The present invention relates to a method for detecting the thoracic spine of a CT/MRI image and specifying the order of the ribs using machine learning. Specifically, the cervical spine/thoracic spine/ The present invention relates to a method of detecting the thoracic spine in CT/MRI images and specifying the order of the ribs using machine learning that can help identify the number of ribs in the lesioned rib by automatically specifying the lumbar spine and automatically assigning the rib order. The present invention relates to a first step of receiving a CT / MRI image, a second step of performing object detection of a spine region using an R-CNN model from the first step of the CT / MRI image, and a second step. The acquired spine image is continuously input into an image classification machine learning algorithm to specify the region of interest (ROI) of the spine image and classify it as a third grade, and in the third step, the spine is graded in three stages. The fourth step for discriminating the cervical vertebrae, thoracic, and lumbar vertebrae, and the fifth step for designating the rib order considering the grading from the top image of the thoracic vertebrae that were distinguished in the fourth step, and the spine and rib order in the CT/MRI image are displayed. It provides a method for detecting thoracic vertebrae in a CT/MRI image using machine learning and specifying a rib sequence number using machine learning, characterized in that it includes a sixth step.본 발명은 기계학습을 이용한 CT/MRI 영상의 흉추 탐지 및 갈비뼈 순번 지정 방법에 관한 것으로, 구체적으로는 영상의학 전문의의 불편함과 불필요한 시간 낭비를 줄이기 위해 기계학습을 이용하여 자동으로 경추/흉추/요추를 구별해주고, 갈비뼈 순번을 자동으로 지정하여 병변이 있는 갈비뼈가 몇 번째 갈비뼈인지 바로 알 수 있게 도움을 줄 수 있는 기계학습을 이용한 CT/MRI 영상의 흉추 탐지 및 갈비뼈 순번 지정 방법에 관한 것이다.본 발명은 CT / MRI 이미지를 수신하는 제1단계와, 제1단계의 CT / MRI 이미지에서 R-CNN 모델을 이용하여 척추 부위 객체 검출(object detection)을 하는 제2단계와, 제2단계에서 획득한 척추 이미지를 연속적으로 이미지 분류 기계학습 알고리즘에 입력하여 척추 이미지의 ROI(region of interest)를 특정하고 3등급으로 등급화하는 제3단계와, 제3단계에서 척추의 3단계 등급화를 통하여 경추/흉추/요추를 구별하는
