目的 提出一種用于輔助診斷的胸腰椎骨折智能分類方法，并分析其臨床應用的可行性。方法 收集四川大學華西醫院2019年1月－2020年3月共1256張胸腰椎骨折CT影像，通過影像LabelImg系統用統一的標準進行標注。所有CT圖像按照AO Spine胸腰椎損傷分類。在ABC型的分類中，共使用1039張CT圖像進行訓練和驗證來優化深度學習系統，其中訓練集1004張，驗證集35張；其余217張CT圖像作為測試集，對比深度學習系統和臨床醫生診斷結果。在A型亞型的分類中，共使用581張CT圖像進行訓練和驗證來優化深度學習系統，其中訓練集556張，驗證集25張；其余104張CT圖像作為測試集，對比深度學習系統和臨床醫生診斷結果。結果 深度學習系統骨折ABC分類的正確率為89.4%，Kappa系數為0.849（P<0.001）；A型亞分型的正確率為87.5%，Kappa系數為0.817（P<0.001）。結論 基于深度學習的胸腰椎骨折智能分類正確率高。這種方法可以用來輔助智能診斷胸腰椎骨折CT圖像，改善目前人工復雜的診斷流程。