颈椎作为脊柱中最灵活的一部分，通过屈伸、侧弯和旋转运动帮助我们在日常生活中保持水平凝视。颈痛、落枕、颈椎不稳定、颈椎病以及刚做完手术的病人，由于颈椎活动受限，相应地头部活动也受到阻碍，甚至走路也不自在。此时去医院检查，除了需要做常规的颈椎正侧位X线检查外，也会经常同时进行颈椎屈伸X线检查，以便于更加全面地了解患者颈椎运动功能情况，并为后续诊断治疗提供更多信息。
放射科医生对颈椎屈伸X线片进行影像诊断时，由于时间、精力等方面的原因，往往只客观地使用“良好”、“一般”和“差”，来评价颈椎整体运动情况。这虽然可以基本满足诊断需求，但是未能把颈椎的精细运动功能定量定段地一一描述，因此丢失了许多有价值的信息。 能否找到一种简便、省力、准确的方法来测定颈椎运动的角度，评价颈椎精细运动呢？
2022年11月8日，龚向阳教授团队一篇题为《基于深度学习实现颈椎前屈-中立-后伸位矢状椎间旋转角的自动测量研究》（Sagittal intervertebral rotational motion: a deep learning-based measurement on flexion–neutral–extension cervical lateral radiographs）发表在骨骼肌肉领域专业期刊《BMC Musculoskeletal Disorders》上。在这项研究中，研究者闫俣廷使用来自832位患者的颈椎前屈-中立-后伸X线片训练模型，并将100例患者的X线片用于模型测试。研究结果显示，所开发的模型可以自动测量颈椎前屈-中立-后伸位上的矢状椎间旋转角，并显示出与放射科医生相当的性能。该模型可以为日后的颈椎精细运动分析提供快速、准确且全面的信息。
