El diagnóstico de la enfermedad degenerativa de la columna lumbar se basa principalmente en manifestaciones clínicas y exámenes de imagen. Sin embargo, las manifestaciones clínicas a veces no son evidentes, y el diagnóstico de imágenes médicas suele ser demorado y depende en gran medida de la experiencia personal del médico. Por lo tanto, se ha vuelto especialmente urgente contar con una tecnología de diagnóstico inteligente que pueda ayudar a los médicos en el diagnóstico manual. Aprovechando el desarrollo de la inteligencia artificial, se han propuesto una serie de soluciones para el diagnóstico de enfermedades de la columna vertebral mediante el uso de métodos de aprendizaje profundo. Los métodos propuestos producen resultados atractivos, pero la mayoría de estos enfoques se basan en imágenes sagitales y axiales por separado, lo que limita la capacidad de los diferentes métodos de aprendizaje profundo debido al uso insuficiente de datos. En este artículo, proponemos un proceso de clasificación de dos etapas que aprovecha completamente los datos de imagen. En particular, en la primera etapa, utilizamos el modelo Mask RCNN para identificar la columna lumbar en la imagen de la columna, localizar la posición de la vértebra y el disco, y completar una clasificación preliminar. En la etapa de clasificación fina, se genera una vista multiángulo del disco intervertebral al unir las secciones sagitales y axiales del disco intervertebral arriba y abajo basadas en la posición clave identificada en la primera etapa, lo que proporciona más información a los métodos de aprendizaje profundo para la clasificación. Los resultados experimentales revelan mejoras sustanciales en el rendimiento con la vista multiángulo sintetizada, logrando un puntaje F1 del 96,67%. Esto representa un aumento de rendimiento de aproximadamente el 15% sobre las imágenes sagitales al 84,48% y casi un 14% sobre las imágenes axiales al 83,15%. Esto indica que el paradigma propuesto es factible y más efectivo en la identificación de enfermedades degenerativas relacionadas con la columna a través de imágenes médicas.