| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 骨龄评价方法 | 第11-14页 |
| 1.2.1 手腕部骨发育成熟度评价方法 | 第11-12页 |
| 1.2.2 中华05计分法的等级评定 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-15页 |
| 1.4 本文研究内容和论文结构 | 第15-17页 |
| 2 手腕骨X光图像的桡骨分割 | 第17-25页 |
| 2.1 图像预处理 | 第17-19页 |
| 2.1.1 图像灰度变换 | 第17-18页 |
| 2.1.2 图像裁剪 | 第18-19页 |
| 2.2 医学图像分割方法 | 第19-22页 |
| 2.2.1 阈值分割 | 第19-20页 |
| 2.2.2 区域生长 | 第20页 |
| 2.2.3 数学形态学 | 第20-22页 |
| 2.3 桡骨分割的实现 | 第22-24页 |
| 2.3.1 图像特点分析 | 第22-23页 |
| 2.3.2 基于区域生长和最大类间方差法的桡骨分割 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 桡骨感兴趣区域的特征提取 | 第25-32页 |
| 3.1 特征提取概述 | 第25-26页 |
| 3.2 骨龄特征的提取 | 第26-31页 |
| 3.2.1 灰度特征提取 | 第26-27页 |
| 3.2.2 纹理特征提取 | 第27-29页 |
| 3.2.3 融合率的提取 | 第29-31页 |
| 3.3 本章小结 | 第31-32页 |
| 4 分类器实现和桡骨等级评定实验 | 第32-42页 |
| 4.1 分类器简述 | 第32-33页 |
| 4.2 k近邻分类器设计 | 第33-36页 |
| 4.2.1 k近邻法 | 第33-34页 |
| 4.2.2 k近邻分类器的构建 | 第34-36页 |
| 4.3 随机森林分类器设计 | 第36-40页 |
| 4.3.1 随机森林算法 | 第36页 |
| 4.3.2 随机森林分类器的构建 | 第36-40页 |
| 4.4 实验结果及分析 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 桡骨等级评定系统的设计与实现 | 第42-57页 |
| 5.1 相关技术介绍 | 第42-48页 |
| 5.1.1 ITK概述 | 第42-44页 |
| 5.1.2 VTK概述 | 第44-45页 |
| 5.1.3 MFC概述 | 第45-47页 |
| 5.1.4 DICOM文件的说明 | 第47-48页 |
| 5.2 系统的设计与实现 | 第48-55页 |
| 5.2.1 集成环境的搭建 | 第48-50页 |
| 5.2.2 软件界面的设计与实现 | 第50-51页 |
| 5.2.3 图像读取模块的实现 | 第51-52页 |
| 5.2.4 图像显示模块的实现 | 第52-54页 |
| 5.2.5 图像交互模块的实现 | 第54-55页 |
| 5.3 软件结果演示 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 本文工作总结 | 第57-58页 |
| 6.2 今后工作展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第62-64页 |
| 学位论文数据集 | 第64页 |