隨著時代的發(fā)展,人們對青少年兒童心理、體格發(fā)育的關(guān)注度不斷提高,因身材矮小、性早熟等生長發(fā)育問題就診的案例飛速增加。骨齡作為一個獨立的生長指標(biāo),代表了兒童生理成熟度和發(fā)育年齡,可以作為衡量個體生長發(fā)育水平和成熟程度的“一把尺子”。因此,越來越多的人用骨齡來評估青少年兒童的生長發(fā)育程度。目前的骨齡評測主要依靠骨齡專家的人工評測,效率較為低下,且各個環(huán)節(jié)有些脫節(jié)。本課題針對目前骨齡評測的問題設(shè)計了一個基于B/S架構(gòu)的骨齡智能評測系統(tǒng),將骨齡評測各個環(huán)節(jié)緊密的結(jié)合在一起,并嘗試使用深度學(xué)習(xí)智能評定骨齡,減輕專家的工作量并提高骨齡評測效率。本文的主要研究內(nèi)容如下:（1）介紹了骨齡相關(guān)基礎(chǔ)知識,并針對骨齡智能評測系統(tǒng)開發(fā)中的關(guān)鍵技術(shù)進行了闡述,包括系統(tǒng)整體框架SSM,數(shù)據(jù)庫MySQL和Redis,消息中間件RabbitMQ。（2）從系統(tǒng)用戶入手,借助用例圖對普通用戶、專家、管理員這三類用戶進行了詳細(xì)的功能性需求性分析,并從可靠性、安全性、易用性、擴展性方面闡述了系統(tǒng)的非功能性需求分析。（3）根據(jù)需求分析,對系統(tǒng)的整體架構(gòu)、功能模塊和數(shù)據(jù)庫進行了詳細(xì)的設(shè)計。（4）根據(jù)設(shè)計實現(xiàn)骨齡智能評測系統(tǒng),并編... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

FastR-CNN架構(gòu)【56】Figure2-1.ArchitetureofFastR-CNN

輸出K個對象中每一個類的四個實數(shù)值(bboxregression)。每4個值編碼K個類中的每個類的精確邊界框(bounding-box)位置。整個結(jié)構(gòu)是使用多任務(wù)損失的端到端訓(xùn)練(trainedend-to-endwithamulti-taskloss)(除去RegionProposal提取階段)。2.2.2AlexNet介紹AlexNet網(wǎng)絡(luò)模型[57]是在ImageNet圖像識別競賽中提出的，是目前最具代表性的卷積神經(jīng)網(wǎng)絡(luò)模型之一。它可以在GPU下進行計算，具有較快的處理速度，同時由于應(yīng)用了Dropout、數(shù)據(jù)擴張、ReLU激活函數(shù)等方法，使它具有較強的識別能力。AlexNet網(wǎng)絡(luò)模型框架如圖2-2所示。圖2-2AlexNet網(wǎng)絡(luò)模型框架【57】Figure2-2.ArchitetureofAlexNetNetworkModelAlexNet模型由五層卷積層、兩層全連接層以及一個Softmax分類器組成。輸入數(shù)據(jù)為224×224像素的三通道圖片。第一層卷積層使用11×11尺寸、步長為4的卷積核進行卷積運算，并輸出96個55×55像素的特征圖。然后將進行了ReLU激活函數(shù)和歸一化處理后的數(shù)據(jù)作為池化層的輸入，并對這些數(shù)據(jù)進行最大池化運算。第二層卷積層使用5×5的卷積核進行卷積池化并輸出27×27的特征圖。第三層卷積層使用3×3的卷積核，通過卷積池化輸出384個13×13像素的特征圖。經(jīng)過第四、五層卷積層處理的輸出為256個13×13像素的特征圖。其中，每層卷積層中均有ReLU操作。將經(jīng)過卷積后的結(jié)果輸入到第一個全連接層，對出入數(shù)據(jù)進行ReLU操作并作為下一個全連接層的輸入，然后在后兩個

浙江工業(yè)大學(xué)碩士學(xué)位論文10圖2-3Spring基礎(chǔ)架構(gòu)圖Figure2-3.BaseArchitetectureDiagramofSpring(1)SpringCore模塊SpringCore（核心容器）是Spring框架的核心[28]，提供了依賴注入特性來實現(xiàn)容器對Bean的管理。BeanFactory是工廠模式的一個實現(xiàn)，是核心容器中最基本的概念，它使用IoC將依賴說明和應(yīng)用配置從實際的代碼中分離出來，實現(xiàn)編碼過程中的解耦。(2)SpringAOP模塊SpringAOP模塊提供了對面向切面編程的支持，是Spring應(yīng)用中實現(xiàn)切面編程的基矗SpringAOP從業(yè)務(wù)邏輯代碼中提取出各模塊的通用代碼，實現(xiàn)代碼的高效重用，降低系統(tǒng)的耦合性，提高項目的可維護性。(3)SpringORM模塊Spring沒有實現(xiàn)它自己的ORM解決方案，而是為Hibernate、iBatis等主流的ORM框架提供了良好的集成方案。用戶可以根據(jù)實際需求整合合適的ORM框架，從而使開發(fā)工作更為簡單、輕松。(4)SpringDAO模塊SpringDAO提取了JDBC[29]中獲取連接、創(chuàng)建語句等大量的重復(fù)代碼，使數(shù)據(jù)庫的訪問代碼干凈簡潔。同時這個模塊建立了一個異常層，統(tǒng)一處理不同持久層框架的異常，解決了不同持久層框架異常體系不兼容的問題[30]。(5)SpringContext模塊SpringCore的BeanFactory使Spring成為一個容器，而SpringContext使它成為一個框架。它為Spring提供了一個運行環(huán)境，保存運行過程中對象的狀態(tài)。另外，這個模塊還提供了例如JNDI訪問、電子郵件、EJB集成等許多企業(yè)服務(wù)，也包含了對如Velocity和FreeMarker模板框架的集成支持。

【參考文獻】：
期刊論文
[1]神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)基礎(chǔ)[J]. 袁冰清,陸悅斌,張杰.  數(shù)字通信世界. 2018(05)
[2]基于SSM的食品藥品檢驗業(yè)務(wù)網(wǎng)上受理系統(tǒng)的設(shè)計與實現(xiàn)[J]. 劉峰,郭拓云,姚翔,蔣晨昊.  電腦知識與技術(shù). 2017(24)
[3]基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)技術(shù)的數(shù)字電視監(jiān)測平臺告警模型的研究[J]. 韋堅,劉愛娟,唐劍文.  有線電視技術(shù). 2017(07)
[4]基于SSM架構(gòu)的汽車客戶服務(wù)平臺的設(shè)計與實現(xiàn)[J]. 胡鵬,高永平.  電腦知識與技術(shù). 2017(10)
[5]基于Spring+SpringMVC+MyBatis網(wǎng)上論壇的設(shè)計與實現(xiàn)[J]. 陽小蘭,羅明.  黑龍江科技信息. 2016(36)
[6]商用多媒體信息發(fā)布系統(tǒng)持久層設(shè)計與優(yōu)化[J]. 吉亞云,劉新,葉德建.  計算機工程. 2015(01)
[7]國人手腕部骨齡影像評估的現(xiàn)狀[J]. 李新民,程曉光,余衛(wèi).  中華放射學(xué)雜志. 2013 (12)
[8]骨齡檢測的方法及其應(yīng)用[J]. 郭靜.  實用預(yù)防醫(yī)學(xué). 2009(06)
[9]Computerized geometric features of carpal bone for bone age estimation[J]. Chi-Wen Hsieh Tai-Lang Jong Yi-Hong Chou Chui-Mei Tiu Department of Physics, National Central University, Chungli,Taiwan, China (Hsieh CW)Department of Electrical Engineering,National Tsing-Hua University, Hsinchu,Taiwan, China (Hsieh CW Jong TL)Department of Radiology, Taipei Veterans General Hospital, Taipei 112, Taiwan, China (Chou YH Tiu CM).  Chinese Medical Journal. 2007(09)
[10]骨密度、骨齡測定儀研制與臨床[J]. 呂尤焱.  天津體育學(xué)院學(xué)報. 2004(02)

碩士論文
[1]社區(qū)體育公共服務(wù)滿意度與需求度及其個性化發(fā)展路徑[D]. 張涵.福建師范大學(xué) 2014
[2]支持向量機在骨齡評價系統(tǒng)中的應(yīng)用研究[D]. 王虹.昆明理工大學(xué) 2005



本文編號：3135080