ty -jour a2 -chen，jyh -cheng au -liu，rui au -jia，yuanyuan au -he，xiangqian au -li -li，zhe au -cai -cai -cai，jinhua au -li -li -li -li，hao au -hao au-2020/10/27 TI-在小儿手动X光片分段的骨体时代评估SP -8866700 VL -2020 AB中，合奏学习的集合学习 - 在小儿自动骨龄器年龄评估（BAA）中在手动X光片中是重要的部分，它直接影响BAA的预测准确性。但是尚未找到完美的细分解决方案。这项工作是开发具有高精度和效率的自动手动X光片分割方法。我们将手部分割任务视为分类问题。每个图像的最佳分割阈值被视为预测目标。我们将每个图像的归一化直方图，平均值和方差作为输入特征来训练分类模型，基于与多个分类器的集合学习。数据集中包含600张左手X光片，骨骼年龄为1至18岁。与传统的分割方法和最先进的U-NET网络相比，该提出的方法的性能更好，计算负载较高，平均PSNR为52.43 dB，SSIM为0.97，DSC为0.97和0.97和 JSI of 0.91, which is more suitable in clinical application. Furthermore, the experimental results also verified that hand radiograph segmentation could bring an average improvement for BAA performance of at least 13%. SN - 1687-4188 UR - https://doi.org/10.1155/2020/8866700 DO - 10.1155/2020/8866700 JF - International Journal of Biomedical Imaging PB - Hindawi KW - ER -