1.一种手骨X光片骨龄评估方法，其特征在于，包括：

选取备选手骨X光片的四个角位置上的一定大小的像素块，计算四个像素块的均值，然后将计算得到的均值与备选手骨X光片能达到的最大像素值的一半相比较，实现将备选X光片进行归一化到0至最大像素值，从而实现将备选手骨X光片的背景统一成黑色；

在将备选手骨X光片的背景统一成黑色后，利用基于深度网络的特征区域模型来选取备选手骨X光片中骨骺、干骺端和手腕处骨骼作为待预测骨龄的手骨X光片，具体步骤为：先将背景统一黑色后的备选手骨X光片缩放到固定尺寸；其次，从缩放到固定尺寸后的备选手骨X光片标记出骨龄特征区域相应边界框的坐标并进行保存；同时对已标记出边界框的坐标所对应的备选手骨X光片进行数据增强，相应的，已标记出边框界的坐标也进行数据增强；最后将经过数据增强的边界框的坐标和标记后的备选手骨X光片作为训练数据输入到深度网络中来对基于深度网络的特征区域模型进行训练，训练完成后的基于深度网络的特征区域模型，可以自动选取出备选手骨X光片特征骨骼部分的坐标，从而根据特征骨骼部分的坐标可以来选取备选手骨X光片中特征骨骼部分的X光片作为待预测骨龄的手骨X光片；

将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；

将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算；

获取所述骨龄评估模型输出的计算结果，该结果为所述手骨的骨龄；

所述将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片的步骤之后，包括：采用opencv里面的normalize函数处理，将所述手骨照片进行归一化到均值为0，方差为1；

所述将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算的步骤之前，包括：在所述手骨照片中均匀抽取m个等间距的n*n的方块区域，将所述方块区域加入到所述骨龄评估模型的训练数据中。

2.根据权利要求1所述的手骨X光片骨龄评估方法，其特征在于，所述将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算的步骤，包括：对所述手骨照片进行卷积计算得到第一图片特征；

对所述第一图片特征进行多次迭代卷积计算得到第二图片特征；

通过空间变换网络对所述第二图片特征进行空间变换和对齐处理得到第三图片特征；

对所述第三图片特征进行卷积计算得到第四图片特征；

通过全连接层将所述第四图片特征结合在一起形成全局图片特征，从而输出计算结果。

3.根据权利要求1所述的手骨X光片骨龄评估方法，其特征在于，所述选取备选手骨X光片中骨骺、干骺端和手腕处骨骼作为待预测骨龄的手骨X光片的步骤之前，包括：调整背景统一黑色后的备选手骨X光片的对比度。

4.根据权利要求1所述的手骨X光片骨龄评估方法，其特征在于，所述基于卷积神经网络的骨龄评估模型训练的方法，包括：获取指定量的样本数据，并将样本数据分成训练集和测试集，其中，所述样本数据包括已知骨龄的手骨照片，以及与所述已知骨龄的手骨照片对应的骨龄数据；

将训练集的样本数据输入到预设的卷积神经网络中进行训练，得到结果训练模型；

利用所述测试集的样本数据验证所述结果训练模型；

如果验证通过，则将所述结果训练模型记为所述基于卷积神经网络的骨龄评估模型。

5.一种手骨X光片骨龄评估装置，其特征在于，包括：

预处理单元，用于选取备选手骨X光片的四个角位置上的一定大小的像素块，计算四个像素块的均值，然后将计算得到的均值与备选手骨X光片能达到的最大像素值的一半相比较，实现将备选X光片进行归一化到0至最大像素值，从而实现将备选手骨X光片的背景统一成黑色；

在将备选手骨X光片的背景统一成黑色后，利用基于深度网络的特征区域模型来选取备选手骨X光片中骨骺、干骺端和手腕处骨骼作为待预测骨龄的手骨X光片，具体步骤为：先将背景统一黑色后的备选手骨X光片缩放到固定尺寸；其次，从缩放到固定尺寸后的备选手骨X光片标记出骨龄特征区域相应边界框的坐标并进行保存；同时对已标记出边界框的坐标所对应的备选手骨X光片进行数据增强，相应的，已标记出边框界的坐标也进行数据增强；最后将经过数据增强的边界框的坐标和标记后的备选手骨X光片作为训练数据输入到深度网络中来对基于深度网络的特征区域模型进行训练，训练完成后的基于深度网络的特征区域模型，可以自动选取出备选手骨X光片特征骨骼部分的坐标，从而根据特征骨骼部分的坐标可以来选取备选手骨X光片中特征骨骼部分的X光片作为待预测骨龄的手骨X光片；

处理单元，用于将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片；

计算单元，用于将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算；

输出单元，用于获取所述骨龄评估模型输出的计算结果，该结果为所述手骨的骨龄；

所述将待预测骨龄的手骨X光片处理成指定像素要求的手骨照片之后，包括：采用opencv里面的normalize函数处理，将所述手骨照片进行归一化到均值为0，方差为1；

所述将所述手骨照片输入到预设的基于卷积神经网络的骨龄评估模型中进行计算的步骤之前，包括：在所述手骨照片中均匀抽取m个等间距的n*n的方块区域，将所述方块区域加入到所述骨龄评估模型的训练数据中。

6.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。