1.一种基于图像增强的骨龄评估方法，包括以下步骤：步骤1：X光片图像增强；具体包括：

11)获取左手手腕骨X光片图像；

12)使用Sobel算子获取手腕骨骨骼边缘；

13)使用均值滤波对边缘图像进行平滑处理；

14)将平滑处理后的边缘图像与原图进行相加操作；

15)使用幂律交换的操作增强X光片的图像对比度；

步骤2：多兴趣区域提取；对手腕骨X光片中的掌骨区域、腕骨区域和拇指区域进行提取，提取时分别需要获取每个区域的4个关键参数，包括区域中心、参考方向、区域宽度和区域长度：

21)区域中心：

首先确定手腕骨X光片中的10个关键点，分别为：尺骨远端桡侧(靠近桡骨一侧)、头状骨中心、第一近节指骨中心、第一远节指骨中心、第二中节指骨、第三近节指骨中心、第三远节指骨中心、第四中节指骨、第五近节指骨中心、第五中节指骨中心、第五远节指骨中心；分别以p1、p2、p3…p10代表这10个特征点；

将三个区域的中心点用字符CCarpal、CThumb、CPhanlange分别表示，中心点的坐标如下所示：

22)参考方向：

三个兴趣区域的参考方向分别以 它们分别为：

23)区域宽度：

三个兴趣区域的区域宽度分别以WCarpal、WThumb、WPhanlange，它们分别为：

24)区域长度：

三个兴趣区域的区域长度分别为HCarpal、HThumb、HPhanlange，它们分别为：步骤3：异质信息结合的骨龄评估；

31)获取手腕骨X光片的图像和提取到的三个兴趣区域图像，以及X光片所对应的性别信息；

32)使用骨龄评估网络进行骨龄评估；所设计的骨龄评估网络以Inception‑ResNet‑V2为骨干，仅使用Inception‑ResNet‑V2网络的特征提取部分，去除网络最后的全连接层；X光片图像以及兴趣区域图像都分别经过Inception‑ResNet‑V2网络以提取图像特征，性别信息则通过一个神经元个数为32的全连接层，计算得到相应的特征向量；之后，将图像特征向量以及性别特征向量进行特征拼接，以形成新的融合特征；最后，经过两层全连接层的计算，得到最后的骨龄评估结果。