1.一种基于模型集成的儿童手骨X光图像骨龄评估方法，其特征在于，包括以下步骤：

获取儿童手骨X光图像集；

构建骨龄预测网络，所述骨龄预测网络包括手骨分割子网络、第一骨龄预测子网络、第二骨龄预测子网络以及骨龄融合模块，所述第一骨龄预测子网络的层数多于所述第二骨龄预测子网络的层数；

将儿童手骨X光图像集于手骨分割子网络中提取手骨区域,得到手骨区域的图像集，将提取到的手骨区域的图像与性别信息一起分别于第一骨龄预测子网络、第二骨龄预测子网络中进行训练预测；

所述手骨区域与性别信息一起于第一骨龄预测子网络进行训练预测时，

所述手骨区域经M个第一可变卷积网络进行特征提取和尺度变换后获得的特征，与性别信息融合后，再经过两个密集连接层及一个全连接层，输出第一骨龄预测子网络的预测骨龄；

其中，每个所述第一可变卷积网络的网络层数有若干层，所述第一可变卷积网络包括多层感知注意力模块和聚合注意力模块，所述多层感知注意力模块、聚合注意力模块采用并行或串行连接，捕获手骨区域中的关键有效特征；

所述手骨区域与性别信息一起于第二骨龄预测子网络进行训练预测时，

所述手骨区域经N个第二可变卷积网络进行特征提取和尺度变换后获得特征，与性别信息融合后，再经过两个密集连接层及一个全连接层，输出第二骨龄预测子网络的预测骨龄；

其中，每个所述第二可变卷积网络的网络层数有若干层，所述第二可变卷积网络包括多层感知注意力模块和聚合注意力模块，所述多层感知注意力模块、聚合注意力模块采用并行或串行连接，捕获手骨区域中的关键有效特征；

将第一骨龄预测子网络、第二骨龄预测子网络预测得到的骨龄于所述骨龄融合模块中进行融合，输出最终的骨龄预测值；

具体的，骨龄融合模块按以下公式进行骨龄预测：

其中，BA为最终的骨龄预测值，BAH是第一骨

龄预测子网络输出的骨龄预测值，BAL是第二骨龄预测子网络输出的骨龄预测值，κH是第一骨龄预测子网络输出的骨龄预测值BAH的权重，κL是第二骨龄预测子网络输出的骨龄预测值BAL的权重，κ是修正值权重，MAEH是第一骨龄预测子网络输出的骨龄预测值BAH的绝对方差，MAEL是第二骨龄预测子网络输出的骨龄预测值BAL的绝对方差。

2.根据权利要求1所述的基于模型集成的儿童手骨X光图像骨龄评估方法，其特征在于，所述第一骨龄预测子网络和第二骨龄预测子网络均选取均方根误差RMSE作为损失函数， 其中N为样本个数， 为第一骨龄预测子网络或第二骨龄预测子网络预测骨龄结果，yi为对应标注真实值。

3.根据权利要求1所述的基于模型集成的儿童手骨X光图像骨龄评估方法，其特征在于，定义输入多层感知注意力模块的特征图为CFIN,维度为H×W×C，当CFIN输入所述多层感知注意力模块时，CFIN首先分别经最大池化和平池化生成两个尺度为1×1×C的特征图，其中，最大池化保留图像的局部典型特征，平均池化保留图像整体分布信息，然后这两个尺度为1×1×C的特征图分别通过多层感知器压缩特征尺寸，将多层感知器的两路输出相加并Sigmoid归一化，得到多层感知注意力权重AMPAM，所述多层感知注意力权重AMPAM与输入的CFIN相乘得到多层感知注意力模块的输出特征CFOUT，其中，Fs表示Sigmoid

归一化，Fmlp表示MLP操作，Fmax表示最大池化操作，Favg表示平均池化操作，表示特征通道逐元素相加，通道数量不变。

4.根据权利要求3所述的基于模型集成的儿童手骨X光图像骨龄评估方法，其特征在于，所述多层感知注意力模块的卷积核尺寸k通过输入特征图的通道数量C进行自适应选择，以聚合不同空间位置的相似特征，两者的对应关系如下式所示：其中，<·>odd表示取最接近运算结果的奇数。

5.根据权利要求1所述的基于模型集成的儿童手骨X光图像骨龄评估方法，其特征在于，定义输入聚合注意力模块的特征图为SFIN,维度为H×W×C'，当SFIN输入所述聚合注意力模块时，SFIN首先分别经最大池化和平池化生成两个特征图，将这两个特征图进行特征拼接，得到尺度为H×W×2的位置权重，再经v×v卷积降维和Sigmoid归一化，得到聚合注意力权重AFAM，聚合注意力权重AFAM与输入SFIN相乘得到聚合注意力模块的输出SFOUT，SFOUT＝SFIN×AFAM＝SFIN×(Fs(Fv×v,conv(Fmax(SFIN)))⊙(Favg(SFIN)))，其中，Fs表示Sigmoid归一化，Fv×v,conv表示v×v卷积降维操作，Fmax表示最大池化操作，Favg表示平均池化操作，⊙表示通道拼接，通道数量改变。

6.根据权利要求5所述的基于模型集成的儿童手骨X光图像骨龄评估方法，其特征在于，所述聚合注意力模块的卷积核尺寸w通过输入特征图的通道数量C’进行自适应选择，以聚合不同空间位置的相似特征，两者的对应关系如下式所示：其中，〈·〉odd表示取最接近运算结果的奇数。

7.一种儿童手骨X光图像骨龄评估系统，其特征在于，包括图像接收模块、处理模块和存储模块，所述图像接收模块接收用于训练或待评估的图像，并将接收到的图像发送至处理模块，所述处理模块与存储模块通信连接，所述存储模块用于存放至少一个可执行指令，所述可执行指令使所述处理模块根据其接收到的图像执行如权利要求1‑6任一项所述的基于模型集成的儿童手骨X光图像骨龄评估方法对应的操作。