1.一种手腕部参照骨特征区域自适应提取方法，其特征在于，所述方法包括以下步骤：步骤1：手腕部参照骨特征区域图像的提取和处理，过程如下：

1.1)使用工具软件LabelImg标注手腕部X线片，用作特征区域自适应提取模型的训练学习，分为训练集和测试集，利用工具软件标注出参照骨特征区域的左上角坐标和右下角坐标；

1.2)完成图片的标注后，提取出参照骨的特征区域图像；

1.3)取得特征区域图像的尺寸信息，即长和宽，公式为：其中(xmin,ymin)是参照骨特征区域的左上角坐标，(xmax,ymax)是参照骨特征区域的右下角坐标；

步骤2：训练生成参照骨特征区域的自适应提取模型，过程如下：

2.1)提取X线片所属者的身高和年龄信息，身高与年龄和手腕骨的大小、形态存在较强相关性；将身高、年龄信息和参照骨特征区域的尺寸一一对应起来，完成训练集和测试集的制作；

2.2)搭建BP神经网络，给定输入层的神经元个数、隐藏层的神经元个数和输出层神经元个数；

2.3)构建损失函数，采用最小绝对偏差损失函数，公式如(1‑2)所示：其中truth为期待的目标输出真实值，xi为传输层的输出值；

2.4)将身高和年龄信息作为输入信号，输入BP神经网络，通过前向传播从输入层到隐藏层，最后到达输出层，在输出端的得到输出信号，即参照骨特征区域尺寸；对误差进行反向传播，对神经元之间的连接权值进行更新，权值更新公式如下：其中ωij为输入层的第i个神经元与隐藏层的第j个神经元间的权值，Ep为误差信号，η为学习率；

2.5)通过不断更新权值，设定训练学习，验证模型可靠性，最终得到参照骨特征区域提取的网络模型，保存网络模型；

步骤3：手腕部参照骨特征区域的自适应提取，过程如下：

3.1)选择要提取参照骨，确定参照骨骨块中心点坐标；

3.2)加载步骤2中保存的网络模型，向特征区域自适应网络模型中输入X线片所属者的身高和年龄信息，得到对应的特征区域尺寸信息；

3.3)依据参照骨骨块在3.1)中确定的中心点和3.2)中确定的特征区域尺寸，完成对X线片中参照骨特征区域的自适应提取。