A idade óssea é uma informação importante para o diagnóstico de anomalias ósseas e identificação dos estágios de desenvolvimento na pediatria, endocrinologia e ortodontia, assim como na estimação de idade na área forense. A idade óssea é obtida pela análise de qualquer osso ou conjunto de ossos por meio de radiografias da região de interesse. Este trabalho apresenta uma metodologia composta por duas fases. A primeira fase trata do processamento de imagem, responsável pela segmentação e extração de características de telerradiografias em norma lateral. A segunda fase é responsável pela estimação da idade óssea, que propõe um estudo para correlacionar o polinômio extraído da concavidade inferior da terceira vértebra com a idade óssea por meio de redes neurais artificiais. Para a média dos resultados da primeira fase, os valores encontrados foram 82,39% de precisão, 91,70% de exatidão e 8,30% de erro. Baseado nestes resultados concluiu-se que a metodologia é eficaz para a segmentação dos ossos das cervicais, entretanto como algumas estruturas não devem ser consideradas, a segmentação foi influenciada pela contribuição dos falsos positivos, que nas imagens analisadas são segmentos de ossos da parte posterior das cervicais. Em contrapartida, para a segunda fase os resultados validaram o uso do polinômio em métodos de estimação, que pode ser utilizado de forma direta (coeficientes do polinômio) ou indireta (área e máxima altura da concavidade), comprovando que ele contribui no aumento da correlação quando utilizado em conjunto com outras características. Para ambos os gêneros a correlação atingiu valores em torno de 0,97, com erro médio absoluto de 0,4 anos e sem diferenças estatisticamente significativas pelo T-Student com nível de significância de 5%. Portanto concluiu-se que a metodologia apresenta resultados expressivos, respeitando a tolerância dos métodos clássicos.

Bone age is important information for the diagnosis of bone anomalies and identification of developmental stages in pediatrics, endocrinology and orthodontics as well in the age estimation in the forensic field. Bone age is obtained by analysis of any bone or group of bones through of radiographs the region of interest. This paper presents a methodology that consists of two phases. The first phase deals with image processing, responsible for segmentation and feature extraction of lateral cephalograms. The second phase is responsible for bone age estimation, which proposes a study to correlate the polynomial extracted from bottom concavity of the third vertebra with bone age using artificial neural networks. The average of first phase results was 82.39% of precision, 91.70% of accuracy and 8.30% of error. Based on these results it was concluded that the method is effective for the segmentation of the cervical bone, however, since some structures should not be considered, the segmentation was influenced by the contribution of false positives, that in the images analyzed are bones segments from the back of the cervical. In contrast, for the second phase the results validated the use of polynomial in estimation methods that can be used directly (polynomial coefficients) or indirect (area and maximum height of concavity), proving that it contributes in increasing the correlation when used together with other features. For both genders the correlation reached values around 0.97, with a mean absolute error of 0.4 years and no statistically significant differences by T-Student with a significance level of 5%. Therefore it was concluded that the methodology shows significant results, respecting the tolerance of the classical methods.