Antecedentes: La maduración y estado de osificación de la sutura palatina media son la base para evaluar el estado del desarrollo transversal maxilar. Métodos: Establecimos una base de datos normalizada de tomografía computarizada de haz cónico (CBCT) de la población de crecimiento, que incluye 1006 archivos de CBCT de 690 participantes menores de 24 años. La etiquetación de la región de interés (ROI) de la sutura palatina media fue completada por dos expertos clínicos experimentados. Se construyó y optimizó el algoritmo de fusión de imágenes CBCT y el algoritmo de análisis de características de textura de imagen. Se realizó y probó la red neuronal convolucional (CNN) de predicción de rango de edad. Resultados: Las imágenes de fusión de la sutura palatina media contienen información semántica completa para evaluar la maduración y estado de osificación de la sutura palatina media durante el período de rápido crecimiento y desarrollo. La correlación y la homogeneidad son las dos características de textura con la mayor relevancia para la edad cronológica. El rendimiento general del modelo de CNN de predicción de rango de edad es satisfactorio, especialmente en el rango de 4 a 10 años y en el rango de 17 a 23 años, mientras que para el rango de 13 a 14 años, el rendimiento del modelo está comprometido. Conclusiones: El algoritmo de fusión de imágenes puede ayudar a mostrar la perspectiva general de la sutura palatina media en una imagen fusionada de manera efectiva. Además, las decisiones clínicas para la deficiencia transversal maxilar deben ser evaluadas directamente por las características de la imagen de la sutura palatina media en lugar de por la edad, especialmente en el rango de 13 a 14 años.