一种骨骼分节方法及装置与流程

本申请涉及图像处理技术领域，尤其涉及一种骨骼分节方法及装置。

背景技术：

大多数骨骼整体为非刚体结构，那么在采集骨骼的图像时，骨骼形态容易发生变化。以人体的脊柱为例，x光脊柱图像和ct采集的脊柱图像在形态上容易发生变化，导致影响了x光图像与ct图像的配准精度。但是相对于脊柱整体，单节脊柱为刚性结构。因此，可采用单节脊柱的x光图像和ct图像进行配准以达到更高的配准精度。

在相关技术中，单节脊柱配准的方法主要依赖于人工手动进行分节，将整体脊柱的图像以单节脊柱为单位进行分节处理。例如，通过人机交互，重建ct数据的三维投影，人工手动调整投影的参数(包括三维空间中的旋转、平移变换、投影成像平面与光源的距离及投影位置、成像的空间分辨率等)来获得和术中x光图像一致的图像。然而，人工手动分节的方式打断了自动化配准的流程，影响了配准的效率，并且分节的准确率较低。

技术实现要素：

有鉴于此，本申请提供一种骨骼分节方法及装置。

为实现上述目的，本申请提供技术方案如下：

根据本申请的第一方面，提出了一种骨骼分节方法，包括：

确定目标图像中待分节骨骼的尺度范围，所述目标图像中待分节骨骼的每个单节骨骼的边界处比附近其他区域的颜色较深；

沿所述待分节骨骼的宽度方向对所述待分节骨骼进行投影，以得到对应于所述待分节骨骼的像素点在所述宽度方向上的灰度值分布，并确定所述灰度值分布中的各个极小值；

从所述尺度范围中按照预设尺度间隔选取候选骨骼尺度，并计算每个候选骨骼尺度下各单节骨骼的边界处与所确定出极小值的位置的匹配程度；

根据对应于各候选骨骼尺度的匹配程度，从候选骨骼尺度中选取出用于表示所述待分节骨骼的特定尺度；

根据所述特定尺度和极小值的位置，对所述待分节骨骼进行分节处理。

可选的，所述确定待分节骨骼的尺度范围，包括：

获取c臂机对所述待分节骨骼进行成像得到所述目标图像时的工作距离，所述工作距离为所述待分节骨骼与所述c臂机的成像平面之间的距离；

根据预配置的c臂机工作距离与骨骼尺度范围的映射关系，确定与所获取的工作距离对应的骨骼尺度范围。

可选的，

所述计算每个候选骨骼尺度下各单节骨骼的边界处与所确定出极小值的位置的匹配程度，包括：确定各极小值的权重，任一极小值的权重与所述任一极小值的取值呈负相关；按照预设比例确定对应于各候选骨骼尺度的节间分割线，所述节间分割线位于相邻单节骨骼的间隙范围内；根据每个极小值与任一候选骨骼尺度的各个节间分割线的距离，筛选出所有极小值中与所述任一候选骨骼尺度的边界处对应的极小值，并计算筛选出的极小值的权重总和；其中，所述预设比例为单节骨骼与相邻单节骨骼的间隙之间的长度比例；

所述根据对应于各候选骨骼尺度的匹配程度，从候选骨骼尺度中选取出用于表示所述待分节骨骼的特定尺度，包括：选取基于每个候选骨骼尺度下计算得到的权重总和中最大的权重总和，并将与最大的权重总和对应的候选骨骼尺度作为所述特定尺度；

所述根据所述特定尺度和极小值的位置，对所述待分节骨骼进行分节处理，包括：根据所述特定尺度与在所述特定尺度下筛选出的极小值的位置，对所述待分节骨骼进行分节处理。

可选的，通过下述公式计算各极小值的权重：

其中，wi表示第i个极小值的权重；

n表示极小值的数量；

peaki表示第i个极小值的取值，peakk表示第k个极小值的取值。

可选的，所述根据每个极小值与任一候选骨骼尺度的各个节间分割线的距离，筛选出所有极小值中与所述任一候选骨骼尺度的边界处对应的极小值，包括：

当任一极小值与所述任一候选骨骼尺度的任意节间分割线的距离在预设距离误差容忍范围内时，判定所述任一极小值为与所述任一候选骨骼尺度的边界处对应的极小值。

可选的，所述节间分割线位于相邻单节骨骼的间隙的中间位置。

可选的，所述预设比例包括：单节骨骼与相邻单节骨骼的间隙之间的长度比例为8:3。

可选的，所述待分节骨骼包括脊柱，所述脊柱的每一单节脊柱的边界处为比附近其他区域颜色较深的带状区域，且所述带状区域的延伸方向与所述脊柱的宽度方向平行。

根据本申请的第二方面，提出了一种骨骼分节装置，包括：

确定单元，确定目标图像中待分节骨骼的尺度范围，所述目标图像中待分节骨骼的每个单节骨骼的边界处比附近其他区域的颜色较深；

投影单元，沿所述待分节骨骼的宽度方向对所述待分节骨骼进行投影，以得到对应于所述待分节骨骼的像素点在所述宽度方向上的灰度值分布，并确定所述灰度值分布中的各个极小值；

候选尺度选取单元，从所述尺度范围中按照预设尺度间隔选取候选骨骼尺度，并计算每个候选骨骼尺度下各单节骨骼的边界处与所确定出极小值的位置的匹配程度；

特定尺度选取单元，根据对应于各候选骨骼尺度的匹配程度，从候选骨骼尺度中选取出用于表示所述待分节骨骼的特定尺度；

分节单元，根据所述特定尺度和极小值的位置，对所述待分节骨骼进行分节处理。

可选的，所述确定单元具体用于：

获取c臂机对所述待分节骨骼进行成像得到所述目标图像时的工作距离，所述工作距离为所述待分节骨骼与所述c臂机的成像平面之间的距离；

根据预配置的c臂机工作距离与骨骼尺度范围的映射关系，确定与所获取的工作距离对应的骨骼尺度范围。

可选的，

所述候选尺度选取单元具体用于：确定各极小值的权重，任一极小值的权重与所述任一极小值的取值呈负相关；按照预设比例确定对应于各候选骨骼尺度的节间分割线，所述节间分割线位于相邻单节骨骼的间隙范围内；根据每个极小值与任一候选骨骼尺度的各个节间分割线的距离，筛选出所有极小值中与所述任一候选骨骼尺度的边界处对应的极小值，并计算筛选出的极小值的权重总和；其中，所述预设比例为单节骨骼与相邻单节骨骼的间隙之间的长度比例；

所述特定尺度选取单元具体用于：选取基于每个候选骨骼尺度下计算得到的权重总和中最大的权重总和，并将与最大的权重总和对应的候选骨骼尺度作为所述特定尺度；

所述分节单元具体用于：根据所述特定尺度与在所述特定尺度下筛选出的极小值的位置，对所述待分节骨骼进行分节处理。

可选的，通过下述公式计算各极小值的权重：

其中，wi表示第i个极小值的权重；

n表示极小值的数量；

peaki表示第i个极小值的取值，peakk表示第k个极小值的取值。

可选的，所述候选尺度选取单元进一步用于：

当任一极小值与所述任一候选骨骼尺度的任意节间分割线的距离在预设距离误差容忍范围内时，判定所述任一极小值为与所述任一候选骨骼尺度的边界处对应的极小值。

可选的，所述节间分割线位于相邻单节骨骼的间隙的中间位置。

可选的，所述预设比例包括：单节骨骼与相邻单节骨骼的间隙之间的长度比例为8:3。

可选的，所述待分节骨骼包括脊柱，所述脊柱的每一单节脊柱的边界处为比附近其他区域颜色较深的带状区域，且所述带状区域的延伸方向与所述脊柱的宽度方向平行。

根据本申请的第三方面，提供一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器通过运行所述可执行指令以实现如上述实施例中任一所述骨骼分节方法。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如上述实施例中任一所述骨骼分节方法的步骤。

由以上技术方案可见，本申请利用待分节骨骼的每个单节骨骼的边界处比附近其他区域的颜色较深的特点，沿待分节骨骼的宽度方向对图像进行投影得到待分节骨骼的像素点的灰度值分布，而灰度值分布中的各个极小值则与各个边界处相对应。因此，可先确定出待分节骨骼的尺度范围以选取出候选骨骼尺度，再根据各个候选骨骼尺度的边界位置与这些极小值位置的匹配程度，选取出可用于表示待分节骨骼长度的特定尺度，进而根据该特定尺度和极小值的位置对待分节骨骼进行分节处理。可见，本申请的上述分节过程排除了人为干扰，实现了针对骨骼的自动分节，有效提高了分节的效率和准确率。

附图说明

图1是本申请一示例性实施例示出的一种骨骼分节方法的流程图。

图2是本申请一示例性实施例示出的一种脊柱分节方法的流程图。

图3是本申请一示例性实施例示出的c臂机的工作距离的示意图。

图4是本申请一示例性实施例示出的单节脊柱的示意图。

图5是本申请一示例性实施例示出的灰度值分布示意图。

图6是本申请一示例性实施例示出的一种电子设备的结构示意图。

图7是本申请一示例性实施例示出的一种骨骼分节装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

请参见图1，图1是本申请一示例性实施例示出的一种骨骼分节方法的流程图。如图1所示，该方法可以包括以下步骤：

步骤102，确定目标图像中待分节骨骼的尺度范围，所述目标图像中待分节骨骼的每个单节骨骼的边界处比附近其他区域的颜色较深。

在本实施例中，可由开发人员根据实验数据或者经验值预先配置c臂机工作距离与骨骼尺度范围的映射关系。其中，c臂机用于对待分节骨骼(该情况下为成像目标)进行成像以得到目标图像，而c臂机的工作距离则表示待分节骨骼与c臂机的成像平面之间的距离。在通过c臂机对成像目标进行成像时，其工作距离通常需要根据成像目标的尺度(可理解为长度、尺寸规格等)进行相应的调整，从而才能够得到比例较为合适的骨骼图像，而工作距离与骨骼尺度范围的对应关系通常较为固定。

因此，可预先定义好c臂机工作距离与骨骼尺度范围的映射关系。那么，在确定目标图像中待分节骨骼的尺度范围时，可先获取c臂机对待分节骨骼进行成像得到所述目标图像时的工作距离，再根据该映射关系确定与所获取的工作距离对应的骨骼尺度范围。

步骤104，沿所述待分节骨骼的宽度方向对所述待分节骨骼进行投影，以得到对应于所述待分节骨骼的像素点在所述宽度方向上的灰度值分布，并确定所述灰度值分布中的各个极小值。

在本实施例中，目标图像中待分节骨骼的每个单节骨骼的边界处比附近其他区域的颜色较深，该特点反映到成像上，以x光图像为例，表现在边界处(或边界区域)像素点的灰度值低于周围附近其他区域的像素点的灰度值。而该附近其他区域则为相邻单节骨骼之间的间隙区域。

因此，通过沿待分节骨骼的宽度方向对该待分节骨骼(对该待分节骨骼在图像中的区域)进行投影，可得到对应于该待分节骨骼的像素点在宽度方向上的灰度值分布，而灰度值分布中的各个极小值的位置理论上则与各个单节骨骼的边界处的位置相对应。

步骤106，从所述尺度范围中按照预设尺度间隔选取候选骨骼尺度，并计算每个候选骨骼尺度下各单节骨骼的边界处与所确定出极小值的位置的匹配程度。

在本实施例中，基于上述获取到的尺度范围，可按照预设尺度间隔选取出多个候选骨骼尺度。例如，以一个像素点的宽度作为单位，尺度范围为[800,1600]，尺度间隔为200，则可分别选取出800、1000、1200、1400、1600等候选骨骼尺度。每个整体的骨骼，包含多个单节骨骼和相邻单节骨骼之间的间隙，而针对每个候选骨骼尺度(即理解为待分节骨骼的候选尺度)，均存在相应的边界处(即待分节骨骼中各个单节骨骼的边界处)。由于每个候选骨骼尺度的大小均不相同，那么与之对应的边界处的位置也随之各不相同。因此，可利用每个候选骨骼尺度下各单节骨骼的边界处与所确定出极小值的位置的匹配程度，来确定出最适合表示待分节骨骼长度的特定尺度。

步骤108，根据对应于各候选骨骼尺度的匹配程度，从候选骨骼尺度中选取出用于表示所述待分节骨骼的特定尺度。

步骤110，根据所述特定尺度和极小值的位置，对所述待分节骨骼进行分节处理。

作为一示例性实施例，考虑到实际情况中骨骼内部结构的复杂性，可能导致投影得到的部分极小值的位置并非与边界处相对应。因此，引入针对极小值设定权重的机制。具体的，可先确定各极小值的权重(任一极小值的权重与该任一极小值的取值呈负相关)，再按照预设比例(预设比例为单节骨骼与相邻单节骨骼的间隙之间的长度比例，待分节骨骼中的该比例较为固定)确定对应于各候选骨骼尺度的节间分割线(节间分割线位于相邻单节骨骼的间隙范围内)，根据每个极小值与任一候选骨骼尺度的各个节间分割线的距离，筛选出所有极小值中与该任一候选骨骼尺度的边界处对应的极小值，并计算筛选出的极小值的权重总和(利用权重总和来衡量匹配程度)。

基于上述计算权重的过程，可通过以下方式来选取出用于表示待分节骨骼的特定尺度：选取基于每个候选骨骼尺度下计算得到的权重总和中最大的权重总和，并将与最大的权重总和对应的候选骨骼尺度作为特定尺度。在选取出特定尺度之后，便可根据特定尺度与在特定尺度下筛选出的极小值的位置，对待分节骨骼进行分节处理。

可选的，可通过下述公式计算各极小值的权重：

其中，wi表示第i个极小值的权重；

n表示极小值的数量；

peaki表示第i个极小值的取值，peakk表示第k个极小值的取值。

需要说明的是，也可采用其他任意计算极小值权重的方式，只要保证任一极小值的权重与该任一极小值的取值(极小值的灰度值)呈负相关即可，本申请并不对此进行限制。

可选的，在筛选与边界处对应的极小值时，可采用以下依据：当任一极小值与上述任一候选骨骼尺度的任意节间分割线的距离在预设距离误差容忍范围内时，可判定该任一极小值为与上述任一候选骨骼尺度的边界处对应的极小值。

在本实施例中，节间分割线的位置可选取为位于相邻单节骨骼的间隙的中间位置。

在本实施例中，上述预设比例可设定为：单节骨骼与相邻单节骨骼的间隙之间的长度比例为8:3。当然，该长度比例的取值还可进一步根据开发人员的实验数据进行调整，本申请并不对此进行限制。

在本实施例中，上述待分节骨骼可以是脊柱，该脊柱的每一单节脊柱的边界处为比附近其他区域颜色较深的带状区域，且该带状区域的延伸方向与脊柱的宽度方向平行。换言之，步骤104中的投影方向(脊柱的宽度方向)可以是垂直脊柱延伸方向的方向。

需要说明的是，本申请的骨骼图像的提取方案，可应用于任何用于提取骨骼图像的电子设备中，例如电脑、x光机、ct设备等，本申请并不对此进行限制。

由以上技术方案可见，本申请利用待分节骨骼的每个单节骨骼的边界处比附近其他区域的颜色较深的特点，沿待分节骨骼的宽度方向对图像进行投影得到待分节骨骼的像素点的灰度值分布，而灰度值分布中的各个极小值则与各个边界处相对应。因此，可先确定出待分节骨骼的尺度范围以选取出候选骨骼尺度，再根据各个候选骨骼尺度的边界位置与这些极小值位置的匹配程度，选取出可用于表示待分节骨骼长度的特定尺度，进而根据该特定尺度和极小值的位置对待分节骨骼进行分节处理。可见，本申请的上述分节过程排除了人为干扰，实现了针对骨骼的自动分节，有效提高了分节的效率和准确率。

为了便于理解，下面以待分节骨骼为脊柱为例，结合附图对本申请的骨骼分节方案进行详细说明。

请参见图2，图2是本申请一示例性实施例示出的一种脊柱分节方法的流程图。如图2所示，该方法可以包括以下步骤：

步骤202，根据c臂机工作距离确定脊柱尺度范围。

如图3所示，c臂机1包括影像增强器10和x射线球管20，在对脊柱30进行x光成像时，脊柱30位于影像增强器10和x射线球管20之间，与影像增强器10保持平行。其中，影像增强器10中的成像平面(图中椭圆所在平面)与脊柱30之间的距离d则为当前状态下c臂机的工作距离。

基于对c臂机工作距离的获取，可根据预先定义的c臂机工作距离与脊柱尺度范围的映射关系，确定出与所获取的工作距离对应的脊柱尺度范围[cmin,cmax]。而在确定出脊柱尺度范围后，可按照预设尺度间隔选取出多个候选脊柱尺度。以下以选取出的候选脊柱尺度cj(cj∈[cmin,cmax])为例进行说明。

步骤204，沿垂直脊柱方向的投影方向对脊柱区域的灰度值进行投影。

在本实施例中，脊柱方向(即脊柱的延伸方向)可由人为设定，即实施脊柱分节操作的设备可通过接收设定脊柱方向的指令来获取脊柱方向。当然，也可采用相关技术中其他任意用于确定脊柱方向的技术手段，本申请并不对此进行限制。

如图4所示，脊柱图像(比如是x光图像或者drr图像)中每个单节脊柱的起始和结束位置(即边界处)会出现颜色较深(相比于附近周围的其他区域，即相邻单节脊柱之间的间隙区域)的带状区域，且该带状区域的方向与脊柱方向近似垂直。例如，图中椭圆形状的白色虚线区域p，区域p中包含的带状区域位于单节脊柱(从左往右第二个单节脊柱)的起始位置，相比于所处间隙区域的其他区域，其颜色更深，体现于像素点的灰度值更小。

如图5所示，通过步骤204对脊柱区域进行投影可得到图5所示的灰度值分布坐标图。其中，该坐标图的横坐标为宽度(以一个像素点的宽度为单位，即以一个像素点作为“单位1”)，纵坐标为在投影方向上所有像素点的灰度值之和。除此之外，还可设定一灰度值阈值；那么，纵坐标还可设定为投影方向上灰度值超过该灰度值阈值的像素点的数量。当然，本申请并不对灰度值分布的具体形式进行限制。

步骤206，计算灰度值分布中的各个极小值。

步骤208，计算每个候选脊柱尺度的得分。

步骤210，选取得分最高的作为脊柱长度。

如图5所示，在得到脊柱区域的灰度值分布坐标图以后，可计算出所有的极小值peak(纵坐标取值)及其位置loc(横坐标取值)，也即图中圈出的坐标点。

在本实施例中，通过下述公式计算各极小值的权重：

其中，wi表示第i个极小值的权重；

n表示极小值的数量；

peaki表示第i个极小值的取值，peakk表示第k个极小值的取值。

由上述可知，任一极小值的权重与该任一极小值的取值呈负相关。该计算方式反映于图像上，则表现为极小值所对应区域的颜色越深(灰度值越小)，则该极小值的权重越大。而极小值所对应区域的颜色越深，可理解为该极小值所对应区域越有可能是脊柱的带状区域。

申请人经统计分析得出：脊柱x光图像受c臂机工作距离、视角、观测目标等因素影响，单节脊柱的尺寸形状等会有所不同，但相对尺寸比例关系变化较小。具体的，当脊柱方向与c臂机的成像平面近似平行的情况下，在c臂机有效工作范围内单节脊柱与脊柱间隙在图像中的比例关系近似为一常数。如在现有实验条件下，通过实验测得该比值约为8：3。以位于相邻单节骨骼的间隙的中间位置的节间分割线为例，如图4所示，第一条白色虚线a与第二条白色虚线b之间的区域为单节脊柱区域，第二条白色虚线b与第三条白色虚线c之间的区域为间隙区域，而单节脊柱区域与间隙区域之间长度的比值为8：3。其中，图中位于间隙区域中间位置的黑色虚线为节间分割线。而针对单节脊柱尺度cj，可根据8：3的比例关系来定位出节间分割线的位置。

进一步的，可通过节间分割线与极小值之间的位置关系来筛选出与单节骨骼尺度的边界处对应的极小值。具体的，可设定预设距离误差容忍范围σ(可根据实际情况灵活设定具体的取值)，当任一极小值与候选骨骼尺度cj的任意节间分割线的距离在预设距离误差容忍范围内σ时，可判定该任一极小值为与候选骨骼尺度cj的边界处对应的极小值。单节脊柱尺度cj

基于上述筛选极小值的机制，可通过以下公式来计算候选骨骼尺度cj下的得分scorej：

其中，lock表示第k个极小值的位置；wk表示第k个极小值的权重；pj表示对应于单节脊柱尺度cj的任意节间分割线的位置。

需要说明的是：导致f(lock)＝0的情况包括以下两种：1)极小值的位置实际上并非在边界处，即为干扰点；2)单节脊柱尺度cj相比于实际单节脊柱尺度过大或者过小。同时，某一极小值的f(lock)＝1，则表示该极小值属于被筛选出的极小值(即为对应于边界处的极小值)。

而由上述计算公式可知：与实际单节脊柱尺度越接近的候选脊柱尺度，该候选脊柱尺度下取值为1的函数f(lock)的数量则越多，那么得分则越大。因此，求解脊柱长度的问题则转换为求解得分最高的候选脊柱尺度，即其中，n表示候选脊柱尺度的数量，scorej表示第j个候选脊柱尺度的得分。

步骤212，根据极小值的位置对脊柱进行分节。

在确定出用于表示脊柱长度的候选脊柱尺度之后，利用在计算该候选脊柱尺度的得分时f(lock)＝1的极小值(即被筛选出对应于边界处的极小值，与该极小值对应的f(lock)＝1)的位置来对脊柱进行分节，从而截取出脊柱图像中各个单独的单节脊柱的图像。

由以上技术方案可见，上述实施例中的脊柱分节方案，克服了因不同c臂机工作距离导致图像中脊柱尺度发生变化、不同人的脊柱在尺寸上存在差异、c臂机视角的变化引起脊柱几何模型变化等问题，从而实现了不同工作距离、不同患者、任意x光机视角下的全自动、自适应脊柱分节。

图6示出了根据本申请的一示例性实施例的一种电子设备的结构示意图。请参考图6，在硬件层面，该电子设备包括处理器602、内部总线604、网络接口606、内存608以及非易失性存储器610，当然还可能包括其他业务所需要的硬件。处理器602从非易失性存储器610中读取对应的计算机程序到内存608中然后运行，在逻辑层面上形成骨骼分节装置。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

请参考图7，在软件实施方式中，该骨骼分节装置可以包括：

确定单元71，确定目标图像中待分节骨骼的尺度范围，所述目标图像中待分节骨骼的每个单节骨骼的边界处比附近其他区域的颜色较深；

投影单元72，沿所述待分节骨骼的宽度方向对所述待分节骨骼进行投影，以得到对应于所述待分节骨骼的像素点在所述宽度方向上的灰度值分布，并确定所述灰度值分布中的各个极小值；

候选尺度选取单元73，从所述尺度范围中按照预设尺度间隔选取候选骨骼尺度，并计算每个候选骨骼尺度下各单节骨骼的边界处与所确定出极小值的位置的匹配程度；

特定尺度选取单元74，根据对应于各候选骨骼尺度的匹配程度，从候选骨骼尺度中选取出用于表示所述待分节骨骼的特定尺度；

分节单元75，根据所述特定尺度和极小值的位置，对所述待分节骨骼进行分节处理。

可选的，所述确定单元71具体用于：

获取c臂机对所述待分节骨骼进行成像得到所述目标图像时的工作距离，所述工作距离为所述待分节骨骼与所述c臂机的成像平面之间的距离；

根据预配置的c臂机工作距离与骨骼尺度范围的映射关系，确定与所获取的工作距离对应的骨骼尺度范围。

可选的，

所述候选尺度选取单元73具体用于：确定各极小值的权重，任一极小值的权重与所述任一极小值的取值呈负相关；按照预设比例确定对应于各候选骨骼尺度的节间分割线，所述节间分割线位于相邻单节骨骼的间隙范围内；根据每个极小值与任一候选骨骼尺度的各个节间分割线的距离，筛选出所有极小值中与所述任一候选骨骼尺度的边界处对应的极小值，并计算筛选出的极小值的权重总和；其中，所述预设比例为单节骨骼与相邻单节骨骼的间隙之间的长度比例；

所述特定尺度选取单元74具体用于：选取基于每个候选骨骼尺度下计算得到的权重总和中最大的权重总和，并将与最大的权重总和对应的候选骨骼尺度作为所述特定尺度；

所述分节单元75具体用于：根据所述特定尺度与在所述特定尺度下筛选出的极小值的位置，对所述待分节骨骼进行分节处理。

可选的，通过下述公式计算各极小值的权重：

其中，wi表示第i个极小值的权重；

n表示极小值的数量；

peaki表示第i个极小值的取值，peakk表示第k个极小值的取值。

13.根据权利要求11所述的装置，其特征在于，所述候选尺度选取单元进一步用于：

当任一极小值与所述任一候选骨骼尺度的任意节间分割线的距离在预设距离误差容忍范围内时，判定所述任一极小值为与所述任一候选骨骼尺度的边界处对应的极小值。

可选的，所述节间分割线位于相邻单节骨骼的间隙的中间位置。

可选的，所述预设比例包括：单节骨骼与相邻单节骨骼的间隙之间的长度比例为8:3。

可选的，所述待分节骨骼包括脊柱，所述脊柱的每一单节脊柱的边界处为比附近其他区域颜色较深的带状区域，且所述带状区域的延伸方向与所述脊柱的宽度方向平行。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器，上述指令可由上述骨骼分节装置的处理器执行以实现如上述实施例中任一所述的方法，比如该方法可以包括：确定目标图像中待分节骨骼的尺度范围，所述目标图像中待分节骨骼的每个单节骨骼的边界处比附近其他区域的颜色较深；沿所述待分节骨骼的宽度方向对所述待分节骨骼进行投影，以得到对应于所述待分节骨骼的像素点在所述宽度方向上的灰度值分布，并确定所述灰度值分布中的各个极小值；从所述尺度范围中按照预设尺度间隔选取候选骨骼尺度，并计算每个候选骨骼尺度下各单节骨骼的边界处与所确定出极小值的位置的匹配程度；根据对应于各候选骨骼尺度的匹配程度，从候选骨骼尺度中选取出用于表示所述待分节骨骼的特定尺度；根据所述特定尺度和极小值的位置，对所述待分节骨骼进行分节处理。

其中，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等，本申请并不对此进行限制。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。