本发明涉及检测技术领域，具体而言，涉及一种预警方法及电子设备。
背景技术：
现有技术的健康预警系统中，往往根据以往的临床文献数据，进行人为的阈值参数设定，当特定健康数据超过阈值时，则会提供预警信息，以提醒用户引起注意。然而，这种阈值的设定，往往是基于统计意义的，由于人体的个体差异，让临床上的一些固定的阈值只能作为参考，需要专业人员进一步就具体问题进行具体分析和调整。在一些需要自动分析和健康预警的场合，由于没有专家随时在场，产品设计者为了方法或装置的适用性，为了回避人体的个体差异，将阈值的设定工作由使用者来完成，因此不能实现完全自动化，需要用户具有一定的专业性才能很好的使用健康预警系统。
技术实现要素：
有鉴于此，本申请的目的在于，提供一种预警方法及电子设备以改善上述问题。
本申请实施例提供一种预警方法，应用于与数据采集终端和预警端通信连接的服务器，所述方法包括：
在检测周期内，接收受测用户的数据采集终端采集并发送的待分析健康数据；
将所述待分析健康数据与获得的历史周期内的群体历史数据进行对比以获得所述待分析健康数据与所述群体历史数据之间的第一偏差值，其中，所述群体历史数据由多个数据采集终端采集的健康数据所生成；
将所述待分析健康数据与获得的历史周期内的个人历史数据进行对比以获得所述待分析健康数据与所述个人历史数据之间的第二偏差值，所述个人历史数据为所述受测用户在历史周期内的健康数据所生成；
根据所述第一偏差值和所述第二偏差值与预设阈值之间的关系确定是否生成预警信息，若生成预警信息，则将所述预警信息返回至所述数据采集终端或所述预警端。
进一步地，所述方法还包括：
根据所述健康数据对所述群体历史数据以及所述个人历史数据进行更新。
进一步地，所述历史周期包括多个子周期，所述群体历史数据通过以下步骤获得：
针对多个数据采集终端中的每一个数据采集终端，获得所述数据采集终端在所述历史周期的各个子周期内的每一采样点的健康数据；
将多个子周期的对应的采样点的健康数据进行均值计算，以得到各个子周期的相同采样点的健康数据的第一平均值；
将多个数据采集终端对应的第一平均值进行均值计算，以得到各个采样点的群体历史数据；
所述检测周期与所述子周期一致，所述将所述待分析健康数据与获得的历史周期内的群体历史数据进行对比以获得所述待分析健康数据与所述群体历史数据之间的第一偏差值的步骤，包括：
针对各个采样点，根据所述采样点的群体历史数据与多个采样点的群体历史数据的方差等效值得到数据上限值和数据下限值；
检测所述待分析健康数据中对应于所述采样点的健康数据是否处于所述数据下限值和所述数据上限值之间，若不处于，则计算所述待分析健康数据与所述数据下限值或所述数据上限值之间的差值以获得第一偏差值。
进一步地，所述历史周期包括多个子周期，所述群体历史数据通过以下步骤获得：
针对多个受测用户中的每一个受测用户，获得所述受测用户在所述历史周期的各个子周期内的每一采样点的健康数据；
统计多个健康数据中数值相同的健康数据的出现次数；
对多个子周期的统计结果进行均值计算，以得到所述历史周期中健康数据的数值分布情况；
将多个数据采集终端的健康数据的数值分布情况进行均值求取，以得到群体历史数据；
所述将所述待分析健康数据与获得的历史周期内的群体历史数据进行对比以获得所述待分析健康数据与所述群体历史数据之间的第一偏差值的步骤，包括：
绘制所述群体历史数据的第一数据直方图以及待分析健康数据的第二数据直方图；
获得所述第二数据直方图与所述第一数据直方图的偏离值，根据所述偏离值得到所述待分析健康数据与所述群体历史数据之间的第一偏差值。
进一步地，所述获得所述第二数据直方图与所述第一数据直方图的偏离值，根据所述偏离值得到所述待分析健康数据与所述群体历史数据之间的第一偏差值的步骤，包括：
分别获取所述第二数据直方图和所述第一数据直方图中的峰值数据、中值数据以及中心数据；
根据所述第二数据直方图和所述第一数据直方图的峰值数据的差值、中值数据的差值、中心数据的差值中的至少一个得到待分析健康数据与所述群体历史数据之间的第一偏差值。
进一步地，所述中心数据通过以下公式获得：
其中，hcenter为所述中心数据，hmin为所述第一数据直方图或所述第二数据直方图中横坐标最小数值，hmax为所述第一数据直方图或所述第二数据直方图中横坐标最大数值，h为所述第一数据直方图或所述第二数据直方图中的各个健康数据，p(h)为对应健康数据的出现次数。
进一步地，所述获得所述第二数据直方图与所述第一数据直方图的偏离值，根据所述偏离值得到所述待分析健康数据与所述群体历史数据之间的第一偏差值的步骤，包括：
分别对所述第二数据直方图和所述第一数据直方图进行归一化处理；
获得归一化处理后的第二数据直方图与第一数据直方图之间的不重叠部分，以得到所述待分析健康数据与所述群体历史数据之间的第一偏差值。
进一步地，所述根据所述第一偏差值和所述第二偏差值与预设阈值之间的关系确定是否生成预警信息的步骤，包括：
将所述第一偏差值和所述第二偏差值进行加权叠加得到叠加结果，检测所述叠加结果是否超过预设阈值，若超过预设阈值则判定需要生成预警信息。
进一步地，所述健康数据包括加速度数据、脉搏波数据、生理电信号、人体阻抗、体表温度以及血糖数据中的至少一种。
本申请实施例还提供一种电子设备，包括：
存储器；
一个或多个处理器；及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中并且被配置成由所述一个或多个处理器执行，所述程序用于执行上述的预警方法的步骤。
本申请实施例提供的预警方法及电子设备，通过将检测周期内接收到的受测用户的待分析健康数据分别与历史周期内的群体历史数据进行对比以获得第一偏差值，以及与历史周期内的个人历史数据进行比对以获得第二偏差值。其中，该群体历史数据由多个数据采集终端采集的健康数据所生成，该个人历史数据根据受测用户在历史周期内的健康数据生成。并根据第一偏差值和第二偏差值与预设阈值之间的关系以确定是否生成预警信息。该预警方案将群体历史数据和个人历史数据作为参考对象以实现预警，避免个体差异或个人因长期处于异常状态而得不到及时发现造成的预警不准确的缺陷。
进一步地，该预警方案可动态更新参比对象，如此，可保障历史数据的实时性以提高系统的稳健性。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的预警方法的应用场景示意图。
图2为本申请实施例提供的服务器的示意性结构框图。
图3为本申请实施例提供的预警方法的流程图。
图4为本申请实施例提供的群体历史数据的获取方法的流程图之一。
图5为图3中步骤s120的子步骤的流程图。
图6本申请实施例提供的时域上的健康数据分布示意图。
图7为本申请实施例提供的群体历史数据的获取方法的流程图之二。
图8为图3中步骤s120的子步骤的另一流程图。
图9为本申请实施例提供的数据直方图的示意图。
图10为本申请实施例提供的经过归一化处理后的数据直方图的示意图。
图标：100-服务器；110-预警装置；120-处理器；130-存储器；200-数据采集终端；300-预警端。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
请参阅图1，为本申请实施例提供的预警方法的应用场景示意图，该场景中包括服务器100、数据采集终端200以及预警端300。所述服务器100与所述数据采集终端200和所述预警端300通信连接，以进行数据通信或交互。在本实施例中，所述数据采集终端200和所述预警端300可为多个，多个数据采集终端200和所述预警端300和所述服务器100通信连接。在本实施例中，所述数据采集终端200可为可穿戴式设备，例如手环、手表等。所述预警端300可为与所述数据采集终端200关联的终端设备，例如智能手机、平板电脑、计算机等。可以是手持数据采集终端200的用户自己所持的电子终端，也可以是该用户的家人所持的电子终端。可以在需要预警时，将预警信息发送至该预警端300，以通知该用户或该用户的家人，起到预警目的。所述服务器100可以是单独的服务器，也可以是服务器集群等，对此不作具体限制。
请参阅图2，为本申请实施例提供的一种电子设备的示意性结构框图。在本实施例中，所述电子设备可以为上述的服务器100，所述服务器100包括预警装置110、处理器120及存储器130。其中，所述存储器130与所述处理器120之间直接或间接的电性连接，以实现数据的传输或交互。所述预警装置110包括至少一个可以软件或固件的形式存储于所述存储器130中或固化在所述服务器100的操作系统中的软件功能模块。所述处理器120用于执行所述存储器130中存储的可执行模块，例如所述预警装置110包括的软件功能模块或计算机程序。
请参阅图3，是本发明实施例提供的一种应用于上述服务器100的预警方法的流程图。所应说明的是，本发明提供的方法不以图3及以下所述的具体顺序为限制。下面将对图3中示出的各步骤进行详细说明。
步骤s110，在检测周期内，接收受测用户的数据采集终端200采集并发送的待分析健康数据。
随着智能穿戴设备的兴起，海量的动态健康数据的持续收集成为可能，形成了动态的健康大数据库，数据库中包含用户的心率、血氧饱和度、呼吸频率、血压、血糖、温度、活动量、睡眠信息等。当用户长期佩戴可穿戴产品时，过去一段时间的历史数据蕴藏着个体自身规律，并体现了其个体差异。同时，大量用户的健康数据积累，可以从中提取不同群体的健康数据规律。
当利用用户个体数据与大数据库中自身历史数据规律、群体历史数据规律对比时，如果发生渐进性和突发性的偏离，则可能预示着用户的健康状态产生某种变化，此时为用户产生健康预警信息，便于用户及早咨询专业医护人员或采取其它早期干预措施。这种基于大数据的动态健康预警方法，避免了人体个体差异、群体年龄、地域、气候等差异而导致的健康数据分析时以往通用判据失效的风险。这对于健康预警装置的预警算法的自适应和稳健性的提高有很大的价值。
本实施例中，所述数据采集终端200包括多种数据传感器，可分别用于获得佩戴用户的加速度数据、脉搏波数据、生理电信号、人体阻抗、体表温度、血糖数据中的一种或多种健康数据。所述数据采集终端200将采集到的健康数据发送至服务器100。所述服务器100对一个检测周期内，例如一天或一周，接收到的受测用户的数据采集终端200采集并发送的待分析健康数据进行分析处理以检测受测用户的健康数据是否出现异常。所述服务器100可根据接收到的加速度数据得到用户的步数、用户的睡眠质量数据等。可根据脉搏波数据得到用户心率数据、血氧饱和度数据、呼吸数据以及血压等。所述生理电信号包括心电信号、肌电信号、脑电信号等。
步骤s120，将所述待分析健康数据与获得的历史周期内的群体历史数据进行对比以获得所述待分析健康数据与所述群体历史数据之间的第一偏差值，其中，所述群体历史数据由多个数据采集终端200采集的健康数据所生成。
步骤s130，将所述待分析健康数据与获得的历史周期内的个人历史数据进行对比以获得所述待分析健康数据与所述个人历史数据之间的第二偏差值，所述个人历史数据为所述受测用户在历史周期内的健康数据所生成。
本实施例中，所述服务器100可接收多个数据采集终端200采集并发送的健康数据并对其进行分析以得到群体性的统计数据，并且还可分别针对每一个数据采集终端200，单独统计每一个数据采集终端200的健康数据以得到个人的统计数据。
本实施例中，服务器100可对检测周期之前的历史周期内接收到的健康数据进行统计分析以得到历史周期内的基于多个数据采集终端200的健康数据的群体历史数据。其中，针对群体历史数据，该历史周期也可以是与检测周期同期的时间段，对此不作具体限制。以及针对每一个用户的基于其对应的数据采集终端200的健康数据的个人历史数据。考虑到现有技术中针对每一个用户往往采用固定不变的预警规则，但实际情况中，由于不同用户因其体质差异，所以健康数据的标准也不同。现有技术中的预警规则并未形成针对性地、定制性地预警方案，导致因个体差异造成预警不准确的问题。本实施例中考虑到上述因素，因此将受测用户自身在历史周期内的个人历史数据作为其中一项参考对象，以提高预警准确率。此外，若用户自身长期处于不健康的状态，若只将用户本身的个人历史数据作为参考，则可能无法及时发现该不健康状态而难以做出准确预警。因此，本实施例中，将多个用户在历史周期内健康数据以构成群体历史数据，将该群体历史数据也纳入对受测用户的预警检测的参考数据中。即将待分析健康数据与个人历史数据和群体历史数据做比对以实现预警。
在本实施例中，为了较为全面地对健康数据进行分析，可对健康数据进行处理以得到不同形式的群体历史数据以作为对比基础。可选地，可对健康数据进行时域分析，请参阅图4，可通过以下步骤获得时域性的群体历史数据：
步骤s210，针对多个数据采集终端200中的每一个数据采集终端200，获得所述数据采集终端200在所述历史周期的各个子周期内的每一采样点的健康数据。
步骤s220，将多个子周期的对应的采样点的健康数据进行均值计算，以得到各个子周期的相同采样点的健康数据的第一平均值。
步骤s230，将多个受测用户对应的第一平均值进行均值计算，以得到各个采样点的群体历史数据。
由上述可知，所述群体历史数据是基于多个用户的健康数据生成。本实施例中，可先分别针对每一个用户的数据采集终端200所采集的数据进行分析，再统计多个用户的分析结果以得到群体历史数据。
在本实施例中，所述历史周期可为一天、一周或者是一个月，对此不作具体限制。例如在所述历史周期为一周时，为了对用户每一天的健康数据进行分析，可将所述历史周期划分为多个子周期，其中所述子周期可为一天。
若所述子周期为一天，则在所述子周期内可包括多个采样点，其采样频率可为2分钟或10分钟，对此不作限制。所述服务器100可在每一个采样点接收数据采集终端200所发送的健康数据。如此，针对历史周期内的多个子周期的相同采样点则有多个健康数据。例如，每一个子周期内的12点各有一个健康数据，若历史周期包括7个子周期，则历史周期内共有7个12点的健康数据，可将多个健康数据进行均值计算，以得到各个子周期的相同采样点的健康数据的第一平均值。如此，可避免后续单独与某一个子周期内的数据进行对比造成的数据不可靠的问题。需要说明的是，上述对历史周期及子周期的阐述仅仅是举例说明，在实施时，可采用其他的设置方式，对此本实施例不作具体限制。
在针对每一个数据采集终端200对健康数据进行分析处理之后，可将多个数据采集终端200的分析处理结果进行均值计算，以得到多个用户的群体历史数据。在以上述方式获得群体历史数据的情况下，本实施例中，请参阅图5，步骤s120可以包括以下子步骤：
步骤s121，针对各个采样点，根据所述采样点的群体历史数据与多个采样点的群体历史数据的方差等效值得到数据上限值和数据下限值。
步骤s122，检测所述待分析健康数据中对应于所述采样点的健康数据是否处于所述数据下限值和所述数据上限值之间，若不处于，则计算所述待分析健康数据与所述数据下限值或所述数据上限值之间的差值以获得第一偏差值。
通过上述步骤之后，相当于将多个用户在多个子周期内的数据整合至一个子周期内，本实施例中，所述检测周期与所述子周期一致，即若所述子周期为一天，则所述检测周期也为一天。针对上述获得的群体历史数据中的每一个采样点的群体历史数据，可将该采集点的群体历史数据加上获得的多个采样点的群体历史数据的方差等效值以获得数据上限值，并且将该采集点的群体历史数据减去获得的多个采样点的群体历史数据的方差等效值以得到数据下限值。其中，所述方差等效值可为方差的倍数值，例如方差值乘以2或方差值乘以3等，具体不作限制。
本实施例中，所述待分析健康数据包括多个健康数据，各健康数据对应于检测周期内的各个采样点，可将各采样点获得的健康数据与根据群体历史数据获得的数据上限值和数据下限值进行对比。图6所示为数据上限值、数据下限值以及历史均值的分布示意图。其中，该数据下限值、数据上限值以及历史均值可以是基于个人历史数据生成，也可以是基于群体历史数据生成。若所述健康数据未处于所述数据上限值和所述数据下限值之间，可作进一步检测。若所述健康数据大于所述数据上限值，则可计算所述健康数据与所述数据上限值之间的差值，以该差值作为待分析健康数据与群体历史数据之间的第一偏差值。若所述健康数据小于所述数据下限值，则可计算所述数据下限值与所述健康数据之间的差值，以该差值作为待分析健康数据与群体历史数据之间的第一偏差值。其中，该第一偏差值可以是针对单点的偏差值，也可以是对整个检测周期内的各个采样点的偏差值的统计值。
此外，除了上述的对历史周期内的健康数据进行时域分析之外，本实施例中还可对历史周期内的健康数据进行频域分析，请参阅图7，可通过以下步骤来获得群体历史数据：
步骤s310，针对多个数据采集终端200中的每一个数据采集终端200，获得所述数据采集终端200在所述历史周期的各个子周期内的每一采样点的健康数据，统计多个健康数据中数值相同的健康数据的出现次数。
步骤s320，对多个子周期的统计结果进行均值计算，以得到所述历史周期中健康数据的数值分布情况。
步骤s330，将多个数据采集终端200的健康数据的数值分布情况进行均值求取，以得到群体历史数据。
本实施例中，针对每一个用户，在其历史周期的每一个子周期内，可获得该子周期内的各个采样点的健康数据，并统计该子周期内数值相同的健康数据的出现次数，以得到各个数值的健康数据的出现次数。再将历史周期内的多个子周期的统计结果进行均值计算，如此可得到历史周期中健康数据的数值分布情况。
通过上述步骤，可获得每一个数据采集终端200的历史周期内的健康数据的数值分布情况，可将多个数据采集终端200的结果进行均值求取，以得到基于多个用户的群体历史数据。
本实施例中，在以这种方式获得群体历史数据时，请参阅图8，可通过以下子步骤获得待分析数据与群体历史数据之间的第一偏差值：
步骤s123，绘制所述群体历史数据的第一数据直方图以及待分析健康数据的第二数据直方图。
步骤s124，获得所述第二数据直方图与所述第一数据直方图的偏离值，根据所述偏离值得到所述待分析健康数据与所述群体历史数据之间的第一偏差值。
本实施例中，为了直观显示健康数据分布情况，可根据得到的群体历史数据绘制第一数据直方图。将得到的检测周期内的待分析数据按上述方式获得待分析数据的数值分布情况后，再根据该数值分布情况绘制第二数据直方图。根据第一数据直方图和第二数据直方图之间的偏离值得到待分析健康数据与群体历史数据之间的第一偏差值。图9所示为本实施例提供的第一数据直方图或第二数据直方图的示意图。
本实施例中，可分别获取所述第二数据直方图和所述第一数据直方图中的峰值数据、中值数据以及中心数据。其中，中值数据为将直方图一分为二且两边的面积相等的数值。中心数据为直方图中的质心所在的位置。峰值数据、中值数据以及中心数据反映了用户在一段时期内的健康数据的强度范围分布。这种分布与用户的健康状况有密切关系，当受测用户的直方图特征值相对其自身的历史周期或者是群体的历史周期的分布情况有显著差别时，可能受测用户的健康状况出现异常，需提醒用户。
可选地，根据所述第二数据直方图和所述第一数据直方图的峰值数据的差值、中值数据的差值、中心数据的差值中的至少一个得到待分析健康数据与所述群体历史数据之间的第一偏差值。可根据上述三种差值中的任意一种得到第一偏差值，或者是两种加权叠加后得到第一偏差值，或者是将上述三种差值加权叠加后得到第一偏差值。对此本实施例中不作具体限制，可根据实际情况做调整。
其中，所述中心数据可通过以下公式获得：
其中，hcenter为所述中心数据，hmin为所述第一数据直方图或所述第二数据直方图中横坐标最小数值，hmax为所述第一数据直方图或所述第二数据直方图中横坐标最大数值，h为所述第一数据直方图或所述第二数据直方图中的各个健康数据数值，p(h)为对应健康数据数值的出现次数。
此外，除了上述的检测单点的偏离以得到第一偏差值之外，本实施例中，还可根据整体偏离程度得到第一偏差值。本实施例中，可分别对所述第二数据直方图和所述第一数据直方图进行归一化处理。获得归一化处理后的第二数据直方图与第一数据直方图之间的不重叠部分，该不重叠部分即表示第二数据直方图相对于第一数据直方图的偏离。根据该不重叠部分可得到所述待分析健康数据与所述群体历史数据之间的第一偏差值。图10所示为第一数据直方图和第二数据直方图经过归一化处理后的示意图。
通过以上步骤，可获得待分析健康数据与群体历史数据之间的第一偏差值，需要说明的是，针对受测用户的个人历史数据的获取方式和待分析健康数据与个人历史数据的第二偏差值的获取方式分别与群体历史数据的获取方式和待分析健康数据和群体历史数据的第一偏差值的获取方式类似，其区别在于群体历史数据是针对多个用户，而个人历史数据是针对受测用户本人。因此，所述第二偏差值的获取步骤可参考上述描述，在此不再一一赘述。
步骤s140，根据所述第一偏差值和所述第二偏差值与预设阈值之间的关系确定是否生成预警信息，若生成预警信息，则将所述预警信息返回至所述数据采集终端200或所述预警端300。
本实施例中，通过上述步骤获得待分析数据与群体历史数据的第一偏差值以及与个人历史数据的第二偏差值后。可根据这两者与预设阈值的关系来判定是否需要生成预警信息。可将第一偏差值和第二偏差值进行加权叠加以得到叠加结果。再检测叠加结果是否超过预设阈值，若超过预设阈值，则判定需要生成预警信息，并将预警信息反馈至受测用户的数据采集终端200或与受测用户的数据采集终端200相关联的预警端300。该预警端300可以为该受测用户所持的智能手机，例如通过发短信的方式通知用户，或者是受测用户的计算机，例如通过发邮件的方式通知用户。该预警端300也可以是与该受测用户的数据采集终端200相关联的该受测用户的家人所持的电子终端，如此，可及时通知受测用户的家人以提醒家人对受测用户的健康状况进行关注，以避免发生危险状况。
此外，除了上述的根据第一偏差值和第二偏差值的叠加结果与预设阈值的关系以判定是否需要生成预警信息之外，本实施例中，也可根据第一偏差值与预设阈值的关系或者是第二偏差值与预设阈值的关系以判定是否需要生成预警信息。即可根据第一偏差值和第二偏差值中的至少一个与预设阈值的关系以判定是否需要生成预警信息。对此，本实施例不作具体限制，可根据需求进行相应设置。
此外，本实施例中，所述群体历史数据和所述个人历史数据还可进行动态更新，即可将检测周期内获得的待分析健康数据加入至历史数据中，以实现对群体历史数据和个人历史数据的更新。如此，可保障历史数据的实时性以提高系统的稳健性。
综上所述，本申请实施例提供一种预警方法及电子设备，通过将检测周期内接收到的受测用户的待分析健康数据分别与历史周期内的群体历史数据进行对比以获得第一偏差值，以及与历史周期内的个人历史数据进行比对以获得第二偏差值。其中，该群体历史数据由多个数据采集终端200采集的健康数据所生成，该个人历史数据根据受测用户在历史周期内的健康数据生成。并根据第一偏差值和第二偏差值与预设阈值之间的关系以确定是否生成预警信息。该预警方案将群体历史数据和个人历史数据作为参考对象以实现预警，避免个体差异或个人因长期处于异常状态而得不到及时发现造成的预警不准确的缺陷。此外，还可动态更新参比对象，保障了历史数据的实时性以提高系统的稳健性。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。