睡眠监测方法及装置与流程

本申请涉及睡眠监测领域，具体而言，涉及一种睡眠监测方法及装置。

背景技术

睡眠监测对于老年人来说非常重要，因为抑郁症和糖尿病等严重疾病通常与睡眠不足和不规律有关。由于睡觉时的身体位置和运动与一些特定疾病(如睡眠呼吸暂停和不安腿综合症等)关系密切，在许多情况下，有必要监测睡觉时的身体姿势和运动。

睡眠监测对于尽早识别睡眠障碍以便诊断和及时治疗疾病非常重要。睡眠监测不仅可以向医疗服务者提供关于患者不规律睡眠及其持续时间的定量数据，而且可以详细地描述患者睡眠状况，例如因起夜而出现上、下床的大动作。这些信息有助于发现与某些疾病相关的身体变化趋势。此外，睡眠监测还可以监测睡眠相关疾病的治疗效果。许多医学研究的重点在于寻找睡眠期间身体姿势与各种呼吸问题(如睡眠呼吸暂停)之间的相关性。所以，如果有一个睡眠监测系统可以提供睡眠期间身体姿势的详细信息，将有助于此类研究。

相关睡眠监测技术中相对准确和可靠的是多功能睡眠记录仪(记录睡眠期间脑电图，眼电图，肌电图等)。这些系统使用时有诸多不便，因为它们需要受试者穿在身上，并且需要专业人员进行监控，因此使用时费用高昂。一种相对简单些的睡眠监测仪器是活动记录仪，这是一种可以连接到四肢(例如手腕)以提供运动数据的设备；但是，这种仪器仍然需要戴在受试者身上。有些系统基于音频和视频信号进行睡眠监控，但它们引发了人们对隐私问题的担忧。一些通过感测身体压力或振动来工作睡眠监测系统已经开发出来，这些系统结构相对简单，但受试者睡觉时会感到不舒服。

针对相关睡眠监测技术中多功能睡眠记录仪需要与受试者身体接触且费用高昂，活动记录仪需要与受试者身体接触，基于音频和视频信号的睡眠监控系统的侵犯隐私，压力和或震动感测仪引发受试者不适等问题，目前尚未提出有效的解决方案。

技术实现要素：

本申请的主要目的在于提供一种睡眠监测方法及装置，以至少解决上述技术问题之一。

为了实现上述目的，根据本申请的一个方面，提供了一种睡眠监测方法，包括：采集样本的标准睡眠信息；将所述标准睡眠信息作为训练集训练得到分类器；监测待测用户在睡眠状态时的信息；根据所述分类器将所述信息分类；根据分类结果得到所述待测用户的睡眠状态。

进一步的，如前述的睡眠监测方法，所述采集样本的标准睡眠信息，包括：采集样本的标准静态睡眠信息，采集样本的标准动态睡眠信息；所述采集样本的标准静态睡眠信息，包括采集样本在睡眠状态时的标准身体信息；所述采集样本的标准动态睡眠信息，包括采集样本在睡眠状态时的标准活动信息；所述将所述标准睡眠信息作为训练集训练得到分类器，包括：将所述标准身体信息作为训练集训练得到身体姿势分类器，将所述标准活动信息作为训练集训练得到活动分类器；所述监测待测用户在睡眠状态时的信息，包括：监测待测用户在睡眠状态时的身体信息，监测待测用户在睡眠状态时的活动信息；所述根据所述分类器将所述信息分类，包括：根据所述身体姿势分类器将所述身体信息分类，根据所述活动分类器将所述活动信息分类；所述根据分类结果得到所述待测用户的睡眠状态，包括：根据分类结果得到所述待测用户在睡眠状态时的身体姿势，根据分类结果得到所述待测用户在睡眠状态时的活动。

进一步的，如前述的睡眠监测方法，所述采集样本的标准睡眠信息，包括：在设定时间内，每单位时间采集一次或多次样本在睡眠状态时一个或多个采样点的多轴加速度值。

进一步的，如前述的睡眠监测方法，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床和躺姿。

进一步的，如前述的睡眠监测方法，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床、坐姿和躺姿。

进一步的，如前述的睡眠监测方法，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床、坐姿、仰卧、俯卧、左侧卧和右侧卧。

进一步的，如前述的睡眠监测方法，所述将所述标准活动信息作为训练集训练得到活动分类器，其中所述活动类别包括无活动和有活动；所述无活动，包括保持所述身体姿势；所述有活动，包括所述身体姿势的互相转换、保持所述身体姿势情况下进行活动。

进一步的，如前述的睡眠监测方法，所述将所述标准活动信息作为训练集训练得到活动分类器，包括：根据所述无活动信息确定无活动信号值的上阈和/或下阈。

进一步的，如前述的睡眠监测方法，所述监测待测用户在睡眠状态时的信息，包括：在设定时间内，每单位时间采集一次或多次所述待测用户在睡眠状态时一个或多个采样点的多轴加速度值；其中所述待测用户为所述样本。

进一步的，如前述的睡眠监测方法，所述根据所述活动分类器将所述活动信息分类，包括：判断所述活动信息是否大于或等于上阈并且小于或等于下阈。

进一步的，如前述的睡眠监测方法，所述根据分类结果得到所述待测用户在睡眠状态时的活动，包括：如果所述判断的结果为是，则确定所述活动信息为无活动；如果所述判断的结果为不是，则确定所述活动信息为有活动。

为了实现上述目的，根据本申请的另一方面，提供了一种睡眠监测装置，包括：采集模块、训练模块、检测模块、分类模块、确定模块；所述采集模块，用于采集样本的标准睡眠信息；所述训练模块，用于将所述标准睡眠信息作为训练集训练得到分类器；所述检测模块，用于监测待测用户在睡眠状态时的信息；所述分类模块，用于根据所述分类器将所述信息分类；所述确定模块，用于根据分类结果得到所述待测用户的睡眠状态。

进一步的，如前述的睡眠监测装置，所述采集样本的标准睡眠信息，包括：采集样本的标准静态睡眠信息，采集样本的标准动态睡眠信息；所述采集样本的标准静态睡眠信息，包括采集样本在睡眠状态时的标准身体信息；所述采集样本的标准动态睡眠信息，包括采集样本在睡眠状态时的标准活动信息；所述将所述标准睡眠信息作为训练集训练得到分类器，包括：将所述标准身体信息作为训练集训练得到身体姿势分类器，将所述标准活动信息作为训练集训练得到活动分类器；所述监测待测用户在睡眠状态时的信息，包括：监测待测用户在睡眠状态时的身体信息，监测待测用户在睡眠状态时的活动信息；所述根据所述分类器将所述信息分类，包括：根据所述身体姿势分类器将所述身体信息分类，根据所述活动分类器将所述活动信息分类；所述根据分类结果得到所述待测用户的睡眠状态，包括：根据分类结果得到所述待测用户在睡眠状态时的身体姿势，根据分类结果得到所述待测用户在睡眠状态时的活动。

进一步的，如前述的睡眠监测装置，所述采集样本的标准睡眠信息，包括：在设定时间内，每单位时间采集一次或多次样本在睡眠状态时一个或多个采样点的多轴加速度值。

进一步的，如前述的睡眠监测装置，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床和躺姿。

进一步的，如前述的睡眠监测装置，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床、坐姿和躺姿。

进一步的，如前述的睡眠监测装置，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床、坐姿、仰卧、俯卧、左侧卧和右侧卧。

进一步的，如前述的睡眠监测装置，所述将所述标准活动信息作为训练集训练得到活动分类器，其中所述活动类别包括无活动和有活动；所述无活动，包括保持所述身体姿势；所述有活动，包括所述身体姿势的互相转换、保持所述身体姿势情况下进行活动。

进一步的，如前述的睡眠监测装置，所述将所述标准活动信息作为训练集训练得到活动分类器，包括：根据所述无活动信息确定无活动信号值的上阈和/或下阈。

进一步的，如前述的睡眠监测装置，所述监测待测用户在睡眠状态时的信息，包括：在设定时间内，每单位时间采集一次或多次所述待测用户在睡眠状态时一个或多个采样点的多轴加速度值；其中所述待测用户为所述样本。

进一步的，如前述的睡眠监测装置，所述根据所述活动分类器将所述活动信息分类，包括：判断所述活动信息是否大于或等于上阈并且小于或等于下阈。

进一步的，如前述的睡眠监测装置，所述根据分类结果得到所述待测用户在睡眠状态时的活动，包括：如果所述判断的结果为是，则确定所述活动信息为无活动；如果所述判断的结果为不是，则确定所述活动信息为有活动。

在本申请实施例中，采用非接触式采集加速度值的方式，通过对人体睡眠时的身体信息进行监测，达到了睡眠时检测身体姿势和活动的的目的。本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请实施例提供的睡眠监测方法的流程图；

图2是本申请实施例的采样点布置图；

图3是本申请实施例的四种躺姿示意图；

图4是本申请实施例提供的睡眠监测装置的结构图；

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本发明中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

根据本发明实施例，提供了一种睡眠监测方法，如图1所示，该方法包括如下的步骤s1至步骤s5：

步骤s1，采集样本的标准睡眠信息；

步骤s2，将所述标准睡眠信息作为训练集训练得到分类器；

步骤s3，监测待测用户在睡眠状态时的信息；

步骤s4，根据所述分类器将所述信息分类；

步骤s5，根据分类结果得到所述待测用户的睡眠状态。

在一些实施例中，如前述的睡眠监测方法，所述采集样本的标准睡眠信息，包括：采集样本的标准静态睡眠信息，采集样本的标准动态睡眠信息；所述采集样本的标准静态睡眠信息，包括采集样本在睡眠状态时的标准身体信息；所述采集样本的标准动态睡眠信息，包括采集样本在睡眠状态时的标准活动信息；

所述将所述标准睡眠信息作为训练集训练得到分类器，包括：将所述标准身体信息作为训练集训练得到身体姿势分类器，将所述标准活动信息作为训练集训练得到活动分类器；

所述监测待测用户在睡眠状态时的信息，包括：监测待测用户在睡眠状态时的身体信息，监测待测用户在睡眠状态时的活动信息；

所述根据所述分类器将所述信息分类，包括：根据所述身体姿势分类器将所述身体信息分类，根据所述活动分类器将所述活动信息分类；

所述根据分类结果得到所述待测用户的睡眠状态，包括：根据分类结果得到所述待测用户在睡眠状态时的身体姿势，根据分类结果得到所述待测用户在睡眠状态时的活动。

在一些实施例中，如前述的睡眠监测方法，所述采集样本的标准睡眠信息，包括：在设定时间内，每单位时间采集一次或多次样本在睡眠状态时一个或多个采样点的多轴加速度值。具体地，设定三个采样点，所述三个采样点的布置如图2所示，其中两个采样点设置在人睡觉区域的两侧，另外一个采样点设置在人睡觉区域床面的下方；采集每个采样点的三个互相垂直的轴的加速度，如图2所示，所述三个点的z轴与重力方向平行，其中所述两侧的采样点的x轴平行于床的侧边，另外一个采样点的x轴垂直于床的侧边。以相同的设定时间对空床、样本分别以四种躺姿和一种坐姿进行采样，所述四种躺姿包括：仰卧、俯卧、左侧卧和右侧卧，如图3所示，其中图3(a)中为右侧卧和左侧卧，图3(b)中为俯卧和仰卧；所述坐姿为样本坐在床上，后背靠着床头的墙上，以模拟人看电视或看书的姿势。

在一些实施例中，如前述的睡眠监测方法，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床和躺姿。具体地，所述训练集包括所述设定时间内采集的空床和四种躺姿的采样点的信息；所述训练和分类可采用支持多种分类器的开源软件orangecanvas平台进行；所述身体姿势分类器为朴素贝叶斯分类器；所述身体姿势分类器的躺姿类为一类。

在一些实施例中，如前述的睡眠监测方法，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床、坐姿和躺姿。具体地，所述训练集包括所述设定时间内采集的空床、坐姿和四种躺姿的采样点的信息；所述训练和分类可采用支持多种分类器的开源软件orangecanvas平台进行；所述身体姿势分类器为朴素贝叶斯分类器；所述身体姿势分类器的躺姿类为一类。

在一些实施例中，如前述的睡眠监测方法，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床、坐姿、仰卧、俯卧、左侧卧和右侧卧。具体地，所述训练集包括所述设定时间内采集的空床、坐姿和四种躺姿的采样点的信息；所述训练和分类可采用支持多种分类器的开源软件orangecanvas平台进行；所述身体姿势分类器为朴素贝叶斯分类器。

在一些实施例中，如前述的睡眠监测方法，所述将所述标准活动信息作为训练集训练得到活动分类器，其中所述活动类别包括无活动和有活动；所述无活动，包括保持所述身体姿势；所述有活动，包括所述身体姿势的互相转换、保持所述身体姿势情况下进行活动。具体地，所述训练集包括所述在设定时间内样本保持任意一种躺姿躺在床上时采样点的多轴加速度值的集合。

在一些实施例中，如前述的睡眠监测方法，所述将所述标准活动信息作为训练集训练得到活动分类器，包括：根据所述无活动信息确定无活动信号值的上阈和/或下阈。具体地，所述训练集中的多轴加速度值分布在一定范围内，确定这个范围的两个边界值，即上阈和下阈。

在一些实施例中，如前述的睡眠监测方法，所述监测所述待测用户在睡眠状态时的信息，包括：在设定时间内，每单位时间采集一次或多次所述待测用户在睡眠状态时一个或多个采样点的多轴加速度值；其中所述待测用户为所述样本。具体地，监测待测用户的采样点的设置位置和数量与前述的采集样本的采样点的设置位置和数量相同，每个监测待测用户的采样点与前述的采集样本的采样点的加速度的轴的方向和数量也相同。

在一些实施例中，如前述的睡眠监测方法，所述根据所述活动分类器将所述活动信息分类，包括：判断所述活动信息是否大于或等于上阈并且小于或等于下阈。具体地，判断单位时间内每次采集到的待测用户的各个采集点的y轴和z轴的加速度值否大于或等于上阈并且小于或等于下阈。

在一些实施例中，如前述的睡眠监测方法，所述根据分类结果得到所述待测用户在睡眠状态时的活动，包括：如果所述判断的结果为是，则确定所述活动信息为无活动；如果所述判断的结果为不是，则确定所述活动信息为有活动。具体地，如果所述判断的结果为是，则放弃所述加速度值；如果所述判断的结果为不是，则将所述加速度值记为一次可能活动。然后统计设定时间内所述可能活动的次数，若所述次数低于一个预设值，则判断所述可能活动不影响睡眠质量；若所述次数高于所述预设值，则采用db-scan聚类算法计算其中不相干活动的数量。所述聚类算法可将在短时间内发生的所有不相干活动归为一个阶段的坐立不安。

从以上的描述中，可以看出，本发明实现了如下技术效果：基于非接触式加速度值采集技术对人体睡眠的静态信息和动态信息进行监测，即对睡眠时人体身体姿势和活动进行检测，可避免侵犯受试者隐私，不影响用户的正常睡眠，使用方法易学且价格便宜，适合常年家用监测睡眠时身体姿势以预防或治疗相关疾病。

根据本发明实施例，提供了一种睡眠监测装置，如图4所示，该装置包括：采集模块101、训练模块102、检测模块103、分类模块104、确定模块105；

所述采集模块101，用于采集样本的标准睡眠信息；

所述训练模块102，用于将所述标准睡眠信息作为训练集训练得到分类器；

所述检测模块103，用于监测待测用户在睡眠状态时的信息；

所述分类模块104，用于根据所述分类器将所述信息分类；

所述确定模块105，用于根据分类结果得到所述待测用户的睡眠状态。

在一些实施例中，如前述的睡眠监测装置，所述采集模块101，具体地，所述采集模块101可采用射频识别标签作为传感器；所述采集样本在睡眠状态时的标准身体信息，可由射频识别读数器将信号传输至wisp，即无线识别感应平台。

在一些实施例中，如前述的睡眠监测装置，所述采集样本的标准睡眠信息，包括：采集样本的标准静态睡眠信息，采集样本的标准动态睡眠信息；所述采集样本的标准静态睡眠信息，包括采集样本在睡眠状态时的标准身体信息；所述采集样本的标准动态睡眠信息，包括采集样本在睡眠状态时的标准活动信息；

所述将所述标准睡眠信息作为训练集训练得到分类器，包括：将所述标准身体信息作为训练集训练得到身体姿势分类器，将所述标准活动信息作为训练集训练得到活动分类器；

所述监测待测用户在睡眠状态时的信息，包括：监测待测用户在睡眠状态时的身体信息，监测待测用户在睡眠状态时的活动信息；

所述根据所述分类器将所述信息分类，包括：根据所述身体姿势分类器将所述身体信息分类，根据所述活动分类器将所述活动信息分类；

所述根据分类结果得到所述待测用户的睡眠状态，包括：根据分类结果得到所述待测用户在睡眠状态时的身体姿势，根据分类结果得到所述待测用户在睡眠状态时的活动。

在一些实施例中，如前述的睡眠监测装置，所述采集样本的标准睡眠信息，包括：在设定时间内，每单位时间采集一次或多次样本在睡眠状态时一个或多个采样点的多轴加速度值。具体地，设定三个采样点，所述三个采样点的布置如图2所示，其中两个采样点设置在人睡觉区域的两侧，另外一个采样点设置在人睡觉区域床面的下方；采集每个采样点的三个互相垂直的轴的加速度，如图2所示，所述三个点的z轴与重力方向平行，其中所述两侧的采样点的x轴平行于床的侧边，另外一个采样点的x轴垂直于床的侧边。以相同的设定时间对空床、样本分别以四种躺姿和一种坐姿进行采样，所述四种躺姿包括：仰卧、俯卧、左侧卧和右侧卧，如图3所示，其中图3(a)中为右侧卧和左侧卧，图3(b)中为俯卧和仰卧；所述坐姿为样本坐在床上，后背靠着床头的墙上，以模拟人看电视或看书的姿势。

在一些实施例中，如前述的睡眠监测装置，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床和躺姿。具体地，所述训练集包括所述设定时间内采集的空床和四种躺姿的采样点的信息；所述训练和分类可采用支持多种分类器的开源软件orangecanvas平台进行；所述身体姿势分类器为朴素贝叶斯分类器；所述身体姿势分类器的躺姿类为一类。

在一些实施例中，如前述的睡眠监测装置，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床、坐姿和躺姿。具体地，所述训练集包括所述设定时间内采集的空床、坐姿和四种躺姿的采样点的信息；所述训练和分类可采用支持多种分类器的开源软件orangecanvas平台进行；所述身体姿势分类器为朴素贝叶斯分类器；所述身体姿势分类器的躺姿类为一类。

在一些实施例中，如前述的睡眠监测装置，所述将所述标准身体信息作为训练集训练得到身体姿势分类器，其中所述身体姿势类别包括：空床、坐姿、仰卧、俯卧、左侧卧和右侧卧。具体地，所述训练集包括所述设定时间内采集的空床、坐姿和四种躺姿的采样点的信息；所述训练和分类可采用支持多种分类器的开源软件orangecanvas平台进行；所述身体姿势分类器为朴素贝叶斯分类器。

在一些实施例中，如前述的睡眠监测装置，所述将所述标准活动信息作为训练集训练得到活动分类器，其中所述活动类别包括无活动和有活动；所述无活动，包括保持所述身体姿势；所述有活动，包括所述身体姿势的互相转换、保持所述身体姿势情况下进行活动。具体地，所述训练集包括所述在设定时间内样本保持任意一种躺姿躺在床上时采样点的多轴加速度值的集合。

在一些实施例中，如前述的睡眠监测装置，所述将所述标准活动信息作为训练集训练得到活动分类器，包括：根据所述无活动信息确定无活动信号值的上阈和/或下阈。具体地，所述训练集中的多轴加速度值分布在一定范围内，确定这个范围的两个边界值，即上阈和下阈。

在一些实施例中，如前述的睡眠监测装置，所述监测所述待测用户在睡眠状态时的活动信息，包括：在设定时间内，每单位时间采集一次或多次所述待测用户在睡眠状态时一个或多个采样点的多轴加速度值；其中所述待测用户为所述样本。具体地，监测待测用户的采样点的设置位置和数量与前述的采集样本的采样点的设置位置和数量相同，每个监测待测用户的采样点与前述的采集样本的采样点的加速度的轴的方向和数量也相同。

在一些实施例中，如前述的睡眠监测装置，所述根据所述活动分类器将所述活动信息分类，包括：判断所述活动信息是否大于或等于上阈并且小于或等于下阈。具体地，判断单位时间内每次采集到的待测用户的各个采集点的y轴和z轴的加速度值否大于或等于上阈并且小于或等于下阈。

在一些实施例中，如前述的睡眠监测装置，所述根据分类结果得到所述待测用户在睡眠状态时的活动，包括：如果所述判断的结果为是，则确定所述活动信息为无活动；如果所述判断的结果为不是，则确定所述活动信息为有活动。具体地，如果所述判断的结果为是，则放弃所述加速度值；如果所述判断的结果为不是，则将所述加速度值记为一次可能活动。然后统计设定时间内所述可能活动的次数，若所述次数低于一个预设值，则判断所述可能活动不影响睡眠质量；若所述次数高于所述预设值，则采用db-scan聚类算法计算其中不相干活动的数量。所述聚类算法可将在短时间内发生的所有不相干活动归为一个阶段的坐立不安。

从以上的描述中，可以看出，本发明实现了如下技术效果：基于非接触式加速度值采集装置对人体睡眠时的静态信息和动态信息进行监测，即对人体在睡眠状态时的身体姿势和活动进行监测，避免侵犯受试者隐私，不影响用户的正常睡眠，使用方法易学且价格便宜，适合常年家用监测睡眠时身体姿势以预防或治疗相关疾病。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。