临床能力评估方法、装置、存储介质及电子设备与流程

本发明涉及医疗技术领域，具体涉及一种临床能力评估方法、装置存储介质及电子设备。

背景技术

临床技能是医疗领域最有价值的财富，临床技能的掌握与提升，需要通过大量的实践来获得。然而在传统的医学教学中，医学生或实习医生更多的是观察医生的临床过程，很难亲自接触到病人，也很少遇到典型的、有针对性的病例。对学生的考核与评估，也因为其面对的病人与病例差别迥异而没有客观的、标准的度量。标准化病人(standardizedpatients)，简称sp，通过对临床环境和病人问题的逼真模拟与教学指导，发挥扮演病人、充当评估者和教师的多重作用，能够增加学生接触病人的机会，提供标准统一、客观公正的教学方法，有利于培养良好职业素养与临床思维。

现有技术中使用配置了基于评分项知识点的评估指标模板，根据待考核对象的诊疗记录与评估指标模块中知识点的匹配，获得评估结果，但该方法仅对每个知识点进行考察，即仅对诊疗记录的全面覆盖性进行了考察，却未对诊疗记录的逻辑性和精确性进行考察，依旧明显存在评估不全面的缺陷。

技术实现要素：

为了解决背景技术存在的针对于现有的评估主观性强且浪费人力，同时无法客观全面的评价涵盖待考核对象问诊和查体过程的诊疗记录的问题，本公开提供了一种临床能力评估方法、装置存储介质及电子设备。

本公开提供了一种基于诊疗记录的临床能力评估方法，所述方法包括：

获取用户的问诊记录数据、查体记录数据及笔答考试数据；

根据所述问诊记录数据、所述查体记录数据及所述笔答考试数据计算所述用户的临床能力分值；

输出所述用户的临床能力分值。

进一步的，所述根据所述问诊记录数据、所述查体记录数据及所述笔答考试数据计算所述用户的临床能力分值，包括：

对所述问诊记录数据中的每一条按预设规则进行分类，获得每一条问诊记录数据的分类结果，并形成问诊记录数据分类表；

对所述查体记录数据的每一条根据病例查体内容项进行匹配，获得每一条查体记录数据的匹配结果，并形成查体记录数据匹配表；

通过问诊记录数据分类表以及查体记录数据匹配表计算系统性得分以及精确性得分；

通过问诊记录数据分类表计算逻辑性得分以及友好性得分；

根据所述系统性得分、精准性得分、逻辑性得分、友好性得分、和\或笔答考试数据以及对应权重计算所述用户的临床能力分值。

进一步的，所述根据问诊记录数据分类表以及查体记录数据匹配表计算系统性得分，包括：

所述每一种问诊分类项目对应一个预设的分值；所述每一个病例查体内容项对应一个预设的分值；

计算获得问诊系统性评估值；所述问诊系统性评估值为所述问诊记录数据分类表内存在的每一种分类项目对应的分值的累加和；

计算获得查体系统性评估值，所述查体系统性评估值为查体记录数据匹配表每一个匹配成功病例查体内容项对应的分值的累加和；

获得所述系统性得分，所述系统性得分为所述问诊系统性评估值与所述查体系统性评估值的和。

进一步的，所述根据问诊记录数据分类表以及查体记录数据匹配表计算精确性得分，包括：

提取所述问诊记录数据分类表中分类结果为其他的问诊条目的数量作为无效问诊内容数量；提取所述查体记录数据匹配表中无匹配项的查体条目的数量作为无效查体内容数量；将所述无效问诊内容数量输入至预设的问诊评分函数中，得到问诊精确性评估值；将所述无效查体内容数量输入至预设的查体评分函数中，得到查体精确性评估值；

获得所述精确性得分；所述精确性得分为所述问诊精确性评估值与查体精确性评估值按预设权重的加权和。

进一步的，所述根据问诊记录数据分类表计算逻辑性得分，包括：

使用宽度为k的滑动窗口顺序扫描所述问诊记录数据分类表，其中，k≥3，且k为奇数；

比较每一次扫描滑动窗口内部k个分类项目的数量，将数量占大多数的分类项目做给该滑动窗口的输出分类项目；将相邻且输出分类项目相同的多个滑动窗口输出定义为一个逻辑块，该逻辑块代表其相同的分类项目；获得顺序排列的多个逻辑块；

将顺序排列的多个逻辑块与预设的多个逻辑原则进行匹配；若匹配成功，则获得对应该逻辑原则的分数；所述各个逻辑原则的分数通过预设的权重规则设置；

获得所述逻辑性得分，所述逻辑性得分为汇总所述顺序排列的多个逻辑块匹配完成后获得的总分数。

进一步的，所述根据问诊记录数据分类表计算友好性得分，包括：

对每一条问诊记录对应的语音以及语义根据预设算法进行情感的正负向打分；

将各条问诊记录的情感得分加权求和获得友好性得分。

本公开提供一种临床能力评估装置，所述装置包括：

数据收集模块，所述数据收集模块用于收集获取用户的问诊记录数据、查体记录数据及笔答考试数据；

临床能力分值计算模块，所述临床能力分值计算模块用于根据所述问诊记录数据、所述查体记录数据及所述笔答考试数据计算所述用户的临床能力分值；

临床能力分值输出模块，所述临床能力分值输出模块用于输出所述用户的临床能力分值。

进一步的，所述临床能力分值计算模块用于对所述问诊记录数据中的每一条按预设规则进行分类，获得每一条问诊记录数据的分类结果，并形成问诊记录数据分类表；所述临床能力分值计算模块用于对所述查体记录数据的每一条根据病例查体内容项进行匹配，获得每一条查体记录数据的匹配结果，并形成查体记录数据匹配表。

所述临床能力分值计算模块包括系统性评估单元、精确性评估单元、逻辑性评估单元以及友好性评估单元；

所述系统性评估单元通过问诊记录数据分类表以及查体记录数据匹配表计算系统性得分；

所述精确性评估单元通过问诊记录数据分类表以及查体记录数据匹配表计算精确性得分；

所述逻辑性评估单元通过问诊记录数据分类表计算逻辑性得分；

所述友好性评估单元通过问诊记录数据分类表计算友好性得分；

所述临床能力分值计算模块用于根据所述系统性得分、精准性得分、逻辑性得分、友好性得分、和\或笔答考试数据以及对应权重计算所述用户的临床能力分值。

本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一方法包括的步骤。

本公开还提供一种电子设备，包括：所述的计算机可读存储介质；以及一个或多个处理器，用于执行所述计算机可读存储介质中的程序。

本公开的有益效果为：给出了一种临床能力评估方法及装置，所述方法及装置对诊疗记录中的问诊及查体数据进行分类；并根据分类后的数据在系统性、精确性、逻辑性以及友好性等多个维度对问诊及查体的能力进行客观评估；所述方法客观性强，数据处理量大，通过预设的评估规则实现自动全面的客观评价，避免了评审时间成本的浪费，同时提高了整体评价的全面性和客观性。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为本发明具体实施方式的一种临床能力评估方法的流程图；

图2为本发明具体实施方式的一种多维度对临床能力进行评估的方法的流程图；

图3为本发明具体实施方式的一种临床能力逻辑性评估方法的流程图；

图4为本发明具体实施方式的一种临床能力评估装置的结构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为本发明具体实施方式的一种临床能力评估方法的流程图，所述方法包括：

步骤110，获取用户的问诊记录数据、查体记录数据及笔答考试数据；

其中，用户的问诊记录数据、查体记录数据可通过在实际临床诊疗或模拟诊疗中统计获得，也可通过进行问诊查体实践所使用的标准化病人系统中获得。使用标准化病人系统是通过与标准化病人系统的连接通信，获得该待评估诊疗记录在使用标准化病人系统对标准化病人进行诊疗时录入的多条问诊记录数据以及多条查体记录数据，并生成问诊记录数据表以及查体记录数据表。通过对标准化病人系统的设置，可以增加或减少标准化病人代表的病情，以提高或降低对待考核对象的考核难度。

收集的问诊记录数据列表中，各个问诊记录数据按时间顺序排布，以便后续对问诊逻辑性的评估判断。

步骤120，根据问诊记录数据、查体记录数据及笔答考试数据计算用户的临床能力分值；

通过问诊记录数据及预设的评估规则，可对问诊方面的临床能力进行评估，同理，通过查体记录数据可获得查体方面的临床能力评估结果，而笔答考试数据是对理论知识进行的基础性检测。结合上述三项能力评估结果，即可得到较为全面的用户的临床能力分值。

对用户的临床能力分值进行的计算，可通过使用机器学习算法自动的将获取的数据进行分类的计算。

步骤130，输出用户的临床能力分值。

在本实施例中，输出的用户能力分值可用于对被测人员的临床能力进行衡量，也可以通过对多个被测人员的临床能力进行横向比较，获得多个被测人员临床能力的排名，供被测人员们进行自我能力提高。

图1示出的一种临床能力评估方法通过使用机器学习算法自动的将获取的数据进行分类和计算，实现评估的自动化，极大地提高了评估的效率；方法通过设置对问诊和查体数据精确性和逻辑性的评估方法，实现了对临床能力评估的客观性和全面性。

图2为本发明具体实施方式的一种多维度对临床能力进行评估的方法的流程图，所述方法包括：

步骤210，获取用户的问诊记录数据、查体记录数据及笔答考试数据。

步骤220，对问诊记录数据中的每一条按预设规则进行分类，获得每一条问诊记录数据的分类结果，并形成问诊记录数据分类表；对查体记录数据的每一条根据病例查体内容项进行匹配，获得每一条查体记录数据的匹配结果，并形成查体记录数据匹配表。

对问诊记录数据进行分类，可以通过机器学习算法按照预设的分类方式自动的完成分类，根据每一项的原始内容以及其对应的分类结果，生成问诊记录数据分类表，生成的问诊记录数据分类表中的每一条数据，包括以分类项目对应的分类数据以及该条目的源数据。问诊记录数据分类表分类的项目包括个人介绍、主诉、症状表现、过去病史、家族病史以及其他项。机器学习算法采用基于非线性映射的支持向量机算法；此现有技术在此不做赘述。

对查体记录数据进行匹配，可以通过机器学习算法按照预设的匹配规则自动完成匹配，即每一条查体记录是否与其应有的查体标准规范匹配；根据每一项的原始内容以及其对应的分类结果，生成查体记录数据分类表。查体记录数据匹配表中，包含每一条查体数据与预设的病例查体内容项的匹配情况，若匹配成功，该条查体记录有用；若无匹配项，该条查体数据无用。

步骤231，通过问诊记录数据分类表以及查体记录数据匹配表计算系统性得分。

问诊记录数据的系统性得分计算方面，对问诊记录数据分类表进行去重处理，使得每个分类项目下仅剩一次记录；问诊系统性的评估，其目的在于考核待考核对象在问诊过程中对需要了解的各个方面(分类项目)的覆盖程度是否完全，故在每一个分类下，仅记录一次即可；

在问诊记录数据分类表中，每一种问诊分类项目对应一个预设的分值；计算获得问诊系统性评估值。问诊系统性评估值为问诊记录数据分类表内的每一种分类项目对应的分值的累加和。对每一种分类项目的累加和进行统计，即可达与到预先进行去重处理相同的效果。

本实施例中，每个分类项目预设的评分值的预设评分值范围为0～2；若有该分类项目，则取该评分值作为该分类项目的得分；若没有该分类项目，则该分类项目的得分取0；

查体记录数据的系统性得分计算方面，每一个病例查体内容项对应一个预设的分值，计算获得查体系统性评估值，查体系统性评估值为查体记录数据匹配表每一个匹配成功病例查体内容项对应的分值的累加和。

获得系统性得分，系统性得分为问诊系统性评估值与查体系统性评估值的和；进一步的，可对于问诊系统性以及查体系统性进行权重的设置，并根据加权和的计算获得系统性得分。

步骤232，通过问诊记录数据分类表以及查体记录数据匹配表计算精确性得分。

问诊记录数据的精确性得分计算方面，提取问诊记录数据分类表中分类为其他的问诊条目的数量作为无效问诊内容数量。问诊精确性的评估，其目的在于考察待考核对象的在问诊过程中的精确性，其无效问诊项目越少，精确性评估值即越高。

将无效问诊内容数量输入至预设的问诊评分函数中，输出问诊评分结果即为问诊精确性评估值。所述预设的问诊评分函数为预设分数区间内的多项式函数，当多项式函数输出超出预设分数区间时，以其穿越的区间边界值作为其最终输出的分数；多项式函数为随输入值增大而减小的函数；

本实施例中优选的多项式函数为二阶多项式函数，其多项式取为f(x)＝-0.0027x²-0.151x+101；而问诊精确性评估值为：

查体记录数据的精确性得分计算方面，提取查体记录数据匹配表中无匹配项的查体条目的数量作为无效查体内容数量。将无效查体内容数量输入至预设的查体评分函数中，得到查体精确性评估值。同样的，预设的查体评分函数为预设分数区间内的多项式函数，当多项式函数输出超出预设分数区间时，以其穿越的区间边界值作为其最终输出的分数；多项式函数为随输入值增大而减小的函数；查体评分函数与问诊评分函数相似，在设置两个多项式时，设置查体评分函数的下降趋势要快于问诊评分函数。

获得精确性得分，精确性得分为问诊精确性评估值与查体精确性评估值按预设权重的加权和。

步骤233，通过问诊记录数据分类表计算逻辑性得分。

如图3所示，图3为本发明具体实施方式的一种临床能力逻辑性评估方法的流程图，即步骤233所包含的方法的流程图，所述方法包括：

步骤2331，使用宽度为k的滑动窗口顺序扫描问诊记录数据分类表，其中，k≥3，且k为奇数。

步骤2332，比较每一次扫描滑动窗口内部k个分类项目的数量，将数量占大多数的分类项目做给该滑动窗口的输出分类项目。其中，若该滑动窗口内存在分类项目数量相同的情况，将窗口依次增加1位，直到得到有效输出分类项目。以本实施例为例，采用窗口宽度为3的滑动窗口对问诊记录数据分类表进行顺序扫描，比较每一次滑动窗口内3个条目中对应的分类项目的数量，如窗口内的三个条目对应的分类项目有2个为项目a，1个为项目b，则该滑动窗口输出的分类项目为项目a；如窗口内的三个条目对应的分类项目有3个项目b，则该滑动窗口输出的分类项目为项目b；若窗口内的三个条目对应的分类项目有1个项目a、1个项目b、1个项目c；则将窗口依次增加1位，即临时使用窗口宽度为4的滑动窗口在该位置进行一次扫描，若扫描窗口内的四个条目对应的分类项目有2个项目a、1个项目b、1个项目c，则该滑动窗口输出的分类项目为项目a；若扫描窗口内的四个条目对应的分类项目有1个项目a、1个项目b、1个项目c、1个项目d，则继续将窗口增加1位，临时使用窗口宽度为5的滑动窗口在该位置进行一次扫描，直到得到有效的输出分类项目；得到有效的输出分类项目后，窗口宽度恢复为原有的宽度3继续顺序扫描。

步骤2333，将相邻且输出分类项目相同的多个滑动窗口输出定义为一个逻辑块，该逻辑块代表其相同的分类项目；获得顺序排列的多个逻辑块。以本实施例为例，当输出分类项目依次为aaaaabbbccccc；则将所有相邻的a作为一个逻辑块，该逻辑块内包含5个输出分类项目；将所有相邻的b作为一个逻辑块，该逻辑块内包含3个输出分类项目；将所有相邻的c作为一个逻辑块，该逻辑块内包含5个输出分类项目；即相当于在问诊时，待考核对象先就a项目对应的内容进行了5条问诊，然后对b项目对应的内容进行了4条问诊，又对c项目对应的内容进行了5条问诊。

当输出分类项目依次为aaaabbaabbccc时，将前四个相邻的a作为一个逻辑块，该逻辑块内包含4个输出分类项目；将下一顺序的两个相邻的b作为一个逻辑块，该逻辑块内包含2个数据分类项目；将下一顺序的两个相邻的a作为一个逻辑块，该逻辑块内包括2个数据分类项目；将下一顺序的两个相邻b作为一个逻辑块，该逻辑块内包含2个数据分类项目；将3个c作为一个逻辑块，该逻辑块内包含3个输出分类项目。即相当于在问诊时，待考核对象先就a项目对应的内容进行了4条问诊，然后就b项目对应的内容进行了2条问诊后又回过来就a项目对应的内容再次进行了2条问诊，然后对b项目对应的内容进行了2条问诊，又对c项目对应的内容进行了3条问诊。

步骤2334，将顺序排列的多个逻辑块与预设的多个逻辑原则进行匹配；若匹配成功，则获得对应该逻辑原则的分数。

以本实施例为例，举例几个逻辑规则；的逻辑规则包括顺序规则，即逻辑块出现的顺序需依次为a、b、c等；单独规则，即逻辑块均仅出现过一次；特殊规则，如在生成输出分类项目时，同一滑动窗口内，不能同时出现a与c。

各个逻辑原则的分数通过预设的权重规则设置；通过设置不同的逻辑原则的分数，达到设置权重相同的效果，如顺序规则的得分为3，单独规则的得分为1，特殊规则的得分为-1；这样的设置，使得可以通过预设的得分实现正逻辑规则和反逻辑规则的设置，即对符合逻辑的情况进行加分，也对违反逻辑的情景进行减分，以起到更加合理的计分效果；

步骤2335，获得所述逻辑性得分，所述逻辑性得分为汇总顺序排列的多个逻辑块匹配完成后获得的总分数.

对逻辑性进行评估，其目的在于考察待考核对象问诊的逻辑性，如顺序、因果关系等。

步骤234，通过问诊记录数据分类表计算友好性得分。

对每一条问诊记录对应的语音以及语义根据预设算法进行情感的正负向打分，每一条问诊记录的得分qi的取值范围在-1到1之间；

获得友好性得分，友好性得分的计算公式为

得分为1时，对于此时的语音语义的判断是十分友好的；得分为-1时，对于此时的语音语义的友好性判断是十分恶劣的；对语义的判断的算法并非本申请的重点，且应为本领域技术人员所熟知的，故在此不进行赘述；

友好性得分的计算公式预先设置了50分的基础分；剩余的50分通过各条问诊记录的友好性得分的均值获得；各条问诊记录的友好性得分的均值在以0为原点，1为浮动界限的区间内浮动；则友好性得分的取值范围为50±50分。

图4为本发明具体实施方式的一种临床能力评估装置的结构图，如图4所示，所述装置包括：

数据收集模块401，数据收集模块401用于收集获取用户的问诊记录数据、查体记录数据及笔答考试数据。

在本实施例中，数据收集模块401可通过接收实际临床诊疗或模拟诊疗中的诊疗数据进行收集；也可通过与标准化病人系统进行通信连接，并获得问诊记录数据以及查体记录数据。

临床能力分值计算模块402，临床能力分值计算模块402用于根据问诊记录数据、查体记录数据及笔答考试数据计算用户的临床能力分值。

进一步的，临床能力分值计算模块402用于对问诊记录数据中的每一条按预设规则进行分类，获得每一条问诊记录数据的分类结果，并形成问诊记录数据分类表。临床能力分值计算模块402用于对查体记录数据的每一条根据病例查体内容项进行匹配，获得每一条查体记录数据的匹配结果，并形成查体记录数据匹配表。

临床能力分值计算模块402包括系统性评估单元、精确性评估单元、逻辑性评估单元以及友好性评估单元；

系统性评估单元通过问诊记录数据分类表以及查体记录数据匹配表计算系统性得分；

精确性评估单元通过问诊记录数据分类表以及查体记录数据匹配表计算精确性得分；

逻辑性评估单元通过问诊记录数据分类表计算逻辑性得分；

友好性评估单元通过问诊记录数据分类表计算友好性得分；

临床能力分值计算模块402用于根据系统性得分、精准性得分、逻辑性得分、友好性得分、笔答考试数据以及对应权重获得用户的临床能力分值。

在本实施例中，临床能力分值计算模块402通过使用机器学习算法对问诊记录数据进行分类并对查体记录数据进行匹配；机器学习算法采用基于非线性映射的支持向量机算法。

问诊记录数据分类表分类的项目包括个人介绍、主诉、症状表现、过去病史、家族病史以及其他项。

查体记录数据匹配表中，包含每一条查体数据与预设的病例查体内容项的匹配情况，若匹配成功，该条查体记录有用；若无匹配项，该条查体数据无用。

系统性评估单元对每一种问诊分类项目以及每一个病例查体内容项设置一个预设的分值；系统性评估单元用于计算问诊系统性评估值以及查体系统性评估值，问诊系统性评估值为问诊记录数据分类表内的每一种分类项目对应的分值的累加和；查体系统性评估值为查体记录数据匹配表每一个匹配成功病例查体内容项对应的分值的累加和。系统性评估单元用于计算系统性得分，系统性得分为问诊系统性评估值与查体系统性评估值的和。

精确性评估单元用于提取问诊记录数据分类表中分类结果为其他的问诊条目的数量作为无效问诊内容数量，并提取查体记录数据匹配表中无匹配项的查体条目的数量作为无效查体内容数量；精确性评估单元用于将无效问诊内容数量输入至预设的问诊评分函数中，得到问诊精确性评估值；精确性评估单元用于将无效查体内容数量输入至预设的查体评分函数中，得到查体精确性评估值；

精确性评估单元用于计算精确性得分，精确性得分为问诊精确性评估值与查体精确性评估值按预设权重的加权和。

优选的，预设的问诊评分函数以及查体评分函数均为预设分数区间内的多项式函数，当多项式函数输出超出预设分数区间时，以其穿越的区间边界值作为其最终输出的分数；多项式函数为随输入值增大而减小的函数。

逻辑性评估单元包括滑动窗口子单元以及逻辑判断子单元。

滑动窗口子单元使用宽度为k的滑动窗口顺序扫描问诊记录数据分类表，并比较每一次扫描滑动窗口内部k个分类项目的数量，将数量占大多数的分类项目做给该滑动窗口的输出分类项目。

滑动窗口子单元将相邻且输出分类项目相同的多个滑动窗口输出定义为一个逻辑块，该逻辑块代表其相同的分类项目；输出顺序排列的多个逻辑块。

逻辑判断子单元用于将滑动窗口子单元输出的多个逻辑块与预设的多个逻辑原则进行匹配；若匹配成功，则获得对应该逻辑原则的分数；各个逻辑原则的分数通过预设的权重规则设置。

逻辑性评估单元用于计算逻辑性得分，逻辑性得分为汇总顺序排列的多个逻辑块匹配完成后获得的总分数.

友好性评估单元用于对每一条问诊记录对应的语音以及语义根据预设算法进行情感的正负向打分，每一条问诊记录的得分qi的取值范围在-1到1之间；友好性评估单元用于计算友好性得分，友好性得分的计算公式为

临床能力分值输出模块403，临床能力分值输出模块403用于输出用户的临床能力分值。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。本说明书中涉及到的步骤编号仅用于区别各步骤，而并不用于限制各步骤之间的时间或逻辑的关系，除非文中有明确的限定，否则各个步骤之间的关系包括各种可能的情况。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。例如，在权利要求书中所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者系统程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干系统的单元权利要求中，这些系统中的若干个可以是通过同一个硬件项来具体体现。

以上所述仅是本公开的具体实施方式，应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开精神的前提下，可以作出若干改进、修改、和变形，这些改进、修改、和变形都应视为落在本申请的保护范围内。