磁共振图像重建方法及装置与流程

本发明涉及磁共振成像领域，具体而言，涉及一种磁共振图像重建方法及装置。

背景技术：

磁共振成像(Magnetic Resonance Imaging，简称MRI)是医学成像的热点问题，被广泛应用于医学诊断中，这是由于磁共振成像具有非侵入性以及没有电离辐射等问题，而且磁共振成像还能够提供人体内部器官和结构的重要解剖和功能信息，同时具有非常高的软组织对比度，对于疾病的检测和诊断有着巨大的作用。因此，磁共振成像的质量也尤为重要。

在磁共振成像中，成像的质量是衡量成像方法的一个重要标准。磁共振成像过程中，K-空间数据和磁共振图像之间是傅里叶变换和傅里叶逆变换的关系，采集全部的K-空间数据比较慢，只部分采集磁共振成像设备K-空间数据，会带来较多伪影，图像质量较差。现有的磁共振成像方法大多是引入一些先验信息(如稀疏性)来通过一个优化函数，求解重建出清晰图像。这些方法将图像视为一个整体来进行重建，无法克服在大多数磁共振图像重建方法中使用全变分对平滑区域带来的阶梯效应，从而影响了成像的质量。

技术实现要素：

有鉴于此，本发明实施例提供了一种磁共振图像重建方法及装置，将磁共振图像结构化分解为平滑部分和纹理部分，再针对两个部分进行不同的正则化并建立估算式，然后进行求解得到需要重建的磁共振图像，克服了现有方法中将磁共振图像视为一个整体所带来的对图像中平滑区域的阶梯效应，并且能较好的恢复纹理部分的信息，提高了成像的质量。

为了实现上述目的，本发明采用的技术方案如下：

一种磁共振图像重建方法，所述方法包括：将磁共振图像结构化分解为平滑部分和纹理部分；对所述平滑部分以及所述纹理部分正则化，建立所述平滑部分和所述纹理部分的估算式；根据磁共振图像扫描仪中获取的下采样K-空间数据，分别对所述估算式中的平滑部分和纹理部分迭代求解；根据迭代求解获得的平滑部分以及纹理部分重建磁共振图像。

一种磁共振图像重建装置，所述装置包括：图像分解模块、估算式建立模块、迭代求解模块以及图像重建模块。其中，所述图像分解模块用于将磁共振图像结构化分解为平滑部分和纹理部分；所述估算式建立模块用于对所述平滑部分以及所述纹理部分正则化，建立所述平滑部分和所述纹理部分的估算式；所述迭代求解模块用于根据磁共振图像扫描仪中获取的下采样K-空间数据，分别对所述估算式中的平滑部分和纹理部分迭代求解；所述图像重建模块用于根据迭代求解获得的平滑部分以及纹理部分重建磁共振图像。

本发明实施例提供的磁共振图像重建方法及装置，通过将磁共振图像结构化分解为平滑部分和纹理部分，再对平滑部分以及纹理部分正则化，建立平滑部分和纹理部分的估算式，然后根据磁共振图像扫描仪中获取的下采样K-空间数据，分别对估算式中的平滑部分和纹理部分迭代求解，最后根据求解出的平滑部分以及纹理部分重建出磁共振图像，该方法针对磁共振图像不同的部分来进行正则化然后再进行重建，避免了平滑区域的阶梯效应，也较好恢复了纹理区域的信息，从而提高了成像的质量。

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

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

图1示出了本发明实施例提供的计算机的结构示意图；

图2示出了本发明第一实施例提供的磁共振图像重建方法的流程图；

图3示出了本发明第一实施例提供的磁共振图像重建方法的步骤S120的流程图；

图4示出了本发明第一实施例提供的磁共振图像重建方法的步骤S130的流程图；

图5示出了本发明第一实施例提供的磁共振图像重建方法的关于大脑的成像结果以及关于大脑的基准图像示意图；

图6示出了本发明第一实施例提供的磁共振图像重建方法的关于心脏、胸部以及动脉的成像结果示意图；

图7示出了本发明第二实施例提供的磁共振图像重建装置的功能模块图；

图8示出了本发明第二实施例提供的磁共振图像重建装置的估算式建立模块的功能模块图；

图9示出了本发明第二实施例提供的磁共振图像重建装置的估算式建立模块的正则化单元的功能模块图；

图10示出了本发明第二实施例提供的磁共振图像重建装置的迭代求解模块的功能模块图；

图11示出了本发明第二实施例提供的磁共振图像重建装置的迭代求解模块的求解单元的功能模块图。

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。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

如图1所示，是本申请实施例提供的计算机100的方框示意图。所述计算机100包括磁共振图像重建装置200、存储器101、存储控制器102、处理器103、外设接口104、显示单元105及其他。

所述存储器101、存储控制器102、处理器103、外设接口104各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述磁共振图像重建装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述计算机100的操作系统(operating system，OS)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块，例如所述磁共振图像重建装置200包括的软件功能模块或计算机程序。

其中，存储器101可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器101用于存储程序，所述处理器103在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的计算机100所执行的方法可以应用于处理器103中，或者由处理器103实现。

处理器103可能是一种集成电路芯片，具有信号的处理能力。上述的处理器103可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器103也可以是任何常规的处理器等。

所述外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中，外设接口104，处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

显示单元105在所述计算机100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元105可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器103进行计算和处理。

可以理解的，图1所示的结构仅为示意，计算机100还可以包括比图1中所示更多或更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

第一实施例

本发明第一实施例提供了一种磁共振图像重建方法，该方法克服了现有方法中将磁共振图像视为一个整体所带来的对图像中平滑区域的阶梯效应，并且能较好地恢复纹理部分的信息，提高了成像的质量。请参见图2，该磁共振图像重建方法包括：

步骤S110：将磁共振图像结构化分解为平滑部分和纹理部分。

将磁共振图像u结构化分解为平滑部分u_s和纹理部分u_t。得到：u＝u_s+u_t，其中，u、u_s和u_t为离散图像。

具体的，可以利用L0smoothing方法进行分解，从而可以得到：其中，为运用L₀梯度最小化方法得到。其中，表示迭代过程中u_s的初始值，表示迭代过程中u_t的初始值，u⁽⁰⁾表示迭代过程中u的初始值。

可以理解的是，本步骤中的磁共振图像u并不一定特指某一幅磁共振图像，任意一幅磁共振图像可以以u＝u_s+u_t的形式表示。

步骤S120：对所述平滑部分以及所述纹理部分正则化，建立所述平滑部分和所述纹理部分的估算式。

具体的，请参见图3，步骤S120包括：

步骤S121：运用各项同性的二阶全变分对所述平滑部分正则化，得到所述平滑部分对应的正则化ISOTV(u_s)，运用非局部的全变分对所述纹理部分正则化，得到所述纹理部分对应的正则化NLTV(u_t)，u_s和u_t分别表示平滑部分和纹理部分。

在本发明实施例中，所述运用各项同性的二阶全变分(ISOTV)对所述平滑部分正则化，得到所述平滑部分对应的正则化ISOTV(u_s)包括：

利用各项同性的二阶全变分，可以得到任意一幅图像f的ISOTV正则化表达式为：

其中，s₂(θ)＝[cos(θ)²,2sin(θ)cos(θ),sin(θ)²]^T，

可得：

其中，*表示共轭矩阵。

对上述ISOTV正则化表达式进一步推导，可得：

其中，W表示加权矩阵：

根据上述ISOTV正则化表达式，可得在离散域的ISOTV正则化表达式为：

其中，||·||₁表示L₁范数，D₂表示加权二阶导数算子，D₂u_s(i)定义为：

D₂u_s(i)＝[D₂，_xxu_s(i),D₂，_xyu_s(i),D_2,yyu_s(i)]^T＝W[u_s,xx(i),u_s,xy(i),u_s，_yy(i)]^T，

其中，[u_s,xx(i),u_s,xy(i),u_s，_yy(i)]表示g₂(x,y)的离散形式。

在本发明实施例中，所述运用非局部的全变分对所述纹理部分正则化，得到所述纹理部分对应的正则化NLTV(u_t)包括：

获取所述纹理部分中一个像素点对应的非局部离散梯度表达式；根据所述非局部离散梯度表达式得到所述纹理部分对应的正则化NLTV(u_t)。

具体的，建立纹理部分u_t的一像素点i对应的非局部离散梯度表达式：

其中，j是i在的搜索领域范围内的非局部像素，G_σ是标准偏差为σ的高斯核函数，h是非局部滤波参数，是卷积算子，u_t(i+·)中的'·'表示以像素点i为中心的方形块。权重w(u_t(i),u_t(j))用于比较两个非邻域块和u_t(j+·)间的相似性。u_t(i+·)

根据所述非局部离散梯度表达式，得出所述纹理部分u_t的NLTV正则化表达式：

步骤S122：根据下采样K-空间数据与磁共振图像之间的关系模型y＝Au+ε、ISOTV(u_s)以及NLTV(u_t)建立u_s和u_t的估算式：其中，u＝u_s+u_t，y表示下采样K-空间数据，A表示下采样傅里叶算子，ε表示附加噪声，||·||₂表示L₂范数，λ和μ表示正则化参数。

建立下采样K-空间数据与磁共振图像之间的关系模型y＝Au+ε，其中，是从K-空间获取的观测值，是与带重建的磁共振图像相关的下采样K-空间数据，矩阵表示下采样傅立叶算子，项是由一个大小为的磁共振图像向量化而来，是附加噪声。

根据所述模型，u_s对应的正则化ISOTV(u_s)以及u_t对应的正则化NLTV(u_t)，建立u_s和u_t的估算式：

其中，||·||₂表示L₂范数，λ和μ表示正则化参数。

步骤S130：根据磁共振图像扫描仪中获取的下采样K-空间数据，分别对所述估算式中的平滑部分和纹理部分迭代求解。

具体的，请参见图4，步骤S130包括：

步骤S131：利用交替最小化方法，根据所述估算式建立所述平滑部分对应的迭代公式以及所述纹理部分对应的迭代公式。

将所述平滑部分对应的正则化表达式以及所述纹理部分对应的正则化表达式代入所述估算式中，得到：

该问题是一个非线性多参数最优化问题，可以利用交替最小化方法求解，具体的，包括：

根据以及y＝Au+ε进行初始化，得到：其中，表示迭代过程中u_s的初始值，表示迭代过程中u_t的初始值，u⁽⁰⁾表示迭代过程中u的初始值，A^-1为算子A的逆算子。

在第(k+1)次迭代时，用来近似u_s，用来近似u_t，其中，和通过下式交替求解得到所述平滑部分对应的迭代公式：以及所述纹理部分对应的迭代公式：可以理解的是，表示第(k+1)次迭代时u_t对应的解。

步骤S132：根据磁共振图像扫描仪中获取的下采样K-空间数据对所述平滑部分对应的迭代公式求解得到所述平滑部分对应的解，以及对所述纹理部分对应的迭代公式求解得到所述纹理部分对应的解。

在本发明实施例中，所述根据磁共振图像扫描仪中获取的下采样K-空间数据对所述平滑部分对应的迭代公式求解得到所述平滑部分对应的解包括：

运用半二次方分裂最小化方法，增加辅助变量，根据所述平滑部分对应的迭代公式得到关于所述辅助变量以及所述平滑部分的估算式：

具体的，运用半二次方分裂最小化方法，增加一辅助变量b，b＝D₂u_s，将所述平滑部分u_s对应的迭代公式转换为带辅助变量的估算式：

再获得上式的非约束形式：

其中，β为惩罚参数。当β趋近于无穷大时，该非约束形式得到的解非常接近于所述带辅助变量的估算式的解。并且，规定β从初值非常小开始逐渐增大，并且增大到一定值，从而使收敛速度加快。

利用交替最小化方法得到所述辅助变量对应的迭代公式以及所述平滑部分对应的求解迭代式：

利用交替最小化方法，将所述非约束形式分解为：

以及

对于其有显式解再通过多维收缩公式可得：

其中，

对于对其的每一项关于u_s求微分，且令其导数为零，得到：

因为u_s具有周期性边界条件，因此通过DFT对有循环块结构A^TA、进行对角化。从而可以得到平滑部分u_s对应的求解迭代式：

其中F和F-¹表示DFT变换和DFT反变换算子，表示元素除法。

根据磁共振图像扫描仪中获取的下采样K-空间数据对所述辅助变量对应的迭代公式以及所述平滑部分对应的求解迭代式进行迭代求解，得到所述平滑部分。

在本发明实施例中，所述对所述纹理部分对应的迭代公式求解得到所述纹理部分对应的解包括：

对于所述纹理部分u_t对应的迭代公式，运用Bregman算子分裂方法进行求解。首先，运用Bregman迭代，得到：

其中，

运用

以及进行求解的方法等价于基于Bregman距离的求解方法。

公式中，||D_NLu_t||₁项不可微，因此运用后相算子分离技术进行求解，得到：

其中，v^(k+1)为u_t^(k)的近端映射，正数δ表示步长。该公式为传统的NLTV去噪问题，因此可以通过Bregman NLTV(SBNLTV)算法近似求解。

在本发明实施例中，由于SBNLTV算法中的相似加权矩阵W计算时间较长，因此在迭代计算中，每经过p次迭代更新一次相似加权矩阵，而不是SBNLTV算法中每次迭代都进行更新相似加权矩阵。在本实施例中，p的具体数值并不作为限定。优选的，p的取值为5，即每经过5次迭代，更新一次相似加权矩阵。

设置好λ，μ，β，δ，代入下采样K-空间数据可以进行迭代求解得到所述平滑部分对应的解和所述纹理部分对应的解。具体的，可以设置λ＝1，μ＝0.01，惩罚项参数β＝200，惩罚项加速因子A_cc＝4，步长δ＝1。

步骤S133：对所述平滑部分对应的解与所述纹理部分对应的解进行求和，当求和结果收敛时，迭代求解过程结束。

在上述的对所述平滑部分以及所述纹理部分进行求解过程中，每迭代一次得到的解，都会根据进行求和，当u^(k+1)收敛时，迭代求解过程结束，并且得到最后的解u_s和u_t。可以设置结束条件：当然，在本实施例中，迭代结束条件也可以包括，预先设置迭代次数，当达到该预先设置的迭代次数时u^(k+1)尚未收敛，使迭代求解过程结束。

步骤S140：根据迭代求解获得的平滑部分以及纹理部分重建磁共振图像。

根据迭代求解获得的平滑部分u_s以及纹理部分u_t，以及u＝u_s+u_t，可以求解出u，该求解出的u即为根据磁共振图像扫描仪中获取的下采样K-空间数据重建出的磁共振图像。如图5所示为采用本发明实施例提供的磁共振图像重建方法得到的关于大脑的成像结果与基准图像之间的对比，其中a为基准图像，b为采用本发明实施例提供的磁共振图像重建方法得到的关于大脑的成像结果。如图6所示为采用本发明实施例提供的磁共振图像重建方法得到的关于心脏、胸部以及动脉的成像结果。

第二实施例

本发明第二实施例提供了一种磁共振图像重建装置200，请参见图7，所述磁共振图像重建装置200包括：图像分解模块210、估算式建立模块220、迭代求解模块230以及图像重建模块240。其中：所述图像分解模块210用于将磁共振图像结构化分解为平滑部分和纹理部分；所述估算式建立模块220用于对所述平滑部分以及所述纹理部分正则化，建立所述平滑部分和所述纹理部分的估算式；所述迭代求解模块230用于根据磁共振图像扫描仪中获取的下采样K-空间数据，分别对所述估算式中的平滑部分和纹理部分迭代求解；所述图像重建模块240用于根据迭代求解获得的平滑部分以及纹理部分重建磁共振图像。

如图8所示，所述估算式建立模块220包括：正则化单元221以及公式建立单元222，其中：所述正则化单元221用于运用各项同性的二阶全变分对所述平滑部分正则化，得到所述平滑部分对应的正则化ISOTV(u_s)，运用非局部的全变分对所述纹理部分正则化，得到所述纹理部分对应的正则化NLTV(u_t)，u_s和u_t分别表示平滑部分和纹理部分；所述公式建立单元222用于根据下采样K-空间数据与磁共振图像之间的关系模型y＝Au+ε，以及ISOTV(u_s)，NLTV(u_t)建立u_s和u_t的估算式：其中，u＝u_s+u_t，u表示下采样K-空间数据，A表示下采样傅里叶算子，ε表示附加噪声，||·||₂表示L₂范数，λ和μ表示正则化参数。

如图9所示，所述正则化单元221包括第一正则化子单元2211以及第二正则化子单元2212，其中：所述第一正则化子单元2211用于获取所述纹理部分中一个像素点对应的非局部离散梯度表达式；所述第二正则化子单元2212用于根据所述非局部离散梯度表达式得到所述纹理部分对应的正则化NLTV(u_t)。

如图10所示，所述迭代求解模块230包括：迭代公式建立单元231、求解单元232以及比较单元233，其中：所述迭代公式建立单元231于利用交替最小化方法，根据所述估算式建立所述平滑部分对应的迭代公式以及所述纹理部分对应的迭代公式；所述求解单元232用于根据磁共振图像扫描仪中获取的下采样K-空间数据对所述平滑部分对应的迭代公式求解得到所述平滑部分对应的解，以及对所述纹理部分对应的迭代公式求解得到所述纹理部分对应的解；所述比较单元233用于对所述平滑部分对应的解与所述纹理部分对应的解进行求和，当求和结果收敛时，迭代求解过程结束。

如图11所示，所述求解单元232包括：第一求解子单元2321、第二求解子单元2322以及第三求解子单元2323，其中：所述第一求解子单元2321用于运用半二次方分裂最小化方法，增加辅助变量，根据所述平滑部分对应的迭代公式得到关于所述辅助变量以及所述平滑部分的估算式；所述第二求解子单元2322用于利用交替最小化方法得到所述辅助变量对应的迭代公式以及所述平滑部分对应的求解迭代式；所述第三求解子单元2323用于根据磁共振图像扫描仪中获取的下采样K-空间数据对所述辅助变量对应的迭代公式以及所述平滑部分对应的求解迭代式进行迭代求解，得到所述平滑部分。

综上所述，发明实施例提供的磁共振图像重建方法及装置，通过将磁共振图像结构化分解为平滑部分和纹理部分，再对平滑部分以及纹理部分正则化，建立平滑部分和纹理部分的估算式，然后根据磁共振图像扫描仪中获取的下采样K-空间数据，分别对估算式中的平滑部分和纹理部分迭代求解，最后根据求解出的平滑部分以及纹理部分重建出磁共振图像，该方法针对磁共振图像不同的部分来进行正则化然后再进行重建，避免了平滑区域的阶梯效应，也较好恢复了纹理区域的信息，从而提高了成像的质量。

在本申请所提供的几个实施例中，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多个实施例的装置、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。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二、另一等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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所述以权利要求的保护范围为准。