目标脑电信号的获取方法、装置、电子设备和存储介质与流程

1.本技术涉及信号技术领域，尤其涉及一种目标脑电信号的获取方法、装置、电子设备和存储介质。


背景技术：

2.脑电图(electroencephalogram，eeg)是通过精密的电子仪器，从头皮上将脑部的自发性生物电位加以放大记录而获得的图形，是通过电极记录下来的脑细胞群的自发性、节律性电活动，包括有常规脑电图、动态脑电图监测、视频脑电图监测。
3.眼动伪迹是在记录脑电图信号过程中，由于眼球的运动以及眨眼所产生的伪迹，眼动伪迹的低频段具有高能量，信号幅度大于eeg信号，由于眼动伪迹出现频繁且影响巨大，严重了影响eeg信号的分析。
4.目前可以采用盲源分离法通过独立成分分析(independent component analysis，ica)分解提取有用的脑电信号，但盲源分离方法要求足够多的通道数，如果通道数量很少，会导致无法有效分离出眼动伪迹信号，不适用单通道脑电设备。对于单通道脑电信号的眼动伪迹去除，由于采集通道少且缺乏眼动信号，目前尚无有效的眼动伪迹去除方法。


技术实现要素：

5.本技术实施例的目的在于提供一种目标脑电信号的获取方法、装置、电子设备和存储介质，以解决单通道脑电信号的眼动伪迹无法去除的问题。具体技术方案如下：
6.第一方面，提供了一种目标脑电信号的获取方法，其特征在于，所述方法包括：
7.将单通道脑电信号进行经验模态分解，得到多个第一固有模态分量，其中，所述单通道脑电信号中携带有眼电伪迹信号，每个所述第一固态模态分量包含所述单通道脑电信号中一个时刻尺度的局部特征信号；
8.通过数据分析工具对所述第一固有模态分量进行分析，得到多个独立源信号，其中，所述独立源信号中包含脑电信号和眼电伪迹信号；
9.将所述独立源信号中的眼电伪迹信号进行去除操作，得到目标源信号；
10.通过所述数据分析工具将所述目标源信号进行逆变换和重构，得到已去除所述眼电伪迹信号的目标脑电信号。
11.可选地，在将所述独立源信号中的眼电伪迹信号进行去除操作之前，所述方法还包括：
12.确定所述独立源信号中的第一特征信号和第二特征信号，其中，所述第一特征信号的频域低于所述第二特征信号的频域，所述第一特征信号的幅值大于所述第二特征信号的幅值；
13.将所述第一特征信号作为所述眼电伪迹信号，将所述第二特征信号作为所述脑电信号。
14.可选地，所述通过所述数据分析工具将所述目标源信号进行逆变换和重构，得到已去除所述眼电伪迹信号的目标脑电信号包括：
15.通过所述数据分析工具将所述目标源信号进行独立成份分析的逆变换操作，得到多个第二固有模态分量，其中，所述第二固有模态分量中已去除所述眼电伪迹信号；
16.对所述多个第二固有模态分量进行重构操作，得到所述目标脑电信号。
17.可选地，所述通过数据分析工具对所述第一固有模态分量进行分析，得到多个独立源信号包括：
18.将多个所述第一固有模态分量输入独立成份分析模型，得到所述独立成分分析模型输出的多个独立源信号。
19.可选地，将单通道脑电信号进行经验模态分解之前，所述方法还包括：
20.将原始脑电信号输入陷波器进行滤波，得到中间脑电信号，其中，所述中间脑电信号不受工频干扰；
21.将所述中间脑电信号输入滤波器进行滤波，得到单通道脑电信号，其中，所述单通道脑电信号已滤除80hz以上的信号。
22.可选地，所述将单通道脑电信号进行经验模态分解得到多个第一固有模态分量包括：
23.确定所述单通道脑电信号的包络线均值；
24.将所述单通道脑电信号和所述包络线均值的差值作为第一脑电信号；
25.在所述第一脑电信号满足预设条件的情况下，将所述第一脑电信号作为第一固有模态分量；
26.将所述单通道脑电信号和所述第一固有模态分量的差值作为新的单通道脑电信号，直至筛选值小于预设筛选阈值，得到多个第一固有模态分量，其中，所述筛选值是由多个第一固有模态分量得到的。
27.可选地，所述滤波器为四阶巴特沃斯带通滤波器，所述滤波器的滤波选择范围为0.5～80hz。
28.第二方面，提供了一种目标脑电信号的获取装置，所述装置包括：
29.分解模块，用于将单通道脑电信号进行经验模态分解，得到多个第一固有模态分量，其中，所述单通道脑电信号中携带有眼电伪迹信号，每个所述第一固态模态分量包含所述单通道脑电信号中一个时刻尺度的局部特征信号；
30.分析模块，用于通过数据分析工具对所述第一固有模态分量进行分析，得到多个独立源信号，其中，所述独立源信号中包含脑电信号和眼电伪迹信号；
31.去除模块，用于将所述独立源信号中的眼电伪迹信号进行去除操作，得到目标源信号；
32.重构模块，用于通过所述数据分析工具将所述目标源信号进行逆变换和重构，得到已去除所述眼电伪迹信号的目标脑电信号。
33.第三方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
34.存储器，用于存放计算机程序；
35.处理器，用于执行存储器上所存放的程序时，实现任一所述的目标脑电信号的获
取方法步骤。
36.第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现任一所述的目标脑电信号的获取方法步骤。
37.本技术实施例有益效果：
38.本技术实施例提供了一种目标脑电信号的获取方法，服务器将单通道脑电信号进行经验模态分解，得到多个第一固有模态分量，然后通过数据分析工具对第一固有模态分量进行分析，得到多个独立源信号，再将独立源信号中的眼电伪迹信号进行去除操作，得到目标源信号，最后通过数据分析工具将目标源信号进行逆变换和重构，得到已去除眼电伪迹信号的目标脑电信号。
39.在本技术中，先通过emd得到每个时刻尺度的第一固有模态分量，然后通过ica算法得到第一固有模态分量的独立源信号，再将明显的眼电伪迹信号去除。本技术结合emd和ica，不但能够去除眼电伪迹信号，而且在眼电伪迹不明显的部分，脑电信号中的有价值信息得到最大程度的保留。
40.当然，实施本技术的任一产品或方法并不一定需要同时达到以上的所有优点。
附图说明
41.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
42.图1为本技术实施例提供的一种目标脑电信号的获取方法硬件环境示意图；
43.图2为本技术实施例提供的一种目标脑电信号的获取的方法流程图；
44.图3为本技术实施例提供的一种选取眼电伪迹信号的方法流程图；
45.图4为本技术实施例提供的一种目标脑电信号的获取的处理流程图；
46.图5为本技术实施例提供的一种目标脑电信号的获取装置的结构示意图；
47.图6为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
48.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术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技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通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，都属于本技术保护的范围。
49.在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本技术的说明，其本身并没有特定的意义。因此，“模块”与“部件”可以混合地使用。
50.为了解决背景技术中提及的问题，根据本技术实施例的一方面，提供了一种目标脑电信号的获取方法的实施例。
51.可选地，在本技术实施例中，上述目标脑电信号的获取方法可以应用于如图1所示的由终端101和服务器103所构成的硬件环境中。如图1所示，服务器103通过网络与终端101
进行连接，可用于为终端或终端上安装的客户端提供服务，可在服务器上或独立于服务器设置数据库105，用于为服务器103提供数据存储服务，上述网络包括但不限于：广域网、城域网或局域网，终端101包括但不限于pc、手机、平板电脑等。
52.本技术实施例中的一种目标脑电信号的获取方法可以由服务器103来执行，还可以是由服务器103和终端101共同执行。
53.本技术实施例提供了一种目标脑电信号的获取方法，可以应用于服务器，用于去除单通道脑电信号中的眼电伪迹信号。
54.眼动伪迹是在记录脑电图信号过程中，由于眼球的运动以及眨眼所产生的伪迹，由于眼电伪迹的信号幅度大于eeg信号，严重影响eeg信号的分析，因此需要对眼电伪迹信号进行去除。目前常用的眼动伪迹去除方法和所存在的缺点如下：
55.1.伪迹减法，采集脑电信号的同时采集眼电数据，在脑电数据中直接去除眼电成分。伪迹减法是应用比较早的一种方法，需要采集眼电伪迹信号，假设eeg与眼电伪迹信号是符合线性组合且不相关，会错误地排除掉某些eeg成分。
56.2.盲源分离法，主要是独立成分分析(independent component analysis，ica)，通过ica分解可以提取有用的脑电信号。盲源分离方法要求足够多的通道数，如果通道数量很少，会导致无法有效分离出眼动伪迹信号，对于单通道脑电设备不适用。
57.3.主成分分析(principal componentanalysis，pca)，在eeg各导联分布的基础上，把其信号分解为互相独立的成分，去掉不需要的伪迹成分，再重构eeg。pca不能完全从eeg中分离与它的波形相似的伪迹噪声。
58.4.小波变换，对小波变换后的各尺度离散细节进行门限处理，然后将离散逼近信号和处理后离散细节经小波逆变换重构信号，从而达到信号去噪的目的。小波变换去噪要求信号和伪迹噪声的频带不能混叠，但眼电伪迹信号与eeg的频带相混叠，会丢失某些eeg成分。
59.下面将结合具体实施方式，对本技术实施例提供的一种目标脑电信号的获取方法进行详细的说明，如图2所示，具体步骤如下：
60.步骤201：将单通道脑电信号进行经验模态分解，得到多个第一固有模态分量。
61.其中，单通道脑电信号中携带有眼电伪迹信号，每个第一固态模态分量包含单通道脑电信号中一个时刻尺度的局部特征信号。
62.在本技术实施例中，脑电信号中包含了大量的生理和病理信息，从大脑头皮采集到的脑电信号中包含了大量的生理伪迹，很常见的一种伪迹是眼电伪迹。眼电伪迹信号是由于眼球运动或眼睑眨动时眼部附近的电极记录的电压产生的，如果伪迹成分得不到有效的去除，在后续的脑电信号特征参数提取与分类过程中会导致严重的错误，特别是在脑机接口和麻醉深度监测等领域，过多的伪迹干扰会造成分类结果的不准确，并带来严重的后果。因此，本技术提供了一种基于单通道脑电信号进行眼电伪迹去除的方法。
63.单通道脑电信号根据其频率来分类，在一些情况下按照波形来分类，这些波形不会单独存在。本技术通过经验模态分解(empirical mode decomposition，emd)将单通道脑电信号进行经验模态分解，得到残余量和多个第一固有模态分量。残余量因没有分析价值而被舍弃掉，每个第一固态模态分量包含单通道脑电信号中一个时刻尺度的局部特征信号，也可以认为，每个第一固态模态分量包含单通道脑电信号中一个频段的局部特征信号。
64.emd是一种适用于处理非平稳非线性序列的自适应的时空分析方法。对于一段未知信号，不需要做预先分析与研究，就可以直接开始分解，这个方法会自动按照一些固模式按层次分好，而不需要人为设置和干预，当它将时域信号分解成imf时，每个模式功能包含有关原始信号的频率如何随时间变化的信息。因此，emd不需要对线性或时间不变性进行最轻微的预设。emd克服了基函数无自适应性的问题。
65.步骤202：通过数据分析工具对第一固有模态分量进行分析，得到多个独立源信号。
66.其中，独立源信号中包含脑电信号和眼电伪迹信号。
67.在本技术实施例中，服务器在得到多个第一模态分量后，通过数据分析工具对第一固有模态分量进行分析，得到多个独立源信号。示例性地，数据分析工具可以为ica算法。
68.服务器将多个第一固有模态分量输入独立成份分析模型，采用得到独立成分分析模型输出的多个独立源信号。其中，独立成分分析模型包含ica算法，ica是指在只知道混合信号，而不知道源信号、噪声以及混合机制的情况下，分离或近似地分离出源信号的一种分析过程。
69.服务器将各个第一固有模态分量作为ica算法的观测信号，得到多个独立源信号。由于单通道脑电信号中包含脑电信号和眼电伪迹信号，因此，分解后的第一模态分量和独立源信号中均包含脑电信号和眼电伪迹信号。
70.步骤203：将独立源信号中的眼电伪迹信号进行去除操作，得到目标源信号。
71.在本技术实施例中，独立源信号中包括了脑电信号和眼电伪迹信号的波形，由于脑电信号的波形和眼电伪迹信号的波形具有明显的不同，因此，服务器可以直接根据波形，将独立源信号中的眼电伪迹信号进行去除操作，得到目标源信号，其中，目标源信号中已去除眼电伪迹信号。
72.步骤204：通过数据分析工具将目标源信号进行逆变换和重构，得到已去除眼电伪迹信号的目标脑电信号。
73.在本技术实施例中，由于目标源信号是单通道脑电信号的脑电分量，因此，还需要将脑电分量重构成脑电信号。服务器通过ica逆变换将目标源信号变换为已去除眼电伪迹信号的第二固有模态分量，然后对第二固有模态分量进行重构操作，得到重构后的目标脑电信号，其中目标脑电信号中的眼电伪迹信号已去除。
74.在本技术中，先通过emd得到每个时刻尺度的第一固有模态分量，然后通过ica算法得到第一固有模态分量的独立源信号，再将明显的眼电伪迹信号去除。本技术结合emd和ica，不但能够去除眼电伪迹信号，而且在眼电伪迹不明显的部分，脑电信号中的有价值信息得到最大程度的保留。
75.作为一种可选的实施方式，如图3所示，在将独立源信号中的眼电伪迹信号进行去除操作之前，方法还包括：
76.步骤301：确定独立源信号中的第一特征信号和第二特征信号。
77.其中，第一特征信号的频域低于第二特征信号的频域，第一特征信号的幅值大于第二特征信号的幅值。
78.在本技术实施例中，服务器通过ica算法得到独立源信号后，可以得到独立源信号中的两类特征信号，分别为第一特征信号和第二特征信号，其中，第一特征信号的频域低于
第二特征信号的频域，第一特征信号的幅值大于第二特征信号的幅值。
79.步骤302：将第一特征信号作为眼电伪迹信号，将第二特征信号作为脑电信号。
80.由于脑电信号非常微弱，幅度范围：20uv-200uv，频率范围：1～70hz。眼电伪迹信号的幅值远远大于脑电的幅值，而且能量主要集中在低频段，因此，服务器可以将频域较低、幅值较大的第一特征信号作为眼电伪迹信号，并将频域较高、幅值较小的第二特征信号作为脑电信号。
81.在本技术中，服务器通过ica算法的分析，将得到的波形图中明显的眼电伪迹信号去除，可以去除单通道脑电信号中的眼电伪迹信号。
82.作为一种可选的实施方式，在将单通道脑电信号进行经验模态分解之前，方法还包括：将原始脑电信号输入陷波器进行滤波，得到中间脑电信号，其中，中间脑电信号不受工频干扰；将中间脑电信号输入滤波器进行滤波，得到单通道脑电信号，其中，单通道脑电信号已滤除80hz以上的信号。
83.在本技术实施例中，服务器将原始脑电信号输入陷波器进行滤波，得到中间脑电信号，以防止原始脑电信号受工频干扰，其中，陷波器为50hz陷波器，用于滤除原始脑电信号中的50hz工频的干扰。然后服务器将中间脑电信号输入滤波器进行滤波，用于滤除中间脑电信号中的高频信号，保留脑电信号主频率信号能量，具体为滤除80hz以上的信号，得到单通道脑电信号。示例性地，滤波器为四阶巴特沃斯带通滤波器，滤波器的滤波选择范围为0.5～80hz。
84.在本技术实施例中，采集脑电信号的具体实现方式可以为：基于openbci脑电采集模块，采集人体前额区域一个电极位置的脑电信号，对脑电信号进行眼电伪迹去除，然后对得到的脑电信号进行注意力评估，当用户处于完全放松状态时，注意力接近零，脑电信号几乎没有，电脑处于黑屏状态，当用户注意力达到中高度以上时，笔记本屏幕打开；当用户注意力下降到低度阈值以下时，笔记本锁屏，再次处于黑屏状态。
85.可选的，本技术实施例还提供了一种目标脑电信号的获取的处理流程图，如图4所示，具体步骤如下。
86.步骤401：将原始脑电信号输入50hz陷波器进行滤波，得到中间脑电信号。
87.步骤402：将中间脑电信号输入四阶0.5～80hz巴特沃斯带通滤波器，得到单通道脑电信号。
88.步骤403：将单通道脑电信号进行经验模态分解，得到多个第一固有模态分量。
89.步骤404：采用ica对第一固有模态分量进行分析，得到多个独立源信号，并去除独立源信号中的眼电伪迹信号，得到目标源信号。
90.步骤405：采用ica将目标源信号进行逆变换和重构，得到目标脑电信号。
91.可选的，本技术实施例还提供了一种目标脑电信号的获取的处理步骤，如下所示。
92.1.原始脑电信号s(t)＝{s1，s2，s3，...，sk，......}输入滤波器进行滤波，得到单通道脑电信号s
′
(t)＝{s
′1，s
′2，s
′3，...，s
′k，......}。
93.2.首先找到单通道脑电信号s
′
(t)＝{s
′1，s
′2，s
′3，...，s
′k，......}的极大值和极小值，通过三次样条拟合得到上、下包络线，计算其包络线均值m1(t)，得到第一脑电信号h1(t)＝s
′
(t)-m1(t)。
94.根据以下预设条件判断h1(t)是否为imf分量，预设条件如下：a)函数在整个时间
范围内，局部极值点和过零点的数目必须相等，或最多相差一个；b)在任意时刻点，局部最大值的包络(上包络线)和局部最小值的包络(下包络线)平均必须为零。如果不是，则以h1(t)替代s
′
(t)，重复以上步骤直到满足判据，得到第一个imf分量c1(t)。
95.单通道脑电信号减去第一个imf分量，得到信号r1(t)＝s
′
(t)-c1(t)，将r1(t)作为新的单通道脑电信号重复以上操作，直至筛选值：
[0096][0097]
小于预设筛选阈值时，经验模态分解分解结束，此时单通道脑电信号便被分成若干第一固有模态分量和一个残余信号：
[0098][0099]
3.各个imf分量作为ica算法的观测信号，得出各个独立源信号，将明显的眼电伪迹的独立成分直接去除，得到目标源信号：
[0100]
将各个imf分量c(t)＝{c1，c2，c3，...，ck，......}经过ica分解成k个独立源(独立分量)即：
[0101]
u(t)＝[u
′1(t)，u
′2(t)，u
′3(t)，...，u
′k(t)]
t
＝w
×
c(t)
[0102]
其中u
′1(t)，u
′2(t)，u
′3(t)，...，u
′k(t)代表k个独立源，w表示分离矩阵，t表示矩阵的转置，将明显的眼电伪迹独立源置零。
[0103]
4.将目标源信号经过ica逆变换即a(t)＝w-1
×
u(t)，a(t)为去除眼电伪迹的imf分量信号，u(t)为眼电伪迹置零的独立源，w-1
为w的逆矩阵，t表示矩阵的转置。再将imf分量重构合成去除眼电伪迹的目标脑电信号：
[0104]
基于相同的技术构思，本技术实施例还提供了一种目标脑电信号的获取装置，如图5所示，该装置包括：
[0105]
分解模块501，用于将单通道脑电信号进行经验模态分解，得到多个第一固有模态分量，其中，单通道脑电信号中携带有眼电伪迹信号，每个第一固态模态分量包含单通道脑电信号中一个时刻尺度的局部特征信号；
[0106]
分析模块502，用于通过数据分析工具对第一固有模态分量进行分析，得到多个独立源信号，其中，独立源信号中包含脑电信号和眼电伪迹信号；
[0107]
去除模块503，用于将独立源信号中的眼电伪迹信号进行去除操作，得到目标源信号；
[0108]
重构模块504，用于通过数据分析工具将目标源信号进行逆变换和重构，得到已去除眼电伪迹信号的目标脑电信号。
[0109]
可选地，该装置还包括：
[0110]
确定模块，用于确定独立源信号中的第一特征信号和第二特征信号，其中，第一特征信号的频域低于第二特征信号的频域，第一特征信号的幅值大于第二特征信号的幅值；
integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称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。
[0130]
根据本技术实施例的又一方面还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质。
[0131]
可选地，在本技术实施例中，计算机可读介质被设置为存储用于所述处理器执行上述方法的程序代码：
[0132]
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
[0133]
本技术实施例在具体实现时，可以参阅上述各个实施例，具有相应的技术效果。
[0134]
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(application specific integrated circuits，asic)、数字信号处理器(digital signal processing，dsp)、数字信号处理设备(dsp device，dspd)、可编程逻辑设备(programmable logic device，pld)、现场可编程门阵列(field-programmable gate array，fpga)、通用处理器、控制器、微控制器、微处理器、用于执行本技术所述功能的其它电子单元或其组合中。
[0135]
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
[0136]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0137]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0138]
在本技术所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0139]
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单元来实现本实施例方案的目的。
[0140]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
[0141]
所述功能如果以软件功能单元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，本技术实施例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)执行本技术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、rom、ram、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”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。
[0142]
以上所述仅是本技术的具体实施方式，使本领域技术人员能够理解或实现本技术。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。