一种牙弓线图像的生成方法、装置及计算机设备与流程

1.本技术涉及图像处理领域，尤其涉及一种牙弓线图像的生成方法、装置及计算机设备。


背景技术：

2.随着口腔医疗技术的发展，口腔方面的医疗需求也在不断扩大，如牙齿种植、牙齿正畸和口腔疾病诊断等，对于口腔医生的经验及技术方面的要求也在不断地提高。近年来随着深度学习技术的发展，在医疗领域引入人工智能能够极大地提高医疗效率。
3.在口腔治疗中，往往通过锥形束计算机断层扫描(cone beam computed tomography，简称cbct)技术获得患者的口腔信息。为了能够更好地观察患者的口腔状态，需要将cbct图像展成全景片，而生成全景片需要精准的牙弓线。
4.传统获取牙弓线的方法需要通过医生手动标点的方法来确定牙弓线，这种方法费时费力，难以保证精准，诊断效率低。


技术实现要素：

5.为了解决上述技术问题，本发明提供了一种牙弓线图像的生成方法、装置及计算机设备，具体方案如下：
6.第一方面，本技术实施例提供了一种牙弓线图像的生成方法，所述牙弓线图像的生成方法包括：
7.将三维牙齿模型转化为二值图像，以及获取所述三维牙齿模型对应的dicom格式的单层目标图像；
8.基于所述二值图像确定每颗牙齿对应的质心坐标；
9.将各所述质心坐标转换为在所述目标图像中对应的目标坐标；
10.通过插值样条曲线算法将各所述目标坐标对应的坐标点拟合为目标牙弓线；
11.将所述目标牙弓线与所述目标图像融合为牙弓线图像。
12.根据本技术公开的一种具体实施方式，所述三维牙齿模型的生成步骤，包括：
13.获取口腔对应的原始锥形束ct影像，其中，所述原始锥形束ct影像包括多层第一子图像；
14.通过二维卷积网络对原始锥形束ct影像进行预处理，得到基础口腔图像，其中，所述二维卷积网络中的过滤器的数量与所述第一子图像的层数相同；
15.将所述基础口腔图像输入预先训练好的牙齿提取模型，得到所述三维牙齿模型。
16.根据本技术公开的一种具体实施方式，获取所述三维牙齿模型对应的dicom格式的单层目标图像的步骤，包括：
17.选取所述原始锥形束ct影像中所述三维牙齿模型对应的基础锥形束ct影像，其中，所述基础锥形束ct影像包括多层第二子图像；
18.通过最大密度投影法将各层第二子图像融合为一层dicom格式的目标图像。
19.根据本技术公开的一种具体实施方式，基于所述二值图像确定每颗牙齿对应的质心坐标的步骤，包括：
20.基于所述二值图像确定每颗牙齿对应的像素点集合；
21.根据公式以及计算每颗牙齿对应的质心坐标，其中，c
x
为质心的x轴坐标，cy为质心的y轴坐标，t
00
为所述像素点集合中全部像素点对应的像素值的和，t
01
为所述像素点集合中横坐标和对应的各像素值的乘积，t
10
为所述像素点集合中纵坐标和对应的各像素值的乘积。
22.根据本技术公开的一种具体实施方式，基于所述二值图像确定每颗牙齿对应的像素点集合的步骤，包括：
23.基于所述二值图像中各像素点的灰度值确定闭合的像素等值线；
24.判断各闭合的像素等值线对应的第一闭合区域的面积是否大于阈值；
25.若任一所述第一闭合区域的面积大于阈值，将所述闭合区域进行腐蚀处理，得到面积小于所述阈值的至少两个第二闭合区域，以及将面积小于所述阈值的第一闭合区域和第二闭合区域的数量确定为牙齿的数量；
26.若各所述第一闭合区域的面积均小于或等于所述阈值，将所述第一闭合区域的数量确定为牙齿的数量；
27.将面积小于所述阈值的第一闭合区域和第二闭合区域内的全部像素点确定为对应牙齿的像素点集合。
28.根据本技术公开的一种具体实施方式，将各所述质心坐标转化为在所述目标图像中对应的目标坐标的步骤，包括：
29.获取所述目标图像对应的像素间隔值；
30.基于所述像素间隔值、每颗牙齿对应的质心坐标以及所述目标图像预先设置的原点坐标进行求和，得到各质心坐标在所述目标图像中对应的目标坐标。
31.第二方面，本技术实施例提供了一种牙弓线图像的生成装置，所述牙弓线图像的生成装置包括：
32.图像获取模块,用于将三维牙齿模型转化为二值图像，以及获取所述三维牙齿模型对应的dicom格式的单层目标图像；
33.坐标计算模块,用于基于所述二值图像确定每颗牙齿对应的质心坐标；
34.坐标转换模块,用于将各所述质心坐标转换为在所述目标图像中对应的目标坐标；
35.曲线拟合模块,用于通过插值样条曲线算法将各所述目标坐标对应的坐标点拟合为目标牙弓线；
36.图像融合模块,用于将所述目标牙弓线与所述目标图像融合为牙弓线图像。
37.根据本技术公开的一种具体实施方式，所述坐标转换模块具体应用于：
38.获取所述目标图像对应的像素间隔值；
39.基于所述像素间隔值、每颗牙齿对应的质心坐标以及所述目标图像预先设置的原点坐标进行求和，得到各质心坐标在所述目标图像中对应的目标坐标。
40.第三方面，本技术实施例提供了一种计算机设备，所述计算机设备包括处理器和
存储器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上执行时实现第一方面中任一项实施例所述的牙弓线图像的生成方法。
41.第四方面，本技术实施例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存储有计算机程序，所述计算机程序在处理器上执行时实现第一方面中任一项实施例所述的牙弓线图像的生成方法。
42.相对于现有技术而言，本技术具有以下有益效果：
43.本技术将三维牙齿模型转化为二值图像，以及获取三维牙齿模型对应的dicom格式的单层目标图像；基于二值图像确定每颗牙齿对应的质心坐标；将各质心坐标转换为在目标图像中对应的目标坐标；通过插值样条曲线算法将各目标坐标对应的坐标点拟合为目标牙弓线；将目标牙弓线与目标图像融合为牙弓线图像。通过二值图像确定每颗牙齿对应的质心坐标，将各质心坐标转换为在dicom格式的单层目标图像中对应的目标坐标，可以精准且快速地生成目标牙弓线，以生成牙弓线图像。
附图说明
44.为了更清楚地说明本发明的技术方案，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本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
45.图1为本技术实施例提供的一种牙弓线图像的生成方法的流程示意图；
46.图2为本技术实施例提供的一种牙弓线图像的生成方法涉及的三维牙齿模型的示意图；
47.图3为本技术实施例提供的一种牙弓线图像的生成方法涉及的二值图像的示意图；
48.图4为本技术实施例提供的一种牙弓线图像的生成方法涉及的cbct图像的组成示意图；
49.图5为本技术实施例提供的一种牙弓线图像的生成方法涉及的腐蚀处理过程的示意图；
50.图6为本技术实施例提供的一种牙弓线图像的生成方法涉及的牙弓线图像的示意图；
51.图7为本技术实施例提供的一种牙弓线图像的生成装置的模块框图。
具体实施方式
52.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。
53.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。
54.在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅
意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
55.此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
56.除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。
57.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互结合。
58.本技术提供的牙弓线图像的生成方法可以分为以下几步：
59.1.使用分割网络将口腔图像中的下牙数据和/或上牙数据分割出来；
60.2.对分割出的下牙数据和/或上牙数据进行边缘检测，并找到每颗牙齿的质心坐标；
61.3.将全部质心坐标对应的坐标点输入到dicom格式的目标图像上，并将目标图像上的坐标点拟合成样条曲线，得到目标牙弓线，以生成牙弓线图像。
62.参见图1，图1为本技术实施例提供的一种牙弓线图像的生成方法的流程示意图。如图1所示，所述牙弓线图像的生成方法主要包括：
63.步骤s101，将三维牙齿模型转化为二值图像，以及获取所述三维牙齿模型对应的dicom格式的单层目标图像。
64.通常在进行口腔医疗诊断时，获取的是患者口腔对应的cbct图像。这样的cbct图像中不仅包含了生成牙弓线所需的上牙图像或者下牙图像，也包括了其他不需要用到的非牙齿图像。因此，可以使用分割网络将口腔图像中的下牙数据分割出来。其中，下牙数据和/或上牙数据可以通过不同类型的图像或者模型等进行展示，包括但不限于三维牙齿模型。具体实施时，可以将三维牙齿模型进行不同角度的旋转，以得到适合后续分析的不同视图。
65.参见图2，图2为本技术实施例提供的一种牙弓线图像的生成方法涉及的三维牙齿模型的示意图。光固化立体造型术文件格式(stereo lithography，简称stl)是一种三维图形文件格式。stl文件由多个三角形面片的定义组成，每个三角形面片的定义包括三角形各个定点的三维坐标及三角形面片的法矢量。具体实施时，可以根据用户的实际使用需求和具体应用场景，采用其他三维图形文件格式将三维牙齿模型进行展示，这里不做具体限定。
66.由于需要寻找每颗牙齿的质心坐标，而直接在三维牙齿模型对应的三维图像上寻找会极大地增加计算量，且最后生成的牙弓线往往在同一平面上。因此，可以将三维牙齿模型转化为二值图像后进行质心寻找。参见图3，图3为本技术实施例提供的一种牙弓线图像的生成方法涉及的二值图像的示意图。
67.医疗数位影像传输协定(digital imaging and communi cations in medicine，简称dicom)格式是医学图像和相关信息的国际标准(iso 12052)。dicom被广泛应用于放射医疗，心血管成像以及放射诊疗诊断设备，包括但不限于x射线、ct、核磁共振和超声等，并
且在眼科和牙科等其它医学领域得到越来越深入广泛的应用。口腔医疗领域中通常采用以dicom文件格式将患者的医学图像进行存储。这个格式包含关于患者的相关信息，例如姓名、性别、年龄以及其他图像相关信息，比如捕获并生成图像的设备信息等。医生使用dicom阅读器能够便捷地阅读医学图像并对医学图像中发现的问题进行诊断。
68.参见图4，图4为本技术实施例提供的一种牙弓线图像的生成方法涉及的cbct图像的组成示意图。cbct图像的获取过程中，是通过较高灵敏度的探测器围绕人体的某一部位做连续的断面扫描，所以扫描后得到的cbct图像是多层的图像。将多层cbct图像在z轴上堆叠起来就可以形成三维图像。此时，每一层的cbct图像都可以通过dicom格式进行保存。
69.所述三维牙齿模型的生成步骤，包括：
70.获取口腔对应的原始锥形束ct影像，其中，所述原始锥形束ct影像包括多层第一子图像；
71.通过二维卷积网络对原始锥形束ct影像进行预处理，得到基础口腔图像，其中，所述二维卷积网络中的过滤器的数量与所述第一子图像的层数相同；
72.将所述基础口腔图像输入预先训练好的牙齿提取模型，得到所述三维牙齿模型。
73.具体实施时，可以使用分割网络对下牙或者上牙进行分割，得到三维牙齿模型。由于cbct图像数据为三维的断层序列数据，一般大小为640*640*400，数据量过于庞大，若直接使用三维卷积网络则可能导致gpu显存溢出，而直接将cbct图像转成jpg图像会缺乏空间信息，导致牙齿分割对应的数据不够精准。
74.因此，为了保证不丢失空间信息，同时不会因为数据量过大而导致显存溢出的情况，可以使用二维卷积网络对原始锥形束ct影像进行预处理，得到基础口腔图像。具体地，在使用二维卷积网络时，将二维卷积网络中的filters即过滤器作为cbct图像的层数。例如，将输入固定为conv2d(640,640,400)。其中，640为tensor即张量与单张cbct的尺寸一致；400为filters，与cbct层数一致。通过上述预处理，相当于将三维数据作为二维数据进行处理，并同时能达到不丢失大量的空间信息的技术效果。反卷积输出时，同样将filters作为二维矩阵的层数进行输出。其余部分基本与unet网络结构一致，在此不再一一赘述。
75.对于牙齿提取模型的训练过程，通过下牙的一个示例进行说明。多于任意数量的cbct数据，可以使用minics软件手工分割出下颌牙作为标签数据。可以使用数据生成器解决数据量较打的技术问题。具体地，可以将数据生成器的batchsize设置为4，即每4批数据送入训练时，才生成下一批数据，以此来代替将训练数据全部存入内存导致内存溢出的问题。相较于直接使用三维卷积网络，通过这种方法可以达到缩减一半单次推理时间的技术效果。
76.步骤s102，基于所述二值图像确定每颗牙齿对应的质心坐标。
77.参见图3，二值图像中每颗牙齿为分离状，在图像处理上属于多目标，因此需要找出二值图像中所有的牙齿。每颗牙齿为一堆像素集合，可以通过纵向寻找像素等值线的方法来确定目标数。像素值是图像被数字化时由计算机赋予的值，它代表了某一小方块或者像素点的平均亮度信息或者平均反射密度信息。虽然常规的sobel和canny等边缘检测算法可以基于图像灰度值的差异来检测图像的边缘像素点，以实现边界的确定，但这些方法并没有将轮廓作为一个整体，边缘检测的程度不够精确。在二值图像中，每颗牙齿的轮廓对应于一系列像素点。像素等值线描述具有相同像素值的连续的点序列，边缘像素点可以组合
成像素等值线曲线来描述图像的边缘信息。因此，可以基于二值图像中各像素点的灰度值确定闭合的像素等值线，一般地，闭合的像素等值线的数量即为牙齿的数量。
78.对于牙齿排列比较畸形的特殊情况，两颗以上的牙齿可能排列比较紧密或者处于空间上的叠加关系，导致对应两颗及两颗以上牙齿的闭合的像素等值线被识别为一条。为减少上述情况下的识别误差，可以通过下述步骤提高后续生成牙弓线的准确度：
79.判断各闭合的像素等值线对应的第一闭合区域的面积是否大于阈值；
80.若任一所述第一闭合区域的面积大于阈值，将所述闭合区域进行腐蚀处理，得到面积小于所述阈值的至少两个第二闭合区域，以及将面积小于所述阈值的第一闭合区域和第二闭合区域的数量确定为牙齿的数量；
81.若各所述第一闭合区域的面积均小于或等于所述阈值，将所述第一闭合区域的数量确定为牙齿的数量；
82.将面积小于所述阈值的第一闭合区域和第二闭合区域内的全部像素点确定为对应牙齿的像素点集合。
83.腐蚀是形态学中的一种图像处理手段，用一定形态的结构元素，去量度和提取图像中的对应形状，以达到分析和识别的目的。参见图5，图5为本技术实施例提供的一种牙弓线图像的生成方法涉及的腐蚀处理过程的示意图。二值图像中的重合部分通过腐蚀处理，将图像中的高亮区域或白色部分进行缩减细化，以得到不重合的多个像素集合，实现牙齿的识别。具体实施时，所述阈值以及第二闭合区域的面积取值可以根据历史经验值、用户的实际使用需求或具体应用场景自定义，这里不做进一步限定。
84.基于所述二值图像确定每颗牙齿对应的像素点集合后，根据公式以及计算每颗牙齿对应的质心坐标。其中，c
x
为质心的x轴坐标，cy为质心的y轴坐标，t
00
为所述像素点集合中全部像素点对应的像素值的和，t
01
为所述像素点集合中横坐标和对应的各像素值的乘积，t
10
为所述像素点集合中纵坐标和对应的各像素值的乘积。
85.具体实施时，对每颗牙齿对应的像素集合进行寻找质心。由于牙齿的横断面并非规则的图形，其质心与形心不一定相等，而在图像中由于每个形状都是由像素点构成，因此，质心为所有构成形状的像素点对应的像素值的加权平均值。
86.步骤s103，将各所述质心坐标转换为在所述目标图像中对应的目标坐标。
87.根据步骤s101可知，牙弓线通常需要在dicom阅读器上显示，因此，在jpg格式的二值图像中检测到的每颗牙齿的质心坐标需要转换为目标图像中对应的目标坐标，即dicom坐标。
88.具体地，获取所述三维牙齿模型对应的dicom格式的单层目标图像的步骤，包括：
89.选取所述原始锥形束ct影像中所述三维牙齿模型对应的基础锥形束ct影像，其中，所述基础锥形束ct影像包括多层第二子图像；
90.通过最大密度投影法将各层第二子图像融合为一层dicom格式的目标图像。
91.参见图4，由于cbct图像本身具有多层，为了能够方便医生直接观看和诊断，可以最大密度投影方法将包含下牙弓或专业上牙弓的cbct图像融合成单张cbct图像。然后再将
jpg格式的二值图像中的质心坐标转换到单张cbct图像上。这样也避免了dicom数据的z轴对坐标转换过程的影响，较少坐标转换过程中的计算量，提高牙弓线的生成速度。
92.将各所述质心坐标转化为在所述目标图像中对应的目标坐标的步骤，包括：
93.获取所述目标图像对应的像素间隔值；
94.基于所述像素间隔值、每颗牙齿对应的质心坐标以及所述目标图像预先设置的原点坐标进行求和，得到各质心坐标在所述目标图像中对应的目标坐标。
95.dicom文件的主要组成部分是数据集，由dicom数据元素按照指定的顺序依次排列组成的。对于dicom文件，一般采用显式传输，数据元素按照标签tag从小到大顺序排列。dicom tag主要可以分为patient、study、series和image四类图像信息或者相关的参数信息，每一个dicom tag通畅是由两个十六进制数的组合来确定。因此，具体实施时，可以通过dicom文件中的tag信息即可获取对应的像素间隔值。
96.步骤s104，通过插值样条曲线算法将各所述目标坐标对应的坐标点拟合为目标牙弓线。
97.将各质心坐标转换为在dicom格式的目标图像中对应的目标坐标后，可以通过插值样条曲线算法将各目标坐标对应的坐标点进行拟合，得到精准预测出的目标牙弓线。
98.具体实施时，还可以根据用户的实际使用需求和具体应用场景选取除插值样条算法之外的其他拟合算法进行拟合，这里不做进一步限定。
99.步骤s105，将所述目标牙弓线与所述目标图像融合为牙弓线图像。
100.参见图6，图6为本技术实施例提供的一种牙弓线图像的生成方法涉及的牙弓线图像的示意图。在拟合得到目标牙弓线之后，可以将目标牙弓线与目标图像进行融合，得到包括目标牙弓线的牙弓线图像，便于医生根据牙弓线图像更便捷地观察患者的口腔状态，以提高诊断效率。
101.本技术提供的牙弓线图像的生成方法基于二值图像中各像素点的灰度值确定闭合的像素等值线，若任一闭合的像素等值线对应的第一闭合区域的面积大于阈值，将闭合区域进行腐蚀处理，以得到准确的牙齿数量并进一步得到各颗牙齿的质心坐标。通过将各质心坐标转换为在dicom格式的单层目标图像中对应的目标坐标，可以精准且快速地生成目标牙弓线，以生成牙弓线图像。
102.与上述方法实施例相对应，参见图7，本发明还提供的一种牙弓线图像的生成装置700，所述牙弓线图像的生成装置700包括：
103.图像获取模块701,用于将三维牙齿模型转化为二值图像，以及获取所述三维牙齿模型对应的dicom格式的单层目标图像；
104.坐标计算模块702,用于基于所述二值图像确定每颗牙齿对应的质心坐标；
105.坐标转换模块703,用于将各所述质心坐标转换为在所述目标图像中对应的目标坐标；
106.曲线拟合模块704,用于通过插值样条曲线算法将各所述目标坐标对应的坐标点拟合为目标牙弓线；
107.图像融合模块705,用于将所述目标牙弓线与所述目标图像融合为牙弓线图像；
108.具体实施时，所述坐标转换模块703具体应用于：
109.获取所述目标图像对应的像素间隔值；
110.基于所述像素间隔值、每颗牙齿对应的质心坐标以及所述目标图像预先设置的原点坐标进行求和，得到各质心坐标在所述目标图像中对应的目标坐标。
111.此外，还提供一种计算机设备，计算机设备包括处理器和存储器，存储器存储有计算机程序，计算机程序在处理器上执行时实现上述牙弓线图像的生成方法。
112.此外，还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序在处理器上执行时实现上述牙弓线图像的生成方法。
113.本技术所提供的配件需求的牙弓线图像的生成装置、计算机设备和计算机可读存储介质的具体实施过程，可以参见上述实施例提供的牙弓线图像的生成方法的具体实施过程，在此不再一一赘述。
114.本技术提供配件需求的牙弓线图像的生成装置、计算机设备和计算机可读存储介质，基于二值图像中各像素点的灰度值确定闭合的像素等值线，若任一闭合的像素等值线对应的第一闭合区域的面积大于阈值，将闭合区域进行腐蚀处理，以得到准确的牙齿数量并进一步得到各颗牙齿的质心坐标。通过将各质心坐标转换为在dicom格式的单层目标图像中对应的目标坐标，可以精准且快速地生成目标牙弓线，以生成牙弓线图像。
115.在本技术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，附图中的流程图和结构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，结构图和/或流程图中的每个方框、以及结构图和/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。
116.另外，在本发明各个实施例中的各功能模块或单元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，也可以两个或更多个模块集成形成一个独立的部分。
117.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(可以是智能手机、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。
118.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。