运动提示的确定方法、装置及计算机可读存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种运动提示的确定方法、装置及计算机可读存储介质。


背景技术：

2.由于时间等因素，居家健身成为了一种锻炼的选择方式，但非专业的锻炼方式很容易造成身体的损伤，或者达不到健身的效果；目前运动提示的确定方法较为传统，多为直接将相同的运动提示内容推送给群体的被推送人群，这类方式选择的推送内容具有一定的局限性，不能根据使用者的身体情况进行精准推送。


技术实现要素：

3.本发明实施例通过提供一种运动提示的确定方法、装置及计算机可读存储介质，旨在解决如何减小运动提示的确定方法的局限性的技术问题。
4.获取在不同时刻采集的待分析对象对应的皮肤标记点，所述皮肤标记点包括颜色标记和/或光斑标记；
5.根据所述皮肤标记点确定所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述皮肤标记点确定所述待分析对象对应的人体三维结构信息，所述人体三维结构信息包括骨架以及肌肉的几何信息；
6.根据所述应变情况以及所述人体三维结构信息确定所述待分析对象的肌群力量；
7.根据所述肌群力量确定所述待分析对象对应的运动提示内容。
8.在一实施例中，所述根据所述皮肤标记点确定所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述皮肤标记点确定所述待分析对象对应的人体三维结构信息的步骤包括：
9.将所述皮肤标记点输入肌群力量判定模型，其中，所述肌群力量判定模型根据所述皮肤标记点确定对应的所述应变情况，以及获取所述皮肤标记点对应的所述人体三维结构信息；
10.所述根据所述应变情况以及所述人体三维结构信息确定所述待分析对象的肌群力量的步骤包括：
11.获取所述肌群力量判定模型输出的所述肌群力量，其中，所述肌群力量判定模型根据所述应变情况以及所述人体三维结构信息获取对应的所述肌群力量并输出。
12.在一实施例中，所述获取在不同时刻采集的待分析对象对应的皮肤标记点的步骤之前，所述方法还包括：
13.获取训练集，所述训练集包括皮肤标记点样本以及肌群力量样本；
14.根据所述训练集对待训练模型进行模型训练，得到所述肌群力量判定模型。
15.在一实施例中，所述根据所述肌群力量确定所述待分析对象对应的运动提示内容的步骤包括：
16.确定所述肌群力量对应的预设锻炼时间，获取已锻炼时间与所述预设锻炼时间进行比对；
17.在所述已锻炼时间大于等于所述预设锻炼时间时，输出继续锻炼可能会导致肌肉被拉伤的提示信息。
18.在一实施例中，所述确定所述肌群力量对应的预设锻炼时间，获取已锻炼时间与所述预设锻炼时间进行比对的步骤之后，所述方法还包括：
19.在所述已锻炼时间小于所述预设锻炼时间时，根据所述预设锻炼时间与所述已锻炼时间的差值；
20.确定所述差值是否大于预设值；
21.在所述差值小于所述预设值，输出运动强度不足的提示信息；
22.在所述差值大于等于所述预设值，输出运动强度过高的提示信息。
23.在一实施例中，所述根据所述肌群力量确定所述待分析对象对应的运动提示内容的步骤包括：
24.根据所述肌群力量确定当前动作的力度是否大于预设力度；
25.在所述当前动作的力度大于所述预设力度，输出该力度会导致肌肉损伤的提示信息；
26.在所述当前动作的力度大于所述预设力度，输出该力度无法达到运动强度的提示信息。
27.在一实施例中，所述根据所述皮肤标记点确定所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述皮肤标记点确定所述待分析对象对应的人体三维结构信息的步骤包括：
28.确定所述皮肤标记点在不同时刻对应的图像特征值；
29.根据所述图像特征值确定所述待分析对象在皮肤标记点采集时段内的所述应变情况，以及根据所述图像特征值获取所述待分析对象对应的所述人体三维结构信息。
30.在一实施例中，所述根据所述图像特征值确定所述待分析对象在皮肤标记点采集时段内的所述应变情况，以及根据所述图像特征值获取所述待分析对象对应的所述人体三维结构信息的步骤包括：
31.确定所述图像特征值的变化趋势以及识别所述图像特征值中的人体三维结构特征；
32.根据所述变化趋势得到所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述图像特征值中的人体三维结构特征得到所述待分析对象对应的所述人体三维结构信息。
33.本发明实施例还提供一种运动提示的确定装置，所述运动提示的确定装置包括：存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的运动提示的确定方法的各个步骤。
34.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的运动提示的确定方法的各个步骤。
35.在本实施例的技术方案中，运动提示的确定装置获取在不同时刻采集的待分析对
象对应的皮肤标记点，所述皮肤标记点包括颜色标记和/或光斑标记；根据所述皮肤标记点确定所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述皮肤标记点确定所述待分析对象对应的人体三维结构信息，所述人体三维结构信息包括骨架以及肌肉的几何信息；根据所述应变情况以及所述人体三维结构信息确定所述待分析对象的肌群力量；根据所述肌群力量确定所述待分析对象对应的运动提示内容。
36.由于不同体格的人，肌群力量不同，若不考虑被推送人群的个人身体特征，直接将相同的运动提示内容推送给被推送人群，会使得推送的运动提示内容不适合被推送者，考虑到上述问题，本发明运动提示的确定装置可基于待分析对象的皮肤标记点确定肌群力量信息，因此，可基于肌群力量信息输出对应的运动提示信息，相对于现存的运动提示方法，可针对不同的分析对象输出不同的运动提示，可实现定制推送，在不用考虑群体属性的情况下，根据个人属性进行推送可使得运动提示的局限性变小。
附图说明
37.为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
38.图1为本发明实施例涉及的运动提示的确定装置的硬件构架示意图；
39.图2为本发明运动提示的确定方法第一实施例的流程示意图；
40.图3为本发明运动提示的确定方法第二实施例的流程示意图；
41.图4为本发明运动提示的确定方法第三实施例步骤s40的细化流程示意图；
42.图5为本发明运动提示的确定方法第四实施例步骤s20的细化流程示意图。
具体实施方式
43.为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
44.本发明的主要解决方案是：运动提示的确定装置获取在不同时刻采集的待分析对象对应的皮肤标记点，所述皮肤标记点包括颜色标记和/或光斑标记；根据所述皮肤标记点确定所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述皮肤标记点确定所述待分析对象对应的人体三维结构信息，所述人体三维结构信息包括骨架以及肌肉的几何信息；根据所述应变情况以及所述人体三维结构信息确定所述待分析对象的肌群力量；根据所述肌群力量确定所述待分析对象对应的运动提示内容。
45.由于不同体格的人，肌群力量不同，若不考虑被推送人群的个人身体特征，直接将相同的运动提示内容推送给被推送人群，会使得推送的运动提示内容不适合被推送者，考虑到上述问题，本发明运动提示的确定装置可基于待分析对象的皮肤标记点确定肌群力量信息，因此，可基于肌群力量信息输出对应的运动提示信息，相对于现存的运动提示方法，可针对不同的分析对象输出不同的运动提示，可实现定制推送，在不用考虑群体属性的情
况下，根据个人属性进行推送可使得运动提示的局限性变小。
46.作为一种实现方式，运动提示的确定装置可以如图1。
47.本发明实施例方案涉及的是运动提示的确定装置，运动提示的确定装置包括：处理器101，例如cpu，存储器102，通信总线103。其中，通信总线103用于实现这些组件之间的连接通信。
48.存储器102可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。如图1，作为一种计算机可读存储介质的存储器103中可以包括检测程序；而处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
49.获取在不同时刻采集的待分析对象对应的皮肤标记点，所述皮肤标记点包括颜色标记和/或光斑标记；
50.根据所述皮肤标记点确定所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述皮肤标记点确定所述待分析对象对应的人体三维结构信息，所述人体三维结构信息包括骨架以及肌肉的几何信息；
51.根据所述应变情况以及所述人体三维结构信息确定所述待分析对象的肌群力量；
52.根据所述肌群力量确定所述待分析对象对应的运动提示内容。
53.在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
54.将所述皮肤标记点输入肌群力量判定模型，其中，所述肌群力量判定模型根据所述皮肤标记点确定对应的所述应变情况，以及获取所述皮肤标记点对应的所述人体三维结构信息；
55.所述根据所述应变情况以及所述人体三维结构信息确定所述待分析对象的肌群力量的步骤包括：
56.获取所述肌群力量判定模型输出的所述肌群力量，其中，所述肌群力量判定模型根据所述应变情况以及所述人体三维结构信息获取对应的所述肌群力量并输出。
57.在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
58.获取训练集，所述训练集包括皮肤标记点样本以及肌群力量样本；
59.根据所述训练集对待训练模型进行模型训练，得到所述肌群力量判定模型。
60.在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
61.确定所述肌群力量对应的预设锻炼时间，获取已锻炼时间与所述预设锻炼时间进行比对；
62.在所述已锻炼时间大于等于所述预设锻炼时间时，输出继续锻炼可能会导致肌肉被拉伤的提示信息。
63.在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
64.在所述已锻炼时间小于所述预设锻炼时间时，根据所述预设锻炼时间与所述已锻炼时间的差值；
65.确定所述差值是否大于预设值；
66.在所述差值小于所述预设值，输出运动强度不足的提示信息；
67.在所述差值大于等于所述预设值，输出运动强度过高的提示信息。
68.在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
69.根据所述肌群力量确定当前动作的力度是否大于预设力度；
70.在所述当前动作的力度大于所述预设力度，输出该力度会导致肌肉损伤的提示信息；
71.在所述当前动作的力度大于所述预设力度，输出该力度无法达到运动强度的提示信息。
72.在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
73.确定所述皮肤标记点在不同时刻对应的图像特征值；
74.根据所述图像特征值确定所述待分析对象在皮肤标记点采集时段内的所述应变情况，以及根据所述图像特征值获取所述待分析对象对应的所述人体三维结构信息。
75.在一实施例中，处理器101可以用于调用存储器102中存储的检测程序，并执行以下操作：
76.确定所述图像特征值的变化趋势以及识别所述图像特征值中的人体三维结构特征；
77.根据所述变化趋势得到所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述图像特征值中的人体三维结构特征得到所述待分析对象对应的所述人体三维结构信息。
78.在本实施例的技术方案中，运动提示的确定装置获取在不同时刻采集的待分析对象对应的皮肤标记点，所述皮肤标记点包括颜色标记和/或光斑标记；根据所述皮肤标记点确定所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述皮肤标记点确定所述待分析对象对应的人体三维结构信息，所述人体三维结构信息包括骨架以及肌肉的几何信息；根据所述应变情况以及所述人体三维结构信息确定所述待分析对象的肌群力量；根据所述肌群力量确定所述待分析对象对应的运动提示内容。由于不同体格的人，肌群力量不同，若不考虑被推送人群的个人身体特征，直接将相同的运动提示内容推送给被推送人群，会使得推送的运动提示内容不适合被推送者，考虑到上述问题，本发明运动提示的确定装置可基于待分析对象的皮肤标记点确定肌群力量信息，因此，可基于肌群力量信息输出对应的运动提示信息，相对于现存的运动提示方法，可针对不同的分析对象输出不同的运动提示，可实现定制推送，在不用考虑群体属性的情况下，根据个人属性进行推送可使得运动提示的局限性变小。
79.为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
80.参照图2，图2为本发明运动提示的确定方法的第一实施例，方法包括以下步骤：
81.步骤s10，获取在不同时刻采集的待分析对象对应的皮肤标记点，所述皮肤标记点包括颜色标记和/或光斑标记。
82.在本实施例中，皮肤标记点通过识别不同时刻采集的待分析对象对应的图像进行获取，不同时刻采集的待分析对象对应的图像可为视频图像，其中待分析对象可为用户的部分肢体，例如：手臂、腹部或者腿部等携带肌群的对象，进一步的，上述图像可为散斑图像或者高清图像，高清图像可通过高清摄像机拍摄。
83.可选的，运动提示的确定装置主动获取在不同时刻采集的待分析对象对应的图像；
84.可选的，运动提示的确定装置在接收到用户输入的指令，被动获取在不同时刻采集的待分析对象对应的图像。
85.在本实施例中，待分析对象可为用户的部分肢体，例如：手臂、腹部或者腿部等携带肌群的对象，皮肤标记点是待分析对象对应的图像信息。
86.步骤s20，根据所述皮肤标记点确定所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述皮肤标记点确定所述待分析对象对应的人体三维结构信息，所述人体三维结构信息包括骨架以及肌肉的几何信息。
87.在本实施例中，用数字相关分析技术(digital image correlation)，分析皮肤标记点相邻成像特征点的变化情况，获得待分析对象的变形(应变情况)，进一步结合人体三维结构信息，确定分析区域所在的肌肉群，从而获得精准且量化的肌肉应用情况，对肌肉的锻炼提供针对性的指导。数字图像相关技术是一种光学测量材料力学应变的测量方法，又称之为dic图像处理技术。该方法跟踪物体表面散斑图案的变形过程，计算散斑域的灰度值的变化，从而得到被测物表面的变形和应变数据。根据获取皮肤标记点的方式和计算结果的不同，数字图像相关法也分为二维dic和三维dic。
88.步骤s30，根据所述应变情况以及所述人体三维结构信息确定所述待分析对象的肌群力量。
89.在本实施例中，在本实施例中，肌群力量是基于上述皮肤标记点确定的待分析对象的肌肉群的力量，肌肉群是指相同或邻近部位肌肉组成的功能统一的群体。了解人体各部位肌肉群的目的，是为了弄明白每块肌肉的类型、作用及功能等方面的不同区别，从而做到正确完成各种健美动作，促进各部位肌肉的发展，增大肌肉块的体积，使肌肉隆起，线条清晰。肌肉在人的身体中分布很广泛，全身约有639块肌肉，几乎占体重的40-50％，可见人体肌肉是身体的主体。其名称一般来说都是按肌肉的类型、形状、位、功能等分类起名。
90.步骤s40，根据所述肌群力量确定所述待分析对象对应的运动提示内容。
91.在本实施例中，不同的用户的肌群力量往往不同，因此，本实施例基于得到的待分析对象对应的肌群力量推送运动提示内容。
92.在本实施例的技术方案中，由于不同体格的人，肌群力量不同，若不考虑被推送人群的个人身体特征，直接将相同的运动提示内容推送给被推送人群，会使得推送的运动提示内容不适合被推送者，考虑到上述问题，本发明运动提示的确定装置可基于待分析对象的皮肤标记点确定肌群力量信息，因此，可基于肌群力量信息输出对应的运动提示信息，相对于现存的运动提示方法，可针对不同的分析对象输出不同的运动提示，可实现定制推送，在不用考虑群体属性的情况下，根据个人属性进行推送可使得运动提示的局限性变小。
93.参照图3，图3为本发明运动提示的确定方法的第二实施例，基于第一实施例，步骤s20包括：
94.步骤s21，将所述皮肤标记点输入肌群力量判定模型，其中，所述肌群力量判定模型根据所述皮肤标记点确定对应的所述应变情况，以及获取所述皮肤标记点对应的所述人体三维结构信息。
95.步骤s30包括：
96.步骤s31，获取所述肌群力量判定模型输出的所述肌群力量，其中，所述肌群力量判定模型根据所述应变情况以及所述人体三维结构信息获取对应的所述肌群力量并输出。
97.在本实施例中，肌群力量判定模型为预先设置的数学模型，数学模型是运用数理逻辑方法和数学语言建构的科学或工程模型，其中，本实施例肌群力量判定模型优选深度学习模型。
98.可选的，肌群力量判定模型为预先训练的神经网络模型，可将皮肤标记点输入预先训练的神经网络模型，以得到神经网络模型输出的肌群力量。神经网络(neural networks,nn)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。
99.在本实施例中，将皮肤标记点输入预先设置的肌群力量判定模型，可直接得到肌群力量判定模型输出的肌群力量，提高了数据获取效率。
100.可选的，对于神经网络模型的训练方法，可先获取训练集，训练集包括皮肤标记点样本以及肌群力量样本，然后根据训练集对待训练模型进行模型训练；当待训练模型对应的损失函数收敛时，将待训练模型作为神经网络模型。
101.在本实施例的技术方案中，通过构建神经网络模型，在确定运动提示内容时，可提高效率以及预测准确度。
102.参照图4，图4为本发明运动提示的确定方法的第三实施例，基于第一至第二任一实施例，步骤s40包括：
103.步骤s41，确定所述肌群力量对应的预设锻炼时间，获取已锻炼时间与所述预设锻炼时间进行比对。
104.在本实施例中，根据上述肌群力量确定其关联的锻炼时间，其中，上述关联关系可基于预先采集的用户的体质与肌群力量的大小确定，例如：当肌群力量为a，而a对应的体质为瘦弱，则基于上述对应情况进行预设锻炼时间的确定。
105.步骤s42，在所述已锻炼时间大于等于所述预设锻炼时间时，输出继续锻炼可能会导致肌肉被拉伤的提示信息。
106.可选的，在所述已锻炼时间小于所述预设锻炼时间时，根据所述预设锻炼时间与所述已锻炼时间的差值；确定所述差值是否大于预设值；在所述差值大于等于所述预设值，输出运动强度过高的提示信息。
107.可选的，根据所述肌群力量确定当前动作的力度是否大于预设力度；在所述当前动作的力度大于所述预设力度，输出该力度会导致肌肉损伤的提示信息；在所述当前动作的力度大于所述预设力度，输出该力度无法达到运动强度的提示信息。
108.在本实施例的技术方案中，不同用户的肌群力量可能不同，而这种情况间接烘托出了不同用户的体质也不同，本实施例考虑到不同体质的用户在进行合理的锻炼时，运动量也应该不同，因此，本实施例基于待分析对象对应的肌群力量进行锻炼时间的监控，当确定肌群力量对应的时间长度低接近用户已经锻炼的时间时，可进行关于锻炼时间的运动提
示，有效控制了用户训练过量或者训练效果不佳，提高了用户把控合理锻炼时间的能力，也提高了用户在锻炼时的安全性。
109.参照图5，图5为本发明运动提示的确定方法的第四实施例，基于第一至第三任一实施例，步骤s20包括：
110.步骤s22，确定所述皮肤标记点在不同时刻对应的图像特征值。
111.步骤s23，根据所述图像特征值确定所述待分析对象在皮肤标记点采集时段内的所述应变情况，以及根据所述图像特征值获取所述待分析对象对应的所述人体三维结构信息。
112.在本实施例中，图像特征值为图像特征对应的二进制数据，采用图像特征值记录图像的图像特征，可减低存储空间的占用；进一步的，可基于图像特征值的比对进行待分析对象在皮肤标记点采集时段内的应变情况的确定，并且可基于预存的人体三维结构特征与得到的图像特征值对比，确定与人体三维结构特征的相似度高于预设相似度的目标图像特征值，将目标图像特征值对应的图像区域确定为骨架所在的区域；基于得到的应变情况以及人体三维结构信息可进行运动提示的确定。
113.可选的，确定所述图像特征值的变化趋势以及识别所述图像特征值中的人体三维结构特征；根据所述变化趋势得到所述待分析对象在皮肤标记点采集时段内的应变情况，以及根据所述图像特征值中的人体三维结构特征得到所述待分析对象对应的所述人体三维结构信息。所述人体三维结构特征与预设的人体三维结构特征值进行比对得到。
114.在本实施例的技术方案中，通过特征比对，可快速确定待分析对象对应的应变情况，以及待分析对象对应的人体三维结构信息，提高了运动提示的确定效率。
115.为实现上述目的，本发明实施例还提供一种运动提示的确定装置，所述运动提示的确定装置包括：存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的运动提示的确定方法的各个步骤。
116.为实现上述目的，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的运动提示的确定方法的各个步骤。
117.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
118.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
119.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
120.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
121.应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
122.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
123.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。