实时调整康复方案的方法、装置、设备及可读存储介质与流程

1.本发明涉及辅助诊疗领域，具体而言，涉及一种实时调整康复方案的方法、装置、设备及可读存储介质。


背景技术：

2.脑卒中又称中风、脑血管意外，是一种急性脑血管疾病，是由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的一组疾病，包括缺血性和出血性卒中。其中用于脑卒中治疗后往往需要进行康复训练，现有技术中人们采用一种方案对患者进行康复治疗，而往往在不能达到很好的康复效果，现需要一种能够实时监测病人康复状态，并针对康复状态实时调整康复方案的方法和设备，来增强患者的康复效果，减少康复时间和成本。


技术实现要素：

3.本发明的目的在于提供一种实时调整康复方案的方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
4.一方面，本技术提供了一种实时调整康复方案的方法，所述方法包括：获取第一信息，所述第一信息为包含脑卒中病灶的磁共振图像的病历信息；将所述第一信息发送至聚类模型进行分类，得到至少一个类别的病历信息；将全部类别的病历信息发送至第一康复训练方案分配模型进行处理，得到每个类别的病历信息对应的第一康复训练方案；获取第二信息，所述第二信息包括病人的康复训练过程中实时病灶变化的磁共振成像信息；将所述第二信息发送至训练后的神经网络模型进行处理，得到重新分配的第二康复训练方案，所述神经网络模型为基于第二信息调整神经网络模型参数，并确定第二康复训练方案的模型。
5.第二方面，本技术实施例提供了一种实时调整康复方案的装置，包括：
6.第一获取单元，用于获取第一信息，所述第一信息为包含脑卒中病灶的磁共振图像的病历信息；
7.分类单元，用于将所述第一信息发送至聚类模型进行分类，得到至少一个类别的病历信息；
8.第一分配单元，用于将全部类别的病历信息发送至第一康复训练方案分配模型进行处理，得到每个类别的病历信息对应的第一康复训练方案；
9.第二获取单元，用于获取第二信息，所述第二信息包括病人的康复训练过程中实时病灶变化的磁共振成像信息；
10.第二分配单元，用于将所述第二信息发送至训练后的神经网络模型进行处理，得到重新分配的第二康复训练方案，所述神经网络模型为基于第二信息调整神经网络模型参数，并确定第二康复训练方案的模型。
11.第三方面，本技术实施例提供了一种实时调整康复方案的设备，所述设备包括存
储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述实时调整康复方案的方法的步骤。
12.第四方面，本技术实施例提供了一种可读存储介质，所述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上述实时调整康复方案的方法的步骤。
13.本发明的有益效果为：
14.本技术通过采用磁共振成像的方式对康复训练后的脑卒中病人病灶进行实时监测，判断康复训练后脑卒中病人的病灶变化情况，并基于所述病灶变化情况对康复训练方案进行重新分配，其中本发明还采用聚类模型进行分类，确定病灶类别，进而采用神经网络模型进行分配，增加方案分配的针对性，并减少其方案分配的客观性。
15.本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
16.为了更清楚地说明本发明实施例的技术方案，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范围的限定，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相关的附图。
17.图1为本发明实施例中所述的一种实时调整康复方案的方法流程示意图；
18.图2为本发明实施例中所述的一种实时调整康复方案的装置结构示意图；
19.图3是本发明实施例中所述的一种实时调整康复方案的设备结构示意图。
20.图中标记：701、第一获取单元；702、分类单元；703、第一分配单元；704、第二获取单元；705、第二分配单元；7021、第一处理子单元；7022、第二处理子单元；7023、第三处理子单元；7024、第一聚类子单元；7025、第二聚类子单元；7031、第四处理子单元；7032、计算子单元；7033、第一对比子单元；7034、迭代子单元；7051、第二对比子单元；7052、第一判断子单元；7053、第五处理子单元；7054、第二判断子单元；70511、第六处理子单元；70512、第七处理子单元；70513、第三对比子单元；70514、第三判断子单元；70541、获取子单元；70542、第八处理子单元；70543、第四判断子单元；70544、第五判断子单元；800、实时调整康复方案的设备；801、处理器；802、存储器；803、多媒体组件；804、i/o接口；805、通信组件。
具体实施方式
21.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。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。基于本发明中的实施例，本领域普通技术人员在没有作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。
22.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。
23.实施例1
24.如图1所示，本实施例提供了一种实时调整康复方案的方法，其所述方法包括步骤s1、步骤s2、步骤s3、步骤s4和步骤s5。
25.步骤s1、获取第一信息，所述第一信息为包含脑卒中病灶的磁共振图像的病历信息；
26.可以理解的是本技术通过采用磁共振图像采集设备针对脑卒中病人的病灶进行磁共振成像，进而结合医生判断结果生成病历信息，进而将所述病历信息进行上传至存储设备。
27.步骤s2、将所述第一信息发送至聚类模型进行分类，得到至少一个类别的病历信息；
28.可以理解的是本技术通过聚类模型将所述病灶图像进行聚类，按照病人的病灶位置和病灶范围大小对病灶图像进行分类，这样可以增加分类准确性，为之后的确定康复训练方案提供更加准确的数据。
29.步骤s3、将全部类别的病历信息发送至第一康复训练方案分配模型进行处理，得到每个类别的病历信息对应的第一康复训练方案；
30.步骤s4、获取第二信息，所述第二信息包括病人的康复训练过程中实时病灶变化的磁共振成像信息。
31.可以理解的是本技术将病灶图像分类过后，基于粒子群优化算法对康复训练方案进行迭代优化，得到最佳康复训练方案，并基于最佳的康复训练方案进行训练，实时监测病灶图像信息，得到训练过程中病灶的变化图像，并上传至存储设备。
32.可以理解的是本技术中所有图像均为磁共振成像得到的图像，或将磁共振成像得到的图像处理后得到的图像。
33.可以理解的病人在康护训练后会实时获取病灶的磁共振图像，并将所述磁共振图像进行上传，所述磁共振图像可以有移动式的磁共振图像生成仪器进行获取，然后将训练前后的图像进行对比，进而可以判断康复训练是否有作用。
34.步骤s5、将所述第二信息发送至训练后的神经网络模型进行处理，得到重新分配的第二康复训练方案，所述神经网络模型为基于第二信息调整神经网络模型参数，并确定第二康复训练方案的模型。
35.可以理解的是本技术通过采用磁共振成像的方式对康复训练后的脑卒中病人病灶进行实时监测，判断康复训练后脑卒中病人的病灶变化情况，并基于所述病灶变化情况对康复训练方案进行重新分配，其中本发明还采用聚类模型进行分类，确定病灶类别，进而采用神经网络模型进行分配，增加方案分配的针对性，并减少其方案分配的客观性。
36.可以理解的是本发明通过对康复效果进行评级，进而通过评级得到的康复级别来判断基于第一康复训练方案是否符合要求，若不符合要求，则基于神经网络模型进行重新分配方案，防止在使用第一康复训练方案时一直得不到预期康复效果，进而导致浪费大量时间和成本。
37.在本公开的一种具体实施方式中，所述步骤s2包括步骤s21、步骤s22、步骤s23、步
骤s24和步骤s25。
38.步骤s21、将所述脑卒中病灶的磁共振图像发送至目标检测模型进行目标检测，得到病人的病灶图像信息；
39.步骤s22、基于病人的病灶图像信息，得到每个病人的病灶图像信息中的病灶范围和病灶位置；
40.可以理解的是本技术通过对病人病灶的磁共振图像进行目标检测，确定病人的病灶图像位于哪一个位置和病人的病灶图像的大小，进而基于病灶图像位置和病灶图像大小来判断所述病灶的类别。
41.步骤s23、将所述病人的病灶图像信息中的病灶范围和病灶位置进行编号，得到每个病灶图像信息的编号信息；
42.可以理解的是将病灶对病灶范围和病灶位置进行分别标号，进而对病灶进行详细划分，将不同范围和不同位置的病灶一一对应编号，可以确定所述病灶属于哪一个个类型的病灶。
43.步骤s24、将所述第一编号信息基于距离类的聚类算法进行聚类，得到至少一个聚类簇；
44.步骤s25、基于拉依达准则计算得到各个聚类类别对应的阈值范围，并按照所述阈值范围将病人的病历信息进行分类，得到至少一个类别的病历信息。
45.可以理解的是本发明通过对编号信息进行聚类，进而确定每个类别的病灶大小范围和每个类别的病灶位置范围，进而通过不同范围对病灶图像进行分类，然后基于不同类别的病灶图像对每个病灶图像所属的病历信息进行一一映射，得到至少一个类别的病历信息，这样可以快速有效的对病人的病历信息进行分类，进而针对性的对制定康复训练方案。
46.在本公开的一种具体实施方式中，所述步骤s3包括步骤s31、步骤s32、步骤s33和步骤s34。
47.步骤s31、将预设的第一康复训练方案信息进行初始化处理，其中将每个所述预设的第一康复训练方案信息作为的单个个体放置在粒子群中，得到初始化后的第一康复训练方案信息；
48.步骤s32、计算每个所述预设的第一康复训练方案信息和所述全部类别的病历信息的适应度值；
49.可以理解的是本技术中的适应度值是指基于每个康复训练方案对每个类别的病历信息的病人进行康复所产生的效果，并将所述效果进行无纲量化处理，得到的一个数值，所述适应度值可以表示基于每个康复方案对病人康复训练产生的效果，所述数值越大，其效果则表示越好。
50.步骤s33、将所述适应度值与预设的适应度阈值进行对比，若所述适应度值大于所述预设的适应度阈值，则将所述适应度值最为最新的适应度阈值；
51.步骤s34、重复迭代上一步骤，直至确定每个康复训练方案对应的最大适应度值，并将每个所述最大适应度值对应的第一康复训练方案作为每个类别的病历信息对应的第一康复训练方案。
52.可以理解的是的上述步骤是通过粒子群优化算法确定每个类别的病历对应的康复效果最好的训练方案，并将每个类别的病历对应的康复效果最好的训练方案作为该类别
病历的病人的康复训练方案，这样通过借鉴历史方案信息对现有病历进行第一次训练方案确定，可以减少试错成本，减少方案调整次数，保障康复的高效和高质量。
53.在本公开的一种具体实施方式中，所述步骤s5包括步骤s51、步骤s52、步骤s53和步骤s54。
54.步骤s51、将所述第二信息发送至康复特征对比模块进行对比，得到第二信息对应的康复效果特征；
55.步骤s52、将所述第二信息对应的康复效果特征发送至等级判断模块进行判断，得到脑卒中病人的康复效果等级；
56.步骤s53、将所述脑卒中病人的康复效果等级和第一康复训练方案进行一一映射，得到每个第一康复训练方案对应的康复评价等级；
57.步骤s54、将每个所述第一康复训练方案对应的康复评价等级分别与预设等级进行对比，并将评价等级小于预设等级的第一康复训练方案发送至训练后的神经网络模型进行重新分配，得到第二康复方案。
58.可以理解的是本发明通过将康复训练前和康复训练后的磁共振图像进行对比，首先得到第二信息对应的康复效果特征，并判断所述康复效果特征是在恢复还是在加重病情，若是在加重病情则立即调整康复训练方案，若是正在恢复，则对康复效果特征进行评级，判断所述康复效果特征的级别是否符合预设的等级要求，若小于预设的等级要求，则使用训练后的神经网络模型进行方案的重新分配，所述训练后的神经网络模型为基于方案特征不符合要求，进而重新分配康复训练方案的模型。
59.在本公开的一种具体实施方式中，所述步骤s51包括步骤s511、步骤s512、步骤s513和步骤5414。
60.步骤s511、将所述第二信息进行转化为转单通道灰度图，并提取所述单通道灰度图内的病灶边缘轮廓；
61.步骤s512、基于所述病灶边缘轮廓确定第三信息，所述第三信息包括康复训练后病灶的范围信息和康复训练后病灶的范围信息位置信息；
62.步骤s513、将所述第三信息和第一信息中的对应信息进行对比，得到病灶的变化区域信息，所述第一信息中的对应信息为病历信息中病灶的范围信息和病灶的位置信息；
63.步骤s514、判断所述病灶的变化区域是否位于病历的病灶区域内，若所述病灶的变化区域位于所述病历的病灶区域内，则将所述变化区域标记为第一特征，若所述病灶的变化区域位于所述病历内的病灶区域外，则将所述变化区域标记为第二特征。
64.可以理解的是本发明将第二信息进行灰度图通道提取，提取单通道灰度图内的病灶边缘轮廓，进而基于病灶边缘轮廓来判断病灶的范围信息，进而基于康复训练后病灶的范围信息是否变化，若有变化，是变大了还是变小了，或者病灶的位置是否有变化，进而得到变化特征，以此来判断康复训练是否达到应有的效果。
65.在本公开的一种具体实施方式中，所述步骤s54包括步骤s541、步骤s542、步骤s543和步骤s544。
66.步骤s541、获取历史第一康复训练方案和历史康复评价等级；
67.步骤s542、将历史康复评价等级小于预设等级的历史第一康复训练方案基于神经网络进行重新分配，其中重新分配为在同一病灶的多种康复训练方案中选择与历史第一康
复训练方案不同的方案，得到历史第二康复训练方案；
68.步骤s543、判断所述历史第二康复训练方案对应的康复评价等级是否大于预设等级，得到判断结果；
69.步骤s544、若所述判断结果为历史第二康复训练方案对应的康复评价等级小于或等于预设等级，则调整神经网络模型内的分配系数，重新分配历史第二康复训练方案，直至所述历史第二康复训练方案对应的康复评价等级大于预设等级。
70.可以理解的是本发明通过神经网络模型对第一康复训练方案进行重新分配，并遍历所有的第二康复训练方案的评价等级，通过调整神经网络模型内的分配系数来将大于第二等级的历史第二康复训练方案作为最终方案，进而得到训练好的神经网络模型。
71.实施例2
72.如图2所示，本实施例提供了一种实时调整康复方案的装置，所述装置包括第一获取单元701、分类单元702、第一分配单元703、第二获取单元704和第二分配单元705。
73.第一获取单元701，用于获取第一信息，所述第一信息为包含脑卒中病灶的磁共振图像的病历信息；
74.分类单元702，用于将所述第一信息发送至聚类模型进行分类，得到至少一个类别的病历信息；
75.第一分配单元703，用于将全部类别的病历信息发送至第一康复训练方案分配模型进行处理，得到每个类别的病历信息对应的第一康复训练方案；
76.第二获取单元704，用于获取第二信息，所述第二信息包括病人的康复训练过程中实时病灶变化的磁共振成像信息；
77.第二分配单元705，用于将所述第二信息发送至训练后的神经网络模型进行处理，得到重新分配的第二康复训练方案，所述神经网络模型为基于第二信息调整神经网络模型参数，并确定第二康复训练方案的模型。
78.在本公开的一种具体实施方式中，所述分类单元702包括第一处理子单元7021、第二处理子单元7022、第三处理子单元7023、第一聚类子单元7024和第二聚类子单元7025。
79.第一处理子单元7021，用于将所述脑卒中病灶的磁共振图像发送至目标检测模型进行目标检测，得到病人的病灶图像信息；
80.第二处理子单元7022，用于基于病人的病灶图像信息，得到每个病人的病灶图像信息中的病灶范围和病灶位置；
81.第三处理子单元7023，用于将所述病人的病灶图像信息中的病灶范围和病灶位置进行编号，得到每个病灶图像信息的编号信息；
82.第一聚类子单元7024，用于将所述第一编号信息基于距离类的聚类算法进行聚类，得到至少一个聚类簇；
83.第二聚类子单元7025，用于基于拉依达准则计算得到各个聚类类别对应的阈值范围，并按照所述阈值范围将病人的病历信息进行分类，得到至少一个类别的病历信息。
84.在本公开的一种具体实施方式中，所述第一分配单元703包括第四处理子单元7031、计算子单元7032、第一对比子单元7033和迭代子单元7034。
85.第四处理子单元7031，用于将预设的第一康复训练方案信息进行初始化处理，其中将每个所述预设的第一康复训练方案信息作为的单个个体放置在粒子群中，得到初始化
后的第一康复训练方案信息；
86.计算子单元7032，用于计算每个所述预设的第一康复训练方案信息和所述全部类别的病历信息的适应度值；
87.第一对比子单元7033，用于将所述适应度值与预设的适应度阈值进行对比，若所述适应度值大于所述预设的适应度阈值，则将所述适应度值最为最新的适应度阈值；
88.迭代子单元7034，用于重复迭代上一步骤，直至确定每个康复训练方案对应的最大适应度值，并将每个所述最大适应度值对应的第一康复训练方案作为每个类别的病历信息对应的第一康复训练方案。
89.在本公开的一种具体实施方式中，所述第二分配单元705包括第二对比子单元7051、第一判断子单元7052、第五处理子单元7053和第二判断子单元7054。
90.第二对比子单元7051，用于将所述第二信息发送至康复特征对比模块进行对比，得到第二信息对应的康复效果特征；
91.第一判断子单元7052，用于将所述第二信息对应的康复效果特征发送至等级判断模块进行判断，得到脑卒中病人的康复效果等级；
92.第五处理子单元7053，用于第六处理子单元，用于将所述脑卒中病人的康复效果等级和第一康复训练方案进行一一映射，得到每个第一康复训练方案对应的康复评价等级；
93.第二判断子单元7054，用于将每个所述第一康复训练方案对应的康复评价等级分别与预设等级进行对比，并将评价等级小于预设等级的第一康复训练方案发送至训练后的神经网络模型进行重新分配，得到第二康复方案。
94.在本公开的一种具体实施方式中，所述第二对比子单元7051包括第六处理子单元70511、第七处理子单元70512、第三对比子单元70513和第三判断子单元70514。
95.第六处理子单元70511，用于将所述第二信息进行转化为转单通道灰度图，并提取所述单通道灰度图内的病灶边缘轮廓；
96.第七处理子单元70512，用于基于所述病灶边缘轮廓确定第三信息，所述第三信息包括康复训练后病灶的范围信息和康复训练后病灶的范围信息位置信息；
97.第三对比子单元70513，用于将所述第三信息和第一信息中的对应信息进行对比，得到病灶的变化区域信息，所述第一信息中的对应信息为病历信息中病灶的范围信息和病灶的位置信息；
98.第三判断子单元70514，用于判断所述病灶的变化区域是否位于病历的病灶区域内，若所述病灶的变化区域位于所述病历的病灶区域内，则将所述变化区域标记为第一特征，若所述病灶的变化区域位于所述病历内的病灶区域外，则将所述变化区域标记为第二特征。
99.在本公开的一种具体实施方式中，所述第三处理单元704包括获取子单元70541、第八处理子单元70542、第四判断子单元70543和第五判断子单元70544。
100.获取子单元70541，用于获取历史第一康复训练方案和历史康复评价等级；
101.第八处理子单元70542，用于将历史康复评价等级小于预设等级的历史第一康复训练方案基于神经网络进行重新分配，其中重新分配为在同一病灶的多种康复训练方案中选择与历史第一康复训练方案不同的方案，得到历史第二康复训练方案；
102.第四判断子单元70543，用于判断所述历史第二康复训练方案对应的康复评价等级是否大于预设等级，得到判断结果；
103.第五判断子单元70544，若所述判断结果为历史第二康复训练方案对应的康复评价等级小于或等于预设等级，则调整神经网络模型内的分配系数，重新分配历史第二康复训练方案，直至所述历史第二康复训练方案对应的康复评价等级大于预设等级。
104.需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
105.实施例3
106.相应于上面的方法实施例，本公开实施例还提供了一种实时调整康复方案的设备，下文描述的一种实时调整康复方案的设备与上文描述的一种实时调整康复方案的方法可相互对应参照。
107.图3是根据一示例性实施例示出的一种实时调整康复方案的设备800的框图。如图3所示，该实时调整康复方案的设备800可以包括：处理器801，存储器802。该实时调整康复方案的设备800还可以包括多媒体组件803，i/o接口804，以及通信组件805中的一者或多者。
108.其中，处理器801用于控制该实时调整康复方案的设备800的整体操作，以完成上述的实时调整康复方案的方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该实时调整康复方案的设备800的操作，这些数据例如可以包括用于在该实时调整康复方案的设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(static random access memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。i/o接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该实时调整康复方案的设备800与其他设备之间进行有线或无线通信。无线通信，例如wi-fi，蓝牙，近场通信(near fieldcommunication，简称nfc)，2g、3g或4g，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：wi-fi模块，蓝牙模块，nfc模块。
109.在一示例性实施例中，实时调整康复方案的设备800可以被一个或多个应用专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digitalsignal processor，简称dsp)、数字信号处理设备(digital signal processing device，简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他
电子元件实现，用于执行上述的一种实时调整康复方案的方法。
110.在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的实时调整康复方案的方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由实时调整康复方案的设备800的处理器801执行以完成上述的实时调整康复方案的方法。
111.实施例4
112.相应于上面的方法实施例，本公开实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种实时调整康复方案的方法可相互对应参照。
113.一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的实时调整康复方案的方法的步骤。
114.该可读存储介质具体可以为u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
115.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。
116.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以权利要求的保护范围为准。