一种OCT图像自动分割方法及相关设备与流程

一种oct图像自动分割方法及相关设备
技术领域
1.本发明涉及图像分割技术，特别涉及一种oct图像脉络膜血管自动分割的方法及相关设备。


背景技术：

2.oct指的是光学相干断层成像技术，利用oct进行脉络膜血管分割是定量分析人眼脉络膜参数时重要的先行环节。oct的en-face图像(c-scan图像)可以显示脉络膜血管，然而en-face图像中有视网膜血管投影，且难以显示脉络膜中的较小血管，影响脉络膜血管的观察与量化。因此，使用有效的脉络膜血管的图像分割技术分割脉络膜血管，并计算oct血流造影图像(oct-a图像)，对观察量化脉络膜血管至关重要。
3.现有针对脉络膜血管的图像分割的技术多采用阈值分割、轮廓提取或深度学习的方法，然而以上分割技术存在精度低、速度慢和成像质量差的问题。


技术实现要素：

4.本发明的目的在于，达到提升脉络膜血管的图像分割精度和速度，提高oct血流造影图像质量的技术效果。
5.一种oct图像自动分割方法，包括：
6.提取步骤，提取视网膜色素上皮层rpe与脉络膜巩膜界面csi的分层线信息；
7.像素获取步骤，提取b-scan图像每列的rpe位置与csi位置附近的像素值；
8.插值步骤，根据oct传播衰减模型，利用所述rpe位置与csi位置附近的预设像素值，进行插值及运算，获取脉络膜血管初始分割结果。
9.可选地，提取步骤前，还包括：
10.构建步骤，包括：构建所述oct的光传播衰减模型。
11.可选地，插值步骤后，还包括：二值化步骤，包括：对脉络膜血管初始分割结果进行二值化，并经过形态学操作以得到边缘平滑的脉络膜血管分割结果，并生成oct-a图像。
12.可选地，
13.插值步骤具体实现为：使用rpe位置与csi位置附近的像素值对每一列的rpe与csi之间位置的像素进行插值；
14.根据oct成像模型，用rpe位置与csi位置附近的像素值拟合光仅在其他脉络膜组织中的传播曲线，并根据拟合曲线的像素值，对每列的rpe与csi之间的像素进行插值。
15.可选地，插值步骤中的运算具体实现为：
16.使用插值结果减去实际观测b-scan图像得到脉络膜血管初始分割结果。
17.可选地，二值化步骤具体实现为：
18.对脉络膜血管初始分割结果进行高斯平滑处理；
19.使用最大类间方差算法对脉络膜血管初始分割结果进行二值化，获得二值化中间结果；
20.对二值化中间结果进行形态学操作，达到边缘平滑的脉络膜血管分割结果。并使用分割结果生成oct-a图像。
21.可选地，构建所述oct的光传播衰减模型具体实现为：
22.利用比尔-朗伯定律来描述脉络膜组织中传播时衰减的规律；
23.将散射部分作为入射光的分量求解光的后散射参量，并视脉络膜血管与脉络膜组织为均匀介质，计算第一吸收系数和第二吸收系数，以及，第一散射系数和第二散射系数，以拟合衰减曲线；
24.使用所述第一吸收系数和第一散射系数指示所述视脉络膜血管的衰减规律；
25.使用所述第二吸收系数和第二散射系统指示所述脉络膜组织的衰减规律。
26.可选地，提取视网膜色素上皮层rpe与脉络膜巩膜界面csi的分层线信息，具体实现为：
27.使用最短路径搜索算法分别提取所述rpe与csi的分层线信息。
28.一种计算设备，包括：至少一个处理器；以及
29.与所述至少一个处理器通信连接的存储器；其中，
30.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明实施例所述的所述的方法。
31.一种可读存储介质，存储有计算机可执行指令，可执行指令用于执行本发明实施例所述的方法。
32.本发明提出的oct图像脉络膜血管自动分割方法，基于oct的光传播衰减模型，不仅可以提高oct图像中脉络膜血管的分割精度，对血管亮度不均匀、血管边界不清晰、对比度较差的b-scan图像也有良好的处理能力，且计算简单，不需要去噪预处理，能够提高脉络膜血管自动分割的速度，还能够生成有清晰脉络膜血管结构的oct-a图像，并有效降低视网膜血管阴影对脉络膜血管oct-a图像的影响，从而达到提升脉络膜血管的图像分割精度和速度，提高oct血流造影图像质量的技术效果。
附图说明
33.此处所说明的附图用来提供对发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
34.图1为本发明一实施例的oct图像自动分割方法的流程步骤图；
35.图2为本发明一实施例的oct图像自动分割方法的流程步骤图；
36.图3为本发明一实施例的oct成像中的光传播过程流程图；
37.图4a为本发明实施例的光仅在脉络膜血管或其他脉络膜组织中传播时a-scan的光强曲线示意图；
38.图4b本发明实施例的光在脉络膜血管和其他脉络膜组织中传播时a-scan的光强曲线示意图；
39.图5为本发明实施例的实际观测的b-scan图像；
40.图6a为本发明实施例的oct图像自动分割方法的插值步骤流程图；
41.图6b为本发明实施例的rpe与csi位置之间插值结果图像；
42.图7为本发明实施例的oct图像自动分割方法的二值化步骤流程图；
43.图8为本技术实施例中的计算设备的结构示意图；
44.图9为本技术实施例中的可读介质结构示意图；
45.图10为本发明实施例的脉络膜血管初步分割结果图像；
46.图11为本发明实施例的图像二值化后的脉络膜血管分割结果图像；
47.图12为本发明实施例的脉络膜血管oct-a图像(左)与en-face图像(右)对比图。
具体实施方式
48.为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
49.脉络膜血管分割是使用光学相干断层成像技术(optical coherence tomography，oct)定量分析人眼脉络膜参数时重要的先行环节。虽然oct的en-face图像可以显示脉络膜血管，但在en-face图像中有视网膜血管投影，且难以显示脉络膜中的较小血管，影响脉络膜血管的观察与量化。因此，使用有效的脉络膜血管分割技术分割脉络膜血管，并计算oct血流造影图像，对观察量化脉络膜血管十分重要。
50.如下是针对的脉络膜血管分割的现有技术及对应问题：
51.(1)由于手动分割的方法繁琐耗时，因此oct图像脉络膜血管自动分割技术被提出。已有的oct图像脉络膜血管自动分割技术，从已有方案的脉络膜血管分割结果中获取的oct-a图像质量较差，说明已有的脉络膜血管分割方案精度有待提升。并且，由于视网膜血管会在b-scan图像中产生阴影，阴影部分灰度值较低，容易被误分为血管，使脉络膜血管oct-a图像中往往包含视网膜血管的投影。
52.(2)基于阈值分割的方法与基于轮廓提取的方法在b-scan图像的血管亮度不均匀、血管边界不清晰、b-scan图像的对比度较差的情况下，有时不能得到比较好的脉络膜血管分割结果。且这两类方法均需要较好的预处理或后处理，分别对输入图像进行去噪和细化分割结果。
53.(3)基于深度学习的方法需要标注大量数据，且计算成本较高，运行速度较慢。
54.基于此，本发明提出了一种面向脉络膜血管的oct图像分割技术以提高oct图像中脉络膜血管的分割精度及速度，还可以生成结构清晰且不含视网膜血管投影的脉络膜血管oct-a图像。
55.本发明实施例提供了一种oct图像自动分割方法及相关设备，达到提升脉络膜血管的图像分割精度和速度，提高oct血流造影图像质量的技术效果。
56.本发明的一种oct图像自动分割方法，包括如下步骤：
57.s11:提取步骤，提取视网膜色素上皮层rpe与脉络膜巩膜界面csi的分层线信息；
58.脉络膜是位于视网膜和巩膜之间的结缔组织，包含血管、黑色素细胞、成纤维细胞、免疫细胞、神经元、胶原纤维等多种组织和结构。脉络膜具有丰富的血流，是视网膜外层及黄斑区血流供应的重要部分，在眼球的代谢活动中起着至关重要的作用。因此，脉络膜的结构和功能异常与许多眼部疾病有关，如年龄相关性黄斑变性(amd)，息肉状脉络膜血管病变(pcv)，脉络膜新生血管(cnv)等。
59.光学相干断层成像技术(optical coherence tomography，oct)是一种非侵入式
成像技术，能够探测生物组织中不同深度的反射或者散射信号，具有非接触、高分辨率、高速度的优势。在oct成像中，一个点的深度层析图像被称为a-scan图像；二维横截面图像通过光束横向扫过被测样品和收集连续的a-scan生成，被称为b-scan图像；通过在横向和纵向两个方向扫描被测样品获得的与被测样品表面平行的某一深度位置的被测样品图像，被称为en-face图像或c-scan图像。
60.定量分析脉络膜参数，包括测量脉络膜血管的总体积、脉络膜内血管的分布等，其中对脉络膜血管进行分割是重要的先行环节，脉络膜血管分割对于生成脉络膜血管oct血流造影(oct angiography，oct-a)图像十分必要。
61.可选地，提取步骤前，还包括：
62.构建步骤，包括：构建所述oct的光传播衰减模型，具体地，参考图2：
63.s21:利用用比尔-朗伯定律来描述脉络膜组织中传播时衰减的规律；
64.oct的成像原理基于光学相干原理，以迈克尔逊干涉仪为核心光学结构。oct成像的基本过程为，光入射被测样品，由被测样品散射的后向散射光被耦合到样品臂中，然后与沿参考臂传输了固定光程长度的参考光发生干涉，通过干涉仪接收单元进行光电转换得到干涉图数据，并通过数据处理重建被测样品的深度方向的层析图像。根据上述的oct成像基本过程，一束光从入射样品到出射与参考光发生干涉，会经历如图3所示的过程(1)吸收衰减(2)后向散射(3)后向散射光吸收衰减。
65.对于光的吸收衰减过程，本发明考虑到比尔-朗伯特定律(beer-lambertlaw)是光通过物质时被吸收的定律，则光在脉络膜组织中传播时衰减的规律可以用比尔-朗伯定律来描述，如公式(1)所示：
66.t＝i/i0＝e-α
′
cd
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
67.其中，t为透射率，i0为入射光光强，i为透射光强，α'为物质吸光系数，c为浓度，d为光在脉络膜中的传播距离。
68.s22:将散射部分作为入射光的分量求解光的后散射参量，并视脉络膜血管与脉络膜组织为均匀介质；
69.对于光的后向散射过程，近似认为散射部分是入射光的一部分分量，则后向散射过程如公式(2)所示：
70.i
′
＝k*i0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
71.其中，i0为入射光光强，i’为后向散射光强，k为后向散射系数。
72.s23:计算第一吸收系数和第二吸收系数，以及，第一散射系数和第二散射系数，以拟合衰减曲线；
73.使用所述第一吸收系数和第一散射系数指示所述视脉络膜血管的衰减规律；
74.使用所述第二吸收系数和第二散射系统指示所述脉络膜组织的衰减规律。
75.在本实施例中，根据oct成像原理和比尔-朗伯特定律，认为脉络膜血管与其他脉络膜组织是近似均匀的介质，分别具有不同的吸收系数α1或α2和不同的散射系数k1或k2，建立了oct成像过程的光传播衰减模型。
76.记r为出射光强与入射光强的比值，若使用oct观测同种均匀介质，则如图4所示的过程涉及到的光传播过程如公式(3)所示：
[0077][0078]
由于上式中α
′
与c为物理上的单位且为常数，因此记吸收系数α＝2α
′
c，则如公式(4)所示：
[0079]
r＝k*e-αd
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0080]
在本实施例中，视脉络膜血管与其他脉络膜组织均为近似均匀的介质，则光仅在脉络膜血管或其他脉络膜组织中传播时，光的衰减有两种不同的第一吸收系数α1或第二吸收系统α2和不同的第一散射系数k1或第二散射系数k2。由于在b-scan图像中，脉络膜血管部分的亮度低于其他脉络膜组织的亮度，本发明认为脉络膜血管有更大的吸收系数α1或更小的散射系数k1。如果光仅在脉络膜血管或其他脉络膜组织中传播，则oct的一个a-scan的光强近似如图4a中圆点或星号点曲线所示。
[0081]
如果光在传播过程中，既经过脉络膜血管又经过其他脉络膜组织，则光的衰减结合了两种不同的第一吸收系数α1和第二吸收系数α2，以及，第一散射系数k1和第二散射系数k2，oct的一个经过一条血管的a-scan的光强近似如图4b中三角点曲线所示，此时有公式(5)：
[0082][0083]
其中，d1，d2分别为脉络膜血管与其他脉络膜组织的上下边界。
[0084]
在图4b中可以看到，当d1≤d≤d2时，d较小时经过两种组织的曲线与仅经过其他脉络膜组织的曲线的值较为接近，d较大时经过两种组织的曲线与仅经过其他脉络膜组织的曲线的值有明显区别。这一衰减规律解释了在b-scan图像中，如图5所示，血管上部较亮且上边界较模糊，血管下部较暗且下边界较清晰的现象的成因。
[0085]
进一步地，提取视网膜色素上皮层rpe与脉络膜巩膜界面csi的分层线信息，具体实现为：
[0086]
使用最短路径搜索算法分别提取所述rpe与csi的分层线信息，当然不局限于该种算法。
[0087]
s12:像素获取步骤，提取b-scan图像每列的rpe位置与csi位置附近的像素值；
[0088]
由于rpe与csi分层线不经过脉络膜血管，因此获取这两个位置附近的像素值后，可根据这两个位置附近的像素值近似拟合光在其他脉络膜组织中的传播规律，即通过rpe与csi分层线附近的像素值拟合如图5圆点所示曲线。因此作为可选在拟合出光仅在其他脉络膜组织中传播的光强曲线之后，减去经过血管的a-scan的光强曲线，即可抑制其他脉络膜组织的亮度，保留并凸显脉络膜血管组织亮度。
[0089]
s13:插值步骤，根据oct传播衰减模型，利用所述rpe位置与csi位置的预设像素值，进行插值及运算，获取脉络膜血管初始分割结果。
[0090]
需要说明的是，作为可选，使用插值结果减去实际观测b-scan图像得到脉络膜血管初始分割结果，但是并不局限于此。
[0091]
参考图6a，s13插值步骤具体实现为：
[0092]
s61:使用rpe位置与csi位置附近的像素值对每一列的rpe与csi之间位置的像素进行插值；
[0093]
s62:根据oct成像模型，用rpe位置与csi位置附近的像素值拟合光仅在其他脉络膜组织中的传播曲线，并根据拟合曲线的像素值，对每列的rpe与csi之间的像素进行插值。
[0094]
根据s21-s23中的oct成像模型，用rpe位置与csi位置附近的像素值拟合光仅在其他脉络膜组织中的传播曲线，并根据拟合曲线的像素值，对每列的rpe与csi之间的像素进行插值，如6b所示。
[0095]
s13中的运算步骤具体实现为，使用如图6b所示的插值后的b-scan图像，减去如图5所示的实际观测b-scan图像，来抑制b-scan图像中其他脉络膜组织的亮度，仅保留脉络膜血管组织，实现较好的脉络膜血管初步分割结果。
[0096]
针对s13中的二值化步骤，包括：对脉络膜血管初始分割结果进行二值化，并经过形态学操作以得到边缘平滑的脉络膜血管分割结果，并生成oct-a图像，更为具体，且作为可选，该二值化的步骤具体实现为
[0097]
参考图7，
[0098]
s71:对脉络膜血管初始分割结果进行高斯平滑处理；
[0099]
脉络膜血管初始分割结果边缘较为粗糙和模糊，如10所示，若要得到更好的分割结果，需要对脉络膜血管初始分割结果进行二值化与边缘平滑。对脉络膜血管初始分割结果进行高斯平滑，减少初始分割结果噪声。
[0100]
s72:使用最大类间方差算法对脉络膜血管初始分割结果进行二值化，获得二值化中间结果，当然不局限于该种算法。
[0101]
s73:对二值化中间结果进行形态学操作，达到边缘平滑的脉络膜血管分割结果。
[0102]
使用膨胀、腐蚀等一系列形态学操作，得到二值化后且边缘较为平滑的脉络膜血管分割结果，如图11所示。并根据脉络膜血管分割结果生成脉络膜血管oct-a图像。将图1对应步骤应用于oct图像的所有b-scan图像，使用图7中获得的b-scan的脉络膜血管二值化结果，计算rpe层与csi层之间像素的平均值，生成脉络膜血管oct-a图像。本发明计算得到的脉络膜血管oct-a图像与en-face图像相比，如12所示，不仅有更清晰丰富的血管结构，还基本去除了视网膜血管的投影。
[0103]
综上所述：本发明的技术效果是：
[0104]
本发明基于提出的oct的光传播衰减模型，提高了oct图像中脉络膜血管的分割精度，能够在视网膜血管产生的阴影中有效分割出脉络膜血管，因此能够生成结构清晰的脉络膜血管oct-a图像，并去除脉络膜血管oct-a图像中视网膜血管的投影。
[0105]
与基于阈值分割的方法与基于轮廓提取的方法相比，本发明提出的方案对血管亮度不均匀、血管边界不清晰、对比度较差的b-scan图像也有良好的处理能力，能够较完整地分割较大血管。
[0106]
与基于深度学习的方法相比，本发明提出的方案能够使用较小的计算开销、更快的计算速度实现较好的分割效果。
[0107]
图8示出的是匹配图1-图5所示方法的计算设备80，包括：
[0108]
需要说明的是，图8显示的计算设备80仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0109]
如图8所示，服务器以通用计算设备80的形式表现。计算设备80的组件可以包括但不限于：上述至少一个处理器81、上述至少一个存储器82、连接不同系统组件(包括存储器82和处理器81)的总线83。
[0110]
总线83表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
[0111]
存储器82可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)821和/或高速缓存存储器822，还可以进一步包括只读存储器(rom)823。
[0112]
存储器82还可以包括具有一组(至少一个)程序模块824的程序/实用工具825，这样的程序模块824包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0113]
计算设备80也可以与一个或多个外部设备84(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与计算设备80交互的设备通信，和/或与使得该计算设备80能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口85进行。并且，计算设备80还可以通过网络适配器88与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器88通过总线83与用于计算设备80的其它模块通信。应当理解，尽管图中未示出，可以结合计算设备80使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0114]
在一些可能的实施方式中，根据本技术的计算设备可以包括至少一个处理器、以及至少一个存储器(如第一服务器)。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本技术各种示例性实施方式的系统权限开启方法中的步骤。
[0115]
参考图9，图1-图5图示及对应实施例的oct图像脉络膜血管自动分割方法还可通过计算机可读介质91来实现，参考图9，存储有计算机可执行指令，即本发明方法所需执行的程序指令，所述计算机或者高速芯片可执行指令用于执行以上实施例所述的oct图像脉络膜血管自动分割方法。
[0116]
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0117]
可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0118]
可以以一种或多种程序设计语言的任意组合来编写用于执行本技术操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络——包括局域网(lan)或广域网
(wan)—连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0119]
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、控制装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0120]
本技术的实施方式的用于系统权限开启的程序产品可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在计算设备上运行。然而，本技术的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、控制装置或者器件使用或者与其结合使用。
[0121]
综上所述：本发明提出的oct图像脉络膜血管自动分割方法，基于oct的光传播衰减模型，不仅可以提高oct图像中脉络膜血管的分割精度，对血管亮度不均匀、血管边界不清晰、对比度较差的b-scan图像也有良好的处理能力，且计算简单，不需要去噪预处理，能够提高脉络膜血管自动分割的速度，还能够生成有清晰脉络膜血管结构的oct-a图像，并有效降低视网膜血管阴影对脉络膜血管oct-a图像的影响，从而达到提升脉络膜血管的图像分割精度和速度，提高oct血流造影图像质量的技术效果。
[0122]
本技术是参照根据本技术实施例的方法、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。
[0123]
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。
[0124]
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。
[0125]
尽管已描述了本技术的可选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括可选实施例以及落入本技术范围的所有变更和修改。
[0126]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。