本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別涉及一種用于放射性腦損傷估計(jì)的左右半腦的分割方法。

背景技術(shù)：

放射性腦損傷是顱內(nèi)外腫瘤及非腫瘤性病變放射治療后產(chǎn)生的一種常見并發(fā)癥。病情嚴(yán)重者極大地影響患者的生活質(zhì)量和生存期。解決損傷和治療之間的矛盾一直是研究的難點(diǎn)和熱點(diǎn)，如何盡量減少放射性腦損傷的發(fā)生，是臨床上亟待解決的問題。

現(xiàn)階段，在放療計(jì)劃的設(shè)計(jì)階段，利用左右半腦分割結(jié)果對(duì)放射性腦損傷做預(yù)判這一策略是比較新穎和獨(dú)特的。與mr圖像相比，ct圖像中軟組織的對(duì)比度較差，因此，關(guān)于ct圖像中左右半腦分割則相對(duì)較少。

一種用于頭部ct圖像的分割方法如下：通過可變形模型朝著對(duì)應(yīng)特征點(diǎn)移動(dòng)及變形的策略以獲取顱內(nèi)腦組織正中矢狀面，從而將大腦分為左右半球的方法。該方法的有效性和準(zhǔn)確性對(duì)模型具有較強(qiáng)的依賴性，而且模型的挑選比較困難，甚至需要手動(dòng)選取模型庫中的模型。另外的一種用于頭部ct圖像的分割方法如下：通過在二維橫斷面檢測(cè)大腦鐮這一特征，并采用三維最小二乘法擬合出顱內(nèi)腦組織正中矢狀面。由于大腦鐮只存在于大約30％的ct圖像層面，以及ct圖像質(zhì)量或病變等的影響，檢測(cè)出的大腦鐮特征點(diǎn)中必然會(huì)存在很多干擾點(diǎn)，這將會(huì)影響擬合結(jié)果的穩(wěn)定性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種左右半腦的分割方法，且該方法能夠較快速、準(zhǔn)確的完成左右半腦的分割。

為解決上述技術(shù)問題，本發(fā)明提供一種左右半腦的分割方法，包括以下步驟：s1.獲得頭部三維圖像；

s2.檢測(cè)所述頭部三維圖像中的顱內(nèi)腦組織的初始正中矢狀面sp0，所述初始正中矢狀面sp0包括大腦鐮正中矢狀面、顱骨輪廓正中矢狀面和雙眼正中矢狀面中的一種或數(shù)種；

s3.根據(jù)所述頭部三維圖像的橫斷層面圖像中的先驗(yàn)信息/局部特征點(diǎn)對(duì)初始正中矢狀面進(jìn)行調(diào)整，確定顱內(nèi)腦組織的正中矢狀面sp；

s4.根據(jù)所述正中矢狀面sp對(duì)所述顱內(nèi)腦組織進(jìn)行分割，獲得相應(yīng)的左右半腦分割結(jié)果。

優(yōu)選的，所述大腦鐮正中矢狀面的檢測(cè)包括以下步驟：

對(duì)待分割的三維圖像進(jìn)行濾波處理；

確定大腦鐮檢測(cè)的感興趣區(qū)域；

通過模糊c均值(fuzzyc-means)聚類及骨架提取方法取獲取大腦鐮候選點(diǎn)；

基于所述大腦鐮候選點(diǎn)，采用直線霍夫變換方法確定大腦鐮特征線，并得到對(duì)應(yīng)的大腦鐮正中矢狀面。

優(yōu)選的，所述大腦鐮檢測(cè)的感興趣區(qū)域通過以下方法確定：

確定大腦鐮在頭部三維圖像中的起始橫斷層面及終止橫斷層面，獲取起始橫斷層面與終止橫斷層面之間的顱內(nèi)腦組織的二維最大強(qiáng)度投影圖像，以所述最大強(qiáng)度投影圖像的中央窄帶為大腦鐮檢測(cè)的感興趣區(qū)域。

優(yōu)選的，所述大腦鐮在三維圖像中的起始橫斷層面及終止橫斷層面通過以下方式確定：

以頭部三維圖像中的顱內(nèi)腦組織分割面積最大的橫斷層面為起始橫斷層面，以大于所述頭部三維圖像中的顱內(nèi)腦組織分割面積最大橫斷層面的面積10％的最頂處的橫斷層面為終止橫斷層面。

優(yōu)選的，所述中央窄帶范圍為所述頭部三維圖像中的顱內(nèi)腦組織最中央的20％寬度區(qū)域。

優(yōu)選的，所述大腦鐮候選點(diǎn)通過以下方式獲?。禾崛「信d趣區(qū)域灰度值在-100hu～100hu區(qū)間的像素點(diǎn)，進(jìn)行模糊c均值(fuzzyc-means)3中心聚類，設(shè)定3個(gè)聚類中心中數(shù)值最大的類別為大腦鐮的候選點(diǎn)圖像區(qū)域，并進(jìn)一步對(duì)該圖像區(qū)域提取骨架，得到大腦鐮候選點(diǎn)。

優(yōu)選的，所述顱骨輪廓正中矢狀面的檢測(cè)包括以下步驟：

提取出所述頭部三維圖像的橫斷層面圖像中的顱骨組織掩模；

對(duì)顱骨組織掩模逐行進(jìn)行中心點(diǎn)提??；

對(duì)提取的各中心點(diǎn)進(jìn)行直線擬合獲得相應(yīng)橫斷層面圖像的正中矢狀線；

根據(jù)橫斷層面圖像中的正中矢狀線，獲得顱骨輪廓正中矢狀面。

優(yōu)選的，所述雙眼正中矢狀面的檢測(cè)包括以下步驟：通過對(duì)眼睛投影圖像求取其雙眼中心連線的中軸線的方式獲取。

優(yōu)選的，還包括在步驟s2之前對(duì)所述頭部三維圖像進(jìn)行傾斜校正的步驟。

優(yōu)選的，所述傾斜校正包括：

s10.提取出所述頭部三維圖像的橫斷層面圖像中的顱骨組織掩模；

s20.對(duì)顱骨組織掩模逐行進(jìn)行中心點(diǎn)提??；

s30.對(duì)提取的各中心點(diǎn)進(jìn)行直線擬合，獲得顱骨組織中心線，并求取該顱骨組織中心線與參考方向(y方向)的夾角θi(i為直線擬合次數(shù))；

s40.進(jìn)行顱骨組織掩模旋轉(zhuǎn)判斷；若求取的顱骨組織中心線與垂直方向夾角θi小于1度或旋轉(zhuǎn)次數(shù)大于3次時(shí)，則顱骨組織掩模旋轉(zhuǎn)終止，否則，對(duì)顱骨組織掩模進(jìn)行θi角度旋轉(zhuǎn)，并對(duì)旋轉(zhuǎn)得到的新的顱骨組織掩模后返回步驟s20,直至滿足顱骨組織掩模旋轉(zhuǎn)終止條件為止。

s50.對(duì)各次旋轉(zhuǎn)的角度θi求和，得到最終的旋轉(zhuǎn)角度θ，且當(dāng)θ＞1度時(shí)，采用該旋轉(zhuǎn)角度θ對(duì)輸入的頭部三維圖像進(jìn)行傾斜校正。

本發(fā)明對(duì)比現(xiàn)有技術(shù)有如下的有益效果：本發(fā)明的該方法充分利用了相鄰層中顱內(nèi)腦組織正中矢狀面的連續(xù)性，以及該正中矢狀面在圖像空間中的特征點(diǎn)及解剖結(jié)構(gòu)位置等信息，能夠快速、穩(wěn)定地進(jìn)行左右半腦分割。利用該分割結(jié)果，醫(yī)生能夠分別評(píng)估左右半腦所受劑量，用于輻射損傷的估計(jì)。這樣在放療計(jì)劃設(shè)計(jì)時(shí)，會(huì)根據(jù)劑量分布做預(yù)判，在設(shè)置照射方向和權(quán)重時(shí)，會(huì)避開某一區(qū)域等。該方法能夠極大地提高醫(yī)生放療計(jì)劃設(shè)計(jì)時(shí)的便利，盡量減少放射性腦損傷的發(fā)生。

附圖說明

圖1為本發(fā)明實(shí)施例的一種左右半腦的分割方法流程圖；

圖2為對(duì)頭部三維圖像進(jìn)行傾斜校正的方法流程圖；

圖3為本發(fā)明的方法得到的左右半腦分割結(jié)果的一個(gè)實(shí)例結(jié)果；

圖4為不同橫斷層面的ct顱腦圖像及對(duì)應(yīng)的左右半腦分割結(jié)果。

具體實(shí)施方式

以下結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明提出的一種左右半腦的分割方法作進(jìn)一步詳細(xì)說明。根據(jù)下面說明和權(quán)利要求書，本發(fā)明的優(yōu)點(diǎn)和特征將更清楚。需說明的是，附圖均采用非常簡(jiǎn)化的形式且均使用非精準(zhǔn)的比例，僅用以方便、明晰地輔助說明本發(fā)明實(shí)施例的目的。

本發(fā)明實(shí)施例的一種左右半腦的分割方法，包括以下步驟：

s1.獲得頭部三維圖像；所述頭部三維圖像為顱腦ct圖像或者mr圖像；

s2.檢測(cè)所述頭部三維圖像中的顱內(nèi)腦組織的初始正中矢狀面sp0，所述初 始正中矢狀面sp0包括大腦鐮正中矢狀面、顱骨輪廓正中矢狀面和雙眼正中矢狀面中的一種或數(shù)種；

s3.根據(jù)所述頭部三維圖像的橫斷層面圖像中的先驗(yàn)信息/局部特征點(diǎn)對(duì)初始正中矢狀面進(jìn)行調(diào)整，確定顱內(nèi)腦組織的正中矢狀面sp；

s4.根據(jù)所述正中矢狀面sp對(duì)所述顱內(nèi)腦組織進(jìn)行分割，獲得相應(yīng)的左右半腦分割結(jié)果。

進(jìn)一步的，所述大腦鐮正中矢狀面的檢測(cè)包括以下步驟：

s21.對(duì)待分割的三維圖像進(jìn)行濾波處理；對(duì)待分割的ct圖像進(jìn)行y軸方向?yàn)V波處理，以減少非大腦鐮高亮度像素點(diǎn)的干擾及增加大腦鐮特征點(diǎn)的連續(xù)性；

s22.確定大腦鐮檢測(cè)的感興趣區(qū)域；

具體的，所述大腦鐮檢測(cè)的感興趣區(qū)域通過以下方法確定：

由于大腦鐮只存在于大約30％的圖像橫斷層面，以及在同一層面中大腦鐮一般是不連續(xù)的。因此，首先，確定大腦鐮在頭部三維圖像中的起始橫斷層面及終止橫斷層面，獲取起始橫斷層面與終止橫斷層面之間的顱內(nèi)腦組織的二維最大強(qiáng)度投影圖像，以所述最大強(qiáng)度投影圖像的中央窄帶為大腦鐮檢測(cè)的感興趣區(qū)域。

進(jìn)一步的，所述大腦鐮在三維圖像中的起始橫斷層面及終止橫斷層面通過以下方式確定：

以頭部三維圖像中的顱內(nèi)腦組織分割面積最大的橫斷層面為起始橫斷層面，以大于所述頭部三維圖像中的顱內(nèi)腦組織分割面積最大橫斷層面的面積10％的最頂處的橫斷層面為終止橫斷層面。

進(jìn)一步的，所述中央窄帶范圍為所述頭部三維圖像中的顱內(nèi)腦組織最中央的20％寬度區(qū)域。

s23.通過模糊c均值(fuzzyc-means)聚類及骨架提取方法取獲取大腦鐮候選點(diǎn)；

具體的，通過提取感興趣區(qū)域灰度值在-100hu～100hu區(qū)間的像素點(diǎn)，進(jìn)行fuzzyc-means3中心聚類，設(shè)定3個(gè)聚類中心中數(shù)值最大的類別為大腦鐮的候選點(diǎn)圖像區(qū)域，并進(jìn)一步對(duì)該圖像區(qū)域提取骨架，得到大腦鐮候選點(diǎn)。

s24.基于所述大腦鐮候選點(diǎn)，采用直線霍夫變換方法確定大腦鐮特征線，并得到對(duì)應(yīng)的大腦鐮正中矢狀面。具體的，首先，基于解剖位置等先驗(yàn)信息，在一定角度范圍內(nèi)進(jìn)行直線霍夫變換；其次，以一定準(zhǔn)則篩選出最佳的大腦鐮所在直線，該準(zhǔn)則要求霍夫變換的直線的長(zhǎng)度要相對(duì)較長(zhǎng)且被其分割的左右半腦的形態(tài)大小差異不能太大。

進(jìn)一步的，所述顱骨輪廓正中矢狀面的檢測(cè)包括以下步驟：

提取出所述頭部三維圖像的橫斷層面圖像中的顱骨組織掩模；提取方法為對(duì)顱內(nèi)腦組織分割面積較大的ct橫斷層面圖像進(jìn)行最大強(qiáng)度投影，通過骨組織閾值二值化、形態(tài)學(xué)填充等操作獲取該掩模，本發(fā)明實(shí)施例中使用的骨組織閾值為500hu；

對(duì)顱骨組織掩模逐行進(jìn)行中心點(diǎn)提??；同時(shí)，需剔除顱骨掩模上下兩端及其他異常的中心點(diǎn)；

對(duì)提取的各中心點(diǎn)進(jìn)行直線擬合獲得相應(yīng)橫斷層面圖像的正中矢狀線；

根據(jù)橫斷層面圖像中的正中矢狀線，獲得顱骨輪廓正中矢狀面。

進(jìn)一步的，所述雙眼正中矢狀面的檢測(cè)包括以下步驟：通過對(duì)眼睛投影圖像求取其雙眼中心連線的中軸線的方式獲取。

進(jìn)一步的，還包括在步驟s2之前對(duì)所述頭部三維圖像進(jìn)行傾斜校正的步驟，包括：

s10.提取出所述頭部三維圖像的橫斷層面圖像中的顱骨組織掩模；

s20.對(duì)顱骨組織掩模逐行進(jìn)行中心點(diǎn)提?。?/p>

s30.對(duì)提取的各中心點(diǎn)進(jìn)行直線擬合，獲得顱骨組織中心線，并求取該顱 骨組織中心線與參考方向(y方向，即與身體長(zhǎng)軸方向z方向垂直的鉛垂方向)的夾角θi(i為直線擬合次數(shù)，其為整數(shù)，取值為1,2,3…)；

s40.進(jìn)行顱骨組織掩模旋轉(zhuǎn)判斷；若求取的顱骨組織中心線與垂直方向夾角θi小于1度或旋轉(zhuǎn)次數(shù)大于3次時(shí)，則顱骨組織掩模旋轉(zhuǎn)終止，否則，對(duì)顱骨組織掩模進(jìn)行θi角度旋轉(zhuǎn)，并對(duì)旋轉(zhuǎn)得到的新的顱骨組織掩模后返回步驟s20,直至滿足顱骨組織掩模旋轉(zhuǎn)終止條件為止。

s50.對(duì)各次旋轉(zhuǎn)的角度θi求和，得到最終的旋轉(zhuǎn)角度θ，且當(dāng)θ＞1度時(shí)，采用該旋轉(zhuǎn)角度θ對(duì)輸入的頭部三維圖像進(jìn)行傾斜校正。

進(jìn)一步的，所述步驟s3.根據(jù)所述頭部三維圖像的橫斷層面圖像中的先驗(yàn)信息和/或局部特征點(diǎn)對(duì)初始正中矢狀面進(jìn)行調(diào)整，確定顱內(nèi)腦組織的正中矢狀面sp，具體包括；

在上述三個(gè)正中矢狀面基礎(chǔ)上，需進(jìn)一步借助圖像特征點(diǎn)進(jìn)行顱內(nèi)腦組織正中矢狀面確定。通過觀察得知，上矢狀竇、竇匯、枕內(nèi)粗隆是分割左右半腦比較可靠的特征點(diǎn)，但由于這些特征點(diǎn)并不是在每一個(gè)層面都出現(xiàn)，因此，最終顱內(nèi)腦組織正中矢狀面的確定需通過全局特征點(diǎn)粗調(diào)和局部特征點(diǎn)精調(diào)兩個(gè)步驟實(shí)現(xiàn)。

結(jié)合人體左右半腦基本對(duì)稱、全局特征點(diǎn)、解剖結(jié)構(gòu)位置等先驗(yàn)信息，確定初始顱內(nèi)腦組織正中矢狀面。首先，檢測(cè)全局特征點(diǎn)，其在顱內(nèi)腦組織二維投影圖像上表現(xiàn)為局部凹點(diǎn)，對(duì)檢測(cè)到多個(gè)凹點(diǎn)的情況，根據(jù)大腦鐮特征線、顱骨輪廓中心線、雙眼中心連線的中軸線和各凹點(diǎn)的位置關(guān)系等進(jìn)行約束與取舍。其次，利用全局特征點(diǎn)求取左右半腦分割線，并以此得到初始顱內(nèi)腦組織正中矢狀面。對(duì)大腦鐮特征線、顱骨輪廓中心線、雙眼中心連線的中軸線基于檢測(cè)得到的全局特征點(diǎn)進(jìn)行一定調(diào)整，最終選取分割左右半腦的形態(tài)大小差異較小的調(diào)整后直線作為左右半腦分割線。

基于局部特征點(diǎn)進(jìn)行顱內(nèi)腦組織正中矢狀面調(diào)整。與步驟4中方法類似， 在圖像空間中逐層進(jìn)行基于局部特征點(diǎn)的左右半腦分割線精調(diào)。由于在相鄰掃描斷層中，該分割線一般是連續(xù)變化的，所以當(dāng)相鄰斷層的分割線斜率差異較大時(shí)，需要根據(jù)檢測(cè)特征點(diǎn)的可靠性及相鄰層分割線確定該層最終的分割線位置。本發(fā)明中，斜率差的閾值取值為0.08。

進(jìn)一步的，所述步驟s4.根據(jù)所述正中矢狀面sp對(duì)所述顱內(nèi)腦組織進(jìn)行分割，獲得相應(yīng)的左右半腦分割結(jié)果，具體包括：

在三維空間中根據(jù)調(diào)整后的顱內(nèi)腦組織正中矢狀面進(jìn)行左右半腦分割，得到一個(gè)由平滑的顱內(nèi)腦組織正中矢狀面分離的左右半腦分割結(jié)果。具體的，以該正中矢狀面為基礎(chǔ)，對(duì)顱內(nèi)腦組織進(jìn)行分離，并進(jìn)行連通域分析，必要時(shí)需對(duì)該正中矢狀面進(jìn)行膨脹處理，直至得到小于一定體積比的左右半腦分割結(jié)果，再對(duì)進(jìn)行分離的正中矢狀面上的各點(diǎn)根據(jù)其與左右半腦的距離遠(yuǎn)近進(jìn)行歸并。

本發(fā)明充分利用了相鄰層中顱內(nèi)腦組織正中矢狀面的連續(xù)性，以及該正中矢狀面在圖像空間中的特征點(diǎn)及解剖結(jié)構(gòu)位置等信息，能夠快速、穩(wěn)定地進(jìn)行左右半腦分割。利用該分割結(jié)果，醫(yī)生能夠分別評(píng)估左右半腦所受劑量，用于輻射損傷的估計(jì)。這樣在放療計(jì)劃設(shè)計(jì)時(shí)，會(huì)根據(jù)劑量分布做預(yù)判，在設(shè)置照射方向和權(quán)重時(shí)，會(huì)避開某一區(qū)域等。該方法能夠極大地提高醫(yī)生放療計(jì)劃設(shè)計(jì)時(shí)的便利，盡量減少放射性腦損傷的發(fā)生。

本發(fā)明充分利用了圖像相鄰掃描斷層的連續(xù)性、特征點(diǎn)、解剖結(jié)構(gòu)位置等信息，因此，在單一特征不明顯的情形下也能很好的適用，極大地保證了分割結(jié)果的準(zhǔn)確性和魯棒性。

本發(fā)明中大腦鐮特征點(diǎn)的檢測(cè)，采用了存在大腦鐮的掃描斷層圖像的最大強(qiáng)度投影、直線霍夫變換等策略，最大限度地保證了大腦鐮特征點(diǎn)檢測(cè)的連續(xù)性和準(zhǔn)確性，以得到較為準(zhǔn)確的大腦鐮正中矢狀面。

本發(fā)明根據(jù)人體左右半腦基本對(duì)稱等先驗(yàn)信息，對(duì)大腦鐮正中矢狀面、人體顱骨輪廓正中矢狀面(和雙眼正中矢狀面，若存在)等進(jìn)行對(duì)比分析和全局特征點(diǎn)粗調(diào)，以得到初始的顱內(nèi)腦組織正中矢狀面。并以該結(jié)果為基準(zhǔn)，在圖像空 間中逐層進(jìn)行一定空間范圍內(nèi)的局部特征點(diǎn)精調(diào)，最終在三維空間中根據(jù)調(diào)整后的顱內(nèi)腦組織正中矢狀面進(jìn)行左右半腦分割，得到一個(gè)由平滑的顱內(nèi)腦組織正中矢狀面分離的左右半腦分割結(jié)果。

本發(fā)明使用方法原理簡(jiǎn)單，算法實(shí)現(xiàn)復(fù)雜度低，計(jì)算速度快。

需要說明的是，通過以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明的部分或全部可借助軟件并結(jié)合必需的通用硬件平臺(tái)來實(shí)現(xiàn)。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品可包括其上存儲(chǔ)有機(jī)器可執(zhí)行指令的一個(gè)或多個(gè)機(jī)器可讀介質(zhì)，這些指令在由諸如計(jì)算機(jī)、計(jì)算機(jī)網(wǎng)絡(luò)或其他電子設(shè)備等一個(gè)或多個(gè)機(jī)器執(zhí)行時(shí)可使得該一個(gè)或多個(gè)機(jī)器根據(jù)本發(fā)明的實(shí)施例來執(zhí)行操作。機(jī)器可讀介質(zhì)可包括，但不限于，軟盤、光盤、cd-rom(緊致盤-只讀存儲(chǔ)器)、磁光盤、rom(只讀存儲(chǔ)器)、ram(隨機(jī)存取存儲(chǔ)器)、eprom(可擦除可編程只讀存儲(chǔ)器)、eeprom(電可擦除可編程只讀存儲(chǔ)器)、磁卡或光卡、閃存、或適于存儲(chǔ)機(jī)器可執(zhí)行指令的其他類型的介質(zhì)/機(jī)器可讀介質(zhì)。

本發(fā)明可用于眾多通用或?qū)Ｓ玫挠?jì)算系統(tǒng)環(huán)境或配置中。例如：個(gè)人計(jì)算機(jī)、服務(wù)器計(jì)算機(jī)、手持設(shè)備或便攜式設(shè)備、平板型設(shè)備、多處理器系統(tǒng)、基于微處理器的系統(tǒng)、置頂盒、可編程的消費(fèi)電子設(shè)備、網(wǎng)絡(luò)pc、小型計(jì)算機(jī)、大型計(jì)算機(jī)、包括以上任何系統(tǒng)或設(shè)備的分布式計(jì)算環(huán)境等。

本發(fā)明可以在由計(jì)算機(jī)執(zhí)行的計(jì)算機(jī)可執(zhí)行指令的一般上下文中描述，例如程序模塊。一般地，程序模塊包括執(zhí)行特定任務(wù)或?qū)崿F(xiàn)特定抽象數(shù)據(jù)類型的例程、程序、對(duì)象、組件、數(shù)據(jù)結(jié)構(gòu)等等。也可以在分布式計(jì)算環(huán)境中實(shí)踐本申請(qǐng)，在這些分布式計(jì)算環(huán)境中，由通過通信網(wǎng)絡(luò)而被連接的遠(yuǎn)程處理設(shè)備來執(zhí)行任務(wù)。在分布式計(jì)算環(huán)境中，程序模塊可以位于包括存儲(chǔ)設(shè)備在內(nèi)的本地和遠(yuǎn)程計(jì)算機(jī)存儲(chǔ)介質(zhì)中。

上述描述僅是對(duì)本發(fā)明較佳實(shí)施例的描述，并非對(duì)本發(fā)明范圍的任何限 定，本發(fā)明領(lǐng)域的普通技術(shù)人員根據(jù)上述揭示內(nèi)容做的任何變更、修飾，均屬于權(quán)利要求書的保護(hù)范圍。