本發(fā)明涉及醫(yī)學圖像檢測技術領域，具體涉及一種用于醫(yī)學圖像中文本區(qū)域檢測的方法及裝置。

背景技術：

醫(yī)學影像圖像是由一定數(shù)目由黑到白不同灰度的像素按矩陣排列所構(gòu)成的圖像。它反映了器官和組織在特定影像設備上的成像情況，可以很好的顯示由軟組織構(gòu)成的器官，如腦、脊髓、縱膈、肺、肝、膽、胰以及盆部器官等，并在良好的解剖圖像背景上顯示出病變的影像，因此醫(yī)學影像在醫(yī)學診斷上具有非常重要的應用價值。原始的醫(yī)學影像除了圖像本身外，還會將患者信息等附加數(shù)據(jù)按照一定標準(如DICOM)以元數(shù)據(jù)形式保存。這些數(shù)據(jù)與圖像是分別保存的。

經(jīng)分析的醫(yī)療影像經(jīng)過轉(zhuǎn)換打印輸出用于診斷與保存。與原始影像不同，這類用于輸出的醫(yī)學圖像上除了器官的層面圖像外，還會將附加信息以文字圖樣形式直接疊加到醫(yī)學影像上。這些文字往往包含了患者姓名、檢測時間以及檢測指標等信息，為我們準確解讀醫(yī)學圖像提供了重要的價值，因此檢測這些醫(yī)學圖像中文字所在的位置，將其提取出來有著重要的意義?，F(xiàn)有技術一般使用MSER、SWT等方法進行醫(yī)學圖像中文本區(qū)域檢測，但是此種方法是依據(jù)紋理特征進行檢測的，不容易將圖像中字符紋理與其它紋理進行區(qū)分，造成檢測精度較低。

技術實現(xiàn)要素：

針對現(xiàn)有技術存在的不足和缺陷，本發(fā)明提供一種用于醫(yī)學圖像中文本區(qū)域檢測的方法及裝置。

一方面，本發(fā)明實施例提出一種用于醫(yī)學圖像中文本區(qū)域檢測的方法，包括：

S1、獲取待檢測的醫(yī)學圖像；

S2、對所述醫(yī)學圖像進行檢測，得到一系列的連通區(qū)域，并且基于單樣例圖像得到所述醫(yī)學圖像中文本區(qū)域的二值模板；

S3、利用所述二值模板濾除掉所述連通區(qū)域中的非文本區(qū)域得到文本候選區(qū)域，并基于字符特征進一步濾除所述文本候選區(qū)域中的非文本區(qū)域；

S4、將得到的文本區(qū)域進行聚合，得到文本行。

另一方面，本發(fā)明實施例提出一種用于醫(yī)學圖像中文本區(qū)域檢測的裝置，包括：

獲取單元，用于獲取待檢測的醫(yī)學圖像；

計算單元，用于對所述醫(yī)學圖像進行檢測，得到一系列的連通區(qū)域，并且基于單樣例圖像得到所述醫(yī)學圖像中文本區(qū)域的二值模板；

濾除單元，用于利用所述二值模板濾除掉所述連通區(qū)域中的非文本區(qū)域得到文本候選區(qū)域，并基于字符特征進一步濾除所述文本候選區(qū)域中的非文本區(qū)域；

聚合單元，用于將得到的文本區(qū)域進行聚合，得到文本行。

本發(fā)明實施例提供的用于醫(yī)學圖像中文本區(qū)域檢測的方法及裝置，利用待檢測的醫(yī)學圖像中文本區(qū)域的二值模板濾除掉連通區(qū)域中的非文本區(qū)域得到文本候選區(qū)域，基于字符特征進一步濾除所述文本候選區(qū)域中的非文本區(qū)域，并將得到的文本區(qū)域進行聚合，得到文本行，相較于現(xiàn)有技術，本發(fā)明實施例不需要區(qū)分紋理特征，能夠提高文本區(qū)域的檢測精度。

附圖說明

圖1為本發(fā)明用于醫(yī)學圖像中文本區(qū)域檢測的方法一實施例的流程示意圖；

圖2為本發(fā)明用于醫(yī)學圖像中文本區(qū)域檢測的裝置一實施例的結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

參看圖1，本實施例公開一種用于醫(yī)學圖像中文本區(qū)域檢測的方法，包括：

S1、獲取待檢測的醫(yī)學圖像；

S2、對所述醫(yī)學圖像進行檢測，得到一系列的連通區(qū)域，并且基于單樣例圖像得到所述醫(yī)學圖像中文本區(qū)域的二值模板；

需要說明的是，對所述醫(yī)學圖像進行檢測可以采用MSER算法，此處不再贅述。

單樣例圖像是指包含文本對象的醫(yī)學圖像，能夠充分體現(xiàn)醫(yī)學圖像中的文本特征。在具體應用中，所述基于單樣例圖像得到所述醫(yī)學圖像中文本區(qū)域的二值模板，可以包括：

計算所述單樣例圖像R的局部自適應回歸核K_R，并且對于每一個連通區(qū)域T，計算該連通區(qū)域T的局部自適應回歸核K_T；

對所述K_R進行歸一化處理得到權值向量矩陣W_R，對所述K_T進行歸一化處理得到權值向量矩陣W_T；

對所述W_R采用PCA算法(主成份分析法)進行處理，得到主成分，并保留所述主成分的前d項構(gòu)成矩陣P_R，將所述W_R向所述P_R進行投影，得到所述單樣例圖像R的特征向量F_R，將所述W_T向所述P_R進行投影，得到所述連通區(qū)域T的特征向量F_T；

其中，所述d為整數(shù)，具體可以根據(jù)需要進行取值，比如可以取值4、5、6等，本發(fā)明實施例對此不作限定。將所述W_R向所述P_R進行投影的函數(shù)表達式為將所述W_T向所述P_R進行投影的函數(shù)表達式為

計算所述特征向量F_R與F_T之間的相似度，判斷所述相似性度量是否大于第一數(shù)值，若大于所述第一數(shù)值，則將對應的連通區(qū)域的像素值置為1，得到文本區(qū)域，否則，則將對應的連通區(qū)域的像素值置為0，得到背景區(qū)域，將所述文本區(qū)域和背景區(qū)域作為所述二值模板。

在具體應用中，需要說明的是，計算相似度可以采用余弦相似度度量進行計算，此處不再贅述。按照醫(yī)學圖像中文本字體的不同第一數(shù)值可以有不同的取值，比如若醫(yī)學圖像中文本為宋體，則第一數(shù)值可以為70％，當然也可以根據(jù)需要進行左右調(diào)整，本實施例對此不作限定。

另外，可以理解的是，本實施例計算二值模板的過程其實質(zhì)是計算單樣例圖像的特征向量和每一個連通區(qū)域之間的相似度，根據(jù)相似度的大小建立對應的連通區(qū)域大小的全黑或者全白的二值模板。

S3、利用所述二值模板濾除掉所述連通區(qū)域中的非文本區(qū)域得到文本候選區(qū)域，并基于字符特征進一步濾除所述文本候選區(qū)域中的非文本區(qū)域；

本實施例中，利用所述二值模板濾除掉所述連通區(qū)域中的非文本區(qū)域得到文本候選區(qū)域，具體是說將連通區(qū)域中的背景區(qū)域的像素值置為0，得到文本候選區(qū)域，其處理過程相應的數(shù)學表達式為I_can＝I_mask∩I_MSER，其中，I_can為文本候選區(qū)域，I_mask為二值模板，I_MSER為連通區(qū)域。

具體地，所述基于字符特征進一步濾除所述文本候選區(qū)域中的非文本區(qū)域，可以包括：

對于每一個文本候選區(qū)域，計算該文本候選區(qū)域的筆劃寬度特征SW，并保留筆劃寬度特征SW小于第二數(shù)值的文本候選區(qū)域，其中，所述筆劃寬度特征SW的計算公式為

$SW=\frac{std}{E}---\left(1\right)$

式中，std和E分別是該文本候選區(qū)域的筆劃寬度標準差和平均值；

一般情況下，因單個字符的筆劃寬度大致保持一致，使得文本候選區(qū)域的筆劃寬度標準差和平均值的比值較小，借助于這一特點可以將部分非文本區(qū)域濾除。需要說明的是，第二數(shù)值的取值與字符的筆畫寬度有關，字符的筆畫寬度越大，則該值取值相應增大，一般情況下取值可以為0.5-1,5。

計算得到的文本候選區(qū)域的非零像素的個數(shù)，濾除非零像素的個數(shù)大于第三數(shù)值和小于第四數(shù)值的文本候選區(qū)域；

在具體應用中，第三數(shù)值和第四數(shù)值的取值與文本候選區(qū)域的像素數(shù)目有關，一般情況下取值分別可以為文本候選區(qū)域的像素數(shù)目的0.9倍和0.5倍。

計算得到的文本候選區(qū)域的非零像素的個數(shù)與對應的文本候選區(qū)域的區(qū)域面積的比值，濾除比值大于第五數(shù)值和小于第六數(shù)值的文本候選區(qū)域；

在具體應用中，第五數(shù)值和第六數(shù)值的取值一般情況下可以分別為70％和10％。

計算得到的文本候選區(qū)域的的長寬比，濾除掉長寬比大于第七數(shù)值和小于第八數(shù)值的文本候選區(qū)域；

在具體應用中，第七數(shù)值和第八數(shù)值的取值一般情況下可以分別為1.2和0.5。

對于得到的每一個文本候選區(qū)域，利用投影法或者連通區(qū)域法對該文本候選區(qū)域進行切分，得到多個小塊，并確定每一個小塊是否是字符，計算是字符的小塊所占的比值，濾除比值小于第九數(shù)值的文本候選區(qū)域。

需要說明的是，確定每一個小塊是否是字符可以使用現(xiàn)有技術，此處不再贅述。第九數(shù)值一般情況可取值為2/3。

S4、將得到的文本區(qū)域進行聚合，得到文本行。

在具體應用中，所述S4，可以包括：

對于得到的文本區(qū)域中每一個未被聚合的文本區(qū)域A，選取其它未被聚合的文本區(qū)域中的一個未被聚合的文本區(qū)域B，判斷該兩個文本區(qū)域A和B是否能夠聚合，若能夠聚合，則將該兩個文本區(qū)域A和B進行聚合，得到文本區(qū)域C，再從其它未被聚合的文本區(qū)域中選取一個未被聚合的文本區(qū)域D，判斷所述文本區(qū)域C和D是否能夠聚合，若能夠聚合，則將該兩個文本區(qū)域C和D進行聚合，重復上述選取文本區(qū)域、判斷是否能夠聚合以及聚合的步驟直至未被聚合的文本區(qū)域選取完畢。

需要說明的是，對得到的文本區(qū)域進行聚合的聚合的過程，其實質(zhì)是將醫(yī)學圖像上在一塊的文本聚合在一起。當然，因為醫(yī)學圖像上在一塊的文本其實是有一定的距離關系的，比如對于前后相鄰的文本，前邊文本區(qū)域的最右邊的像素的橫坐標與后邊文本區(qū)域的最左邊的像素的橫坐標的差值的絕對值是不大于1個像素的大小的，而前邊文本區(qū)域與后邊文本區(qū)域之間的垂直距離是不大于0.5個像素的大小的，再比如，對于上下相鄰的文本，上邊文本區(qū)域與下邊文本區(qū)域之間的垂直距離是不大于1個像素的大小的，上邊文本區(qū)域的最左邊的像素的橫坐標與下邊文本區(qū)域的最左邊的像素的橫坐標的差值的絕對值是不大于0.5個像素的大小的。據(jù)此，可以構(gòu)建兩個文本區(qū)域是否能夠聚合的判斷過程，以文本區(qū)域A和B為例，判斷過程如下：

S40、計算該兩個文本區(qū)域A和B之間的垂直距離，判斷所述垂直距離是否小于第十數(shù)值，若小于所述第十數(shù)值，則執(zhí)行步驟S41，否則，執(zhí)行步驟S42；

S41、計算所述兩個文本區(qū)域A和B中像素的橫坐標較大的文本區(qū)域包含的像素的最小橫坐標與所述兩個文本區(qū)域A和B中像素的橫坐標較小的文本區(qū)域包含的像素的最大橫坐標的差值的絕對值，判斷所述絕對值是否小于第十一數(shù)值，若小于所述第十一數(shù)值，則將所述像素的橫坐標較大的文本區(qū)域聚合在所述像素的橫坐標較小的文本區(qū)域后面；

S42、判斷所述垂直距離是否小于第十一數(shù)值，若小于所述第十一數(shù)值，則計算所述兩個文本區(qū)域A和B中一個文本區(qū)域包含的像素的最小橫坐標與另一個文本區(qū)域包含的像素的最小橫坐標的差值的絕對值，判斷所述絕對值是否小于第十數(shù)值，若小于所述第十數(shù)值，則將所述兩個文本區(qū)域A和B中像素的縱坐標較小的文本區(qū)域聚合在所述兩個文本區(qū)域中像素的縱坐標較大的文本區(qū)域下面。

此外，需要說明的是，本發(fā)明實施例中所涉及的坐標所在的坐標系的橫軸是沿與字符的排布方向平行的。另外，需要說明的是，對于第十數(shù)值和第十一數(shù)值的取值，可以根據(jù)醫(yī)學圖像中文字的排版確定，對于一般的醫(yī)學圖像，第十數(shù)值可以取值為1個像素的大小，第十一數(shù)值可以取值為0.5個像素的大小。

本發(fā)明實施例提供的用于醫(yī)學圖像中文本區(qū)域檢測的方法，利用待檢測的醫(yī)學圖像中文本區(qū)域的二值模板濾除掉連通區(qū)域中的非文本區(qū)域得到文本候選區(qū)域，基于字符特征進一步濾除所述文本候選區(qū)域中的非文本區(qū)域，并將得到的文本區(qū)域進行聚合，得到文本行，相較于現(xiàn)有技術，本發(fā)明實施例不需要區(qū)分紋理特征，能夠提高文本區(qū)域的檢測精度。

參看圖2，本實施例公開一種用于醫(yī)學圖像中文本區(qū)域檢測的裝置，包括：

獲取單元1，用于獲取待檢測的醫(yī)學圖像；

計算單元2，用于對所述醫(yī)學圖像進行檢測，得到一系列的連通區(qū)域，并且基于單樣例圖像得到所述醫(yī)學圖像中文本區(qū)域的二值模板；

需要說明的是，對所述醫(yī)學圖像進行檢測可以采用MSER算法，此處不再贅述。

在具體應用中，所述計算單元，可以用于：

計算所述單樣例圖像R的局部自適應回歸核K_R，并且對于每一個連通區(qū)域T，計算該連通區(qū)域T的局部自適應回歸核K_T；

對所述K_R進行歸一化處理得到權值向量矩陣W_R，對所述K_T進行歸一化處理得到權值向量矩陣W_T；

對所述W_R采用PCA算法進行處理，得到主成分，并保留所述主成分的前d項構(gòu)成矩陣P_R，將所述W_R向所述P_R進行投影，得到所述單樣例圖像R的特征向量F_R，將所述W_T向所述P_R進行投影，得到所述連通區(qū)域T的特征向量F_T，其中，所述d為整數(shù)；

計算所述特征向量F_R與F_T之間的相似度，判斷所述相似性度量是否大于第一數(shù)值，若大于所述第一數(shù)值，則將對應的連通區(qū)域的像素值置為1，得到文本區(qū)域，否則，則將對應的連通區(qū)域的像素值置為0，得到背景區(qū)域，將所述文本區(qū)域和背景區(qū)域作為所述二值模板。

需要說明的是，計算相似度可以采用余弦相似度度量進行計算，此處不再贅述。

濾除單元3，用于利用所述二值模板濾除掉所述連通區(qū)域中的非文本區(qū)域得到文本候選區(qū)域，并基于字符特征進一步濾除所述文本候選區(qū)域中的非文本區(qū)域；

在實際應用中，所述濾除單元，具體可以用于：

對于每一個文本候選區(qū)域，計算該文本候選區(qū)域的筆劃寬度特征SW，并保留筆劃寬度特征SW小于第二數(shù)值的文本候選區(qū)域，其中，所述筆劃寬度特征SW的計算公式為

$SW=\frac{std}{E}---\left(1\right)$

式中，std和E分別是該文本候選區(qū)域的筆劃寬度標準差和平均值；

計算得到的文本候選區(qū)域的非零像素的個數(shù)，濾除非零像素的個數(shù)大于第三數(shù)值和小于第四數(shù)值的文本候選區(qū)域；

計算得到的文本候選區(qū)域的非零像素的個數(shù)與對應的文本候選區(qū)域的區(qū)域面積的比值，濾除比值大于第五數(shù)值和小于第六數(shù)值的文本候選區(qū)域；

計算得到的文本候選區(qū)域的的長寬比，濾除掉長寬比大于第七數(shù)值和小于第八數(shù)值的文本候選區(qū)域；

對于得到的每一個文本候選區(qū)域，利用投影法或者連通區(qū)域法對該文本候選區(qū)域進行切分，得到多個小塊，并確定每一個小塊是否是字符，計算是字符的小塊所占的比值，濾除比值小于第九數(shù)值的文本候選區(qū)域。

聚合單元4，用于將得到的文本區(qū)域進行聚合，得到文本行。

本實施例中，所述聚合單元，具體可以用于對于得到的文本區(qū)域中每一個未被聚合的文本區(qū)域A，選取其它未被聚合的文本區(qū)域中的一個未被聚合的文本區(qū)域B，判斷該兩個文本區(qū)域A和B是否能夠聚合，若能夠聚合，則將該兩個文本區(qū)域A和B進行聚合，得到文本區(qū)域C，再從其它未被聚合的文本區(qū)域中選取一個未被聚合的文本區(qū)域D，判斷所述文本區(qū)域C和D是否能夠聚合，若能夠聚合，則將該兩個文本區(qū)域C和D進行聚合，重復上述選取文本區(qū)域、判斷是否能夠聚合以及聚合的步驟直至未被聚合的文本區(qū)域選取完畢。

在具體應用中，所述聚合單元，具體可以用于：

計算該兩個文本區(qū)域A和B之間的垂直距離，判斷所述垂直距離是否小于第十數(shù)值，若小于所述第十數(shù)值，則計算所述兩個文本區(qū)域A和B中像素的橫坐標較大的文本區(qū)域包含的像素的最小橫坐標與所述兩個文本區(qū)域A和B中像素的橫坐標較小的文本區(qū)域包含的像素的最大橫坐標的差值的絕對值，判斷所述絕對值是否小于第十一數(shù)值，若小于所述第十一數(shù)值，則將所述像素的橫坐標較大的文本區(qū)域聚合在所述像素的橫坐標較小的文本區(qū)域后面；或者

若不小于所述第十數(shù)值，則判斷所述垂直距離是否小于第十一數(shù)值，若小于所述第十一數(shù)值，則計算所述兩個文本區(qū)域A和B中一個文本區(qū)域包含的像素的最小橫坐標與另一個文本區(qū)域包含的像素的最小橫坐標的差值的絕對值，判斷所述絕對值是否小于第十數(shù)值，若小于所述第十數(shù)值，則將所述兩個文本區(qū)域A和B中像素的縱坐標較小的文本區(qū)域聚合在所述兩個文本區(qū)域中像素的縱坐標較大的文本區(qū)域下面。

本發(fā)明實施例提供的用于醫(yī)學圖像中文本區(qū)域檢測的裝置，利用待檢測的醫(yī)學圖像中文本區(qū)域的二值模板濾除掉連通區(qū)域中的非文本區(qū)域得到文本候選區(qū)域，基于字符特征進一步濾除所述文本候選區(qū)域中的非文本區(qū)域，并將得到的文本區(qū)域進行聚合，得到文本行，相較于現(xiàn)有技術，本發(fā)明實施例不需要區(qū)分紋理特征，能夠提高文本區(qū)域的檢測精度。

本實施例的用于醫(yī)學圖像中文本區(qū)域檢測的裝置，可以用于執(zhí)行前述圖1所示方法實施例的技術方案，其實現(xiàn)原理和技術效果類似，此處不再贅述。

本領域內(nèi)的技術人員應明白，本申請的實施例可提供為方法、系統(tǒng)、或計算機程序產(chǎn)品。因此，本申請可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本申請可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學存儲器等)上實施的計算機程序產(chǎn)品的形式。

本申請是參照根據(jù)本申請實施例的方法、設備(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導計算機或其他可編程數(shù)據(jù)處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設備上，使得在計算機或其他可編程設備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。術語“上”、“下”等指示的方位或位置關系為基于附圖所示的方位或位置關系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。除非另有明確的規(guī)定和限定，術語“安裝”、“相連”、“連接”應做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內(nèi)部的連通。對于本領域的普通技術人員而言，可以根據(jù)具體情況理解上述術語在本發(fā)明中的具體含義。

本發(fā)明的說明書中，說明了大量具體細節(jié)。然而能夠理解的是，本發(fā)明的實施例可以在沒有這些具體細節(jié)的情況下實踐。在一些實例中，并未詳細示出公知的方法、結(jié)構(gòu)和技術，以便不模糊對本說明書的理解。類似地，應當理解，為了精簡本發(fā)明公開并幫助理解各個發(fā)明方面中的一個或多個，在上面對本發(fā)明的示例性實施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實施例、圖、或者對其的描述中。然而，并不應將該公開的方法解釋呈反映如下意圖：即所要求保護的本發(fā)明要求比在每個權利要求中所明確記載的特征更多的特征。更確切地說，如權利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實施例的所有特征。因此，遵循具體實施方式的權利要求書由此明確地并入該具體實施方式，其中每個權利要求本身都作為本發(fā)明的單獨實施例。需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。本發(fā)明并不局限于任何單一的方面，也不局限于任何單一的實施例，也不局限于這些方面和/或?qū)嵤├娜我饨M合和/或置換。而且，可以單獨使用本發(fā)明的每個方面和/或?qū)嵤├蛘吲c一個或更多其他方面和/或其實施例結(jié)合使用。

最后應說明的是：以上各實施例僅用以說明本發(fā)明的技術方案，而非對其限制；盡管參照前述各實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質(zhì)脫離本發(fā)明各實施例技術方案的范圍，其均應涵蓋在本發(fā)明的權利要求和說明書的范圍當中。