一种内窥镜检查区域的清洁度检测方法、装置及相关设备

技术领域

本申请涉及电子内窥镜技术领域，特别涉及一种内窥镜检查区域的清洁度检测方法、装置、一种电子设备及一种存储介质。

背景技术

电子内窥镜(endoscopy)是一种可插入人体体腔和脏器内腔进行直接观察、诊断、治疗的医用电子光学仪器。电子内窥镜可以包括胃镜、肠镜等，在电子内窥镜采集特定区域的内窥镜图像时，内窥镜检查区域的清洁度对内窥镜图像的成像质量影响较大。

在电子内窥镜的实际应用过程中，若内窥镜检查区域的清洁度不高，医生观察病灶较困难，影响疾病检出率。为了提高内窥镜检查区域的清洁度，相关技术中通常依赖医生的工作经验对内窥镜检查区域的清洁度进行评价，以便在清洁度较低时采取冲洗操作。但是上述依赖于经验的清洁度评价可靠性较低，使得内窥镜检查质量参差不齐。

因此，如何提高检测内窥镜检查区域清洁度的准确度是本领域技术人员目前需要解决的技术问题。

发明内容

本申请的目的是提供一种内窥镜检查区域的清洁度检测方法、装置、一种电子设备及一种存储介质，能够提高检测内窥镜检查区域清洁度的准确度。

为解决上述技术问题，本申请提供一种内窥镜检查区域的清洁度检测方法，该清洁度检测方法包括：

获取内窥镜图像，并对所述内窥镜图像执行图像分割操作得到感兴趣区域图像；其中，所述感兴趣区域图像为内容物所在区域的图像；

计算所述感兴趣区域图像在所述内窥镜图像中的图像比例；

根据所述图像比例确定内窥镜检查区域的清洁度评分，并根据所述清洁度评分输出清洁度检测结果。

可选的，对所述内窥镜图像执行图像分割操作得到感兴趣区域图像，包括：

提取所述内窥镜图像的图像特征；其中，所述图像特征包括颜色信息、亮度信息、纹理信息和边界信息；

根据所述图像特征对所述内窥镜图像执行图像分割操作得到感兴趣区域图像。

可选的，计算所述感兴趣区域图像在所述内窥镜图像中的图像比例，包括：

统计所述感兴趣区域图像的像素点数量，并计算所述感兴趣区域图像的像素点数量与所述内窥镜图像的像素点数量的像素点数量比例；

将所述像素点数量比例设置为所述图像比例。

可选的，对所述内窥镜图像执行图像分割操作得到感兴趣区域图像，包括：

对所述内窥镜图像执行图像分割操作得到多种内容物的感兴趣区域图像；

相应的，计算所述感兴趣区域图像在所述内窥镜图像中的图像比例，包括：

计算每一种所述内容物的感兴趣图像在所述内窥镜图像中的图像比例。

可选的，根据所述图像比例确定内窥镜检查区域的清洁度评分，包括：

根据所述内容物的权重值对每一种所述内容物的感兴趣图像的图像比例进行加权计算，得到所述内窥镜检查区域的清洁度评分。

可选的，根据所述清洁度评分输出清洁度检测结果，包括：

判断所述清洁度评分是否在预设评分区间内；

若是，则输出所述内窥镜检查区域已清洁的清洁度检测结果；

若否，则输出所述内窥镜检查区域不清洁的清洁度检测结果。

可选的，在输出所述内窥镜检查区域不清洁的清洁度检测结果之后，还包括：

向客户端发送语音提示指令，以便所述客户端播报冲洗操作提示音。

本申请还提供了一种内窥镜检查区域的清洁度检测装置，该清洁度检测装置包括：

图像分割模块，用于获取内窥镜图像，并对所述内窥镜图像执行图像分割操作得到感兴趣区域图像；其中，所述感兴趣区域图像为内容物所在区域的图像；

比例计算模块，用于计算所述感兴趣区域图像在所述内窥镜图像中的图像比例；

清洁度检测模块，用于根据所述图像比例确定内窥镜检查区域的清洁度评分，并根据所述清洁度评分输出清洁度检测结果。

本申请还提供了一种存储介质，其上存储有计算机程序，所述计算机程序执行时实现上述内窥镜检查区域的清洁度检测方法执行的步骤。

本申请还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现上述内窥镜检查区域的清洁度检测方法执行的步骤。

本申请提供了一种内窥镜检查区域的清洁度检测方法，包括：获取内窥镜图像，并对所述内窥镜图像执行图像分割操作得到感兴趣区域图像；计算所述感兴趣区域图像在所述内窥镜图像中的图像比例；根据所述图像比例确定内窥镜检查区域的清洁度评分，并根据所述清洁度评分输出清洁度检测结果。

本申请在获取内窥镜图像之后通过对内窥镜图像进行图像分割得到感兴趣区域图像，该感兴趣区域图像为影响内窥镜成像质量的内容物的图像。根据感兴趣区域图像在内窥镜图像中的图像比例可以确定内窥镜图像被内容物影响的程度，进而可以得到内窥镜检查区域的清洁度评分并删除对应的清洁度检测结果。本申请能够基于感兴趣区域图像的比例确定清洁度评分，可以实现对清洁度的客观评价，无需依赖人工经验，因此上述清洁度检测方案能够提高检测内窥镜检查区域清洁度的准确度。本申请同时还提供了一种内窥镜检查区域的清洁度检测装置、一种电子设备和一种存储介质，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。

图1为本申请实施例所提供的一种内窥镜检查区域的清洁度检测方法的流程图；

图2为本申请实施例所提供的另一种内窥镜检查区域的清洁度检测方法的流程图；

图3为本申请实施例所提供的一种肠道清洁度评分系统的结果示意图；

图4为本申请实施例所提供的一种内窥镜检查区域的清洁度检测装置的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

下面请参见图1，图1为本申请实施例所提供的一种内窥镜检查区域的清洁度检测方法的流程图，具体步骤可以包括：

S101：获取内窥镜图像，并对内窥镜图像执行图像分割操作得到感兴趣区域图像；

其中，本实施例可以应用于电子内窥镜或与电子内窥镜连接的清洁度检测设备，本实施例不限定获取的内窥镜图像对应的具体位置，例如该内窥镜图像可以为胃镜图像或肠镜图像等。

在得到内窥镜图像后，本实施例通过对内窥镜图像执行图像分割操作得到感兴趣区域图像，上述感兴趣区域图像为内窥镜检查区域中内容物的图像，内容物为内窥镜检查区域中影响内窥镜成像质量的物质。例如，在肠镜检查过程中，肠道中的内容物可以包括澄清液体、浑浊液体、残留粪便、粪便以及固体粪便等；在胃镜检查过程中，胃部中的内容物可以包括食物残渣、气泡等。

S102：计算感兴趣区域图像在内窥镜图像中的图像比例；

其中，由于感兴趣区域图像的图像比例越大，内容物对于内窥镜的成像质量的影响越大，因此在得到内窥镜图像中感兴趣区域图像之后，本实施例可以计算感兴趣区域图像在所述内窥镜图像中的图像比例，进而根据图像比例对内窥镜检查区域的清洁度进行评价。

作为一种可行的实施方式，本实施例可以计算所有感兴趣区域图像在内窥镜图像中的图像比例；作为另一种可行的实施方式，本实施例还可以计算每一种内容物对应的感兴趣区域图像在内窥镜图像中的图像比例。

S103：根据图像比例确定内窥镜检查区域的清洁度评分，并根据所述清洁度评分输出清洁度检测结果。

其中，感兴趣区域图像为内窥镜图像中影响成像质量较差的子区域，本实施例可以根据感兴趣区域图像占内窥镜图像的图像比例，图像比例越大说明内容物在内窥镜检查区域中的分布比例较大，即清洁度越差。本实施例可以根据图像比例确定内窥镜检查区域的清洁度评分，进而依据清洁度评分输出对应的清洁度检查结果。具体的，本实施例可以预先设置清洁度评分与清洁度检测结果的对照表，通过查表确定清洁度评分对应的清洁度检测结果。

本实施例在获取内窥镜图像之后通过对内窥镜图像进行图像分割得到感兴趣区域图像，该感兴趣区域图像为影响内窥镜成像质量的内容物的图像。根据感兴趣区域图像在内窥镜图像中的图像比例可以确定内窥镜图像被内容物影响的程度，进而可以得到内窥镜检查区域的清洁度评分并删除对应的清洁度检测结果。本实施例能够基于感兴趣区域图像的比例确定清洁度评分，可以实现对清洁度的客观评价，无需依赖人工经验，因此上述清洁度检测方案能够提高检测内窥镜检查区域清洁度的准确度。

作为对于图1对应实施例的进一步介绍，可以通过以下方式从内窥镜图像中获取感兴趣区域图像：提取所述内窥镜图像的图像特征；其中，所述图像特征包括颜色信息、亮度信息、纹理信息和边界信息；根据所述图像特征对所述内窥镜图像执行图像分割操作得到感兴趣区域图像。具体的，本实施例可以将图像特征输入神经网络模型，利用神经网络模型确定内窥镜图像中的感兴趣区域图像。

作为对于图1对应实施例的进一步介绍，还可以通过以下方式计算感兴趣区域图像的图像比例：统计所述感兴趣区域图像的像素点数量，并计算所述感兴趣区域图像的像素点数量与所述内窥镜图像的像素点数量的像素点数量比例；将所述像素点数量比例设置为所述图像比例。在上述过程中利用像素点数量比例计算感兴趣区域图像在内窥镜图像中的图像比例，能够提高图像比例的计算效率。

请参见图2，图2为本申请实施例所提供的另一种内窥镜检查区域的清洁度检测方法的流程图，本实施例提出了基于感兴趣区域图像的种类和比例检测清洁度的方案，能够进一步提高清洁度检测准确度，本实施例可以包括以下步骤：

S201：获取内窥镜图像；

S202：对内窥镜图像执行图像分割操作得到多种内容物的感兴趣区域图像；

S203：计算每一种内容物的感兴趣图像在所述内窥镜图像中的图像比例；

S204：根据内容物的权重值对每一种内容物的感兴趣图像的图像比例进行加权计算，得到内窥镜检查区域的清洁度评分；

S205：根据所述清洁度评分输出清洁度检测结果。

由于每一种内容物对于内窥镜成像质量的影响程度不同，上述实施例根据每一种内容物对应的图像比例和权重值进行加权计算得到清洁度评分，能够提高清洁度评分的准确度。

举例说明上述过程：内窥镜检查区域的内容物种类可以包括：澄清液体、浑浊液体和固体粪便，根据上述内容物对于内窥镜成像质量的影响程度，设置澄清液体的权重值为1，浑浊液体的权重值为2，固体粪便的权重值为5。清洁度评分大于0.5分，清洁度检测结果为不清洁；清洁度评分小于或等于0.5分，清洁度检测结果为清洁。清洁度评分越高代表内窥镜检查区域越不清洁。若图像分割操作后确定澄清液体的图像比例为10％，浑浊液体的图像比例为10％，固体粪便的权重值为5％，清洁度评分＝1*10％+2*10％+5*5％＝0.55分，此时可以判定内窥镜检查区域不清洁。

作为对于图1对应实施例的进一步介绍，本实施例可以通过以下方式输出清洁度检测结果：判断所述清洁度评分是否在预设评分区间内；若是，则输出所述内窥镜检查区域已清洁的清洁度检测结果；若否，则输出所述内窥镜检查区域不清洁的清洁度检测结果。

进一步的，在输出所述内窥镜检查区域不清洁的清洁度检测结果之后，还可以向客户端发送语音提示指令，以便所述客户端播报冲洗操作提示音。用户可以在听到冲洗操作提示音后，对内窥镜检查区域进行冲洗操作，以便冲走内容物进而提高检测质量。作为一种可行的实施方式，本实施例还可以在输出内窥镜检查区域不清洁的清洁度检测结果后，自动对内窥镜检查区域进行冲洗操作，提高了检测效率。

下面通过在实际应用中的实施例说明上述实施例描述的流程。

结肠镜是筛查、诊断和治疗结肠病变的重要手段，其诊断的准确性和治疗的安全性与肠道准备的质量密切相关，充分的肠道准备可使患者获得较高的肠道清洁度，对实现高质量的肠镜诊疗具有重要意义。当前电子内窥镜对肠道进行检查时，肠道不透明液体、气泡、泡沫、食物残渣等内容物只能通过医生操作经验来判断这些内容物是否影响肠道黏膜的检查。当出现内容物较多，肠道内液体浑浊或固体粪便阻挡等情况，医生则会采取冲洗操作冲走内容物。但是对于是否需要采取冲洗操作，全依赖医生工作经验，使得肠道检查质量参差不齐。

请参见图3，图3为本申请实施例所提供的一种肠道清洁度评分系统的结果示意图，该肠道清洁度评分系统能够定量的评估肠道清洁度，更好的指导医生是否采取肠道冲洗操作。

肠道清洁度评分系统可以包括：评分系统端、通讯端和客户端。

评分系统端包括图像接收模块和算法识别模块；其中，图像接收模块用于接收来自客户端传送的图像；图像处理模块用于实时接收图像数据，进行单张内窥镜图像的识别与处理，调用算法模型对图像进行自动识别并评分，并将当前图片的评分结果向通讯模块发送。当评分结果高于设定的阈值时，发送语音指令。

具体的，评分系统端的图像处理模块可以具有内容物检测功能、计算像素面积功能、评分规则判定与评分结果输出等功能。内容物检测功能可以通过以下方式实现：采用图像分割技术，通过颜色、亮度、纹理、边界等特征将包含肠道内容物的感兴趣区域提取出来。感兴趣区域具体可以分为澄清液体、浑浊液体、残留粪便、粪便及固体粪便等。计算像素面积功能可以通过以下方式实现：计算提取出来的感兴趣区域的像素点，确定出此区域的像素面积；将此像素面积除以整张图的像素面积，即可得到感兴趣区域占整张图的百分比。评分系统中肠道清洁度评分是采用渥太华量表进行肠道黏膜清洁度评估的。请参见表1，表1为肠道清洁度评分说明表。本实施例可以根据单张图片中内容物及遮挡面积占比量化划分等级，由好到差分为：0分，即遮挡物占比在0％～5％以内，不影响肠道黏膜观察；1分，即混浊液体或残留粪便占比面积在5％～10％以内，轻微影响肠道黏膜观察；2分，混浊液体或残留粪便占比面积在10％～30％以内，一般影响肠道黏膜观察；3分，即粪便占比面积在30％～50％以内，较严重影响肠道黏膜观察；4分，即固体粪便占比面积在50％以上，严重影响肠道黏膜观察。

表1肠道清洁度评分说明表

根据上述评分规则，本实施例可以输出具体评分分数。本实施例可以预先设定警告阈值，例如阈值设定为2分，当评分分数小于2分，发出一般指令；当评分分数大于等于3分时，发出警告指令。具体评分分数将在客户端的显示模块显示，同时存储至存储模块。

通讯端设置于评分系统端和客户端之间，通讯端可以接收客户端传来的图像数据，与客户端进行双向通讯；通讯端与评分系统端保持双向通讯，当接收到评分系统端发送的指令和评分结果后转发给客户端。

客户端包括通讯模块、显示模块、存储模块与语音模块。其中，通讯模块用于接收电子内窥镜采集到的图像数据，与电子内窥镜进行双向通讯，同时接收通讯端发送的评分结果与指令；将接收到从电子内窥镜采集的图像数据发送到通讯端。显示模块用于将从通讯端接收的评分分数实时显示出来。存储模块用于将图像数据依据评分结果进行标记，并存储在本地文件夹中，以便回溯查阅。语音模块用于从通讯端接收语音指令，当接收到警告指令时语音模块发出报警声音，提醒医生冲洗肠道；当接收到一般指令，语音模块不发出报警声音。

客户端中的存储模块实现方法如下：接收评分结果，将评分结果对应标记在图像数据中并存储于客户端本地文件夹，医生后期可选择根据评分导出图像数据，而不必再重新对图像数据进行人工标注，节省了医生的时间，亦可作为教学或者作为回顾性研究的数据质控的一个参考指标。

上述肠道清洁度评分系统能够针对肠道中的内容物占比对肠道清洁程度进行定量分析，既减轻了医生的工作负担及工作量，实现实时监控检查质量，又能够规范内镜操作，提升肠道各类疾病检出率。

当使用电子内窥镜对胃部进行检查时，胃部粘液、水泡、胆汁、食物残渣等内容物只能通过医生操作经验来判断这些内容物是否影响胃部检查。当出现内容物较多，胃内粘液浑浊等情况，医生则会采取冲洗操作，冲走内容物，利于检查。但是对于是否需要采取冲洗操作，全依赖医生工作经验，使得胃部检查质量参差不齐。

本实施例还提供了一种胃腔清洁度评分系统，能够定量地评估胃部清洁度，更好的指导医生是否采取胃腔冲洗操作。上述胃腔清洁度评分系统包括评分系统端、通讯端和客户端。

评分系统端包括图像接收模块和算法识别模块。图像接收模块用于接收来自客户端传送的图像。图像处理模块用于实时接收图像数据，进行单张识别与处理，调用算法模型对图像进行自动识别并评分，并将当前图片的评分结果向通讯模块发送。当评分结果高于设定的阈值时，发送语音指令。

通讯端用于接收客户端传来的图像数据，与客户端进行双向通讯；通讯端与评分系统端保持双向通讯，当接收到评分系统端发送的指令和评分结果后转发给客户端。

客户端包括通讯模块、显示模块与语音模块。通讯模块用于接收电子内镜设备采集到的图像数据，与电子内镜设备进行双向通讯，同时接收通讯端发送的评分结果与指令；将接收到从电子内镜设备采集的图像数据发送到通讯端。显示模块用于将从通讯端接收的评分分数实时显示出来。语音模块用于从通讯端接收语音指令；当接收到警告指令，语音模块发出报警声音，提醒医生冲洗胃腔。

评分系统端的图像处理模块包含：内容物检测功能、计算像素面积功能、评分规则判定与评分结果输出等功能。内容物检测功能的实现方式如下：采用图像分割技术，通过颜色、亮度、纹理、边界等特征将包含胃部内容物的感兴趣区域提取出来。计算像素面积功能的实现方式如下：计算提取出来的感兴趣区域的像素点，确定出此区域的像素面积；将此像素面积除以整张图的像素面积，即可得到此区域占整张图的百分比。评分规则判定方式入下：评分系统中胃腔清洁度评分是根据单张图片中内容物遮挡胃粘膜的面积占整张图片百分比来划分等级，由差到好分为：4分，即内容物占比面积在50％以上，严重影响胃粘膜观察；3分，即内容物占比面积在30％～50％以内，较严重影响胃粘膜观察；2分，即内容物占比面积在15％～30％以内，一般影响胃粘膜观察；1分，即内容物占比面积在5％～15％以内，轻微影响胃粘膜观察；0分，即内容物占比面积在0％～5％以内，不影响胃粘膜观察。

评分结果输出过程如下：预先设定警告阈值，例如阈值设定为2分，当评分分数小于2分，发出一般指令；当评分分数大于等于3分时，发出警告指令。

上述胃腔清洁度评分系统能够针对肠道中的内容物占比对胃腔清洁程度进行定量分析，既减轻了医生的工作负担及工作量，实现实时监控检查质量，又能够规范内镜操作，提升胃部各类疾病检出率。

请参见图4，图4为本申请实施例所提供的一种内窥镜检查区域的清洁度检测装置的结构示意图；

该装置可以包括：

图像分割模块100，用于获取内窥镜图像，并对所述内窥镜图像执行图像分割操作得到感兴趣区域图像；其中，所述感兴趣区域图像为内容物所在区域的图像；

比例计算模块200，用于计算所述感兴趣区域图像在所述内窥镜图像中的图像比例；

清洁度检测模块300，用于根据所述图像比例确定内窥镜检查区域的清洁度评分，并根据所述清洁度评分输出清洁度检测结果。

本实施例在获取内窥镜图像之后通过对内窥镜图像进行图像分割得到感兴趣区域图像，该感兴趣区域图像为影响内窥镜成像质量的内容物的图像。根据感兴趣区域图像在内窥镜图像中的图像比例可以确定内窥镜图像被内容物影响的程度，进而可以得到内窥镜检查区域的清洁度评分并删除对应的清洁度检测结果。本实施例能够基于感兴趣区域图像的比例确定清洁度评分，可以实现对清洁度的客观评价，无需依赖人工经验，因此上述清洁度检测方案能够提高检测内窥镜检查区域清洁度的准确度。

进一步的，图像分割模块100包括：

特征提取单元，用于提取所述内窥镜图像的图像特征；其中，所述图像特征包括颜色信息、亮度信息、纹理信息和边界信息；

感兴趣区域提取单元，用于根据所述图像特征对所述内窥镜图像执行图像分割操作得到感兴趣区域图像。

进一步的，比例计算模块200，用于统计所述感兴趣区域图像的像素点数量，并计算所述感兴趣区域图像的像素点数量与所述内窥镜图像的像素点数量的像素点数量比例；还用于将所述像素点数量比例设置为所述图像比例。

进一步的，图像分割模块100包括：

图像获取单元，用于获取内窥镜图像；

分割单元，用于对所述内窥镜图像执行图像分割操作得到多种内容物的感兴趣区域图像；

相应的，比例计算模块200，用于计算每一种所述内容物的感兴趣图像在所述内窥镜图像中的图像比例。

进一步的，清洁度检测模块300，包括：

评分单元，用于根据所述内容物的权重值对每一种所述内容物的感兴趣图像的图像比例进行加权计算，得到所述内窥镜检查区域的清洁度评分；

结果输出单元，用于根据所述清洁度评分输出清洁度检测结果。

进一步的，清洁度检测模块300，用于根据所述图像比例确定内窥镜检查区域的清洁度评分，还用于判断所述清洁度评分是否在预设评分区间内；若是，则输出所述内窥镜检查区域已清洁的清洁度检测结果；若否，则输出所述内窥镜检查区域不清洁的清洁度检测结果。

进一步的，还包括：

语音播报模块，用于在输出所述内窥镜检查区域不清洁的清洁度检测结果之后，向客户端发送语音提示指令，以便所述客户端播报冲洗操作提示音。

由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。

本申请还提供了一种存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：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以存储程序代码的介质。

本申请还提供了一种电子设备，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的步骤。当然所述电子设备还可以包括各种网络接口，电源等组件。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。