确定乳腺图像的投照位信息的方法及装置

技术领域

本发明涉及医疗技术领域，尤其涉及确定乳腺图像的投照位信息的方法及装置、乳腺图像显示方法。

背景技术

乳腺X线检查是较为常用的乳腺检查方法，在拍摄乳腺图像时，需要在左右乳的MLO位和CC位上分别拍摄一张图像。图1为乳腺X线检查中的一组乳腺图像示意图。参考图1，这四张图像为左MLO位、右MLO位、左CC位及右CC位。传统PACS厂商的做法是，根据图像拍摄设备自定义的图像标签进行匹配，一般标签上会标有左右乳信息、投照位信息及设备厂商信息等。但在个别的情况下有可能因为操作者的失误，在拍摄过程中将标签信息标错或者没有标注标签信息。而错误的标签信息会影响医生对后续病灶的判断，甚至也有可能会导致误判。

发明内容

为了解决背景技术中提到的乳腺图像中缺少投照位信息或投照位信息不准确的问题，本发明提供一种通过深度学习图像识别方法，自动生成投照位信息和对错误的投照位信息进行纠正的方法。

为了实现上述目的，本发明提供一种确定乳腺图像的投照位信息的方法,包括：

获取一组乳腺图像中各乳腺图像标签信息包含的第一投照位信息；

通过图像识别模型获取各乳腺图像的第二投照位信息及其置信度；

当乳腺图像的第一投照位信息和第二投照位信息不一致，且所述置信度属于预设范围时，以第二投照位信息作为所述乳腺图像的投照位信息。

可选的，所述的方法还包括：

当无法获取乳腺图像标签信息包含的第一投照位信息时，以第二投照位信息作为所述乳腺图像的投照位信息。

可选的，所述投照位信息包括CC投照位和MLO投照位，所述方法还包括：

在所述一组乳腺图像的投照位信息中，当CC投照位或MLO投照位多于两张时，选择其中置信度最高的两张作为所述投照位的乳腺图像。

可选的，所述的方法还包括：

根据乳腺图像中的特征信息确定乳腺图像的左右乳信息。

可选的，所述特征信息包括：

钙化点、肿块及结构扭曲中的一种或多种。

可选的，所述的方法还包括：

获取乳腺图像标签信息包含的生成乳腺图像的设备信息；

当所述设备信息中包含预设信息时，以第一投照位信息作为所述乳腺图像的投照位信息。

可选的，所述设备信息包括设备生产商、设备型号中的一种。

本发明还提供一种确定乳腺图像的投照位信息的装置,包括：

第一信息获取单元，用于获取一组乳腺图像中各乳腺图像标签信息包含的第一投照位信息；

第二信息获取单元，用于通过图像识别模型获取乳腺图像中的第二投照位信息及其置信度；

投照位信息获取单元，用于当乳腺图像的第一投照位信息和第二投照位信息不一致，且所述置信度属于预设范围时，以第二投照位信息作为所述乳腺图像的投照位信息。

可选的，所述装置中，

所述第一信息获取单元，还用于获取乳腺图像标签信息包含的生成乳腺图像的设备信息；

所述投照位信息获取单元，还用于当所述设备信息中包含预设信息时，以第一投照位信息作为所述乳腺图像的投照位信息。

本发明还提供一种乳腺图像显示方法，包括：

响应于第一操作显示乳腺图像，所述显示乳腺图像包括显示所述乳腺图像的投照位信息及所述投照位信息的获取途径。

根据本发明的确定乳腺图像的投照位信息的方法、装置，通过训练好的图像识别模型自动识别乳腺图像的投照位信息，可以对缺失投照位信息的乳腺图像添加投照位信息，且可以发现错误的投照位信息并对其进行纠正。

进一步地，根据本发明的确定乳腺图像的投照位信息的方法、装置，考虑到图像识别模型对部分厂家或型号的设备生成的乳腺图像泛化性较差的问题，预先设定泛化性较差的设备信息，当所述乳腺图像属于指定厂商或型号的设备生成的图像时，禁止使用所述图像识别模型，避免因为错误的投照位信息，误导医生进行错误的诊断。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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为乳腺X线检查中的一组乳腺图像的示意图；

图2为根据本发明实施例的确定乳腺图像的投照位信息的方法的流程示意图；

图3为根据本发明实施例的一种CC位乳腺图像中确定病灶深度的示意图；

图4为根据本发明实施例的一种MLO位乳腺图像中确定病灶深度的示意图；

图5为根据本发明实施例的确定乳腺图像的投照位信息的装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

图2是根据本发明实施例的确定乳腺图像的投照位信息的方法的流程示意图。如图2所示，确定乳腺图像的投照位信息的方法包括：

S101，获取一组乳腺图像中各乳腺图像标签信息包含的第一投照位信息。

S102，通过图像识别模型获取各乳腺图像的第二投照位信息及其置信度。

S103，当乳腺图像的第一投照位信息和第二投照位信息不一致，且所述置信度值属于预设范围时，以第二投照位信息作为所述乳腺图像的投照位信息。

S101，获取一组乳腺图像中各乳腺图像标签信息包含的第一投照位信息。以乳腺钼靶图像为例，乳腺图像为标准的Dicom图像(全称：Digital Imaging andCommunications in Medicine，医学数字成像和通信，是医学图像和相关信息的国际标准)，Dicom图像中通过相应的标签记录了乳腺图像的属性信息。所述属性信息中包括图像拍摄时医生输入的投照位信息。具体的在拍摄过程是医生协助患者进行摆位后通过乳腺X线检查设备的操作界面或操作按钮的操作进行投照位的选择，乳腺X线检查设备就将所述投照位信息添加到图片的属性信息中。在一些设备中，所述属性信息会直接显示在图像中，如在图像的左上角等不影响显示乳腺组织的位置处，通过较小字体进行显示。此时，可通过OCR等图像文字识别技术获取乳腺图像中的投照位信息。

S102，通过图像识别模型获取各乳腺图像的第二投照位信息及其置信度。所述图像识别模型是通过大量的乳腺图像和所述乳腺图像的投照位标注结果训练获得的，所述投照位标注结果是由专业人士通过人工阅片以后进行的标注，经过训练后的图像识别模型可输出待识别乳腺图像的投照位信息和与所述投照位信息对应的置信度，置信度越高，说明对图像识别模型输出的结果越肯定。所述置信度可通过infer值进行表示，所述infer值在[0，1]之间，如当图像识别模型的输出结果是判断乳腺图像的投照位信息是否为MLO位时，infer值越接近1，就越有可能是MLO投照位，越接近0，就越有可能是CC投照位。

S103，当乳腺图像的第一投照位信息和第二投照位信息不一致，且所述置信度属于预设范围时，以第二投照位信息作为所述乳腺图像的投照位信息。

大部分情况下，乳腺图像的第一投照位信息和第二投照位信息应该是一致的，但是在少数情形下，第一投照位信息和第二投照位信息不一致。如，某一乳腺图像的第一投照位信息为CC投照位，第二投照位信息为MLO投照位。本实施例中，考虑到医生误操作的概率较低，因此在图像识别模型的输出结果比较肯定时，如当第二投照位信息的置信度大于等于0.8时，才会用第二投照位信息作为所述乳腺图像的投照位信息。

本实施例中还包括对所述乳腺图像进行预处理的步骤，所述预处理包括对乳腺图像进行二值化处理，也即对乳腺图象进行边缘分割。如此操作可降低乳腺图像的细节，提高图像识别模型的识别准确度。

本发明实施例的确定乳腺图像的投照位信息的方法还包括：当无法获取乳腺图像标签信息包含的第一投照位信息时，以第二投照位信息作为所述乳腺图像的投照位信息。在部分乳腺图像中，可能会缺失投照位信息，此时即不存在如上所述的第一投照位信息和第二投照位信息不一致的问题，在此种情形下，直接以第二投照位信息作为所述乳腺图像的投照位信息。

进一步地，本发明实施例的确定乳腺图像的投照位信息的方法，还包括：所述投照位信息包括CC投照位和MLO投照位，所述一组乳腺图像的投照位信息中，当CC投照位或MLO投照位多于两张时，选择其中置信度最高的两张作为所述投照位的乳腺图像。

在乳腺X线检查时，根据不同患者、不同的病情，有时只对一侧乳腺进行成像，但是在大部分情况下对两侧乳腺都进行成像。在对两侧乳腺都进行成像时就会有四张乳腺图像，两张CC位的乳腺图像和两张MLO位的乳腺图像。

但是在某些情况下，通过S101获取一组乳腺图像中各乳腺图像标签信息包含的第一投照位信息时，获取到两张CC投照位的乳腺图像和两张MLO投照位的乳腺图像，但是在经过S102，获取第二投照位信息及其置信度，再经过S103进行判断后，有可能出现3张CC投照位乳腺图像或3张MLO投照位乳腺图像。此时显然不符合乳腺X线检查须输出两张CC投照位和两张MLO投照位的乳腺图像的要求，因此需要判断哪两个才是正确的CC投照位或MLO投照位。

以下通过具体实施例，对所述情形下得解决方案进行详细说明。

当接收第一组四张乳腺图像后，获取第一组中各乳腺图像的标签信息所包含的第一投照位信息。其中，第一张和第二张乳腺图像标签信息所包含的投照位信息为CC投照位、第三张和第四张乳腺图像标签信息所包含的投照位信息为MLO投照位。进一步通过图像识别模型获取第一组乳腺图像中的各第二投照位信息及相应的置信度值，其中，所述第一张乳腺图像的CC投照位置信度为0.98，第二张乳腺图像的CC投照位置信度为0.02，第三张乳腺图像的CC投照位置信度值为0.97，第四张乳腺图像的CC投照位置信度值为0.03。此时，图像识别模型认为第二张乳腺图像的CC投照位置信度仅为0.02，也即第二张图像为MLO投照位置信度为0.98，置信度值属于预设范围内(0.8为阈值，0.98＞0.8)，因此对结果较为肯定，将MLO投照位作为第二张乳腺图像的投照位。同理，将CC投照位作为第三张乳腺图像的投照位。

当接收第二组四张乳腺图像后,获取第二组中各乳腺图像标签信息所包含的第一投照位信息。其中，第一张和第二张乳腺图像标签信息所包含的投照位信息为CC投照位，第三张和第四张乳腺图像标签信息所包含的投照位信息为MLO投照位。进一步通过图像识别模型获取第二组乳腺图像中的各第二投照位信息及相应的置信度值。其中，所述第一乳腺图像的CC投照位置信度值为0.98，第二乳腺图像的CC投照位置信度值为0.99，第三乳腺图像的CC投照位置信度值为0.97，第四乳腺图像的CC投照位置信度值为0.03。此时，图像识别模型认为第三张乳腺图像是CC投照位，置信度值属于预设范围内，因此对输出的结果较为肯定。但是考虑X线检查中不可能输出3张CC投照位的乳腺图像，将MLO投照位作为第三张乳腺图的投照位(第三张图像的CC投照位置信度最低)。

本发明实施例的确定乳腺图像的投照位信息的方法，还包括：根据乳腺图像中的特征信息确定乳腺图像的左右乳信息。

在乳腺图像中，不同投照位的乳腺图像的轮廓形状会有差异，因此通过训练的图像识别模型可以识别出不同乳腺图像的投照位，但是相同投照位的左右乳腺图像在轮廓形状上没有差异，即使存在差异也只是针对个别案例，而这种差异不具共性，因此很难通过训练使图像识别模型来识别同一投照位的左右乳(包括经验丰富的医生也无法分辨)。本实施例中提到的根据乳腺图像中的特征信息确定乳腺图像的左右乳信息是指在CC投照位或MLO投照位上的至少有一张图像包括左右乳信息的前提下，根据该投照位乳腺图像中的特征信息确定对应的另一种投照位乳腺图像的过程。

为了实现所述目的，本实施例中先通过病灶识别模型识别一组乳腺图像中各乳腺图像所包含的病灶，并以所述病灶信息作为特征信息，所述特征信息包括：钙化点、肿块及结构扭曲中的一种或多种。获取所述特征信息的过程是通过训练好的病灶识别模型进行，此内容为现有技术，在此不再赘述。

在获取各乳腺图像所包含的特征信息后，可以通过不同的度量方式来获取特征间的相似度，如：可以通过在乳腺图像中特征的距离度量方式来计算特征间的相似度，如：欧式距离、马氏距离等。还可以通过夹角余弦、信息熵等方式来衡量特征间的相似度。而对于通过距离度量方式来确定相似度时，特征之间的距离差越大，特征之间的相似程度越小，也即特征之间越不相似。

以下通过具体实施例详细介绍获取特征信息后确定乳腺图像左右乳信息的过程。假设，接收第三组四张乳腺图像后，获取此组中各乳腺图像的标签信息所包含的第一投照位信息和左右乳信息。其中，第一张乳腺图像标签信息包含的左右乳信息为右侧乳腺，无投照位信息；第二、第三、第四张乳腺图像的标签信息均不包含左右乳信息和投照位信息。先通过前面所述方法确定每张乳腺图像的投照位信息，经确认第一、第二张乳腺图像为CC投照位，第三、第四张乳腺图像为MLO投照位。已知第一张乳腺图像为右侧乳腺图像，基于此可以判断另一CC投照位的第二张乳腺图像为左侧乳腺图像。接下来将第一张乳腺图像分别和第三、第四张乳腺图像进行比较，判断其包含的特征相似度。

特征相似度比较是以各乳腺图像中特征之间的距离进行相似度比较。特征的距离可以包括病灶的深度，如可以基于病灶的位置和乳头的位置确定的病灶的深度。图3为根据本发明实施例的一种CC投照位乳腺图像中确定病灶深度的示意图。图4为根据本发明实施例的一种MLO投照位乳腺图像中确定病灶深度的示意图。如图3所示在CC投照位的右侧乳腺图像中或者如图4所示MLO投照位的乳腺图像中，以乳头为圆心，预设长度为半径的圆弧与乳房边缘的交点所在的直线为第一直线；以过乳头且垂直于第一直线的直线为第二直线；确定病灶在第二直线上的投影，以投影与乳头之间的距离作为病灶的深度。考虑到不同投照位下，基于病灶位置与乳头位置确定的病灶的深度是保持不变的，所以采用该种方式，可以精确且快速的确定出不同投照位下的相同病灶。

本实施例中，第一张乳腺图像中的病灶为第一病灶，第三张乳腺图像中的病灶为第三病灶；第四张乳腺图像中的病灶为第四病灶，可以是根据第一病灶的深度和第三病灶的深度确定出第一病灶与第三病灶之间的相似度，示例性的，如第一病灶的深度为深度1，第三病灶的深度为深度2，若采用距离来度量第一病灶的深度与第二病灶的深度之间的第一相似度差，则二者之间的第一相似度差＝|"深度1－深度2"|。相同的方法，获取第一病灶的深度和第四病灶的深度确定出第一病灶与第四病灶之间的第二相似度差，并比较第一相似度差和第二相似度差，因为相似度差越小说明两个病灶之间的相似度越高，当第一相似度差小于第二相似度差，得出第三乳腺图像为右侧MLO投照位图像；当第一相似度差大于第二相似度差，得出第四乳腺图像为右侧MLO投照位图像。

为了提高匹配精度，还可以进一步考虑病灶信息中的其他信息，如病灶的征象、病灶的大小等信息。根据第一病灶的征象与第三、第四病灶的征象确定第一病灶的征象与第三、第四病灶的征象之间的相似度，进而根据第一病灶的征象与第三、第四病灶的征象之间的相似度、第一病灶的深度与第三、第四病灶的深度之间的相似度确定第一病灶和第三病灶之间的相似度及第一病灶和第四病灶之间的相似度。示例性的，如第一病灶的深度为深度1，第三病灶的深度为深度2，第一病灶的征象为征象1，第三病灶的征象为征象2，第一病灶与第三病灶之间的相似度差为第一相似度差，则第一相似度差＝|"深度1－深度2"|"+"|征象1"－征象2"|。相同的方法，获取第一病灶与第四病灶之间的第二相似度差，并比较第一相似度差和第二相似度差，当第一相似度差小于第二相似度差，得出第三乳腺图像为右侧MLO投射位图像；当第一相似度差大于第二相似度差，得出第四乳腺图像为右侧MLO投射位图像。

在其他实施例中，还可以根据第一病灶的大小与第三、第四病灶的大小确定第一病灶的大小与第三、第四病灶的大小之间的相似度，进而根据第一病灶的大小与第三、第四病灶的大小之间的相似度、第一病灶的深度与第三、第四病灶的深度之间的相似度确定第一病灶和第三、第四病灶之间的相似度。示例性的，如第一病灶的深度为深度1，第三病灶的深度为深度2，第一病灶的大小为尺寸1，第三病灶的大小为尺寸2，第一病灶与第三病灶之间的相似度差为第一相似度差，则第一相似度差＝|"深度1－深度2"|"+"|尺寸1"－尺寸2"|。相同的方法，获取第一病灶与第四病灶之间的第二相似度差，并比较第一相似度差和第二相似度差，当第一相似度差小于第二相似度差，得出第三乳腺图像为右侧MLO投照位图像；当第一相似度差大于第二相似度差，得出第四乳腺图像为右侧MLO投照位图像。

在另外的实施例中，还可以根据第一病灶的征象与第三、第四病灶的征象确定第一病灶的征象与第三、第四病灶的征象之间的相似度；根据第一病灶的大小与第三、第四病灶的大小确定第一病灶的大小与第三、第四病灶的大小之间的相似度；进而根据第一病灶的征象与第三、第四病灶的征象之间的相似度，第一病灶的大小与第三、第四病灶的大小之间的相似度，第一病灶的深度与第三、第四病灶的深度之间的相似度确定第一病灶和第三、第四病灶之间的相似度。示例性的，如第一病灶的深度为深度1，第三病灶的深度为深度2，第一病灶的征象为征象1，第三病灶的征象为征象2，第一病灶的大小为尺寸1，第三病灶的大小为尺寸2，第一病灶与第三病灶之间的相似度差为第一相似度差，则第一相似度差＝|"深度1－深度2"|"+"|征象1"－征象2"|+|尺寸1"－尺寸2"|。相同的方法，获取第一病灶与第四病灶之间的第二相似度差，并比较第一相似度差和第二相似度差，当第一相似度差小于第二相似度差，得出第三乳腺图像为右侧MLO投照位图像；当第一相似度差大于第二相似度差，得出第四乳腺图像为右侧MLO投照位图像。

上述实现方式中，在计算相似度时，还可以确定不同参数类型对应的系数，以第三种实现方式的相似度计算公式为例，第一病灶与第三、第四病灶之间的相似度差可以是相似度差＝a|"深度1－深度2"|"+b"|征象1"－征象2"|+c|尺寸1"－尺寸2"|，其中，a、b、c都可以根据实际经验确定。

本实施例中，病灶的征象可以包括至少一个类别，如病灶的征象包括以下之一或组合：钙化、肿块、结构扭曲，在根据第一病灶的征象和第三、第四病灶的征象，确定第一病灶的征象和第三、第四病灶的征象之间的相似度时，可以是根据第一病灶属于各类别的置信度，确定第一向量；根据第三、第四病灶属于各类别的置信度，确定第二向量；获取第一向量和第二向量之间的距离，以第一向量和第二向量之间的距离作为第一病灶的征象和第三、第四病灶的征象之间的相似度。

实现过程中，可以是将乳腺图像分别输入至钙化检出模型、肿块检出模型、结构扭曲检出模型，确定该乳房图像中某个病灶对应的向量。如，将第一张乳腺图像分别输入至钙化检出模型、肿块检出模型、结构扭曲检出模型，确定第一病灶为钙化的置信度为0.9，为肿块的置信度为0.1，为结构扭曲的置信度为0，则第一病灶对应的第一向量为(0.9，0.1，0)，同理，将第三或第四乳腺图像分别输入至钙化检出模型、肿块检出模型、结构扭曲检出模型，确定第三或第四病灶对应的第二向量为(0.8，0.1，0)，则第一向量与第二向量之间的距离即为第一病灶的征象与第三或第四的征象的相似度。其中，第一向量与第二向量可以是根据L2范数确定，也可以是根据其他方式确定。

此外，考虑到病灶的形状可以为类椭圆形，可以根据病灶的长径、短径、平均径确定病灶的大小。

本实施例的确定乳腺图像的投照位信息的方法，还包括：

获取乳腺图像标签信息包含的生成乳腺图像的设备信息。

当所述设备信息中包含预设信息时，以第一投照位信息作为所述乳腺图像的投照位信息。

X线检查设备生成的乳腺图像为标准的Dicom图像，Dicom图像中有相应的标签信息记录着图像的属性信息，如X线检查设备的生产厂商、设备的型号、乳腺图像对应的投照位信息和左右乳信息等，根据标签信息，即可获得厂商，投照位信息等。如，富士公司的乳腺图像，根据标签信息中的“Manufacturer”标签确定公司为“FUJIFILM Corporation”，再参考富士公司的乳腺图像标签规则，根据“Acquisition Device Processing Description”标签确定左右侧乳信息、图像类别信息及投照位信息“R MAMMOGRAPHY,CC”(R表示图像为右侧乳腺图像、MAMMOGRAPHY表示该图像为钼靶片、CC表示图象为CC投照位图像)。

在实践中经过大量数据的验证后发现前文所述图像识别模型对部分厂商X线检查设备生成的乳腺图像泛化性较差，图像识别模型的结果错误率相对高，因此本实施例中，提前将泛化性较差的乳腺图像来源设备整理出来并进行记录，当所述乳腺图像是来自于所述设备时，直接采用第一投照位信息作为乳腺图像的投照位。

所述设备属性信息为设备生产商、设备型号信息中的一种。也即当乳腺图像是来自于指定生产商生产的X线检查设备或指定型号的X线检查设备时，直接采用第一投照位信息作为乳腺图像的投照位。

本发明实施例还提供一种确定乳腺图像的投照位信息的装置,用于执行上述的确定乳腺图像的投照位信息的方法，所述装置包括：

第一信息获取单元101，第一信息获取单元，用于获取一组乳腺图像中各乳腺图像标签信息包含的第一投照位信息。

第二信息获取单元，用于通过图像识别模型获取乳腺图像中的第二投照位信息及其置信度。

投照位信息获取单元，用于当乳腺图像的第一投照位信息和第二投照位信息不一致，且所述置信度属于预设范围时，以第二投照位信息作为所述乳腺图像的投照位信息。

本实施例中，

所述第一信息获取单元101，还用于获取乳腺图像标签信息包含的生成乳腺图像的设备信息。

所述投照位信息获取单元103，还用于当所述设备信息中包含预设信息时，以第一投照位信息作为所述乳腺图像的投照位信息。

本发明实施例还提供一种乳腺图像显示方法，包括：响应于第一操作显示乳腺图像，显示乳腺图像包括显示所述乳腺图像的投照位信息及所述投照位信息的获取途径。

所述第一操作，可以是操作者通过鼠标进行点击或通过触摸板进行触摸等方式向乳腺图像显示设备输入显示乳腺图像的操作命令，所述显示乳腺图像的投照位信息是指：在乳腺图像的周围或乳腺图像的范围内不影响观察乳腺的位置显示CC或MLO投照位的示意标签，所述显示投照位信息的获取途径是指：在乳腺图像的周围或乳腺图像的范围内不影响观察乳腺的位置显示所述投照位是根据第一投照位信息获取还是根据第二投照位信息获取，或者可以只对根据第一投照位信息或第二投照位信息获取时进行获取途径的标记，而未做标记的默认为是另一种投照位信息获取的。

本发明是参照根据本发明实施例的方法、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。

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。

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。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。