针对EEG的高频电导率到低频电导率的特定于分区的向下缩放

技术领域

本发明总体涉及用于检测脑障碍的设备，具体而言，头部区域的电导处理。

背景技术

脑电图(EEG)使得能够定位作为在患者头皮上测得的信号的原因的来源，这是促进脑障碍的处置的有用信息(例如，通过手术来去除病理来源)。源定位通常需要了解整个头部的电学组织电导率，以模拟头部内的电信号的传播。

电特性断层摄影(EPT)是一种通过对使用标准MR系统和标准MR序列的专用磁共振(MR)图像进行数值后处理，在体内无创和定量地测量组织的电导率σ的技术。

电导率随施加的电流/电场的频率而变化。EEG源定位通常需要了解1kHz左右的低频(LF)下的电导率。EPT在大约100MHz(拉莫尔频率)的射频(RF)下产生电导率。因此，从EPT获得的电导率不能直接应用于EEG源定位。因此，电导率值目前取自文献。从电阻抗断层摄影(EIT)获得的电导率可以直接应用于EEG源定位，但存在空间分辨率低和针对EIT要解决的不适定逆问题。

发明内容

本发明的一个目的是提供患者特定的低频电导率数据用于源定位。为了更好地解决这些问题，在本发明的第一方面中，一种计算设备被配置为基于从电特性断层摄影(EPT)导出的测得的射频电导率来导出低频电导率以用于在源定位中使用。因此，使得来自EPT技术的患者特定的电导率数据能够被应用于源定位。

在一个实施例中，所述计算设备通过对头部中的应用了一个或多个特定于组织的传递函数的组织类别进行分割来来对头部区域进行分割。

在一个实施例中，所述计算设备通过叠加四个科尔-科尔模型来参数化电特性的频率相关性，四个科尔-科尔模型中的每个对应于不同的散布频率。

在一个实施例中，计算设备通过从测得的射频电导率应用四个科尔-科尔模型的电导率的比率来从测得的射频电导率导出低频电导率。

在一个实施例中，所述计算设备通过减少与参数的减少相对应的频率离散的数量来从测得的射频电导率导出低频电导率。

在一个实施例中，所述计算设备通过采集多个EPT扫描来从测得的射频电导率导出低频电导率。

在一个实施例中，所述计算设备通过测量射频介电常数来从测得的射频电导率导出低频电导率。

参考下文描述的实施例，本发明的这些和其他方面将变得显而易见并得以阐述。

附图说明

参考以下示意性附图可以更好地理解本发明的许多方面。附图中的部件不一定按比例绘制，而是重点放在清楚地说明本发明的原理上。此外，在附图中，贯穿多个视图，相同的附图标记指代对应的部分。

图1是说明根据本发明的实施例的示例电导率向下缩放系统的框图。

图2是根据本发明的实施例的图示图1的示例计算设备的框图。

图3是图示根据本发明的一个实施例的基于实施电导率向下缩放方法的作为频率的函数的皮质骨的示例电导率的示例图解。

图4是图示根据本发明的一个实施例的基于实施电导率向下缩放方法的作为的频率的函数的皮质骨的示例介电常数示例图解。

图5是说明根据本发明的实施例的示例电导率向下缩放方法的流程图。

具体实施方式

本文公开了根据射频(RF)电导率(来自电特性断层摄影或EPT)来估计低频(LF)电导率(用于脑电图或EEG)的电导率向下缩放系统和方法的特定实施例。在一个实施例中，一种电导率向下缩放方法包括三个步骤：(1)使用标准磁共振(MR)系统和标准MR序列通过EPT测量RF电导率，(2)对头部(例如脑)的电导率不同的区域进行分割，并且(3)应用柯尔-柯尔模型以分别根据每个分割的头部区域的RF电导率导出LF电导率。在可以部署电导率向下缩放系统的某些实施例的特定应用中，一个特定应用是增加癫痫患者的源定位(例如，脑中的电病灶)，作为用于手术去除这些病灶的改进的输入。其他应用可能涉及便于针对各种其他脑异常/病理的手术流程。

简单地说，EEG源重建需要了解不同头部/脑分区(灰质、白质、脑室、各种细胞核等)的低频电导率。EPT在射频(拉莫尔)频率下产生这些分区的电导率。如今，将电导率从射频向下缩放到低频通常是通过应用文献中特定于分区的参数来完成的，并且因此电导率值既不是特定于患者的，也不匹配个体真实的电导率特性。相比之下，电导率向下缩放系统和方法的特定实施例通过将EPT测量结果与头部(例如，脑)扫描分割和组织分类相组合来导出个性化的逐体素的电导率值，改进对头部中电信号传播的建模。

已经总结了本公开的电导率向下缩放系统的特定特征，现在将详细参考如附图中所示的电导率向下缩放系统的描述。虽然将结合这些附图描述了电导率向下缩放系统，但不旨在将其限制于本文公开的一个或多个实施例。此外，尽管本说明识别或描述了一个或多个实施例的细节，但这些细节不一定是每个实施例的一部分，也不一定是单个实施例相关联的任何各种所陈述的优点的全部。相反，目的涵盖包括在由所附权利要求限定的本公开的原理和范围内的所有替代、修改和等价方案。此外，在本公开的上下文中应当理解，权利要求不一定限于说明书中阐述的特定实施例。

现在参考图1，示出了示例电导率向下缩放系统100的实施例。电导率向下缩放系统100包括计算设备110，计算设备110被连接到磁共振成像(MRI)设备120、脑电图(EEG)设备130、用户输入设备140、显示设备150和存储设备160，和或与其电通信。计算设备110可以是工作站、平板电脑、膝上型电脑或用作MRI设备120、EEG设备130和显示设备150之间的接口的控制器。计算设备110包括一个或多个处理器、存储器和输入/输出(I/O)接口。存储器可以是用软件编码的非瞬态计算机可读存储介质，当由一个或多个处理器执行时，所述软件能够实现电导率向下缩放系统100的功能。在一些实施例中，可以以分布式方式(例如，经由计算设备110和一个或多个远程计算设备)实现电导率向下缩放系统100的一项或多项功能。在一个实施例中，计算设备110控制和访问EEG设备130的数据，并且在一些实施例中，计算设备110访问通过使用EEG设备130获得的数据但不直接控制EEG设备130的操作。在一些实施例中，计算设备110从EEG设备130接收数据，对其进行处理(例如，源定位)以确定电活动水平，并将活动水平输出到显示设备150和/或在软件中使用以实现电导率向下缩放系统100的功能。在一些实施例中，MRI设备120以不同的模态操作，包括但不限于磁共振成像、扩散张量成像(DTI)和功能磁共振成像(fMRI)，并将成像数据输出到计算设备110。在一些实施例中，MRI设备120同时以不同的模态操作。用户输入设备140用作用户与计算设备110之间的接口并且允许用户通过使得能够进行用户输入的输入来与计算设备110交互。用户输入设备140可以是键盘、相机、扫描器、鼠标、触摸板、触控板、安装在显示设备150上的触摸屏、通信端口、USB端口、手势控制设备或虚拟现实手套。

计算设备110执行若干功能。在一些实施例中，计算设备110从MRI设备120接收磁共振数据，对其进行处理，并将磁共振图像数据输出到显示设备150以显示磁共振图像。在一些实施例中，计算设备110包括实现电特性断层摄影(EPT)的软件。简单地说，EPT使用磁共振数据和标准磁共振序列来导出患者的电特性(例如，EP，包括电导率和介电常数)。EPT不使用外部安装的电极、电流或射频(RF)探头。在EPT中，通过标准磁共振系统和磁共振序列应用磁场RF场(例如，以拉莫尔频率，通常约为100MHz)而感应的涡电流被用于EPT的成像技术。更具体地，受MRI设备120影响的患者的电导率和介电常数使B1(负责自旋激发的磁场RF场的分量)扭曲。对这种扭曲的B1场分布的测量使得能够重建引起观察到的扭曲的EP，使得能够访问期望的电组织特性。在效果上，EPT是定量磁共振，产生电导率和介电常数的绝对值。如上所述，EPT基于由射频磁场感生的涡电流。得到的EP通常取决于所施加的频率，属于与当前主场强度的拉莫尔频率相对应的MHz频率范围。EPT底层的物理公式和直接从这些物理公式得到出的基本重建技术可以在以下文章中找到：Katscher U,van den BergCAT.Electric properties tomography:Biochemical,physical and technicalbackground,evaluation and clinical applications.NMR Biomed.2017；30:3729，在此通过引用将其整体并入。

在一些实施例中，磁共振数据可以是T1加权(T1W)磁共振图像，并且计算设备110可以自动分割磁共振图像(基于分割协议)以描绘患者的头部(例如，脑)。在一些情况下，计算设备110可以基于头部/脑或患者身体的三维(3D)模型来根据磁共振数据中自动分割解剖结构。在患者身体包括脑的情况下，计算设备110可以通过到服务器或存储3D脑模型的远程工作站的有线或无线连接从存储器接收3D脑模型。在一些实施方式中，3D脑模型可以存储在存储设备160的数据库中或可以由计算设备110检索的存储设备中。在一些情况下，3D脑模型是形状约束的可变形脑模型。例如，如Wenzel F等人的Rapid fully automaticsegmentation of subcortical brain structures by shape-constrained surfaceadaptation。Medical Image Analysis 46(2018)146中所述，在此通过引用整体并入，T1加权的磁共振成像数据中的脑结构(例如，皮层下)可以使用形状约束的可变形表面模型进行分割。简单地说，形状约束的可变形模型组合了可变形模型或活动轮廓模型和活动形状模型的特性。在形状约束的可变形模型中，器官表面由固定拓扑的三角网格表示，其中使用主成分分析(PCA)来从一组训练形状或经由分段线性变换模型(例如，用于复杂的解剖结构)来创建形状模型。通常，如在Wenzel F等人的文献中所述，所述方法涉及初始化、参数适应、可变形适应、边界检测和边界检测训练。在某些情况下，3D脑模型可以是在L.Zagorchev,C.Meyer,T.Stehle,R.Kneser,S.Young和J.Weese在“Evaluation of traumatic braininjury patients using a shape-constrained deformable model”(2011年)中，在LiuT.,Shen D.,Ibanez L.,Tao X.(eds)在Multimodal Brain Image Analysis，MBIA2011.Lecture Notes in Computer Science,vol 7012.Springer,Berlin,Heidelberg中描述的脑模型，在此通过引用其全部内容并入。在某些情况下，3D脑模型可以是题为“SYSTEM FOR RAPID AND ACCURATE QUANTITATIVE ASSESSMENT OF TRAUMATIC BRAININJURY”的美国专利US 9256951中描述的可变形脑模型，或者在题为“METHOD AND SYSTEMFOR QUANTITATIVE EVALUATION OF IMAGE SEGMENTATION”的美国专利公开号US20150146951中描述的形状约束的可变形脑模型，每篇专利均在此通过引用整体并入。

在一些实施例中，存储设备160存储关于成像的头部(例如，脑)区域和偶然发现和/或异常的历史和统计数据。在一些实施方式中，存储设备160可以包括患者信息，包括患者的性别、种族和年龄、患者历史数据等。注意，虽然存储设备160被描绘为计算设备110本地的设备，但是存储设备160的功能可以经由通过有线或无线耦合连接到计算设备110的远程数据库或服务器来实现。在一些实施例中，存储设备160可以是由第三方医学数据库服务提供商提供的基于云的服务的一部分。

在描述了电导率向下缩放系统100的示例部件之后，注意力转向图2，其图示了用于在电导率向下缩放系统100中使用的计算设备110的示例架构。本领域普通技术人员在本公开的上下文中应当理解，示例计算设备110仅仅是一个实施例的说明，并且在一些实施例中，计算设备的一些实施例可以包括更少或额外的组件，和/或与图2中描绘的各种部件相关联一些功能可以组合，或者进一步分布在位于本地或本地和远程的附加模块或计算设备之间。在该示例中，计算设备110被描绘为计算机系统，例如提供应用服务器功能的计算机系统。应当理解，这里省略了计算机系统的某些众所周知的部件以避免掩盖计算设备110的相关特征。在一个实施例中，计算设备110包括一个或多个处理器，其中一个被示为处理器170、输入/输出(I/O)接口172和存储器174，全部被耦合到一个或多个数据总线，例如数据总线176。存储器174可以包括易失性存储器元件(例如，随机存取存储器RAM，例如DRAM和SRAM等)和非易失性存储器元件(例如，ROM、闪存、固态、EPROM、EEPROM、硬盘、磁带、CDROM等)中的任何一种或其组合。存储器174可以存储本地操作系统、一个或多个本地应用程序、仿真系统或用于各种操作系统和/或仿真硬件平台、仿真操作系统等中的任何一个的仿真应用程序。在一个实施例中，存储设备160直接耦合到数据总线176，但在一些实施例中，可以经由I/O接口172连接到计算设备110，或者经由另一网络(例如，互联网)178连接，例如联网连接的设备。在一些实施例中，网络178可以包括一个或多个有线和/或无线网络，包括电话交换网络、无线(例如，无线保真或Wi-Fi)网络、局域网(局域网或LAN、个人区域网或PAN)、互联网、城域网(MAN)和/或蜂窝网络等。还经由I/O接口172连接到计算设备110的还有MRI设备120、EEG设备130、用户输入设备140和显示设备150。在一些实施例中，这些设备经由网络180耦合，网络180可以包括有线和/或无线网络(例如，蓝牙、LAN等)。本领域普通技术人员应当理解，在本公开的上下文中，可以实现这些设备到计算设备110的连接方式的变化。例如，用户输入设备140可以直接连接到数据总线176。

存储设备160可以体现为持久性存储器(例如，光学、磁和/或半导体存储器和相关联的驱动器)。在一些实施例中，如上所述，存储设备160可以被网络连接的存储设备替换，包括维护第三方数据库的存储设备，例如医学设施数据库。

在图2中所描绘的实施例中，存储器174包括操作系统(OS)182和电导率向下缩放软件184，其包括EEG模块186、EPT模块188、RF电导率模块190、分割模块192和柯尔-柯尔模型模块194，在一个实施例中，它们共同提供电导率向下缩放系统100的功能。在一个实施例中，EEG模块186处理来自EEG设备130的EEG数据。在一些实施例中，EEG模块186的功能可以驻留在EEG设备130中，并且EEG设备130处的计算的结果被传送到电导率向下缩放软件184。EPT模块188提供磁共振数据和磁共振序列的EPT处理。下面在相应的标题下描述模块190-194的平衡。在一些实施例中，功能可以分布在计算设备110和电导率向下缩放系统100的一个或多个设备之间。在一些实施例中，电导率向下缩放系统100的功能可以分布在本地和远程位置的多个设备中。例如，可以至少部分地使用云计算平台来实现电导率向下缩放系统100的功能中的一个或多个。注意，存储器174可以包括一个或多个额外功能，包括一个或多个API、通信软件等。

可以在操作系统182的管理和/或控制下由处理器170(或多个处理器)实施电导率向下缩放软件184(包括相关联的模块，其包括可执行代码，或一般而言，指令)。下面描述电导率向下缩放软件184的进一步描述。

处理器170可以实施为定制的或市售的处理器、中央处理单元(CPU)或若干处理器中的辅助处理器、基于半导体的微处理器(以微芯片的形式)、宏处理器、一个或多个专用集成电路(ASIC)、多个适当配置的数字逻辑门和/或其他众所周知的电气配置，包括单独和以各种组合方式的分立元件，以协调计算设备66的整体操作。

I/O接口172包括硬件和/或软件以向耦合到一个或多个网络178、180的设备提供一个或多个接口。换言之，I/O接口172可以包括用于信号(例如，模拟或数字数据)的输入和输出的任意数量的接口，用于通过各种网络并根据各种协议和/或标准来传送信息(例如，数据)。

当计算设备110的特定实施例至少部分地用软件(包括固件、操作码、中间件等)实现时，如图2中所示，应当注意，软件(例如，诸如电导率向下缩放软件184和相关联的模块186、188、190、192和194)可以存储在各种非瞬态计算机可读(存储)介质中用于供各种计算机相关系统或方法使用或与种计算机相关系统或方法结合使用。在本文件的上下文中，计算机可读介质可以包括电、磁、光学或其他物理设备或装置，其可以包含或存储计算机程序(例如，可执行代码或指令)以供计算机相关的系统或方法使用或与计算机相关的系统或方法结合使用。所述软件可以嵌入到各种计算机可读介质中，以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用，例如基于计算机的系统、包含处理器的系统或其他能够从指令执行系统、装置或设备取回指令并执行所述指令的系统。注意，本文中描述的各种模块可以包括可执行代码或指令，但是在一些实施例中，一个或多个模块的功能可以全部或部分地使用硬件来实现。

当计算设备110的特定实施例至少部分地用硬件实现时，这样的功能可以用以下技术中的任何一种或组合来实现，这些技术在本领域中都是众所周知的：具有用于对数据信号实现逻辑功能的逻辑门的(一个或多个)离散逻辑电路、具有适当组合逻辑门的专用集成电路(ASIC)、可编程门阵列(PGA)、现场可编程门阵列(FPGA))、继电器、接触器等。

已经描述了用于电导率降低系统100的某些实施例的底层系统部件，下面将注意力集中在由电导率向下缩放软件184结合电导率向下缩放系统100的设备中的一个或多个设备实现的功能的描述。

RF电导率σ

应用到收发阶段

可以根据许多方式中的一种来执行头部中组织类别的分割，可以针对其应用用于向下缩放EPT结果的特定于组织的传递函数。在一个实施例中，应用多图谱分割技术，其中根据与许多不同组织图谱的相应体素有关的投票方案选择最有希望的组织类别，这些组织图谱已被配准到感兴趣磁共振成像扫描。在一些实施例中，可以应用组织边界表面的形状约束的、基于模型的调整，如在上面引用的Wenzel F等人的文件中进一步描述的。在一些实施例中，所描述的方法可以根据深度学习技术(的组合)来实现。

已通过叠加四个柯尔-柯尔模型来参数化电特性的频率依赖性，每个柯尔-柯尔模型描述不同频率下的散布(针对皮质骨的示例参见图3-4)。

其中，ε

表1

公式(2)的电导率和介电常数可以单独写成如下：

其中，

每个都剩下13个参数需要根据组织类型和患者来确定。

在一个实施例中，电导率向下缩放软件184可以实施四种不同的方式来经由公式(3a)从σ

将根据4柯尔-柯尔模型(σ

其经由公式(3)进行分析，所述散布与频率范围LF到RF相关。图3是图示基于电导率向下缩放方法的实施例的一种实现方式的作为频率的函数的电导率的示例图解，并且特别地，根据4柯尔-柯尔模型中阐述和取自Gabriel S等人的上面引用的文档。以下参考数字表示相应的行：202是sigma_0，202是delta散布，204是gamma散布，206是sigma_0+gamma，208是总电导率，包括公式(2)中的所有项，并且210是多项式拟合～ω

按照(B)的方法，可以使用具有不同主场强B0的多个磁共振系统(或具有可倾斜场强的单个MR系统，例如在Dixon AK等人的，MR imaging using a rampable system.J CompAssist Tom 1988；12:903中公开的，在此通过引用整体并入)针对不同频率测量

遵循(B，C)的方法，不仅可以在一个或多个不同的频率下测量

已经描述了参考图2所示的电导率向下缩放系统100(例如，电导率向下缩放软件184)的特定功能，应当理解，图5中描绘的示例性电导率向下缩放方法的一个实施例，其被表示为以开始和结束为界的方法224，包括：基于电特性断层摄影来测量射频电导率(226)；分割电导率不同的头部(例如脑)区域(228)；并且基于对头部的一个或多个分割的区域中的每个区域的测得的射频电导率应用多个科尔-科尔模型来导出低频电导率(230)。

流程图中的任何过程描述或块都应被理解为表示代码的模块、段或部分，其包括一个或多个用于实现过程中特定逻辑功能或步骤的可执行所述指令，并且替代实现包括在实施例的范围内，其中，步骤/功能可以被省略、添加和/或不按所示或讨论的顺序执行，包括基本上同时或以相反的顺序，取决于所涉及的功能，如本领域技术人员将理解的本公开的内容。

在一个实施例中，公开了一种计算设备，包括：存储器，其包含指令；以及一个或多个处理器，其被配置为执行所述指令以：基于电特性断层摄影来测量射频电导率；对头部的电导率不同的区域进行分割；并且基于对所述头部的一个或多个分割的区域中的每个区域的测得的射频电导率应用多个柯尔-柯尔模型来导出低频电导率，所述低频电导率适用于源定位。

在一个实施例中，前述计算设备，其中，所述一个或多个处理器还被配置为执行所述指令以接收磁共振数据并且将所述电特性断层摄影应用于所述磁共振数据。

在一个实施例中，前述计算设备中的任一项，其中，所述一个或多个处理器还被配置为执行所述指令以将导出的低频电导率应用于用于所述源定位的脑电图数据。

在一个实施例中，前述计算设备中的任一项，其中，应用于所述脑电图数据的所导出的低频电导率是特定于患者的。

在一个实施例中，前述计算设备中的任一项，其中，所述低频电导率包括处于或接近1000千赫兹的频率，并且测得的射频电导率包括处于或接近100兆赫兹的频率。

在一个实施例中，前述计算设备中的任一项，其中，所述一个或多个处理器还被配置为执行所述指令以通过对应用了一个或多个特定于组织的传递函数的头部中的组织类别进行分割来对头部的区域进行分割。

在一个实施例中，前述计算设备中的任一项，其中，所述一个或多个处理器还被配置为执行所述指令以：通过叠加四个科尔-科尔模型来参数化电特性的频率相关性，所述四个科尔-科尔模型中的每个对应于不同的散布频率。

在一个实施例中，前述计算设备中的任一项，其中，所述一个或多个处理器还被配置为执行所述指令以通过从测得的射频电导率应用所述四个科尔-科尔模型的电导率的比率来从测得的射频电导率导出所述低频电导率。

在一个实施例中，前述计算设备中的任一项，其中，所述一个或多个处理器还被配置为执行所述指令以通过减少与参数的减少相对应的频率散布的数量来从测得的射频电导率导出所述低频电导率。

在一个实施例中，前述计算设备中的任一项，其中，所述一个或多个处理器还被配置为执行所述指令以通过采集多个EPT扫描来从测得的射频电导率导出所述低频电导率。

在一个实施例中，前述计算设备中的任一项，其中，所述一个或多个处理器还被配置为执行所述指令以通过测量射频介电常数来从测得的射频电导率导出所述低频电导率。

在一个实施例中，公开了一种计算机实现的方法，其实现根据前述计算设备中的任一项所述的功能。

在一个实施例中，公开了一种包括编码在其上的指令的非瞬态计算机可读存储介质，其中，所述指令当由所述一个或多个处理器执行时，使所述一个或多个处理器实现对应于前述计算设备中的任一项所述的功能的方法。

在一个实施例中，公开了一种系统，其实现根据前述计算设备中的任一项所述的功能。

在一个实施例中，公开了一种计算机实现的方法，包括：基于电特性断层摄影来测量射频电导率；对头部的电导率不同的区域进行分割；并且基于对所述头部的一个或多个分割的区域中的每个区域的测得的射频电导率应用多个柯尔-柯尔模型来导出低频电导率，所述低频电导率适用于源定位。

在一个实施例中，前述方法还包括将导出的低频电导率应用于脑电图数据以用于源定位。

在一个实施例中，公开了一种包括编码在其上的指令的非瞬态计算机可读存储介质，其中，当所述指令由一个或多个处理器执行时，使所述一个或多个处理器：基于电特性断层摄影来测量射频电导率；对头部的电导率不同的区域进行分割；并且基于对所述头部的一个或多个分割的区域中的每个区域的测得的射频电导率应用多个柯尔-柯尔模型来导出低频电导率，所述低频电导率适用于源定位。

在一个实施例中，先前的非瞬态计算机可读存储介质权利要求，其中，当所述指令由一个或多个处理器执行时，使所述一个或多个处理器：将导出的低频电导率应用于脑电图数据以进行源定位。

在一个实施例中，公开了一种系统，包括：磁共振成像设备；以及计算设备，其包括存储器和一个或多个处理器，所述存储器包括指令，所述处理器被配置为执行所述指令以：基于电特性断层摄影来测量射频电导率；对头部的电导率不同的区域进行分割；并且基于对所述头部的一个或多个分割的区域中的每个区域的测得的射频电导率应用多个柯尔-柯尔模型来导出低频电导率，所述低频电导率适用于源定位。

在一个实施例中，前述系统还包括脑电图设备，其中，所述一个或多个处理器还被配置为执行所述指令以：将导出的低频电导率应用于脑电图数据以进行源定位。

尽管已经在附图和前面的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示范性的，而非限制性的。本发明不限于公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求书，在实践请求保护的本发明时能够理解并且实现对所公开的实施例的其他变型。

注意，可以使用所公开实施例的各种组合，因此对一个实施例或一个实施例的引用并不意味着排除该实施例的特征与来自其他实施例的特征一起使用。在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或者其它单元可以实现权利要求书中记载的若干项的功能。尽管特定措施是在互不相同的从属权利要求中记载的，但是这并不指示不能有利地使用这些措施的组合。计算机程序可以存储/分布在合适的介质上，例如与其他硬件一起提供或作为其他硬件的一部分提供的光学介质或固态介质，但也可以以其他形式分布。注意，用于在环境中的一个或多个设备中存储指令(例如，应用软件)的存储器也可以被称为非瞬态计算机可读介质。权利要求书中的任何附图标记不应被解释为对范围的限制。