表达眼眶骨壁形态发育特点的测量系统、测量方法、电子设备及非暂时性机器可读存储介质

技术领域

本申请属于医学影像领域，尤其涉及一种表达眼眶骨壁形态发育特点的测量系统、测量方法、电子设备及非暂时性机器可读存储介质。

背景技术

甲状腺相关性眼病是成年人常见的眼眶疾病之一，通常认为它是一种与甲状腺疾病相关的器官特异性的自身免疫性疾病。眼球突出是甲状腺相关性眼病(TAO，Thyroidassociated ophthalmopathy)的症状之一，通常伴随眼睑挛缩、眼睑肿胀、结膜发红等，不仅影响美观，而且还影响用户视力，从而降低了用户的生活质量。

相关技术中，甲状腺眼突的检查包括：眼部常规的检查、CT扫描和MRI扫描等。其中，通过CT扫描得到的CT图像，需要医生人为对CT图像中的每个CT切片进行标注和分析，来判断TAO患者眼外肌是否出现肥大，病变是否累及肌腹等。甲状腺眼突的手术治疗，称为眼眶减压术，本质是扩大眼眶容积，让眼球回缩，眼眶骨壁如何切除，可以达到减少破坏范围，同时达到相同的扩容程度，就需要先定量分析眼眶骨壁形态发育特点，再精确规划手术的位置和范围。眼眶是一个前宽尾窄的锥形，每一个人的骨壁形态、曲率变化都不一样，眼眶骨壁的三维重建图像可以在CT上清晰显示，但是尚没有技术把这些内容放在同一个测量标准上进行评价。

发明内容

为克服相关技术中存在的问题，本申请提供一种表达眼眶骨壁形态发育特点的测量系统、测量方法，该测量系统，能够自动识别出眼眶轮廓、上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓，并且输出表达眼眶骨壁形态发育特点的比值曲线，为眼眶先天变异诊断、眼眶减压术术式分析及精度选择提供更有价值的参考。

本申请第一方面提供一种表达眼眶骨壁形态发育特点的测量系统，包括：眼眶图片切割模块、眼眶轮廓标记模块、眼外肌轮廓标记模块、眼眶象限分割模块及终端；所述眼眶图片切割模块对CT扫描形成的容积图像进行预先定制化切割图像：以两侧眶外缘最凹点作为起点，垂直于眶上壁与眶下壁中轴线的方向，以预定的厚度和间隔向后连续切割图像，至眶尖四条眼外肌紧贴在一起为终，输出冠状面图；所述冠状面图输出给所述眼眶轮廓标记模块，所述眼眶轮廓标记模块预测出眼眶轮廓，并在所述冠状面图上标注出眼眶轮廓；所述冠状面图输出给所述眼外肌轮廓标记模块，所述眼外肌轮廓标记模块预测出眼外肌轮廓，并在所述冠状面图上标注出眼外肌轮廓；所述眼眶象限分割模块利用眼外肌轮廓计算质心，以上直肌、下直肌的质心连线进行纵行分割眼眶轮廓，以内直肌、外直肌的质心连线横行分割眼眶轮廓，把眼眶轮廓分为内上象限、内下象限、外下象限、外上象限共4个象限，并分别计算眼眶轮廓内上象限、内下象限、外下象限、外上象限的面积；用眼球截面积的1/4除以每一个象限的面积，得出比值曲线，输出给终端。

优选地，人工标记所述冠状面图上左眼右眼的眼眶轮廓，并输出标记后的冠状面图给所述眼眶轮廓标记模块；所述眼眶轮廓标记模块基于深度学习算法，以人工标注的冠状面图为参照、进行自我训练后，准确预测出眼眶轮廓，程序参数设定。

优选地，人工标记所述冠状面图上左眼右眼的上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓，并输出标记后的冠状面图给所述眼外肌轮廓标记模块；所述眼外肌轮廓标记模块基于深度学习算法，以人工标注的图像为参照、进行自我训练后，准确预测眼外肌轮廓，程序参数设定。

优选地，所述预先定制化切割图像的预定的厚度和间隔均为1mm，输出的冠状面图的格式为bmp或jpg。

本申请第二方面提供一种表达眼眶骨壁形态发育特点的测量方法，包括：

S1：所述眼眶图片切割模块对CT扫描形成的容积图像进行预先定制化切割图像，以两侧眶外缘最凹点作为起点，垂直于眶上壁与眶下壁中轴线的方向，以预定的厚度和间隔向后连续切割图像，至眶尖四条眼外肌紧贴在一起为终，输出冠状面图；

S2：将S1中输出的冠状面图输入给眼眶轮廓标记模块，标记出左眼右眼的眼眶轮廓；将S1中输出的冠状面图输入给眼外肌轮廓标记模块，标记出左眼右眼的上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓；输出标记后的冠状面图给处理模块；

S3：所述处理模块分别根据左眼右眼的上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓，计算出左眼右眼的上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓的质心，取两条线分别通过上直肌轮廓、下直肌轮廓的质心，及内直肌轮廓、外直肌轮廓的质心，将眼眶轮廓分割成4个象限；

S4：取眼球直径，计算出眼球截面积的1/4；计算左眼右眼的内上象限、内下象限、外下象限、外上象限的面积；每个象限用眼球截面积的1/4除以该象限的面积，得出每个象限的比值曲线。

优选地，S1中，用labbel me软件分别标注左眼右眼的骨性眼眶轮廓，及左眼右眼的上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓。

优选地，在S1中，先将眼眶图片切割模块预先定制化切割图像进行人工标注，人工标注后的冠状面图输入给眼眶轮廓标记模块、眼外肌轮廓标记模块进行深度学习，经过深度学习后，所述眼眶轮廓标记模块准确预测出眼眶轮廓、所述眼外肌轮廓标记模块准确预测出上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓，设定程序参数。

优选地，具体地，将人工标注过的左眼右眼的眼眶轮廓的冠状面图输入给眼眶轮廓标记模块作为学习参照，所述眼眶轮廓标记模块经过自我学习后，准确预测眼眶轮廓；将人工标注过的左右眼上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓的冠状面图输入眼外肌轮廓标记模块学习参照，眼外肌轮廓标记模块经过自我学习后，准确预测左眼右眼的上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓；进行眼眶轮廓、上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓的参数设定。

本申请第三方面提供一种电子设备，包括：

处理器；以及存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。

本申请第四方面提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。

本申请提供的技术方案可以包括以下有益效果：

1、该表达眼眶骨壁形态发育特点的测量系统输出比值曲线，为眼眶骨壁形态发育特点提供定量分析工具，同时减少医生标注的时间和精力，进行准确的标注，减少标注的成本，同时减少漏诊误诊的情况，为疾病的分析提供量化的工具。

2、该表达眼眶骨壁形态发育特点的测量系统输出比值曲线，为甲状腺眼突的手术治疗的切除范围及位置，提供全定量的参考，解决目前我国国内面临优质医疗资源的供需不平衡，医生培养周期长，误诊率高的问题。

3、建立眼眶骨壁形态发育特点、以及成功的眶减压手术的数据库，为眼眶减压切除提供可预测的数据。

4、该表达眼眶骨壁形态发育特点的测量系统输出比值曲线，根据比值曲线可以全量化的定义浅眼眶。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。

图1是本申请实施例示出的表达眼眶骨壁形态发育特点的测量系统的结构示意图；

图2是本申请实施例示出的表达眼眶骨壁形态发育特点的测量系统的眼眶象限分割模块的对冠状面图进行象限分割的结构示意图；

图3是本申请实施例示出的一种表达眼眶骨壁形态发育特点的测量方法的流程示意图；

图4是本申请实施例示出的一种表达眼眶骨壁形态发育特点的测量方法的步骤1的定位图1的结构示意图；

图5是本申请实施例示出的一种表达眼眶骨壁形态发育特点的测量方法的步骤1的定位图2的结构示意图；

图6是本申请实施例示出的一种表达眼眶骨壁形态发育特点的测量方法的步骤1输出的冠状面图的结构示意图

图7是本申请实施例示出的一种表达眼眶骨壁形态发育特点的测量方法的眼眶轮廓标记模块标注的结构示意图

图8是本申请实施例示出的一种表达眼眶骨壁形态发育特点的测量方法的眼外肌轮廓标记模块标注的结构示意图

图9是本申请实施例示出的一种表达眼眶骨壁形态发育特点的测量方法的某病人术前的冠状面图输出的比值曲线图；

图10是图9中某病人术后的冠状面图输出的比值曲线图；

图11是本申请实施例示出的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以下结合附图详细描述本申请实施例的技术方案。

本申请涉及一种表达眼眶骨壁形态发育特点的测量系统以及测量方法，包括骨眼眶轮廓标记模块、眼外肌轮廓标记模块、眼眶象限分割模块，计算眼球横截面积的1/4除以眼眶各象限的面积，得出深度——比值曲线，表达眼眶骨壁形态发育特点，为眼眶先天变异诊断、眼眶减压术术式分析及精度选择提供更有价值的参考。

参见图1，本申请提出了一种表达眼眶骨壁形态发育特点的测量系统，包括眼眶图片切割模块、眼眶轮廓标记模块、眼外肌轮廓标记模块、眼眶象限分割模块、处理模块及终端。

所述眼眶图片切割模块，通过CT拍摄图片，获取眼部区域图像和眼位信息进行切割，输出冠状面图。所述眼眶图片切割模块对CT扫描形成的容积图像进行预先定制化切割图像，以两侧眶外缘最凹点作为起点，垂直于眶上壁与眶下壁中轴线的方向，以预定的厚度和间隔向后连续切割图像，至眶尖四条眼外肌紧贴在一起为终，输出冠状面图。所述预定的连续图片，厚度和间隔都为1mm，输出冠状面图的格式为bmp或jpg。

所述眼眶轮廓标记模块是对所述眼眶图片切割模块输出的冠状面图进行眼眶轮廓的预测，在所述冠状面图标记出眼眶轮廓。该眼眶轮廓标记模块在进行预测前，经过了深度学习，能够准确地预测出冠状面图上的眼眶轮廓，并能在输入的冠状面图上标注出眼眶轮廓。具体地，人工标记术前及术后左右骨性眼眶轮廓，并最终输出冠状面图给所述眼眶轮廓标记模块；所述眼眶轮廓标记模块基于深度学习算法，以人工标注的图像为参照、进行自我训练后，达到准确预测眼眶轮廓，进行参数设定；经过切割的目标图像的所述冠状面图输出给所述眼眶轮廓标记模块，所述眼眶轮廓标记模块预测出眼眶轮廓，并在冠状面图上标注出眼眶轮廓。本实施例中，所述深度学习算法是通过卷积神经网络实现，所述人工标注的图像达到1430张以上，所述多次自我训练次数达到20000张次以上。进行人工标注时，可采用label me软件进行人工标注。

所述眼外肌轮廓标记模块是对所述眼眶图片切割模块输出的冠状面图进行眼外肌轮廓的预测，在所述冠状面图标记出眼外肌轮廓。该眼外肌轮廓标记模块在进行预测前，经过了深度学习，能够准确地预测出冠状面图上的眼外肌轮廓，并能在输入的冠状面图上标注出眼外肌轮廓。具体地，人工标记左眼右眼的上直肌轮廓、下直肌轮廓、内直肌轮廓、外直肌轮廓，并最终输出冠状面图给所述眼外肌轮廓标记模块；所述眼外肌轮廓标记模块基于深度学习算法，以人工标注的图像为参照、进行自我训练后，达到准确预测眼外肌轮廓，设定程序参数；经过切割的目标图像的所述冠状面图输出给所述眼外肌轮廓标记模块，所述眼外肌轮廓标记模块预测出眼外肌轮廓，并在冠状面图上标注出眼外肌轮廓。本实施例中，所述深度学习算法是通过卷积神经网络实现，所述人工标注的图像达到1430张以上，所述多次自我训练次数达到20000张次以上。进行人工标注时，可采用label me软件进行人工标注。

所述眼眶象限分割模块是对预测眼眶轮廓、眼外肌轮廓后的冠状面图进行分割，将分割后的冠状面图输出给处理模块进行处理。具体地，所述眼眶象限分割模块利用眼外肌轮廓计算质心，以上、下直肌质心连线纵行分割眼眶轮廓，以内、外直肌质心连线横行分割眼眶轮廓，如图2所示，把眼眶轮廓分为内上象限1、内下象限2、外下象限3、外上象限4共4个象限，输出分割后的冠状面图给处理模块。本实施例中，利用OpenCV求取图像多轮廓质心，并在输出图像上显示质心坐标。

所述处理模块针对已经进行眼眶象限分割的冠状面图进行计算，分别计算眼眶轮廓内上象限、内下象限、外下象限、外上象限的面积，双眼共分成8个象限，用眼球面积的1/4除以每一个象限的面积，得出双眼共8条深度——比值曲线，输出给终端。如图9所示，比值曲线的比值是眼球截面积的1/4除以某一点的某一个象限的面积，这个某一点就是横坐标的位置。横坐标的单位是毫米，指图像切割时，每隔一毫米切割一次。眼眶骨壁的形态每一个人都不一样，眼眶壁围绕成眼眶，眼眶容积的大小只有针对眼眶的眼球容积的大小，才有评价的意义，因此，公式用眼球截面积的1/4除以某一点的某一个象限的面积，这样就可以每个象限的容积互相比较，也可以跟别人的相比较。

所述终端接收输出的比值曲线，表达眼眶骨壁形态发育特点，为眼眶先天变异诊断、眼眶减压技术分析及精度选择提供更有价值的参考。

本申请公开了一种表达眼眶骨壁形态发育特点的测量方法，如图3所示，本申请的测量方法总体包括图片切割、人工标注、深度学习、程序参数设定、目标图像切割、眼眶轮廓及眼外肌轮廓标记、眼眶象限分割、眼球截面积计算及眼眶象限面积计算、输出比值曲线，几个大步骤，具体为：

步骤1，S1：以两侧眶外缘最凹点作为起点，垂直于眶上壁与眶下壁中轴线的方向，以层厚1mm、间隔1mm向后连续切割图像，至眶尖四条眼外肌紧贴在一起为终，以bmp或jpg格式导出图像。用labbel me软件分别标注左眼右眼的眼眶轮廓，及左眼右眼的上直肌、下直肌、内直肌、外直肌轮廓。如图4所示，图上O点为眼眶外缘最凹点，以两侧眶外缘最凹点作为起点，如图5所示，垂直于眶上壁与眶下壁中轴线L的方向，以层厚1mm、间隔1mm向后连续切割图像，至眶尖四条眼外肌紧贴在一起为终，输出冠状面图，如图6所示。

步骤2，S2：将S1中人工标注过的左眼右眼的眼眶轮廓图片输入给眼眶轮廓标记模块作为学习参照，眼眶轮廓标记模块经过多次自我学习后达到准确预测眼眶轮廓，如图7所示，设定程序参数。将S1中人工标注过的左眼右眼的上直肌、下直肌、内直肌、外直肌轮廓图片输入眼外肌轮廓标记模块学习参照，眼外肌轮廓标记模块经过多次自我学习后达到准确预测左眼右眼的上直肌、下直肌、内直肌、外直肌的轮廓，如图8所示，设定程序参数。

步骤3，S3：目标图像的切割，将切割后的冠状面图输出给眼眶轮廓标记模块及眼外肌轮廓标记模块进行眼眶轮廓、眼外肌轮廓的标注。

步骤4，S4：分别根据左眼右眼的上直肌、下直肌、内直肌、外直肌的轮廓，求左眼右眼的上直肌、下直肌、内直肌、外直肌的质心，取两条线分别通过上直肌、下直肌的质心，及内直肌、外直肌的质心，将眼眶轮廓分割成4个象限。

步骤5，S5：取眼球直径，求眼球截面积的1/4。计算左眼右眼的内上象限、内下象限、外下象限、外上象限的面积。每个象限用眼球截面积的1/4除以该象限的面积，得出每个象限的深度——比值曲线。

目前的眼眶减压术是按医生的主观感觉去切除的，有了该表达眼眶骨壁形态发育特点的测量系统之后，精确知道哪里(眼眶骨壁发育)是造成眼眶容积狭窄的关键，就可以精确切除，减少手术破坏的范围，而达到相同的效果。

具体地，如图9所示，该病人术前的左眼眶结构，提示眼眶内壁和下壁曲率太大，导致内下象限和外下象限容积过小。其中，横线表示曲线的比例是1，就是眼球界面的1/4。如图10所示，该病人术后的左眼眶数据，可以看到手术把内侧壁扩容了，但下壁没有进行扩容。

本申请先通过人工标注结果作为深度学习算法学习训练的参照，通过多次的自我学习和训练之后能达到准确预测眼眶轮廓及眼外肌轮廓。该眼眶轮廓是指经切割的CT平面图像上所显示的骨头包绕眼眶内容物的整个轮廓，本领域中通常称为眼眶轮廓。人工标注眼眶轮廓是用人工来描画出眼眶轮廓的边缘，而眼眶轮廓标记模块经训练后可以自动对眼眶轮廓边缘进行预测并得出相应的轮廓参数，标记出眼眶轮廓。此处采用的深度学习算法是现有的卷积神经网络，具体可采用python来执行。经过反复的实验，发现作为参照的人工标注图像数量在1430张以上，训练次数达到20000张次以上能达到最佳学习训练效果。

本申请把一个眼眶分成4个象限，用一元函数：深度——比值曲线来反映每个象限的狭窄程度，间接反映了眼眶骨壁的曲率：当曲线越陡峭，表示相应的骨壁曲率越大，相应象限的眼眶容积越狭窄；当曲线的总长度越短，表示眼眶越浅：当曲线向上穿越比值1的横线越早，说明相应骨壁曲率加大的地方越接近眼眶开口。

本申请具有如下有益效果：

1、为眼眶骨壁形态发育提供定量分析工具。

2、甲亢突眼手术切除范围及位置，提供全定量的参考。

3、建立眼眶骨壁发育形态、成功的眶减压手术的数据库，为眼眶减压切除提供可预测的数据。

4、全量化定义浅眼眶。

图11是本申请实施例示出的电子设备的结构示意图。

参见图11，电子设备1000包括存储器1010和处理器1020。

处理器1020可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器1010可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)，和永久存储装置。其中，ROM可以存储处理器1020或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器1010可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器1010可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器1010上存储有可执行代码，当可执行代码被处理器1020处理时，可以使处理器1020执行上文述及的方法中的部分或全部。

上文中已经参考附图详细描述了本申请的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本申请所必须的。另外，可以理解，本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。

此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。

或者，本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时，使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。

本领域技术人员还将明白的是，结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。

附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。