一种基于心电信息激活的心电监测方法及装置

技术领域

本申请涉及心电监测技术领域，具体而言，涉及一种基于心电信息激活的心电监测方法及装置。

背景技术

随着电子和传感技术的发展，心电监测手段不断被丰富，从精细心电采集发展到动态穿戴式心电监护，从主动心电采集发展到目前无感式非接触心电采集，与之而来的是心电监护场景的扩增，尤其是居家养老场景。目前针对居家动态心电监护的设备，除了医疗级24小时Holter，消费级的设备主流是穿戴式智能心电采集设备，进行心电信息动态监测。

例如中国专利发明专利CN108478209A涉及一种心电信息动态监护方法和动态监护设备，所述方法包括：动态监护设备接收用户输入或者服务器下发的监测基准数据；动态监护设备对被测对象进行监护数据采集，得到被测对象的心电图数据；动态监护设备对心电图数据进行波群特征识别，得到心电图数据的特征信号，根据特征信号对心电图数据进行心搏分类，结合心电图基本规律参考数据得到心搏分类信息，并生成心电图事件数据；心电事件数据包括动态监护设备的设备ID信息；动态监护设备根据心电图事件数据确定对应的心电图事件信息，并确定心电图事件信息是否为心电异常事件信息；当为心电异常事件信息时，输出报警信息。

但是，上述发明仅仅是针对穿戴式心电采集设备，随着近年来部分可以被嵌入居家环境的非接触心电采集设备不断涌现，包括床垫、座椅、马桶垫等，这些都属于被动式心电采集，并且不需要对被采集者进行筛选，在居家环境下，所有使用这些带有心电采集功能家具的成员都可以被进行无感心电监护。被动心电采集手段的丰富增加了心电监护的适用人群，尤其是平常心血管状态良好但仍需要重点看护的老人。这对于突发性的心血管异常捕捉是有利的，人们可以在疾病未发生时就得到监护而不必被心电监护设备的佩戴所束缚，真正做到早发现早治疗。

未来居家心电监护将不会局限于单个设备，而是跨设备跨场景心电组网监测。由此产生的其中一个技术难点便是如何整合利用不同设备整合不同时空下相同个体的心电数据；并且被动式心电监测往往伴随大量冗余噪声，其中很大一部分噪声与心电在局部形态生相近，如何从冗余噪声中捕捉有效的心电并根据心电信息的变化无感开启和终止心电的采集是居家心电监测网的另一个技术难点。

发明内容

为了解决上述问题，本申请实施例提供了一种基于心电信息激活的心电监测方法及装置，适用于任意心电监测设备和任意场景，通过能量激活和心电信息激活这两个激活状态，准确进行心电数据获取，减少了冗余非心电数据的采集和干扰，且可以跨设备心电数据进行整合，更好的对目标进行心电监测。

第一方面，本申请实施例提供了一种基于心电信息激活的心电监测方法，所述方法包括：

S100：进行信号能量监测，对采集信号提取差分峰值特征和能量峰值特征，差分峰值大于第一阈值且能量峰值大于第二阈值时，进入能量激活状态；

S200：采集第一预定时间内的信号作为心电信息判定窗口信号，采集信号输入至训练好的帧级别QRS波群检测模型中，得到随机表征掩膜下输出产生的预定数量个不同QRS定位结果，当预定数量个不同QRS定位结果的混乱值小于第三阈值时，进入心电信息激活状态；

S300：采集心电，心电信号能量消失之后，输出心电数据；

S400：识别该心电数据来源身份；

S500：整合跨设备、跨场景心电数据，进行健康分析。

优选的，执行步骤S100时，具体包括：

S110：进行信号能量监测，采集150ms的信号；

S120：对采集信号进行信噪比监控，判断信噪比是否大于第四阈值，若大于则执行步骤S130，反之则返回步骤S110；

S130：对采集信号提取差分峰值特征和能量峰值特征；判断是否差分峰值大于第一阈值且能量峰值大于第二阈值，若是则进入能量激活状态，且执行步骤S200；反之则继续执行步骤S110。

优选的，执行步骤S200之前，通过编解码卷积网络训练帧级别QRS波群检测模型。

优选的，执行步骤200时，帧级别QRS波群检测模型中的编码器采用三分支卷积结构，每个分支负责一部分卷积视野，三个分支的输出表征在编码器的最后一层做融合；在进入解码器之前，一个随机表征掩膜作用于编码器输出的表征，随机表征掩膜比例为20%。

优选的，执行步骤300时，具体包括：

S310：采集心电，并在数据流开始前设置开始采集时间戳；

S320：实时判断心电信息激活状态是否终止，若是则再次进行信号能量监测，并在差分峰值小于第一阈值以及能量峰值小于第二阈值中至少一个成立，且持续第二预定时间时，心电信号能量消失，执行步骤S330；反之则不执行操作；

S330：输出心电数据，且在心电数据流后设置结束采集时间戳。

优选的，执行步骤400时，具体包括：

S410：进行基于迁移学习的跨设备心电身份特征提取模块预训练；

S420：特定家庭成员心电身份特征匹配；

S430：在心电数据的结束采集时间戳后添加身份标记。

优选的，执行步骤500时，整合跨设备、跨场景心电数据，具体为：根据身份标记、开始采集时间戳以及结束采集时间戳标记，整合跨设备、跨场景心电数据。

第二方面，本申请实施例提供了一种基于心电信息激活的心电监测装置，所述装置包括：

第一激活模块：进行信号能量监测，对采集信号提取差分峰值特征和能量峰值特征，差分峰值大于第一阈值且能量峰值大于第二阈值时，进入能量激活状态；

第二激活模块：采集第一预定时间内的信号作为心电信息判定窗口信号，采集信号输入至训练好的帧级别QRS波群检测模型中，得到随机表征掩膜下输出产生的预定数量个不同QRS定位结果，当预定数量个不同QRS定位结果的混乱值小于第三阈值时，进入心电信息激活状态；

采集模块：采集心电，心电信号能量消失之后，输出心电数据；

识别模块：识别该心电数据来源身份；

功能模块：整合跨设备、跨场景心电数据，进行健康分析。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面的任意一种可能的实现方式提供的方法。

本发明的有益效果为：

本发明提供了一种基于心电信息激活的心电监测方法及装置，适用于任意心电监测设备和任意场景，通过能量激活和心电信息激活这两个激活状态，准确进行心电数据获取，减少了冗余非心电数据的采集和干扰，且可以跨设备心电数据进行整合，更好的对目标进行心电监测。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需使用的附图作简单地介绍，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为本申请实施例提供的一种基于心电信息激活的心电监测方法的流程示意图；

图2为本申请实施例提供的一种基于心电信息激活的心电监测方法中的帧级别QRS波群检测模型中的编码器的三分支卷积结构示意图；

图3为本申请实施例提供的一种基于心电信息激活的心电监测方法中的跨设备心电身份特征提取模块预训练框图；

图4为本申请实施例提供的一种基于心电信息激活的心电监测方法中的特定家庭成员心电身份特征匹配时的特征向量训练和匹配框图；

图5为本申请实施例提供的一种基于心电信息激活的心电监测装置的结构示意图。

具体实施方式

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。

在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本申请的多个实施例，不同实施例之间可以替换或者合并组合，因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征A、B、C，另一个实施例包含特征B、D，那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。

下面的描述提供了示例，并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本申请内容的范围的情况下，对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行，并且可以添加、省略或组合各种步骤。此外，可以将关于一些示例描述的特征组合到其他示例中。

实施例一：参见图1，图1是本申请实施例提供的一种基于心电信息激活的心电监测方法的流程示意图。在本申请实施例中，所述方法包括：

S100：进行信号能量监测，对采集信号提取差分峰值特征和能量峰值特征，差分峰值大于第一阈值且能量峰值大于第二阈值时，进入能量激活状态；

在本申请实施例中，进行信号能量监测，也就是判断是否有信号到达，进行信号能量监测的主体可以是如智能手表这种通过主动设置的方式采集的设备，也可以是如单导心电帖等具有穿戴属性的通过被动方式进行采集的设备，还可以是如床垫、座椅、马桶垫等这些不需要对被采集者进行筛选的通过被动式心电采集的设备，只需要其可以获取一端时间内的信号，且可以进行能量监测即可。

具体的，心电监测的心电采集前端进行持续低功耗的信号能量监测，每次判定150ms。对150ms的信号提取两个特征，差分峰值特征Fd和能量峰值特征Fep。当Fd大于第一阈值Cd和Fep大于第二阈值Cep同时满足时，判定采集进入能量激活状态，只有在心电采集进入能量激活状态时，心电采集前端开始工作。

在一种可实施方式中，执行步骤S100时，具体包括：

S110：进行信号能量监测，采集150ms的信号；

S120：对采集信号进行信噪比监控，判断信噪比是否大于第四阈值，若大于则执行步骤S130，反之则返回步骤S110；

S130：对采集信号提取差分峰值特征和能量峰值特征；判断是否差分峰值大于第一阈值且能量峰值大于第二阈值，若是则进入能量激活状态，且执行步骤S200；反之则继续执行步骤S110。

需要注意的是，执行步骤S120时，对背景噪声能量估计是基于判定终止时刻前1s窗口，采用窗口内的信号均方值作为估计的背景噪声能量，判定的目标窗口为S110采集的150ms的信号，源信号的能量估计值采用目标窗口内信号的均方值与背景噪声能量之差；若目标窗口和背景噪声的估计能量的差值为负值，则统一将源信号的能量估计值归零处理；由于针对的目标源信号为心电，目标特征为QRS波群，而QRS波群的中心频率在17Hz左右，带宽约为10Hz，因此在估计信号和背景噪声能量之前，会对输入信号做5-30Hz的带通滤波处理。若150ms目标窗口的信号均方值为Et，前1s窗口的均方值为Eb，则信噪比snr的估算公式为：

当信噪比snr大于设定的阈值时，可以执行步骤S130，若低于设定的阈值，则重复步骤S110，继续进行信号能量监测。

S200：采集第一预定时间内的信号作为心电信息判定窗口信号，采集信号输入至训练好的帧级别QRS波群检测模型中，得到随机表征掩膜下输出产生的预定数量个不同QRS定位结果，当预定数量个不同QRS定位结果的混乱值小于第三阈值时，进入心电信息激活状态；

在本申请实施例中，心电采集进入能量激活状态时，心电采集前端开始工作，进行下一步的心电信息激活状态的判断，判断采集的信号是否是心电信号。

在本申请实施例中，执行步骤S200之前，通过编解码卷积网络训练帧级别QRS波群检测模型。

具体的，执行步骤200时，帧级别QRS波群检测模型中的编码器采用三分支卷积结构，参见图2，图2为本申请实施例提供的一种基于心电信息激活的心电监测方法中的帧级别QRS波群检测模型中的编码器的三分支卷积结构示意图；每个分支负责一部分卷积视野，三个分支的输出表征在编码器的最后一层做融合；在进入解码器之前，一个随机表征掩膜作用于编码器输出的表征，随机表征掩膜比例为20%。

在一种可实施方式中，采用轻量级编解码卷积网络训练帧级别QRS波群检测模型，并在解码器中添加20%的随机表征掩膜，采集5秒信号作为心电信息判定窗口信号，输入至训练好的帧级别QRS波群检测模型中，先在编码器的三分支卷积结构进行卷积视野，并在编码器的最后一层融合输出，再在随机表征掩膜作用下在编码器进行输出，得到随机表征掩膜下输出产生的预定数量个不同QRS定位结果，每一次推理，随机掩膜的位置都会发生改变。假设编码器为

推理次数K在本申请中设定为5次，最终的输出为5次解码输出的均值，即

输出结果的混乱值E

当预定数量个不同QRS定位结果的混乱值小于第三阈值Ce，则接收到的是心电信号，判定采集进入心电信息激活状态，开始正常采集心电数据。

S300：采集心电，心电信号能量消失之后，输出心电数据；

在本申请实施例中，正常采集心电数据时，需要采集一整段的心电数据流，即有始有终，获取该心电数据的起始以及结束，起始很容易获取，即采集心电起始时间，但是心电数据的结束需要实时判断心电信号何时消失才行。

具体的，执行步骤300时，具体包括：

S310：采集心电，并在数据流开始前设置开始采集时间戳；

S320：实时判断心电信息激活状态是否终止，若是则再次进行信号能量监测，并在差分峰值小于第一阈值以及能量峰值小于第二阈值中至少一个成立，且持续第二预定时间时，心电信号能量消失，执行步骤S330；反之则不执行操作；

S330：输出心电数据，且在心电数据流后设置结束采集时间戳。

需要注意的是，S320中的信号能量监测和步骤S100中的信号能量监测的原理一样，区别在于，步骤S320中需要判断持续第二预定时间内，差分峰值小于第一阈值以及能量峰值小于第二阈值中至少一个成立，若达到判断条件，则认定采集的心电段落已经结束。

在本申请实施例中，差分峰值小于第一阈值以及能量峰值小于第二阈值中至少一个成立，且持续15ms，则判定信号能量消失，心电采集终止。

S400：识别该心电数据来源身份；

在本申请实施例中，将步骤S300中输出心电数据进行获取，识别该段心电数据流所属的被采集人，确定该段心电数据被采集人并标记。

具体的，执行步骤400时，具体包括：

S410：进行基于迁移学习的跨设备心电身份特征提取模块预训练；

S420：特定家庭成员心电身份特征匹配；

S430：在心电数据的结束采集时间戳后添加身份标记。

在一种可实施方式中，步骤S410中，针对特征信息提取模块训练，本申请使用Holter心电数据作为预训练数据，并将每一导联心电作为同一身份的独立心电使用，以模拟相同个体不同设备的场景。训练数据集基于可公开获取的INCART数据集（包含75个患者24小时的Holter数据，同时附带R波标注信息），具体训练方法如下：

S411：构建心电身份特征提取模块，身份识别模块和特征空间判别模块。心电身份特征提取模块包含三个卷积层，一个全连接层；

S412：将12导联Holter数据按导联归纳为12个子集，每个子集被视为一种心电采集设备所采集的心电数据集合，分别用子集A-L表示，每个子集中75个独立个体的长程单通道心电数据；

S413：在每一轮训练中，会从子集A-L中随机抽取两个子集作为本轮训练子集X和Y，每个子集包含75个个体的心电数据，每个个体的心电数据包含10个随机抽取的心拍，抽取方式为根据INCART数据集的R波标注信息，随机抽取10个R波并以抽取的R波位置为中心前后选取200ms；

S414：X和Y子集中抽取的10个心拍以100x10的矩阵形式输入特征提取模块，并分别生成对应的X空间特征向量和Y空间特征向量。其中X特征向量会进入身份判别器并与身份标签做配对。假设身份标签为S，身份判别器输出为

同时X和Y空间的特征向量会进入特征空间判别器，与身份判别器进行对抗训练。假设X和Y特征向量在特征空间判别器输出分别为I

该训练过程会不断进行，直到特征提取模块能将X特征空间和Y特征空间映射到同一分布，实现不同特征空间的对齐，这一预训练过程是在模拟居家监测场景下不同设备采集的心电数据在做身份识别时能够消除设备间数据差异，并能够在身份特征提取模块中被有效获取相同个体的心电共性特征，参见图3，图3为本申请实施例提供的一种基于心电信息激活的心电监测方法中的跨设备心电身份特征提取模块预训练框图。

在一种可实施方式中，在执行步骤S420时，跨设备心电身份识别模型预训练完成后，固定特征提取模块权重，并在接下来针对特定家庭成员的心电身份识别中外接特征映射模块并重置身份判别器。在居家心电监测系统部署完成后，进行家庭成员心电信息录入，每一个家庭成员会根据引导说明在每一个心电监测设备中进行身份已知的心电采集，每个设备每次采集以检测到有效的10个心拍为结束标志时间。特征映射模块会对第i个成员在第j个设备上采集的心电片段生产一个特征向量

特征向量相似度度量表达式如下：

其中

执行步骤S420在的不同成员的身份判别函数与步骤S414中的预训练中D

在本申请实施例中，参见图4，图4为本申请实施例提供的一种基于心电信息激活的心电监测方法中的特定家庭成员心电身份特征匹配时的特征向量训练和匹配框图。

在本申请实施例中，与目前已有的心电身份识别技术面向的场景不同，本申请面向跨设备跨场景心电采集和相同身份心电数据整合，为此本申请通过构建心电身份特征编码模块并采用迁移学习解决相同个体不同设备采集心电的共性特征提取问题；那么步骤S300中的心电数据流会经过步骤S200中的QRS定位，为了防止噪声对心电身份识别的影响，在步骤S200中QRS识别的基础上，步骤S400中会从步骤S200中混乱值En最低的10个5秒片段里抽取中间的心拍，心拍窗口以识别的R波为中点，前后选取200ms，即400ms窗口作为一个完整心拍，在250Hz采样率下为100个数据点，抽取的10个心拍会整合为100x10的矩阵作为输入进入心电身份特征编码模块提取身份特征，在居家监测场景下，每一个家庭成员会在系统中首次录入心电数据并对应每个人的身份信息，在收到相应心电数据和身份标签后，系统会通过预训练的特征编码模块训练该家庭的心电身份特征分类器，在识别出心电数据所属身份后，系统在步骤S300获得心电数据的结束时间戳后添加身份标记。

S500：整合跨设备、跨场景心电数据，进行健康分析。

在本申请实施例中，整合跨设备、跨场景心电数据，具体为：根据身份标记、开始采集时间戳以及结束采集时间戳标记，整合跨设备、跨场景心电数据。

心电数据从前至后为：开始采集时间戳、心电采集数据流、结束采集时间戳以及身份标记。

最后，根据获取的心电数据，根据被采集人的身体状态进行健康分析判断，若有心电异常，则及时发出警报，及早进行治疗。

本发明提供了一种基于心电信息激活的心电监测方法，适用于任意心电监测设备和任意场景，通过能量激活和心电信息激活这两个激活状态，准确进行心电数据获取，减少了冗余非心电数据的采集和干扰，且可以跨设备心电数据进行整合，更好的对目标进行心电监测。

实施例二：请参见图5，图5是本申请实施例提供的一种基于心电信息激活的心电监测装置的结构示意图。如图5所示，所述装置包括：

第一激活模块：进行信号能量监测，对采集信号提取差分峰值特征和能量峰值特征，差分峰值大于第一阈值且能量峰值大于第二阈值时，进入能量激活状态；

第二激活模块：采集第一预定时间内的信号作为心电信息判定窗口信号，采集信号输入至训练好的帧级别QRS波群检测模型中，得到随机表征掩膜下输出产生的预定数量个不同QRS定位结果，当预定数量个不同QRS定位结果的混乱值小于第三阈值时，进入心电信息激活状态；

采集模块：采集心电，心电信号能量消失之后，输出心电数据；

识别模块：识别该心电数据来源身份；

功能模块：整合跨设备、跨场景心电数据，进行健康分析。

本领域的技术人员可以清楚地了解到本申请实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列（Field－ProgrammableGate Array，FPGA）、集成电路（Integrated Circuit，IC）等。

可以理解的是，本发明实施例提供的装置均适用于实施例一所述的方法，各个模块的具体功能可参照上述方法流程，此处不再赘述。

实施例三，本发明实施例提供的一种电子设备，用于实现实施例一所述的方法。电子设备可以包括：至少一个中央处理器，至少一个网络接口，控制接口，存储器，至少一个通信总线。

其中，通信总线用于实现各组件之间的连接通信，信息交互。

其中，网络接口可选的可以包括标准的有线接口、无线接口（如Wi-Fi接口）。

其中，控制接口用于根据指令输出控制操作。

其中，中央处理器可以包括一个或者多个处理核心。中央处理器利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储器内的指令、程序、代码集或指令集，以及调用存储在存储器内的数据，根据实施例一所述的方法执行终端的各种功能和处理数据。

其中，存储器可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器可用于存储指令、程序、代码、代码集或指令集。存储器可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述实施例一的方法等；存储数据区可存储上面各个方法实施例中涉及到的数据等。

本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例一所述的方法。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统（包括分子存储器IC），或适合于存储指令和/或数据的任何类型的媒介或设备。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

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述的部分，可以参见其他实施例的相关描述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器（Read-Only Memory， ROM）、随机存取存储器（Random Access Memory，RAM）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（Read-Only Memory， ROM）、随机存取器（Random AccessMemory，RAM）、磁盘或光盘等。

需要说明的是，在本文中，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，从而使得包含一系列要素的过程、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。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施例只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。