用于优化和个性化维修清单的系统和方法

技术领域

下文总体上涉及维修和维护领域，特别指向医学成像设备维修或其他复杂系统的维修、维护历史分析领域及相关领域。

背景技术

医学成像系统(例如，磁共振(MR)、正电子发射断层摄影(PET)、计算机断层摄影(CT)、介入X射线等)的维护最好是主动的，而不是对意外故障做出反应。这能够通过预防性地更换在统计学上在不久的将来可能发生故障的系统零件来部分实现。由于用户报告的问题，可能会出现其他维护任务，例如，图像质量不理想或硬件或软件问题，这些问题会对工作流程产生不利影响。

医学设备的制造商向最终客户提供一定年限的设备保修。一旦保修期到期，大多数客户都选择由现场维修工程师(FSE)(在本文中也被称为SE)执行针对这些设备的年度维护合同。FSE通常依赖于一组清单或作业顺序单，这些清单或作业顺序单定义了需要对每个部件执行的活动类型。清单通常包括例如以下信息：如何对设备进行测试、观察结果与给定的可能结果的比较、参数的公差值(以便FSE能够观察参数值并与标准进行比较，从而检查值是否在规范范围内或超出范围)等。

通常，这些清单或作业顺序单在设备的开发阶段被概念化。一旦创建了这些文档，通常就不会随着时间的推移而更改它们。FSE应完成清单/作业顺序单中列出的所有活动。通常，清单能够包括数百项可能要执行的任务。然而，医院工作人员并不希望这些成像系统长时间停机以完成对清单中的每个项目的维修。

成像系统成本高昂，系统停机会导致医院/诊断中心的收入损失。因此，医院试图通过限制FSE对成像系统的访问来避免长时间的维护活动(有时会导致多次重新安排维护活动的情况发生)并且/或者要求FSE仅解决明显影响系统的关键问题，或者在成像系统失效之前不要求维护系统。另外，一旦对设备的维护活动开始，FSE就很难预测完成修理需要多长时间。这可能导致成像系统的停机时间超过FSE向客户预测的停机时间，从而对客户满意度产生不利影响。

下文公开了克服这些问题和其他问题的某些改进。

发明内容

在一个方面，一种用于为医学成像设备的队列安排现场维修的装置包括至少一个电子处理器，所述至少一个电子处理器被编程为：维护维修记录数据库，所述维修记录数据库存储关于对所述队列执行的维修任务的实例的信息，所述信息包括针对维修任务的所述实例的维修完成时间；基于要维修的所述医学成像设备的一个或多个机器和/或维修日志的内容来识别要在即将到来的现场维修期间对所述队列的要维修的医学成像设备执行的一个或多个维修任务；至少基于要在所述即将到来的现场维修期间执行的所述一个或多个维修任务以及针对所述维修记录数据库中的要执行的所述一个或多个维修任务的实例的维修完成时间来优化用于所述即将到来的现场维修的维修计划；并且在显示设备上显示所述维修计划。

在另一方面，一种维修设备包括显示设备和至少一个用户输入设备。至少一个电子处理器被编程为：提供用户接口(UI)，所述用户接口允许用户经由所述至少一个用户输入设备来录入一个或多个输入；基于所述用户输入来检索维修计划，所述维修计划包括要对成像设备执行的一个或多个维修任务，所述维修计划经由所述UI被显示在所述显示设备上；并且基于以下各项中的一项或多项来迭代地接收对所述维修计划的更新：所识别的一个或多个维修任务的优先级；以及所识别的维修任务中的一个或多个维修任务的完成。

在另一方面，一种用于为医学成像设备的队列安排现场维修的方法包括：维护维修记录数据库，所述维修记录数据库存储关于对所述队列执行的维修任务的实例的信息，所述信息包括执行维修任务的所述实例的FSE的标识符和针对维修任务的所述实例的维修完成时间；基于要维修的所述医学成像设备的一个或多个机器和/或维修日志的内容来识别要在即将到来的现场维修期间对所述队列的要维修的医学成像设备执行的一个或多个维修任务；基于要维修的所述医学成像设备的零件或系统的互连性的模型来识别要在所述即将到来的现场维修期间执行的所述维修任务中的能够并行执行的两个或更多个维修任务的组；至少基于要在所述即将到来的现场维修期间执行的所述一个或多个维修任务以及针对所述维修记录数据库中的要执行的所述一个或多个维修任务的实例的维修完成时间来优化用于所述即将到来的现场维修的维修计划；并且在显示设备上显示所述维修计划。

一个优点在于提供了改进的医学成像设备维护，包括通过改进的诊断来节省成本，减少未使用零件的量以及减少FSE的维修行程的次数。

另一个优点在于呈现给被分配为维修医学成像设备的FSE的动态且个性化的清单。

另一个优点在于减少了FSE维修医学成像设备所需的时间量。

另一个优点在于更加可预测的FSE维修时间的持续时间。

另一个优点在于减少了医学成像设备的计划外停机时间。

另一个优点在于为FSE提供了审查与维修呼叫相关的信息的用户接口。

给定的实施例可以提供前述优点中的零个、一个、两个、更多个或所有优点，并且/或者可以提供本领域普通技术人员在阅读和理解了本公开内容后将变得明显的其他优点。

附图说明

本公开可以采取各种部件和部件布置以及各个步骤和步骤安排的形式。附图仅用于说明优选实施例的目的，而不应被解释为限制本公开内容。

图1图解性地图示了根据本公开内容的用于优化用于医学系统的维修计划的说明性系统。

图2示出了由图1的系统实施的模块。

图3示出了图1的系统的示例性流程图操作。

图4示出了由图1的系统生成的示例维修计划。

具体实施方式

下文涉及用于FSE的维修清单系统。在任何给定的时间，能够对复杂的医学成像设备执行一定范围的预防性维护和日常维修任务。FSE可以访问现场以完成此类预防性/例行维修任务。在另一种场景中，可以呼叫FSE来诊断和纠正损害图像质量和/或工作流效率的现有问题。无论哪种情况，除了诊断和纠正任何现有问题以外，FSE在理想情况下都能在一次访问期间执行所有未完成的预防性维护和例行维修任务。为此，FSE目前采用清单。

然而，当前的FSE清单是静态的，并且不考虑维修时间的约束。特别地，维修时间常常受到客户的约束，对客户来说，维修停机时间会导致生产力下降。实际上，医院可能只允许FSE在有限的时间内对成像设备进行工作。此外，现有的清单通常不会提供关于维修任务可能需要多长时间或一起完成哪些维修任务可以更高效的指导。

所公开的系统和方法实施了动态FSE清单。对于给定的成像设备，系统分析设备历史数据(例如，在机器日志和/或机器维修日志中记录的数据)并参考零件寿命表来识别应当维修的部件列表(即，维修任务)。

另外，汇总器从队列的所有成像设备收集维修信息，并且创建根据市场、FSE和其他参数索引的完成的维修任务和对应的维修时间的零件/FSE数据库。使用零件/FSE数据库中的数据对部件列表执行类似的零件分析，以便估计列表上的维修任务的维修时间。

FSE工作分析器还参考零件/FSE数据库以例如基于FSE对各种维修任务的经验、差旅时间和其他因素来识别最适合维修成像设备的可用的FSE的排名列表。

还对成像设备的维修任务列表执行并行化器分析，以便识别能够高效地一起完成的任何维修任务。例如，如果一个任务需要拆卸子系统，那么可以同时高效地执行列表中与该子系统有关的其他任务。

优化器基于前述信息以及从医院获得的关于可用于维修成像设备的时隙的信息来优化维修计划。优化器还优选地考虑维修任务的优先级排名，例如，优先处理被认为是强制性的维修任务，因为当前正在显现这些任务(即，客户已经专门投诉了该问题)或者因为设备供应商已经将某些任务识别为强制性任务。任选地，这可以是迭代过程。

将意识到，所公开的动态FSE清单的给定实施方式可以包括上面列出的部件或特征的子集(而不是全部)。

参考图1，图解性地示出了用于支持维修工程师维修设备(例如，医学成像设备(未示出)，也被称为医学设备、成像设备、成像扫描器及其变型)的说明性维修支持系统100。通过一些非限制性说明性示例，正在维修的医学成像设备可以是磁共振成像(MRI)扫描器、计算机断层摄影(CT)扫描器、正电子发射断层摄影(PET)扫描器、用于执行单光子发射计算机断层摄影(SPECT)的伽马相机、介入放射学(IR)设备等。如图1所示，维修支持系统100包括由SE携带或访问的维修设备102，或者能由该维修设备102访问。维修设备102能够是个人设备，例如，移动计算机系统，例如，膝上型电脑或智能设备。在其他实施例中，维修设备102可以是与(例如在医学机构处)正在接受维修的成像设备集成在一起或操作性连接的成像系统控制器或计算机。作为另一示例，维修设备102可以是由执行对成像设备的故障诊断和零件订购的SE携带的便携式计算机(例如，笔记本电脑、平板电脑等)。在另一示例中，维修设备102可以是被维修的成像设备的控制器计算机，或者是基于医院的计算机。在其他实施例中，维修设备可以是诸如蜂窝电话(手机)或平板电脑之类的移动设备，并且维修支持系统100可以被实施为“app”(应用程序)。维修设备102允许维修工程师经由至少一个用户输入设备103(例如，鼠标、键盘或触摸屏)与维修支持系统交互。维修设备还包括电子处理器101和非瞬态存储介质107(图1中图解性地指示的内部部件)。非瞬态存储介质107存储指令，该指令能由电子处理器101读取并运行以实施维修支持系统100。维修设备102还可以包括通信接口109，使得维修支持系统100可以与后端服务器或处理设备111通信，后端服务器或处理设备111可以任选地实施维修支持系统100的一些方面(例如，服务器111可以具有更大的处理能力，因此对于实施维修支持系统100的在计算上的复杂方面是优选的)。这样的通信接口109包括例如无线Wi-Fi或4G/5G接口、有线以太网接口等，以用于连接到互联网和/或内联网。维修支持系统100的一些方面也可以通过云处理或其他远程处理来实施。

在说明性图1中，使用维修呼叫报告应用程序108收集的维修信息被馈送到数据库后端110(例如，在医学机构或SE执行维修呼叫的其他远程中心处实施，或者在成像设备供应商或其他维修承包商处实施)。例如，数据库后端110可以实施医学成像设备的维修日志。在配备有电子处理器113(图解性指示的内部部件)的后端服务器111上执行后端处理。服务器111被配备有非瞬态存储介质127(图1中图解性指示的内部部件)。虽然示出了单个服务器计算机，但是将意识到，后端110可以被更一般地实施在单个服务器计算机或服务器集群或包括特设的互连的服务器计算机的云计算资源等上。此外，虽然图1示出了单个维修设备102，但是更一般地，数据库后端110将从由不同FSE携带的许多维修设备(例如，数十个、数百个或更多个维修设备)接收维修呼叫报告，并且每个FSE将为FSE进行的每个维修呼叫提供维修呼叫报告(对于给定的FSE，这可能每年总共有数十个或甚至数百个维修呼叫)。因此，随着时间的推移，数据库后端110积累了大量的维修呼叫报告数据。

非瞬态存储介质127存储指令，所述指令能由后端服务器111的电子处理器113运行以执行由维修支持系统100实施的设备维修支持方法或过程200。在一些示例中，方法200可以至少部分地通过云处理来执行。方法200使得输出在维修设备102的显示设备105上显示的维修计划或清单130。

参考图2并且继续参考图1，非瞬态计算机可读介质127存储由后端服务器111的电子处理器113(或者在一些情况下为维修设备102的电子处理器101)运行的一个或多个模块以执行方法200。如图2所示，模块中的一个模块包括设备状态检查器模块132，设备状态检查器模块132被配置为使用模型和历史维修细节来分析医学成像设备的状态，以提供医学成像设备的当前健康状况。为此，设备状态检查器模块132被配置为连续监测医学成像设备的子系统，这能够使用预测模式和/或反应模式来完成。使用机器学习(ML)模型来执行预测模式，能够在历史系统数据上训练机器学习(ML)模型，并且能够对机器学习(ML)模型进行建模以识别医学成像设备的子系统的关键感测元件的参数值的漂移。一个这样的示例是MRI系统的氦气压力。如果在规划的维护窗口期间或前后触发了低氦压力的模型警报，则能够优先处理该项目并使该项目出现在FSE的清单130上。如果这些值在可接受的限度内并且预测模型指示该参数在接下来的几个月中能够继续保持在这个可接受的范围内，那么将从清单130的顶部移除该项目并且能够将该项目识别为低优先级项目。优先级决定还取决于在维护活动前几天以及维护活动当天是否存在系统故障和错误。这些内容能够被归类为反应监控模式。如果医学成像设备中存在已知问题，则将这些细节也添加到清单130中以提供更好的决策。

设备状态检查器模块132与设备历史数据库134进行电子通信，设备历史数据库134存储从模型生成的关于所有医学系统的历史信息。由于医学设备的安装基础跨越了多个地理区域，因此对这些系统的维修记录进行汇总并且在整个安装基础上完成数据分析。由设备状态检查器模块132从设备历史数据库134中提取的关键要素是被更换的部件和相关联的维修措施。设备状态检查器模块132被配置为对该数据连续运行ML算法，以识别部件更换的模式和与之相关联的工程师意见，从而创建更换的可能原因之间的映射。基于这些原因，当该模型在感兴趣系统上运行时，如果注意到类似的错误模式，那么将这个所需的子系统也添加到清单130上。设备状态检查器模块132被配置为通过更新根本原因和在世界范围内采取的维修措施来将该数据连续映射到设备历史数据库134中，使得任何人员都可以在现场访问该数据以更快地解决问题。设备状态检查器模块132被配置为识别原因和更换的聚类，这些聚类能够用于识别类似的错误和更换。

部件列表器模块136被配置为基于医学成像设备的当前健康状态来列出需要维修的一个或多个部件。部件列表器模块136被配置为使用由设备状态检查器模块132提供的信息和设备历史数据库134中的数据来识别在FSE访问期间需要维修的部件的列表。部件列表器模块136还被配置为基于来自设备状态检查器模块132的预测监测模式和反应监测模式来提供健康状态。还基于错误发生的频率及其对医学成像系统性能的影响来提供故障的严重程度。如果错误有可能导致系统关闭或者导致系统不可用，则这些问题被指示为高优先级并且被置于清单130的顶部。部件列表器模块136的输出是需要按照影响系统功能的严重性的降序来检查的部件的列表。

相似零件分析器模块138被配置为：将相同零件的维修措施数据与历史数据进行比较，并且提供最优维修零件以及定时细节。对于需要接受维护的给定成像系统，有必要预先了解现场可能出现的问题(如果有的话)以及解决问题的最快和最有效的方法。相似零件分析器模块138被配置为：分析从部件列表器模块136输出的部件，并且从零件/FSE数据库140中识别在该特定地点看到的问题是否在任何其他地点出现过。为了基于历史数据来识别实际的维修措施并提供自动化的维修措施语句，能够采用语言模型，例如，来自变换器的双向编码器表示(BERT)。

零件/FSE数据库140被配置为存储关于被更换的零件的历史数据以及对应的维修路径和关于执行修理的FSE的相关联的细节。零件/FSE数据库140被填充有来自多个数据源的数据，使用在后端服务器111中实施的汇总引擎142对这些数据进行汇总。汇总引擎142包括多个部件(图2中未示出)，以用于将汇总的数据格式化并存储在零件/FSE数据库140中。例如，汇总引擎142包括翻译器模块，以用于将来自多个来源的多种语言的数据翻译成通用语言(例如，英语)。数据解析器被配置为清理数据，以便将自然语言处理(NLP)操作应用于数据。一旦文本被标准化，就应用单词嵌入算法(如GloVe或word2vec)，以便找到相关联的单词向量。用于训练单词嵌入模型的训练数据来自历史维修数据，并且这些模型被周期性地刷新，使得它们捕捉为解决问题而执行的任何新的修复手段。数据合成模块被配置为通过例如识别故障的共同根本原因、诊断、维修措施和为解决问题而更换的零件以及FSE完成任务所消耗的时间来对数据进行归类。该数据被归类以包括例如以下信息：系统的标识、发布日期、系统所处的市场、维修FSE的名称、问题的症状、问题的诊断、采取的维修措施、要更换的零件、维修时间等，这些信息被存储在零件/FSE数据库140中。

FSE工作分析器144被配置为：计算FSE针对给定维修工作的效率，并且在工作完成时间方面提供估计结果。例如，一名FSE工作者在处理特定的零件故障情况方面可能比其他FSE工作者更有经验。这可能是由于训练、经验和/或对先前经验的熟悉度引起的。FSE工作分析器144被配置为基于所涉及的问题来分配“最佳”或“最有资格”的FSE。为了确定最有资格的FSE来处理特定任务或维修计划，FSE工作分析器144被配置为从零件/FSE数据库140中检索与活动时间、错误率、可靠性、事故率、周转时间、作业经验和知识、FSE与受影响地点的距离等有关的历史数据(这些项目仅仅是非限制性示例)。FSE工作分析器144被配置为实施模型(例如，隐马尔可夫模型(HMM))来分析该检索到的数据并输出推荐的FSE(和相关联的效率评分)来执行维修计划130中的任务。

以下是由FSE工作分析器144实施的HMM(特别是二阶HMM)的示例。如果检索到的数据集被表示为：

X＝x

维修计划130的活动类型和推荐的FSE被表示为：

Y＝y

基于这些数据，HMM用于定义：

p(x

对于任何测量结果x

那么最有可能推荐的FSE和对X的效率被表示为：

其中，q(x|y)和e(x|y)分别表示转移概率(transition probability)和输出概率(emission probability)，并且是使用标准最大似然估计技术来估计的。

另外，一旦基于效率评分选择了FSE，则完成维修计划130中的任务的时间就是已知的。

并行化器模块146被配置为并行化维修活动(例如，选择能够并行或相继执行的活动)。为此，并行化器模块146被配置为基于到维修计划130的映射过程，从现场维修手册(其能够被存储在非瞬态计算机可读介质127中)和先前的现场维修历史数据(其被存储在零件/FSE数据库140中)中提取详细步骤来解决维修计划130中的任务。并行化器模块146使用NLP处理操作来连接该检索到的数据。识别所连接的数据以确定哪些数据是冗余的以及能够将哪些数据添加到维修计划130。并行化器模块146然后被配置为实施ML路径跟踪器操作，以确定哪些机器部件被连接以及哪些机器部件没有被连接。维修计划130中的任务的一组连接的部件的一个示例包括：通过打开柜板来检查医学成像设备的电压开关，然后在检查电压开关的电阻输出的同时对柜板中的电池进行充电。未连接的部件任务的示例能够是显示器损坏和X射线管校准，它们不能相继执行。部件中的每个部件被分配有一个标签，该标签指示哪些其他部件与所选择的部件互连。

维修优化器模块148被配置为实施数学建模技术，以基于先决条件强制性任务列表150和因先前阶段所需的医院要求152来优化维修计划130。医院要求152包括医院对维修计划130中的任务的要求，包括能够让出设备以供维修的持续时间。强制性维修要求150包括为完成给定维修措施而要最少完成的维修措施的列表。维修优化器模块148被配置为分析要求150和152以及并行化器模块146的输出以优化维修计划130。

以下是维修优化器模块148的操作的示例。并行化器模块146识别作业列表，所述作业列表被表示为作业列表J

仍然可用的总时间被表示为T

在N个作业J

J

然后，维修计划130中的最终作业列表是J

这些模块被配置为以迭代的方式工作。例如，如果维修优化器模块148确定维修计划130未被优化，则相似零件分析器138、FSE工作分析器模块144和并行化器模块146被编程为重复它们各自的操作。

参考图3并且继续参考图1和图2，能由电子处理器113运行的设备维修支持方法200的实例的说明性实施例被图解性示为流程图。

在操作202处，维护维修记录数据库(例如，零件/FSE数据库140)，以存储关于对队列执行的维修任务的实例的信息，所述信息包括执行维修任务的实例的FSE的标识符和针对维修任务的实例的维修完成时间。

在操作204处，基于要维修的医学成像设备的一个或多个机器和/或维修日志的内容来识别要在即将到来的现场维修期间对队列的要维修的医学成像设备执行的一个或多个维修任务。操作204能够由相似零件分析器模块138来执行。

在操作206处，基于要在即将到来的现场维修期间执行的一个或多个维修任务和在维修记录数据库140中存储的信息来识别(例如，自动识别)要对要维修的医学成像设备执行即将到来的现场维修的一个或多个可用的FSE。操作206能够由FSE工作分析器模块144来执行。

在操作208处，至少基于要在即将到来的现场维修期间执行的一个或多个维修任务(来自操作204)和针对维修记录数据库140中的要执行的一个或多个维修任务的实例的维修完成时间(来自操作206)来优化用于即将到来的现场维修的维修计划130。

在一些实施例中，维修任务识别操作204能够包括基于被分配给相应维修任务的优先级来对要在即将到来的现场维修期间执行的一个或多个维修任务进行排名。在该实施例中，优化操作208能够包括额外地基于维修任务的排名来优化维修计划130。在一些示例中，优化操作208能够包括基于例如对维修任务的优先级的更新、FSE完成所识别的维修任务中的一个或多个维修任务等来迭代地更新维修计划130。

在其他实施例中，维修任务识别操作204包括基于要维修的医学成像设备的零件或系统的互连性的模型来识别要在即将到来的现场维修期间执行的维修任务中的能够并行执行的两个或更多个维修任务的组。该过程能够由并行化器模块146来执行。在该实施例中，优化操作208能够包括额外地基于所识别的要并行执行的任务的组来优化维修计划130。

在一些实施例中，FSE识别操作206能够包括至少基于FSE对要维修的医学成像设备和/或所识别的一个或多个维修任务的经验水平来对所识别的可用的FSE进行排名。在该实施例中，优化操作208能够包括基于所识别的一个或多个可用的FSE和针对被指示为由零件/FSE记录数据库140中的所识别的一个或多个FSE执行的一个或多个维修任务的实例的维修完成时间来优化维修计划130。

在其他实施例中，优化操作208能够包括基于一个或多个输入来优化维修计划130。在一个示例中，(例如从要维修的设备所在的医院)接收对即将到来的现场维修的医院时间约束要求152，其中，维修计划的优化还基于时间约束。在另一示例中，接收对一个或多个维修任务被请求为强制性维修任务150的指示，并且对维修计划的优化还基于强制性要求。

在另外的实施例中，维护操作202能够包括维护设备历史数据库134以包括关于在维修任务的实例期间更换的零件的信息。能够基于在设备历史数据库134中存储的关于在一个或多个维修任务的实例期间更换的零件的信息来确定要在即将到来的现场维修期间执行的一个或多个维修任务所需的零件。优化操作208包括还基于所确定的一个或多个维修任务所需的零件来优化用于即将到来的现场维修的维修计划130。这些过程能够由设备状态检查器模块132和部件列表器模块136来执行。

在操作210处，在维修设备102的显示设备105上显示维修计划130。在一些示例中，使用维修设备102的FSE能够基于经由在显示设备105上显示的图形用户接口(GUI)，经由至少一个用户输入设备103录入的输入来检索维修计划130。能够基于例如对维修计划中的维修任务的优先级的更新、一个或多个维修任务的完成等来在显示设备105上更新维修计划130。在其他示例中，用户输入能够包括对维修计划130中的维修任务中的一个或多个维修任务的排名的指示，以基于FSE看维修任务的优先级的态度来更新维修计划。另外，用户输入能够包括用于访问设备历史数据库132和/或零件/FSE数据库140中的数据并相应地更新维修计划130的输入。

参考图3，示出了维修计划130的说明性示例。生成的示例维修计划是根据系统和客户的需求以及强制性要求定制的。维修计划130通过指示子系统中的哪些子系统运行正常以及哪些子系统运行不正常来指示系统的健康状况。它还指示在维修日之前的特定时间范围(例如，30天)内针对系统生成的主动警报。还提到了系统的用户在特定时间范围(例如，30天)内提出的客户投诉。这些指标强调了需要与常规清单一起采取的必要措施。还有一个时间安排表，所述时间安排表指示FSE如何通过并行化尽可能多的任务来最好地覆盖所有必要的任务。

非瞬态存储介质包括用于以机器(例如，计算机)可读形式存储或传输信息的任何介质。例如，机器可读介质包括只读存储器(“ROM”)、固态驱动器(SSD)、闪速存储器或其他电子存储介质；硬盘驱动器、RAID阵列或其他磁盘存储介质；光盘或其他光学存储介质等。

贯穿整个说明书所说明的方法可以被实施为指令，所述指令被存储在非瞬态存储介质上并且由计算机或其他电子处理器读取并运行。

已经参考优选实施例描述了本公开内容。他人在阅读和理解前面的具体描述的情况下可以想到修改和替代。本文旨在将示例性实施例解释为包括所有这样的修改和替代，只要它们落入权利要求书及其等价方案的范围内即可。