质子磁共振波谱信号中的水峰处理方法

摘要

本发明公开了质子磁共振波谱信号处理技术领域中的一种质子磁共振波谱信号中的水峰处理方法。包括对质子磁共振波谱成像设备采集的信号进行预处理，得到质子磁共振波谱原始信号序列；提取质子磁共振波谱原始信号序列中的水峰的频谱分布特征点，得到水峰频谱分布特征点序列；比较水峰频谱分布特征点序列和质子磁共振波谱原始信号序列，在水峰频谱分布特征点序列相对于质子磁共振波谱原始信号序列缺少频率的位置插入频率和该频率对应的信号值，得到重构的水峰频谱分布特征点序列；从质子磁共振波谱原始信号序列中减去重构的水峰频谱分布特征点序列，实现质子磁共振波谱信号中的水峰处理。本发明易于实现，并且准确性和运算速度更具优势。

说明书

技术领域

本发明属于质子磁共振波谱信号处理技术领域，尤其涉及一种质子磁共振 波谱信号中的水峰处理方法。

背景技术

质子磁共振波谱（1H MRS，1H Magnetic Resonance Spectroscopy）成像 设备采集的信号来自1H原子受激辐射的电磁波，由于人体中水分含量极大，故 而收到的共振信号中，水分子的信号强度远高于其他物质的信号强度，它们的 频谱峰值比约为一万倍左右，即便经过信号采集过程中发射的抑水脉冲作用， 仍有两百倍左右的频谱峰值比，严重干扰了对感兴趣的化合物的浓度分析，所 以去除共振信号中的水峰是对感兴趣的化合物代谢变化进行分析的前提。

目前磁共振波谱的水峰抑制方法主要有两种：HLSVD（Hankel Lanczos  Singular Value Decomposition）和小波变换方法。

HLSVD方法可以将信号在时域上分为若干指数衰减函数的叠加，而物质峰的 理论模型在时域上正是指数衰减函数，将水也视作为一种物质，则可以像其他 物质一样经HLSVD分离出来，只要再将分离出的水峰减去即可。

小波变换方法则可以将信号在频域上分解到若干频带，去掉水峰所在的频 带，并将剩余的子带做反变换即可得到去除水峰的信号了。

但是，HLSVD和小波变换方法也有不足之处。

其中，HLSVD方法是一种模型拟合方法，该方法获得有效结果的前提是信号 满足理论模型。然而受不同测量环境及抑水脉冲的影响，水峰的形状千差万别， 甚至用几个指数衰减函数都不能完全的表示，这时按照原本的方法计算，水峰 就会有较大残留，影响后续的定量处理。

小波变换方法的基础是子带滤波，然而实际处理结果对于子带的选择非常 敏感，保留或是去掉一层小波，会导致结果有很大变化，所以如果测量参数改 变导致频谱的范围有所变化，需要重新选择子带，造成计算操作上的困难，也 不能保证计算结果的稳定性，不利于跟踪研究。

发明内容

本发明的目的在于，提供一种质子磁共振波谱信号中的水峰处理方法，用 于解决目前常用的水峰处理方法存在的问题。

为了实现上述目的，本发明提供的技术方案是，一种质子磁共振波谱信号 中的水峰处理方法，其特征是所述方法包括：

步骤1：对质子磁共振波谱采集的信号进行预处理，得到质子磁共振波谱原 始信号序列；

步骤2：提取质子磁共振波谱原始信号序列中的水峰的频谱分布特征点，得 到水峰频谱分布特征点序列；

步骤3：比较水峰频谱分布特征点序列和质子磁共振波谱原始信号序列，在 水峰频谱分布特征点序列相对于质子磁共振波谱原始信号序列缺少频率的位置 插入频率和该频率对应的信号值，得到重构的水峰频谱分布特征点序列；

步骤4：从质子磁共振波谱原始信号序列中减去重构的水峰频谱分布特征点 序列，实现质子磁共振波谱信号中的水峰处理。

所述步骤2采用下凸函数检测法，包括：

步骤201：在质子磁共振波谱原始信号序列中，获取水峰峰值位置左侧和右 侧两个设定区域；

步骤202：对于水峰峰值位置左侧和右侧两个设定区域，按照频率序号由低 到高的顺序检测每一个频率对应的信号值，将不满足下凸函数条件的频率和其 对应的信号值从质子磁共振波谱原始信号序列中删除，从而得到水峰频谱分布 特征点序列；

所述下凸函数条件为：(f_i+1-f_i)·a[f_i-1]+(f_i-f_i-1)·a[f_i+1]≥(f_i+1-f_i-1)·a[f_i]，其中f_i-1， f_i，f_i+1分别是序号为i-1，i和i+1的频率，a[f_i-1]，a[f_i]和a[f_i+1]分别是频率f_i-1， f_i和f_i+1对应的信号值。

所述步骤2采用折线近似法，包括：

步骤301：将质子磁共振波谱原始信号序列分为3个区域，即左侧区域、中 间区域和右侧区域；其中，中间区域满足：

（1）包含水峰峰值；

（2）区域内水峰峰值以左单调增右侧单调减；

步骤302：对于每一个设定区域，取设定区域的两个端点位置的频点对应的 信号值，做一条连接两个信号值的线段，作为近似折线；

步骤303：在相应设定区域的每个频点对应的信号值中，寻找距离近似折线 最远的信号值；

步骤304：将距离近似折线最远的信号值加入近似折线，形成两条近似折线；

步骤305：对每条近似折线，重复执行步骤303-304设定次数，得到近似折 线段族，折线段族的端点构成初步的水峰频谱分布特征点序列；

步骤306：对于折线段族上除两头端点外的点，如果左侧折线段的斜率小于 0而右侧折线段的斜率大于0，则保留该点，如不符合此条件则删除该点，将保 留下来的点重新连线，得到更新的折线段族；

步骤307：对于折线段族上除两头端点外的点，如果左侧折线段的斜率k₁大 于0而右侧折线段的斜率k₂小于0，并且左侧折线段的斜率k₁和右侧折线段的斜 率k₂满足条件k₁k₂<-1时，则删除该点，并将剩下的点重新连线，得到更新的折 线族；

步骤308：对于折线段族上除两头端点外的点，如果左侧折线段的斜率k₁小 于0而右侧折线段的斜率k₂大于0，并且左侧折线段的斜率k₁和右侧折线段的斜 率k₂满足条件k₁k₂<-1时，则删除该点，并将剩下的点重新连线，得到更新的折 线段族；

步骤309：判断折线段族中相邻的两条折线段的斜率乘积是否小于-1，如果 相邻的两条折线段的斜率乘积小于-1，则重复进行步骤307与308直至折线段 族中相邻的两条折线段的斜率乘积都大于等于-1，最后保留下来的点组成的序 列即为水峰频谱分布特征点序列。

所述在水峰频谱分布特征点序列相对于质子磁共振波谱原始信号序列缺少 频点的位置插入信号值采用线性插值法，其公式为：

$a^{\prime }\left[f_i\right]=\frac{a\left[f_{i+1}\right]-a\left[f_{i-1}\right]}{f_{i+1}-f_{i-1}}(f_i-f_{i-1})+a\left[f_{i-1}\right]$

其中，i为水峰频谱分布特征点序列相对于质子磁共振波谱原始信号序列缺少频 率的位置，f_i为位置i处的频率，a′[f_i]为插入的信号值，f_i+1和f_i-1分别为位置i+1 和i-1处的频率，a[f_i+1]和a[f_i-1]分别为频率f_i+1和f_i-1对应的信号值。

本发明从质子磁共振波谱原始信号序列中提取水峰频谱分布特征点序列， 再用质子磁共振波谱原始信号序列中减去重构的水峰频谱分布特征点序列，相 比其他模型，本发明更易于实现，并且准确性和运算速度更具优势。

附图说明

图1是质子磁共振波谱信号中的水峰处理方法流程图；

图2是质子磁共振波谱原始信号序列图；

图3是采用下凸函数检测法提取的水峰频谱分布特征点序列图；

图4是采用下凸函数检测法提取水峰频谱分布特征点序列后重构的水峰频 谱分布特征点序列图；

图5是对图4所示的重构的水峰频谱分布特征点序列进行水峰抑制后得到 的序列图；

图6是另一个质子磁共振波谱原始信号序列图；

图7是对原始信号序列采用折线近似法处理的原理图，其中，(a)是待处理 的原始信号序列图，(b)是折线近似法原理图，(c)是左侧区域折线段族的端点构 成初步的水峰频谱分布特征点序列图；(d)左侧区域更新后的结果图，(e)是左侧 区域再次更新后的结果图,(f)左侧区域得到的水峰频谱分布特征点序列图；

图8是采用折线近似法提取的水峰频谱分布特征点序列图；

图9是采用折线近似法提取水峰频谱分布特征点序列后重构的水峰频谱分 布特征点序列图；

图10是对图9所示的重构的水峰频谱分布特征点序列进行水峰抑制后得到 的序列图；

图11是实施例3时域实部波形图；

图12是实施例3频域实部波形图；

图13是实施例3频域实部波形放大图；

图14是实施例3处理结果图；

图15是多体素水膜数据批量处理结果图；

图16是实施例4时域实部波形图；

图17是实施例4频域实部波形图；

图18是实施例4频域实部波形放大图；

图19是实施例4处理结果图；

图20是正常人脑数据批量处理结果图；

图21是实施例5时域实部波形图；

图22是实施例5频域实部波形图；

图23是实施例5频域实部波形放大图；

图24是实施例5处理结果图；

图25是神经胶质瘤患者数据批量处理结果图。

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅 是示例性的，而不是为了限制本发明的范围及其应用。

实施例1

图1是质子磁共振波谱信号中的水峰处理方法流程图。如图1所示，本发 明提供的质子磁共振波谱信号中的水峰处理方法包括：

步骤1：对质子磁共振波谱采集的信号进行预处理，得到质子磁共振波谱原 始信号序列。

对质子磁共振波谱采集的信号进行预处理包括抑制噪声、修正频谱和相位 校正的处理过程。

抑制噪声的主要方法是切趾。切趾抑噪的方法是在时域信号上乘以一个指 数衰减函数，这种方法可以再适应原有信号模型的基础上加大初始信号值的权 重，由于初始信号值中噪声比例很小，所以能够提高信噪比。在本发明提供的 实施例中采用的参数是f_L=5Hz。

修正频谱主要目的是频率校正。由于测量过程的不理想因素会导致物质峰 偏离应有的共振频率，所以需要将物质峰重新调整到正确的位置。在本发明提 供的实施例中选择的参照物质峰是NAA峰。

而由于本发明提供的实施例的信号条件很好，不存在相位失调的问题，所 以没有进行流程中相位校正的步骤。

抑制噪声、修正频谱和相位校正均已经是本领域技术人员熟知的技术，因 此泵发明不再赘述。图2是经过上述预处理过程得到的质子磁共振波谱原始信 号序列图。

步骤2：提取质子磁共振波谱原始信号序列中的水峰的频谱分布特征点，得 到水峰频谱分布特征点序列。

本实施例以下凸函数检测法为例，说明水峰频谱分布特征点序列的提取过 程。

步骤201：在质子磁共振波谱原始信号序列中，获取水峰峰值位置左侧和右 侧两个设定区域。

假设前提条件：某种单一化合物的核磁波谱形状可以看成双边下凸函数。 将水的频谱分布以峰值位置为中心，分为左右两个设定区域。左侧区域的信号 序列为{a[f_i]}，右侧区域的信号序列为{b[f_i]}，f_i为左/右侧序列中第i个频率，a[f_i] 和b[f_i]分别为左/右侧序列中第i个频率f_i对应的信号值。假设每一区域均应当是 下凸函数，则按照下凸函数定义有

a[f_i+1]+a[f_i-1]≥2a[f_i]                                                  （1）

b[f_i+1]+b[f_i-1]≥2b[f_i]                                                  （2）

于是也可以推出下面的不等式成立

(f_i+1-f_i)·a[f_i-1]+(f_i-f_i-1)·a[f_i+1]≥(f_i+1-f_i-1)·a[f_i]，f_i-1<f_i<f_i+1  （3）

(f_i+1-f_i)·b[f_i-1]+(f_i-f_i-1)·b[f_i+1]≥(f_i+1-f_i-1)·b[f_i]，f_i-1<f_i<f_i+1  （4）

由于左侧区域的信号序列为{a[f_i]}和右侧区域的信号序列为{b[f_i]}的操作步 骤一致，所以接下来只描述左侧区域的信号序列为{a[f_i]}的提取方法。

步骤202：对于水峰峰值位置左侧和右侧两个设定区域，按照频率序号由低 到高的顺序检测每一个频率对应的信号值，将不满足下凸函数条件，即公式（3） 的频率和其对应的信号值从质子磁共振波谱原始信号序列中删除，从而得到水 峰频谱分布特征点序列。

假设当前频率序列为{f₁,f₂,f₃,f₄...}，信号序列为{a[f]₁,a[f₂],a[f₃],a[f₄],...}，则 开始检查a[f₁]、a[f₂]和a[f₃]。

如果(f₃-f₁)·a[f₁]+(f₂-f₁)·a[f₃]≥(f₃-f₁)·a[f₂]，则继续检查a[f₂]、a[f₃]和a[f₄]。

如果(f₃-f₁)·a[f₁]+(f₂-f₁)·a[f₃]<(f₃-f₁)·a[f₂]，则将f₂从频率序列中删除，删 除后频率序列为{f₁,f₂,f₃,f₄...}。将a[f₂]从信号序列中删除，删除后信号序列为 {a[f]₁,a[f₃],a[f₄],...}，之后继续检查a[f₁]、a[f₂]和a[f₄]，最终确保信号序列每相邻 的3项都满足下凸条件。图3是采用下凸函数检测法提取的水峰频谱分布特征 点序列图。

步骤3：比较水峰频谱分布特征点序列和质子磁共振波谱原始信号序列，在 水峰频谱分布特征点序列相对于质子磁共振波谱原始信号序列缺少频率的位置 插入频率和该频率对应的信号值，得到重构的水峰频谱分布特征点序列。

由于通过步骤2得到的水峰频谱分布特征点序列，是在质子磁共振波谱原 始信号序列基础上删除了不符合下凸函数条件的频率及其对应的信号，因此我 们在删除的位置插入频率和其对应的信号值。

我们采用线性插值法，其公式为：

$\frac{a\left[f_{i+1}\right]-a\left[f_{i-1}\right]}{f_{i+1}-f_{i-1}}=\frac{a^{\prime }\left[f_i\right]-a\left[f_{i-1}\right]}{f_i-f_{i-1}}$

其中，i为水峰频谱分布特征点序列相对于质子磁共振波谱原始信号序列缺少频 率的位置，f_i为位置i处的频率，a′[f_i]为插入的信号值，f_i+1和f_i-1分别为位置i+1 和i-1处的频率，a[f_i+1]和a[f_i-1]分别为频率f_i+1和f_i-1对应的信号值。

对于上面的步骤2，如果删除了频率序列中的频率f₂和信号序列中的a[f₂]， 则在重构水峰频谱分布特征点序列，在频率序列中重新插入频率f₂，在信号序 列中插入频率f₂对应的信号值a[f₂]。此时a[f₂]的计算公式为：

$\frac{a\left[f_3\right]-a\left[f_1\right]}{f_3-f_1}=\frac{a^{\prime }\left[f_2\right]-a\left[f_1\right]}{f_2-f_1}$

即

$a^{\prime }\left[f_2\right]=\frac{a\left[f_3\right]-a\left[f_1\right]}{f_3-f_1}(f_2-f)+a\left[f_1\right]$

图4是采用上述线性插值法重构的水峰频谱分布特征点序列图。当然，插入频 率f₂对应的信号值a[f₂]，还可以采用其他的插值方法。由于插值方法不是本发 明所要论述的具体内容，因此实施例中不再举例。

步骤4：从质子磁共振波谱原始信号序列中减去重构的水峰频谱分布特征点 序列，实现质子磁共振波谱信号中的水峰处理。

假设质子磁共振波谱原始信号序列为{a[f]₁,a[f₂],a[f₃],a[f₄],...}，重构的水峰频 谱分布特征点序列为{a[f]₁，a′[f₂],a[f₃],a[f₄],...}，其中a′[f₂]是经过步骤2删除后又 经过步骤3插入的信号值，将上述两个序列相减即得到序列{0,a[f₂]-a′[f₂],0,0,...}， 该序列即为抑制水峰后得到的清晰的化合物频谱序列。图5是对图4所示的重 构的水峰频谱分布特征点序列进行水峰抑制后得到的序列图，该图中的序列即 为抑制水峰后得到的清晰的化合物频谱序列。

实施例2

本实施例的过程与实施例1大致相似，只是步骤2在获取水峰频谱分布特 征点序列时，采用了折线近似法。

步骤1：对质子磁共振波谱采集的信号进行预处理，得到质子磁共振波谱原 始信号序列。该步骤与实施例1的操作过程相同，图6是本实施例的质子磁共 振波谱原始信号序列图。

步骤2：提取质子磁共振波谱原始信号序列中的水峰的频谱分布特征点，得 到水峰频谱分布特征点序列。

本实施例中，获取水峰频谱分布特征点序列时采用折线近似法。其前提假 设条件为：假设水峰可以用若干折线段表示，并满足以下条件：

存在两个分界点可以将水峰分为3个区域：中间区域包含水峰峰值，并且 峰值以左单调增，峰值以右单调减；两侧的区域内相邻折线段斜率不剧烈变化， 即相邻折线段的斜率乘积大于-1。图7(a)是待处理的原始信号序列图，图中p 和q标识的区间是中间区域，此区域包含水峰峰值，并且左侧单调增右侧单调 减，这部分可以认为就是水峰，从而也不需要重构，直接与原序列相减即可， 减完之后就全是0了，而pq区间左侧和右侧的区域则是将要进行处理的区域， 最终重构出的水峰要满足“区域内相邻折线段斜率不剧烈变化，即相邻折线段 的斜率乘积大于-1”这个条件。

将水的频谱分布按水峰峰值分为三部分{a[f_i]}、{b[f_i]}和{c[f_i]},f_i为频率。 其中{b[f_i]}（对应图7(a)中的pq区间）可以认为主体是水峰再之后直接抑制即 可，而{a[f_i]}和{c[f_i]}则需要从中提取水峰分布特征点以重构水峰，由于{a[f_i]}和 {c[f_i]}(水峰左右两侧的信号值)操作步骤一致，所以下面只描述{a[f_i]}（即水峰 左侧）的提取方法。

首先：利用Douglas–Peucker算法将{a[f_i]}利用折线段近似，由于人脑波 谱中的显著峰数目大致为5~6个，每次固定取30条折线段就可以很好的近似出 序列。

采用折线近似法获取水峰频谱分布特征点序列具体包括：

步骤301：将质子磁共振波谱原始信号序列分为3个区域，中间区域满足： （1）包含水峰峰值；（2）区域内水峰峰值以左单调增右侧单调减。在满足条件 （2）的前提下应使得中间区域尽可能大，确定中间区域的同时也得到了左右两 侧的两个区域（设定区域）。

步骤302：对于每一个设定区域，取设定区域的两个端点位置的频点对应的 信号值，做一条连接两个信号值的线段，作为近似折线。

步骤303：在相应设定区域的每个频点对应的信号值中，寻找距离近似折线 最远的信号值。

步骤304：将距离近似折线最远的信号值加入近似折线，形成两条近似折线。 即做一条连接设定区域一个端点和该距离近似折线最远的信号值的线段，再做 一条连接该距离近似折线最远的信号值和设定区域另一个端点的线段。

步骤305：对每条近似折线，重复执行步骤303-304设定次数，得到近似折 线段族，折线段族的端点构成初步的水峰频谱分布特征点序列。

图7(b)是折线近似法原理图。在图7(b)中（如左侧所示），线段AB是设定区 域的两个端点位置的频点对应的信号值连接形成的线段，将其作为近似折线。 C1是距离近似折线AB最远的信号值，连接AC1和BC1，如图7中间所示。分别 寻找距离AC1和BC1最远的信号值为C3和C2，连接AC3、C3C1、C1C2和C2B， 如图7右侧所示。依照该方法执行设定次数，如30次，得到折线段族的端点构 成的初步的水峰频谱分布特征点序列，如图7(c)所示

步骤306：对于折线段族上除两头端点外的点，如果左侧折线段的斜率小于 0而右侧折线段的斜率大于0（即左侧折线段和右侧折线段先下降后上升），则 保留该点，如不符合此条件则删除该点，将保留下来的点重新连线，得到更新 的折线段族。图7(d)是左侧区域更新后的结果图。

步骤307：对于折线段族上除两头端点外的点，如果左侧折线段的斜率k₁大 于0而右侧折线段的斜率k₂小于0，并且左侧折线段的斜率k₁和右侧折线段的斜 率k₂满足条件k₁k₂<-1时，则删除该点，并将剩下的点重新连线，得到更新的折 线族。

步骤308：对于折线段族上除两头端点外的点，如果左侧折线段的斜率k₁小 于0而右侧折线段的斜率k₂大于0，并且左侧折线段的斜率k₁和右侧折线段的斜 率k₂满足条件k₁k₂<-1时，则删除该点，并将剩下的点重新连线，得到更新的折 线段族。图7(e)是左侧区域再次更新后的结果图。

步骤309：判断折线段族中相邻的两条折线段的斜率乘积是否小于-1，如果 相邻的两条折线段的斜率乘积小于-1，则重复进行步骤307与308直至折线段 族中相邻的两条折线段的斜率乘积都大于等于-1，最后保留下来的点组成的序 列即为水峰频谱分布特征点序列。图7(f)左侧区域得到的水峰频谱分布特征点序 列图。

图8是采用折线近似法对图6的质子磁共振波谱原始信号序列提取的水峰 频谱分布特征点序列图。

步骤3：比较水峰频谱分布特征点序列和质子磁共振波谱原始信号序列，在 水峰频谱分布特征点序列相对于质子磁共振波谱原始信号序列缺少频率的位置 插入频率和该频率对应的信号值，得到重构的水峰频谱分布特征点序列。

步骤4：从质子磁共振波谱原始信号序列中减去重构的水峰频谱分布特征点 序列，实现质子磁共振波谱信号中的水峰处理。

步骤3和步骤4与实施例1一样。其中，图9是采用折线近似法提取水峰 频谱分布特征点序列后重构的水峰频谱分布特征点序列图；图10是对图9所示 的重构的水峰频谱分布特征点序列进行水峰抑制后得到的序列图。

实施例3：利用下凸函数检测法分析多体素水膜（Phantom）数据。

数据采集自Siemens 3T核磁共振机器，使用的扫描序列参数TE=30ms， TR=1700ms，中心频率123.242MHz，采样间隔666ms，数据采集点数1024。原始 MRS信号的时域实部波形如图11所示。经过复数傅立叶变换后的频谱实部如图 12所示，放大图如图13所示，图14展示了用本技术发明处理后得到的可用于 化合物定量分析的MRS谱峰结果，图15为批量处理结果。

实施例4：利用下凸函数检测法分析正常人脑数据。

数据采集自Siemens 3T核磁共振机器，使用的扫描序列参数TE=30ms， TR=1500ms，中心频率123.242MHz，采样间隔833ms，数据采集点数1024。原始 MRS信号的时域实部波形如图16所示。经过复数傅立叶变换后的频谱实部如图 17所示，放大图如图18所示，图19展示了用本技术发明处理后得到的可用于 化合物定量分析的MRS谱峰结果，图20为多体素质子磁共振波谱数据批量处理 结果。

实施例5：利用折线近似法分析神经胶质瘤患者的核磁波谱信号

数据采集自Siemens 3T核磁共振机器，使用的扫描序列参数TE=72ms， TR=3000ms，TM=6ms，中心频率123.242MHz，采样间隔666ms，数据采集点数1024。 原始MRS信号的时域实部波形如图21所示。经过复数傅立叶变换后的频谱实部 如图22所示，放大图如图23所示，图24展示了用本技术发明处理后得到的可 用于化合物定量分析的MRS谱峰结果，图25为多体素质子磁共振波谱数据批量 处理结果。

本发明从自适应性上讲，形态学方法无需事先指定参数，同时形态学方法 的2种前提假设分别是水峰满足下凸函数条件和水峰可用相邻无剧烈变化的折 线段近似，这样的前提假设相比严格的模型来讲更容易满足，也更容易适应各 种不理想情况。在准确性方面，形态学方法与HLSVD相当，共同优于小波变换 方法，而与HLSVD相比又有明显的速度优势，可见形态学方法在各方面均处优 势地位。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局 限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易 想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护 范围应该以权利要求的保护范围为准。