对大脑的三维数据进行平面化处理的方法，设备和计算机可读存储介质

摘要

本发明提供一种对大脑的三维数据进行平面化处理的方法，包括：一种在计算机中对大脑的三维数据进行平面化处理的方法，包括：通过扫描设备获取关于所述大脑的三维模型，所述三维模型中包括所述大脑的三维数据；在计算机中将所述三维模型以保面积的方式映射到圆形上，以形成保面积映射图。通过本发明的技术方案，能够将三维大脑模型转换到二维平面的圆形或单位圆盘上，从而能够将大脑模型与参考大脑模型进行对比，以方便医生更准确地判断出大脑病变的部位和程度。

说明书

技术领域

本发明涉及图像学领域，更具体地，涉及医学图像领域。

背景技术

人类的很多疾病和大脑有关，例如，当大脑的某些区域发生病变时，会引起患者某些肢体部位发生病症。例如，患上阿尔茨海默病(AD)会导致大脑神经细胞死亡及大脑组织的损失。患病期间，大脑会显著萎缩以致影响所有的功能。在重度阿尔茨海默病的情况下，大脑皮质区发生萎缩，受破坏的区域包括思想区、策划区及记忆区；海马体是形成新记忆的主要地方，也是出现特別严重萎缩的区域；脑室中充满液体的空间将会变得更大。

在现有的技术中，通过CT(薄层扫描)和MRI(冠状位)检查，可显示脑皮质萎缩明显，特别是海马及内侧颞叶，支持AD的临床诊断。与CT相比， MRI对检测皮质下血管改变(例如关键部位梗死)和提示有特殊疾病(如多发性硬化、进行性核上性麻痹、多系统萎缩、皮质基底节变性、朊蛋白病、额颞叶痴呆等)的改变更敏感。

但是，现有技术的这种检测，以人脑的分层扫描和三维数据为基础进行判断，准确率较低；此外，现有技术的检测更多地依赖于医生的经验以及对检查结果的判断，对于大脑区域轻度改变的判断，可能并不准确，也不容易尽早地给出预防和治疗措施。

发明内容

本发明的一个目的是提供一种能够将大脑的三维数据进行平面化处理的方法，从而能够较为准确地在平面上对病变大脑与健康大脑的进行对比。

根据本发明的第一方面，提供一种在计算机中对大脑的三维数据进行平面化处理的方法，包括：通过扫描设备获取关于所述大脑的三维模型，所述三维模型中包括所述大脑的三维数据；在计算机中将所述三维模型以保面积的方式映射到圆形上，以形成保面积映射图。

根据本发明的一个实施方式，进一步包括：对所述大脑的三维模型的多个区域进行标记，以区分所述多个区域，其中所述保面积映射图中包括多个进行了标记的区域。

根据本发明的一个实施方式，进一步包括：将所述大脑的三维模型以保面积的方式映射到单位圆盘上。

根据本发明的一个实施方式，其中，通过核磁共振设备来获取所述大脑的三维模型。

根据本发明的一个实施方式，进一步包括：将大脑的脑干部分从所述三维模型中移除。

根据本发明的一个实施方式，进一步包括：对所获取的三维模型进行拓扑修复。

根据本发明的一个实施方式，其中，对所获取的三维模型进行拓扑修复包括：确定所述三维模型中亏格的位置；消除所述亏格以将所述三维模型中亏格的数量减少为零。

根据本发明的一个实施方式，其中以不同颜色对所述大脑的三维模型的多个区域进行标记。

根据本发明的一个实施方式，其中在计算机中将所述三维模型以保面积的方式映射到圆形上，以形成保面积映射图包括：确定所述圆形的边界；将所述三维数据调和映射到所述边界的内部，以形成调和映射点；计算所述调和映射点的第二权重，进而计算所述调和映射点的加权Voronoi图；根据所述加权Voronoi图，将所述三维模型以保面积的方式映射到所述圆形。

根据本发明的一个实施方式，其中，确定圆形的边界包括：在所述三维模型中确定闭合曲线L；将L中的点存储到链表vlisht中，其中vlist＝ {v

计算L的长度S：

其中，

对于每个v

根据本发明的一个实施方式，其中，将所述三维数据调和映射到所述边界的内部，以形成调和映射点包括：将所述三维数据进行初始化，以在所述圆形中形成映射点；计算所述圆形中所述映射点之间的调和能量；当所述调和能量大于预设能量梯度阈值时，调整所述映射点的坐标，并根据所述调整后的映射点的坐标来计算所述调和能量，当所述调和能量小于预设能量梯度阈值时，停止所述调整；以及以停止调整时所述映射点的坐标作为调和映射点。

根据本发明的一个实施方式，其中，计算所述圆形中所述映射点之间的调和能量包括：计算相邻映射点之间的位置之差的平方值；计算所述平方值与所述相邻映射点形成的边的第一权重的第一乘积；以及计算针对所有映射点的第一乘积之和。

根据本发明的一个实施方式，其中，平方值与相邻映射点形成的边的第一权重通过如下方式来计算：确定所述边对应的三角形的角度；如果所述边为两个三角形共用的边，则所述边的第一权重等于两个三角形与所述边相对的角度的余切三角函数之和的一半；如果所述边为边界上的边，则所述边的第一权重等于所述边所处三角形中与该边相对的角度的余切三角函数的一半。

根据本发明的一个实施方式，其中，计算所述调和映射点的第二权重，进而计算所述调和映射点的加权Voronoi图包括：初始化每个调和映射点的第二权重，其中至少三个调和映射点构成一个初始面；确定每个初始面的加权对偶点，所述加权对偶点到每个初始面的顶点的加权距离相等，其中，所述加权对偶点连接起来形成所述加权对偶点的对偶面，多个对偶面确定了加权Voronoi图；更新每个调和映射点的第二权重，并根据所更新的第二权重来重新调整所述加权Voronoi图。

根据本发明的一个实施方式，其中更新每个调和映射点的第二权重包括：确定每个调和映射点的初始面的面积A

根据本发明的一个实施方式，其中，根据所述加权Voronoi图，将所述三维模型以保面积的方式映射到圆形包括：确定所述加权Voronoi图中每个对偶面的重心；将每个所述调和映射点映射到所述每个对偶面的重心，从而将所述三维模型以保面积的方式映射到圆形。

根据本发明第二方面，提供一种对大脑的三维数据进行平面化处理的设备，包括：处理器；与所述处理器相连接的存储器，所述存储器中存储有计算机程序代码，当所述计算机程序代码被执行时，使得所述处理器执行如商所述的方法。

根据本发明第三方面，提供一种计算机可读存储介质，其上存储有计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现如商所述的方法。

通过本发明的技术方案，能够将三维大脑模型转换到二维平面的圆形，优选是映射到单位圆盘上，从而能够将大脑模型与参考大脑模型进行对比，以方便医生更准确地判断出大脑病变的部位和程度。

附图说明

通过结合附图，可以更好地理解本发明的上述特征，并且其众多目的、特征和优点对于本领域技术人员而言是清楚明了的，其中相同的附图标记表示相同的元件，并且其中：

图1示出了根据本发明的一个方面的对大脑的三维数据进行平面化处理的方法的流程图；

图2示出了根据本发明的一个实施方式的被去除了脑干部分的大脑示意图；

图3示出了根据本发明的另一个实施方式的对大脑的三维数据进行平面化处理的方法的流程图；

图4示出了根据本发明的一个实施方式的对三维模型进行拓扑修复的方法的流程图；

图5示出了以不同颜色来对大脑的三维模型的多个区域进行标记的示意图；

图6示出了根据本发明的一个实施方式的将所述大脑的三维模型以保面积的方式映射到圆形上以形成保面积映射图的流程示意图；

图7示出了将三维数据调和映射到边界内部以形成调和映射点的流程图；

图8示出了计算每个边的权重的示意图；

图9示出了根据本发明一个实施方式的计算所述调和映射点的第二权重，进而计算所述调和映射点的加权Voronoi图的流程图；

图10示出了Voronoi图的一个示例；

图11示出了根据本发明一个实施方式的将所述三维模型以保面积的方式映射到单元圆盘的流程图；

图12示出了根据本发明一个实施方式的将大脑映射到单位圆盘的示意图。

具体实施方式

下面将结合本披露实施例中的附图，对本披露实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本披露一部分实施例，而不是全部的实施例。基于本披露中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本披露保护的范围。

应当理解，本披露的权利要求、说明书及附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。本披露的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本披露说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意在限定本披露。如在本披露说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本披露说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

图1示出了一种对大脑的三维数据进行平面化处理的方法的流程图，包括：在操作S110，通过扫描设备获取关于所述大脑的三维模型，所述三维模型中包括所述大脑的三维数据；在操作S130，在计算机中将所述三维模型以保面积的方式映射到圆形上，以形成保面积映射图。

大脑为神经系统最高级部分，由左、右两个大脑半球组成，两半球间有横行的神经纤维相联系。人的大脑表面有很多往下凹的沟(裂)，沟(裂) 之间有隆起的回，因而大大增加了大脑皮层的面积。

大脑分为多个不同的区域，每个区域可以有不同的功能，对于人的意识、精神、语言、学习、记忆、智能、肢体动作等有着至关重要的作用。大脑的有些部分受损或者发生病变，则会直接影响人的行为、语言和记忆等功能。以阿尔茨海默症为例，病人的大脑皮质区发生萎缩，受破坏的区域包括思想区、策划区及记忆区；海马体是形成新记忆的主要地方，也是出现特別严重萎缩的区域；脑室中充满液体的空间将会变得更大。

需要理解的是，这里所述的大脑是真实存在的物理实体，而大脑的三维模型表示的是该大脑的数字化表示，该三维模型可以被计算机读取，分析，处理，并能够根据这些分析和处理结果来得到期望的结果。

为了准确地分析大脑各个部分的病变情况，可以将三维的大脑模型以保面积的形式映射到圆形上，或者称为圆形平面。保面积映射对目标物的面积 (或者面积占总面积的比例)产生的影响较小，更有利于后续的判断。这里的映射，是直接将三维数据映射到平面上，无需经过中间的变化等。

可以通过多种方式来获取大脑的三维模型，例如可以通过核磁共振设备， CT等设备来得到大脑的三维模型。

在进行三维图像的分析时，可以将不关注的部分从大脑的三维模型中移除，以排除不关注的部分对结果的影响。例如可以将脑干部分移除，脑干通常包括中脑、脑桥和延髓。图2示出了根据本发明的一个实施方式的被去除了脑干部分的大脑示意图。需要理解的是，尽管本发明以脑干作为示例来描述要去除的部分，但本领域技术人员可以根据需求来去除大脑的任何部分。

通常，所形成的三维模型中会有较多的噪声，噪声的存在也将会影响后续进一步的映射。

根据本发明的一个实施方式，如图3所示，本发明还可以包括，在操作 S120，对三维模型进行拓扑修复。拓扑修复就是几何外形修复，使导入模型修复成为外形封闭的曲面，这样模型就成为一个整体。没有经过拓扑修复的几何体可能有面缺失或线缺失，或者面的连接错误。

可以理解的是，由于图像分割的误差，通常三维模型中存在很多虚假的亏格(环柄)。需要检测并消除这些虚假亏格。

这些环柄非常微小，用肉眼无法直接检测。比较实用的方法就是通过计算拓扑方法得到，这些往往依赖于曲面的环柄圈和隧道圈的算法。得到这些虚假环柄之后，将他们沿着环柄圈切开，然后再填补洞隙来去除拓扑噪声。

根据本发明的一个实施方式，如图4所示，对三维模型进行拓扑修复包括：在操作S1201，确定所述三维模型中亏格的位置；在操作S1203，消除所述亏格以将所述三维模型中亏格的数量减少为零。

上面所述的降低三维模型中亏格数量，优选是将亏格的数量减少为零，即实现零亏格的三维模型，这将有助于提高三维到二维平面映射时的准确性。

根据本发明的一个实施方式，对所述大脑的三维模型的多个区域进行标记，以区分所述多个区域，其中所述保面积映射图中包括多个进行了标记的区域。可以不同颜色对所述大脑的三维模型的多个区域进行标记。

图5示出了以不同颜色来对大脑的三维模型的多个区域进行标记的示意图。

由于大脑具有不同的功能区，为了方便后续查看这些功能区是否发生变化，可以对大脑的每个功能区域进行标记，进行标记的方式可以有很多种，例如可以用不同的轮廓线来标记每个区域，优选地，可以采用不同的颜色来标记不同的区域，例如红色、白色、绿色、黄色、青色、粉色以及紫色等等。采用颜色来标记不同区域的优点在于，非常便于将患者大脑的二维视图与健康的基准二维视图进行比较。需要理解的是，上面所述的颜色仅仅是一种示例，所采用的颜色也可以是计算机能够识别但人不太容易分辨的色彩值。

下面详细介绍将所述三维模型以保面积的方式映射到圆形上的方法。

需要理解的是，将三维模型映射到圆形有多种方式。例如，可以以保角的方式将三维模型映射到圆形，但这种方式存在一定的缺陷，因为保角的方式会使得三维物体的面积信息丢失，从而在再次将二维图像恢复到三维时丢失信息。

而在本发明中，是通过保面积的映射方式将三维物体映射到圆形中，使得三维物体中所有的部分的面积在圆形中仍然保持不变，以方便后续的进一步处理。

优选地，根据本发明的一个实施方式，可以将所述大脑的三维模型以保面积的方式映射到单位圆盘上

更进一步地，在本发明中，将不同的大脑三维模型映射到单位圆盘上的优点在于，考虑到每个人的大脑的大小不同，如果仅将每个大脑映射到无统一大小的二维平面，那么每个二维平面上大脑的大小与健康的基准二维视图的大小可能会存在较大的差异，从而不方便进行比较。将所有大脑三维模型映射到单位圆上，则有利于形成统一的比较标准。

需要理解的是，本文所述的单位圆盘，是指在欧几里得度量下面积为Pi 的圆，即半径为1。如上所述，将所有的三维数据映射到统一尺度的二维圆盘上有利于后续的进一步比较。

需要理解的是，尽管图3中示出的操作S120处于操作S130之前，但二者的顺序也可以交换，即在对所述大脑的三维模型的多个区域进行标记之后，再对三维模型进行拓扑修复。

图6示出了根据本发明的一个实施方式的将所述大脑的三维模型以保面积的方式映射到圆形上以形成保面积映射图的流程示意图，包括，在操作S610，确定圆形的边界；在操作S620，将所述三维数据调和映射到所述边界的内部，以形成调和映射点；在操作S630，计算所述调和映射点的第二权重，进而计算所述调和映射点的加权Voronoi图；在操作S640，根据所述加权Voronoi 图，将所述三维模型以保面积的方式映射到圆形。

根据本发明的一个实施方式，其中，确定圆形的边界包括：在所述三维模型中确定闭合曲线L；将L中的点存储到链表vlisht中，其中vlist＝ {v

其中，

从上面可以看出，确定圆形的边界，实际上是一个多边形的边界，取的采样点数越多，则该多边形越接近于圆形。

从上面还可以看出，上面所述的点的坐标，实际上为一个极坐标。需要理解的是，极坐标仅仅是一种方式，还可以采用其他任何类型的坐标系。

在确定了边界之后，可以将三维数据中非边界部分的点映射到该边界所限定的圆形内部。可以通过调和映射的方式将这些三维数据映射到圆形上。

以通俗的方式来表达，在将三维模型映射到圆形时，模型内部的部分由于边界的变形，其本身也会收到一定的拉力，然后向边界扩散，每个点扩散的方向是它周围所有点的合力的作用结果。直到每个部分都不再有变化，相当于达到了一种“调和”的状态。

优选地，在上述的方式中，虽然给出了在完成调和映射之后，将映射形成的二维平面规范化到单位圆盘上；但是在本发明的另一个实施方式中，在形成边界时，就将边界的周长设定为2Pi，即无论L的长度S为多少，都先将其等比例地调整到长度为2Pi，并且在形成的上述单位圆盘中进行调和映射。

图7示出了将三维数据调和映射到边界内部以形成调和映射点的流程图。

如图7所示，将所述三维数据调和映射到所述边界的内部以形成调和映射点S620包括：在操作S6201，将所述三维数据进行初始化，以在所述圆形中形成映射点；在操作S6203，计算圆形中所述映射点之间的调和能量；在操作S6205，当所述调和能量大于预设能量梯度阈值时，调整所述映射点的坐标，并根据所述调整后的映射点的坐标来调整所述调和能量，当所述调和能量小于预设能量梯度阈值时，停止所述调整；以及，在操作S6207，以停止调整时所述映射点的坐标作为调和映射点。

需要理解的是，上面所述的边界，可以是L所形成的边界，也可以是将 L的长度S调整为2Pi后形成的边界。

下面具体介绍上面的各个操作步骤。

对于一个网格M，预先设定能量梯度阈值δE。

对于非边界点，初始化

接下来，计算初始调和能量E，即计算圆形中上述映射点之间的调和能量。调和能量计算公式如下：

在上面的公式中，E(f)表示所有映射点的调和能量，可以理解的是，初始调和能量可能是最大的，此后将逐渐调整每个映射点的位置，使得调和能量逐渐减少，最终低于一个预设的能量梯度阈值。此时即可以达到调和状态。

在上面的公式中，对属于该圆形(不包括边界点)的所有点与其相邻点之间的能量进行计算，根据本发明的一个实施方式，计算所述圆形中所述映射点之间的调和能量包括：首先计算相邻映射点之间的位置之差的平方值；计算所述平方值与所述相邻映射点形成的边的第一权重的第一乘积；以及计算针对所有映射点的第一乘积之和，即可得到初始调和能量。

如果初始调和能量大于上述的能量梯度阈值δE，则调整相应点的位置，并重新计算新的调和能量E，而将上一轮计算的调和能量设为E

接下来计算新的调和能量E与上一轮计算的调和能量E

每个映射点的坐标通过如下公式来计算

其中，v

根据本发明的一个实施方式，其中，平方值与相邻映射点形成的边的第一权重通过如下方式来计算：确定所述边对应的三角形的角度；如果所述边为两个三角形共用的边，则所述边的第一权重等于两个三角形与所述边相对的角度的余切三角函数之和的一半；如果所述边为边界上的边，则所述边的第一权重等于所述边所处三角形中与该边相对的角度的余切三角函数的一半。

对于三角形网格而言，三角形的边一般存在两种情形，一种是两个三角形公用的边，一个是边界的边，如图8所示。

在图8中，i和j点确定的边为两个三角形公用的边，而i和l确定的边是边界的边，边e

由此可见，随着点的位置不断调整，每个三角形的角度也在不断发生变化，由此边的权重也在不断改变。但由于这种调整的收敛性，边的权重将逐渐保持恒定，从而图形的映射达到调和状态。

换言之，通过以上的描述可以看出，随着每个映射点的调整，调和能量逐渐降低，并最终达到小于特定调和能量梯度阈值，从而实现调和映射。

图9示出了根据本发明一个实施方式的计算所述调和映射点的第二权重，进而计算所述调和映射点的加权Voronoi图的流程图。

如图9所示，本发明中计算所述调和映射点的第二权重，进而计算所述调和映射点的加权Voronoi图包括：在操作S6301，初始化每个调和映射点的第二权重，其中至少三个调和映射点构成一个初始面；在操作S6303，确定每个初始面的加权对偶点，所述加权对偶点到每个初始面的顶点的加权距离相等，其中，所述加权对偶点连接起来形成所述加权对偶点的对偶面，多个加权对偶面确定了加权Voronoi图；以及，在操作S6305，更新每个调和映射点的第二权重，并根据所更新的第二权重来重新调整所述加权Voronoi图。

首先，根据本发明的一个实施方式中，在所形成的调和映射点基础上，确定加权的Voronoi图。图10示出了Voronoi图的一个示例。

如图10所示，Voronoi图是网格(不限于三角网格)的一种对偶形式，以三角网格为例，对于网格中的每个面来说，它都对应一个voronoi图中的对偶点(虚线的定点)，该对偶点到三个顶点(即上文中的调和映射点，图10 中实线的顶点)的距离相等，而原网格中的每个点(本发明中的调和映射点) 又对应voronoi图中的一个对偶面，如图10所示。而加权Voronoi图和普通的Voronoi图的区别就在于原网格中的每个点都有一个权重，在计算距离的时候，本来是d＝||v-q||

下面具体解释图9的方法。

根据本发明的一个实施方式，其中，更新每个调和映射点的第二权重包括：确定每个调和映射点的初始面的面积A

首先，初始化每个点的权重为ω

对于M中的每个面f

即q

d(q,v)是q和v的加权距离，ω

对于M中的每条实线边,将实线边两侧的对偶点q连接起来形成一条新的虚线边作为实线边的对偶边。

这些对偶边构成的新图即为加权Voronoi图Ω。每个调和映射点都在加权Voronoi图Ω中对应有一个对偶面，为一个剖腔Cell

计算每个点的梯度g

图11示出了根据本发明一个实施方式的将所述三维模型以保面积的方式映射到圆形或者圆形的流程图。

根据本发明的一个实施方式，其中，根据所述加权Voronoi图，将所述三维模型以保面积的方式映射到圆形包括：在操作S6401，确定所述加权 Voronoi图中每个对偶面的重心；在操作S6403，将每个所述调和映射点映射到所述每个对偶面的重心，从而将所述三维模型以保面积的方式映射到圆形。

由此通过上述方式，可以将大脑的三维数据以保面积的方式映射到圆形上。

图12示出了根据本发明一个实施方式的将大脑映射到单位圆盘的示意图。

需要理解的是，讲大脑映射到圆形与映射到单位圆盘本质上上相同的，但映射到单位圆盘有利于对不同大小的大脑进行更直观的对比。

如图12所示，三维的大脑被映射到了二维的单元圆盘上，大脑的每个部分均被平面化到圆盘的不同部分，由于大脑的每个部分均由不同的颜色来标记，因此在平面上大脑的每个部分也以不同的颜色来表示。通过将映射得到的单位圆盘与基准单位圆盘进行比较，可以清楚地得到大脑的哪个部分发生了变化，从而进一步确定发生变化的部分可能是何种疾病。

根据本发明的第二方面，提供一种对大脑的三维数据进行平面化处理的设备，包括：处理器；与所述处理器相连接的存储器，所述存储器中存储有计算机程序代码，当所述计算机程序代码被执行时，使得所述处理器执行如上所述的方法。

根据本发明的第三方面，提供一种计算机可读存储介质，其上存储有计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现如上所述的方法。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

在一些可能的实施方式中，根据本发明实施方式的对应用程序进行测试的装置可以包括至少一个处理单元、以及至少一个存储单元。其中，存储单元存储有程序代码，当程序代码被处理单元执行时，使得处理单元执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的对应用程序进行测试的方法中的步骤。

在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在设备上运行时，所述程序代码用于使设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的对应用程序进行测试的方法中的步骤。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++ 等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示意性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

虽然已经参考若干具体实施方式描述了本发明的精神和原理，但是应该理解，本发明并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。