一种用于腔镜手术中目标器官的成像及处理方法及系统与流程

计算;推算;计数设备的制造及其应用技术1.本发明涉及医疗图像处理领域，具体而言，涉及一种用于腔镜手术中目标器官的成像及处理方法及系统。背景技术：2.三维重建技术是指利用ct、mri等医学影像设备输出的图像数据，根据需要选择合适的三维重建算法，得到可以从任意视角进行观察的三维投影图像，这样诊断医生就可以方便地对人体内部组织或器官的结构进行观察诊断。通过对医学图像进行有针对性的处理后，再利用三维重建技术构造出组织或器官的三维模型，然后在显示屏幕上对三维模型进行显示，对于医生感兴趣的器官，还可以提取出它的大小、形状和空间位置等定性或定量信息，便于分析。三维重建技术的运用，使得医务人员能够更加直观、定量地对人体内部器官的三维结构进行察看，还可以根据不同疾病诊断的需要强化图像中原有的某些细节，从而帮助医生更加容易的做出正确的疾病诊断。3.图像三维重建主要有面绘制和体绘制两类，现有的三维重建一般是采用体绘制面，是对体数据场中每一个体素进行处理，因此，运算量增大，绘制速度较慢。技术实现要素：4.本发明的目的在于提供一种用于腔镜手术中目标器官的成像及处理方法及系统，用以改善现有技术中采用体绘制面，运算量增大，绘制速度较慢的问题。5.第一方面，本技术实施例提供一种用于腔镜手术中目标器官的成像及处理方法，包括以下步骤：6.获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置；7.对扫描图像进行显著性区域检测，得到显著性区域，显著性区域包括初步定位病灶位置；8.将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像；9.将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像；10.将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像；11.将第一三维图像和第二三维图像进行组合，得到目标器官三维图像。12.上述实现过程中，通过获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置，使扫描图像中可以显示出初步定位病灶位置；然后对扫描图像进行显著性区域检测，得到显著性区域，显著性区域包括初步定位病灶位置；然后将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像，通过对扫描图像进行显著性检测，可以将扫描图像分割为包含初步定位病灶位置图像和不包含的图像；然后将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像，对于显著性区域图像是腔镜手术中重点关注的部分，因此采用更加精确的三维重建方法进行重建，可以显示出物体内部构造信息和细节；然后将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像，对非显著性区域是腔镜手术中不需要重点关注的部分，因此，采用无法展示出物体的内部特征信息的三维重建算法进行重建；最后将第一三维图像和第二三维图像进行组合，得到目标器官三维图像。由于移动立方体算法属于面绘制，面绘制处理的是体数据场中的部分数据，因此，具有运算量小、速度快的优点，从而使整个目标器官的重建运算量减小，提高重建速度。同时，对于初步定位病灶位置的图像采用了光线投射算法进行重建，可以显示出物体内部构造信息和细节，从而提高了病灶位置的精确度，有助于医生进行病灶定位。13.基于第一方面，在本发明的一些实施例中，获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置的步骤包括以下步骤：14.获取初步定位目标器官信息；15.根据初步定位目标器官信息对初步定位目标器官进行扫描，得到目标器官的扫描图像，扫描图像中包括初步定位病灶位置。16.基于第一方面，在本发明的一些实施例中，还包括以下步骤：17.a1：计算并将显著性区域的面积与预置的区域面积阈值进行对比，得到对比结果；18.a2：根据对比结果判断显著性区域是否有效，若有效，则将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像；若无效，则执行a3；19.a3：将显著性区域按照预置的扩展规则进行扩展，得到新的显著性区域；20.a4：将扫描图像新的沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像。21.基于第一方面，在本发明的一些实施例中，将第一三维图像和第二三维图像进行组合，得到目标器官三维图像的步骤包括以下步骤：22.将第一三维图像和第二三维图像沿显著性区域的边沿进行组合，得到目标器官三维图像。23.基于第一方面，在本发明的一些实施例中，还包括以下步骤：24.将显著性区域的边沿进行标识，以便于识别。25.基于第一方面，在本发明的一些实施例中，将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像的步骤包括以下步骤：26.提取非显著性区域图像中任意两层相连的多个数据点组成大小相等的立方体；27.将各个立方体的各个角点与预设的阈值进行对比，得到各个立方体中各个角点的状态值；28.根据状态值找到存在等值点的立方体；29.提取并计算立方体中的等值点的灰度值；30.将各个等值点按照预置的拓扑形式连接成三角面片，以形成等值面，生成第二三维图像。31.基于第一方面，在本发明的一些实施例中，将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像的步骤包括以下步骤：32.采用光线投射算法对显著性区域图像进行空间扫描，生成第一三维图像。33.第二方面，本技术实施例提供一种用于腔镜手术中目标器官的成像及处理系统，包括：34.扫描图像获取模块，用于获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置；35.显著性区域检测模块，用于对扫描图像进行显著性区域检测，得到显著性区域，显著性区域包括初步定位病灶位置；36.区域分割，用于将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像；37.第一三维重建模块，用于将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像；38.第二三维重建模块，用于将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像；39.三维图像组合模块，用于将第一三维图像和第二三维图像进行组合，得到目标器官三维图像。40.上述实现过程中，通过扫描图像获取模块获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置，使扫描图像中可以显示出初步定位病灶位置；然后显著性区域检测模块对扫描图像进行显著性区域检测，得到显著性区域，显著性区域包括初步定位病灶位置；然后区域分割将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像，通过对扫描图像进行显著性检测，可以将扫描图像分割为包含初步定位病灶位置图像和不包含的图像；然后第一三维重建模块将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像，对于显著性区域图像是腔镜手术中重点关注的部分，因此采用更加精确的三维重建方法进行重建，可以显示出物体内部构造信息和细节；第二三维重建模块将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像，对非显著性区域是腔镜手术中不需要重点关注的部分，因此，采用无法展示出物体的内部特征信息的三维重建算法进行重建；三维图像组合模块将第一三维图像和第二三维图像进行组合，得到目标器官三维图像。由于移动立方体算法属于面绘制，面绘制处理的是体数据场中的部分数据，因此，具有运算量小、速度快的优点，从而使整个目标器官的重建运算量减小，提高重建速度。同时，对于初步定位病灶位置的图像采用了光线投射算法进行重建，可以显示出物体内部构造信息和细节，从而提高了病灶位置的精确度，有助于医生进行病灶定位。41.第三方面，本技术实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。42.第四方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。43.本发明实施例至少具有如下优点或有益效果：44.本发明实施例提供一种用于腔镜手术中目标器官的成像及处理方法及系统，通过获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置，使扫描图像中可以显示出初步定位病灶位置；然后对扫描图像进行显著性区域检测，得到显著性区域，显著性区域包括初步定位病灶位置；然后将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像，通过对扫描图像进行显著性检测，可以将扫描图像分割为包含初步定位病灶位置图像和不包含的图像；然后将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像，对于显著性区域图像是腔镜手术中重点关注的部分，因此采用更加精确的三维重建方法进行重建，可以显示出物体内部构造信息和细节；然后将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像，对非显著性区域是腔镜手术中不需要重点关注的部分，因此，采用无法展示出物体的内部特征信息的三维重建算法进行重建；最后将第一三维图像和第二三维图像进行组合，得到目标器官三维图像。由于移动立方体算法属于面绘制，面绘制处理的是体数据场中的部分数据，因此，具有运算量小、速度快的优点，从而使整个目标器官的重建运算量减小，提高重建速度。同时，对于初步定位病灶位置的图像采用了光线投射算法进行重建，可以显示出物体内部构造信息和细节，从而提高了病灶位置的精确度，有助于医生进行病灶定位。附图说明45.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。46.图1为本发明实施例提供的一种用于腔镜手术中目标器官的成像及处理方法流程图；47.图2为本发明实施例提供的步骤s110的详细步骤流程图；48.图3为本发明实施例提供的扫描图像分割步骤流程图；49.图4为本发明实施例提供的一种用于腔镜手术中目标器官的成像及处理系统结构框图；50.图5为本发明实施例提供的一种电子设备的结构框图。51.图标：110-扫描图像获取模块；120-显著性区域检测模块；130-区域分割；140-第一三维重建模块；150-第二三维重建模块；160-三维图像组合模块；101-存储器；102-处理器；103-通信接口。具体实施方式52.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。53.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。54.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。55.实施例56.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。57.请参看图1-3，图1为本发明实施例提供的一种用于腔镜手术中目标器官的成像及处理方法流程图，图2为本发明实施例提供的步骤s110的详细步骤流程图，图3为本发明实施例提供的扫描图像分割步骤流程图。该用于腔镜手术中目标器官的成像及处理方法，包括以下步骤：58.步骤s110：获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置；上述目标器官的扫描图像可以是ct、mri等医学影像设备输出的图像数据，上述目标器官是指需要进行腔镜手术的器官，比如：胃部、肠部等。在本实施例中，可以在扫描之前对目标器官进行初步检测，并设置病灶定位标识，具体可以是通过以下步骤完成：59.首先，获取初步定位目标器官信息；通过内窥镜检查到目标器官的病灶时，将具有标识功能的定位挂钩夹在病灶处，得到初步定位目标器官信息。比如，在胃镜检查手术中，将定位挂钩夹在胃壁内部的病灶处，上述定位挂钩可以通过内镜挂载，经过内镜手术夹在胃壁内测，具有体积小，重量轻，安全无毒等特点。在挂钩的抓手处配备具有定位识别功能的定位标签，实现方式可以有两种：第一种为微型rfid标签，识别需要在定位腔镜杆上安装定位天线，第二种为小型永磁体，可以在腔镜杆上使用磁力传感器进行定位识别。也可以同时使用两种技术双重保障。60.然后，根据初步定位目标器官信息对初步定位目标器官进行扫描，得到目标器官的扫描图像，扫描图像中包括初步定位病灶位置。由于挂钩中的金属成分在扫描图像如ct图像中会有高亮成像，图像中高亮位置就是初步定位病灶位置。通过获取具有初步定位病灶位置目标器官的扫描图像，可以实现对病灶位置的初步定位。61.步骤s120：对扫描图像进行显著性区域检测，得到显著性区域，显著性区域包括初步定位病灶位置；上述显著性区域检测是指机器模拟人类快速准确识别视觉场中的显著性区域，通过智能算法模拟人的视觉特点，提取图像中的显著区域(即人类感兴趣的区域)。由于扫描图像中会有高亮成像，这部分图像就会显示在显著区域中。上述显著性区域检测采用现有的显著性检测技术就能实现，在此就不再赘述。通过显著性检测可以将初步定位病灶位置区域检测出来，便于后期对图像进行分割。62.步骤s130：将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像；上述得到的显著性区域图像中包括有初步定位病灶位置，非显著性区域图像中包括目标器官正常位置。对于在腔镜手术中，包括有初步定位病灶位置的是需要进行重点关注的，并且需要对初步定位病灶进一步确认。为确保显著性区域的有效性，可以在分割前进行面积判断，具体包括以下步骤：63.第一步：计算并将显著性区域的面积与预置的区域面积阈值进行对比，得到对比结果；上述预置的区域面积阀值可以是根据经验设置，在得到显著性区域后，首先进行面积计算，将得到的面积值与预置的区域面积阈值进行对比，得到的对比结果包括小于预置的区域面积阈值和不小于预置的区域面积阈值。例如：计算得到显著性区域的面积为5平方厘米，区域面积阈值为4平方厘米，经过对比，得到对比结果为：小于预置的区域面积阈值。64.第二步：根据对比结果判断显著性区域是否有效，若有效，则将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像；若无效，则执行第三步；若对比结果为小于预置的区域面积阈值，则认为无效，反之，则认为有效。无效就认为该显著性区域过小，需要进一步进行扩展，则执行第三步。65.第三步：将显著性区域按照预置的扩展规则进行扩展，得到新的显著性区域；上述进行扩展是指将显著性区域向非显著性区域周向扩展，上述预置的扩展规则是指预先设置好的规则，可以是根据经验设置，比如：扩展5厘米。通过扩展使得显著性区域变大，进而使新的显著性区域有效。66.第四步：将扫描图像新的沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像。得到的新的显著性区域是有效的，满足要求，进而就可以进行分割，上述分割是沿显著性区域的边沿进行分割。67.步骤s140：将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像；上述进行三维重建可以是利用可视化工具包(visualization toolkit，vtk)进行绘制，基于vtk的图像三维重建主要有面绘制和体绘制两类，光线投射算法属于是体绘制，体绘制面向的是整个体数据，是对体数据场中每一个体素进行处理，使得重建效果更加精确。上述进行体绘制的就是采用光线投射算法对显著性区域图像进行空间扫描，生成高清晰图像就是第一三维图像。具体是在由屏幕上每一像素点发出的一条穿过三维体数据场的射线上设置采样点，采样点间的距离相等；将某一采样点周围，距离其最近的8个数据点组成一个体素，并对这个体素的颜色值和不透明度分别进行三次线性插值计算；由此求出全部采样点的颜色值及不透明度并分别对它们进行合成，合成方式可以是从前到后或从后到前。体绘制过程一般分为投射、消隐、渲染和合成4个步骤。当全部数据经过光线投射算法计算后，再对数据进行窗口绘制、显示、交互等处理，完成体绘制。体绘制中，对不同的物质分配相应的透明度，可以将各物质间的形状特征和层次关系对比出来，因此，透明度的引入提高了数据的整体显示效果。68.步骤s150：将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像；上述进行三维重建可以是利用可视化工具包(visualization toolkit，vtk)进行绘制，基于vtk的图像三维重建主要有面绘制和体绘制两类，移动立方体算法属于是面绘制，面绘制是提取图像中需要重建部分的表面轮廓信息进行三维绘制，只重建物体的表面，由于面绘制处理的是体数据场中的部分数据，因此，具有运算量小、速度快的优点。上述基于vtk的面绘制主要包括以下步骤：69.首先，提取非显著性区域图像中任意两层相连的多个数据点组成大小相等的立方体；上述扫描图像可以是包括多个角度的扫描图像，分别进行显著性区域检测后得到的显著性区域图像也可以使包括多个角度的显著性区域图像和多个非显著性区域图像。将这些显著性区域图像看做一个三维体数据场，取连续两层相邻的8个数据点组成大小相等的立方体，称为体素，体素的8个顶点叫做角点。70.然后，将各个立方体的各个角点与预设的阈值进行对比，得到各个立方体中各个角点的状态值；设定阈值t，遍历每个体素中8个角点u(i，j，k)的数据值，与预先设定的阈值t进行比对，得出每个体素中角点的状态值，小于预设阈值的标记为0，大于预设阈值的标记为1。71.然后，根据状态值找到存在等值点的立方体；体素中的每一点可通过线性插值方法算出，其公式为：72.p(x，y，z)＝k0+k1x+k2y+k3z+k4xy+k5xz+k6yz+k7xyz，其中，ki(i＝0，1，…，7)是由角点唯一确定的常数。73.然后，提取并计算立方体中的等值点的灰度值；74.最后，将各个等值点按照预置的拓扑形式连接成三角面片，以形成等值面，生成第二三维图像。上述三角面片拼接形成等值面，即：75.{(x，y，z)|p(x，y，z)＝t}等值面的正确连接需要通过线性插值方法计算出等值点坐标和法向量，计算公式为：76.其中：c为等值点坐标，c1、c2为等值点两端点坐标；n为法向量，n1、n2为两端点法向量；t1、t2为两端点灰度值。77.步骤s160：将第一三维图像和第二三维图像进行组合，得到目标器官三维图像。上述进行组合是将第一三维图像和第二三维图像沿显著性区域的边沿进行组合，得到目标器官三维图像。为便于在组合时进行快速识别到组合的面，可以将显著性区域的边沿进行标识，以便于识别。上述标识可以是颜色标识也可以是高亮标识。在组合时，对边沿都有标识的面进行组合。通过组合可以得到最后目标器官的三维图像。78.上述实现过程中，通过获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置，使扫描图像中可以显示出初步定位病灶位置；然后对扫描图像进行显著性区域检测，得到显著性区域，显著性区域包括初步定位病灶位置；然后将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像，通过对扫描图像进行显著性检测，可以将扫描图像分割为包含初步定位病灶位置图像和不包含的图像；然后将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像，对于显著性区域图像是腔镜手术中重点关注的部分，因此采用更加精确的三维重建方法进行重建，可以显示出物体内部构造信息和细节；然后将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像，对非显著性区域是腔镜手术中不需要重点关注的部分，因此，采用无法展示出物体的内部特征信息的三维重建算法进行重建；最后将第一三维图像和第二三维图像进行组合，得到目标器官三维图像。由于移动立方体算法属于面绘制，面绘制处理的是体数据场中的部分数据，因此，具有运算量小、速度快的优点，从而使整个目标器官的重建运算量减小，提高重建速度。同时，对于初步定位病灶位置的图像采用了光线投射算法进行重建，可以显示出物体内部构造信息和细节，从而提高了病灶位置的精确度，有助于医生进行病灶定位。79.基于同样的发明构思，本发明还提出一种用于腔镜手术中目标器官的成像及处理系统，请参看图4，图4为本发明实施例提供的一种用于腔镜手术中目标器官的成像及处理系统结构框图，该用于腔镜手术中目标器官的成像及处理系统包括：80.扫描图像获取模块110，用于获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置；81.显著性区域检测模块120，用于对扫描图进行显著性区域检测，得到显著性区域，显著性区域包括初步定位病灶位置；82.区域分割130，用于将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像；83.第一三维重建模块140，用于将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像；84.第二三维重建模块150，用于将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像；85.三维图像组合模块160，用于将第一三维图像和第二三维图像进行组合，得到目标器官三维图像。86.上述实现过程中，通过扫描图像获取模块110获取目标器官的扫描图像，扫描图像中包括初步定位病灶位置，使扫描图像中可以显示出初步定位病灶位置；然后显著性区域检测模块120对扫描图像进行显著性区域检测，得到显著性区域，显著性区域包括初步定位病灶位置；然后区域分割130将扫描图像沿显著性区域进行分割，得到显著性区域图像和非显著性区域图像，通过对扫描图像进行显著性检测，可以将扫描图像分割为包含初步定位病灶位置图像和不包含的图像；然后第一三维重建模块140将显著性区域图像采用光线投射算法进行三维重建，生成第一三维图像，对于显著性区域图像是腔镜手术中重点关注的部分，因此采用更加精确的三维重建方法进行重建，可以显示出物体内部构造信息和细节；第二三维重建模块150将非显著性区域图像采用移动立方体算法进行三维重建，生成第二三维图像，对非显著性区域是腔镜手术中不需要重点关注的部分，因此，采用无法展示出物体的内部特征信息的三维重建算法进行重建；三维图像组合模块160将第一三维图像和第二三维图像进行组合，得到目标器官三维图像。由于移动立方体算法属于面绘制，面绘制处理的是体数据场中的部分数据，因此，具有运算量小、速度快的优点，从而使整个目标器官的重建运算量减小，提高重建速度。同时，对于初步定位病灶位置的图像采用了光线投射算法进行重建，可以显示出物体内部构造信息和细节，从而提高了病灶位置的精确度，有助于医生进行病灶定位。87.请参阅图5，图5为本技术实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，如本技术实施例所提供的一种用于腔镜手术中目标器官的成像及处理系统对应的程序指令/模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。88.其中，存储器101可以是但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。89.处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，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。90.可以理解，图5所示的结构仅为示意，电子设备还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。图5中所示的各组件可以采用硬件、软件或其组合实现。91.在本技术所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品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方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。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动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。92.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。93.所述功能如果以软件功能模块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介质中。基于这样的理解，本技术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介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。94.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。95.对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其它的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!