一种脑电信号波段定位方法及装置与流程

1.本技术涉及脑机接口领域，具体而言，涉及一种脑电信号波段定位方法及装置。


背景技术：

2.目前脑电信号分析在脑机接口的领域得到了越来越广泛的应用。现有的脑电信号分析绝大多数仍旧针对脑电信号分类问题而展开的，即给定一段固定的脑电信号，利用分类方法，从而判断这段信号的类。比如对于情绪分析任务，需要给出这段信号是高兴或者悲伤等；对于移动机械臂的脑机接口任务，需要给出这段信号是代表向前、还是向后等。现有的脑电信号分类方法，通常是利用如关联、分形维数等方法，只能实现对于一段信号进行分类分析，不能完成对一整段信号的波段定位。


技术实现要素：

3.本技术实施例的目的在于提供一种脑电信号波段定位方法及装置，能够高效解决脑电信号的波段定位问题。
4.本技术实施例第一方面提供了一种脑电信号波段定位方法，包括：获取待处理脑电信号；
5.对所述待处理脑电信号进行归一化处理，得到归一化信号；
6.通过预构的波段定位网络对所述归一化信号进行处理，得到输出数据；
7.根据所述输出数据和预设的置信度阈值，确定定位数据；
8.对定位信息进行连续性处理，以去除所述定位数据中的噪声，得到脑电信号波段定位结果。
9.在上述实现过程中，先获取待处理脑电信号；并对待处理脑电信号进行归一化处理，得到归一化信号；然后通过预构的波段定位网络对归一化信号进行处理，得到输出数据；再根据输出数据和预设的置信度阈值，确定定位数据；最后对定位信息进行连续性处理，以去除定位数据中的噪声，得到脑电信号波段定位结果，能够高效解决脑电信号的波段定位问题。
10.进一步地，所述根据所述输出数据和预设的置信度阈值，确定定位数据，包括：
11.获取预设的第一置信度和预设的第二置信度；
12.将所述输出数据中小于所述置信度阈值的置信度调整为所述第一置信度，得到初步调整数据；所述输出数据包括各个采样点对应的置信度；
13.将所述初步调整数据中不小于所述置信度阈值的置信度调整为所述第二置信度，得到定位数据。
14.在上述实现过程中，通过预设的第一置信度和预设的第二置信度，能够实现对输出数据进行阈值调整，得到定位数据。
15.进一步地，所述对定位信息进行连续性处理，以去除所述定位数据中的噪声，得到脑电信号波段定位结果，包括：
16.第一步：判断所述定位数据中其中一个采样点对应的置信度是否为所述第二置信度；
17.第二步：如果是所述第二置信度，判断所述定位数据中，在预设采样范围内是否存在有其它采样点的置信度为所述第二置信度；
18.第三步：如果不存在，则将该采样点对应的置信度调整为第一置信度；
19.第四步：遍历所述定位数据中每个采样点对应的置信度，重复执行所述第一步至所述第三步，最终得到脑电信号波段定位结果。
20.在上述实现过程中，对定位数据进行连续性处理，能够去除定位数据中的噪声，有利于提升波段定位准确度。
21.进一步地，所述波段定位网络包括cbl模块、crp模块以及cru模块，其中，cbl模块包括第一卷积子模块、归一化子模块以及激活函数子模块，所述crp模块包括所述cbl模块、第二卷积子模块以及池化子模块，所述cru模块包括所述cbl模块、第三卷积子模块以及上采样模块。
22.进一步地，所述波段定位网络在训练的时候采用加权交叉熵损失函数，所述加权交叉熵损失函数的公式为：
[0023][0024]
其中，wce表示所述加权交叉熵损失函数，n表示所述输出数据对应的采样点的数量，p为所述输出数据包括的置信度，β
p
表示所述输出数据中置信度为所述第二置信度对应采样点的总数量与所述输出数据中置信度为所述第一置信度对应采样点的总数量之间的比值，i＝1，2，
…
，n，r
i
表示第i个采样点对应的标签真实值。
[0025]
进一步地，所述对所述待处理脑电信号进行归一化处理，得到归一化信号，包括：
[0026]
计算所述待处理脑电信号的幅值最大值；
[0027]
将所述待处理脑电信号的幅度真实值除以所述幅值最大值，得到归一化信号。
[0028]
在上述实现过程中，对待处理脑电信号进行归一化处理，能够获得了单通道、一维的数据，使其适用于预构的波段定位网络。
[0029]
本技术实施例第二方面提供了一种脑电信号波段定位装置，所述脑电信号波段定位装置包括：
[0030]
获取单元，用于获取待处理脑电信号；
[0031]
归一化单元，用于对所述待处理脑电信号进行归一化处理，得到归一化信号；
[0032]
模型处理单元，用于通过预构的波段定位网络对所述归一化信号进行处理，得到输出数据；
[0033]
确定单元，用于根据所述输出数据和预设的置信度阈值，确定定位数据；
[0034]
连续性处理单元，用于对定位信息进行连续性处理，以去除所述定位数据中的噪声，得到脑电信号波段定位结果。
[0035]
在上述实现过程中，获取单元先获取待处理脑电信号；归一化单元并对待处理脑电信号进行归一化处理，得到归一化信号；然后模型处理单元通过预构的波段定位网络对归一化信号进行处理，得到输出数据；确定单元再根据输出数据和预设的置信度阈值，确定定位数据；最后连续性处理单元对定位信息进行连续性处理，以去除定位数据中的噪声，得
到脑电信号波段定位结果，能够高效解决脑电信号的波段定位问题。
[0036]
进一步地，所述确定单元包括：
[0037]
获取子单元，用于获取预设的第一置信度和预设的第二置信度；
[0038]
调整子单元，用于将所述输出数据中小于所述置信度阈值的置信度调整为所述第一置信度，得到初步调整数据；所述输出数据包括各个信号采样点对应的置信度；以及将所述初步调整数据中不小于所述置信度阈值的置信度调整为所述第二置信度，得到定位数据。
[0039]
在上述实现过程中，通过预设的第一置信度和预设的第二置信度，能够实现对输出数据进行阈值调整，得到定位数据。
[0040]
本技术实施例第三方面提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本技术实施例第一方面中任一项所述的脑电信号波段定位方法。
[0041]
本技术实施例第四方面提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本技术实施例第一方面中任一项所述的脑电信号波段定位方法。
附图说明
[0042]
为了更清楚地说明本技术实施例的技术方案，下面将对本技术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技术的某些实施例，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。
[0043]
图1为本技术实施例一提供的一种脑电信号波段定位方法的流程示意图；
[0044]
图2为本技术实施例二提供的一种脑电信号波段定位方法的流程示意图；
[0045]
图3为本技术实施例三提供的一种脑电信号波段定位装置的结构示意图；
[0046]
图4为本技术实施例四提供的一种脑电信号波段定位装置的结构示意图；
[0047]
图5为本技术实施例一提供的一种波段定位网络的网络示意图；
[0048]
图6为本技术实施例一提供的一种脑电信号波段的定位流程示意图；
[0049]
图7为本技术实施例二提供的一种波段定位网络的具体结构示意图；
[0050]
图8为本技术实施例二提供的一种cbl模块、crp模块以及cbl模块的结构示意图。
具体实施方式
[0051]
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描述。
[0052]
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。
[0053]
实施例1
[0054]
请参看图1，图1为本技术实施例提供了一种脑电信号波段定位方法的流程示意图。其中，该脑电信号波段定位方法包括：
[0055]
s101、获取待处理脑电信号。
[0056]
本技术实施例中，该待处理脑电信号具体可以为原始信号，也可以为经过基础预处理如滤波、去工频干扰等后的脑电信号等，对此本技术实施例不作限定。
[0057]
s102、对待处理脑电信号进行归一化处理，得到归一化信号。
[0058]
本技术实施例中，为获得能够适于分割模型(即预构的波段定位网络)的数据，需要对数据进行归一化处理，将数据整体归一化某个固定范围，如
‑
1到 1之间。由于在去基线漂移时已经将信号幅值处理到0附近，因此只需要对幅值范围进行限定即可，即求出幅值数据的最大值，通过对数据集中的数据求去绝对值最大值即可，最后将真实值除以最大值，就是归一化后的数据，从而获得了单通道、一维的数据。
[0059]
s103、通过预构的波段定位网络对归一化信号进行处理，得到输出数据。
[0060]
本技术实施例中，预构的波段定位网络具体可以为全卷积分割模型，请一并参阅图5，图5是本技术实施例提供的一种波段定位网络的网络示意图。如图5所示，输入端为归一化信号，输入信号(即归一化信号)的信号长度可变，举例来说，归一化信号的信号长度可以为1*m，如过采样频率为1000hz，采样时长为60s时，对应输入信号的信号长度即为1*60000，后续的均以这个尺寸为例。
[0061]
本技术实施例中，输出数据的输出尺寸与输入对应，当输入的归一化信号的信号长度为1*m时，则输出数据的尺寸也为1*m，对于无精度变化的输出，其尺寸与输入相同，图5中输入信号的信号长度为1*60000，则输出数据的尺寸也为1*60000，输出数据包括各个采样点对应的置信度。
[0062]
s104、根据输出数据和预设的置信度阈值，确定定位数据。
[0063]
本技术实施例中，基于输出数据，可以实现对脑电信号波段的定位，具体流程如图6所示，由于输出数据包括各个采样点对应的置信度，对于预设的置信度阈值r(可以设置为0.5)，大于等于置信度阈值r的设置为1，小于置信度阈值r的设置为0；完成阈值处理后，即得到相应的定位数据，如6所示的5～10和16两部分即为阈值处理后的定位数据。
[0064]
s105、对定位信息进行连续性处理，以去除定位数据中的噪声，得到脑电信号波段定位结果。
[0065]
本技术实施例中，在实际过程中，在得到定位数据之后，该定位数据中可能会出现预测噪声，比如图6中的16单点明显属于预测噪声，因此需要进行连续性处理，以去除预测结果(即定位数据)中的噪声。
[0066]
本技术实施例中，连续性处理的具体方法为：对于i点的阈值处理结果为1，若i
‑
k到i k范围内无置1的结果，那么将i点置0，同时，k范围约束下连续置1的长度需要大于给定长度阈值l。
[0067]
本技术实施例中，该方法的执行主体可以为计算机、服务器等计算装置，对此本实施例中不作任何限定。
[0068]
在本技术实施例中，该方法的执行主体还可以为智能手机、平板电脑等智能设备，对此本实施例中不作任何限定。
[0069]
可见，实施本实施例所描述的脑电信号波段定位方法，能够高效解决脑电信号的波段定位问题。
[0070]
实施例2
[0071]
请参看图2，图2为本技术实施例提供的一种脑电信号波段定位方法的流程示意
图。如图2所示，其中，该脑电信号波段定位方法包括：
[0072]
s201、获取待处理脑电信号。
[0073]
s202、计算待处理脑电信号的幅值最大值。
[0074]
s203、将待处理脑电信号的幅度真实值除以幅值最大值，得到归一化信号。
[0075]
本技术实施例中，实施上述步骤s202～步骤s203，能够对待处理脑电信号进行归一化处理，得到归一化信号。
[0076]
本技术实施例中，为获得能够适于分割模型的数据，需要对数据进行归一化处理，将数据整体归一化某个固定范围，如
‑
1到 1之间。由于在去基线漂移时已经将信号幅值处理到0附近，因此只需要对幅值范围进行限定即可，即求出幅值数据的最大值，通过对数据集中的数据求去绝对值最大值即可，最后将真实值除以最大值，就是归一化后的数据，从而获得了单通道、一维的数据。
[0077]
在步骤s203之后，还包括以下步骤：
[0078]
s204、通过预构的波段定位网络对归一化信号进行处理，得到输出数据。
[0079]
请一并参阅图7和图8，图7是本技术实施例提供的一种波段定位网络的具体结构示意图，图8是本技术实施例提供的一种cbl模块、crp模块以及cbl模块的结构示意图。如图7和图8所示，波段定位网络包括cbl模块、crp模块以及cru模块，其中，cbl模块包括第一卷积子模块、归一化子模块以及激活函数子模块，crp模块包括cbl模块、第二卷积子模块以及池化子模块，cru模块包括cbl模块、第三卷积子模块以及上采样模块。
[0080]
在上述实施方式中，波段定位网络的网络核心包含crp模块以及cru模块两个模块，网络前半部分以crp模块为主，其中包含卷积等操作，并包含一个用于降采样的池化操作，可以使特征输出维度减少；网络后半部分以cru模块为主，除卷积等操作外，包含一个上采样模块，该上采样模块可以通过双线性差值、反卷积等实现。其中，cru模块能够使特征维度提升，关于特征维度的减少和提升，可参见图5。
[0081]
在上述实施方式中，crp模块数量和cru模块数量可以为多个，具体数量不作限定。
[0082]
在上述实施方式中，cru模块的数量如果与crp模块的数量相同，则输出定位精度与原始数据采样分辨率相同；若cru模块的数量少于crp模块的数量，则可实现更低分辨率的定位精度；比如1khz的采样率，若cru模块的数量和crp模块的数量相同，则实现0.001秒的时间分辨率精度；每少一个cru模块，时间分辨率将降低2倍。
[0083]
本技术实施例中，预构的波段定位网络的具体结构如图7所示，其中卷积表示1*3的一维卷积，bn表示batchnorm，激活函数可使用leaky relu。
[0084]
s205、获取预设的第一置信度和预设的第二置信度。
[0085]
本技术实施例中，具体地，该预设的第一置信度可以为0，预设的第二置信度可以为1，对此本技术实施例不作限定。
[0086]
作为一种可选的实施方式，波段定位网络在训练的时候采用加权交叉熵损失函数，加权交叉熵损失函数的公式为：
[0087][0088]
其中，wce表示加权交叉熵损失函数，n表示输出数据对应的采样点的数量，p为输
出数据包括的置信度，β
p
表示输出数据中置信度为第二置信度对应采样点的总数量与输出数据中置信度为第一置信度对应采样点的总数量之间的比值，i＝1，2，
…
，n，r
i
表示第i个采样点对应的标签真实值。
[0089]
本技术实施例中，举例来说，当第一置信度为0，第二置信度为1时，
[0090]
本技术实施例中，对于第i个采样点，该采样点存在预设类别的信号，则将该采样点对应的标签真实值设置为第二置信度，如果该采样点不存在预设类别的信号，则将该采样点对应的标签真实值设置为第一置信度。其中，该预设类别为信号类别，为预先设置。举例来说，当第一置信度为0，第二置信度为1时，对于第i个采样点，如果该采样点i存在预设类别的信号，则将采样点i对应的标签真实值设置为1，如果采样点i不存在预设类别的信号，则将采样点对应的标签真实值设置为0。
[0091]
本技术实施例中，信号类别可以按数学关系、取值特征、能量功率、处理分析、所具有的时间函数特性、取值是否为实数等进行确定，对此本技术实施例中。
[0092]
在步骤s205之后，还包括以下步骤：
[0093]
s206、将输出数据中小于置信度阈值的置信度调整为第一置信度，得到初步调整数据；输出数据包括各个采样点对应的置信度。
[0094]
s207、将初步调整数据中不小于置信度阈值的置信度调整为第二置信度，得到定位数据。
[0095]
本技术实施例中，基于输出数据，可以实现对脑电信号波段的定位，具体流程如图6所示，由于输出数据包括各个采样点对应的置信度，对于预设的置信度阈值r(可以设置为0.5)，大于等于置信度阈值r的设置为预设的第二置信度，小于置信度阈值r的设置为预设的第一置信度；完成阈值处理后，即得到相应的定位数据，如6所示的5～10和16两部分即为阈值处理后的定位数据。
[0096]
本技术实施例中，实施上述步骤s205～步骤s207，能够根据输出数据和预设的置信度阈值，确定定位数据。
[0097]
在步骤s207之后，还包括以下步骤：
[0098]
s208、对定位信息进行连续性处理，以去除定位数据中的噪声，得到脑电信号波段定位结果。
[0099]
作为一种可选的实施方式，对定位信息进行连续性处理，以去除定位数据中的噪声，得到脑电信号波段定位结果，包括：
[0100]
第一步：判断定位数据中其中一个采样点对应的置信度是否为第二置信度；
[0101]
第二步：如果是第二置信度，判断定位数据中，在预设采样范围内是否存在有其它采样点的置信度为第二置信度；
[0102]
第三步：如果不存在，则将该采样点对应的置信度调整为第一置信度；
[0103]
第四步：遍历定位数据中每个采样点对应的置信度，重复执行第一步至第三步，最终得到脑电信号波段定位结果。
[0104]
在上述实施方式中，预设采样范围为预先设置，具体可以设置为i
‑
k到i k，其中i
表示当前所处理的采样点的采样位置。
[0105]
在上述实施方式中，当第一置信度为0，第二置信度为所述第二置信度，预设采样范围为i
‑
k到i k时，对于定位数据中的其中一个采样点i，i点对应的置信度为所述第二置信度时，若i
‑
k到i k范围内无置1的结果，那么将i点置0，同时，k范围约束下连续置1的长度需要大于给定长度阈值l。
[0106]
可见，实施本实施例所描述的脑电信号波段定位方法，能够高效解决脑电信号的波段定位问题。
[0107]
实施例3
[0108]
请参看图3，图3为本技术实施例提供的一种脑电信号波段定位装置的结构示意图。如图3所示，该脑电信号波段定位装置包括：
[0109]
获取单元310，用于获取待处理脑电信号；
[0110]
归一化单元320，用于对待处理脑电信号进行归一化处理，得到归一化信号；
[0111]
模型处理单元330，用于通过预构的波段定位网络对归一化信号进行处理，得到输出数据；
[0112]
确定单元340，用于根据输出数据和预设的置信度阈值，确定定位数据；
[0113]
连续性处理单元350，用于对定位信息进行连续性处理，以去除定位数据中的噪声，得到脑电信号波段定位结果。
[0114]
本技术实施例中，对于脑电信号波段定位装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
[0115]
可见，实施本实施例所描述的脑电信号波段定位装置，能够高效解决脑电信号的波段定位问题。
[0116]
实施例4
[0117]
请一并参阅图4，图4是本技术实施例提供的一种脑电信号波段定位装置的结构示意图。其中，图4所示的脑电信号波段定位装置是由图3所示的脑电信号波段定位装置进行优化得到的。如图4所示，确定单元340包括：
[0118]
获取子单元341，用于获取预设的第一置信度和预设的第二置信度；
[0119]
调整子单元342，用于将输出数据中小于置信度阈值的置信度调整为第一置信度，得到初步调整数据；输出数据包括各个信号采样点对应的置信度；以及将初步调整数据中不小于置信度阈值的置信度调整为第二置信度，得到定位数据。
[0120]
作为一种可选的实施方式，连续性处理单元350，包括：
[0121]
第一判断子单元351，用于判断定位数据中其中一个采样点对应的置信度是否为第二置信度；
[0122]
第二判断子单元352，用于当第一判断子单元351判断出该置信度是第二置信度时，判断定位数据中，在预设采样范围内是否存在有其它采样点的置信度为第二置信度；
[0123]
调整子单元353，用于当第二判断子单元352判断出不存在时，则将该采样点对应的置信度调整为第一置信度；
[0124]
循环子单元354，用于遍历定位数据中每个采样点对应的置信度，重复触发第一判断子单元351、第二判断子单元352以及调整子单元353执行相应的操作，最终得到脑电信号波段定位结果。
[0125]
作为一种可选的实施方式，波段定位网络包括cbl模块、crp模块以及cru模块，其中，cbl模块包括第一卷积子模块、归一化子模块以及激活函数子模块，crp模块包括cbl模块、第二卷积子模块以及池化子模块，cru模块包括cbl模块、第三卷积子模块以及上采样模块。
[0126]
作为一种可选的实施方式，所述波段定位网络在训练的时候采用加权交叉熵损失函数，所述加权交叉熵损失函数的公式为：
[0127][0128]
其中，wce表示所述加权交叉熵损失函数，n表示所述输出数据对应的采样点的数量，p为所述输出数据包括的置信度，β
p
表示输出数据中置信度为所述第二置信度对应采样点的总数量与所述输出数据中置信度为所述第一置信度对应采样点的总数量之间的比值，i＝1，2，
…
，n，r
i
表示第i个采样点对应的标签真实值。
[0129]
作为一种可选的实施方式，归一化单元320包括：
[0130]
第一计算子单元321，用于计算待处理脑电信号的幅值最大值；
[0131]
第二计算子单元322，用于将待处理脑电信号的幅度真实值除以幅值最大值，得到归一化信号。
[0132]
本技术实施例中，对于脑电信号波段定位装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
[0133]
可见，实施本实施例所描述的脑电信号波段定位装置，能够高效解决脑电信号的波段定位问题。
[0134]
本技术实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本技术实施例1或实施例2中任一项脑电信号波段定位方法。
[0135]
本技术实施例提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本技术实施例1或实施例2中任一项脑电信号波段定位方法。
[0136]
在本技术所提供的几个实施例中，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。
[0137]
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。
[0138]
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。
[0139]
以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，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。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。
[0140]
以上所述，仅为本技术的具体实施方式，但本技术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技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。
[0141]
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，从而使得包括一系列要素的过程、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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。