一种用于手环的体征检测方法和体征检测手环与流程

1.本技术涉及可穿戴设备技术领域，更具体地，涉及一种用于手环的体征检测方法和体征检测手环。


背景技术：

2.近年来人口老龄化加重以及人们生活节奏加快，健康意识日益深入的情势提出了对人体生理状况随时快速检测需求，与往常在医院诊所体检机构等专业环境下通过专业设备进行体检不同，新形势迫切需要使用者通过方便快捷的方式随时随地获取当前状况下人体生理状况。即便是在病房监护中，血压、血氧和心率是常规的生理参数，在临床上作为检查疾病与判断医疗成效的重要依据，需要经常性的进行检测，传统的血压、血氧和心率的传统测量方式需要人手动操作的环节比较多，借助于医疗仪器，通过繁琐的连线至病人进行检测各项生理参数。存在操作繁琐，测量耗时长和效率低等问题。为此，本发明提出基于智能手环的方法监测人体生理指标，代替传统测量中的手动操作环节，同时避免测量结果受主观因素影响。
3.基于电子设备集成能力的提升，性能的增强，能耗的减小以及电池小型化和长续航的发展，基于智能手环的检测、通信和传感方案被投入到日常使用，采用的手环监测形式体积小，便于携带，适合长时间的连续使用，能够用于人体体征的实时检测。


技术实现要素：

4.本技术实施例所要解决的技术问题是提供一种用于手环的体征检测方法，以快速便捷的检测人体体征参数。
5.为了解决上述技术问题，本技术实施例提供一种用于手环的体征检测方法：
6.一种用于手环的体征检测方法，包括：
7.根据三轴传感器获取的加速度参数确定手环的运动状态和姿态；及
8.当确定手环的运动状态为静止，并且姿态为使用者佩戴手环进行体征检测的检测姿态时，控制检测模组检测使用者的至少一组身体参数。
9.进一步的，所述确定手环的运动状态为静止，并且姿态为使用者佩戴手环进行体征检测的检测姿态，具体包括：
10.根据三轴传感器获取的三个加速度分量计算手环的加速度的和；
11.当手环的加速度的和为重力加速度，确定手环静止；
12.以手环的加速度的和的方向为测量方向，并且配套的压力传感器获取的压力数据确定手环处于被按压状态，确定手环的姿态为检测姿态。
13.进一步的，所述控制检测模组检测使用者的至少一组身体参数，具体包括：
14.控制发射单元发射绿光、红光、红外光照射使用者的皮肤表面，其中红光和红外光交替照射；
15.接收绿光的反射光，根据绿光的反射光获取使用者的脉搏波信号，基于所述脉搏
波信号确定使用者的血压和/或者心率；
16.接收红光的反射光和红外光的反射光，根据红光的反射光获取使用者的血红蛋白反射信号，根据红外光的反射光获取使用者的氧含血红蛋白反射信号，基于所述氧含血红蛋白反射信号和所述血红蛋白反射信号确定使用者的血氧含量。
17.进一步的，所述根据绿光的反射光获取使用者的脉搏波信号，具体包括：
18.持续接收所述绿光的反射光；
19.根据所述绿光的反射光通过光电容积法，转换为幅度信号；
20.持续获取所述幅度信号以获得脉搏波信号。
21.进一步的，所述基于所述脉搏波信号确定使用者的血压和/或者心率，具体包括：
22.根据连续的数字化的一段脉搏波信号，确定脉搏极大值和脉搏极小值；
23.根据所述脉搏极大值确定使用者的高压；
24.根据所述脉搏极小值确定使用者的低压；
25.根据所述一段脉搏波信号中脉搏极大值或脉搏极小值的出现频率，确定使用者的心率。
26.进一步的，所述基于所述氧含血红蛋白反射信号和所述血红蛋白反射信号确定使用者的血氧含量，具体包括：
27.根据所述氧含血红蛋白反射信号和所述血红蛋白反射信号分别获取血氧脉搏波；
28.根据所述血氧脉搏波，通过低通滤波获取直流分量波形信号，通过带通滤波获取交流分量波形信号；
29.消除所述交流分量波形信号的噪声；
30.根据所述氧含血红蛋白反射信号和所述血红蛋白反射信号对应直流分量波形信号的差值，及所述氧含血红蛋白反射信号和所述血红蛋白反射信号对应交流分量波形信号的差值，确定使用者的血氧含量。
31.进一步的，所述当确定手环的运动状态为静止，并且姿态为使用者佩戴手环进行体征检测的检测姿态时，该方法还包括：
32.获取陀螺仪的数据；
33.采用卡尔曼滤波，将所述陀螺仪的数据中的短时间积分角度与加速度分量数据结合，确定翻转角度；
34.当所述翻转角度大于预设角度时，点亮配套手环的屏幕。
35.为了解决上述技术问题，本技术实施例提供一种体征检测手环：
36.一种体征检测手环，包括检测模组、三轴传感器以及分别与所述检测模组和三轴传感器连接的处理器；
37.所述三轴传感器，用于获取手环的运动状态和姿态；
38.所述处理器，用于在手环的运动状态为静止并且姿态为使用者佩戴的检测姿态时，控制所述检测模组检测使用者的至少一组身体参数，并根据身体参数确定使用者的至少一项体征。
39.进一步的，所述检测模组包括发射单元、ad转换电路和接收单元，所述发射单元与所述处理器电连接，发射单元通过ad转换电路与所述处理器电连接；
40.所述发射单元用于发射绿光、红光和红外光，以照射使用者的皮肤表面；
41.所述接收单元用于接收绿光的反射光、红光的反射光和红外光的反射光；
42.所述ad转换电路用于将接收到的所述绿光的反射光、红光的反射光和红外光的反射光转换成电信号并滤波。
43.进一步的，所述处理器包括主核心和从核心，所述体征检测手环还包括压力传感器，所述主核心与配套的上位机通信连接，所述主核心还分别与配套的输出设备及所述从核心电连接；所述从核心分别与所述三轴传感器、压力传感器和所述检测模组电连接；
44.所述压力传感器用于获取的压力数据确定手环处于被按压状态；
45.所述从核心用于接收并处理所述三轴传感器、压力传感器和所述检测模组传输的数据；
46.所述主核心用于将数据传输至配套的上位机，还用于通过配套的输出设备输出接收到的所述从核心发出的数据。
47.与现有技术相比，本技术实施例主要有以下有益效果：通过设置处理器、检测模组和三轴传感器，并且通过处理器实时接收三轴传感器传输的运动参数以确定使用者的身体状态，当手环佩戴在使用者身上并且处于检测状态时会产生相应的特征，处理器通过三轴传感器获取到相应的特征，由此确定使用者的身体状态处于检测状态，此时控制检测模组进行检测，并且获取相应的身体参数，将检测模组和处理器以及三轴传感器集成，根据使用者的状态实时对其进行体征监测，该方案能够大大提升人体体征检测的效率。
附图说明
48.为了更清楚地说明本技术的方案，下面将对实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本技术的一些实施例，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的附图。
49.图1为本技术一种用于手环的体征检测方法流程图的一种实施例；
50.图2为图1中步骤s200的流程图；
51.图3为图1中步骤s300的流程图；
52.图4为图3中步骤s302的流程图；
53.图5为图3中步骤s303的流程图；
54.图6为图1中步骤s400的流程图；
55.图7为本技术一种体征检测手环结构示意图；
具体实施方式
56.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术；本技术的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本技术的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
57.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同
的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
58.为了使本技术领域的人员更好地理解本技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。
59.一种用于手环的体征检测方法，包括：
60.步骤s100：根据三轴传感器获取的加速度参数确定手环的运动状态和姿态；
61.具体的，三轴传感器能够测量到重力加速度的三个方向的分量，根据测得的三个分量可以确定被测物体的加速运动、匀速直线运动或静止的状态，还有利于测量趋近于静止的物体的翻转角度以确定被测物体的姿态
62.步骤s200：确定手环的运动状态为静止，并且姿态为使用者佩戴手环进行体征检测的检测姿态时；
63.通过三轴传感器测量的数据判断物体的运动状态为静止，并且使用者为检测姿态时，启动检测模组进行数据获取能够尽可能的节省检测状态以外时手环的电能。其中检测姿态为使用者将手臂抬起并转动手腕之后的静止状态。
64.步骤s300：控制检测模组检测使用者的至少一组身体参数。
65.具体检测模组的检测需要借助于信号的收发处理，想要提升检测的精度需要将检测模组的算法优化，信号获取的频率提升，由此带来的硬件资源的要求更大，因此控制检测模组在有限的检测姿态时才进行检测，能够在电量一定的情况下，有效的提升手环的续航能力，这样也就满足了手环提升信号获取频率以及使用硬件开销更大的算法的需要，如此提升了手环检测方法的精度。在本实施例中为了提升检测频率，传输速率设置在10500波特率，如此检测过程中检测模组每秒达可到2～3次刷新。
66.进一步的，所述步骤s200：确定手环的运动状态为静止，并且姿态为使用者佩戴手环进行体征检测的检测姿态，具体包括：
67.步骤s201：根据三轴传感器获取的三个加速度分量计算手环的加速度的和；
68.通过测量三个加速度分量并将其向量加和，得到的加速度值就是手环当前的重力加速度和运动产生的加速度的和，与重力加速度进行对比，即可确定加速度的运动状态，在静止和匀速直线运动状态下，三个加速度分量的和显然等于重力加速度。
69.步骤s202：当手环的加速度的和为重力加速度，确定手环静止；
70.因为在手环的使用场景中匀速直线运动基本不会出现，所以能够通过三轴传感器准确测量到手环是否处于静止状态。
71.步骤s203：以手环的加速度的和的方向为测量方向，并且配套的压力传感器获取的压力数据确定手环处于被按压状态，确定手环的姿态为检测姿态。
72.具体当人体行走运动时,手臂会前后甩动,因此会出现周期性的超重和失重现象,因此根据三个加速度的和能够分辨使用者处于的运动状态和姿态，在本实施例中使用者在检测状态之前会将手腕抬起并向内翻转手腕，通过获取的三个加速度，能够检测到抬手腕的动作，还能检测到手环的朝向，这样能够确定使用者翻转了手腕。在本实施例中，还通过检测压力传感器的数值，当使用者按压手环使得手环紧贴人体皮肤的状态下，才确定使用者处于使用状态，除此之外，对于手腕的翻转还可以配合陀螺仪，以精确的跟踪手腕的反转过程。该方案能够准确的确定使用者处于检测状态，能够提升手环的续航能力。
73.进一步的，所述步骤s300：控制检测模组检测使用者的至少一组身体参数，具体包括：
74.步骤s301：控制发射单元发射绿光、红光、红外光照射使用者的皮肤表面，其中红光和红外光交替照射；
75.本实施例应用的检测模组为三合一光电传感器，包括依次连接的发射单元、接收单元和检测器；发射单元用于发射绿光、红光和红外光；接收单元用于将接收到的光信号转换为电信号；检测器用于对电信号进行滤波，得到脉搏波信号和血氧信号。通过光三合一电传感器照射人体并接收返回光进行测量，能够实现血氧、血压、心率数据的采集。
76.具体发射单元发射绿光、红光和红外光之后，通过接收单元分别接收到三种光的反射光，之后通过检测器中的ad转换电路，将光信号转化成幅度变化的电信号，检测器对电信号进行滤波，得到脉搏波信号和血氧信号，之后通过集成算法监测获取心率、血氧、血压数据，实时传输并显示。检测模组与处理器电连接，检测模组用于采集使用者的脉搏波信号和血氧信号，并将脉搏波信号和血氧信号传输至系统处理器模组。
77.其中光线照射皮肤，检测的部位除了血液和血管，还有其他组织，这会带来一定的信号“噪声”，影响监测的准确性，而绿光的抗燥能力最强。所以发射单元发出绿光，之后接收单元接受身体组织反射的光，是本实施例中光信号的主要来源，而在血氧检测的过程当中，因为需要利用红光和红外光两种特定波长的电磁波则使用红光和红外光进行照射。
78.步骤s302：接收绿光的反射光，根据绿光的反射光获取使用者的脉搏波信号，基于所述脉搏波信号确定使用者的血压和/或者心率；
79.人体心室周期性的收缩和舒张导致主动脉的收缩和舒张，使血流压力以波的形式从主动脉根部开始沿着整个动脉系统传播，这种波称为脉搏波。包含了人体脉搏波的信号是脉搏波信号。脉搏波所呈现出的形态、强度、速率和节律等方面的综合信息，很大程度上反映出人体心血管系统中许多生理病理的血流特征。
80.对于血压监测：光电传感器用于根据发出的绿光采集脉搏波信号，之后采用光电容积脉搏波描记法，利用血管中的血液在脉动时会发生密度变化而引起透光率的变化的特性，采集使用者的脉搏波信号，从而得到血压数据。
81.对于心率监测：通过发射绿光，接收人体反射的光，通过光电容积法来获得模拟电压信号，之后将模拟信号转换为数字信号，获得与人体动脉波动相同的数字数据，通过心跳算法检测获取心跳次数，时间信息，由此可获得每分钟心率数据。当心率低于或高于正常人体心跳设定阈值时，容易实现自动提醒报警。
82.步骤s303：接收红光的反射光和红外光的反射光，根据红光的反射光获取使用者的血红蛋白反射信号，根据红外光的反射光获取使用者的氧含血红蛋白反射信号，基于所述氧含血红蛋白反射信号和所述血红蛋白反射信号确定使用者的血氧含量。
83.血液里的氧合血红蛋白对红光吸收量较多，对红外光吸收较少；而血红蛋白对红外光吸收较多，对红光吸收较少。采用交替照射方式能够根据对发射特定波长的光线测出血液的含氧情况，从而进一步得到血氧数据。
84.对于血氧监测：在检测使用者的血氧信号时，通过交替发射红外光和红光，并接收人体的反光，即可根据血红蛋白及氧合血红蛋白的浓度确定使用者的血氧含量。该方案能够通过最少的光照获取更多的数据，提升了手环获取体征数据的效率。
85.进一步的，所述步骤s302：根据绿光的反射光获取使用者的脉搏波信号，具体包括：
86.步骤s3021：持续接收所述绿光的反射光；
87.脉搏波连续测量标记才能获得
88.步骤s3022：根据所述绿光的反射光通过光电容积法，转换为幅度信号；
89.将持续获得的反射光通过光电溶剂法，将脉搏波转换成电信号；
90.光电容积脉搏波描记法(photo plethysmography，简称ppg)是借光电手段在活体组织中检测血液容积变化的一种无创检测方法。当一定波长的光束照射到指端皮肤表面时，光束将通过透射或反射方式传送到光电接收器，在此过程中由于受到检测端皮肤肌肉和血液的吸收衰减作用，检测器检测到的光强度将减弱，其中皮肤肌肉、组织等对光的吸收在整个血液循环中是保持恒定不变的，而皮肤内的血液容积在心脏作用下呈搏动性变化，当心脏收缩时外周血容量最多，光吸收量也最大检测到的光强度最小；而在心脏舒张时，正好相反，检测到的光强度最大，故光接收器接收到的光强度随之呈脉动性变化，将此光强度变化信号转换成电信号，便可获得容积脉搏血流的变化。由此可见，容积脉搏血流中包含有血液流动等诸多心血管系统的重要生理信息。同时，容积脉搏血流主要存在于外周血管中的微动脉、毛细血管等微血管中，所以容积脉搏血流同样包含有丰富的微循环生理病理信息，是我们研究人体循环系统重要的信息来源。
91.步骤s3023：持续获取所述幅度信号以获得脉搏波信号。
92.将转换的电信号连续输出以得到连续的脉搏波信号。
93.进一步的，所述步骤s302：基于所述脉搏波信号确定使用者的血压和/或者心率，具体包括：
94.步骤s3024：根据连续的数字化的一段脉搏波信号，确定脉搏极大值和脉搏极小值；
95.具体的脉搏波形成之后包括波峰和波谷，通过波峰和波谷的位置确定心跳周期中的扩张压和收缩压。
96.步骤s3025：根据所述脉搏极大值确定使用者的高压；
97.取脉搏波中一个周期的极大值作为扩张压；
98.步骤s3026：根据所述脉搏极小值确定使用者的低压；
99.取脉搏波中一个周期的极小值作为收缩压；
100.步骤s3027：根据所述一段脉搏波信号中脉搏极大值或脉搏极小值的出现频率，确定使用者的心率。
101.在提升信号采集频率的方案下，该方案能够精确的测量使用者的血压及心率。
102.进一步的，所述步骤s303：基于所述氧含血红蛋白反射信号和所述血红蛋白反射信号确定使用者的血氧含量，具体包括：
103.步骤s3031：根据所述氧含血红蛋白反射信号和所述血红蛋白反射信号分别获取血氧脉搏波；
104.以通过绿光脉搏波的相同原理，分别通过红光和红外光获取用于测量血氧的血氧脉搏波。
105.步骤s3032：根据所述血氧脉搏波，通过低通滤波获取直流分量波形信号，通过带
通滤波获取交流分量波形信号；
106.通过低通滤波获得血氧脉搏波的直流分量波形信号，同时通过带通滤波获得血氧脉搏波的交流分量波形信号；
107.步骤s3033：消除所述交流分量波形信号的噪声；
108.对所述交流分量波形信号进行噪声分析，从而获取交流分量波形信号的噪声细节特征；根据噪声细节特征来动态调整波形处理的噪声阈值，并根据噪声阈值对交流分量波形信号进行消除噪声；
109.步骤s3034：根据所述氧含血红蛋白反射信号和所述血红蛋白反射信号对应直流分量波形信号的差值，及所述氧含血红蛋白反射信号和所述血红蛋白反射信号对应交流分量波形信号的差值，确定使用者的血氧含量。
110.根据直流分量波形信号和波形处理后的交流分量波形信号进行计算得到血氧测量数据。具体根据如下公式确定使用者的血氧含量：
[0111][0112]
其中，λ1为红光的反射信号的波长，λ2为红外光的反射信号的波长；ac表示得到的交流分量；dc表示得到的直流分量；i表示光强；as bs cs为预设的常数。
[0113]
进一步的，所述当确定手环的运动状态为静止，并且姿态为使用者佩戴手环进行体征检测的检测姿态时，该方法还包括：
[0114]
步骤s400：根据陀螺仪的数据变化，点亮配套手环的屏幕。
[0115]
并具体包括：
[0116]
步骤s401：获取陀螺仪的数据；
[0117]
陀螺仪通过连续测量向量角的变化，通过积分的形式测量一段时间内的角度变化，通过获取陀螺仪的数据能够有效跟踪动态的角度变化，尤其适于检测翻转动作。
[0118]
步骤s402：采用卡尔曼滤波，将所述陀螺仪的数据中的短时间积分角度与加速度分量数据结合，确定翻转角度；
[0119]
步骤s403：当所述翻转角度大于预设角度时，点亮配套手环的屏幕。
[0120]
该方案通过借助陀螺仪对角度变化的跟踪能力，判断手环的翻转情况，能够有效捕捉使用者翻手腕的动作，并适时点亮和熄灭屏幕，有利于提升手环的续航能力。
[0121]
本实施例还包括oled屏幕显示：oled屏幕显示的亮与灭，是根据加速度计和可选的增设陀螺仪的数据融合以后进行判断的，三轴加速度通过平滑滤波后，通过简单的三角函数计算出θx、θy、θz，在传感器静止状态下精度稳定性较高，但是人体运动时传感器加速度数据由重力加速度和手臂加速度合成，随失重和超重有所改变，数据需要进行进一步处理，采用卡尔曼滤波，将陀螺仪短时间积分角度与加速度计计算数据结合，可获得更精确角度。人体左手抬手看表姿态分为抬手与手腕转动两个动作，因此设定抬手窗口与手臂转动窗口来判断是否亮屏，抬手动作在本文捕捉步数算法中提到，根据时间窗口判断是抬手动作后，θx、θy与θz三个角度窗口依次判断同时满足时，延时1秒后再次判断满足条件后点亮屏幕，任一项不满足则舍弃。亮屏后5秒再次判断，满足则保持亮屏，不满足则灭屏。
[0122]
重力加速度
[0123]
该方案能够进一步的节省手环的耗电量，提升续航能力，
[0124]
为了解决上述技术问题，本技术实施例提供一种体征检测手环：
[0125]
一种体征检测手环，包括检测模组、三轴传感器以及分别与所述检测模组和三轴传感器连接的处理器；
[0126]
所述三轴传感器，用于获取手环的运动状态和姿态；
[0127]
所述处理器，用于在手环的运动状态为静止并且姿态为使用者佩戴的检测姿态时，控制所述检测模组检测使用者的至少一组身体参数，并根据身体参数确定使用者的至少一项体征。
[0128]
进一步的，所述检测模组包括发射单元、ad转换电路和接收单元，所述发射单元与所述处理器电连接，发射单元通过ad转换电路与所述主核心电连接；
[0129]
所述发射单元用于发射绿光、红光和红外光，以照射使用者的皮肤表面；
[0130]
所述接收单元用于接收绿光的反射光、红光的反射光和红外光的反射光；
[0131]
所述ad转换电路用于将接收到的所述绿光的反射光、红光的反射光和红外光的反射光转换成电信号并滤波。
[0132]
进一步的，所述处理器包括主核心和从核心，所述体征检测手环还包括压力传感器，所述主核心与配套的上位机通信连接，所述主核心还分别与配套的输出设备及所述从核心电连接；所述从核心分别与所述三轴传感器、压力传感器和所述检测模组电连接；
[0133]
所述压力传感器用于获取的压力数据确定手环处于被按压状态；
[0134]
所述从核心用于接收并处理所述三轴传感器、压力传感器和所述检测模组传输的数据；
[0135]
所述主核心用于将数据传输至配套的上位机，还用于通过配套的输出设备输出接收到的所述从核心发出的数据。
[0136]
具体的，本实施例中，主核心为da14580负责检测到的数据的发送和显示。从核心为stm32f3负责数据处理和基本运算，内置处理算法和基本数值运算如数模ad运算，接受单元和发送单元的数据等，能够将实现信号采集和滤波的模拟信号转换为数字信号。该方案能够通过从核心分担主核心的职能，保证手环工作的可靠性。
[0137]
可选的，本实施例中，体征检测手环还包括无线透传模组，所述无线透传模组与主核心电连接。
[0138]
无线透传模组；无线透传模组通过主从设备方式传输数据信息。在本实施例中，从设备是本实施例公开的手环，主设备是配套的主控系统，包括pc端或与服务器端连接的网络设备，首先无线透传模组从设备通过uart(通用异步收发传输器universal asynchronous receiver/transmitter)与处理器连接，再由hc-08无线透传模组传输至主设备，主控系统可通过hc-08无线透传模组将检测数据实时传输，通过上位机软件进行显示。方便医生实时监测病人的生理指标，具备实时性和灵活性，大大提高了效率和使用者体验。hc-08无线透传模组是新一代的基于bluetooth specification v4.0ble蓝牙协议的数传模组。无线工作频段为2.4ghzism，调制方式是gfsk。模组最大发射功率为4dbm，接收灵敏度-93dbm，空旷环境下和iphone4s可以实现80米超远距离通信。模组采用ti的cc2540f256
芯片，配置256k字节空间，支持at指令，使用者可根据需要更改角色(主、从模式)以及串口波特率、设备名称等参数，使用灵活。该方案能够在与配套主控系统的通信中承担通信任务，有利于处理器的高效运转，防止处理器任务集中，提升使用者体征检测效率。
[0139]
显然，以上所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例，附图中给出了本技术的较佳实施例，但并不限制本技术的专利范围。本技术可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本技术的公开内容的理解更加透彻全面。尽管参照前述实施例对本技术进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本技术说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本技术专利保护范围之内。