通过构造稀疏源集矩阵实现康普顿相机重建的方法及装置

1.本技术涉及成像技术领域，特别涉及一种通过构造稀疏源集矩阵实现康普顿相机重建的方法及装置。


背景技术：

2.现有的康普顿相机重建方法主要包括分析算法和迭代算法。
3.分析算法为通过对列表形式投影数据的反演康普顿圆锥面的直接计算，获得重建空间内各位置放射源分布的权重。此类方法计算复杂度为o(n*m)，式中n为用于重建的事件数量，m为重建空间划分的体素数量，其重建过程的计算量正比于重建空间的体素数量和事件数，其重建速度较快。但由于该方法根据反演圆锥与重建空间内赋予所有交汇的体素权重，难以修正由于探测器的位置分辨率和能量分辨率固有偏差造成的反演圆锥的空间偏移，且难以消除背景噪声的影响，其重建的精度较低，难以满足高精度应用要求。
4.迭代算法主要分为极大似然概率-期望最大化算法(mlem)和随机源集算法(soe)。迭代算法通过引入放射源的似然函数，在迭代过程中寻找似然函数的最优解来实现重建。其中mlem算法通过系统矩阵计算和点扩散函数模型卷积，对放射源的空间分布进行极大似然概率期望最大化迭代，可以较好地消除重建过程中的背景噪声，实现高精度的重建。该方法的计算复杂度为o(k*n2*m3)，式中k为设定的mlem迭代次数。mlem具有计算量巨大，迭代重建耗时长，且实际测量时点扩散函数难以评估，限制了重建精度的进一步提高。soe算法则是基于蒙特卡罗-马尔科夫链的方法寻找似然函数的最优解，通过寻找每次迭代时与上一次迭代中采用的放射源空间任意两个点的概率密度值对比，来更新重建空间所有体素的权重实现迭代重建。soe算法可以通过对投影数据进行随机修正和在新生成的反演圆锥上抽样实现对投影数据误差的修正，获得高精度的重建。现有的soe算法计算复杂度为o(k*n*αn)。式中k为设定的soe迭代次数，α为随机数采样操作，n为重建的空间维度，克服了mlem迭代耗时巨大的问题。然而，现有的soe算法虽然计算复杂度正比于较大的随机数采样操作和空间维度。例如，对四维空间而已，soe算法的计算复杂度将比三维空间重建大1个数量级，因为α对于康普顿两点事件重建是9，对于康普顿三点事件重建是13，所以在高维空间重建时难以满足秒量级实时重建的需求。
5.上述两种方法计算量大，计算复杂度高，在计算中耗时长，且计算精度低，无法很好地实现康普顿相机重建，亟待解决。


技术实现要素：

6.本技术提供一种通过构造稀疏源集矩阵实现康普顿相机重建的方法、装置、电子设备及存储介质，以解决相关技术中进行康普顿相机重建时，计算量大，计算复杂度高，在计算中耗时长，且计算精度低的问题。
7.本技术第一方面实施例提供一种通过构造稀疏源集矩阵实现康普顿相机重建的方法，包括以下步骤：将康普顿相机的放射源的高维度空间体素转化为对应光子事件的一
维行向量标签；构造所有光子事件和对应的一维行向量标签的二维稀疏源集矩阵；对所述二维稀疏源集矩阵进行一维随机采样的迭代重建，获取所述康普顿相机重建的结果。
8.可选地，在本技术的一个实施例中，所述将康普顿相机的放射源的高维度空间体素转化为对应光子事件的一维行向量标签，包括：获取康普顿相机列表形式投影数据；基于所述康普顿相机列表形式投影数据，根据康普顿相机系统的能量分辨率和多普勒展宽效应计算角偏差；根据所述角偏差通过一次随机数抽样出任一光子事件康普顿反演圆锥经过的放射源的空间体素点模型，并转化为对应光子事件的标签，得到所述对应光子事件的一维向量标签。
9.可选地，在本技术的一个实施例中，所述构造所有光子事件和对应的一维行向量标签的二维稀疏源集矩阵，包括：将每个光子事件对应的一维行向量标签作为矩阵的每一行，遍历所有光子事件，由每个光子事件的一维向量标签构造所述二维稀疏源集矩阵。
10.可选地，在本技术的一个实施例中，所述对所述二维稀疏源集矩阵进行一维随机采样的迭代重建，获取所述康普顿相机重建的结果，包括：基于所述二维稀疏源集矩阵进行一维随机采样的源集迭代，获取所述二维稀疏源集矩阵中每个不同标签的权重；根据所述每个不同标签的权重将一维行向量标签按照预设排列顺序逆向转化回高维矩阵，获得所述放射源的空间分布的重建结果。
11.本技术第二方面实施例提供一种通过构造稀疏源集矩阵实现康普顿相机重建的装置，包括：转化模块，用于将康普顿相机的放射源的高维度空间体素转化为对应光子事件的一维行向量标签；构造模块，用于构造所有光子事件和对应的一维行向量标签的二维稀疏源集矩阵；重建模块，用于对所述二维稀疏源集矩阵进行一维随机采样的迭代重建，获取所述康普顿相机重建的结果。
12.可选地，在本技术的一个实施例中，所述转化模块，包括：获取单元，用于获取康普顿相机列表形式投影数据；计算单元，用于基于所述康普顿相机列表形式投影数据，根据康普顿相机系统的能量分辨率和多普勒展宽效应计算角偏差；处理单元，用于根据所述角偏差通过一次随机数抽样出任一光子事件康普顿反演圆锥经过的放射源的空间体素点模型，并转化为对应光子事件的标签，得到所述对应光子事件的一维向量标签。
13.可选地，在本技术的一个实施例中，所述构造模块，具体用于，将每个光子事件对应的一维行向量标签作为矩阵的每一行，遍历所有光子事件，由每个光子事件的一维向量标签构造所述二维稀疏源集矩阵。
14.可选地，在本技术的一个实施例中，所述重建模块，具体用于，基于所述二维稀疏源集矩阵进行一维随机采样的源集迭代，获取所述二维稀疏源集矩阵中每个不同标签的权重，根据所述每个不同标签的权重将一维行向量标签按照预设排列顺序逆向转化回高维矩阵，获得所述放射源的空间分布的重建结果。
15.本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以用于实现如上述实施例所述的通过构造稀疏源集矩阵实现康普顿相机重建的方法。
16.本技术第四方面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，该程序被处理器执行，以用于实现如上述实施例所述的通过构造稀疏源集矩阵实现康普顿相机重建的方法。
17.本技术的实施例根据康普顿相机系统的能量分辨率和多普勒展宽效应计算角偏差，并以此计算康普顿反演圆锥经过的放射源的空间体素点模型的过程，可以消除重建过程中的背景噪声，修正探测器固有分辨率造成的投影数据偏差，实现放射源的准确重建。并且采用的所有光子事件和标签构成的二维稀疏源集矩阵中进行一维随机采样的源集迭代方法，避免了在源集迭代过程中复杂繁琐的大量随机数采样操作，算法计算复杂度与重建空间的维度、网格的划分数量都无关，大幅度减少了重建的计算量，在康普顿相机重建的过程中，计算复杂度更低，在康普顿相机高维度、高精度的重建中耗时更短。
18.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
19.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
20.图1为根据本技术实施例提供的一种通过构造稀疏源集矩阵实现康普顿相机重建的方法的流程图；
21.图2为根据本技术实施例提供的一种通过构造稀疏源集矩阵实现康普顿相机重建的方法的流程逻辑示意图；
22.图3为根据本技术实施例提供的一种康普顿相机示意图；
23.图4为根据本技术实施例提供的重建结果对比示意图；
24.图5为根据本技术实施例提供的通过构造稀疏源集矩阵实现康普顿相机重建的装置结构示意图；
25.图6为根据本技术实施例的电子设备结构示意图。
具体实施方式
26.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
27.下面参考附图描述本技术实施例的通过构造稀疏源集矩阵实现康普顿相机重建的方法、装置、电子设备及存储介质。针对上述背景技术中心提到的康普顿相机重建时，计算量大，计算复杂度高，在计算中耗时长，且计算精度低的问题，本技术提供了一种通过构造稀疏源集矩阵实现康普顿相机重建的方法，在该方法中，通过点模型将放射源的高维度空间体素转化为对应光子事件的一维行向量标签，构造所有光子事件和行向量标签的二维稀疏源集矩阵，对该二维稀疏源集矩阵进行一维随机采样的迭代重建，从而通过降维大幅度减少康普顿相机重建的计算量，以实现康普顿相机的快速高精度重建。由此，解决了相关技术中进行康普顿相机重建时，计算量大，计算复杂度高，在计算中耗时长，且计算精度低的问题。
28.具体而言，图1为根据本技术实施例提供的一种通过构造稀疏源集矩阵实现康普顿相机重建的方法的流程图。
29.如图1所示，该通过构造稀疏源集矩阵实现康普顿相机重建的方法包括以下步骤：
30.在步骤s101中，将康普顿相机的放射源的高维度空间体素转化为对应光子事件的一维行向量标签。
31.首先，本技术的实施例通过点模型将康普顿反演圆锥获得的放射源的空间体素转化为对应光子事件的一维行向量的标签。
32.可选地，在本技术的一个实施例中，将康普顿相机的放射源的高维度空间体素转化为对应光子事件的一维行向量标签，包括：获取康普顿相机列表形式投影数据；基于康普顿相机列表形式投影数据，根据康普顿相机系统的能量分辨率和多普勒展宽效应计算角偏差；根据角偏差通过一次随机数抽样出任一光子事件康普顿反演圆锥经过的放射源的空间体素点模型，并转化为对应光子事件的标签，得到对应光子事件的一维向量标签。
33.具体地，对列表形式投影数据中的第i个光子的散射沉积能量和吸收沉积能量，利用康普顿散射公式计算该光子的康普顿散射角cosφi；定义重建空间中的体素单元的中心坐标为mj，采用mj和投影数据中的散射点坐标p
i1
来计算这个体素单元与散射点的连线向量，采用散射点坐标p
i1
和吸收点坐标p
i2
来计算散射点与吸收点的连线向量，通过这两个连线向量计算两向量的夹角的余弦值cosφi′
。通过设定合适的cosφi与cosφi′
间的角偏差，来获得在点模型情况下，康普顿反演圆锥经过的放射源的空间体素。其中，角偏差通过式(1)计算多普勒展宽效应，沉积能量的统计误差得到。式中
△
ld为多普勒展宽效应造成的能量偏差，l2为光子与探测器第二次作用发生光电效应时的沉积能量，m0c2为电子的静止能量，ε为探测器的能量分辨率：
[0034][0035]
采用式(2)通过一次或者数次随机数抽样出第i个事件康普顿反演圆锥经过的放射源的空间体素点模型，并转化为对应光子事件的标签，以一维向量oi＝∑jo
ij
的形式存储。
[0036][0037]
其中δ(x)在x为0时等于1，对其余x，δ(x)均为0。
[0038]
在步骤s102中，构造所有光子事件和对应的一维行向量标签的二维稀疏源集矩阵。
[0039]
得到所有的光子事件和每个光子事件对应的一维行向量标签后，根据每一个一维行向量标签构造二维稀疏源矩阵。
[0040]
可选地，在本技术的一个实施例中，构造所有光子事件和对应的一维行向量标签的二维稀疏源集矩阵，包括：将每个光子事件对应的一维行向量标签作为矩阵的每一行，遍历所有光子事件，由每个光子事件的一维向量标签构造二维稀疏源集矩阵。
[0041]
具体地，本技术以光子事件在列表形式投影数据中的行号作为矩阵的行号，以式(2)获得的每个光子事件所对应的一维行向量标签作为矩阵的每一行，遍历所有光子事件，构造二维稀疏源集矩阵{o
ij
|i∈n,j∈m}。每一个二维稀疏源集矩阵的元素，代表了放射源在这个体素中可能存在所有位置的一个子集。
[0042]
在步骤s103中，对二维稀疏源集矩阵进行一维随机采样的迭代重建，获取康普顿相机重建的结果。
[0043]
可以理解的是，本技术通过点模型将康普顿反演圆锥获得的放射源的高维空间体素转化为对应光子事件的一维行向量的标签，并通过所有光子事件和标签构成的二维稀疏源集矩阵中进行一维随机采样的源集迭代，避免了在源集迭代过程中复杂繁琐的大量随机数采样操作，而仅用一次一维采样获得每次源集迭代的放射源体素位置，大幅度减少重建的计算量，降低了算法计算的复杂度，在康普顿相机高维度、高精度的重建中耗时更短。
[0044]
可选地，在本技术的一个实施例中，对二维稀疏源集矩阵进行一维随机采样的迭代重建，获取康普顿相机重建的结果，包括：基于二维稀疏源集矩阵进行一维随机采样的源集迭代，获取二维稀疏源集矩阵中每个不同标签的权重；根据每个不同标签的权重将一维行向量标签按照预设排列顺序逆向转化回高维矩阵，获得放射源的空间分布的重建结果。
[0045]
具体地，本技术对所有光子事件和标签构成的二维稀疏源集矩阵，进行一维随机采样的迭代重建，得到二维稀疏源集矩阵中每个不同标签的权重，提出的一维随机采样的源集迭代步骤如式(3)所示：
[0046]
f(β
1，k 1
)＝max{sgn(2*(f(β
1，k 1
) 1-f(β
1，k
)))
·
[f(β
1，k 1
) 1]，sgn(2*fβ1，k-fβ1，k 1*sgnfβ1，k 1 1fβ1，k-β2，k 1
·
fβ1，k 1 1，sgn2*fβ1，k-fβ1，k 1*sgnβ2，k 1-fβ1，k 1 1fβ1，kfβ1，k 1}
ꢀꢀ
(3)
[0047]
其中k 1与k分别代表第k 1次迭代和第k次迭代，f(β
1，k 1
)表示二维稀疏源集合矩阵中在第k 1次迭代中，通过随机数β
1，k 1
得到的矩阵元素，β
2，k 1
表示第k 1次迭代中用以判断是否进行放射源更可能存在的位置转移的另一个独立随机数。将式(3)遍历所有事件(n个)迭代预先设置的k次迭代次数后，得到二维稀疏源集矩阵中每个不同标签的权重，它们对应于重建空间的概率密度函数权重。
[0048]
再将一维标签按照排列顺序逆向转化回重建空间维度的矩阵，获得放射源空间分布的重建结果。
[0049]
如图2所示，展示了通过构造稀疏源集矩阵实现康普顿相机重建的过程，通过本技术实施例的方法可以将康普顿相机重建的复杂度降低为o(k*n*β)，在不考虑重建空间灵敏度对结果的影响时(比如放射源距离探测器很远)，β＝2；在考虑探测器对放射源的灵敏度时(比如放射源距离探测器的距离于探测器的尺度相当)，增加一次所有事件的灵敏度计算，β＝3。从而使得本技术实施例方法的计算复杂度与重建空间的维度、网格的划分数量都无关，比现有soe重建算法的计算复杂度o(k*n*αn)大幅较低。例如，在二维情况下α＝9，n＝2，β＝3时，算法的重建复杂度降低27倍；在三维情况下α＝9，n＝3，β＝3时，算法的重建复杂度降低243倍，在高维情况下，本技术实施例的方法对重建速度的提升更显著。
[0050]
下面通过一个具体实施例对本技术的通过构造稀疏源集矩阵实现康普顿相机重建的方法进行说明。
[0051]
如图3所示，展示了一种康普顿相机的结构，以此获得康普顿相机列表形式的投影数据。两层由lyso晶体阵列构成的探测器构成的康普顿相机探测距离探测器15cm处的理想点状放射源。放射源发出的γ射线能量为511kev，两层闪烁体探测器的尺寸均为5cm
×
5cm
×
1cm，中心间隔5cm，晶体像素均为1mm。能量分辨率约为14％@511kev。
[0052]
根据康普顿相机系统的能量分辨率和多普勒展宽效应计算角偏差。将数据代入公式(1)，得到δ(cosθ)＝0.14。
[0053]
采用式(2)通过一次随机数抽样出第i个事件康普顿反演圆锥经过的放射源的空
间体素点模型，转化为对应光子事件的标签，以一维向量的形式存储。遍历所有事件，获得二维稀疏源集矩阵{o
ij
|i∈973,j∈128
×
128}。其中，对每个i，j只有一个取值。事件总数为973，重建空间设置为二维的128
×
128。
[0054]
采用式(3)一维随机采样的源集迭代，得到二维稀疏源集矩阵中每个不同标签的权重。将一维标签按照排列顺序逆向转化回二维矩阵获得放射源空间分布的重建结果。本技术实施例的方法和现有康普顿相机重建方法的结果对比如图4所示。其中，图4的(a)为使用分析重建方法sbp，图4的(b)为结合点扩散函数的极大似然法psf-mlem，图4的(c)为使用现有的分辨率修正的随机源集算法oe-rr，图4的(d)为使用本技术方法，图4的(e)为4种算法重建的放射源剖面图对比。从图4可以看出，本技术实施例的重建方法，重建效果优于其他方法。
[0055]
根据本技术实施例提出的通过构造稀疏源集矩阵实现康普顿相机重建的方法，根据康普顿相机系统的能量分辨率和多普勒展宽效应计算角偏差，并以此计算康普顿反演圆锥经过的放射源的空间体素点模型的过程，可以消除重建过程中的背景噪声，修正探测器固有分辨率造成的投影数据偏差，实现放射源的准确重建。并且采用的所有光子事件和标签构成的二维稀疏源集矩阵中进行一维随机采样的源集迭代方法，避免了在源集迭代过程中复杂繁琐的大量随机数采样操作，算法计算复杂度与重建空间的维度、网格的划分数量都无关，大幅度减少了重建的计算量，在康普顿相机重建的过程中，计算复杂度更低，在康普顿相机高维度、高精度的重建中耗时更短。
[0056]
其次参照附图描述根据本技术实施例提出的通过构造稀疏源集矩阵实现康普顿相机重建的装置。
[0057]
图5为根据本技术实施例提供的通过构造稀疏源集矩阵实现康普顿相机重建的装置结构示意图。
[0058]
如图5所示，该通过构造稀疏源集矩阵实现康普顿相机重建的装置10包括：转化模块100、构造模块200和重建模块300。
[0059]
其中，转化模块100，用于将康普顿相机的放射源的高维度空间体素转化为对应光子事件的一维行向量标签。构造模块200，用于构造所有光子事件和对应的一维行向量标签的二维稀疏源集矩阵。重建模块300，用于对二维稀疏源集矩阵进行一维随机采样的迭代重建，获取康普顿相机重建的结果。
[0060]
可选地，在本技术的一个实施例中，转化模块100包括：获取单元，用于获取康普顿相机列表形式投影数据；计算单元，用于基于康普顿相机列表形式投影数据，根据康普顿相机系统的能量分辨率和多普勒展宽效应计算角偏差；处理单元，用于根据角偏差通过一次随机数抽样出任一光子事件康普顿反演圆锥经过的放射源的空间体素点模型，并转化为对应光子事件的标签，得到对应光子事件的一维向量标签。
[0061]
可选地，在本技术的一个实施例中，构造模块200，具体用于，将每个光子事件对应的一维行向量标签作为矩阵的每一行，遍历所有光子事件，由每个光子事件的一维向量标签构造二维稀疏源集矩阵。
[0062]
可选地，在本技术的一个实施例中，重建模块300，具体用于，基于二维稀疏源集矩阵进行一维随机采样的源集迭代，获取二维稀疏源集矩阵中每个不同标签的权重，根据每个不同标签的权重将一维行向量标签按照预设排列顺序逆向转化回高维矩阵，获得放射源
的空间分布的重建结果。
[0063]
需要说明的是，前述对通过构造稀疏源集矩阵实现康普顿相机重建的方法实施例的解释说明也适用于该实施例的通过构造稀疏源集矩阵实现康普顿相机重建的装置，此处不再赘述。
[0064]
根据本技术实施例提出的通过构造稀疏源集矩阵实现康普顿相机重建的装置，根据康普顿相机系统的能量分辨率和多普勒展宽效应计算角偏差，并以此计算康普顿反演圆锥经过的放射源的空间体素点模型的过程，可以消除重建过程中的背景噪声，修正探测器固有分辨率造成的投影数据偏差，实现放射源的准确重建。并且采用的所有光子事件和标签构成的二维稀疏源集矩阵中进行一维随机采样的源集迭代方法，避免了在源集迭代过程中复杂繁琐的大量随机数采样操作，算法计算复杂度与重建空间的维度、网格的划分数量都无关，大幅度减少了重建的计算量，在康普顿相机重建的过程中，计算复杂度更低，在康普顿相机高维度、高精度的重建中耗时更短。
[0065]
图6为本技术实施例提供的电子设备的结构示意图。该电子设备可以包括：
[0066]
存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
[0067]
处理器602执行程序时实现上述实施例中提供的通过构造稀疏源集矩阵实现康普顿相机重建的方法。
[0068]
进一步地，电子设备还包括：
[0069]
通信接口603，用于存储器601和处理器602之间的通信。
[0070]
存储器601，用于存放可在处理器602上运行的计算机程序。
[0071]
存储器601可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0072]
如果存储器601、处理器602和通信接口603独立实现，则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0073]
可选的，在具体实现上，如果存储器601、处理器602及通信接口603，集成在一块芯片上实现，则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
[0074]
处理器602可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0075]
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的通过构造稀疏源集矩阵实现康普顿相机重建的方法。
[0076]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任
一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0077]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0078]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0079]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0080]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0081]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0082]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块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，也可以存储在一个计算机可读取存储介质中。
[0083]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描
述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。