基于融合语音识别的失语症患者辅助康复训练方法及装置

1.本发明涉及基于融合语音识别的失语症患者辅助康复训练方法及装置。


背景技术：

2.近年来，随着计算机科学技术的发展，在新的智能技术方法深度学习的巨大推动下，人工智能的各项技术，譬如语音识别技术、指令识别技术、数据挖掘技术等都有了实质性的发展并且成功地应用在多项产品中，深度学习是目前计算机视觉领域研究的重点和热点，也是解决复杂环境问题中常用的方法之一。计算机视觉作为人类科学技术发展历史上的一个里程碑，对智能技术的发展起到举足轻重的作用。
3.结合智能技术对失语症患者进行治疗是一项新课题，由于失语症在脑卒中的发病率高达26％～38％，是脑卒中常见的致残病变和后遗症之一，表现为理解或者产生语言的障碍，失语症的治疗疗程一般都比较长，针灸结合语言康复训练是临床常用的治疗失语症的有效疗法。为了进行针刺结合语言康复治疗，失语症患者往往需要住院或者反复多次前往医院，通常以医生的认知为主观判断，在大量的病历库中简单筛选，选取类似的案例进行治疗，治疗效果不佳效率低下，因此，我们提出基于融合语音识别的失语症患者辅助康复训练方法。


技术实现要素：

4.本发明的目的在于提供基于融合语音识别的失语症患者辅助康复训练方法，以解决目前的康复训练通常以医生的认知为主观判断，在大量的病历库中简单筛选，选取类似的案例进行治疗，治疗效果不佳效率低下的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.基于融合语音识别的失语症患者辅助康复训练方法，所述基于融合语音识别的失语症患者辅助康复训练方法包括：
7.响应语音识别互动请求；
8.获取用户基本信息，用户基本信息包括用户自建信息、家属辅助信息、护士创建信息及治疗方案信息；
9.基于语音识别互动请求，评估用户健康状态；
10.基于患者健康状态生成对应治疗方案的治疗方案架构树，并从加载预配置资源数据库中筛选对应治疗方案架构树的资源子数据集；
11.根据患者健康状态内容点选结果，筛选的康复治疗方案导入辅助康复训练装置中。
12.进一步的，所述辅助康复训练方法还包括：
13.获取用户的访问请求，所述访问请求包括用户登录密码及辅助验证信息；
14.验证所述用户登录密码及辅助验证信息，登录个人康复训练账户；
15.根据加载的历史康复训练记录，载入下一周期康复训练计划。
16.进一步的，所述辅助康复训练方法还包括：
17.识别用户的当前语音指令；
18.提取当前语音指令的特征识别点；
19.将所述特征识别点与预设的语音特征数据库进行匹配；
20.获取语音特征数据库中与所述语音指令的特征识别点相匹配的标准语音识别信息，在标准语音识别信息与所述语音指令的特征识别点匹配度大于预设匹配度时，确认待识别的语音指令信息。
21.进一步的，所述辅助康复训练方法还包括建立语音特征数据库，语音特征数据库建立方法包括：
22.获取标准语音指令信息，其中标准语音指令信息包括系统语音书写标准；
23.获取目标用户针对系统语音书写标准的仿真语音指令；
24.提取标准的仿真语音指令特征识别点；
25.将所述仿真语音指令特征识别点输入待训练的特征库建立模型，通过所述特征库建立模型对仿真语音指令特征识别点对应的语义样本特征提取，得到标准语音识别信息。
26.进一步的，所述获取标准语音指令信息的步骤具体包括：
27.获取标准样本语音，其中，标准样本语音通过体感摄像头采集，基于体感摄像头采集用户样本语音在采样时刻的彩色数据和深度数据；
28.通过级联多任务卷积神经网络模型检测所述标准样本语音，以得到特征标准样本语音的语音特征点；
29.基于所述语音特征点与标准指令的语音特征点对所述标准样本语音进行近似变换；将所述标准样本语音进行随机音量和对比度预处理，获取所述标准语音指令信息。
30.进一步的，所述辅助康复训练方法还包括：
31.获取用户的当前语音指令，基于用户当前语音指令调取用户基本信息；
32.加载历史病历的资源数据，获取历史病历对应的康复训练内容；
33.根据康复训练内容对历史导入病历编辑或按康复训练计划新增导入训练计划；
34.基于用户当前语音指令反馈新增训练计划，将实际训练结果和理想训练结果进行比较，当实际训练结果大于理想训练结果时，将实际训练结果传回康复训练服务器；当实际训练结果小于理想训练结果时，更改预计理想训练结果，并将更改后的理想训练结果回代至函数模型a，使得出的结果重新代入函数模型b中，重复上述过程，直至实际训练结果大于理想训练结果，并输出该实际训练结果。
35.进一步的，评估用户健康状态的步骤具体包括：
36.获取试题库中评估试题，试题库包含试题题目、所述试题题目的知识结构标签和题目关联病情信息；
37.生成测试信息，采集用户对所述题目作答产生的测试数据并分析测试结果，采集用户对所述题目作答产生的测试数据同时从试题库中获取题目的答案；
38.获取分析测试结果，基于分析测试结果生成用户测试数据矩阵图，并将用户测试数据矩阵图输入能力水平分级深度神经网络，对所述用户测试数据矩阵图进行分类识别，所述分类识别的结果包含所述用户的训练能力水平分级信息。
39.进一步的，所述辅助康复训练方法还包括：
40.辅助康复训练装置将康复治疗方案导入穴位刺激仪内，穴位刺激仪根据接收到的刺激治疗方案控制与其相连接的穴位贴片组件工作，穴位贴片组件对康复治疗方案中给出的穴位进行刺激。
41.一种基于所述的基于融合语音识别的失语症患者辅助康复训练方法的基于融合语音识别的失语症患者辅助康复训练装置，所述基于融合语音识别的失语症患者辅助康复训练装置具体包括：
42.语音识别响应模块，用于响应用户语音识别互动请求；
43.用户基本信息获取模块，用于获取用户基本信息，用户基本信息包括用户自建信息、家属辅助信息、护士创建信息及治疗方案信息；
44.用户健康状态评估模块，基于语音识别互动请求，评估用户健康状态；
45.治疗方案筛选模块，基于患者健康状态生成对应治疗方案的治疗方案架构树，并从加载预配置资源数据库中筛选对应治疗方案架构树的资源子数据集；
46.治疗方案导入模块，根据患者健康状态内容点选结果，筛选的康复治疗方案导入辅助康复训练装置中。
47.进一步的，用户基本信息获取模块具体包括：
48.访问请求获取单元，获取用户的访问请求，所述访问请求包括用户登录密码及辅助验证信息；
49.用户登录验证单元，验证所述用户登录密码及辅助验证信息，登录个人康复训练账户；
50.康复训练计划载入单元，根据加载的历史康复训练记录，载入下一周期康复训练计划。
51.综上所述，本发明与现有技术相比具有以下有益效果：
52.与现有技术相比，本发明用户通过用户端进行训练和治疗方案的定制，然后通信数据的方式加载康复训练服务器导入的康复训练计划，康复训练服务器通过数据连接医生端获取用户护士创建信息及治疗方案信息，同时医生端通过所述网络与所述用户端进行交互，以实现数据的传递和共享，语音识别响应模块响应用户语音识别互动请求，基于用户基本信息获取用户基本信息，用户基本信息包括用户自建信息、家属辅助信息、护士创建信息及治疗方案信息，治疗方案筛选模块对用户治疗方案进行多次筛选，治疗方案导入模块将康复治疗方案导入辅助康复训练装置中，实现患者训练和治疗的快速响应，针对不同用户个性化定制不同的训练以及治疗方案，解决了现有方法治疗效果不佳和效率低下的问题。
附图说明
53.图1为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法的的实现流程图。
54.图2为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法的一个子流程示意图。
55.图3为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法的另一个子流程示意图。
56.图4为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法中
建立语音特征数据库的实现流程图。
57.图5为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法中获取标准语音指令信息的实现流程图。
58.图6为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法中评估用户健康状态的一个子流程实现流程图。
59.图7为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法中评估用户健康状态的实现流程图。
60.图8为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练装置的工作流程图。
61.图9为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练装置中用户基本信息获取模块的结构示意图。
62.图10为本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练装置的系统架构图。
63.图11为本发明实施例提供的穴位刺激仪的结构示意图。
64.图12为本发明实施例提供的辅助针刺部的结构示意图。
具体实施方式
65.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通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，都属于本发明保护的范围。
66.为了进行针刺结合语言康复治疗，失语症患者往往需要住院或者反复多次前往医院，通常以医生的认知为主观判断，在大量的病历库中简单筛选，选取类似的案例进行治疗，治疗效果不佳效率低下。
67.因此，我们提出基于融合语音识别的失语症患者辅助康复训练方法和装置，如图5所示，用户通过用户端10进行训练和治疗方案的定制，然后通信数据的方式加载康复训练服务器30导入的康复训练计划，康复训练服务器30通过数据连接医生端20获取用户护士创建信息及治疗方案信息，同时医生端20通过所述网络与所述用户端10进行交互，以实现数据的传递和共享，语音识别响应模块响应用户语音识别互动请求，基于用户基本信息获取用户基本信息，用户基本信息包括用户自建信息、家属辅助信息、护士创建信息及治疗方案信息，治疗方案筛选模块对用户治疗方案进行多次筛选，治疗方案导入模块将康复治疗方案导入辅助康复训练装置中，实现患者训练和治疗的快速响应，针对不同用户个性化定制不同的训练以及治疗方案，解决了现有方法治疗效果不佳和效率低下的问题。
68.需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
69.如图1所示，为本发明的一个实施例提供的基于融合语音识别的失语症患者辅助康复训练方法，所述基于融合语音识别的失语症患者辅助康复训练方法包括：
70.步骤s1，响应语音识别互动请求；
71.步骤s2，获取用户基本信息，用户基本信息包括用户自建信息、家属辅助信息、护士创建信息及治疗方案信息；
72.在本发明实施例中，用户自建信息包括但不限于用户的年龄、性别、患病原因、患病年限、历史治疗方案、患者分类，其中患者分类分为重症患者、中等病症患者、轻等病症患者；家属辅助信息包括但不限于患者无法表达或表达有障碍的基础信息，其中，护士创建信息包括但不限于用户主治医师信息、用户住院记录(床号、病房号、对应护理人员信息)以及使用或注射药物记录，治疗方案信息通过医生端20载入，医生端20通过医院病患档案记录调取用户的当前以及历史治疗方案信息。
73.步骤s3，基于语音识别互动请求，评估用户健康状态；
74.步骤s4，基于患者健康状态生成对应治疗方案的治疗方案架构树，并从加载预配置资源数据库中筛选对应治疗方案架构树的资源子数据集；
75.步骤s5，根据患者健康状态内容点选结果，筛选的康复治疗方案导入辅助康复训练装置中。
76.在本发明实施例中，康复训练装置通过以太网交互连接有穴位刺激仪，穴位刺激仪包括刺激仪主机以及刺激仪执行单元，刺激仪执行单元具体为对用户执行治疗操作的电极帽，电极帽电性连接有刺激仪主机，且刺激仪主机为现有技术，在此不作限定，使用时，刺激仪主机获取治疗方案，然后操控电极帽对用户穴位进行刺激以及按摩，辅助用户进行治疗。
77.图2示出了本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法的子流程实现流程图。
78.如图2所示，在本发明提供的一个优选实施方式中，基于融合语音识别的失语症患者辅助康复训练方法，所述的辅助康复训练方法包括：
79.步骤s101，获取用户的访问请求，所述访问请求包括用户登录密码及辅助验证信息；
80.在本实施例中，具体地，每位患者对应唯一的账号，当验证通过后，则可以执行步骤s102；用户根据身份证实名认证注册对应账号，保证了用户的隐私，且注册时用户设置固定代码组成的密码用于登录，同时通过用户端10录入用户的物理信息，其中物理信息包括但不限于用户的至少一组指纹信息、用户面部信息以及用户的语音信息。
81.在本实施例中，用户端10可以为智能手机、平板电脑或个人服务终端。
82.步骤s102，验证所述用户登录密码及辅助验证信息，登录个人康复训练账户；
83.步骤s103，根据加载的历史康复训练记录，载入下一周期康复训练计划。
84.在本实施例中，历史康复训练记录指的是从用户端10登录后载入的历史康复训练记录，历史康复训练记录包括病历名称、病历文件大小以及对应病历内容的康复训练计划以及康复训练计划所包含的康复训练数据库。
85.图3示出了本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法的另一个子流程实现流程图。
86.如图3所示，在本发明提供的一个优选实施方式中，基于融合语音识别的失语症患者辅助康复训练方法，所述的辅助康复训练还方法包括：
87.步骤s201，识别用户的当前语音指令；
88.步骤s202，提取当前语音指令的特征识别点；
89.步骤s203，将所述特征识别点与预设的语音特征数据库进行匹配；
90.步骤s204，获取语音特征数据库中与所述语音指令的特征识别点相匹配的标准语音识别信息，在标准语音识别信息与所述语音指令的特征识别点匹配度大于预设匹配度时，确认待识别的语音指令信息。
91.在本实施例中，识别用户的当前语音指令通过用户端10外接的录像机或摄像机完成，且外接的录像机或摄像机是可移动的，其移动通过伺服液压缸或气缸驱动完成，从而方便对用户不规范的语音进行全方位采集，最大程度的保证了对语音的识别，利于患者的康复训练工作。
92.在本实施例中，识别用户的当前语音指令基于yolov2卷积神经网络进行，首先通过用户端10获取语音指令，输入yolov2卷积神经网络，则获得场景中的目标物体类别和位置信息，再融合颜色信息后输入随机森林获得康复训练内容输出，通过用户交互模块获取当前语音指令的语义。
93.图4示出了本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法中建立语音特征数据库的实现流程图。
94.如图4所示，在本发明提供的一个优选实施方式中，所述辅助康复训练方法还包括建立语音特征数据库，语音特征数据库建立方法包括：
95.步骤s2011，获取标准语音指令信息，其中标准语音指令信息包括系统语音书写标准；
96.步骤s2012，获取目标用户针对系统语音书写标准的仿真语音指令；
97.步骤s2013，提取标准的仿真语音指令特征识别点；
98.步骤s2014，将所述仿真语音指令特征识别点输入待训练的特征库建立模型，通过所述特征库建立模型对仿真语音指令特征识别点对应的语义样本特征提取，得到标准语音识别信息。
99.在本实施例中，提取标准的仿真语音指令特征识别点根据需要进行选定，可以是但仅仅是手指附近的区域特征信息，也可以是仅仅包含手臂的区域特征信息，当然也可以是对随机的选择手指、手腕、手掌、手臂中的至少一个作为仿真语音指令的区域特征信息进行提取，当然，为了提高仿真语音指令识别的成功率，选择手指、手腕、手掌、手臂中的至少两处作为区域特征信息，可显著提高仿真语音指令特征识别点识别的成功率。
100.图5示出了本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法中获取标准语音指令信息的实现流程图。
101.如图5所示，在本发明提供的一个优选实施方式中，所述获取标准语音指令信息的步骤具体包括：
102.步骤s2021，获取标准样本语音，其中，标准样本语音通过体感摄像头采集，基于体感摄像头采集用户样本语音在采样时刻的彩色数据和深度数据；
103.步骤s2022，通过级联多任务卷积神经网络模型检测所述标准样本语音，以得到特征标准样本语音的语音特征点；
104.步骤s2023，基于所述语音特征点与标准指令的语音特征点对所述标准样本语音进行近似变换，将所述标准样本语音进行随机音量和对比度预处理，获取所述标准语音指令信息。
105.在本实施例中，深度卷积神经网络模型为densenet网络模型，即深度卷积神经网
络模型为用于目标分类识别任务的densenet网络模型，此时对densenet网络模型采用采用的方法轻量化方法进行轻量化改进，在miniimagenet指令对标准样本语音上进行实验验证。
106.图6示出了本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法中评估用户健康状态的一个子流程实现流程图。
107.如图6所示，在本发明提供的一个优选实施方式中，基于融合语音识别的失语症患者辅助康复训练方法，所述的辅助康复训练方法包括：
108.步骤s301，获取用户的当前语音指令，基于用户当前语音指令调取用户基本信息；
109.步骤s302，加载历史病历的资源数据，获取历史病历对应的康复训练内容；
110.步骤s303，根据康复训练内容对历史导入病历编辑或按康复训练计划新增导入训练计划；
111.步骤s304，基于用户当前语音指令反馈新增训练计划，将实际训练结果和理想训练结果进行比较；
112.步骤s305，当实际训练结果大于理想训练结果时，将实际训练结果传回康复训练服务器30；
113.步骤s306，当实际训练结果小于理想训练结果时，更改预计理想训练结果，并将更改后的理想训练结果回代至函数模型a，使得出的结果重新代入函数模型b中，重复上述过程，直至实际训练结果大于理想训练结果，
114.步骤s307，并输出该实际训练结果。
115.在本实施例中，函数模型a和函数模型b构建基于通过划定语音指令，能够将采样区域内语音指令通过用户端10上传至康复训练服务器30，并由康复训练服务器30对采样区域内的用户的训练结果进行识别比较，由此建立函数模型a和函数模型b，并将理想训练计划代入函数模型a和函数模型b中，进而得到理想训练结果，从而实现对不同用户训练计划的调节，提高了用户训练效率。
116.图7示出了本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练方法中评估用户健康状态的实现流程图。
117.如图7所示，在本发明提供的一个优选实施方式中，基于融合语音识别的失语症患者辅助康复训练方法，所述的辅助康复训练方法中评估用户健康状态具体包括：
118.步骤s401，获取试题库中评估试题，试题库包含试题题目、所述试题题目的知识结构标签和题目关联病情信息；
119.步骤s402，生成测试信息，采集用户对所述题目作答产生的测试数据并分析测试结果，采集用户对所述题目作答产生的测试数据同时从试题库中获取题目的答案；
120.步骤s403，获取分析测试结果，基于分析测试结果生成用户测试数据矩阵图，并将用户测试数据矩阵图输入能力水平分级深度神经网络，对所述用户测试数据矩阵图进行分类识别，所述分类识别的结果包含所述用户的训练能力水平分级信息。
121.在本实施例中，题目按照听理解、表达、阅读、书写四个模块(试题子系统)，依次评估，每个模块9道题(分简单、中等、困难各3题，随机从“评估”题库中抽取，保证受试者不会因为对题目熟悉后影响评估效果)，以此判定患者哪个语言模块受损较大，评估结果将患者每个语言模块的严重程度由轻到重分为“正常、轻度、中度、重度”，根据每个语言模块的受
损程度随机从“治疗”题库中抽取相应题目，生成语言康复训练方案。评估结果与生成的康复训练方案均可以存储，以便下一次使用以及康复效果监测。
122.在本实施例中所述的辅助康复训练方法还包括：
123.步骤s6，辅助康复训练装置将康复治疗方案导入穴位刺激仪内，穴位刺激仪根据接收到的刺激治疗方案控制与其相连接的穴位贴片组件工作，穴位贴片组件对康复治疗方案中给出的穴位进行刺激。
124.图8示出了本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练装置的工作流程图。
125.如图8所示，在本发明提供的一个优选实施方式中，基于融合语音识别的失语症患者辅助康复训练装置，所述的辅助康复训练装置包括：
126.语音识别响应模块100，用于响应用户语音识别互动请求；
127.用户基本信息获取模块200，用于获取用户基本信息，用户基本信息包括用户自建信息、家属辅助信息、护士创建信息及治疗方案信息；
128.用户健康状态评估模块300，基于语音识别互动请求，评估用户健康状态；
129.治疗方案筛选模块400，基于患者健康状态生成对应治疗方案的治疗方案架构树，并从加载预配置资源数据库中筛选对应治疗方案架构树的资源子数据集；
130.治疗方案导入模块500，根据患者健康状态内容点选结果，筛选的康复治疗方案导入辅助康复训练装置中。
131.图9示出了本发明实施例提供的基于融合语音识别的失语症患者辅助康复训练装置中用户基本信息获取模块200的结构示意图，用户基本信息获取模块具体200包括：
132.访问请求获取单元210，获取用户的访问请求，所述访问请求包括用户登录密码及辅助验证信息；
133.用户登录验证单元220，验证所述用户登录密码及辅助验证信息，登录个人康复训练账户；
134.康复训练计划载入单元230，根据加载的历史康复训练记录，载入下一周期康复训练计划。
135.如图10所示，在本发明提供的一个优选实施方式中，所述的辅助康复训练装置还包括穴位刺激仪；
136.穴位刺激仪包括刺激仪主机以及刺激仪执行单元，刺激仪执行单元具体为对用户执行治疗操作的针刺设备，针刺设备电性连接有刺激仪主机3，且刺激仪主机为现有技术，在此不作限定，使用时，刺激仪主机获取治疗方案，然后操控针刺设备对用户穴位进行刺激以及按摩，辅助用户进行治疗；
137.针刺设备包括治疗头盔1和治疗贴片2，其中，治疗头盔1安装在患者的头部，用于患者头部的治疗，治疗贴片2贴合患者身体设置，用于辅助患者身体穴位的治疗，治疗贴片2通过控制导线与刺激仪主机3电性连接，且治疗贴片上2设置有主针刺部21以及主加热件22，主针刺部21以与主加热件22配合工作，起到了增强患者舒适度，并提高患者治疗效率的作用。
138.在本实施例中，治疗头盔1包括：
139.头盔主体11，用于套设在患者头部，并对患者头部进行保护；
140.设置在头盔主体11上的辅助针刺部12，所述辅助针刺部12至少设置有一组，周向设置在头盔主体内，且为了适应患者不同穴位的针刺工作，辅助针刺部12固定连接有针刺部调节件13，针刺部调节件13具体为液压缸、气缸或电动推杆，工作时，针刺部调节件13带动辅助针刺部12移动，从而实现了对辅助针刺部12位置的调节。
141.如图11所示，辅助针刺部12包括：
142.针刺部壳体121；
143.辅助针刺件122，用于执行穴位按摩，辅助患者进行康复治疗；
144.患者按摩件123，与辅助针刺件122固定连接，至少设置有一组，用于患者头部的按摩，减轻患者的不适和疼痛，以及
145.设置在针刺部壳体上的辅助加热件124，用于患者头部和穴位的加热，辅助患者的治疗。
146.在本实施例中，所述患者按摩件123具体为按摩球或震动块，其采用弹性体材质，患者按摩件123固定连接有震动电机，同时辅助加热件124具体为电加热棒或电阻丝，其电性连接有刺激仪主机3。
147.综上所述，与现有技术相比，本发明用户通过用户端10进行训练和治疗方案的定制，然后通信数据的方式加载康复训练服务器30导入的康复训练计划，康复训练服务器30通过数据连接医生端20获取用户护士创建信息及治疗方案信息，同时医生端20通过所述网络与所述用户端10进行交互，以实现数据的传递和共享，语音识别响应模块响应用户语音识别互动请求，基于用户基本信息获取用户基本信息，用户基本信息包括用户自建信息、家属辅助信息、护士创建信息及治疗方案信息，治疗方案筛选模块对用户治疗方案进行多次筛选，治疗方案导入模块将康复治疗方案导入辅助康复训练装置中，实现患者训练和治疗的快速响应，针对不同用户个性化定制不同的训练以及治疗方案，解决了现有方法治疗效果不佳和效率低下的问题。
148.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。