影像学结构化报告标签提取方法、系统、终端及存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种影像学结构化报告标签提取方法、系统、终端及存储介质。


背景技术：

2.影像学结构化报告具有影像学表现描述标签化的特点，可用于科研、教学等广泛应用。在实际应用中，并非所有的影像学报告内容都可以完全标签化，以下是两种常见的仍然需要使用文本的场景，第一是某些偶然发现，或者当前结构化部分不能涵盖的影像学表现类型，如果诊断医师希望进行描述，只能使用文本的方式进行描述，第二是在缺乏专家共识的诊断场景下，诊断不能根据影像学描述自动生成，诊断医师仍然需要手动输入诊断结论文本，为提高影像学结构化报告标签化的准确性，针对影像学结构化报告中诊断结论文本的标签提取的问题越来越受人们所重视。
3.现有的影像学结构化报告中诊断结论文本的标签提取过程中，一般是根据人工经验对诊断结论文本进行标签提取，导致标签提取准确性低下。


技术实现要素：

4.本发明实施例的目的在于提供一种影像学结构化报告标签提取方法、系统、终端及存储介质，旨在解决现有的影像学结构化报告标签提取准确性较低的问题。
5.本发明实施例是这样实现的，一种影像学结构化报告标签提取方法，所述方法包括：
6.获取影像学结构化报告中的检查部位，并根据所述检查部位确定病理特征；
7.获取所述影像学结构化报告中的自由文本，并根据所述自由文本和所述病理特征确定结构化语料库，所述自由文本为医生对所述影像学结构化报告中影像所见的补充描述；
8.根据所述检查部位进行语料库查询，得到自然语言语料库；
9.将所述影像学结构化报告中的诊断结论文本依序与所述结构化语料库和所述自然语言语料库进行语料分析，并根据语料分析结果提取所述影像学结构化报告的报告标签。
10.更进一步的，所述根据所述自由文本和所述病理特征确定结构化语料库，包括：
11.根据所述病理特征进行结构化单元查询，得到第一结构化单元，并查询所述影像学结构化报告对应的结构化单元，得到第二结构化单元；
12.分别获取所述第一结构化单元和所述第二结构化单元对应的语料库，得到第一语料库和第二语料库；
13.获取所述自由文本在所述影像学结构化报告中文本位置，并根据所述文本位置进行语料库查询，得到第三语料库；
14.根据所述第一语料库、所述第二语料库和所述第三语料库生成所述结构化语料
库。
15.更进一步的，所述根据所述文本位置进行语料库查询，得到第三语料库，包括：
16.获取所述第二结构化单元的结构化标识，并获取所述文本位置中的段落标签和标题标签；
17.将所述结构化标识、所述段落标签和所述标题标签与预存储的语料库查询表进行匹配，得到第一子语料库；
18.获取所述第一结构化单元的关联结构化单元，并将所述关联结构化单元与所述语料库查询表进行匹配，得到第二子语料库；
19.根据所述第一子语料库和所述第二子语料库生成所述第三语料库。
20.更进一步的，所述根据所述第一子语料库和所述第二子语料库生成所述第三语料库之后，还包括：
21.获取所述诊断结论文本的影像学描述类型，并将所述影像学描述类型与所述语料库查询表进行匹配，得到第三子语料库；
22.将所述第三子语料库添加至所述第三语料库。
23.更进一步的，所述根据所述检查部位确定病理特征，包括：
24.获取所述检查部位的部位编码，并将所述部位编码与预存储的编码关系树进行匹配，得到所述病理特征，所述编码关系树中存储有不同部位编码与对应病理特征之间的对应关系。
25.更进一步的，所述将所述影像学结构化报告中的诊断结论文本依序与所述结构化语料库和所述自然语言语料库进行语料分析之后，还包括：
26.获取本地预存储的通用语料库，并将所述文本诊断结论与所述通用语料库进行语料分析。
27.本发明实施例的另一目的在于提供一种影像学结构化报告标签提取系统，所述系统包括：
28.特征确定模块，用于获取影像学结构化报告中的检查部位，并根据所述检查部位确定病理特征；
29.语料库确定模块，用于获取所述影像学结构化报告中的自由文本，根据所述自由文本和所述病理特征确定结构化语料库，并根据所述检查部位进行语料库查询，得到自然语言语料库，所述自由文本为医生对所述影像学结构化报告中影像所见的补充描述；
30.标签提取模块，用于将所述影像学结构化报告中的诊断结论文本依序与所述结构化语料库和所述自然语言语料库进行语料分析，并根据语料分析结果提取所述影像学结构化报告的报告标签。
31.更进一步的，所述语料库确定模块还用于：
32.根据所述病理特征进行结构化单元查询，得到第一结构化单元，并查询所述影像学结构化报告对应的结构化单元，得到第二结构化单元；
33.分别获取所述第一结构化单元和所述第二结构化单元对应的语料库，得到第一语料库和第二语料库；
34.获取所述自由文本在所述影像学结构化报告中文本位置，并根据所述文本位置进行语料库查询，得到第三语料库；
35.根据所述第一语料库、所述第二语料库和所述第三语料库生成所述结构化语料库。
36.本发明实施例的另一目的在于提供一种终端设备，包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如上述方法的步骤。
37.本发明实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
38.本发明实施例，通过检查部位确定病理特征，基于自由文本和病理特征能自动确定到结构化语料库，通过检查部位进行语料库查询，能有效地确定到影像学结构化报告对应的自然语言语料库，通过将诊断结论文本依序与结构化语料库和自然语言语料库进行语料分析，基于语料分析结果能有效地提取到诊断结论文本中的报告标签，本实施例中，将自由文本的内容与影像学结构化报告的影像表现描述进行组合，得到结构化语料库，再结合自然语言语料库对诊断结论文本进行标签提取，提高了标签提取的准确性。
附图说明
39.图1是本发明第一实施例提供的影像学结构化报告标签提取方法的流程图；
40.图2是本发明第一实施例提供的编码关系树的结构示意图；
41.图3是本发明第一实施例提供的胰腺局灶周围侵犯cde的结构示意图；
42.图4是本发明第一实施例提供的胰腺局灶病变cde结构示意图；
43.图5是本发明第二实施例提供的影像学结构化报告标签提取方法的流程图；
44.图6是本发明第三实施例提供的影像学结构化报告标签提取系统的结构示意图；
45.图7是本发明第四实施例提供的终端设备的结构示意图。
具体实施方式
46.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
47.为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
48.实施例一
49.请参阅图1，是本发明第一实施例提供的影像学结构化报告标签提取方法的流程图，该影像学结构化报告标签提取方法可以应用于任一终端设备或系统，该影像学结构化报告标签提取方法包括步骤：
50.步骤s10，获取影像学结构化报告中的检查部位，并根据所述检查部位确定病理特征；
51.其中，影像学结构化报告的影像学表现描述部分的底层结构可以分成如下层面：首先是检查部位(组织/器官)层面，其次是组织/器官下特定的生理/病理特征描述，例如，肝脏是一个器官的描述，其生理/病理特征的描述包括弥漫性的描述：脂肪肝、肝硬化、多囊肝、非特异性弥漫性肝病、病毒性肝炎、肝发育异常、肝脏术后改变等；局灶性的病变包括：肝癌、囊肿、血管瘤、包虫病、脓肿、肝转移等。上述描述弥漫性、局灶性的描述被制作成独立
的结构化单元，简称cde(common data element)，上述cde的所有影像学描述属性都使用了radlex或者snomed编码进行了标记。
52.该步骤中，获取影像学结构化报告的基本信息，对应的组织/器官信息及编码，以及影像学结构化报告所属结构化单元要描述的病理特征类别信息及编码，该病理特征还可以为生理特征，例如，影像学结构化报告是一份针对腹部脏器的通用报告，使用了mr检查技术，获取到的检查部位是胰脏，影像学结构化报告所属结构化单元为胰腺局灶病变。
53.进一步地，在步骤s10之前，所述方法还包括：
54.利用编码构建编码关系树，基于编码关系树表达各组织部位下描述的生理/病理特征，用以判定组织部位下可以出现的cde类型。例如，请参阅图2，脏器结构下具备位置，数量，分布，周围侵犯等下级内容，周围侵犯是组织部位的一种病理特征，若有一个类型是周围侵犯并且组织器官是胰腺的cde，则该cde对应的语料可以在胰腺部分中所使用。
55.构建cde的语料库，从用以描述某些组织部位或组织部位的生理/病理特征的各结构化单元抽取语料库，或者直接录入可以描述组织部位和生理/病理特征的语料库，得到语料库查询表。
56.例如，请参阅图3，图示的cde为胰腺局灶周围侵犯，其具备胰腺和周围侵犯两个属性编码，根据结构化报告内置的逻辑，可以抽取病灶侵及，胆总管，十二指肠，胃，脾脏等语料内容，当对图3中的内容进行标签提取时，病灶侵及，胆总管等词具备了更高的优先级。
57.本实施例中，还为语料库分配了代表其医学含义的属性编码，对于从具体的结构化单元抽取的语料库，自然继承cde本身的编码，具备编码后可以通过编码关系树来寻找适用的语料库。图3中cde产生的语料就具备胰腺和周围侵犯等编码。
58.可选的，该步骤中，所述根据所述检查部位确定病理特征，包括：
59.获取所述检查部位的部位编码，并将所述部位编码与预存储的编码关系树进行匹配，得到所述病理特征，
60.其中，编码关系树中存储有不同部位编码与对应病理特征之间的对应关系，根据检查部位的部位编码，从编码关系树中查询对应的病理特征，例如，该病理特征包括描述检查部位的rads分类，术后改变,发育变异，以及其他的一些描述检查部位性质的项目，如大小，形态，实质等。
61.步骤s20，获取所述影像学结构化报告中的自由文本，并根据所述自由文本和所述病理特征确定结构化语料库；
62.其中，自由文本为医生对影像学结构化报告中影像所见的补充描述，在设计结构化报告时，为有需要的组织器官，或描述生理/病理特征的结构化单元添加编辑框，供医生输入对影像所见的补充描述，得到该自由文本；
63.例如，请参阅图4，图例为描述胰腺局灶病变的cde，该cde具有病灶特征，胰腺等属性编码，为其添加了一个“其他编辑框”，用以输入补充影像所见，通过获取“其他编辑框”中的内容，得到该自由文本。
64.本实施例中，在影像学描述层面，分层设置自由文本的添加位置，每层的自由文本内容与该层下的结构化控件的描述有相关性，例如，以肝脏为例，在肝脏之下，增加一行自由文本框，该自由文本框可供诊断医生添加尚未在上述cde清单当中的影像学表现类型，上述影像学表现的类型往往是很少见的，没有必要做成结构化的表单放在界面当中，但在少
量的场合下，有些医生仍然认为有临床意义，需要进行描述的，所以自由文本框内的内容都是肝脏的影像学描述的独立类型，有可能有少量的下级性状的描述，其内容包含的概念/同义词/语法结构仅限于该脏器下的cde类型语料库，无论是使用自然语言处理(nlp，natural language processing)进行分析，还是进行人工训练，都很容易将其拆解为类cde的标签，对于尚未制作成cde结构化报告的、频繁出现在自由文本当中的cde类型，本实施例将提示结构化报告设计人员添加该cde作为常规选项使用。
65.本实施例中，在组织/器官的下属cde下，也设置自由文本框，供诊断医生补充针对cde的形态学补充描述，例如，在肝脏/肝脏术后改变cde下的自由文本框，诊断医生可能输入“接切除范围在s7，s8”等，其内容包含的概念/同义词/语法结构仅限于该cde下的补充描述语料库，无论是使用nlp进行分析，还是进行人工训练，都很容易将其拆解为类cde的标签，对于频繁出现的、而尚未包含在现有cde当中的cde下级属性，本实施例将提示结构化报告设计人员添加该cde的属性。
66.步骤s30，根据所述检查部位进行语料库查询，得到自然语言语料库；
67.其中，查询得到的自然语言语料库为针对检查部位预先设置的个性化nlp库；
68.步骤s40，将所述影像学结构化报告中的诊断结论文本依序与所述结构化语料库和所述自然语言语料库进行语料分析，并根据语料分析结果提取所述影像学结构化报告的报告标签；
69.其中，通过将影像学结构化报告中的诊断结论文本依序与结构化语料库和自然语言语料库进行语料分析，基于语料分析结果能有效地提取到诊断结论文本中的报告标签，本实施例中，在影像学诊断栏目下设置诊断结论文本框，该诊断结论文本框用于方便诊断医生对诊断结论文本的填写，以肝癌的ct扫描诊断为例，诊断医生在影像学发现的章节中可能描述了脂肪肝、肝硬化、囊肿、多发性小肝癌等详细内容，但诊断大概率可能只描述小肝癌和肝硬化了，而忽略了其他不重要的影像学表现。因此，在影像学表现采用结构化描述的情况下，诊断内容的文本大概率是影像学描述内容类型的子集，由此限定诊断结论文本的语料库内容。在这种情况下，无论是使用nlp进行分析，还是进行人工训练，都很容易将其拆解为标准概念，并对应到radlex/snomed诊断编码。
70.可选的，该步骤中，所述将所述影像学结构化报告中的诊断结论文本依序与所述结构化语料库和所述自然语言语料库进行语料分析之后，还包括：
71.获取本地预存储的通用语料库，并将所述文本诊断结论与所述通用语料库(通用nlp库)进行语料分析。
72.该步骤中，根据结构化语料库(cde语料库)约束nlp结果，语料库中包含的概念/同义词/语法结构拥有更高的结果优先级，例如：
73.1.当检查部位为胰腺时，匹配到最合适的个性化nlp库是胰腺nlp库；
74.2.获取步骤s20中确定到的cde语料库；
75.3.进行nlp分析,对诊断结论文本中的每个位置优先匹配cde语料库中的内容，其次才匹配胰腺nlp库的内容，最末才匹配通用nlp库中的内容，提高了对诊断结论文本标签提取的准确性。
76.进一步地，本实施例中，影像学结构化报告的基本信息，相应组织/器官等信息可以用于匹配个性nlp字典库，该个性nlp字典库由各种场景，根据检查目的，检查技术，检查
部位，组织/器官等差异所训练得到，能针对特定场景提高nlp的准确度和质量。
77.本实施例中，基于结构化的影像表现及标签化(从自由文本提取的标签)的影像表现，对诊断结论文本进行标签的提取，通过影像学表现的描述限定分析的范围，提高了标签提取的准确度，通过语料库来约束当前组织器官下的nlp的匹配结果，进一步提高nlp识别率和识别质量。
78.通过在结构化报告中按照cde的模块来设计描述复杂附加信息的自由文本框，不仅能满足比现有结构化更加复杂的报告需求，而且能根据cde相邻的特点，限定nlp分析的词汇和语法范围，运用nlp技术将诊断结论文本变成编码，同时满足科研和教学的需求，极大提升了结构化报告的使用范围，并且可根据nlp的分析持续完善结构化的设计，使之更加持续发展。
79.本实施例中，通过检查部位确定病理特征，基于自由文本和病理特征能自动确定到结构化语料库，通过检查部位进行语料库查询，能有效地确定到影像学结构化报告对应的自然语言语料库，通过将诊断结论文本依序与结构化语料库和自然语言语料库进行语料分析，基于语料分析结果能有效地提取到诊断结论文本中的报告标签，本实施例中，将自由文本的内容与影像学结构化报告的影像表现描述进行组合，得到结构化语料库，再结合自然语言语料库对诊断结论文本进行标签提取，提高了标签提取的准确性。
80.实施例二
81.请参阅图5，是本发明第二实施例提供的影像学结构化报告标签提取方法的流程图，该实施例用于对第一实施例中的步骤s20作进一步细化，包括步骤：
82.步骤s21，根据所述病理特征进行结构化单元查询，得到第一结构化单元，并查询所述影像学结构化报告对应的结构化单元，得到第二结构化单元；
83.其中，通过病理特征进行结构化单元查询，以获取与检查部位相关病理特征对应的结构化单元，得到第一结构化单元，通过查询影像学结构化报告对应的结构化单元，以获取当前影像学结构化报告所属的第二结构化单元；
84.步骤s22，分别获取所述第一结构化单元和所述第二结构化单元对应的语料库，得到第一语料库和第二语料库；
85.其中，通过分别将第一结构化单元和第二结构化单元的结构化标识与语料库查询表进行匹配，以获取第一结构化单元和第二结构化单元对应的语料库，得到第一语料库和第二语料库；
86.步骤s23，获取所述自由文本在所述影像学结构化报告中文本位置，并根据所述文本位置进行语料库查询，得到第三语料库；
87.其中，通过获取自由文本在影像学结构化报告中文本位置，并根据文本位置进行语料库查询，以查询针对该自由文本适用的语料库，得到该第三语料库，可选的，该步骤中，所述根据所述文本位置进行语料库查询，得到第三语料库，包括：
88.获取所述第二结构化单元的结构化标识，并获取所述文本位置中的段落标签和标题标签；
89.将所述结构化标识、所述段落标签和所述标题标签与预存储的语料库查询表进行匹配，得到第一子语料库；
90.其中，通过将结构化标识、段落标签和标题标签与语料库查询表进行匹配，以查询
针对特定组织器官处的补充影像所见适用的语料库，该自由文本可能用于描述的是检查部位下的影像学描述的独立类型，例如作为“脏器结构”的胰脏，更有可能出现某个特定病种的cde产生的语料库，例如，rads分类，术后改变,发育变异等cde；
91.获取所述第一结构化单元的关联结构化单元，并将所述关联结构化单元与所述语料库查询表进行匹配，得到第二子语料库；
92.其中，通过将关联结构化单元与语料库查询表进行匹配，以查询针对病理特征的结构化单元处的补充影像所见适用的语料库，例如，胰腺局灶病变cde中自由文本的编辑框，该cde具备病灶特征的属性编码，因此，可能会使用大小，形态，实质，位置，数量，周围侵犯等类型的cde的语料库。
93.根据所述第一子语料库和所述第二子语料库生成所述第三语料库。
94.进一步地，该步骤中，所述根据所述第一子语料库和所述第二子语料库生成所述第三语料库之后，还包括：
95.获取所述诊断结论文本的影像学描述类型，并将所述影像学描述类型与所述语料库查询表进行匹配，得到第三子语料库；
96.将所述第三子语料库添加至所述第三语料库；
97.其中，通过获取诊断结论文本的影像学描述类型，并将影像学描述类型与所述语料库查询表进行匹配，以查询诊断结论文本所适用的语料库，诊断结论文本大概率是影像学描述内容类型的子集，因此，所有与诊断结论文本相关的cde语料库均可以用作其约束。
98.步骤s24，根据所述第一语料库、所述第二语料库和所述第三语料库生成所述结构化语料库；
99.其中，通过将第一语料库、第二语料库和第三语料库进行组合，得到该结构化语料库。
100.本实施例中，通过病理特征进行结构化单元查询，以获取与检查部位相关病理特征对应的结构化单元，得到第一结构化单元，通过查询影像学结构化报告对应的结构化单元，以获取当前影像学结构化报告所属的第二结构化单元，通过分别将第一结构化单元和第二结构化单元的结构化标识与语料库查询表进行匹配，以获取第一结构化单元和第二结构化单元对应的语料库，得到第一语料库和第二语料库，通过获取自由文本在影像学结构化报告中文本位置，并根据文本位置进行语料库查询，以查询针对该自由文本适用的语料库，得到该第三语料库，通过将第一语料库、第二语料库和第三语料库进行组合，得到该结构化语料库。
101.实施例三
102.请参阅图6，是本发明第三实施例提供的影像学结构化报告标签提取系统100的结构示意图，包括：特征确定模块10、语料库确定模块11和标签提取模块12，其中：
103.特征确定模块10，用于获取影像学结构化报告中的检查部位，并根据所述检查部位确定病理特征。
104.其中，特征确定模块10还用于：获取所述检查部位的部位编码，并将所述部位编码与预存储的编码关系树进行匹配，得到所述病理特征，所述编码关系树中存储有不同部位编码与对应病理特征之间的对应关系。
105.语料库确定模块11，用于获取所述影像学结构化报告中的自由文本，根据所述自
由文本和所述病理特征确定结构化语料库，并根据所述检查部位进行语料库查询，得到自然语言语料库，所述自由文本为医生对所述影像学结构化报告中影像所见的补充描述。
106.其中，语料库确定模块11还用于：根据所述病理特征进行结构化单元查询，得到第一结构化单元，并查询所述影像学结构化报告对应的结构化单元，得到第二结构化单元；
107.分别获取所述第一结构化单元和所述第二结构化单元对应的语料库，得到第一语料库和第二语料库；
108.获取所述自由文本在所述影像学结构化报告中文本位置，并根据所述文本位置进行语料库查询，得到第三语料库；
109.根据所述第一语料库、所述第二语料库和所述第三语料库生成所述结构化语料库。
110.可选的，语料库确定模块11还用于：获取所述第二结构化单元的结构化标识，并获取所述文本位置中的段落标签和标题标签；
111.将所述结构化标识、所述段落标签和所述标题标签与预存储的语料库查询表进行匹配，得到第一子语料库；
112.获取所述第一结构化单元的关联结构化单元，并将所述关联结构化单元与所述语料库查询表进行匹配，得到第二子语料库；
113.根据所述第一子语料库和所述第二子语料库生成所述第三语料库。
114.进一步地，语料库确定模块11还用于：获取所述诊断结论文本的影像学描述类型，并将所述影像学描述类型与所述语料库查询表进行匹配，得到第三子语料库；
115.将所述第三子语料库添加至所述第三语料库。
116.标签提取模块12，用于将所述影像学结构化报告中的诊断结论文本依序与所述结构化语料库和所述自然语言语料库进行语料分析，并根据语料分析结果提取所述影像学结构化报告的报告标签。
117.其中，标签提取模块12还用于：获取本地预存储的通用语料库，并将所述文本诊断结论与所述通用语料库进行语料分析。
118.本实施例，通过检查部位确定病理特征，基于自由文本和病理特征能自动确定到结构化语料库，通过检查部位进行语料库查询，能有效地确定到影像学结构化报告对应的自然语言语料库，通过将诊断结论文本依序与结构化语料库和自然语言语料库进行语料分析，基于语料分析结果能有效地提取到诊断结论文本中的报告标签，本实施例中，将自由文本的内容与影像学结构化报告的影像表现描述进行组合，得到结构化语料库，再结合自然语言语料库对诊断结论文本进行标签提取，提高了标签提取的准确性。
119.实施例四
120.图7是本技术第四实施例提供的一种终端设备2的结构框图。如图7所示，该实施例的终端设备2包括：处理器20、存储器21以及存储在所述存储器21中并可在所述处理器20上运行的计算机程序22，例如影像学结构化报告标签提取方法的程序。处理器20执行所述计算机程序22时实现上述各个影像学结构化报告标签提取方法各实施例中的步骤。
121.示例性的，所述计算机程序22可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器21中，并由所述处理器20执行，以完成本技术。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程
序22在所述终端设备2中的执行过程。所述终端设备可包括，但不仅限于，处理器20、存储器21。
122.所称处理器20可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(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、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
123.所述存储器21可以是所述终端设备2的内部存储单元，例如终端设备2的硬盘或内存。所述存储器21也可以是所述终端设备2的外部存储设备，例如所述终端设备2上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器21还可以既包括所述终端设备2的内部存储单元也包括外部存储设备。所述存储器21用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器21还可以用于暂时地存储已经输出或者将要输出的数据。
124.另外，在本技术各个实施例中的各功能模块可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
125.集成的模块如果以软件功能单元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。其中，计算机可读存储介质可以是非易失性的，也可以是易失性的。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
126.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例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同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。