技术领域
本发明属于心电图判断技术领域，具体地讲，涉及一种心电图的质量判断方法及质量判断系统。
背景技术
构成心电图(Electrocardiogram，简称ECG)的导联信号是一种微弱的生物信号，其中，导联信号在采集的过程中会受到身体以及仪器的电磁干扰而产生噪声。对于医生来说，质量最差的心电图可以忽略，然后重新进行采集；而质量较差的可以大致用来诊断疾病。然而，对于计算机来讲，心电图的质量对于疾病的诊断影响较大。因此，在对心电图进行预处理、特征提取和疾病诊断之前需要对导联信号的质量作出评判。
现有的心电图设备只具备导联信号采集功能而不具备导联信号质量评判功能，其采集的导联信号的质量好坏(即导联信号的质量是否达到预定标准)完全由医生的临床经验来进行评判。而且，在导联信号的采集过程中，导联信号的质量好坏很容易受到人为因素以及环境因素的影响，因此对于质量差的导联信号只能重新采集，这样，不仅降低了心电图设备的导联信号采集系统的有效性和实用性，而且降低了采集的导联信号的可靠性。
发明内容
为了解决上述现有技术中的存在的问题，本发明的目的在于提供一种心电图的质量判断方法，其包括：接收构成心电图的十二导联信号；根据十二导联信号判断心电图是否有效；若心电图有效，则根据十二导联信号判断心电图的质量。
进一步地，若心电图无效，则重新接收构成心电图的十二导联信号。
进一步地，所述质量判断方法还包括：若心电图的质量未达到预定标准，则根据十二导联信号对质量未达到预定标准的心电图进行等级分级，且根据十二导联信号获取质量未达到预定标准的心电图中的质量未达到预定标准的导联信号；根据分级后的等级对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行不同的处理。
进一步地，所述质量判断方法还包括：若心电图的质量达到预定标准，则所述质量判断方法结束。
进一步地，根据十二导联信号判断心电图是否有效的具体方法包括：判断每一导联信号的采样时间是否均不小于一时间阈值；若每一导联信号的采样时间均不小于所述时间阈值，则判断每一导联信号中是否都不存在连续预定数量的采样点信号均为零；若每一导联信号中都不存在连续预定数量的采样点信号均为零，则根据十二导联信号判断是否存在左右手导联接反；若不存在左右手导联接反，则心电图有效。
进一步地，若至少一导联信号的采样时间小于所述时间阈值，和/或若至少一导联信号中存在连续预定数量的采样点信号均为零，和/或若存在左右手导联接反，则心电图无效，并重新接收构成心电图的十二导联信号。
进一步地，根据十二导联信号判断是否存在左右手导联接反的具体方法包括：判断十二导联信号中的第一标准肢体导联信号和第一加压肢体导联信号是否都存在P波；若所述第一标准肢体导联信号和所述第一加压肢体导联信号中均存在P波，则根据P波的最大值与基线之间的夹角判断第一标准肢体导联信号中的P波是否倒置，且根据P波的最大值与基线之间的夹角判断第一加压肢体导联信号中的P波是否非倒置，其中，所述基线为P波起始点与终止点的连线；若所述第一标准肢体导联信号中的P波倒置，且所述第一加压肢体导联信号中的P波非倒置，则判断十二导联信号中的第一胸导联信号至第六胸导联信号的QRS波的形态是否是rS型；若所述第一胸导联信号至所述第六胸导联信号的QRS波中至少一个不是rS型，则存在左右手导联接反；若所述第一标准肢体导联信号中的P波非倒置和/或所述第一加压肢体导联信号中的P波倒置和/或所述第一胸导联信号至所述第六胸导联信的QRS波都是rS型，则不存在左右手导联接反。
进一步地，若所述第一标准肢体导联信号和/或所述第一加压肢体导联信号中不存在P波，则根据十二导联信号判断心电图的质量。
进一步地，根据十二导联信号对质量未达到预定标准的心电图进行等级分级，且根据十二导联信号获取质量未达到预定标准的心电图中的质量未达到预定标准的导联信号的具体方法包括：计算每一导联信号的信噪比；根据十二导联信号的信噪比确定均方差和平均值；根据所述均方差确定心电图的等级，且根据每一导联信号的信噪比和所述平均值获取质量未达到预定标准的导联信 号；其中，所述等级至少包括：第一等级、第二等级和第三等级。
进一步地，根据分级后的等级对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行不同的处理的具体方法包括：若质量未达到预定标准的心电图的等级被确定为第一等级，则利用低通滤波方法对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行噪声去除；若质量未达到预定标准的心电图的等级被确定为第二等级，则利用小波阈值方法对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行噪声去除；若质量未达到预定标准的心电图的等级被确定为第三等级，则重新接收构成心电图的十二导联信号。
本发明的另一目的还在于提供一种心电图的质量判断系统，其包括：接收模块，被构造为接收构成心电图的十二导联信号；有无效判断模块，被构造为根据十二导联信号判断心电图是否有效；质量判断模块，被构造为在所述有无效判断模块判断为心电图有效时，根据十二导联信号判断心电图的质量；等级分级模块，被构造为在所述质量判断模块判断为心电图的质量未达到预定标准时，根据十二导联信号对质量未达到预定标准的心电图进行等级分级且根据十二导联信号获取质量未达到预定标准的心电图中的质量未达到预定标准的导联信号；处理模块，被构造为根据质量未达到预定标准的心电图被分级后的等级，对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行处理。
本发明的有益效果：当本发明的心电图的质量判断系统及质量判断方法被应用于心电图设备时，可使心电图设备不仅具备导联信号采集功能还具备导联信号质量评判功能。进一步地，本发明的质量判断系统及质量判断方法由于对质量未达到预定标准的心电图进行了等级分级处理，使得质量未达到预定标准的心电图的重要信息可以得到更好的保留。
附图说明
通过结合附图进行的以下描述，本发明的实施例的上述和其它方面、特点和优点将变得更加清楚，附图中：
图1是根据本发明的第一实施例的心电图的质量判断方法的流程图；
图2是根据本发明的第一实施例的判断心电图是否有效的流程图；
图3是根据本发明的第一实施例的是否存在左右手导联接反的流程图；
图4是根据本发明的第二实施例的心电图的质量判断方法的流程图；
图5是根据本发明的第二实施例的判断心电图是否有效的流程图；
图6是根据本发明的第二实施例的是否存在左右手导联接反的流程图；
图7是根据本发明的第三实施例的心电图的质量判断系统的模块图。
具体实施方式
以下，将参照附图来详细描述本发明的实施例。然而，可以以许多不同的形式来实施本发明，并且本发明不应该被解释为限制于这里阐述的具体实施例。相反，提供这些实施例是为了解释本发明的原理及其实际应用，从而使本领域的其他技术人员能够理解本发明的各种实施例和适合于特定预期应用的各种修改。
<第一实施例>
图1是根据本发明的第一实施例的心电图的质量判断方法的流程图。
参照图1，在步骤S1中，接收构成心电图的十二导联信号。
在本实施例中，这十二个导联信号包括：第一标准肢体导联信号(即标准I导联信号)、第二标准肢体导联信号(即标准II导联信号)、第三标准肢体导联信号(即标准III导联信号)、第一加压肢体导联信号(aVR导联信号)、第二加压肢体导联信号(aVL导联信号)、第三加压肢体导联信号(aVF导联信号)、第一胸导联信号(V1导联信号)、第二胸导联信号(V2导联信号)、第三胸导联信号(V3导联信号)、第四胸导联信号(V4导联信号)、第五胸导联信号(V5导联信号)、第六胸导联信号(V6导联信号)。
此外，在本实施例中，构成心电图的十二导联信号可采集自中国心血管疾病数据库(Chinese Cardiovascular Disease Database，简称CCDD)，但本发明并不限制于此。
在步骤S2中，根据接收的十二导联信号判断这十二导联信号构成的心电图是否有效。
在本实施例中，若心电图无效，则返回步骤S1；若心电图有效，则进行步骤S3。
图2是根据本发明的第一实施例的判断心电图是否有效的流程图。参照图2， 进一步地，在步骤S2中，根据十二导联信号判断心电图是否有效的具体方法包括：
步骤S21：判断每一导联信号的采样时间是否都不小于一时间阈值(其中，该时间阈值可例如是9秒)。
若至少一导联信号的采样时间小于该时间阈值，则心电图无效，并且返回步骤S1。若每个导联信号的采样时间均不小于所述时间阈值，则进行步骤S22。
步骤S22：判断每一导联信号中是否都不存在连续预定数量的采样点信号(这里，可例如是200个采样点信号)均为零。
若至少一导联信号中存在连续预定数量的采样点信号均为零，则心电图无效，并且返回步骤S1。
若每一导联信号中都不存在连续预定数量的采样点信号均为零，则进行步骤S23。
步骤S23：根据十二导联信号判断是否存在左右手导联接反。
若存在左右手导联接反，则心电图无效，并且返回步骤S1。
若不存在左右手导联接反，则心电图有效，并进行步骤S3。
图3是根据本发明的第一实施例的是否存在左右手导联接反的流程图。参照图3，进一步地，在步骤S23中，判断是否存在左右手导联接反的具体方法包括：
步骤S231：判断这十二导联信号中的第一标准肢体导联信号和第一加压肢体导联信号中是否都存在P波。
其中，若第一标准肢体导联信号和第一加压肢体导联信号中至少一个不存在P波，则进行步骤S3。
若第一标准肢体导联信号和第一加压肢体导联信号中均存在P波，则进行步骤S232。
步骤S232：根据P波的最大值与基线之间的夹角判断第一标准肢体导联信号中的P波是否倒置，且根据P波的最大值与基线之间的夹角判断第一加压肢体导联信号中的P波是否非倒置，其中，所述基线为P波起始点与终止点的连线。
这里，如果第一标准肢体导联信号上具有三分之一的P波倒置，则第一标准肢体导联信号中的P波倒置。同样地，如果第一加压肢体导联信号上具有三分之一的P波倒置，则第一加压肢体导联信号中的P波倒置。
若第一标准肢体导联信号中的P波倒置，且第一加压肢体导联信号中的P波非倒置，则进行步骤S233。
若第一标准肢体导联信号中的P波非倒置和/或第一加压肢体导联信号中的P波倒置，则进行步骤S3。
步骤S233：判断这十二个导联信号中的第一胸导联信号至第六胸导联信号的QRS波的形态是否是rS型。
若第一胸导联信号至所述第六胸导联信号的QRS波中至少有一个不是rS型，则左右手导联接反，心电图无效，并且返回步骤S1。
若第一胸导联信号至所述第六胸导联信号的QRS波中均是rS型，则不存在左右手导联接反，并进行步骤S3。
继续参照图1，在步骤S3中，根据十二导联信号判断心电图的质量。
进一步地，在步骤S3中，根据十二导联信号判断心电图的质量的具体方法包括：首先，对作训练用的若干原始心电图的导联信号(其中，这里所述的原始心电图的导联信号是作训练用的，并不是指的上述的接收的十二导联信号)跳过skipN个点，取中间连续N1个点的数据作为输入数据。此外，在若干原始心电图的导联信号中，仅保留八种类型的原始心电图的导联信号的数据，这八种类型的原始心电图的导联信号为II、III、V1、V2、V3、V4、V5、V6导联信号。最后组织成一个560*1905(此处多出的5个点分别为：十二导联心电图的记录号，1，组织数据所采用的导联的个数，每个导联的采样点数N1，类别(0为正常，即质量达到预定标准；1为异常，即质量未达到预定标准))的训练矩阵，其中正负样本比例为1:1。在本实施例中，feq取200，skipN取25，N1取1900，但本发明并不限制于此。
接着，采用现有技术的“金林鹏，董军。面向临床心电图分析的深层学习算法。中国科学：信息科学，2015年第45卷第3期：398-416”中的导联卷积神经网络(Lead Convolutional Neural Network，简称LCNN)方法对组织好的训练矩阵进行训练，从而得到一个权重(也可以称之为模型)。
之后，将接受到的十二导联数据按照训练数据的处理方法组织成1*1905的 矩阵放入模型中进行测试。若测试输出结果为0，则表示该心电图质量较好；若测试输出结果为1，则表示该心电图质量未达到预定标准。
综上所述，当根据本发明的第一实施例的心电图的质量判断方法被应用于心电图设备时，可使心电图设备不仅具备导联信号采集功能还具备导联信号质量评判功能。
<第二实施例>
图4是根据本发明的第二实施例的心电图的质量判断方法的流程图。
参照图4，在步骤S1中，接收构成心电图的十二导联信号。
在本实施例中，这十二个导联信号包括：第一标准肢体导联信号(即标准I导联信号)、第二标准肢体导联信号(即标准II导联信号)、第三标准肢体导联信号(即标准III导联信号)、第一加压肢体导联信号(aVR导联信号)、第二加压肢体导联信号(aVL导联信号)、第三加压肢体导联信号(aVF导联信号)、第一胸导联信号(V1导联信号)、第二胸导联信号(V2导联信号)、第三胸导联信号(V3导联信号)、第四胸导联信号(V4导联信号)、第五胸导联信号(V5导联信号)、第六胸导联信号(V6导联信号)。
此外，在本实施例中，构成心电图的十二导联信号可采集自中国心血管疾病数据库(Chinese Cardiovascular Disease Database，简称CCDD)，但本发明并不限制于此。
在步骤S2中，根据接收的十二导联信号判断这十二导联信号构成的心电图是否有效。这里，若心电图无效，则返回步骤S1；若心电图有效，则进行步骤S3至步骤S6。
图5是根据本发明的第二实施例的判断心电图是否有效的流程图。参照图5，进一步地，在步骤S2中，根据十二导联信号判断心电图是否有效的具体方法包括：
步骤S21：判断每一导联信号的采样时间是否都不小于一时间阈值(其中，该时间阈值可例如是9秒)。
若至少一导联信号的采样时间小于该时间阈值，则心电图无效，并且返回步骤S1。若每个导联信号的采样时间均不小于所述时间阈值，则进行步骤S22。
步骤S22：判断每一导联信号中是否都不存在连续预定数量的采样点信号 (这里，可例如是200个采样点信号)均为零。
若至少一导联信号中存在连续预定数量的采样点信号均为零，则心电图无效，并且返回步骤S1。
若每一导联信号中都不存在连续预定数量的采样点信号均为零，则进行步骤S23。
步骤S23：根据十二导联信号判断是否存在左右手导联接反。
若存在左右手导联接反，则心电图无效，并且返回步骤S1。
若不存在左右手导联接反，则心电图有效，并进行步骤S3。
图6是根据本发明的第二实施例的是否存在左右手导联接反的流程图。参照图6，进一步地，在步骤S23中，判断是否存在左右手导联接反的具体方法包括：
步骤S231：判断这十二导联信号中的第一标准肢体导联信号和第一加压肢体导联信号中是否都存在P波。
其中，若第一标准肢体导联信号和第一加压肢体导联信号中至少一个不存在P波，则进行步骤S3。
若第一标准肢体导联信号和第一加压肢体导联信号中均存在P波，则进行步骤S232。
步骤S232：根据P波的最大值与基线之间的夹角判断第一标准肢体导联信号中的P波是否倒置，且根据P波的最大值与基线之间的夹角判断第一加压肢体导联信号中的P波是否非倒置，其中，所述基线为P波起始点与终止点的连线。
这里，如果第一标准肢体导联信号上具有三分之一的P波倒置，则第一标准肢体导联信号中的P波倒置。同样地，如果第一加压肢体导联信号上具有三分之一的P波倒置，则第一加压肢体导联信号中的P波倒置。
若第一标准肢体导联信号中的P波倒置，且第一加压肢体导联信号中的P波非倒置，则进行步骤S233。
若第一标准肢体导联信号中的P波非倒置和/或第一加压肢体导联信号中的P波倒置，则进行步骤S3。
步骤S233：判断这十二个导联信号中的第一胸导联信号至第六胸导联信号的QRS波的形态是否是rS型。
若第一胸导联信号至所述第六胸导联信号的QRS波中至少一个不是rS型，则左右手导联接反，心电图无效，并且返回步骤S1。
若第一胸导联信号至所述第六胸导联信号的QRS波中均是rS型，则不存在左右手导联接反，并进行步骤S3。
继续参照图4，在步骤S3中，根据十二导联信号判断心电图的质量。
进一步地，在步骤S3中，根据十二导联信号判断心电图的质量的具体方法包括：
首先，对作训练用的若干原始心电图的导联信号(其中，这里所述的原始心电图的导联信号是作训练用的，并不是指的上述的接收的十二导联信号)跳过skipN个点，取中间连续N1个点的数据作为输入数据。此外，在若干原始心电图的导联信号中，仅保留八种类型的原始心电图的导联信号的数据，这八种类型的原始心电图的导联信号为II、III、V1、V2、V3、V4、V5、V6导联信号。最后组织成一个560*1905(此处多出的5个点分别为：十二导联心电图的记录号，1，组织数据所采用的导联的个数，每个导联的采样点数N1，类别(0为正常，即质量达到预定标准；1为异常，即质量未达到预定标准))的训练矩阵，其中正负样本比例为1:1。在本实施例中，feq取200，skipN取100，N1取1900，但本发明并不限制于此。
接着，采用现有技术的“金林鹏，董军。面向临床心电图分析的深层学习算法。中国科学：信息科学，2015年第45卷第3期：398-416”中的导联卷积神经网络(Lead Convolutional Neural Network，简称LCNN)方法对组织好的训练矩阵进行训练，从而得到一个权重(也可以称之为模型)。
之后，将接受到的十二导联数据按照训练数据的处理方法组织成1*1905的矩阵放入模型中进行测试。若测试输出结果为0，则表示该心电图质量较好；若测试输出结果为1，则表示该心电图质量未达到预定标准。
继续参照图4，在进行完步骤S3之后，若心电图的质量达到预定标准，则直接进行步骤S6；若心电图的质量未达到预定标准，则进行步骤S4至步骤S6。
在步骤S4中，根据十二导联信号对质量未达到预定标准的心电图进行等级分级，且根据十二导联信号获取质量未达到预定标准的心电图中的质量未达到 预定标准的导联信号。
具体地，根据十二导联信号对质量未达到预定标准的心电图进行等级分级，且根据十二导联信号获取质量未达到预定标准的心电图中的质量未达到预定标准的导联信号的具体方法包括：
首先，计算每一导联信号的信噪比SNR。
具体地，作为一个示例，将每一导联信号y(n)(其中，n为十二导联信号之一，即n＝1，2，3，……，12)的除特征点以外的基线部分全部归零，得到干净的导联信号x(n)。利用导联信号x(n)求出每一导联信号的信噪比 其中，N为采样点。
接着，根据十二导联信号的信噪比SNR确定均方差MSE和平均值E。
具体地，作为一个示例，平均值 均方差 其中，SNR(n)表示第n导联信号的信号比，n＝1，2，3，……，12。
接着，根据均方差MSE确定心电图的等级，且根据每一导联信号的信噪比SNR(n)和平均值E获取质量未达到预定标准的导联信号。
具体地，作为一个示例，当MSE/5小于1时，该质量未达到预定标准的心电图被判定为第一等级；当MSE/5大于等于1且小于等于2时，该质量未达到预定标准的心电图被判定为第二等级；当MSE/5大于2时，该质量未达到预定标准的心电图被判定为第三等级。
在本实施例中，构成心电图的十二导联信号中至少一导联信号质量未达到预定标准，那么该心电图质量未达到预定标准，也就是说，构成质量未达到预定标准的心电图的十二导联信号中并不是每一导联信号的质量都差。进一步地，如果第n导联信号的信噪比SNR(n)与平均值E的比值(SNR(n)/E)小于1，则第n导联信号的质量未达到预定标准；如果第n导联信号的信噪比SNR(n)与平均值E的比值(SNR(n)/E)不小于1，第n导联信号的质量达到预定标准。
继续参照图4，在步骤S5中，根据分级后的等级对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行不同的处理。
在本实施例中，根据分级后的等级对质量未达到预定标准的心电图中的质 量未达到预定标准的导联信号进行不同的处理的具体方法包括：若质量未达到预定标准的心电图被确定为第一等级，则利用低通滤波方法对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行噪声去除；若质量未达到预定标准的心电图被确定为第二等级，则利用小波阈值方法对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行噪声去除；若质量未达到预定标准的心电图被确定为第三等级，则返回步骤S1。
步骤S6：根据本发明的第二实施例的心电图的质量判断方法结束，并且根据质量达到预定标准的心电图或者经步骤S5处理后的质量未达到预定标准的心电图进行后期的特征提取和疾病分类。
综上所述，当根据本发明的第二实施例的心电图的质量判断方法被应用于心电图设备时，可使心电图设备不仅具备导联信号采集功能还具备导联信号质量评判功能。进一步地，由于对质量未达到预定标准的心电图进行了等级分级处理，使得质量未达到预定标准的心电图的重要信息可以得到更好的保留。
<第三实施例>
图7是根据本发明的第三实施例的心电图的质量判断系统的模块图。
参照图7，根据本发明的第三实施例的心电图的质量判断系统包括：接收模块10、有无效判断模块20、质量判断模块30、等级分级模块40、处理模块50。
接收模块10被构造为接收构成心电图的十二导联信号。这十二个导联信号具体包括的信号种类请参照上述步骤S1中的描述。
有无效判断模块20被构造为根据十二导联信号判断心电图是否有效。在本实施例中，有无效判断模块20进一步被构造为利用上述步骤S2的方法判断心电图是否有效。
若有无效判断模块20判断为心电图有效，则质量判断模块30被构造为根据十二导联信号判断心电图的质量。在本实施例中，质量判断模块30进一步地被构造为利用上述的步骤S3的方法对心电图的质量进行判断。
若质量判断模块30判断为心电图的质量未达到预定标准，则等级分级模块40根据十二导联信号对质量未达到预定标准的心电图进行等级分级，并且等级分级模块40根据十二导联信号获取质量未达到预定标准的心电图中的质量未达到预定标准的导联信号。在本实施例中，等级分级模块40进一步地被构造为利用上述的步骤S4的方法对质量未达到预定标准的心电图进行等级分级，并且等 级分级模块40进一步地被构造为利用上述的步骤S4的方法获取质量未达到预定标准的心电图中的质量未达到预定标准的导联信号
处理模块40被构造为根据质量未达到预定标准的心电图被分级后的等级，对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行处理。在本实施例中，处理模块40进一步地被构造为利用上述的步骤S5的方法对质量未达到预定标准的心电图中的质量未达到预定标准的导联信号进行处理。
本申请是参照根据本申请实施例的方法和设备(系统)来描述的。应理解可由计算机程序指令结合信息感应设备实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令配合信息感应设备产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、 静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
虽然已经参照特定实施例示出并描述了本发明，但是本领域的技术人员将理解：在不脱离由权利要求及其等同物限定的本发明的精神和范围的情况下，可在此进行形式和细节上的各种变化。