具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的一个或多个实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。

实施例一

参照图1所示，为本说明书实施例提供的一种确定植入式闭环系统检测参数的方法的步骤示意图，应理解，该方法应用在确定植入式设备检测参数的装置中，该装置可以是与植入式设备进行消息交互的软、硬件模块，例如，作为上位机在生物体外部与植入式设备进行交互。

所述确定植入式闭环系统检测参数的方法可以包括以下步骤：

步骤102：从历史生物电信号中，分别选择预设个数的阳性信号和阴性信号，其中，所述阳性信号表征当前生物电信号出现的时刻生物体的检测目标异常，所述阴性信号表征当前生物电信号出现的时候生物体的检测目标正常。

在本说明书实施例中，所述历史生物电信号，可以是当前目标植入式设备所植入患者在过去任意一段时间内的生物电信号，其中，该段时间内患者释放出异常生物电信号和正常生物电信号，也即在该段时间内，患者有发病经历。

根据获取到的历史生物电信号，从中选择一些期望被检出的阳性信号(代表患者发病异常)和一些期望不被检出的阴性信号(代表患者正常)；同时，可以选择持续稳定的背景区间。其中，选择出的阳性信号和阴性信号的数量可以根据经验设置。这里以10个为例，分别从中选择10个阳性信号Sp1-Sp10，以及10个阴性信号Sn1-Sn10。

应理解，在本说明书实施例中，生物电信号可以包括：脑电信号，或脑深部电生理信号，或脑皮层生物电信号，或中枢神经信号等。

其中，所述检测目标可以指生物体(即患者)的病灶部位。例如，是脑皮层，还是脑深部。

步骤104：基于MCU中存储的算法集合中的检测算法，分别对选择的预设个数的阳性信号和预设个数的阴性信号进行拟合处理，得到每个检测算法对应的阳性检测参数集合和阴性检测参数集合。

可选地，在本说明书实施例中，所述MCU中存储的算法集合中的检测算法至少包括：

能量算法中线长算法、面积算法，和频率算法中带通算法这三者中的任意两种按照与、或、非的逻辑关系组合得到的算法。

目前对生物电信号进行检测处理时使用的算法包括：能量线长算法、能量面积算法和频率算法中的带通算法；应理解，频率算法中包括包括带通算法，带通算法可以延伸出低频算法和高频算法；后面所述带通算法均是指频率算法中的带通算法，当带通算法进一步延申分析时，可以考虑低频算法和高频算法这两种算法分别与能量算法的逻辑组合。因此，这里MCU中存储的算法集合包括：能量线长算法、能量面积算法、带通算法、能量线长算法和能量面积算法、能量线长算法和带通算法、能量面积算法和带通算法、能量线长算法或能量面积算法、能量线长算法或带通算法、能量面积算法或带通算法。

相应地，每个检测算法都对应有相应的检测参数集合，具体可参照以下内容：

线长算法：检测区间[0.01，10](s)；背景区间[1，500](个)；间隔区间[1，500](个)；阈值[-100，1000]％。

面积算法：检测区间[0.01，10](s)；背景区间[1，500](个)；间隔区间[1，500](个)；阈值[-100，1000]％。

带通算法：最小频率[1，100](Hz)；最大频率[1，200](Hz)；幅值[0.0，100](％)；持续时间[0.1，10.0](s)；噪声[0.0，100]％。

低频算法：幅值[0.0，100](％)；持续时间[0.1，10.0](s)；噪声[0，100]％。

高频算法：幅值[0.0，100](％)；持续时间[0.1，10.0](s)；噪声[0，100]％。

线长与面积算法：检测区间[0.01，10](s)；背景区间[1，500](个)；间隔区间[1，500](个)；阈值1[-100，1000]％；阈值2[-100，1000]％。

线长或面积算法：检测区间[0.01，10](s)；背景区间[1，500](个)；间隔区间[1，500](个)；阈值1[-100，1000]％；阈值2[-100，1000]％。

线长与带通算法：检测区间[0.01，10](s)；背景区间[1，500](个)；间隔区间[1，500](个)；阈值[-100，1000]％；最小频率[1，100](Hz)；最大频率[1，200](Hz)；幅值[0.0，100](％)；持续时间[0.1，10.0](s)；噪声[0.0，100]％。

线长或带通算法：检测区间[0.01，10](s)；背景区间[1，500](个)；间隔区间[1，500](个)；阈值[-100，1000]％；最小频率[1，100](Hz)；最大频率[1，200](Hz)；幅值[0.0，100](％)；持续时间[0.1，10.0](s)；噪声[0.0，100]％。

面积与带通算法：检测区间[0.01，10](s)；背景区间[1，500](个)；间隔区间[1，500](个)；阈值[-100，1000]％；最小频率[1，100](Hz)；最大频率[1，200](Hz)；幅值[0.0，100](％)；持续时间[0.1，10.0](s)；噪声[0.0，100]％。

面积或带通算法：检测区间[0.01，10](s)；背景区间[1，500](个)；间隔区间[1，500](个)；阈值[-100，1000]％；最小频率[1，100](Hz)；最大频率[1，200](Hz)；幅值[0.0，100](％)；持续时间[0.1，10.0](s)；噪声[0.0，100]％。

其中，每个检测算法对应的检测参数集合分别给出了每个检测参数的取值范围。应理解，这里的取值范围仅是为了示意，可以作为初始化参数范围使用。

对任一阳性信号Sp与阴性信号Sn，都可以用任一检测算法D得到对应参数Pp＝SpX D；Pn＝Sn X D。此处任一Sp和Sn经D作用后得到的Pp或Pn不唯一，故Pp和Pn是二维参数。

参照图2所示，当检测算法为带通算法和能量算法时，基于MCU中存储的算法集合中的检测算法，分别对选择的预设个数的阳性信号和预设个数的阴性信号进行拟合处理，得到每个检测算法对应的阳性检测参数集合和阴性检测参数集合，具体包括：

针对阳性信号，图2左图所示，分别相对预设基准依次比对以下内容：

是否存在单一频率能量升高；是否存在整体能量变化；是否存在波动幅度变化；根据比对结果拟合计算得到阳性信号使用带通算法和能量算法确定的阳性检测参数集合，其中，所述阳性检测参数集合中每个检测参数对应有基于当前算法拟合确定的参数取值范围。换言之，首先，将阳性信号Sp1-Sp10分别与预设基准(此时的基准应当是与单一能量相关)比对，是否存在单一能量升高，根据比对结果确定出第一组检测参数：Pp1_1、Pp1_2、Pp1_3、Pp1_4……Pp1_x。然后，将阳性信号Sp1-Sp10与预设基准(此时的基准应当是与整体能量相关)比对，是否存在整体能量变化的情况，并根据比对结果确定出第二组检测参数：Pp2_1、Pp2_2、Pp2_3、Pp2_4……Pp2_y。接着，将阳性信号Sp1-Sp10与预设基准(此时的基准应当是与波动幅值相关)比对，是否存在波动幅度变化，并根据比对结果确定第三检测参数：Pp3_1、Pp3_2、Pp3_3、Pp3_4……Pp3_z。这样，就可以确定能量与带通算法确定的阳性检测参数集合为{Pp1_1,Pp1_2,Pp1_3,Pp1_4,Pp1_5,Pp1_6,Pp1_7,Pp1_8,Pp1_9,Pp1_x,Pp2_1……Pp2_y,Pp3_1……Pp3_z}。其中，每个Pp1_x、Pp2_y、Pp3_z(其中，x、y、z分别表示基于不同检测算法确定的检测参数数目)都具有特定的取值范围。

针对阴性信号，参照图2右图，分别相对预设基准依次比对以下内容：

是否存在单一频率能量升高；是否存在整体能量变化；是否存在波动幅度变化；根据比对结果拟合计算得到阴性信号使用带通算法和能量算法确定的阴性检测参数，其中，所述阴性检测参数集合中每个检测参数对应有基于当前检测算法拟合确定的参数取值范围。与阳性信号的比对方式类似，可以确定能量与带通算法确定的阴性检测参数集合为{Pn1_1,Pn1_2,Pn1_3,Pn1_4,Pn1_5,Pn1_6,Pn1_7,Pn1_8,Pn1_9,Pn1_x,Pn2_1……P n2_y,Pn3_1……Pn3_z}。其中，每个Pn1_x、Pn2_y、Pn3_z(其中，x、y、z分别表示基于不同检测算法确定的检测参数数目)都具有特定的取值范围。

应理解，在本说明书实施例中，MCU中所有检测算法都要拟合出各自对应的检测参数集合。这样，每种检测算法都可以确定出1个阳性检测参数集合和1个阴性检测参数集合，进而，9种检测算法一共可以确定出9个阳性检测参数集合和9个阴性检测参数集合，一共18个检测参数集合。

步骤106：按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合进行整合，得到每个检测算法对应的检测参数集合。

可选地，步骤106具体执行为：按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合中所属同一类型的检测参数的范围分别进行整合，得到每个检测算法对应的检测参数集合，其中，所述检测参数集合中每个检测参数对应有整合后的参数取值范围。

进一步，每个检测参数都设置有初始参数范围；因此，按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合中所属同一类型的检测参数的范围分别进行整合，得到每个检测算法对应的检测参数集合，可具体包括：

针对任一检测算法对应的所属同一类型的检测参数：

当该检测算法对应的阳性检测参数的范围不小于阴性检测参数的范围时，确定该检测算法对应所属同一类型的检测参数的取值范围为：阳性检测参数的参数取值范围，与初始参数范围中阴性检测参数的参数取值范围以外的取值范围重合的部分；

当该检测算法对应的阳性检测参数的范围小于阴性检测参数的范围时，确定该检测算法对应的所属同一类型的检测参数的取值范围为：阳性检测参数的范围。

以线长算法为例：

线长算法对应的检测参数包括：检测区间[0.01，10](s)；背景区间[1，500](个)；间隔区间[1，500](个)；阈值[-100，1000]％。那么，依次计算：

检测区间：线长算法确定的检测区间范围X1(阳性)，与线长算法确定的检测区间范围X2(阴性)；如果X1的范围不小于X2的范围，那么，确定线长算法确定的检测区间的取值范围为：如果X1的范围小于X2的范围，那么，确定线长算法确定的检测区间的取值范围为：X1。

背景区间：线长算法确定的背景区间范围Y1(阳性)，与线长算法确定的背景区间范围Y2(阴性)；如果Y1的范围不小于Y2的范围，那么，确定线长算法确定的背景区间的取值范围为：如果Y1的范围小于Y2的范围，那么，确定线长算法确定的背景区间的取值范围为：Y1。

间隔区间：线长算法确定的间隔区间范围M1(阳性)，与线长算法确定的间隔区间范围M2(阴性)；如果M1的范围不小于M2的范围，那么，确定线长算法确定的间隔区间的取值范围为：如果M1的范围小于M2的范围，那么，确定线长算法确定的间隔区间的取值范围为：M1。

阈值：线长算法确定的阈值范围N1(阳性)，与线长算法确定的阈值范围N2(阴性)；如果N1的范围不小于N2的范围，那么，确定线长算法确定的阈值的取值范围为：如果N1的范围小于N2的范围，那么，确定线长算法确定的阈值的取值范围为：N1。

进一步，再分别按照上述方式计算面积算法、带通算法以及其它8种算法中各自所包含检测参数的取值范围。

步骤108：将所有检测算法的检测参数集合进行组合，并基于输入的用户指令选择相匹配的检测算法，将选择的检测算法对应的检测参数微调后发送给所述MCU。

针对每种检测算法，分别组合各自包含的检测参数得到检测参数集合。

仍以线长算法为例：

假设确定出线长算法的检测区间X1，背景区间间隔区间 阈值N1。这就是最终组合得到的线长算法的检测参数集合。同理可以确定其它检测算法的检测参数集合。

可选地，所述将选择的检测算法对应的检测参数微调后发送给所述MCU，具体包括：

根据用户输入的基于当前效果确定的调整方案对选择的检测算法对应的所有检测参数的参数取值范围进行微调；将微调后的所有检测参数及其参数取值范围发送给MCU。具体实现时，可以根据医生用户对检测参数范围的微调，得到更为可靠的检测参数范围，进而，有利于提升检测准确度。

通过上述技术方案，从历史生物电信号中，分别选择预设个数的阳性信号和阴性信号，基于MCU中存储的算法集合中的检测算法，分别对选择的预设个数的阳性信号和预设个数的阴性信号进行拟合处理，得到每个检测算法对应的阳性检测参数集合和阴性检测参数集合；按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合进行整合，得到每个检测算法对应的检测参数集合；将所有检测算法的检测参数集合进行组合，并基于输入的用户指令选择相匹配的检测算法，将选择的检测算法对应的检测参数微调后发送给所述MCU。从而，可以降低医生用户调试检测参数的难度，提升检测准确度，提高诊疗效果。

实施例二

参照图3所示，为本说明书实施例提供的一种确定植入式闭环系统检测参数的装置300，该装置300可以包括：

选择模块302，用于从历史生物电信号中，分别选择预设个数的阳性信号和阴性信号，其中，所述阳性信号表征当前生物电信号出现的时刻生物体的检测目标异常，所述阴性信号表征当前生物电信号出现的时候生物体的检测目标正常；

拟合模块304，用于基于MCU中存储的算法集合中的检测算法，分别对选择的预设个数的阳性信号和预设个数的阴性信号进行拟合处理，得到每个检测算法对应的阳性检测参数集合和阴性检测参数集合；

整合模块306，用于按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合进行整合，得到每个检测算法对应的检测参数集合；

确定模块308，用于将所有检测算法的检测参数集合进行组合，并基于输入的用户指令选择相匹配的检测算法，将选择的检测算法对应的检测参数微调后发送给所述MCU。

可选地，作为一个实施例，所述MCU中存储的算法集合中的检测算法至少包括：

能量算法中线长算法、面积算法，和频率算法中带通算法这三者中的任意两种按照与、或、非的逻辑关系组合得到的算法。

在本说明书实施例的一种具体实现方式中，当检测算法为带通算法和能量算法时，所述拟合模块具体用于：

针对阳性信号，分别相对预设基准依次比对以下内容：

是否存在单一频率能量升高；是否存在整体能量变化；是否存在波动幅度变化；

根据比对结果拟合计算得到阳性信号使用带通算法和能量算法确定的阳性检测参数集合；

针对阴性信号，分别相对预设基准依次比对以下内容：

是否存在单一频率能量升高；是否存在整体能量变化；是否存在波动幅度变化；

根据比对结果拟合计算得到阴性信号使用带通算法和能量算法确定的阴性检测参数。

在本说明书实施例的一种具体实现方式中，所述整合模块，具体用于：

按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合中所属同一类型的检测参数分别进行整合，得到每个检测算法对应的检测参数集合，其中，所述检测参数集合中每个检测参数对应有整合后的参数范围。

在本说明书实施例的一种具体实现方式中，每个检测参数都设置有初始参数范围；

所述整合模块在按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合中所属同一类型的检测参数的范围分别进行整合，得到每个检测算法对应的检测参数集合时，具体用于：

针对任一检测算法对应的所属同一类型的检测参数：

当该检测算法对应的阳性检测参数的范围不小于阴性检测参数的范围时，确定该检测算法对应所属同一类型的检测参数的取值范围为：阳性检测参数的参数取值范围，与初始参数范围中阴性检测参数的参数取值范围以外的取值范围重合的部分；

当该检测算法对应的阳性检测参数的范围小于阴性检测参数的范围时，确定该检测算法对应的所属同一类型的检测参数的取值范围为：阳性检测参数的范围。

在本说明书实施例的一种具体实现方式中，所述确定模块在将选择的检测算法对应的检测参数微调后发送给所述MCU时，具体用于：

根据用户输入的基于当前效果确定的调整方案对选择的检测算法对应的所有检测参数的参数取值范围进行微调；

将微调后的所有检测参数及其参数取值范围发送给MCU。

通过上述技术方案，从历史生物电信号中，分别选择预设个数的阳性信号和阴性信号，基于MCU中存储的算法集合中的检测算法，分别对选择的预设个数的阳性信号和预设个数的阴性信号进行拟合处理，得到每个检测算法对应的阳性检测参数集合和阴性检测参数集合；按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合进行整合，得到每个检测算法对应的检测参数集合；将所有检测算法的检测参数集合进行组合，并基于输入的用户指令选择相匹配的检测算法，将选择的检测算法对应的检测参数微调后发送给所述MCU。从而，可以降低医生用户调试检测参数的难度，提升检测准确度，提高诊疗效果。

实施例三

本说明书实施例还提供了一种植入式闭环系统，该植入式闭环系统包括上述实施例二所述的确定植入式闭环系统检测参数的装置。此外，还包括其它现有的装置结构，例如，上位机、植入式设备的现有模块等，在此不做赘述。

实施例四

图4是本说明书的一个实施例电子设备的结构示意图。请参考图4，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。

处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述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4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。

处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成确定植入式设备检测参数的装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：

从历史生物电信号中，分别选择预设个数的阳性信号和阴性信号，其中，所述阳性信号表征当前生物电信号出现的时刻生物体的检测目标异常，所述阴性信号表征当前生物电信号出现的时候生物体的检测目标正常；

基于MCU中存储的算法集合中的检测算法，分别对选择的预设个数的阳性信号和预设个数的阴性信号进行拟合处理，得到每个检测算法对应的阳性检测参数集合和阴性检测参数集合；

按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合进行整合，得到每个检测算法对应的检测参数集合；

将所有检测算法的检测参数集合进行组合，并基于输入的用户指令选择相匹配的检测算法，将选择的检测算法对应的检测参数微调后发送给所述MCU。上述如本说明书图1所示实施例揭示的装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(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。可以实现或者执行本说明书一个或多个实施例中公开的各方法、步骤及逻辑框图。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。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

该电子设备还可执行图1的方法，并实现相应装置在图1所示实施例的功能，本说明书实施例在此不再赘述。

当然，除了软件实现方式之外，本说明书实施例的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

通过上述技术方案，从历史生物电信号中，分别选择预设个数的阳性信号和阴性信号，基于MCU中存储的算法集合中的检测算法，分别对选择的预设个数的阳性信号和预设个数的阴性信号进行拟合处理，得到每个检测算法对应的阳性检测参数集合和阴性检测参数集合；按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合进行整合，得到每个检测算法对应的检测参数集合；将所有检测算法的检测参数集合进行组合，并基于输入的用户指令选择相匹配的检测算法，将选择的检测算法对应的检测参数微调后发送给所述MCU。从而，可以降低医生用户调试检测参数的难度，提升检测准确度，提高诊疗效果。

实施例五

本说明书实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图1所示实施例的方法，并具体用于执行以下方法：

从历史生物电信号中，分别选择预设个数的阳性信号和阴性信号，其中，所述阳性信号表征当前生物电信号出现的时刻生物体的检测目标异常，所述阴性信号表征当前生物电信号出现的时候生物体的检测目标正常；

基于MCU中存储的算法集合中的检测算法，分别对选择的预设个数的阳性信号和预设个数的阴性信号进行拟合处理，得到每个检测算法对应的阳性检测参数集合和阴性检测参数集合；

按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合进行整合，得到每个检测算法对应的检测参数集合；

将所有检测算法的检测参数集合进行组合，并基于输入的用户指令选择相匹配的检测算法，将选择的检测算法对应的检测参数微调后发送给所述MCU。通过上述技术方案，从历史生物电信号中，分别选择预设个数的阳性信号和阴性信号，基于MCU中存储的算法集合中的检测算法，分别对选择的预设个数的阳性信号和预设个数的阴性信号进行拟合处理，得到每个检测算法对应的阳性检测参数集合和阴性检测参数集合；按照预设约束条件，将每个检测算法对应的阳性检测参数集合和阴性检测参数集合进行整合，得到每个检测算法对应的检测参数集合；将所有检测算法的检测参数集合进行组合，并基于输入的用户指令选择相匹配的检测算法，将选择的检测算法对应的检测参数微调后发送给所述MCU。从而，可以降低医生用户调试检测参数的难度，提升检测准确度，提高诊疗效果。

总之，以上所述仅为本说明书的较佳实施例而已，并非用于限定本说明书的保护范围。凡在本说明书的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本说明书的保护范围之内。

上述一个或多个实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

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。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。