具体实施方式

出于简洁和说明性目的，本文主要参考其示范实施例来描述本发明的原理。但是，本领域技术人员将容易地认识到相同的原理可等效地应用于所有类型的用于医学检查装置的导引装置、医学检查装置、医学检查导引方法以及计算机可读存储介质，并且可以在其中实施这些相同或相似的原理，任何此类变化不背离本专利申请的真实精神和范围。

本领域的常规方案中使用仅以文字、图片或视频等二维解决方案来帮助操作人员来提高操作的精确性，这种常规的二维解决方案与实际工作流程并不紧密结合且不能对比当前操作与标准操作，实用性不是很强，因而可能会影响工作效率。

本领域的另一种常规方案借助三维成像原理对患者的组织（例如患处、病灶等）进行成像。然而仅对组织（例如患处、病灶等）进行成像是不够的，患者身体的其他部位以及检查装置的摆位对检查而言也是至关重要的，位于成像器件的视场外的患者身体的其他部位也会影响视场内的组织（例如患处、病灶等）。需要指出的是，本申请的上下文中的摆位包括了姿态（具体而言可以是姿态的标准度）、位置等参数。

根据本发明的一方面，提供一种用于医学检查装置的导引装置。图1示出了根据本发明的一个实施例的用于医学检查装置的导引装置的示意图，如图所示，导引装置10包括图像获取模块102、信息处理模块104、位置判定模块106、分类模块108以及信息呈现模块110。

图像获取模块102被配置成获取医学检查装置及其针对的对象的空间图像。医学检查装置可以为X射线机、磁共振系统、CT机等，所对应的医学操作为X射线检查、磁共振检查、CT检查等，本发明的附图主要是针对卧式X射线机展开的，但是本发明的原理同样适用于其他类型的医学检查装置（例如，立式X射线机）。本申请中医学检查装置所针对的对象是指医学检查装置所对应的医学操作作用的对象，对象包括但不限于人类、动物等。值得一提的是，尽管实际上可能是对对象的部分组织（例如患处、病灶等）进行医学检查，本申请的图像获取模块102从总体上获取对象的空间图像，亦即，图像获取模块102获取的空间图像的视场包括了整个对象而非对象的部分组织（例如患处、病灶等）。因此，若无特别说明，本申请中定指的对象指代受检部位所属的不可分割的个体（例如人类、动物等），本申请中不定指的对象可能包括一个或多个上文提及的定指的对象。空间图像是指包括深度/空间位置信息的三维立体图像；或者可以从其中推导出其中全部或者部分物体的深度/空间位置信息的平面图像，例如，在一些情况下可以根据连续采集的平面图像的帧间差异推导出其中全部或者部分物体的深度/空间位置信息，在此情况下，推导出的深度/空间位置信息可以用作直接构建三维立体图像或者可以作为空间图像的附属信息参与下游的运算和处理。在本发明的一些示例中，从空间图像不但可以得到成像对象的色彩信息（也可能为灰度信息），而且可以得到成像对象的空间深度信息（有时称为深度图）。作为非限制性示例的，图像获取模块102可以为双目立体视觉深度相机。在本发明的其他示例中，图像获取模块102还可以为多目相机，其中的“目”不但可以是捕捉可见光的，而且可以是捕捉红外线等非可见光的。

作为示例的，参见图4，多目相机302用于捕捉载台304上的对象306的空间图像。多目相机302的视场FOV2包括了对象306的整体而非受检对象306的部分组织（例如患处、病灶等）。例如，若对象306上身蜷缩、侧躺可以会影响受检部位（腿部）的形态，但是如果多目相机302的视场为仅覆盖受检部位（腿部）的FOV1，那么可能不能发现对象306上身蜷缩、侧躺，这样最终形成的医学诊断图像质量可能也会不高。类似地，图5中示出的视场FOV2也包括了对象306的整体而非受检对象306的部分组织（例如患处、病灶等）。

信息处理模块104被配置成提取空间图像中关于对象和医学检测装置的特征信息。特征信息是指利用图像处理获得的图像中的特征，例如可以为对象的边缘轮廓、RGB值、深度值等等。如本领域技术人员能通过本申请所领会的，这些特征信息可以进一步用于确定成像对象的一些基本特征、参数等，进而可以根据这些基本特征、参数等来确定空间图像中的各个对象的感兴趣的基本信息（例如空间尺寸、相对位置等）。本申请的一些示例不限制特征信息的具体内容，以其能够实现该示例的具体功能即可，下文具体描述了一些可能的特征信息。另外，特征信息的提取方法可以参照图像处理领域的一般方式实施，本申请在此不再赘述。

位置判定模块106被配置成根据特征信息判定对象的摆位。对象摆位的合理性是相对医学检查装置而言的，位置判定模块106通过检查对象相对于医学检查装置的位置来判定对象的摆位。例如，参见图5，若医学检查装置为立式X射线机，则位置判定模块106可以首先根据特征信息判定立式X射线机的Bucky的高度是否合适。此时，特征信息可以包括对象的轮廓信息，轮廓信息可以用于判定对象的身高。其中对象的轮廓可以例如采用边缘提取的方法来确定，Bucky的高度可以例如根据Bucky在空间图像中的角点特征点来确定。例如，如果要对对象（例如，患者）的胸腔进行检查，那么可以根据对象的身高确定其胸腔的位置。Bucky中包括片盒，因而其高度应当与对象的胸腔的位置相若。如果Bucky的高度与胸腔的位置背离较远，那么可以认定对象的摆位是不合理的，此时可以生成关于该判定的信息向下游传递。

在本发明的其他示例中，可以根据其他形式的特征信息来确定对象的胸腔的位置。例如，若要对女性病人作检查，可以从对象的轮廓信息中确定乳腺的位置再推算胸腔的位置。一般而言，女性病人的乳腺轮廓相对于人体轮廓会表现为凸出特征。

在本发明的其他示例中，可以根据其他形式的特征信息来确定Bucky的高度。例如，可以在片盒上设置特点的标志。此时特征信息包括该标志的位置，由于标志相对于Bucky是固定不动的，因而可以据此推算Bucky的高度。

以上示例出于示意的目的列举了判定对象的摆位的一些方案，但是其他特征信息也可用于判定对象的摆位，本申请并不在此设限，本申请的保护范围以权利要求的记载为准。

与位置判定模块106不同，分类模块108不对特征信息进行如上的有直接物理含义的量化操作，其配置成根据特征信息进行归类。虽然分类模块108不进行如上的有直接物理含义的量化分析，但是分类模块108的分类也是依照一定的具体步骤具体进行的。归类的结果可以向下游传递。

信息呈现模块110被配置成根据位置判定模块106的判定情况（摆位）以及分类模块108的归类情况生成导引信息并呈现。信息呈现模块110同时采用两个维度的分析结果来生成导引信息，避免了单个维度的分析可能造成的误差。位置判定模块106和分类模块108的两种分析方法互为补充、印证，提高了分析的准确性，因而生成的分析结果较现有的方案更加精准。

图2示出了根据本发明的一个实施例的用于医学检查装置的导引装置的示意图。不同于图1中信息处理模块104将处理后的信息并行发送给位置判定模块106和分类模块108，图2中的信息处理模块104将处理后的信息先发送给位置判定模块106，再转发至分类模块108。该实施例的其他细节可以参考图1所对应的实施例设计，此处不再赘述。

在图4所对应的示例的基础上，图8示出了作为信息呈现模块的增强现实设备606显示的画面，其中增强现实设备606给出了导引信息604和导引信息602。其中导引信息602体现了对象的摆位的合理性（图中的摆位不合理，合理的位置通过导引信息602示出），导引信息604体现了特征信息的归类信息（“错误”）。此外，图9和图10示出了另外一种呈现导引信息的方式，显示设备704向操作人员呈现导引信息，显示设备708直接向受检对象呈现导引信息，声学设备706直接向受检对象和/或操作人员呈现导引信息（例如，输出提示语句）。需要指出的是，显示设备704、声学设备706以及显示设备708可以根据实际需要选取使用其中的一者或多者。

在本申请的其他示例中，如图3所示，信息处理模块24包括计数单元202，计数单元202被配置成检测空间图像中的所述对象的数量，特征信息包括该数量。例如，当受检对象的数量不唯一时，医学检查可能受到了干扰，导引装置10可能不能准确分辨出实际需要检查的对象，此时可能需要告知医学检查装置的操作人员。因而，例如分类模块108可以根据包括对象的数量的特征信息作出归类。归类的结果可以是特征信息存在错误并向下游传递。进一步地，信息呈现模块110将根据分类模块108的归类情况生成导引信息并呈现。

在本申请的其他示例中，如图3所示，信息处理模块24包括关节检测单元204，其中关节检测单元204被配置成检测对象的关节，此时的特征信息包括对象的姿态信息和位置信息。上文描述了通过对象的轮廓确定其特征，但是轮廓用于表征对象的特征有时是粗糙的，其精确性不足。进一步的，信息处理模块24可以包括用于检测对象关节的关节检测单元204，关节检测的方法可以按照现有技术中的图像处理方法进行。在确定了对象的关节位置后，信息处理模块24进一步根据关节位置来确定对象的姿态、各个身体部位的摆位，所提取生成的特征信息包括对象的姿态、各个身体部位的摆位以供下游分析。

在本申请的其他示例中，如图3所示，信息处理模块24包括错误修复单元206，错误修复单元可以配置成修复以下中的至少一种：关节的漏检、关节的重复检出、深度信息的缺失、深度信息的错误以及关节节点的错误。受限于成像元件的硬件特性和/或算法的限制，所生成的空间图像可能与实际物理状态存在差异，下游据此处理而生成的各种特征信息以及中间数据也可能存在错误。本申请的一些示例中对空间图像进行修复和/或纠正以较为真实地反映实际物理状态；此外，本申请的另一些示例中对根据空间图像的一些中间分析数据也进行修复和/或纠正。例如，从空间图像中检测到的“关节”是上文中的关节检测单元204的产物，属于中间分析数据，错误修复单元206可以修复和/或纠正关节的漏检、关节的重复检出、关节节点的错误等。此外，深度信息也可以成为中间分析数据，错误修复单元206可以修复和/或纠正深度信息的缺失、深度信息的错误等。

在本申请的其他示例中，如图3所示，信息处理模块24包括数据转换单元208，其中数据转换单元被配置成统一不同的坐标系、不同的量纲和/或不同的单位。例如，可以将空间图像上的各个目标的像素坐标系的像素点的坐标统一转换世界坐标系的实际物理坐标（这个操作可以表述为统一为世界坐标系），进而可以推算各个目标在实际物理世界中的空间距离。从像素坐标系到世界坐标系的映射可以按照现有技术实施，此处不再赘述。再如，若测得Bucky在世界坐标系的高度为A分米，对象的胸腔的位置为距地面B米，此时在世界坐标系可以将胸腔的位置推算为距地面10*B分米，以此方便比较二者。又如，若测得A目标占据图像中的15个子块，B目标占据图像中的1个宏块，此时可以根据宏块的大小推算B目标占据多少个子块，以此方便比较二者大小。

需要指出的是，尽管图3中的信息处理模块24包括了计数单元202、关节检测单元204、错误修复单元206和数据转换单元208，但是在一些示例中信息处理模块24不一定包括上述全部。

在本申请的其他示例中，位置判定模块106被配置成判定对象与医学检查装置之间的相对位置关系，信息呈现模块110可以呈现该相对位置关系。具体而言，例如，位置判定模块106可以判定受检对象与医学检查装置的Bucky在实际空间上的相对位置关系并提供给下游，信息呈现模块110可以据此呈现出二者的相对位置关系。

在本申请的其他示例中，分类模块108包括分类模型。本文中的分类模型是指可以根据输入进行归类的网络，可以例如为神经网络、支持向量机等。当使用神经网络作为分类器具有以下优点：分类准确率高；并行处理能力强；分布式存储和学习能力强；鲁棒性较强，不易受噪声影响。正是由于上述特点，神经网络适合用于对图像进行处理。此外，在本申请的一些示例中，本文中的神经网络还可以代以支持向量机。图6示出了根据本发明的一个实施例的分类模型（具体而言是神经网络）的示意图，其中示意性地示出了包括n个输入节点地输入层L1，j个输出节点的输出层L3以及隐藏层L2。作为本申请的一个示例，输入节点输入的信息可以是各关节的角度信息，输出节点则给出摆位等是否正确的分类。本领域技术人员应当领会可以根据实际情况对神经网络的具体形态作出调整，神经网络用作分类器的一般原理也可以参照现有技术。

在本申请的其他示例中，分类模型用于根据特征信息关于对象的体征进行归类。例如，输入节点输入的信息可能是各关节的角度信息，输出节点则给出受检对象是否叉腰的归类。

在本申请的其他示例中，分类模型对特征信息的归类包括：正确（对应于摆位标准/可接受的情况）、错误（对应于建议调整摆位的情况），相应地，分类模型的输出节点为2个。例如，若叉腰归类为正确，则不叉腰归类为错误。返回图8，其中导引信息将特征信息归类为“错误”。在其他示例中，输入节点也可为多个，例如分类模型对特征信息的归类包括：标准、可接受、建议调整，相应地，分类模型的输出节点为3个。

根据本发明的另一方面，提供一种医学检查装置，医学检查装置包括如上文的任意一种导引装置。

根据本发明的另一方面，提供一种医学检查导引方法，如图7所示，导引方法包括如下将详细描述的步骤502-步骤510。在步骤502中获取医学检查装置及其针对的对象的空间图像。医学检查装置可以为X射线机、磁共振系统、CT机等，所对应的医学操作为X射线检查、磁共振检查、CT检查等。医学检查装置所针对的对象包括但不限于人类、动物等。值得一提的是，尽管实际上可能是对对象的部分组织（例如患处、病灶等）进行医学检查，本申请的方法从总体上获取对象的空间图像，亦即，该步骤所获取的空间图像的视场包括了整个对象而非对象的部分组织（例如患处、病灶等）。因此，若无特别说明，本申请中定指的对象指代受检部位所属的不可分割的个体（例如人类、动物等），本申请中不定指的对象可能包括一个或多个上文提及的定指的对象。空间图像是指包括深度/空间位置信息的三维立体图像；或者可以从其中推导出其中全部或者部分物体的深度/空间位置信息的平面图像，例如，在一些情况下可以根据连续采集的平面图像的帧间差异推导出其中全部或者部分物体的深度/空间位置信息，在此情况下，推导出的深度/空间位置信息可以用作直接构建三维立体图像或者可以作为空间图像的附属信息参与下游的运算和处理。在本发明的一些示例中，从空间图像不但可以得到成像对象的色彩信息（也可能为灰度信息），而且可以得到成像对象的空间深度信息（有时称为深度图）。

作为示例的，参见图4，多目相机302用于捕捉载台304上的对象306的空间图像。多目相机302的视场FOV2包括了对象306的整体而非受检对象306的部分组织（例如患处、病灶等）。例如，若对象306上身蜷缩、侧躺可以会影响受检部位（腿部）的形态，但是如果多目相机302的视场为仅覆盖受检部位（腿部）的FOV1，那么可能不能发现对象306上身蜷缩、侧躺，这样最终形成的医学诊断图像质量可能也会不高。

在步骤504中对空间图像进行处理并提取其中关于对象和医学检测装置的特征信息。特征信息是指利用图像处理获得的图像中的特征，例如可以为对象的边缘轮廓、RGB值、深度值等等。如本领域技术人员能通过本申请所领会的，这些特征信息可以进一步用于确定成像对象的一些基本特征、参数等，进而可以根据这些基本特征、参数等来确定空间图像中的各个对象的感兴趣的基本信息（例如空间尺寸、相对位置等）。本申请的一些示例不限制特征信息的具体内容，以其能够实现该示例的具体功能即可，下文具体描述了一些可能的特征信息。另外，特征信息的提取方法可以参照图像处理领域的一般方式实施，本申请在此不再赘述。

在步骤506中根据特征信息判定对象的摆位。对象摆位的合理性是相对医学检查装置而言的，该步骤通过检查对象相对于医学检查装置的位置来判定对象的摆位。例如，若医学检查装置为立式X射线机，则可以首先根据特征信息判定立式X射线机的Bucky的高度是否合适。此时，特征信息可以包括对象的轮廓信息，轮廓信息可以用于判定对象的身高。其中对象的轮廓可以例如采用边缘提取的方法来确定，Bucky的高度可以例如根据Bucky在空间图像中的角点特征点来确定。例如，如果要对对象（例如，患者）的胸腔进行检查，那么可以根据对象的身高确定其胸腔的位置。Bucky中包括片盒，因而其高度应当与对象的胸腔的位置相若。如果Bucky的高度与胸腔的位置背离较远，那么可以认定对象的摆位是不合理的，此时可以生成关于该判定的信息向下游传递。

在本发明的其他示例中，可以根据其他形式的特征信息来确定对象的胸腔的位置。例如，若要对女性病人作检查，可以从对象的轮廓信息中确定乳腺的位置再推算胸腔的位置。一般而言，女性病人的乳腺轮廓相对于人体轮廓会表现为凸出特征。

在本发明的其他示例中，可以根据其他形式的特征信息来确定Bucky的高度。例如，可以在片盒上设置特点的标志。此时特征信息包括该标志的位置，由于标志相对于Bucky是固定不动的，因而可以据此推算Bucky的高度。

以上示例出于示意的目的列举了判定对象的摆位的一些方案，但是其他特征信息也可用于判定对象的摆位，本申请并不在此设限，本申请的保护范围以权利要求的记载为准。

在步骤508中根据特征信息进行归类。该步骤不对特征信息进行如上的有直接物理含义的量化操作，而是根据特征信息进行归类。虽然该步骤不进行如上的有直接物理含义的量化分析，但是该步骤的分类也是依照一定的具体步骤具体进行的，归类的结果可以向下游传递。

在步骤510中根据摆位以及归类生成导引信息并呈现。该步骤同时采用两个维度的分析结果来生成导引信息，避免了单个维度的分析可能造成的误差。步骤506和步骤508的两种分析方法互为补充、印证，提高了分析的准确性，因而生成的分析结果较现有的方案更加精准。

在本申请的其他示例中，对空间图像进行处理并提取其中的特征信息的步骤包括：检测空间图像中的所述对象的数量，特征信息包括该数量。例如，当受检对象的数量不唯一时，医学检查可能受到了干扰，可能不能准确分辨出实际需要检查的对象，此时可能需要告知医学检查装置的操作人员。因而，可以进一步地根据包括对象的数量的特征信息作出归类。归类的结果可以是特征信息存在错误并向下游传递。进一步地，可以将根据归类情况生成导引信息并呈现。

在本申请的其他示例中，对空间图像进行处理并提取其中的特征信息的步骤包括：检测对象的关节，特征信息包括对象的姿态信息和位置信息。上文描述了通过对象的轮廓确定其特征，但是轮廓用于表征对象的特征有时是粗糙的，其精确性不足。可以进一步检测对象的关节，关节检测的方法可以按照现有技术中的图像处理方法进行。在确定了对象的关节位置后，可以进一步根据关节位置来确定对象的姿态、各个身体部位的摆位，所提取生成的特征信息包括对象的姿态、各个身体部位的摆位以供下游分析。

在本申请的其他示例中，对空间图像进行处理并提取其中的特征信息的步骤包括：修复以下中的至少一种：关节的漏检、关节的重复检出、深度信息的缺失、深度信息的错误以及关节节点的错误。受限于成像元件的硬件特性和/或算法的限制，所生成的空间图像可能与实际物理状态存在差异，下游据此处理而生成的各种特征信息以及中间数据也可能存在错误。本申请的一些示例中对空间图像进行修复和/或纠正以较为真实地反映实际物理状态；此外，本申请的另一些示例中对根据空间图像的一些中间分析数据也进行修复和/或纠正。例如，从空间图像中检测到的“关节”也属于中间分析数据，因而可以进一步修复和/或纠正关节的漏检、关节的重复检出、关节节点的错误等。此外，深度信息也可以成为中间分析数据，因而可以进一步修复和/或纠正深度信息的缺失、深度信息的错误等。

在本申请的其他示例中，对空间图像进行处理并提取其中的特征信息的步骤包括：统一不同的坐标系、不同的量纲和/或不同的单位。例如，可以将空间图像上的各个目标的像素坐标系的像素点的坐标统一转换世界坐标系的实际物理坐标（这个操作可以表述为统一为世界坐标系），进而可以推算各个目标在实际物理世界中的空间距离。从像素坐标系到世界坐标系的映射可以按照现有技术实施，此处不再赘述。再如，若测得Bucky在世界坐标系的高度为A分米，对象的胸腔的位置为距地面B米，此时在世界坐标系可以将胸腔的位置推算为距地面10*B分米，以此方便比较二者。又如，若测得A目标占据图像中的15个子块，B目标占据图像中的1个宏块，此时可以根据宏块的大小推算B目标占据多少个子块，以此方便比较二者大小。

在本申请的其他示例中，根据特征信息判定对象的摆位的步骤包括：判定对象与医学检查装置之间的相对位置关系。具体而言，例如，可以判定受检对象与医学检查装置的Bucky在实际空间上的相对距离并提供给下游，下游可以据此呈现出二者的相对位置关系。

在本申请的其他示例中，通过分类模型并根据特征信息进行归类。当使用诸如神经网络作为分类器具有以下优点：分类准确率高；并行处理能力强；分布式存储和学习能力强；鲁棒性较强，不易受噪声影响。正是由于上述特点，神经网络适合用于对图像进行处理。图6示出了根据本发明的一个实施例的神经网络的示意图，其中示意性地示出了包括n个输入节点地输入层L1，j个输出节点的输出层L3以及隐藏层L2。作为本申请的一个示例，输入节点输入的信息可以是各关节的角度信息，输出节点则给出摆位等是否正确的分类。本领域技术人员应当领会可以根据实际情况对神经网络的具体形态作出调整，神经网络用作分类器的一般原理也可以参照现有技术。

在本申请的其他示例中，分类模型用于根据特征信息关于对象的体征进行归类。例如，输入节点输入的信息可能是各关节的角度信息，输出节点则给出受检对象是否叉腰的归类。

在本申请的其他示例中，分类模型对特征信息的归类包括：正确（对应于摆位标准/可接受的情况）、错误（对应于建议调整摆位的情况），相应地，分类模型的输出节点为2个。分类模型分类模型例如，若叉腰归类为正确，则不叉腰归类为错误。返回图8，其中导引信息将特征信息归类为“错误”。在其他示例中，输入节点也可为多个，例如分类模型对特征信息的归类包括：标准、可接受、建议调整，相应地，分类模型的输出节点为3个。

根据本发明的另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令由处理器执行时，使得所述处理器执行如上文所述的任意一种导引方法。本发明中所称的计算机可读介质包括各种类型的计算机存储介质，可以是通用或专用计算机能够存取的任何可用介质。举例而言，计算机可读介质可以包括RAM、ROM、EPROM、E²PROM、寄存器、硬盘、可移动盘、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码单元并能够由通用或特定用途计算机、或者通用或特定用途处理器进行存取的任何其他临时性或者非临时性介质。如本文所使用的，盘（disk）和碟（disc）包括紧致碟（CD）、激光碟、光碟、数字多用途光碟（DVD）、软盘和蓝光碟，其中盘通常磁性地复制数据，而碟则用激光来光学地复制数据。上述的组合也应当包括在计算机可读介质的保护范围之内。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读写信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

综上所述，本申请的利用图像处理技术实现医疗目的的机制通过对对象进行整体成像以期从整体上确定对象的摆位等是否合理。另一方面，该机制同时还纳入了分类思想，利用两个维度的分析结果来生成导引信息，避免了单个维度的分析可能造成的误差。需要说明的是，附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或者在一个或多个硬件模块或集成电路中实现这些功能实体，或者在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

以上例子主要说明了本发明的用于医学检查装置的导引装置、医学检查装置、医学检查导引方法以及计算机可读存储介质。尽管只对其中一些本发明的实施方式进行了描述，但是本领域普通技术人员应当了解，本发明可以在不偏离其主旨与范围内以许多其他的形式实施。因此，所展示的例子与实施方式被视为示意性的而非限制性的，在不脱离如所附各权利要求所定义的本发明精神及范围的情况下，本发明可能涵盖各种的修改与替换。