商标分类 
商标转让 
您当前的位置： 一种面向中医诊脉的大数据分析诊断方法及其分析系统与流程
2021-01-08 13:01:28|
220|
起点商标网
本发明一种面向中医诊脉的大数据分析诊断方法及其分析系统，属于面向中医诊脉的大数据分析诊断方法及其分析系统技术领域。
背景技术：
中医，即相对西医而言，有“望闻问切”四诊。诊脉又称为切脉、把脉，中医最重要的诊断方法，也是"望闻问切"四诊中的切，是中医师用手按病人的动脉，根据脉象，以了解疾病内在变化的诊断方法。切脉具有悠久的历史，它反映了中医学诊断疾病的特点和经验。中医诊脉技术是中国医学的精髓，也是其独特所在。
中医四诊中，望诊通过观察病人形体、面色、舌体、舌苔，根据形色变化确定病位、病性；闻诊包括听声音和嗅气味两方面，主要通过听患者语言气息的高低、强弱、清浊、缓急等变化，以分辨病情的虚实寒热；问诊通过询问患者或其家属，了解有关疾病发生的时间、原因、经过、既往病史、患者的病痛所在，以及生活习惯、饮食爱好等与疾病有关的情况；切脉即为诊脉，是医师运用指端之触觉，在病者的手腕桡动脉处进行触、摸、按、压，借以体察脉象变化，辨别脏腑功能盛衰，气血津精虚滞。
目前，智能化技术迅速发展，带动相关的人工智能、数据挖掘、并行计算、云计算等领域蓬勃兴起，各类智能化产品应运而生。今年，新冠疫情的发生给全球带来了严重的影响，在全民抗击疫情的浪潮中，中医发挥了举足轻重的作用，让世界看到了中国医学的博大精深。将智能科技与中医医学相结合，响应智慧医疗的新口号，不断刷新一个又一个医疗场景，不管是抗疫一线，还是社区诊所，服务于每个人需要的时刻，为更多人持续创造生活的“小确幸”，已成为一种发展趋势。
数据挖掘就是从大数据中提取有价值的、未被人类掌握和发现的知识与规律、分类是一种典型的监督学习算法，在数据挖掘中占有重要地位。数据分类是一个两阶段过程，包括学习阶段（构建分类模型）和分类阶段（使用模型预测给定数据的类标号）。随着大数据时代的来临，海量数据的计算和处理成为难题，并行计算通过同时使用多种计算资源解决计算问题，是提高计算机系统计算速度和处理能力的一种有效手段。
因此，随着大数据分析技术的快速发展，需要提出一种能够解决中医诊脉远程化、智能化、高效化、准确化问题的，面向大众的一种中医诊脉的大数据诊断分析方法及其分析系统。
技术实现要素：
本发明为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种面向中医诊脉的大数据分析诊断方法的改进及其分析系统硬件结构的改进。
为了解决上述技术问题，本发明采用的技术方案为：一种面向中医诊脉的大数据分析诊断方法，包括如下步骤：
步骤一：患者通过患者端进行诊脉申请验证，医生在医生端通过云平台实现远程交互式诊脉，获取患者稳定的脉象信息，同时医生结合远程望诊、问诊、闻诊，综合采集患者的病情信息；
步骤二：数据分析端将步骤一中采集的患者脉象信息通过中医脉搏数据分析与处理集成算法(aptp)进行分析处理，并将数据分析结果进行可视化处理；
步骤三：医生端通过设置的脉象复原器将步骤一中获取的患者脉象信息进行脉象复原，并将步骤二中经过分析处理的脉搏数据通过云平台传输至设备单元，实现医生端远程获取将脉象信息及经过分析处理的脉搏数据。
所述步骤一的具体步骤包括：
步骤1.1：患者通过移动设备单元登录云平台，在移动设备单元登录后的界面上进行挂号操作，实现诊脉申请，医生端在线接收患者的诊脉申请后给予认证及反馈；
步骤1.2：患者端接收到诊脉申请反馈后，患者先佩戴脉象采集单元在脉搏处，医生通过医生端远程指导患者进行稳定脉象数据的采集。
所述步骤1.1的具体步骤包括：
步骤1.1.1：患者端使用移动设备单元输入正确的用户名、密码以及验证码后即可登录云平台，当输入的用户名、密码以及验证码有任一项不正确，则重新输入；
步骤1.1.2：登录成功后，患者端选择诊脉医师、诊脉时间，并向其发送诊脉申请；
步骤1.1.3：医生端在线审核患者的相关资料与信息，进行身份认证，审核通过，进行下一步医生端远程交互式诊脉，审核不通过，医生端通过云平台结束本次流程。
所述步骤1.2的具体步骤包括：
步骤1.2.1：患者端在医生端指导下正确佩戴设置为人体手模型的脉象采集单元即脉模，通过远程交互，医生端同时进行望诊、闻诊和问诊；
步骤1.2.2：在医生端指令要求下，患者端按动脉模下方的按钮，按钮通过压力控制器1011，从而对不同的区域按要求施加不同的压力；
步骤1.2.3：施加压力后，脉模相应区域的传感器模块将采集到的人体脉搏的波动过程转换成电信号，输入给相应的放大电路模块，再将其传输到脉模的相应低通滤波器模块，最后，经由模数转换器模块，将电信号转换成数字信号，脉象采集单元即脉模的采集功能结束；
步骤1.2.4：脉象信号采集完成后，脉模通过通信模块将数据同步到云平台并将其传输给医生端，数字信号经由医生端的相应数模转换器模块、放大单元模块传输到医生端的脉象复原器显示脉搏波，医生端可观察脉搏波是否稳定，当脉搏稳定，则执行步骤1.2.5，当脉搏不稳定，通过云平台取消本次采集过程，返回至步骤1.2.2，重新采集脉象数据；
步骤1.2.5：脉象采集成功后，医生端通过云平台将采集的稳定的脉象数据传输到数据分析端进行分析处理。
所述步骤二中中医脉搏数据分析与处理集成算法(aptp)进行数据分析处理的步骤包括：
步骤2.1：脉象数据提取：
数据收集组件source采集脉象采集单元传递的脉象信息，对其进行格式化并封装到事件event里；
将事件推入到缓冲区channel中，暂存event；
使用hdfssink从channel中取出事件将数据写入hdfs文件系统中的hbase；
步骤2.2：脉象数据预处理：
针对采集的脉象数据中的零频数据，使用估计公式：
上式中：r为脉象信息中某个属性出现的次数,nr为脉象信息中出现次数为r的属性的个数；nr+1为脉象信息中出现次数为r+1的属性的个数；
步骤2.3：对脉象数据进行处理：
步骤2.3.1：使用给定训练数据集训练模型，形成多个决策树为基学习器；
步骤2.3.1.1：使用不同类型脉象信息的大量数据集作为训练数据集，使用自助采样法得到多个采样集，依据每个采样集的脉象信息的特征，使用信息增益，构造对应的决策树基学习器；
步骤2.3.1.2：在构造过程中，对于基决策树的每个结点，先从该结点的属性集合，在d个属性中随机选择一个包含k（
步骤2.3.2：对测试集数据进行分类预测：使用训练得到的模型对测试集数据进行分类预测，通过简单投票法，即采集到的脉象信息进行预测分析，将票数多的类作为输出结果，在预测时，出现两类或多类收到同样票数时，使用置信度作为衡量准则。
一种面向中医诊脉的大数据分析系统，包括患者端、数据分析端、医生端和云平台，所述患者端包括用于采集患者脉象信息的脉象采集单元和用于进行患者挂号申请及患者信息记录的移动设备单元；
所述数据分析端包括用于将患者端采集的患者诊脉信息进行分析处理的数据处理单元和用于将处理后的患者信息进行保存的数据存储单元；
所述医生端包括用于将患者诊脉信息进行脉象复原的脉象复原器和用于接收脉象信息及经过数据分析端分析处理的脉搏数据的设备单元；
所述患者端、数据分析端、医生端、云平台上均设置有通信模块，所述通信模块通过有线通信或无线通信实现患者端、数据分析端、医生端分别与云平台的双向数据传输，所述云平台用于实现将患者端、数据分析端、医生端的数据进行数据存储；
所述患者端、数据分析端、医生端通过云平台实现数据交互。
所述脉象采集单元包括压力控制器、寸区域传感器模块、关区域传感器模块、尺区域传感器模块、放大电路模块、低通滤波器模块、模数转换器模块和数据分析端接口电路模块，所述压力控制器通过导线分别与寸区域传感器模块、关区域传感器模块、尺区域传感器模块相连，所述寸区域传感器模块、关区域传感器模块、尺区域传感器模块分别通过导线依次连接放大电路模块、低通滤波器模块、模数转换器模块后接入数据分析端接口电路模块将采集的脉象信息传输至数据分析端。
所述寸区域传感器模块、关区域传感器模块、尺区域传感器模块均包括多传感器组合，所述多传感器组合包括压力传感器、温度传感器、湿度传感器。
所述脉相采集单元具体设置为人体手模型的脉模，所述脉模的表面材料设置为医用橡胶，用于实现将脉模贴合手腕；
所述脉模的内部设置有记忆金属弹片，用于实现将脉模贴合人的手腕弯曲，不易脱落；
所述脉模的背面设置有用于控制指示灯亮度及压力大小的按钮和用于显示等级压力的指示灯。
本发明相对于现有技术具备的有益效果为：
1、本发明提供了一种面向中医诊脉的数据分析平台设计，通过配套的脉模采集患者端的脉象信息，后经医生端脉象复原器的复原和数据分析平台的分析处理，从而实现远程交互诊脉，同时所涉及的数据挖掘方法、深度学习方法以及并行计算技术有效提高了中医诊脉的高效性和准确性；
2、本发明充分利用并行计算技术的强大数据处理能力，数据分析平台中，flume为数据接入系统，hbase为数据库，mapreduce为编程模型，finebi为可视化单元，提高云平台的计算速度和处理能力；
3、本发明提出了中医脉搏数据分析与处理集成算法(aptp)，提高脉象数据分析的准确率。
附图说明
下面结合附图对本发明做进一步说明：
图1为本发明的系统结构示意图。
图2为本发明的患者端信号走向图。
图3为本发明的数据分析端数据走向图。
图4为本发明的医生端信号走向图。
图5为本发明脉模的结构示意图。
图6为本发明脉模的佩戴示意图。
图中：1为患者端、2为数据分析端、3为医生端、4为云平台、101为脉象采集单元、102为移动设备单元、201为数据处理单元、202为数据存储单元、301为脉象复原器、302为设备单元、1011为压力控制器、1012为寸区域传感器模块、1013为关区域传感器模块、1014为尺区域传感器模块、1015为放大电路模块、1016为低通滤波模块、1017为模数转换器模块、1018为数据分析端接口电路模块、3011为数模转换器模块、3012为放大单元模块。
具体实施方式
如图1至图6所示，本发明一种面向中医诊脉的大数据分析诊断方法，包括如下步骤：
步骤一：患者通过患者端1进行诊脉申请验证，医生在医生端3通过云平台4实现远程交互式诊脉，获取患者稳定的脉象信息，同时医生结合远程望诊、问诊、闻诊，综合采集患者的病情信息；
步骤二：数据分析端2将步骤一中采集的患者脉象信息通过中医脉搏数据分析与处理集成算法(aptp)进行分析处理，并将数据分析结果进行可视化处理；
步骤三：医生端3通过设置的脉象复原器301将步骤一中获取的患者脉象信息进行脉象复原，并将步骤二中经过分析处理的脉搏数据通过云平台4传输至设备单元302，实现医生端3远程获取将脉象信息及经过分析处理的脉搏数据。
所述步骤一的具体步骤包括：
步骤1.1：患者通过移动设备单元102登录云平台4，在移动设备单元102登录后的界面上进行挂号操作，实现诊脉申请，医生端3在线接收患者的诊脉申请后给予认证及反馈；
步骤1.2：患者端1接收到诊脉申请反馈后，患者先佩戴脉象采集单元101在脉搏处，医生通过医生端3远程指导患者进行稳定脉象数据的采集。
所述步骤1.1的具体步骤包括：
步骤1.1.1：患者端1使用移动设备单元102输入正确的用户名、密码以及验证码后即可登录云平台4，当输入的用户名、密码以及验证码有任一项不正确，则重新输入；
步骤1.1.2：登录成功后，患者端1选择诊脉医师、诊脉时间，并向其发送诊脉申请；
步骤1.1.3：医生端3在线审核患者的相关资料与信息，进行身份认证，审核通过，进行下一步医生端3远程交互式诊脉，审核不通过，医生端3通过云平台4结束本次流程。
所述步骤1.2的具体步骤包括：
步骤1.2.1：患者端1在医生端3指导下正确佩戴设置为人体手模型的脉象采集单元101即脉模，通过远程交互，医生端3同时进行望诊、闻诊和问诊；
步骤1.2.2：在医生端3指令要求下，患者端1按动脉模下方的按钮，按钮通过压力控制器1011，从而对不同的区域按要求施加不同的压力；
步骤1.2.3：施加压力后，脉模相应区域的传感器模块将采集到的人体脉搏的波动过程转换成电信号，输入给相应的放大电路模块1015，再将其传输到脉模的相应低通滤波器模块1016，最后，经由模数转换器模块1017，将电信号转换成数字信号，脉象采集单元101即脉模的采集功能结束；
步骤1.2.4：脉象信号采集完成后，脉模通过通信模块将数据同步到云平台4并将其传输给医生端3，数字信号经由医生端3的相应数模转换器模块3011、放大单元模块3012传输到医生端3的脉象复原器301显示脉搏波，医生端3可观察脉搏波是否稳定，当脉搏稳定，则执行步骤1.2.5，当脉搏不稳定，通过云平台4取消本次采集过程，返回至步骤1.2.2，重新采集脉象数据；
步骤1.2.5：脉象采集成功后，医生端3通过云平台4将采集的稳定的脉象数据传输到数据分析端2进行分析处理。
所述步骤二中中医脉搏数据分析与处理集成算法(aptp)进行数据分析处理的步骤包括：
步骤2.1：脉象数据提取：
数据收集组件source采集脉象采集单元101传递的脉象信息，对其进行格式化并封装到事件event里；
将事件推入到缓冲区channel中，暂存event；
使用hdfssink从channel中取出事件将数据写入hdfs文件系统中的hbase；
步骤2.2：脉象数据预处理：
针对采集的脉象数据中的零频数据，使用估计公式：
上式中：r为脉象信息中某个属性出现的次数,nr为脉象信息中出现次数为r的属性的个数；nr+1为脉象信息中出现次数为r+1的属性的个数；
步骤2.3：对脉象数据进行处理：
步骤2.3.1：使用给定训练数据集训练模型，形成多个决策树为基学习器；
步骤2.3.1.1：使用不同类型脉象信息的大量数据集作为训练数据集，使用自助采样法得到多个采样集，依据每个采样集的脉象信息的特征，使用信息增益，构造对应的决策树基学习器；
步骤2.3.1.2：在构造过程中，对于基决策树的每个结点，先从该结点的属性集合，在d个属性中随机选择一个包含k（
步骤2.3.2：对测试集数据进行分类预测：使用训练得到的模型对测试集数据进行分类预测，通过简单投票法，即采集到的脉象信息进行预测分析，将票数多的类作为输出结果，在预测时，出现两类或多类收到同样票数时，使用置信度作为衡量准则。
一种面向中医诊脉的大数据分析系统，包括患者端1、数据分析端2、医生端3和云平台4，所述患者端1包括用于采集患者脉象信息的脉象采集单元101和用于进行患者挂号申请及患者信息记录的移动设备单元102；
所述数据分析端2包括用于将患者端1采集的患者诊脉信息进行分析处理的数据处理单元201和用于将处理后的患者信息进行保存的数据存储单元202；
所述医生端3包括用于将患者诊脉信息进行脉象复原的脉象复原器301和用于接收脉象信息及经过数据分析端2分析处理的脉搏数据的设备单元302；
所述患者端1、数据分析端2、医生端3、云平台4上均设置有通信模块，所述通信模块通过有线通信或无线通信实现患者端1、数据分析端2、医生端3分别与云平台4的双向数据传输，所述云平台4用于实现将患者端1、数据分析端2、医生端3的数据进行数据存储；
所述患者端1、数据分析端2、医生端3通过云平台4实现数据交互。
所述脉象采集单元101包括压力控制器1011、寸区域传感器模块1012、关区域传感器模块1013、尺区域传感器模块1014、放大电路模块1015、低通滤波器模块1016、模数转换器模块1017和数据分析端接口电路模块1018，所述压力控制器1011通过导线分别与寸区域传感器模块1012、关区域传感器模块1013、尺区域传感器模块1014相连，所述寸区域传感器模块1012、关区域传感器模块1013、尺区域传感器模块1014分别通过导线依次连接放大电路模块1015、低通滤波器模块1016、模数转换器模块1017后接入数据分析端接口电路模块1018将采集的脉象信息传输至数据分析端2。
所述寸区域传感器模块1012、关区域传感器模块1013、尺区域传感器模块1014均包括多传感器组合，所述多传感器组合包括压力传感器、温度传感器、湿度传感器。
所述脉相采集单元101具体设置为人体手模型的脉模，所述脉模的表面材料设置为医用橡胶，用于实现将脉模贴合手腕；
所述脉模的内部设置有记忆金属弹片，用于实现将脉模贴合人的手腕弯曲，不易脱落；
所述脉模的背面设置有用于控制指示灯亮度及压力大小的按钮和用于显示等级压力的指示灯。
为解决中医诊脉远程化、智能化、高效化、准确化问题，本发明公开了一种面向中医诊脉的大数据分析诊断方法及其分析系统。本发明从脉搏波形的特征出发，提供一款新型设计：脉模，脉象稳定后，采集患者端1脉象信息并将其传输给数据分析端2，脉象信息经中医脉搏数据分析与处理集成算法(aptp)形成数据分析平台信息，医生端3依据脉象波、数据分析平台信息以及交互所得信息对患者病情准确分析并做出诊断，提高诊脉的准确性、高效性和智能化。
如图1、图2、图3、图4所示，本发明一种面向中医诊脉的大数据分析诊断方法，包括以下步骤：
a、患者诊脉申请验证：登录云平台4后，患者端1可进行挂号操作，即发送诊脉申请，医生端3在线收到申请后及时给予认证与反馈。
患者端1使用移动设备单元102输入用户名、密码以及验证码，正确后即可登录云平台4，否则，重新输入；登录成功后，患者端1可选择诊脉医师、诊脉时间，并向其发送诊脉申请；医生端3在线审核患者的相关资料与信息，进行身份认证，若通过，则进行下一步医生端远程交互式诊脉，否则，医生端1通过云平台4结束本次流程。
b、医生端3远程交互式诊脉：患者端1佩戴配套脉模，医生端3远程指导患者端1，获取稳定脉象信息，同时结合望诊、问诊、闻诊，综合考虑来诊治。
患者端3在医生端指导下正确佩戴脉模，通过远程交互，医生端3可同时进行望诊、闻诊和问诊；脉模的外观设计如图5所示，表面由医用橡胶材质制成，内有记忆金属弹片，一拍即合，趣味卷曲，贴合手腕。脉模背面下方包含1个按钮和6个指示灯，按钮可控制指示灯的亮暗和压力增减。指示灯从左到右对应左手的寸、关、尺，右手的寸、关、尺，施加哪个部位压力时，哪个显示灯就会亮，且有三个亮度：红、黄、绿，分别对应浮、中、沉。按钮长按进行开启和关闭操作，连按两下进行指示灯的切换，按一下进行指定部位压力的切换。患者佩戴的脉模包括压力控制器1011、寸区域传感器模块1012、关区域传感器模块1013、尺区域传感器模块1014、放大电路模块1015、低通滤波器模块1016、模数转换模块1017和数据分析端接口电路模块1018。所有模块均为轻量级高精度芯片。寸、关、尺区域传感器模块分别为三组横置的多传感器组合，位于脉模的食指、中指、无名指区域。多传感器组合包括压力传感器、温度传感器和湿度传感器，采用多传感器信息融合技术原理，对患者脉搏施压时产生的应激反应信息做优化组合处理。
在医生端3指令要求下，患者端1按动脉模下方的按钮，按钮通过压力控制器1011，从而对不同的区域按要求施加不同的压力；施加压力后，脉模相应区域的传感器模块将采集到的人体脉搏的波动过程转换成电信号，输入给相应的高性能放大电路，考虑到脉搏信号频率低且属次声波的特性，再将其传输到腕表的相应低通滤波器模块，最后，经由模数转换器模块1017，将电信号转换成数字信号，脉搏信号采集单元信号走向图如图2所示。
信号采集完成后，脉模通过蓝牙连接将数据同步到云平台4并将其传输给医生端3，数字信号经由医生端1的相应数模转换器模块、放大电路模块传输到医生端3的脉象复原器301显示脉搏波，医生端3信号走向图如图3所示，医生端3可观察脉搏波是否稳定，若稳定，则执行下一步，否则，通过云平台4取消本次采集过程，重新采集。脉象采集成功后，医生端3可通过云平台4将脉模发送至网络端的数据传输到数据分析端2。
c、数据分析端2处理脉象信息：采用中医脉搏数据分析与处理集成算法(aptp)对获取到的网络中的数据信息进行分析处理，并将结果可视化。数据分析端数据走向图如图4所示。
所述中医脉搏数据分析与处理集成算法(aptp)具体为：
数据接入系统为flume工具，采用flumeng版本，source（数据收集组件）采集脉模传递的脉象信息，对其进行格式化并封装到事件（event）里，然后将事件（一个数据单元，由消息头、消息体组成）推入到channel（缓冲区，暂存event）中，最后，sink从channel中取出事件，将数据发到别处。
数据库为hbase，数据接入系统使用hdfssink将数据写入hdfs文件系统中的hbase。
算法的实现依赖于mapreduce的程序支持。
可视化单元为finebi，脉象数据被分析后，患者端可通过finebi察看分析结果。
脉象数据具有高维、海量、稀疏的特征，在处理过程中，数据总是有限的，因此，数据平滑显得极为重要。对脉象数据进行预处理，针对零频问题（属性值为0），也就是会影响脉象数据分类概率计算的情况，将统计参数按出现次数聚类，出现一次的多少，出现两次的多少，等等，然后用估计公式
使用给定训练数据集训练模型，形成多个决策树为基学习器：将不同类型脉象信息数据预处理后形成的大量数据作为训练数据集，使用自助采样法得到多个采样集，依据每个采样集的脉象信息的特征（如：左手寸部位，心脏问题，心悸），使用信息增益，d为样本集合，为属性a上取值为的样本，其中，为当前样本集合d中第k类样本所占的比例，构造对应的决策树基学习器。在构造过程中，对基决策树的每个结点，先从该结点的属性集合（假定有d个属性）中随机选择一个包含k(
分类预测：使用训练得到的模型对测试集数据进行分类预测，采用的是简单投票法，即采集到的脉象信息进行预测分析，将票数多的类作为输出结果，在预测时，出现两类或多类收到同样票数时，使用置信度作为衡量准则确定最终的胜者。
自助采样法为：给定包含m个样本的脉象数据集，先随机取一个样本放入采样集中，再把该样本放回初始数据集，使得下次采样时该样本仍有可能被选中，这样，经过m次随机采样操作，得到含m个样本的采样集。可采样出t个含m个训练样本的采样集。
d、医生端3接收诊脉信息：医生端3可复原患者端1的脉象信息，同时接收经过数据分析端2分析处理后的脉搏数据，并将该脉象信息及分析处理后的脉搏数据进行存储。
本发明提供一种面向中医诊脉的大数据分析诊断方法及其分析系统。本发明的分析系统包括患者端1、数据分析端2和医生端3。患者端1由脉象采集单元101和移动设备单元102组成，数据分析端2由数据处理单元201和数据存储单元202组成，医生端3由脉象复原器301和设备单元302组成。脉象采集单元101包括智能压力控制器1011、寸区域传感器模块1012、关区域传感器模块1013、尺区域传感器模块1014、放大电路模块1015、低通滤波器模块1016、模数转换器模块1017和数据分析端接口电路模块1018；整个脉象采集单元101结合现代智能化技术将功能统一于本发明的设计：脉模。数据分析端2采用中医脉搏数据分析与处理集成算法(aptp)，对脉象信息进行分析处理。
本发明的优点是在云平台4上，患者经医生远程指导佩戴脉模，脉象稳定后，脉象信息经中医脉搏数据分析与处理集成算法(aptp)形成数据分析平台信息，医生端结合望、闻、问、脉象复原信息与数据分析端信息实现对患者病情的远程信息获取，作为辅助医生诊断患者病情的辅助数据。
关于本发明具体结构需要说明的是，本发明采用的各部件模块相互之间的连接关系是确定的、可实现的，除实施例中特殊说明的以外，其特定的连接关系可以带来相应的技术效果，并基于不依赖相应软件程序执行的前提下，解决本发明提出的技术问题，本发明中出现的部件、模块、具体元器件的型号、连接方式除具体说明的以外，均属于本领域技术人员在申请日前可以获取到的已公开专利、已公开的期刊论文、或公知常识等现有技术，无需赘述，使得本案提供的技术方案是清楚、完整、可实现的，并能根据该技术手段重现或获得相应的实体产品。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围。
起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】
与客服一对一沟通，为大家解决相关问题。
此文章来源于网络,如有侵权,请联系删除
热门咨询
