人体健康监控方法与装置与流程

本公开涉及数据分析技术领域，具体而言，涉及一种人体健康监控方法与装置。

背景技术

随着物联网的广泛应用，对人体健康数据进行获取与预警得到了越来越多的重视。

在一些相关技术中，往往通过可穿戴设备读取用户的心跳、脉搏、血压等数据，并在这些数据超过预设值时通过可穿戴设备发送报警信息。然而，由于人体情况各异，预置于可穿戴设备的健康数据预设值并不能准确地评估每个人的情况，往往存在误报警。如果可穿戴设备频繁将报警信息发送给关注用户身体健康的人，有可能导致用户身体状况真正出现问题时得不到重视以及及时处理，造成严重后果。

因此，需要一种更精确、更可靠的人体健康监控方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

本公开的目的在于提供一种人体健康监控方法与人体健康监控装置，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的健康监控误报警问题。

根据本公开实施例的第一方面，提供一种人体健康监控方法，包括：获取用户的实时健康数据；根据疾病诊断数据与所述用户的历史健康数据判断所述实时健康数据是否正常；在所述实时健康数据不正常时发送报警信息。

在本公开的一种示例性实施例中，所述根据疾病诊断数据与所述用户的历史健康数据判断所述实时健康数据是否正常包括：

根据所述疾病诊断数据判断所述实时健康数据是否满足预设健康条件；

如果不满足所述预设健康条件，根据所述用户的历史健康数据判断所述实时健康数据是否正常；

如果不正常，输出实时健康数据不正常信号。

在本公开的一种示例性实施例中，所述根据所述疾病诊断数据判断所述实时健康数据是否满足预设健康条件包括：

确定所述实时健康数据的数据种类以及每个所述数据种类对应的实时数值；

根据所述疾病诊断数据获取每个所述数据种类对应的健康数据范围；

在所述实时数值位于所述健康数据范围内的数据种类的数量不超过预设值时，判断所述实时健康数据不满足所述预设健康条件。

在本公开的一种示例性实施例中，所述根据所述疾病诊断数据判断所述实时健康数据是否满足预设健康条件包括：

根据所述疾病诊断数据确定多个数据种类的权重值、每个所述数据种类对应的健康数据范围以及健康标准值；

确定所述实时健康数据的数据种类以及每个所述数据种类对应的实时数值；

根据每个所述数据种类的所述实时数值与所述健康数据范围和健康标准值的关系确定种类评估值；

根据每个所述数据种类的权重值与所述种类评估值确定实时评估值；

在所述实时评估值在预设范围内时判断所述实时健康数据不满足所述预设健康条件。

在本公开的一种示例性实施例中，所述根据所述历史健康数据判断所述实时健康数据是否正常包括：

监控预设时间段内所述实时健康数据的幅度；

在本公开的一种示例性实施例中，所述在所述实时健康数据不正常时发送报警信息包括：

在所述实时健康数据不正常时，将报警信息、所述实时健康数据以及根据所述实时健康数据确认的救护方案发送至人工医疗监控平台。

在本公开的一种示例性实施例中，所述获取用户的实时健康数据包括：

接收所述用户的可穿戴设备上传的所述实时健康数据。

根据本公开实施例的第二方面，提供一种人体健康监控装置，包括：

数据获取模块，设置为获取用户的实时健康数据；

大数据判断模块，设置为根据疾病诊断数据与所述用户的历史健康数据判断所述实时健康数据是否正常；

报警模块，设置为在所述实时健康数据不正常时发送报警信息。

根据本公开的第三方面，提供一种人体健康监控装置，包括：存储器；以及耦合到所属存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上述任意一项所述的方法。

根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任意一项所述的人体健康监控方法。

本公开实施例提供的人体健康监控方法，通过将实时健康数据上传至云平台，并根据大数据以及用户历史健康数据判断是否报警，可以有效减少对于用户身体状况的误报警，提高人体健康监控系统的可靠性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本公开示例性实施例中人体健康监控方法的流程图。

图2是本公开示例性实施例中人体健康监控方法中步骤s2的子流程图。

图3是本公开示例性实施例中人体健康监控方法中步骤s21的子流程图。

图4是本公开示例性实施例中人体健康监控方法中步骤s21的子流程图。

图5是本公开示例性实施例中人体健康监控方法中步骤s22的子流程图。

图6是本公开示例性实施例中人体健康监控方法中步骤s3的子流程图。

图7是本公开一个示例性实施例中一种人体健康监控装置的方框图。

图8是本公开一个示例性实施例中一种电子设备的方框图。

图9是本公开一个示例性实施例中一种计算机可读存储介质的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。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。

下面结合附图对本公开示例实施方式进行详细说明。

图1示意性示出本公开示例性实施例中人体健康监控方法的流程图。参考图1，应用于医疗云平台的人体健康监控方法可以包括：

步骤s1，获取用户的实时健康数据；

步骤s2，根据疾病诊断数据与所述用户的历史健康数据判断所述实时健康数据是否正常；

步骤s3，在所述实时健康数据不正常时发送报警信息。

本公开实施例提供的人体健康监控方法，通过将实时健康数据上传至云平台，并根据大数据以及用户历史健康数据判断是否报警，可以有效减少对于用户身体状况的误报警，提高人体健康监控系统的可靠性。

下面，对人体健康监控方法的各步骤进行详细说明。

在步骤s1，获取用户的实时健康数据。

在本公开实施例中，获取用户的实时健康数据可以包括接收用户的可穿戴设备上传的实时健康数据。

例如，可以通过无线网络等连接方式按预设周期读取用户穿戴的设备以获取脉搏、心电图、血压等实时健康数据，或者，被动响应用户的可穿戴设备的数据信号，记录用户主动上传或用户的可穿戴设备自动传输的数据。

在本公开实施例中，实时健康数据还可以有多种，本领域技术人员可以根据实际情况自行设置。

在步骤s2，根据疾病诊断数据与所述用户的历史健康数据判断所述实时健康数据是否正常。

图2是本公开实施例中步骤s2的一个子流程图。

参考图2，在本公开的一种示例性实施例中，步骤s2可以包括：

步骤s21，根据所述疾病诊断数据判断所述实时健康数据是否满足预设健康条件；

步骤s22，如果不满足所述预设健康条件，根据所述用户的历史健康数据判断所述实时健康数据是否正常；

步骤s23，如果不正常，输出实时健康数据不正常信号。

在本公开实施例中，疾病诊断数据例如可以为与当前用户同年龄、同性别、同体重级别的相似人群的大量诊断数据，根据这些诊断数据，可以通过汇总、统计、对比、机器学习等大数据分析手段并经过人工校准确定多个疾病判断标准。如此，每个用户的疾病诊断数据可以根据用户的年龄、性别、体重等确定。同时，根据相似人群的疾病诊断数据可以为当前用户设置健康范围，即当前用户的健康范围可以由与用户对应的同年龄、同性别、同体重级别的健康人群的脉搏、心电图、血压范围确定。为确保判断准确，对应于不同疾病，各类疾病诊断数据的判断标准不同，可以预设多种疾病对应的多种数据的患病判断标准，以尽可能在判断用户的实时健康数据不正常时，及早给出患有何种疾病的初步判断，利于后期救护。

通过根据医疗大数据确定的疾病诊断数据对用户的实时健康数据进行判断，可以提供精确的判断标准，以尽可能对用户的实时健康情况进行准确的判断。

在一个实施例中，还可以首先根据用户的历史健康数据判断实时健康数据是否正常，如果不正常，再根据其他疾病诊断数据判断实时健康数据是否正常；或者，可以同时根据历史健康数据和其他疾病诊断数据判断实时健康数据是否正常，在两个判断结果有一个或两个为不正常时判断实时健康不正常，或者，当有一个判断结果为不正常时，输出一般不正常信号；当两个判断结果均为不正常时，输出严重不正常信号。

在通过疾病诊断数据和历史健康数据判断用户的实时健康数据为正常数据时，可以将该实时健康数据加入历史健康数据，以便及时更新近期的历史健康数据，提高判断准确度。

图3是本公开实施例中步骤s21的一个子流程图。

参考图3，在本公开的一种示例性实施例中，步骤s21可以包括：

步骤s211，确定所述实时健康数据的数据种类以及每个所述数据种类对应的实时数值；

步骤s212，根据所述疾病诊断数据获取每个所述数据种类对应的健康数据范围；

步骤s213，在所述实时数值位于所述健康数据范围内的数据种类的数量不超过预设值时，判断所述实时健康数据不满足所述预设健康条件。

实时健康数据的数据种类例如可以包括脉搏、心电图、血压等，每个数据种类对应的实时数值例如可以为每分钟脉搏次数、心电图数据、血压数据等。可以根据疾病诊断数据确定与用户对应的同年龄段、同性别、同身高、同体重的人群的各健康数据范围，并判断该用户的各类实时数据是否在这些健康数据范围中，即是否达标。如果达标的数据不符合预设值个，例如5个数据里有3个数据不在健康数据范围内，可以判断本次实时健康数据不满足预设健康条件。该预设值可以根据实时健康数据的数据种类数确定，本公开对此不作特殊限定。

通过判断不达标数据的个数，可以提高数据判断效率。

图4是本公开实施例中步骤s21的又一个子流程图。

参考图4，在本公开的一种示例性实施例中，步骤s21可以包括：

步骤s214，根据所述疾病诊断数据确定多个数据种类的权重值、每个所述数据种类对应的健康数据范围以及健康标准值；

步骤s215，确定所述实时健康数据的数据种类以及每个所述数据种类对应的实时数值；

步骤s216，根据每个所述数据种类的所述实时数值与所述健康数据范围和健康标准值的关系确定种类评估值；

步骤s217，根据每个所述数据种类的权重值与所述种类评估值确定实时评估值；

步骤s218，在所述实时评估值在预设范围内时判断所述实时健康数据不满足所述预设健康条件。

与上一个实施例相同，实时健康数据的数据种类例如可以包括脉搏、心电图、血压等，每个数据种类对应的实时数值例如可以为每分钟脉搏次数、心电图数据、血压数据等。可以根据疾病诊断数据确定与用户对应的同年龄段、同性别、同身高、同体重的人群的各健康数据范围以及健康标准值(例如为健康数据范围上下限的中位数)，还可以根据各数据种类的重要性为各数据种类设置相同或不同的权重值。

接下来，可以对实时健康数据中的各种类数据进行评分。例如，如果一个数据种类的实时数值的标准值是0，健康数据范围为-100到+100，实时数值是80，则此时可以根据预设算法为该实时数值评分作为种类评估值(例如65分)，以准确描述该实时数据的健康程度。

在获取多个数据种类的种类评估值后，可以根据各数据种类的权重值确定一个综合的实时评估值，并根据预设范围判断该实时评估值是否满足预设健康条件。预设范围例如可以不在为当前用户设置的健康范围的数值范围，该健康范围可以根据与用户相似的人群的大量疾病诊断数据通过步骤s214～s218进行计算后，进一步根据汇总、统计、分析等大数据分析方式确定。通过对各数据种类的实时数据进行评分，并对多个数据种类的评分进行加权计算，可以更准确地评价用户的当前健康水平，有利于进一步为用户提供详细的健康分析和建议。

此外，本公开实施例还使用用户的历史健康数据作为判断标注。用户的历史健康数据例如可以为医疗云平台保存的用户在最近预设时间内的所有被判断为正常的实时健康数据。通过使用用户自身的历史健康数据进行判断，可以有效避免由于用户自身体质原因导致的数据超标，进而有效避免误判以及误报警。

图5是本公开实施例中步骤s22的一个子流程图。

参考图5，在本公开的一种示例性实施例中，步骤s22可以包括：

步骤s221，监控预设时间段内所述实时健康数据的幅度；

步骤s222，当确定实时健康数据的幅度与历史健康数据的幅度相比变化幅度超过预设值时，判断所述实时健康数据不正常。

预设时间段例如可以为一天、一周或一个月。例如，可以监控24小时内用户实时健康数据中每个种类的实时数值的变化幅度，当发现当前实时数值与24小时之前相比变化幅度超过预设值时，可以判断该实时健康数据不正常。通过对用户实时健康数据的变化幅度进行监控，可以及时发现患病苗头，及时采取预警措施，为用户提供更可靠的健康帮助。

除以上示例，还可以在根据用户多年来的体检、就诊、医疗数据获知用户十年前具有心房颤动的疾病史，但近十年心率等情况正常时，可在通过实时健康数据获知用户的心率每分钟在100到160次而且非常紊乱后，及时判断用户为心房颤动疾病复发。

根据历史健康数据对用户的实时健康数据进行综合判断可以及时地给予符合用户自身条件的诊断和帮助，有助于提高救护效率、提高诊断结果的准确度。

在步骤s3，在所述实时健康数据不正常时发送报警信息。

在本公开的一种示例性实施例中，步骤s3可以包括在所述实时健康数据不正常时，将报警信息以及所述实时健康数据发送至人工医疗监控平台。

将报警信息和实时健康数据发送给人工医疗监控平台，可以由人工进一步判断该实时健康数据是否正常，是否达到急救标准或者是否需要联系该用户的紧急联络人。进行上述判断的人例如可以为人工医疗监控平台配备的医生。如果医生经过阅读数据和专业判断确定该实时健康数据属于正常范围或明显的数据错误(例如数值为+9999等明显异常值)，可以将该判断结果回传医疗云平台，使医疗云平台可以将正常范围的实时健康数据加入该用户的历史健康数据，保持数据的及时有效，或将数据错误信号发送至系统报警平台，以供运维人员及时维修或通知客户维修数据采集设备。

进一步地，还可以根据回传的数据正常判断结果进一步训练与该用户对应的数据诊断模型，从而为用户量身打造数据分析诊断模型，提供更准确的健康情况判断以及建议。

图6是本公开实施例中步骤s3的一个子流程图。

参考图6，在本公开的一种示例性实施例中，步骤s3可以包括：

步骤s31，根据所述实时健康数据确认救护方案；

步骤s32，将所述救护方案、所述报警信息以及所述实时健康数据发送至医疗救护平台。

为了进一步节省时间，提高急救效率，还可以根据疾病诊断数据设置多种救护方案，根据被确定不正常的实时健康数据确定对应的救护方案，并将报警信息、所述实时健康数据以及根据所述实时健康数据确认的救护方案发送至人工医疗监控平台。

本公开提供的人体健康监控方法，通过使用根据医疗大数据确定的疾病诊断数据以及用户自身的历史健康数据同时对用户的多种实时健康数据进行判断，提高了判断的准确性，降低了误判。此外，通过将报警信息和救护方案一起发送给人工医疗监控平台以获得医生的专业判断，也进一步提高了健康监控的可靠性，使用户在存在健康风险时及时获得救助。

下面，通过具体应用场景来对本公开实施例进行举例说明。

由于心脏疾病发病快、不发病的时候难以诊断，因此，本公开实施例可以应用在对心脏疾病进行监控和诊断的应用场景下。可以建议用户在感到身体略有不适或在一天中每隔一段时间方便时在家中穿戴可以采集人体健康数据例如心率、心电图信息等的传感器设备。同时，可以设置传感器设备主动将采集到的包括时间序列信息的人体健康数据通过无线网络等连接方式上传到云端服务器进行分析处理，或设置云端服务器定时通过无线网络等连接方式读取传感器设备存储的数据。

可以通过云端服务器管理并分析这些人体健康数据。例如，首先可以对包括时间序列信息在内的心电信息进行分析、归纳和总结，从而完成心电图曲线绘制、心率计算、确定心率在时间序列的变化趋势等计算任务。接下来，可以通过对该被监护人正常历史心电信息和正常情况下这个年龄段的被监护人的心电信息进行对比分析判断该人体健康数据中的心电数据是否异常。如果发现异常，可以及时向人工医疗监控平台的监护医生发送预警信息、异常的心电信息和建议的救护方案。如果医生最终确定该异常情况属于正常，则自动更新该该被监护人正常心电历史信息；如果医生最终决定该异常情况属实，则可以根据该救护方案及时采取相应的救急措施。

这样，既保证了对用户进行实时健康数据监测的服务质量，也可以通过医生对用户的实时心电数据进行分析来实现及时的诊断服务，能够在发现心脏突发病症的早期征兆等情况时及时采取人工干预的急救措施，以确保被监护人的身体和生命的安全。在确保心脏病患者能够被及时救护的情况下，还避免了不发病时就诊难以取得正确诊断的缺点，可以更加高效地利用紧缺的医疗资源。

此外，通过使用横向数据(大数据)和纵向数据(用户历史健康数据)对用户的实时健康数据进行判断，可以尽量减少误判，节约医疗资源。

对应于上述方法实施例，本公开还提供一种人体健康监控装置，可以用于执行上述方法实施例。

图7示意性示出本公开一个示例性实施例中一种人体健康监控装置功能组成及流程模块的方框图。

参考图7，人体健康监控装置70可以包括：

数据获取模块71，设置为获取用户的实时健康数据；

大数据判断模块72，设置为根据疾病诊断数据与所述用户的历史健康数据判断所述实时健康数据是否正常；

报警模块73，设置为在所述实时健康数据不正常时发送报警信息。

在本公开的一种示例性实施例中，大数据判断模块72包括：

横向数据判断单元721，设置为根据所述疾病诊断数据判断所述实时健康数据是否满足预设健康条件；

纵向数据判断单元722，设置为如果实时健康数据不满足预设健康条件，根据所述用户的历史健康数据判断所述实时健康数据是否正常；

结果输出单元723，设置为如果不正常，输出实时健康数据不正常信号。

在本公开的一种示例性实施例中，横向数据判断单元721包括：

种类确定单元7211，设置为确定所述实时健康数据的数据种类以及每个所述数据种类对应的实时数值；

范围确定单元7212，设置为根据所述疾病诊断数据获取每个所述数据种类对应的健康数据范围；

超标指标判断单元7213，设置为在所述实时数值位于所述健康数据范围内的数据种类的数量不超过预设值时，判断所述实时健康数据。

在本公开的一种示例性实施例中，横向数据判断单元721包括：

种类设置单元7214，设置为根据所述疾病诊断数据确定多个数据种类的权重值、健康数据范围以及健康标准值；

数据获取单元7215，设置为确定所述实时健康数据的数据种类以及每个所述数据种类对应的实时数值；

种类评估单元7216，设置为根据每个所述数据种类的所述实时数值与所述健康数据范围和健康标准值的关系确定种类评估值；

综合评估单元7217，设置为根据每个所述数据种类的权重值与所述种类评估值确定实时评估值；

综合判断单元7218，设置为在所述实时评估值满足预设条件时判断所述实时健康数据。

在本公开的一种示例性实施例中，纵向数据判断单元722包括：

幅度检测单元7221，设置为判断预设时间段内所述实时健康数据的变化幅度；

幅度预警单元7222，设置为在根据所述历史健康数据判断所述变化幅度超过预设值时，判断所述实时健康数据不正常。

在本公开的一种示例性实施例中，报警模块73设置为在所述实时健康数据不正常时，将报警信息以及所述实时健康数据发送至人工医疗监控平台。

在本公开的一种示例性实施例中，报警模块73包括：

救护方案确定单元731，设置为根据所述实时健康数据确认救护方案；

信息发送单元732，设置为将所述救护方案、所述报警信息以及所述实时健康数据发送至医疗救护平台。

在本公开的一种示例性实施例中，数据获取模块71设置为接收所述用户的可穿戴设备上传的所述实时健康数据。

由于装置70的各功能已在其对应的方法实施例中予以详细说明，本公开于此不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图8来描述根据本发明的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图1中所示的步骤s1：获取用户的实时健康数据；步骤s2：根据疾病诊断数据与所述用户的历史健康数据判断所述实时健康数据是否正常；步骤s3：在所述实时健康数据不正常时发送报警信息。

存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(rom)8203。

存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备800也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器860通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图9所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品900，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和构思由权利要求指出。