基于医患对话的医学教学方法及医学教学装置与流程

1.本发明涉及医学教学技术领域，具体地涉及一种基于医患对话的医学教学方法以及一种基于医患对话的医学教学装置。


背景技术：

2.随着国内人口的不断增长，人口聚集程度的不断增加，因此人们日常生活中对医生的需求也越来越多，然而医生的增长速度较为缓慢，因此导致了医疗资源越来越匮乏。
3.在现有医学教学方法中，主要通过派遣学生或年轻医生跟随专家出诊，并在现场由专家面对面进行教学，以学习专家的医疗经验。然而在实际应用过程中，受限与客观条件，一个专家每次出诊所能带的学生或年轻医生较为有限，因此无法快速培养大量的合格医生出来；另一方面，该专家以往的接诊记录或单独的接诊记录也无法很好的传承下来，因此造成了医学数据的流失，降低了医生的培养速度，无法满足实际需求。


技术实现要素：

4.为了克服现有技术中存在的上述技术问题，本发明实施例提供一种基于医患对话的医学教学方法以及医学教学装置，通过对医患对话信息进行精确的解析和存储，实现了在对医患对话场景的最大化还原的基础上，对医患对话信息的精确、有效存储，从而有效提高了后续教学过程中的教学资源的检索精确性，提高了对学生或年轻医生的教学质量。
5.为了实现上述目的，本发明实施例提供一种基于医患对话的医学教学方法，所述方法包括：获取医患对话信息；基于所述医患对话信息生成对应的病历信息；基于所述医患对话信息和所述病历信息生成教学数据库；获取检索指令，基于所述检索指令在所述教学数据库中调取对应的教学资料，所述教学资料包括所述医患对话信息和所述病历信息。
6.优选地，所述方法还包括：在获取所述医患对话信息后，对所述医患对话信息执行结构化处理，获得结构化后信息；基于所述结构化后信息生成对应的病历信息。
7.优选地，所述方法还包括：在获取所述医患对话信息后，对所述医患对话信息执行语义相似度解析，获得解析结果；基于所述解析结果将所述医患对话信息转换为标准对话信息；基于所述标准对话信息生成对应的病历信息。
8.优选地，所述医患对话信息包括主动对话信息以及对应的被动对话信息，所述基于所述医患对话信息生成对应的病历信息，包括：分别获取所述主动对话信息和所述被动对话信息的对话类型；获取与所述对话类型对应的信息提取规则；基于所述信息提取规则从所述主动对话信息中提取第一关键信息，以及从所述被动对话信息中提取第二关键信息，所述第一关键信息与所述第二关键信息相对应；获取预设病历模板；基于所述第一关键信息、所述第二关键信息以及所述预设病历模板生成对应的病历信息。
9.优选地，所述医患对话信息中包括多轮对话信息，所述基于所述信息提取规则从所述主动对话信息中提取第一关键信息，以及从所述被动对话信息中提取第二关键信息，包括：判断在本轮对话中是否包括多个第一关键信息；在本轮对话中包括一个第一关键信
息的情况下，建立并存储所述第一关键信息和所述第二关键信息的第一关联关系；在本轮对话中包括多个第一关键信息的情况下，判断本轮对话中是否包括多个第二关键信息：在本轮对话中包括一个第二关键信息的情况下，建立并存储所述多个第一关键信息和所述一个第二关键信息的第二关联关系；在本轮对话中包括多个第二关键信息的情况下，确定每个第一关键信息与每个第二关键信息之间的对应关系，基于所述对应关系建立并存储所述多个第一关键信息和所述多个第二关键信息的第三关联关系。
10.优选地，所述方法还包括：确定所述第二关键信息的完整度；判断是否存在完整度不符合预设完整要求的不完整第二关键信息；在存在所述不完整第二关键信息的情况下，基于相关联的第一关键信息对所述不完整第二关键信息进行关联补充操作，获得补充后第二关键信息。
11.相应的，本发明实施例还提供一种基于医患对话的医学教学装置，所述装置包括：获取单元，用于获取医患对话信息；信息生成单元，用于基于所述医患对话信息生成对应的病历信息；数据库生成单元，用于基于所述医患对话信息和所述病历信息生成教学数据库；检索单元，用于获取检索指令，基于所述检索指令在所述教学数据库中调取对应的教学资料，所述教学资料包括所述医患对话信息和所述病历信息。
12.优选地，所述装置还包括结构化单元，所述结构化单元用于：在获取所述医患对话信息后，对所述医患对话信息执行结构化处理，获得结构化后信息；基于所述结构化后信息生成对应的病历信息。
13.优选地，所述装置还包括语义解析单元，所述语义解析单元用于：在获取所述医患对话信息后，对所述医患对话信息执行语义相似度解析，获得解析结果；基于所述解析结果将所述医患对话信息转换为标准对话信息；基于所述标准对话信息生成对应的病历信息。
14.优选地，所述医患对话信息包括主动对话信息以及对应的被动对话信息，所述信息生成单元包括：类型获取模块，用于分别获取所述主动对话信息和所述被动对话信息的对话类型；提取规则获取模块，用于获取与所述对话类型对应的信息提取规则；关键信息提取模块，用于基于所述信息提取规则从所述主动对话信息中提取第一关键信息，以及从所述被动对话信息中提取第二关键信息，所述第一关键信息与所述第二关键信息相对应；模板获取模块，用于获取预设病历模板；病例生成模块，用于基于所述第一关键信息、所述第二关键信息以及所述预设病历模板生成对应的病历信息。
15.优选地，所述医患对话信息中包括多轮对话信息，所述关键信息提取模块用于：判断在本轮对话中是否包括多个第一关键信息；在本轮对话中包括一个第一关键信息的情况下，建立并存储所述第一关键信息和所述第二关键信息的第一关联关系；在本轮对话中包括多个第一关键信息的情况下，判断本轮对话中是否包括多个第二关键信息：在本轮对话中包括一个第二关键信息的情况下，建立并存储所述多个第一关键信息和所述一个第二关键信息的第二关联关系；在本轮对话中包括多个第二关键信息的情况下，确定每个第一关键信息与每个第二关键信息之间的对应关系，基于所述对应关系建立并存储所述多个第一关键信息和所述多个第二关键信息的第三关联关系。
16.优选地，所述信息生成单元还包括信息补充模块，所述信息补充模型用于：确定所述第二关键信息的完整度；判断是否存在完整度不符合预设完整要求的不完整第二关键信息；在存在所述不完整第二关键信息的情况下，基于相关联的第一关键信息对所述不完整
第二关键信息进行关联补充操作，获得补充后第二关键信息。
17.另一方面，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例提供的方法。
18.通过本发明提供的技术方案，本发明至少具有如下技术效果：
19.通过对医生在现场就诊的相关信息进行智能解析，并生成对应的教学数据库，从而在对医患对话场景的最大化还原的基础上，对医患对话信息的精确、有效存储，从而有效提高了后续教学过程中的教学资源的检索精确性，提高了对学生或年轻医生的教学质量。
20.本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
21.附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
22.图1是本发明实施例提供的基于医患对话的医学教学方法的具体实现流程图；
23.图2是本发明实施例提供的基于医患对话的医学教学方法中生成病历信息的具体实现流程图；
24.图3是本发明实施例提供的基于医患对话的医学教学装置的结构示意图。
具体实施方式
25.以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
26.本发明实施例中的术语“系统”和“网络”可被互换使用。“多个”是指两个或两个以上，鉴于此，本发明实施例中也可以将“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。另外，需要理解的是，在本发明实施例的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
27.请参见图1，本发明实施例提供一种基于医患对话的医学教学方法，所述方法包括：
28.s10)获取医患对话信息；
29.s20)基于所述医患对话信息生成对应的病历信息；
30.s30)基于所述医患对话信息和所述病历信息生成教学数据库；
31.s40)获取检索指令，基于所述检索指令在所述教学数据库中调取对应的教学资料，所述教学资料包括所述医患对话信息和所述病历信息。
32.为了对医生的就诊资料进行保存，以便于对后续学生或年轻医生的教学使用，本发明实施例提供一种基于医患对话的医学教学方法，例如该医学教学方法应用于计算机、移动终端等设备。在应用过程中，首先获取医生在就诊时与患者的医患对话信息，该医患对话信息包括但不限于医生与患者的语音对话信息、视频对话信息、文本对话信息等信息，然后根据上述医患对话信息生成该患者的病历信息。
33.然而在实际应用过程中，上述医患对话信息均为口语化的内容，无法通过机器进行自动化的识别和处理，对机器处理造成了一定的困扰。
34.为了解决上述技术问题，在本发明实施例中，所述方法还包括：在获取所述医患对话信息后，对所述医患对话信息执行结构化处理，获得结构化后信息；基于所述结构化后信息生成对应的病历信息。
35.在一种可能的实施方式中，为了便于机器对医患对话信息进行更好的处理，在获取上述医患对话信息后，进行结构化处理，并获得结构化后信息，例如在一种实施例中，医生询问患者：“咳嗽多久了？”，患者回答：“有一星期了”，因此将上述医患对话信息结构化为：咳嗽-发生时间-1周，此时再进一步根据上述结构化后信息生成对应的病历信息。
36.在本发明实施例中，通过对医患对话信息进行结构化处理，从而将日常口语化的信息转换为机器可直接分析处理的结构化信息，便于计算机对医患对话信息的存储和管理，更便于学生和年轻医生的学习。
37.进一步的，在对话过程中，医生和患者都是采用的日常生活用语，而每个人的生活环境不同，因此其习惯的生活用语也各不相同，例如在口语化表述中，“咳嗽多久了”、“咳嗽多长时间了”以及“从什么时间开始咳嗽的”等表达方式，虽然其内容各不相同，然而表达的都是一个意思，而机器无法准确识别，因此对机器处理造成了一定的困扰，降低了机器处理的精确性和处理效率。
38.为了解决上述技术问题，在本发明实施例中，所述方法还包括：在获取所述医患对话信息后，对所述医患对话信息执行语义相似度解析，获得解析结果；基于所述解析结果将所述医患对话信息转换为标准对话信息；基于所述标准对话信息生成对应的病历信息。
39.在一种可能的实施方式中，在获取到上述医患对话信息后，对医患对话信息执行语义相似度解析，例如可以基于用户行为、hash、主题分析等数据和技术对医患对话信息进行语义相似度解析，从而从不同的说法中解析出相同的表达意思，然后基于上述解析结果将上述医患对话信息转换为标准对话信息，例如按照机器可直接处理的标准文字对上述医患对话信息进行标准环转换，然后基于上述标准对话信息生成对应的病历信息。
40.需要说明的是，也可以在对上述医患对话信息进行结构化后再进行语义相似度解析，或在进行语义相似度解析后进一步对医患对话信息进行结构化处理，再生成对应的病历信息，属于本领域技术人员基于本发明实施例容易想到的，因此也应该属于本发明的保护范围，在此不做过多赘述。
41.在本发明实施例中，通过对医患对话信息进行语义相似度解析，从而能够将不同表述的医患对话归类至相同的类别或相同的对话中，更加便于学生和年轻医生的系统性学习，能够快速了解在不同的对话情景下医生的诊治过程，提高了对学习和年轻医生的教学效率。
42.在对医患对话信息的实际整理过程中，由于讲话习惯、讲话情景以及问答环节的不同，不同的语句其类型各不相同，而因此为计算机的准确识别医患对话信息造成了极大的困扰。
43.请参见图2，在本发明实施例中，所述医患对话信息包括主动对话信息以及对应的被动对话信息，所述基于所述医患对话信息生成对应的病历信息，包括：
44.s21)分别获取所述主动对话信息和所述被动对话信息的对话类型；
45.s22)获取与所述对话类型对应的信息提取规则；
46.s23)基于所述信息提取规则从所述主动对话信息中提取第一关键信息，以及从所述被动对话信息中提取第二关键信息，所述第一关键信息与所述第二关键信息相对应；
47.s24)获取预设病历模板；
48.s25)基于所述第一关键信息、所述第二关键信息以及所述预设病历模板生成对应的病历信息。
49.在一种可能的实施方式中，对医患对话信息中的关键信息进行提取以生成对应的病历信息，例如在本发明实施例中，该医患对话信息包括主动对话信息以及对应的被动对话信息，例如该主动对话信息可以为在对话过程中医生的对话信息，被动对话信息可以为在对话过程中患者的对话信息，上述主动对话信息和被动对话信息均包括但不限于疑问句、陈述句、假设句以及建议句等类型的句子。例如在一实施例中，在生成病历信息的过程中，首先分别获取主动对话信息和被动对话信息的对话类型，比如在某个对话中，医生向患者提问“该症状持续多久了？”，患者回答“有1个星期了”，即在该对话中，医生的对话为疑问句，患者的对话为陈述句。而在另一个对话中，患者陈述“我担心我会患艾滋病”，医生答复“请描述你的具体症状和近期经历”，即在该对话中，患者的对话为假设句，而医生的对话为陈述句，在这种类型的对话中，需要进行针对性的内容抽取，否则将会造成内容解析偏差，并为后续的数据管理、教学资料的存储以及提取造成极大的偏差和错误。
50.因此在本发明实施例中，在获取到上述对话类型后，进一步获取与对话类型的信息提取规则，并根据信息提取规则从主动对话信息中提取第一关键信息，以及从被动对话信息中提取第二关键信息，其中上述第一关键信息和第二关键信息为在一轮对话中相互关联、相对应的关键信息，例如在确定主动对话为问句，则在对应的回答中提取与该问句的第一关键信息对应的第二关键信息，例如该第二关键信息为对第一关键信息的回答。在本发明实施例中，在识别出某对话为问句后，进一步提取该问句中的询问关键信息，例如可以根据预设提问提取规则确定该问句是询问症状、还是询问疾病、还是询问症状的发生时间等，并针对性的提取对应的提问关键信息，该预设提问提取规则可以根据预设模板抽取规则与深度学习技术相结合的方式确定，然后获取预设病例模板，例如该病历模板中包括但不限于主诉、现病史、既往史、个人史、过敏史、家族史、月经婚育史、检验、检查等病例，并基于上述第一关键信息、第二关键信息以及预设病例模板生成对应的病例信息，当然，上述病例对应的信息无法通过医患对话信息获取的，也可以通过电子病历系统导入相关数据。
51.在本发明实施例中，通过对话类型识别技术对对话中的每个对话的对话类型进行识别，并进行针对性的关键信息提取，从而能够有效保证对不同类型的对话都能提取出精确的表征其语义的关键信息，能够有效对医生在就诊过程中的医患对话信息进行精确的保存和管理，从而有效提高在后续对学生和年轻学生进行教学过程中的教学精确性，提高教学效果。
52.在实际应用过程中，由于在日常对话过程中，医生和患者并不会严格按照一问一答，或你一句我一句的方式进行对话，而是可能医生同时发出多个提问，患者进行一次性的回答，或医生提出一个疑问，而患者进行多次回答，而计算机无法准确识别出上述连续的多个问题或连续的多个回答所代表的含义，因此存在一定的解析偏差。
53.为了解决上述技术问题，在本发明实施例中，所述医患对话信息中包括多轮对话
信息，所述基于所述信息提取规则从所述主动对话信息中提取第一关键信息，以及从所述被动对话信息中提取第二关键信息，包括：判断在本轮对话中是否包括多个第一关键信息；在本轮对话中包括一个第一关键信息的情况下，建立并存储所述第一关键信息和所述第二关键信息的第一关联关系；在本轮对话中包括多个第一关键信息的情况下，判断本轮对话中是否包括多个第二关键信息：在本轮对话中包括一个第二关键信息的情况下，建立并存储所述多个第一关键信息和所述一个第二关键信息的第二关联关系；在本轮对话中包括多个第二关键信息的情况下，确定每个第一关键信息与每个第二关键信息之间的对应关系，基于所述对应关系建立并存储所述多个第一关键信息和所述多个第二关键信息的第三关联关系。
54.在一种可能的实施方式中，在医患对话信息中包括多轮对话，在对主动对话信息和被动对话信息中的关键信息进行提取的过程中，还首先对对话中的提问和答复信息的连续出现情况进行分析，具体的，首先判断在本轮对话中是否包含多个第一关键信息，例如在第一实施例中，本轮对话仅包括一个第一关键信息，此时不论本轮对话中包括几个第二关键信息，则均建立该第一关键和第二关键信息之间的第一关联关系。
55.在第二实施例中，本轮对话中包括多个第一关键信息，即本轮对话包含了多个连续的主动对话信息，此时进一步判断是否包含多个第二关键信息，例如此时仅有一个第二关键信息，因此建立并存储上述多个第一关键信息和该第二关键信息之间的第二关联关系。
56.在第三实施例中，本轮对话中包括多个第一关键信息，且包含多个第二关键信息，确定每个第一关键信息与每个第二关键信息之间的对应关系，例如将每个第一关键信息与之对应的答复的第二关键信息之间建立对应关系，然后基于确定的多个对应关系建立并存储在本轮对话中第一关键信息和第二关键信息的第三关联关系。
57.在本发明实施例中，通过对医患对话过程中的对话信息进行深度分析，并识别出对话中的连续问话和/或连续答话的情况，并将上述连续问话和/或连续答话进行形式上的“合并”，并进行精确的问答信息存储，从而进一步提高了对对话内容的解析精确性，有效提高了教学资料的有效性和权威性，满足了学生或年轻医生对所有场景下的就诊资料都能够有效获取，能够提高教学的精确性和全面性。
58.进一步地，在实施过程中，由于人们在日常生活中的对话往往较为随意，因此在询问或答复的过程中，往往会省略部分语句，而人们在相互对话的过程中能够完全理解对方所要表达的意思，而机器却无法解析和理解，例如在某轮对话中，医生说“你头痛几天了？”，此时患者回答“痛3天了”或回答“3天了”，即患者的回答省略掉了部分内容，而导致机器无法识别的情况。
59.为了解决上述技术问题，在本发明实施例中，所述方法还包括：确定所述第二关键信息的完整度；判断是否存在完整度不符合预设完整要求的不完整第二关键信息；在存在所述不完整第二关键信息的情况下，基于相关联的第一关键信息对所述不完整第二关键信息进行关联补充操作，获得补充后第二关键信息。
60.在一种可能的实施方式中，在初步提取出第二关键信息后，进一步确定该第二关键信息的完整度，例如可以对第二关键信息中是否包含主语进行判断，若确定该第二关键信息中不包含主语，则可以确定该第二关键信息的完整度不符合预设完整要求，此时可以
基于该不完整第二关键信息对应的第一关键信息对该不完整第二关键信息进行关联补充操作，例如在上述实施例中将“痛3天了”或“3天了”补充为“头痛3天了”，并获得对应的补充后第二关联信息。
61.此时，可以将上述医患对话信息、识别后生成的病历信息以及医生记录等信息存储至对应的数据库或服务器中，学生或年轻医生在学习的过程中，通过输入关键字对相关的教学内容进行查询和获取，并在尽可能还原现场就诊场景的情况下进行全面、准确的学习，例如用户可以采用文本检索或精确检索的方式进行检索，例如在一种实施例中，某学生输入“咳嗽3天，发烧1周”进行搜索，此时以该搜索关键字为基础，通过相似度算法解析后从上述数据库或服务器中提取出对应的教学内容，该教学内容包括但不限于上述医患对话信息、识别后生成的病历信息以及医生记录等信息。
62.在另一种实施例中，某年轻医生进行精确检索，例如用户可以构造自己的检索式以进行精确的检索，从而获取更符合自己期望的检索结果。
63.在本发明实施例中，通过根据指代技术对医生和患者的对话进行指代意义的关联补充，从而能够实现对对话信息的完整、精确解析，并进行精确的存储，在后续的教学资料的查询、学习的过程中，能够进一步大大提高学生和年轻医生的检索精确性和学习准确性，提高教学质量，满足现代化教学的实际需求。
64.下面结合附图对本发明实施例所提供的基于医患对话的医学教学装置进行说明。
65.请参见图3，基于同一发明构思，本发明实施例提供一种基于医患对话的医学教学装置，所述装置包括：获取单元，用于获取医患对话信息；信息生成单元，用于基于所述医患对话信息生成对应的病历信息；数据库生成单元，用于基于所述医患对话信息和所述病历信息生成教学数据库；检索单元，用于获取检索指令，基于所述检索指令在所述教学数据库中调取对应的教学资料，所述教学资料包括所述医患对话信息和所述病历信息。
66.在本发明实施例中，所述装置还包括结构化单元，所述结构化单元用于：在获取所述医患对话信息后，对所述医患对话信息执行结构化处理，获得结构化后信息；基于所述结构化后信息生成对应的病历信息。
67.在本发明实施例中，所述装置还包括语义解析单元，所述语义解析单元用于：在获取所述医患对话信息后，对所述医患对话信息执行语义相似度解析，获得解析结果；基于所述解析结果将所述医患对话信息转换为标准对话信息；基于所述标准对话信息生成对应的病历信息。
68.在本发明实施例中，所述医患对话信息包括主动对话信息以及对应的被动对话信息，所述信息生成单元包括：类型获取模块，用于分别获取所述主动对话信息和所述被动对话信息的对话类型；提取规则获取模块，用于获取与所述对话类型对应的信息提取规则；关键信息提取模块，用于基于所述信息提取规则从所述主动对话信息中提取第一关键信息，以及从所述被动对话信息中提取第二关键信息，所述第一关键信息与所述第二关键信息相对应；模板获取模块，用于获取预设病历模板；病例生成模块，用于基于所述第一关键信息、所述第二关键信息以及所述预设病历模板生成对应的病历信息。
69.在本发明实施例中，所述医患对话信息中包括多轮对话信息，所述关键信息提取模块用于：判断在本轮对话中是否包括多个第一关键信息；在本轮对话中包括一个第一关键信息的情况下，建立并存储所述第一关键信息和所述第二关键信息的第一关联关系；在
本轮对话中包括多个第一关键信息的情况下，判断本轮对话中是否包括多个第二关键信息：在本轮对话中包括一个第二关键信息的情况下，建立并存储所述多个第一关键信息和所述一个第二关键信息的第二关联关系；在本轮对话中包括多个第二关键信息的情况下，确定每个第一关键信息与每个第二关键信息之间的对应关系，基于所述对应关系建立并存储所述多个第一关键信息和所述多个第二关键信息的第三关联关系。
70.在本发明实施例中，所述信息生成单元还包括信息补充模块，所述信息补充模型用于：确定所述第二关键信息的完整度；判断是否存在完整度不符合预设完整要求的不完整第二关键信息；在存在所述不完整第二关键信息的情况下，基于相关联的第一关键信息对所述不完整第二关键信息进行关联补充操作，获得补充后第二关键信息。
71.进一步地，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例所述的方法。
72.以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。
73.另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。
74.本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
75.此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。