一种数据质量监控方法及装置与流程

1.本技术涉及医疗数据处理技术领域，特别的，尤其涉及一种数据质量监控方法及装置。


背景技术：

2.为进一步加强医疗质量管理，规范临床诊疗行为，促进医疗服务的标准化、同质化，各医疗机构在积极的进行临床数据中心、专病库等高质量数据集成的建设，从而为科研、数据上报、医疗质控等需求服务。因此，数据质量作为大前提需要格外重视。
3.从国家医疗质量管理与控制信息网发布的医疗质量控制指标来看，质控指标监测呈现出专科化、专业技术化的特点，质控指标每年更新，指标涵盖的范围也逐步扩大，目前国家级各专科质控中心共有41家，这些质控中心承担着各专业医疗数据的采集、分析、质控等职能。然而，由于数据采集方式的多样性和不可控，质控中心采集上来的数据通常需要人为的二次处理，将不符合统计要求的数据剔除出去，这个过程非常浪费时间。以口腔医学质控中心为例，每年上报的数据需要花费三个人，两个月的时间进行数据清洗，才能筛选出可用于统计分析的数据。而且每年如此，数据质量一直未能得到改善，这就导致大量冗余的劳动被浪费，且不能及时反馈医疗质量评价结果。


技术实现要素：

4.鉴于上述内容中的问题，本技术提供了一种数据质量监控方法及装置，用以基于信息化手段进行的数据采集、分析和医疗质量评价场景服务，且可及时反馈医疗质量评价结果。
5.为了实现上述目的，本技术提供了以下技术方案：
6.一种数据质量监控方法，包括：
7.获取待质量监控数据，所述待质量监控数据包括：数据元以及各数据元的属性；
8.将所述待质量监控数据输入至预设质控模型进行数据质量监控，确定所述待质量监控数据的质量监控结果，所述预设质控模型包括质控规则以及相应的规则算法，通过所述质控规则以及相应的规则算法构建所述预设质控模型；
9.根据所述质量监控结果对各数据中心做出相对应的处理。
10.进一步的，所述预设质控模型的构建方法，包括：
11.获取原始病历数据，从所述原始病历数据中获取质控评分明细和质控问题列表；
12.为所述质控评分明细构建数据质量评价算法，且为所述质控问题列表构建质控问题分析算法；
13.以所述原始病历数据作为样本数据，通过所述数据质量评价算法和所述质控问题分析算法进行所述预设质控模型的构建。
14.进一步的，所述为所述质控评分明细构建数据质量评价算法，包括：
15.根据数据采集要求对所述质控评分明细进行算法分析，确定数据质量指标，所述
数据质量指标包括：累计数据量、综合评价指数、平均分、平均完整度、延迟率、甲级质控率以及数据质量排名；
16.定义所述数据元和所述数据元的扣分分值，所述数据元的集合称为数据集，并定义所述数据集的总分；
17.在每例数据采集完成后，将出现质控问题的所述数据元设定为扣分项，将所述数据集的总分减去所述扣分项的扣分分值，得到的分值作为对应每例数据质量的量化评价；
18.依据所述每例数据质量的量化评价以及所述数据质量指标构建所述数据质量评价算法。
19.进一步的，所述为所述质控问题列表构建质控问题分析算法，包括：
20.对所述质控问题列表进行算法分析，确定质控问题分析指标，所述质控问题分析指标包括：数据元质控合格率和雷达图；
21.依据所述质控问题分析指标构建所述质控问题分析算法。
22.进一步的，还包括：质控规则的定义，具体为：
23.通过建立一套应对多种数据采集场景的质控问题字典，所述质控问题字典的类型包括：完整性质控、规范性质控、准确性质控、一致性质控以及及时性质控。
24.一种数据质量监控装置，包括：
25.第一处理单元，用于获取待质量监控数据，所述待质量监控数据包括：数据元以及各数据元的属性；
26.第二处理单元，用于将所述待质量监控数据输入至预设质控模型进行数据质量监控，确定所述待质量监控数据的质量监控结果，所述预设质控模型包括质控规则以及相应的规则算法，通过所述质控规则以及相应的规则算法构建所述预设质控模型；
27.第三处理单元，用于根据所述质量监控结果对各数据中心做出相对应的处理。
28.进一步的，所述第二处理单元还用于：
29.获取原始病历数据，从所述原始病历数据中获取质控评分明细和质控问题列表；
30.为所述质控评分明细构建数据质量评价算法，且为所述质控问题列表构建质控问题分析算法；
31.以所述原始病历数据作为样本数据，通过所述数据质量评价算法和所述质控问题分析算法进行所述预设质控模型的构建。
32.进一步的，所述第二处理单元还具体用于：
33.根据数据采集要求对所述质控评分明细进行算法分析，确定数据质量指标，所述数据质量指标包括：累计数据量、综合评价指数、平均分、平均完整度、延迟率、甲级质控率以及数据质量排名；
34.定义数据元和数据元扣分分值，所述数据元的集合称为数据集，并定义所述数据集的总分；
35.在每例数据采集完成后，将出现质控问题的所述数据元设定为扣分项，将所述数据集的总分减去所述扣分项的扣分分值，得到的的分值作为对应每例数据质量的量化评价；
36.依据所述每例数据质量的量化评价以及所述数据质量指标构建所述数据质量评价算法。
37.一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行如上述所述的数据质量监控方法。
38.一种电子设备，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如上述所述的数据质量监控方法。
39.本技术所述的数据质量监控方法及装置，首先获取待质量监控数据，所述待质量监控数据包括：数据元以及各数据元的属性；然后将所述待质量监控数据输入至预设质控模型进行数据质量监控，确定所述待质量监控数据的质量监控结果，所述预设质控模型包括质控规则以及相应的规则算法，通过所述质控规则以及相应的规则算法构建所述预设质控模型；最后根据所述质量监控结果对各数据中心做出相对应的处理。本技术用以基于信息化手段进行的数据采集、分析和医疗质量评价场景服务，且可及时反馈医疗质量评价结果。
附图说明
40.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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。
41.图1为本技术实施例公开的一种数据质量监控方法的流程示意图；
42.图2为本技术实施例公开的数据质量监控流程示意图；
43.图3为本技术实施例公开的一种数据质量监控装置的结构示意图；
44.图4为本技术实施例公开的一种电子设备的结构示意图。
具体实施方式
45.术语解释：
46.数据质控：是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高；
47.完整性质控：用于度量哪些数据丢失了，通常搭配“必填项”“非必填项”的数据元属性来判断；
48.准确性质控：用于度量数据存储格式是否符合要求，如日期型数据要求精确到“分”，而数据只精确到“天”；
49.一致性质控：用于度量数据集内在逻辑是否正确，如“住院总费用”不等于各项子费用的合计，性别为“男”却“孕1产1”；
50.规范性质控：用于度量数据值类型是否符合要求，如数值型的数据元填写文字或者特殊字符；
51.及时性质控：用于度量数据填报的日期是否晚于规定日期；
52.总中心：负责采集、汇总数据并加以分析利用的数据中心；
53.分中心：负责向总中心传输数据的子中心；
54.crf表单：用于填报临床病历数据的模板；
55.api：(applicationprogramminginterface，应用程序编程接口)就是软件系统不同组成部分衔接的约定，本文中可看作分中心向总中心传输数据的接口；
56.ocr：(opticalcharacterrecognition，光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；
57.nlp：(neuro-linguisticprogramming，神经语言程序学)基于自然语言处理模型对病历文本数据进行结构化抽取的过程。
58.目前指标信息的采集方式有以下四种：1)通过总中心下发的excel模板，各分中心手工汇总数据，并通过邮件、微信等途径发送excel文件，实现数据上报；2)登录医疗质控数据上报平台，通过crf表单手工填报数据；3)各医疗机构布置前置机，通过标准api接口自动上传数据；4)各医疗机构直接上传病历文件，数据上报平台通过ocr和nlp技术自动采集数据项实现数据回填。
59.申请人在研究中发现，基于以上提到的指标数据采集方式，均未能保证数据质量是可控的，由此产生一系列的数据质量问题，问题一：数据填报无法做到完全的过程质控，虽然crf表单和api接口可以在数据采集过程中监控到一些数据质量问题(如空值校验、数值类型校验等)，但是考虑到数据采集方式的多样性，填报逻辑的复杂性，并不能保证采集到的数据是完全无误的；问题二：数据填报无法做到强制性，各医疗机构的数据填报完全出于自觉，质控总中心无法对机构填报数据的行为作出硬性规定，这就导致了医疗机构数据填报不积极、不及时、断断续续、甚至出现盲报、乱报、谎报的情况，导致医疗质控指标与实际情况相差甚远；问题三：数据填报奖惩机制不完善，目前质控总中心推进数据填报的方式主要通过与“公立医院绩效考核”、“公立医院评级考核”等考核标准挂钩，但实际执行起来效用很低。
60.本技术通过建立一套应对多种数据采集场景的质控问题字典，在数据采集过程中支持质控问题的自动识别，也支持质控问题的手工登记，其中，数据采集需要定义数据元和数据元扣分分值，在每例数据采集完成后，出现质控问题的数据元被记入扣分项，总分减去扣分项即是本例数据质量的量化评价。数据采集完成后，基于量化评价的分值可以定义数据质量评级，产生的质控问题也可用来进行分析，供决策者有针对性的提出数据质量改进方案。
61.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
62.请参见附图1，为本技术实施例提供的一种数据质量监控方法流程示意图。如图1所示，本技术实施例提供了一种数据质量监控方法，该方法包括如下步骤：
63.s101：获取待质量监控数据，所述待质量监控数据包括：数据元以及各数据元的属性；
64.s102：将所述待质量监控数据输入至预设质控模型进行数据质量监控，确定所述待质量监控数据的质量监控结果，所述预设质控模型包括质控规则以及相应的规则算法，
通过所述质控规则以及相应的规则算法构建所述预设质控模型；
65.s103：根据所述质量监控结果对各数据中心做出相对应的处理。
66.本技术实施例中，上述所述预设质控模型的构建方法，包括：
67.获取原始病历数据，从所述原始病历数据中获取质控评分明细和质控问题列表；
68.为所述质控评分明细构建数据质量评价算法，且为所述质控问题列表构建质控问题分析算法；
69.以所述原始病历数据作为样本数据，通过所述数据质量评价算法和所述质控问题分析算法进行所述预设质控模型的构建。
70.在具体实施例中，通过建立一套应对多种数据采集场景的质控问题字典，所述质控问题字典的类型包括：完整性质控、规范性质控、准确性质控、一致性质控以及及时性质控，则对应的规则算法为：
71.(1)完整性质控：用于校验必填项是否为空，质控项有“必填项未填”、“选填项未填”。判断逻辑：获取数据元“是否必填”属性，属性为“是”且数据项为空，则触发“必填项未填”；属性为“否”且数据项为空，则触发“选填项未填”；
72.(2)规范性质控：用于校验值类型是否有误，质控项有“要求在选项值域内”、“要求是文本型”、“要求是数值型”、“要求是日期型”、“不规范的特殊字符”等。判断逻辑：获取数据元值类型属性，触发相应质控规则，通过校验数据项实际值类型，触发相应质控项；
73.(3)准确性质控：用于校验值类型无误的前提下，数据格式是否准确，质控项有“要求是精确到“日”的日期型”、“要求是精确到“分”的日期型”、“要求是大于0的整数”、“要求是1位小数”、“要求是身份证号”等，判断逻辑：获取数据元“展示类型”属性，触发相应质控规则，通过校验数据项实际类型，触发相应质控项，如“入院时间”数据元展示类型是“yyyy-mm-ddhh:mm”,实际值为“2020-01-01”，则触发“要求是精确到“分”的日期型”质控项；
74.(4)一致性质控：用于校验多个数据元值之间的运算逻辑或者内容逻辑是否符合要求。质控项有“不符合数值运算规则”、“不符合日期运算规则”、“不符合前后一致规则”、“不符合病历逻辑规则”、“半数以上填写了1”等，判断逻辑：获取数据元运算逻辑或者内容逻辑，通过检验数据元实际值，触发相应质控项，如获取“总费用”、“药费”、“检验费”、“检查费”等，校验“总费用”是否等于其他费用之和，从而触发“不符合数值运算规则”；
75.(5)及时性质控：用于校验数据集上报时间与规定上报时间的时间差。质控项如“要求每月1号12h内上报”、“要求每月15号24h内上报”等，判断逻辑：获取数据集上报时间差，校验是否在规定时间内，从而触发相应质控项。
76.需要说明的是，上述所述为所述质控评分明细构建数据质量评价算法，包括：根据数据采集要求对所述质控评分明细进行算法分析，确定数据质量指标，所述数据质量指标包括：累计数据量、综合评价指数、平均分、平均完整度、延迟率、甲级质控率以及数据质量排名；定义所述数据元和所述数据元的扣分分值，所述数据元的集合称为数据集，并定义所述数据集的总分；在每例数据采集完成后，将出现质控问题的所述数据元设定为扣分项，将所述数据集的总分减去所述扣分项的扣分分值，得到的分值作为对应每例数据质量的量化评价；依据所述每例数据质量的量化评价以及所述数据质量指标构建所述数据质量评价算法。
77.在具体实施例中，数据质量评价算法：数据采集需要定义数据元和数据元扣分分
值，数据元的集合称为数据集，会对数据集定义总分，在每例数据采集完成后，出现质控问题的数据元被记入扣分项，总分减去扣分项的扣分分值即是本例数据质量的量化评价。基于量化评价的分值可以定义数据质量评级，如甲级100分，乙级95-99分，丙级90-94分，丁级89分以下。
78.需要说明的是，在具体实施例中，需要要求：质控的数据必须结构化存储，有明确的数据类型，不支持大段病历文本的质控；质控字典编码唯一，保证后台触发机制可重复使用；每一个数据元都需定义明确的分值，遵循异常即扣分的原则；基于质控分值和质控问题进行的数据质量评价指标计算和对比分析。
79.数据质量指标包括：累计数据量、综合评价指数、平均分、平均完整度、延迟率、甲级质控率以及数据质量排名，其中：
80.累计数据量：用于评价机构数据样本量贡献度的质量指标，公式为＝总例数；综合评价指数：用于评价机构数据综合贡献度的指标，公式为＝∑单例数据集总分；平均分：用于评价机构数据平均质量指标，公式为＝(∑单例数据集总分)/总例数；平均完整度：用于评价机构数据总体完整度的指标，公式为＝(∑单例数据集完整度)/总例数；延迟率：用于评价机构数据上报及时性指标，公式为＝数据集上报延迟例次/总例数
×
100％；甲级质控率：用于评价机构数据总体质量，公式为＝满分数据集例数/总例数
×
100％。
81.数据质量排名：各分中心的质控指标会进行排名，供总中心实时了解数据采集的效能，及时对不合格的分中心作出处理，也可对表现优秀的分中心给与奖励，分中心通过排名获知自己的数据质量对比情况，可以及时作出改进。
82.需要说明的是，上述所述为所述质控问题列表构建质控问题分析算法，包括：对所述质控问题列表进行算法分析，确定质控问题分析指标，所述质控问题分析指标包括：数据元质控合格率和雷达图；依据所述质控问题分析指标构建所述质控问题分析算法。
83.在具体实施例中，质控问题分析算法：数据采集完成后产生的质控问题可用来进行分析，供决策者有针对性的提出数据质量改进方案。
84.质控问题分析指标包括：数据元质控合格率和雷达图，其中：
85.数据元质控合格率是用于评价单一数据元质控正常比率，公式＝单一数据元质控正常例数/数据元总例数
×
100％；雷达图是用于分析机构五类质控问题侧重情况，公式分别如下：
86.公式＝完整性质控问题发生次数/质控问题总次数
×
100％
87.公式＝规范性质控问题发生次数/质控问题总次数
×
100％
88.公式＝准确性质控问题发生次数/质控问题总次数
×
100％
89.公式＝一致性质控问题发生次数/质控问题总次数
×
100％
90.公式＝及时性质控问题发生次数/质控问题总次数
×
100％
91.本技术实施例技术方案制定了一系列数据质量监控指标，供总中心实时了解数据采集的效能，及时对不合格的分中心作出处理，或者对表现优秀的分中心给与奖励，分中心通过排名获知自己的数据质量对比情况，可以及时作出改进。另外，基于数据质量监控结果可以为以下数据应用场景打下基础：(1)总中心进行医疗质量指标计算，可以快速将数据质量差的数据集剔除，减少人工核校的时间；(2)总中心开放数据共享给分中心利用，可以基于分中心数据贡献度控制数据使用的权限；(3)分中心科研人员利用共享数据，可以筛选数
据质量高的数据集，保证科研成果输出。
92.本技术实施例提供的数据质量监控方法，首先获取待质量监控数据，所述待质量监控数据包括：数据元以及各数据元的属性；然后将所述待质量监控数据输入至预设质控模型进行数据质量监控，确定所述待质量监控数据的质量监控结果，所述预设质控模型包括质控规则以及相应的规则算法，通过所述质控规则以及相应的规则算法构建所述预设质控模型；最后根据所述质量监控结果对各数据中心做出相对应的处理。本技术用以基于信息化手段进行的数据采集、分析和医疗质量评价场景服务，且可及时反馈医疗质量评价结果。
93.请参阅图3，基于上述实施例公开的一种数据质量监控方法，本实施例对应公开了一种数据质量监控装置，该装置包括：
94.第一处理单元301，用于获取待质量监控数据，所述待质量监控数据包括：数据元以及各数据元的属性；
95.第二处理单元302，用于将所述待质量监控数据输入至预设质控模型进行数据质量监控，确定所述待质量监控数据的质量监控结果，所述预设质控模型包括质控规则以及相应的规则算法，通过所述质控规则以及相应的规则算法构建所述预设质控模型；
96.第三处理单元303，用于根据所述质量监控结果对各数据中心做出相对应的处理。
97.进一步的，所述第二处理单元302还用于：
98.获取原始病历数据，从所述原始病历数据中获取质控评分明细和质控问题列表；
99.为所述质控评分明细构建数据质量评价算法，且为所述质控问题列表构建质控问题分析算法；
100.以所述原始病历数据作为样本数据，通过所述数据质量评价算法和所述质控问题分析算法进行所述预设质控模型的构建。
101.进一步的，所述第二处理单元302还具体用于：
102.根据数据采集要求对所述质控评分明细进行算法分析，确定数据质量指标，所述数据质量指标包括：累计数据量、综合评价指数、平均分、平均完整度、延迟率、甲级质控率以及数据质量排名；
103.定义所述数据元和所述数据元的扣分分值，所述数据元的集合称为数据集，并定义所述数据集的总分；
104.在每例数据采集完成后，将出现质控问题的所述数据元设定为扣分项，将所述数据集的总分减去所述扣分项的扣分分值，得到的分值作为对应每例数据质量的量化评价；
105.依据所述每例数据质量的量化评价以及所述数据质量指标构建所述数据质量评价算法。
106.进一步的，所述第二处理单元302还具体用于：
107.对所述质控问题列表进行算法分析，确定质控问题分析指标，所述质控问题分析指标包括：数据元质控合格率和雷达图；
108.依据所述质控问题分析指标构建所述质控问题分析算法。
109.进一步的，还包括：第四处理单元，用于质控规则的定义，所述第四处理单元具体用于：
110.通过建立一套应对多种数据采集场景的质控问题字典，所述质控问题字典的类型
包括：完整性质控、规范性质控、准确性质控、一致性质控以及及时性质控。
111.所述数据质量监控装置包括处理器和存储器，上述第一处理单元、第二处理单元和第三处理单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
112.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来用以基于信息化手段进行的数据采集、分析和医疗质量评价场景服务，且可及时反馈医疗质量评价结果。
113.本技术实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述数据质量监控方法。
114.本技术实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述数据质量监控方法。
115.本技术实施例提供了一种电子设备，如图4所示，该电子设备40包括至少一个处理器401、以及与所述处理器连接的至少一个存储器402、总线403；其中，所述处理器401、所述存储器402通过所述总线403完成相互间的通信；处理器401用于调用所述存储器402中的程序指令，以执行上述的所述数据质量监控方法。
116.本文中的电子设备可以是服务器、pc、pad、手机等。
117.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
118.获取待质量监控数据，所述待质量监控数据包括：数据元以及各数据元的属性；
119.将所述待质量监控数据输入至预设质控模型进行数据质量监控，确定所述待质量监控数据的质量监控结果，所述预设质控模型包括质控规则以及相应的规则算法，通过所述质控规则以及相应的规则算法构建所述预设质控模型；
120.根据所述质量监控结果对各数据中心做出相对应的处理。
121.进一步的，所述预设质控模型的构建方法，包括：
122.获取原始病历数据，从所述原始病历数据中获取质控评分明细和质控问题列表；
123.为所述质控评分明细构建数据质量评价算法，且为所述质控问题列表构建质控问题分析算法；
124.以所述原始病历数据作为样本数据，通过所述数据质量评价算法和所述质控问题分析算法进行所述预设质控模型的构建。
125.进一步的，所述为所述质控评分明细构建数据质量评价算法，包括：
126.根据数据采集要求对所述质控评分明细进行算法分析，确定数据质量指标，所述数据质量指标包括：累计数据量、综合评价指数、平均分、平均完整度、延迟率、甲级质控率以及数据质量排名；
127.定义所述数据元和所述数据元的扣分分值，所述数据元的集合称为数据集，并定义所述数据集的总分；
128.在每例数据采集完成后，将出现质控问题的所述数据元设定为扣分项，将所述数据集的总分减去所述扣分项的扣分分值，得到的分值作为对应每例数据质量的量化评价；
129.依据所述每例数据质量的量化评价以及所述数据质量指标构建所述数据质量评价算法。
130.进一步的，所述为所述质控问题列表构建质控问题分析算法，包括：
131.对所述质控问题列表进行算法分析，确定质控问题分析指标，所述质控问题分析指标包括：数据元质控合格率和雷达图；
132.依据所述质控问题分析指标构建所述质控问题分析算法。
133.进一步的，还包括：质控规则的定义，具体为：
134.通过建立一套应对多种数据采集场景的质控问题字典，所述质控问题字典的类型包括：完整性质控、规范性质控、准确性质控、一致性质控以及及时性质控。
135.本技术是根据本技术实施例的方法、设备(系统)、计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
136.在一个典型的配置中，设备包括一个或多个处理器(cpu)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
137.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
138.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(transitorymedia)，如调制的数据信号和载波。
139.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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
140.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
141.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。