细胞的快速扫描方法和装置

摘要

本申请提供一种细胞的快速扫描方法和装置，其中方法包括：对目标扫描区域进行预扫描以得到第一细胞图像，基于预设阈值分割算法确定第一细胞图像对应的最优子区域尺寸，并基于最优子区域尺寸将第一细胞图像划分为多个相同尺寸的子区域，基于各目标子区域中的细胞关联特征确定二次扫描区域，并基于高斯混合模型对二次扫描区域进行聚类以得到对应的多个二次扫描子区域，基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于扫描优先级依次对二次扫描子区域进行扫描以得到第二细胞图像，提高了满足检测要求的细胞图像的获取效率。

权利要求

1.一种细胞的快速扫描方法，其特征在于，包括：

对目标扫描区域进行预扫描以得到第一细胞图像；

基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；

基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；

基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值；

所述基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸包括：

基于预扫描和二次扫描分别对应的视野大小，确定所述第一细胞图像对应的子区域尺寸集合；

基于所述子区域尺寸集合中的不同子区域尺寸，对所述第一细胞图像进行划分，以得到不同子区域尺寸对应的多个子区域集合，并基于预设阈值分割算法确定各子区域集合中每个子区域对应的分割阈值集合；

对于任一子区域集合，基于所述子区域集合中每个子区域对应的分割阈值集合，确定所述子区域集合中包含细胞的第一子区域；所述第一子区域对应的分割阈值集合中包括从小到大依次排列的第一至第四分割阈值；

基于所述子区域集合中各第一子区域对应的第二至第四分割阈值，确定各第一子区域的成团细胞指示数；

基于各第一子区域的成团细胞指示数，确定所述子区域集合中的目标子区域，并基于所述目标子区域的数量确定所述子区域集合中目标子区域的比例，将目标子区域的比例最大的子区域集合所对应的子区域尺寸作为最优子区域尺寸；所述第一子区域的成团细胞指示数的分子为：所述第一子区域对应的第三分割阈值的平方，所述第一子区域的成团细胞指示数的分母为：所述第一子区域对应的第二和第四分割阈值的乘积，相应的，所述子区域集合中的目标子区域为成团细胞指示数处于预设区间的第一子区域。

2.根据权利要求1所述的细胞的快速扫描方法，其特征在于，所述基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，具体包括：基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的排序指数；

基于各二次扫描子区域的排序指数，确定各二次扫描子区域的扫描优先级；

其中，各二次扫描子区域的扫描优先级与对应的排序指数正相关。

3.根据权利要求2所述的细胞的快速扫描方法，其特征在于，所述基于所述扫描优先级依次对所述二次扫描子区域进行扫描，包括：基于所述扫描优先级确定各二次扫描子区域的扫描顺序，并基于所述扫描顺序确定当前待扫描的目标二次扫描子区域；

基于预设路线对所述目标二次扫描子区域进行扫描；

其中，所述预设路线为以所述目标二次扫描子区域的中心位置为起点，按螺旋或巡回方式移动对应的路线。

4.根据权利要求1所述的细胞的快速扫描方法，其特征在于，所述基于各目标子区域中的细胞关联特征，确定二次扫描区域，具体包括：基于各目标子区域中的细胞像素占比，确定细胞像素占比大于第一阈值的第一目标子区域；

基于第一目标子区域中的细胞轮廓确定不包含异常成团细胞且细胞数量大于第二阈值的第二目标子区域，并基于所述第二目标子区域确定二次扫描区域。

5.一种细胞图像的快速扫描装置，其特征在于，包括：

第一细胞图像获取模块，用于对目标扫描区域进行预扫描以得到第一细胞图像；

区域划分模块，用于基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；

二次扫描区域确定模块，用于基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；

第二细胞图像获取模块，用于基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值；

所述基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸包括：

基于预扫描和二次扫描分别对应的视野大小，确定所述第一细胞图像对应的子区域尺寸集合；

基于所述子区域尺寸集合中的不同子区域尺寸，对所述第一细胞图像进行划分，以得到不同子区域尺寸对应的多个子区域集合，并基于预设阈值分割算法确定各子区域集合中每个子区域对应的分割阈值集合；

对于任一子区域集合，基于所述子区域集合中每个子区域对应的分割阈值集合，确定所述子区域集合中包含细胞的第一子区域；所述第一子区域对应的分割阈值集合中包括从小到大依次排列的第一至第四分割阈值；

基于所述子区域集合中各第一子区域对应的第二至第四分割阈值，确定各第一子区域的成团细胞指示数；

基于各第一子区域的成团细胞指示数，确定所述子区域集合中的目标子区域，并基于所述目标子区域的数量确定所述子区域集合中目标子区域的比例，将目标子区域的比例最大的子区域集合所对应的子区域尺寸作为最优子区域尺寸；所述第一子区域的成团细胞指示数的分子为：所述第一子区域对应的第三分割阈值的平方，所述第一子区域的成团细胞指示数的分母为：所述第一子区域对应的第二和第四分割阈值的乘积，相应的，所述子区域集合中的目标子区域为成团细胞指示数处于预设区间的第一子区域。

6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述细胞的快速扫描方法的步骤。

7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述细胞的快速扫描方法的步骤。

说明书

细胞的快速扫描方法和装置

技术领域

[0001] 本申请涉及图像处理技术领域，尤其涉及一种细胞的快速扫描方法和装置。

背景技术

[0002] 基于外周血中循环染色体异常细胞(Circulating genetically abnormal cell，CAC)的特征分析其与肺节结的关联关系，是目前临床科研的一项重要课题。要进行该研究，首先需要准确地从大量的背景血细胞中找到极少数量的CAC，现有技术通常采用显微设备获取血液样本对应的细胞图像，再利用人工智能算法对细胞图像进行分析以检测CAC。

[0003] 但CAC检测对于细胞图像中的细胞数量以及细胞类型有相应要求。现有技术通常利用显微设备按照预设移动路线对血液样本进行逐视野扫描以得到用于CAC检测的细胞图像。但由于血液样本中的细胞分布不均匀，部分区域甚至没有细胞，且样本中还存在对CAC检测有干扰的异常成团细胞，因此，采用按照预设移动路线进行扫描的方式将导致获取细胞图像的效率很低，且该方式采集到的部分细胞为异常成团细胞，将导致后续CAC检测的效率和精度降低。

发明内容

[0004] 本申请提供一种细胞的快速扫描方法和装置，以用于实现满足CAC检测要求的细胞图像的高效获取。

[0005] 本申请提供一种细胞的快速扫描方法，包括：

[0006] 对目标扫描区域进行预扫描以得到第一细胞图像；

[0007] 基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；

[0008] 基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；

[0009] 基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值。

[0010] 根据本申请提供的一种细胞的快速扫描方法，所述基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，具体包括：

[0011] 基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的排序指数；

[0012] 基于各二次扫描子区域的排序指数，确定各二次扫描子区域的扫描优先级；

[0013] 其中，各二次扫描子区域的扫描优先级与对应的排序指数正相关。

[0014] 根据本申请提供的一种细胞的快速扫描方法，所述基于所述扫描优先级依次对所述二次扫描子区域进行扫描，包括：

[0015] 基于所述扫描优先级确定各二次扫描子区域的扫描顺序，并基于所述扫描顺序确定当前待扫描的目标二次扫描子区域；

[0016] 基于预设路线对所述目标二次扫描子区域进行扫描；

[0017] 其中，所述预设路线为以所述目标二次扫描子区域的中心位置为起点，按螺旋或巡回方式移动对应的路线。

[0018] 根据本申请提供的一种细胞的快速扫描方法，所述基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，具体包括：

[0019] 基于预扫描和二次扫描分别对应的视野大小，确定所述第一细胞图像对应的子区域尺寸集合；

[0020] 基于所述子区域尺寸集合中的不同子区域尺寸，对所述第一细胞图像进行划分，以得到不同子区域尺寸对应的多个子区域集合，并基于预设阈值分割算法确定各子区域集合中每个子区域对应的分割阈值集合；

[0021] 基于各子区域集合中每个子区域对应的分割阈值集合，确定不同子区域集合中目标子区域的比例，并将目标子区域的比例最大的子区域集合所对应的子区域尺寸作为最优子区域尺寸。

[0022] 根据本申请提供的一种细胞的快速扫描方法，所述基于各子区域集合中每个子区域对应的分割阈值集合，确定不同子区域集合中目标子区域的比例，具体包括：

[0023] 对于任一子区域集合，基于所述子区域集合中每个子区域对应的分割阈值集合，确定所述子区域集合中包含细胞的第一子区域；所述第一子区域对应的分割阈值集合中包括从小到大依次排列的第一至第四分割阈值；

[0024] 基于所述子区域集合中各第一子区域对应的第二至第四分割阈值，确定各第一子区域的成团细胞指示数；

[0025] 基于各第一子区域的成团细胞指示数，确定所述子区域集合中的目标子区域，并基于所述目标子区域的数量确定所述子区域集合中目标子区域的比例。

[0026] 根据本申请提供的一种细胞的快速扫描方法，所述第一子区域的成团细胞指示数的分子为：所述第一子区域对应的第三分割阈值的平方，所述第一子区域的成团细胞指示数的分母为：所述第一子区域对应的第二和第四分割阈值的乘积，相应的，所述子区域集合中的目标子区域为成团细胞指示数处于预设区间的第一子区域。

[0027] 根据本申请提供的一种细胞的快速扫描方法，所述基于各目标子区域中的细胞关联特征，确定二次扫描区域，具体包括：

[0028] 基于各目标子区域中的细胞像素占比，确定细胞像素占比大于第一阈值的第一目标子区域；

[0029] 基于第一目标子区域中的细胞轮廓确定不包含异常成团细胞且细胞数量大于第二阈值的第二目标子区域，并基于所述第二目标子区域确定二次扫描区域。

[0030] 本申请还提供一种细胞图像的快速扫描装置，包括：

[0031] 第一细胞图像获取模块，用于对目标扫描区域进行预扫描以得到第一细胞图像；

[0032] 区域划分模块，用于基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；

[0033] 二次扫描区域确定模块，用于基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；

[0034] 第二细胞图像获取模块，用于基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值。

[0035] 本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述细胞的快速扫描方法的步骤。

[0036] 本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述细胞的快速扫描方法的步骤。

[0037] 本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述细胞的快速扫描方法的步骤。

[0038] 本申请提供的细胞的快速扫描方法和装置，对目标扫描区域进行预扫描以得到第一细胞图像；基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值，能够快速确定细胞密集且不存在异常成团细胞的区域并优先扫描，提高了满足CAC检测要求的细胞图像的获取效率。

附图说明

[0039] 为了更清楚地说明本申请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一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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。

[0040] 图1是本申请提供的细胞的快速扫描方法的流程示意图；

[0041] 图2是本申请提供的第一细胞图像示意图；

[0042] 图3是本申请提供的最优子区域尺寸的确定方法的流程示意图；

[0043] 图4是本申请提供的二次扫描区域的确定方法的流程示意图；

[0044] 图5是本申请提供的二次扫描区域示意图；

[0045] 图6是本申请提供的二次扫描子区域的扫描优先级的确定方法的流程示意图；

[0046] 图7是本申请提供的阈值分割算法的流程示意图；

[0047] 图8是本申请提供的细胞图像的快速扫描装置的结构示意图；

[0048] 图9是本申请提供的电子设备的结构示意图。

具体实施方式

[0049] 为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0050] 图1为本申请提供的细胞的快速扫描方法的流程示意图，如图1所示，该方法包括：

[0051] 步骤110，对目标扫描区域进行预扫描以得到第一细胞图像。

[0052] 具体地，可以理解的是，本申请实施例的扫描设备可以为任意显微设备，对应的样本可以为可能存在CAC的任意样本。下面将以扫描设备为病理切片扫描仪为例，对本申请的方案进行详细介绍。病理切片扫描仪包括高速载物台和高速扫描相机，通过调整物镜放大倍数，能够实现不同分辨率的细胞图像的快速采集。本申请实施例包括两次细胞图像扫描过程，即预扫描和二次扫描。预扫描的目的是为了确定样本中的细胞分布情况，以便确定二次扫描区域，二次扫描的目的是获取符合CAC检测要求的细胞图像。基于背景技术的内容可知，CAC检测对于细胞图像中的细胞数量和细胞类型均有相应要求。但在样本玻片制作的过程中，由于液体的张力作用，会造成细胞聚集的情况（即成团细胞）。当所述成团细胞中的细胞数量超过某一数量阈值（即前述异常成团细胞）时，将使后续CAC检测模型的运算量剧增，降低CAC检测效率，同时，此类异常成团细胞中的CAC的检测准确性较低。同时，细胞聚集等因素也会导致样本中细胞分布不均匀，部分区域甚至没有细胞。因此，采用现有的按照预设移动路线进行扫描的方式将导致获取细胞图像的效率很低，且相应的细胞图像中会存在部分异常成团细胞，导致后续CAC检测的效率和精度降低。基于此，本申请实施例首先对目标扫描区域进行预扫描以获得样本对应的全部细胞的图像（即第一细胞图像），图2是本申请提供的第一细胞图像示意图，其中，亮色区域即为细胞，基于所述第一细胞图像可以确定细胞分布情况，进而排除细胞较少和存在异常成团细胞的区域，基于此，能够保证二次扫描时快速获取符合CAC检测要求的细胞图像。

[0053] 可以理解的是，由于扫描相机的采集视野有限，因此，病理切片扫描仪需要对样本进行逐视野扫描以获取各视野对应的扫描图像，再基于各视野对应的坐标，对所述各视野对应的扫描图像进行拼接，以得到完整的细胞分布区域图像。值得注意的是，由于预扫描仅是为了获取细胞分布情况，对于第一细胞图像的分辨率要求不高，因此，本申请实施例预扫描采用的物镜放大倍数较低，基于此，可以保证病理切片扫描仪单次扫描对应的视野尽可能大，以提高第一细胞图像的获取效率。

[0054] 步骤120，基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域。

[0055] 具体地，获取第一细胞图像之后，本申请实施例进一步对所述第一细胞图像进行区域划分，以便快速确定二次扫描区域。常规的区域划分方式通常是基于扫描相机对应的视野大小确定划分对应的子区域尺寸，由于扫描相机的视野为矩形，因此，对应的子区域尺寸通常是将相机视野的长M等分，宽N等分得到的。但本申请发明人研究发现，不同的区域划分方式（对应于不同的子区域尺寸）得到的子区域中细胞的分布情况差异巨大。最坏的情况是，区域划分得到的每个子区域中均包括大量成团细胞，而基于前述内容可知，二次扫描需要排除异常成团细胞的干扰，若每个子区域中均包括大量成团细胞，将严重影响后续CAC检测的效率和准确性。因此，需要确定合适的子区域尺寸，以确保区域划分得到的大部分子区域中均包括较少的成团细胞，以避免异常成团细胞的干扰。

[0056] 基于此，本申请实施例首先基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域。所述子区域中目标子区域的比例最大，所述目标子区域为成团细胞数量低于预设阈值的子区域。本申请发明人通过研究发现，细胞图像子区域对应的分割阈值能够间接反映子区域内成团细胞的数量，因此，通过判断细胞图像子区域对应的分割阈值是否满足预设要求，即可判断所述成团细胞数量是否低于预设阈值，进而确定成团细胞数量低于预设阈值的目标子区域以及所述目标子区域的比例。基于所述最优子区域尺寸对所述第一细胞图像进行划分，可以得到尽量多的可用于二次扫描的目标子区域，在避免二次扫描采集到异常成团细胞的同时保证了二次扫描的效率。所述预设阈值分割算法可以采用直方图法、最大类间方差法（OTSU）、最大熵阈值法、迭代阈值分割法等，本申请实施例对此不作具体限定。

[0057] 图3是本申请提供的最优子区域尺寸的确定方法的流程示意图，如图3所示，本申请实施例基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸的具体步骤包括：

[0058] 步骤1201、基于预扫描和二次扫描分别对应的视野大小，确定所述第一细胞图像对应的子区域尺寸集合；

[0059] 具体的，基于前述内容可知，由于预扫描仅是为了获取细胞分布情况，对于第一细胞图像的分辨率要求不高，因此，本申请实施例预扫描采用的物镜放大倍数较低。而为了保证CAC检测的准确性，二次扫描得到的细胞图像分辨率要求较高，因此，二次扫描采用的物镜放大倍数比预扫描高，可以理解的是，预扫描和二次扫描对应的物镜放大倍数可以根据实际需要进行设定，本申请实施例对此不作具体限定。相应的，假设二次扫描对应的物镜放大倍数为预扫描对应的物镜放大倍数的A倍，基于放大倍数与视野大小的对应关系，则二次扫描对应的视野的长和宽均为预扫描对应的视野的1/A。基于该原理，本申请实施例可以基于预扫描和二次扫描分别对应的视野大小，确定所述第一细胞图像对应的子区域尺寸集合。值得注意的是，所述子区域的尺寸应为二次扫描对应的视野大小的整数倍，以便二次扫描能够扫描到完整的子区域。例如预扫描的物镜放大倍数为10倍，二次扫描的物镜放大倍数为40倍，则预扫描对应的视野的长和宽分别为二次扫描对应的视野的长和宽的4倍（相应的，预扫描对应的视野的面积为二次扫描对应的视野的面积的16倍）。基于此，所述第一细胞图像对应的子区域尺寸可以为预扫描对应的视野大小的1倍、2倍、4倍、8倍和16倍。可以理解的是，所述第一细胞图像对应的子区域尺寸是基于预扫描对应的视野的长和宽与二次扫描对应的视野的长和宽的比例关系，对预扫描对应的视野的长和宽进行比例切分得到的。

[0060] 步骤1202、基于所述子区域尺寸集合中的不同子区域尺寸，对所述第一细胞图像进行划分，以得到不同子区域尺寸对应的多个子区域集合，并基于预设阈值分割算法确定各子区域集合中每个子区域对应的分割阈值集合；

[0061] 具体的，确定所述第一细胞图像对应的子区域尺寸集合之后，即可基于所述子区域尺寸集合中的不同子区域尺寸，对所述第一细胞图像进行划分，以得到不同子区域尺寸对应的多个子区域集合，再基于预设阈值分割算法确定各子区域集合中每个子区域对应的分割阈值集合。

[0062] 步骤1203、基于各子区域集合中每个子区域对应的分割阈值集合，确定不同子区域集合中目标子区域的比例，并将目标子区域的比例最大的子区域集合所对应的子区域尺寸作为最优子区域尺寸。

[0063] 具体的，基于各子区域集合中每个子区域对应的分割阈值集合，即可确定该子区域是否为目标子区域。基于此，即可统计得到各子区域集合中的目标子区域数量，而各子区域集合对应的子区域总数已知，因此，基于各子区域集合中的目标子区域数量和子区域总数，即可确定不同子区域集合中目标子区域的比例，进而确定目标子区域的比例最大的子区域集合，并将其对应的子区域尺寸作为最优子区域尺寸。基于步骤1201‑1203，本申请实施例能够快速准确确定所述第一细胞图像对应的最优子区域尺寸。

[0064] 本申请实施例所述的预设阈值分割算法具体为四阈值分割算法，即通过该算法处理后会输出四个分割阈值。基于此，进一步的，所述基于各子区域集合中每个子区域对应的分割阈值集合，确定不同子区域集合中目标子区域的比例，具体包括：

[0065] S1、对于任一子区域集合，基于所述子区域集合中每个子区域对应的分割阈值集合，确定所述子区域集合中包含细胞的第一子区域；所述第一子区域对应的分割阈值集合中包括从小到大依次排列的第一至第四分割阈值；

[0066] S2、基于所述子区域集合中各第一子区域对应的第二至第四分割阈值，确定各第一子区域的成团细胞指示数；

[0067] S3、基于各第一子区域的成团细胞指示数，确定所述子区域集合中的目标子区域，并基于所述目标子区域的数量确定所述子区域集合中目标子区域的比例。

[0068] 具体的，可以理解的是，本申请实施例需要分别确定每个子区域集合中目标子区域的比例，每个子区域集合对应的目标子区域的比例的确定流程相同。本身请发明人通过研究发现，每个子区域对应的分割阈值集合不但可以反映子区域内成团细胞的数量，还可以反映子区域内是否包含细胞。若子区域内包含细胞，其对应的分割阈值集合中将包括从小到大依次排列的第一至第四分割阈值，若不包含细胞，则其对应的分割阈值集合中仅包括第一分割阈值。基于前述实施例可知，对不包含细胞的区域将导致二次扫描获取细胞图像的效率降低，基于此，本申请实施例对于任一子区域集合，基于所述子区域集合中每个子区域对应的分割阈值集合，确定所述子区域集合中包含细胞的第一子区域，基于该步骤，可以排除不包含细胞的子区域对二次扫描的影响。

[0069] 确定所述子区域集合中的第一子区域后，再基于所述子区域集合中各第一子区域对应的第二至第四分割阈值，确定各第一子区域的成团细胞指示数。所述第一子区域的成团细胞指示数的分子为：所述第一子区域对应的第三分割阈值的平方，所述第一子区域的成团细胞指示数的分母为：所述第一子区域对应的第二和第四分割阈值的乘积，本申请发明人通过研究发现，当子区域的成团细胞指示数处于1‑3的区间时，子区域中成团细胞数量低于预设阈值。基于此，根据各第一子区域的成团细胞指示数，即可确定其是否为目标子区域，进而统计得到所述子区域集合中的目标子区域数量和比例。基于上述步骤S1‑S3，本申请实施例能够快速准确确定各子区域集合中目标子区域的比例，进而提高所述第一细胞图像对应的最优子区域尺寸的确定效率。

[0070] 步骤130，基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域。

[0071] 具体地，根据前述内容可知，基于最优子区域尺寸对所述第一细胞图像划分得到的目标子区域比例最大，因此，可用于二次扫描的区域最多，在避免二次扫描采集到异常成团细胞的同时保证了二次扫描的效率。但本申请发明人研究发现，虽然目标子区域中成团细胞数量低于预设阈值，可很大程度上降低异常成团细胞出现的概率，但并不能保证异常成团细胞完全排除，且部分目标子区域中的细胞总数较少。因此，若直接将目标子区域作为二次扫描区域，仍然无法避免二次扫描采集到异常成团细胞，同时也无法最大限度提高二次扫描的效率。基于此，本申请实施例进一步基于各目标子区域中的细胞关联特征对目标子区域进行筛选，以确定符合要求的二次扫描区域。所述细胞关联特征包括细胞像素占比和细胞轮廓，所述细胞像素占比指子区域内细胞对应的像素点数量与总像素点数量的比值，其能够间接反映子区域内的细胞数量，细胞像素占比越高，说明子区域内的细胞越多。基于前述预设阈值分割算法处理之后，即可得到各目标子区域内细胞对应的像素点的像素值区间，再基于相应的图像检测算法确定目标子区域内细胞对应的像素点和非细胞对应的像素点，即可得到目标子区域对应的细胞像素占比。所述细胞轮廓即细胞边缘轮廓，所述细胞轮廓可以通过圆检测算法得到，若存在成团细胞，则会对其成团细胞中各单细胞对应的的轮廓合并，仅保留外部轮廓。基于所述细胞轮廓能够确定目标子区域中细胞所处的位置、细胞数量以及细胞面积。对于成团细胞而言，其细胞面积将明显大于单个细胞，因此，基于细胞面积可以大致确定成团细胞中的单细胞数量，进而排除异常成团细胞。相应的，图4是本申请提供的二次扫描区域的确定方法的流程示意图，如图4所示，所述基于各目标子区域中的细胞关联特征，确定二次扫描区域的步骤如下：

[0072] 步骤1301、基于各目标子区域中的细胞像素占比，确定细胞像素占比大于第一阈值的第一目标子区域；

[0073] 步骤1302、基于第一目标子区域中的细胞轮廓确定不包含异常成团细胞且细胞数量大于第二阈值的第二目标子区域，并基于所述第二目标子区域确定二次扫描区域。

[0074] 具体的，本申请实施例首先基于各目标子区域中的细胞像素占比，确定细胞像素占比大于第一阈值的第一目标子区域，基于此，可以获取细胞数量较多的目标子区域，以保证二次扫描的效率。但所述第一目标子区域中可能因为存在异常成团细胞，导致其细胞像素占比大于第一阈值，因此，本申请实施例进一步基于第一目标子区域中的细胞轮廓确定不包含异常成团细胞且细胞数量大于第二阈值的第二目标子区域，并基于所述第二目标子区域确定二次扫描区域，所述二次扫描区域即所述第二目标子区域构成的区域集合。基于此，可以确保二次扫描区域中不包含异常成团细胞，且二次扫描区域中的细胞数量较多，进而在避免二次扫描采集到异常成团细胞的基础上，确保二次扫描能快速获得满足细胞数量要求的细胞图像，进而最大限度提高二次扫描的效率。可以理解的是，所述第一阈值和第二阈值可以根据实际情况设置合适的值，本申请实施例对其具体取值不作限定。

[0075] 图5是本申请提供的二次扫描区域示意图，结合图5可知，二次扫描区域中不同区域的视野分布有所差异，有的区域视野集中（相应的细胞更加密集，细胞图像采集更快），而有的区域视野相对分散（相应的细胞相对稀疏，细胞图像采集相对较慢），因此，确定了二次扫描区域之后，本申请实施例进一步基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域，进而可以基于不同二次扫描子区域的视野分布情况，确定扫描优先级，以优先扫描视野相对集中（即细胞更加密集）的二次扫描子区域。基于此，本申请实施例能够进一步确保二次扫描能够快速获取满足细胞数量要求的第二细胞图像。具体的，首先对二次扫描区域对应的视野坐标进行标准化处理，再基于二次扫描区域的视野分布情况确定B个高斯混合模型，基于所述B个高斯混合模型进行聚类分析，即可得到对应的B个二次扫描子区域。可以理解的是，B为正整数，且B的取值可以根据视野分布情况自由设定，本申请实施例对其取值不作具体限定。

[0076] 步骤140，基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值。

[0077] 具体地，确定多个二次扫描子区域后，本申请实施例即可基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以快速获取第二细胞图像。可以理解的是，所述第二细胞图像即用于后续CAC检测的图像，所述第二细胞图像中的细胞数量为预设值，所述预设值即为CAC检测需满足的细胞数量。图6是本申请提供的二次扫描子区域的扫描优先级的确定方法的流程示意图，如图6所示，所述基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，具体包括：

[0078] 步骤1401、基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的排序指数；

[0079] 步骤1402、基于各二次扫描子区域的排序指数，确定各二次扫描子区域的扫描优先级；

[0080] 其中，各二次扫描子区域的扫描优先级与对应的排序指数正相关。

[0081] 具体的，假设当前二次扫描子区域的视野数量C，其对应的高斯混合模型的方差均值的计算公式为：

[0082] var_mean = (var_X+var_Y)/2；

[0083] 其中var_mean为方差均值，X和Y为视野的中心坐标，var_X为各视野对应的横坐标的方差，var_Y为各视野对应的纵坐标的方差。分别对M和var_mean进行归一化处理，即可确定二次扫描子区域的排序指数，排序指数的计算公式为：

[0084] sort_index=(0.5 * M ‑ 0.5 * var_mean)；

[0085] 该排序指数可以反映当前二次扫描区域的视野数量和集中度，排序指数越大，说明视野数量和集中度越高。基于此，本申请实施例可以基于各二次扫描子区域的排序指数，确定各二次扫描子区域的扫描优先级，各二次扫描子区域的扫描优先级与对应的排序指数正相关，即排序指数越大，扫描优先级越高。基于此，本申请实施例能够快速准确地获取各二次扫描子区域的扫描优先级，进而高效获取满足CAC检测要求的第二细胞图像。

[0086] 本申请实施例提供的方法，对目标扫描区域进行预扫描以得到第一细胞图像；基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值，能够快速确定细胞密集且不存在异常成团细胞的区域并优先扫描，提高了满足CAC检测要求的细胞图像的获取效率。

[0087] 基于上述实施例，所述基于所述扫描优先级依次对所述二次扫描子区域进行扫描，包括：

[0088] 基于所述扫描优先级确定各二次扫描子区域的扫描顺序，并基于所述扫描顺序确定当前待扫描的目标二次扫描子区域；

[0089] 基于预设路线对所述目标二次扫描子区域进行扫描；

[0090] 其中，所述预设路线为以所述目标二次扫描子区域的中心位置为起点，按螺旋或巡回方式移动对应的路线。

[0091] 具体地，可以理解的是，扫描优先级越高，对应的二次扫描子区域的扫描顺序越靠前。基于所述扫描顺序即可确定当前待扫描的目标二次扫描子区域，进而基于预设路线对所述目标二次扫描子区域进行扫描。所述预设路线指病理切片扫描仪对目标二次扫描子区域进行逐视野扫描的移动路线。所述预设路线为以所述目标二次扫描子区域的中心位置为起点，按螺旋或巡回方式移动对应的路线，基于此，可以使病理切片扫描仪以最短的移动路线进行二次扫描，进一步提高了所述第二细胞图像的获取效率。

[0092] 本申请实施例提供的方法，所述基于所述扫描优先级依次对所述二次扫描子区域进行扫描，包括：基于所述扫描优先级确定各二次扫描子区域的扫描顺序，并基于所述扫描顺序确定当前待扫描的目标二次扫描子区域，基于预设路线对所述目标二次扫描子区域进行扫描，其中，所述预设路线为以所述目标二次扫描子区域的中心位置为起点，按螺旋或巡回方式移动对应的路线，能够进一步提高第二细胞图像的获取效率。

[0093] 基于上述任一实施例，图7是本申请提供的预设阈值分割算法的流程示意图，如图7所示，对于任一子区域而言，其分割阈值集合的确定步骤如下：

[0094] 1）、初始化参数a、b、k、n和i。其中，a和b为细胞图像对应的像素值区间，a=0，b=255，即任一子区域中的像素点，其像素值均会在0‑255之间；k为分割阈值的权重系数，其可以根据经验设定；n为分割阈值的数量，对于本申请实施例，n=4；i用于指示后续分割阈值确定步骤的执行次数，i初始值为0；

[0095] 2）、判断i是否满足0≤i＜n/2‑1，若是，i的值加1，并执行步骤3），若否，执行步骤6）；

[0096] 3）、计算像素值在[a，b]之间的像素点（即子区域内全部像素点）的像素值均值mu和标准差sigma，得到子区间的边界T1=mu‑k*sigma、T2=mu+k*sigma；

[0097] 4）、分别计算位于子区间[a，T1]（即[0，mu‑k*sigma]）和[T2，b]（即[mu+k*sigma，255]）的像素点的像素值均值，并分别作为第一分割阈值和第四分割阈值；

[0098] 5）、更新参数a=T1+1，b=T2‑1，k=k*(i+1)，并跳转执行步骤2）；对于本申请实施例而言，由于i此时为1，因此，跳转到步骤2）之后，将执行步骤6）；

[0099] 6）、计算子区间边界T1=mu，T2=mu+1，并计算子区间[a，T1]和[T2，b]的像素点的像素值均值，并分别作为第二分割阈值和第三分割阈值。值得注意的是，由于a和b在步骤5）进行了更新，因此，此时的[a，T1]和[T2，b]应分别为[mu‑k*sigma+1，mu]和[mu+1，mu+k*sigma‑1]。

[0100] 基于上述步骤1）至6）即可确定各子区域分割阈值集合。

[0101] 基于上述任一实施例，本申请发明人通过研究发现，基于本申请实施例的预设阈值分割算法得到的第四分割阈值能够反映细胞核纹理中比较亮的部分像素值，第三分割阈值能够反映细胞核较暗部分的像素值。因此，在对焦清晰的情况下，两者的差值最高，基于此，本申请实施例在预扫描和二次扫描的过程中，进一步基于第四分割阈值和第三分割阈值的比值来确定对焦的清晰度。基于该方法可以方便及时对扫描过程中的对焦参数进行调整以确定最佳对焦点，能够进一步提高第一和第二细胞图像的获取效率。

[0102] 下面对本申请提供的细胞扫描图像的获取装置进行描述，下文描述的细胞扫描图像的获取装置与上文描述的细胞扫描图像的获取方法可相互对应参照。

[0103] 基于上述任一实施例，图8为本申请提供的细胞图像的快速扫描装置的结构示意图，如图8所示，该装置包括：

[0104] 第一细胞图像获取模块810，用于对目标扫描区域进行预扫描以得到第一细胞图像；

[0105] 区域划分模块820，用于基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；

[0106] 二次扫描区域确定模块830，用于基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；

[0107] 第二细胞图像获取模块840，用于基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值。

[0108] 本申请实施例提供的装置，第一细胞图像获取模块810对目标扫描区域进行预扫描以得到第一细胞图像；区域划分模块820基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；二次扫描区域确定模块830基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；第二细胞图像获取模块840基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值，能够快速确定细胞密集且不存在异常成团细胞的区域并优先扫描，提高了满足CAC检测要求的细胞图像的获取效率。

[0109] 基于上述实施例，所述基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，具体包括：

[0110] 基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的排序指数；

[0111] 基于各二次扫描子区域的排序指数，确定各二次扫描子区域的扫描优先级；

[0112] 其中，各二次扫描子区域的扫描优先级与对应的排序指数正相关。

[0113] 基于上述任一实施例，所述基于所述扫描优先级依次对所述二次扫描子区域进行扫描，包括：

[0114] 基于所述扫描优先级确定各二次扫描子区域的扫描顺序，并基于所述扫描顺序确定当前待扫描的目标二次扫描子区域；

[0115] 基于预设路线对所述目标二次扫描子区域进行扫描；

[0116] 其中，所述预设路线为以所述目标二次扫描子区域的中心位置为起点，按螺旋或巡回方式移动对应的路线。

[0117] 基于上述任一实施例，所述基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，具体包括：

[0118] 基于预扫描和二次扫描分别对应的视野大小，确定所述第一细胞图像对应的子区域尺寸集合；

[0119] 基于所述子区域尺寸集合中的不同子区域尺寸，对所述第一细胞图像进行划分，以得到不同子区域尺寸对应的多个子区域集合，并基于预设阈值分割算法确定各子区域集合中每个子区域对应的分割阈值集合；

[0120] 基于各子区域集合中每个子区域对应的分割阈值集合，确定不同子区域集合中目标子区域的比例，并将目标子区域的比例最大的子区域集合所对应的子区域尺寸作为最优子区域尺寸。

[0121] 基于上述任一实施例，所述基于各子区域集合中每个子区域对应的分割阈值集合，确定不同子区域集合中目标子区域的比例，具体包括：

[0122] 对于任一子区域集合，基于所述子区域集合中每个子区域对应的分割阈值集合，确定所述子区域集合中包含细胞的第一子区域；所述第一子区域对应的分割阈值集合中包括从小到大依次排列的第一至第四分割阈值；

[0123] 基于所述子区域集合中各第一子区域对应的第二至第四分割阈值，确定各第一子区域的成团细胞指示数；

[0124] 基于各第一子区域的成团细胞指示数，确定所述子区域集合中的目标子区域，并基于所述目标子区域的数量确定所述子区域集合中目标子区域的比例。

[0125] 基于上述任一实施例，所述第一子区域的成团细胞指示数的分子为：所述第一子区域对应的第三分割阈值的平方，所述第一子区域的成团细胞指示数的分母为：所述第一子区域对应的第二和第四分割阈值的乘积，相应的，所述子区域集合中的目标子区域为成团细胞指示数处于预设区间的第一子区域。

[0126] 基于上述任一实施例，所述基于各目标子区域中的细胞关联特征，确定二次扫描区域，具体包括：

[0127] 基于各目标子区域中的细胞像素占比，确定细胞像素占比大于第一阈值的第一目标子区域；

[0128] 基于第一目标子区域中的细胞轮廓确定不包含异常成团细胞且细胞数量大于第二阈值的第二目标子区域，并基于所述第二目标子区域确定二次扫描区域。

[0129] 图9示例了一种电子设备的实体结构示意图，如图9所示，该电子设备可以包括：处理器(processor)910、通信接口(Communications Interface)920、存储器(memory)930和通信总线940，其中，处理器910，通信接口920，存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令，以执行上述各方法所提供的细胞的快速扫描方法，该方法包括：对目标扫描区域进行预扫描以得到第一细胞图像；基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值。

[0130] 此外，上述的存储器930中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请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。

[0131] 另一方面，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的细胞的快速扫描方法，该方法包括：对目标扫描区域进行预扫描以得到第一细胞图像；基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值。

[0132] 又一方面，本申请还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的细胞的快速扫描方法，该方法包括：对目标扫描区域进行预扫描以得到第一细胞图像；基于预设阈值分割算法确定所述第一细胞图像对应的最优子区域尺寸，并基于所述最优子区域尺寸将所述第一细胞图像划分为多个相同尺寸的子区域；所述子区域中，目标子区域的比例最大，所述目标子区域指成团细胞数量低于预设阈值的子区域；基于各目标子区域中的细胞关联特征，确定二次扫描区域，并基于高斯混合模型对所述二次扫描区域进行聚类，以得到对应的多个二次扫描子区域；基于各二次扫描子区域中的视野数量及对应的高斯混合模型的方差均值，确定各二次扫描子区域的扫描优先级，并基于所述扫描优先级依次对所述二次扫描子区域进行扫描，以得到第二细胞图像；所述第二细胞图像中的细胞数量为预设值。

[0133] 以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

[0134] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。

[0135] 最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。