具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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,都属于本申请保护的范围。
示例性方法
参见图1,该图为本申请实施例提供的确定药物及其剂量值的方法的流程图。本实施例提供的确定药物及其剂量值的方法,包括如下步骤:
S101:获取待扫描对象的个体信息与检查项目。
一般来讲,本实施例中提及的待扫描对象,指的是需要利用PET/CT等医疗影像设备进行医疗扫描的待扫描患者,需要说明的是,在进行这种医疗扫描之前,需要向患者体内注入示踪剂药物。
下面均以采用PET/CT设备进行医疗扫描为例来介绍本申请实施例。
本实施例中提及的待扫描对象的个体信息,指的是患者的某些个人信息。作为一种示例,本实施例中提及的个体信息可以是所述待扫描对象的体重;作为另一种示例,本实施例中提及的个体信息可以是所述待扫描对象的体重和所述待扫描对象的身高、性别、年龄中的至少一项。
可以理解的是,PET/CT检查包括多个检查项目,例如,肺癌检查、脑受体研究、脑肿瘤定性和复发判断等等。患者可以根据自身需求确定检查项目,可以一次预约一个检查项目,也可以一次预约多个检查项目。
对于步骤S101,本实施例提供多种可能的实施方式。
在第一种可能的实现方式中,可以通过医院的信息管理系统获得待扫描患者的个体信息与检查项目。通常来讲,患者在进行PET/CT检查之前一般需要通过医院的信息管理系统提前预约,在预约时,患者可以在医院的信息管理系统中录入自己的身高、体重、性别、年龄以及检查项目等信息。因此,可以从医院的信息管理系统中获取患者预约时登记的个体信息与检查项目。
在第二种可能的实现方式中,可以现场测量待扫描患者的个体信息,并从医院的信息管理系统中获得待扫描患者的检查项目。通常来讲,患者在进行PET/CT检查当日,医院会测量患者当日的身高、体重等个体信息,故而可以获取患者在进行PET/CT检查当日在医院现场测量的个体信息,从医院的信息管理系统中获取患者预约时登记的检查项目。
在第三种可能的实现方式中,可以将从医院的信息管理系统中获取的患者的个体信息作为初始信息,将患者在进行PET/CT检查当日在医院现场测量的个体信息作为实际信息;判断所述初始信息与所述实际信息是否相同,若相同,则将所述初始信息作为患者的个体信息;若不同,则将所述实际信息作为患者的个体信息。
可以理解的是,患者在医院的信息管理系统进行预约的时间与实际进行PET/CT检查的时间之间可能间隔比较久。一般来讲,患者预约的检查项目与检查当日的检查项目不会发生变化,但考虑到对于一些癌症患者在治疗期间的体重变化会比较大,患者接受PET/CT检查当日的体重与患者预约PET/CT检查当日的体重可能会存在差异。例如,患者于9月1号在医院的信息管理系统上预约了9月30号的PET/CT检查,患者在医院的信息管理系统中录入的是患者在9月1号的体重信息,而患者在PET/CT检查当日,即9月30号的体重可能会和医院的信息管理系统中记录的体重信息不一样。针对这种情况,上述第三种可能的实现方式提供的个体信息获取方式,能够保证患者在进行PET/CT检查当日的用药剂量与患者检查当日的个体信息相匹配。
S102:根据所述个体信息与所述检查项目,自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及所述药物的剂量值。
需要说明的是,本实施例中所提到的药物指的是患者进行PET/CT扫描时注射到人体内的示踪剂。
需要说明的是,患者的检查项目不同,对应的进行扫描时需要使用的药物会不同;患者的个体信息例如患者的体重不同,对应的需要使用的药物的剂量也会不同。
在步骤S101获取待扫描对象的个体信息与检查项目之后,步骤S102可以根据所述个体信息和所述检查项目自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及药物的剂量。
步骤S102的具体实现方式可以参见图2,该图为本实施例提供的利用药物剂量模型自动确定药物及其剂量值的示意图。步骤S102具体可以包括以下步骤B1-B2:
步骤B1:将所述个体信息与所述检查项目输入至预先训练好的药物剂量模型。
其中,预先训练好的药物剂量模型指的是,根据大量的PET/CT临床检查的真实数据,训练出具有不同个体信息的不同患者适用的药物剂量模型。考虑到一些临床数据可能是无效数据,例如,一些临床数据可能比较特殊,明显不适用于大多患者;又如,一些临床数据中记录的药物剂量值有明显的错误。因此,为了使训练出的药物剂量模型能够适用于不同患者,在进行药物剂量模型训练时可以剔除这样的无效数据,从临床数据中提取出有效数据,基于有效数据进行药物剂量模型训练。
本实施例中,所述药物剂量模型包括药物子模型和剂量子模型。
其中,在药物子模型中可以保存检查项目与检查部位之间的对应关系并保存检查部位与药物名称之间的对应关系、或者直接保存检查项目与药物名称之间的对应关系,这样,当将检测项目输入到药物剂量模型时,药物剂量模型的药物子模型便可以通过上述对应关系得到本次扫描时应使用的药物。
其中,所述药物剂量模型可以包括至少一个剂量子模型,不同剂量子模型对应于不同检查项目所使用的药物,这样,当将待扫描对象的个体信息输入到药物剂量模型时,便可以根据上述药物子模型输出的药物名称找到对应的剂量子模型,该剂量子模型便会输出药物剂量值。
关于每一个剂量子模型,本实施例需要预先训练得到,可以结合电子病历等得到大量真实的有效数据,并通过大数据机器学习的方式训练得到每一个剂量子模型,具体可以采用BP(back propagation)神经网络的学习方式进行训练。
BP神经网络是一种按误差逆传播算法训练的多层前馈网络,BP网络能学习和存贮大量的输入-输出模式映射关系,它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。
BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer)和输出层(output layer)。当通过BP神经网络训练剂量子模型时,需要预先收集不同的训练样本,每一训练样本包括患者的个体信息、以及进行医疗扫描时为该患者使用的药物剂量;实际训练时,将该患者个体信息中的体重、身高、性别、年龄等每一项信息,分别作为输入层(input)的不同样本属性,并将训练样本中具体的样本属性数据从输入层(input)传入,经各隐层(hide layer)逐层处理后,传向输出层(output layer),若输出层(output layer)的实际输出与期望的输出(即该训练样本中的药物剂量)不符,则转入误差的反向传播阶段;反向传播时,将实际输出以某种形式通过隐层(hide layer)向输入层(input)逐层反传,并将误差分摊给各层的所有单元,从而获得各层单元的误差信号,此误差信号即作为修正各单元权值的依据;这样,通过不断训练,得到每一种药物对应的剂量子模型。
步骤B2:利用所述药物剂量模型,自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及药物的剂量。
根据训练好的药物剂量模型,将患者的个体信息和检查项目输入所述药物剂量模型之后,药物剂量模型可以直接根据患者的个体信息和检查项目计算并输出患者检查时应使用的药物名称和该药物的剂量值。
以下站在药物剂量模型的角度介绍根据待扫描对象的个体信息和检查项目确定待扫描对象在进行扫描时应使用的药物以及所述药物的剂量值的一种实现方式。
参见图3,该图为本实施例提供的药物及药物剂量值的具体确定方法的流程图,包括以下步骤。
S301:根据所述检查项目确定所述待扫描对象的检查部位。
可以理解的是,各个检查项目有与之对应的检查部位,在训练好的药物剂量模型的药物子模型中,可以保存有检查项目与检查部位的对应关系,根据检查项目可以在所述对应关系中找到对应的检查部位。例如,检查项目为肺癌检查,根据所述对应关系查找到对应的检查部位为肺部;又如,检查项目为脑受体研究,根据所述对应关系查找到对应的检查部位为脑部。
S302:根据所述检查部位确定所述待扫描对象在进行医疗扫描时应使用的药物。
当步骤S301根据患者的检查项目确定患者的检查部位之后,由于各个检查部位有与之对应的药物,所以,在训练好的药物剂量模型的药物子模型中,还可以保存有检查部位与药物名称的对应关系,这样,根据所述检查部位可以在所述对应关系中找到对应的药物名称,从而确定了患者在扫描时需要使用的药物。
S303:根据所述药物的半衰期与所述个体信息,确定所述待扫描对象在进行医疗扫描时应使用所述药物的剂量值。
药物的半衰期指的是血液中的药物浓度或者是体内药物量减低到二分之一所花费的时间。药物的半衰期对患者进行扫描时需要使用的药物剂量值有一定的影响,一般来讲,若不考虑患者的个体信息,药物的半衰期越长,患者进行扫描时需要使用的药物剂量值越少;药物的半衰期越短,患者进行扫描时需要使用的药物剂量值越多。
关于患者的个体信息,即患者的体重、身高、性别、年龄,一般来讲,患者的体重越低,患者进行扫描时需要使用的药物剂量值越少;患者的体重越高,患者进行扫描时需要使用的药物剂量值越多;而患者的身高、性别、年龄对剂量值的影响相对较小。
以下结合附图介绍步骤S303的一种实现方式。
参见图4,该图为本实施例提供的基于药物半衰期和患者个体信息确定药物剂量值的方法流程图,包括以下步骤:
S401:确定所述药物的半衰期、所述个体信息中的每一信息项分别对应的预置权重值。
需要说明的是,所述预置权重值反应了所述对象信息中对应信息项对所述药物的剂量值的影响程度。具体来讲,假设各个信息项分别为药物的半衰期、待扫描患者的体重、身高、年龄及性别,共五个信息项,那么,对药物剂量值影响大的信息项,该信息项对应的预设权重值较大,反之,对药物剂量值影响小的信息项,该信息项对应的预设权重值较小。一般来讲,由于所述药物的半衰期与待扫描患者的体重是药物剂量的决定性因素,所以,这两个信息项对应的预设权重值比较大;待扫描患者的身高、年龄以及性别是药物剂量的非决定性因素,所以,这三个信息项对应的预设权重比较小。
需要说明的是,根据待扫描患者的扫描部位不同,需要使用的药物可能不同,使得每一信息项分别对应的预设权重值也可能不同。例如,当患者待扫描的部位为头部时,所述药物的半衰期的预设权重值为0.3、待扫描患者的体重的预设权重值为0.3、待扫描患者的身高的预设权重值为0.2、待扫描患者的年龄的预设权重值为0.1、待扫描患者的性别的预设权重值为0.1;当患者待扫描的部位为肺部时,所述药物的半衰期的预设权重值为0.4、待扫描患者的体重的预设权重值为0.3、待扫描患者的身高的预设权重值为0.1、待扫描患者的年龄的预设权重值为0.1、待扫描患者的性别的预设权重值为0.1。
S402:根据所述每一信息项分别对应的预置权重值,计算所述待扫描对象在进行医疗扫描时应使用所述药物的剂量值。
步骤S402在具体实现时,可以根据所述每一信息项分别对应的预置权重值、以及所述药物的最大剂量值,计算所述待扫描对象在进行医疗扫描时应使用所述药物的剂量值。具体计算方式可以参考如下公式:
其中,y指的是患者在进行扫描时应使用的药物的剂量值,x是一个参数向量,θ也是一个向量,参数向量x分别代表所述药物的半衰期、待扫描患者的体重、身高、年龄以及性别等信息,θ为对应信息项的预设权重值。θ
Tx经过向量运算之后为一个正数,
运算之后为一个小于1且大于0的数。T
max为预先设定好的最大剂量值,所述最大剂量值可以认为是人体能够承受的某一药物的药物剂量的最大值、或者为临床经验中药物剂量的上限值。
需要说明的是,Tmax的值与药物的属性有关,对于不同的药物,其对应的最大剂量值Tmax可能相同,也可能不相同。
获得药物的半衰期与待扫描患者的个体信息之后,可以根据上述公式计算所述药物的剂量值。
本申请实施例提供的一种确定药物及其剂量值的方法,首先,获取待扫描对象的个体信息与检查项目,然后,根据所述个体信息与所述检查项目,自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及所述药物的剂量值。可见,本申请通过自动确定扫描用药物及其剂量值,不但提升了医生的工作效率,还不会因医生的经验、忙乱程度等因素导致药物确定错误和/或剂量值存在误差。
以下结合具体场景介绍本申请实施例提供的确定药物及其剂量值的方法。
参见图5,该图为本申请实施例提供的确定药物及其剂量值的又一方法流程图。
S501:患者在医院的信息管理系统预约PET/CT检查,录入检查项目以及个人身高、体重、年龄、性别等信息。
在本实施例中,医院的信息管理系统可以提供一个预约界面,患者在成为该信息管理系统的注册用户后,当需要预约检查时,可以访问该预约界面,并在该预约界面进行检查项目和患者个体信息的录入,待录入完成后,提交录入结果即完成预约。
作为一种示例,参见图6所示的预约界面示意图,该预约界面提供了“检查项目”、“身高”、“体重”、“年龄”、“性别”等录入项目,患者可以从“检查项目”对应的下拉菜单中选择一检查项目、也可以直接输入检查项目(如果输入的检查项目与系统预设的检测项目不匹配,会提醒输入错误),患者的身高、体重、年龄需要患者在对应录入位置进行输入,患者性别可以从“性别”对应的下拉菜单中选择、也可以自行输入。
此外,该预约界面中还可以显示其它信息,比如,当患者选择一检查项目后,在界面相应位置显示该检查项目的相关介绍以及患者注意事项等信息。
S502:患者在检查当日现场测量身高、体重等信息。
S503:根据患者的检查项目获得患者的待扫描部位。
S504:根据待扫描部位获得患者在扫描时需要使用的药物名称以及所述药物的半衰期。
S505:确定患者的身高、体重、年龄、性别以及所述药物的半衰期每一项分别对应的预设权重值。
参见图5所示,患者在医院的信息管理系统录入的检查项目以及身高、体重等信息可以传入医院的药物预约统计系统,医院的药物预约统计系统将患者的预约信息中的检查项目、身高、体重等信息输入药物剂量模型,由药物剂量模型获得患者需要使用的药物并计算出该药物的剂量值,并将患者需要使用的药物以及药物的剂量值发送给医院的药物预约统计系统。
药物预约统计系统记录预约患者需要使用的药物和药物的剂量值,从而药物预约统计系统可以根据多个患者的预约情况,统计出每个预约日所需要使用的药物以及药物总量,并将实时统计结果保存在药物预约统计系统的数据库中。当药物预约统计系统的注册用户登录到该系统时,可以进入该系统提供的查询界面,并在该查询界面中查询统计结果,比如,查询统计出的全部药物以及每一种药物的药物总量,也可以查询特定时间段内(比如最近1个月内)的全部药物以及每一种药物的药物总量等等,待用户触发查询请求后,药物预约统计系统调取统计结果并在查询界面中显示。进一步地,如果医院有特定的药物采购日,药物预约统计系统还可以在采购日当天或前一天,向采购人员的移动终端等发送采购提醒信息,该提醒信息可以包括采购日期、以及该采购日期应采购的药物和每一种药物的药物总量等。这样,方便医院做出合适的药物采购策略,避免出现药物短缺或者药物采购过多而导致的药物浪费等问题。
本申请提供的一种确定药物及其剂量值的方法,首先,获取待扫描对象的个体信息与检查项目,然后,根据所述个体信息与所述检查项目,利用预先训练得到的药物剂量模型自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及所述药物的剂量值。可见,本申请通过自动确定扫描用药物及其剂量值,一方面不但提升了医生的工作效率,还不会因医生的经验、忙乱程度等因素导致药物确定错误和/或剂量值存在误差,另一方面还可以方便医院做出合适的药物采购策略,避免出现药物短缺或者药物采购过多而导致的药物浪费等问题。
进一步地,在本申请的一种实施方式中,若步骤S101获取的所述个体信息为扫描日之前获取的初始信息,则获取目标信息,其中,所述目标信息为所述待扫描对象在扫描日的实际个体信息;判断所述目标信息与所述初始信息是否存在差异,若是,则将所述目标信息作为所述个体信息,重新执行步骤S102。
可以理解的是,患者接受扫描当日需要在医院当场测量患者的身高与体重,保证患者在进行PET/CT检查当日的用药剂量与患者检查当日的个体信息相匹配,可以判断患者检查当日测量的身高与体重与患者在预约当日录入的身高与体重是否相同。如果相同,则直接使用药物预约统计系统里记录的患者需要使用的药物以药物剂量值。如果不同,则使用患者在检查当日测量的身高体重等信息作为个体信息,执行步骤S102,具体可以执行步骤上述S503-S506,获得患者需要使用的药物以及所述药物的剂量值。
示例性装置
参见图7,该图为本申请实施例提供的一种确定药物及其剂量值的装置的组成示意图,该装置700包括:
信息项目获取单元701,用于获取待扫描对象的个体信息与检查项目;
药物剂量确定单元702,用于根据所述个体信息与所述检查项目,自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及所述药物的剂量值。
在本申请的一种实施方式中,所述药物剂量确定单元702包括:
信息项目输入子单元,用于将所述个体信息与所述检查项目输入至预先训练好的药物剂量模型;
药物剂量确定子单元,用于利用所述药物剂量模型,自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及所述药物的剂量值。
在本申请的一种实施方式中,所述药物剂量确定子单元包括:
部位确定子单元,用于根据所述检查项目确定所述待扫描对象的检查部位;
药物确定子单元,用于根据所述检查部位确定所述待扫描对象在进行医疗扫描时应使用的药物;
剂量确定子单元,用于根据所述药物的半衰期与所述个体信息,确定所述待扫描对象在进行医疗扫描时应使用所述药物的剂量值。
在本申请的一种实施方式中,所述剂量确定子单元包括:
半衰期确定子单元,用于确定所述药物的半衰期、所述个体信息中的每一信息项分别对应的预置权重值,其中,所述预置权重值反应了对应信息项对所述药物的剂量值的影响程度;
剂量计算子单元,用于根据所述每一信息项分别对应的预置权重值,计算所述待扫描对象在进行医疗扫描时应使用所述药物的剂量值。
在本申请的一种实施方式中,所述剂量计算子单元,具体用于根据所述每一信息项分别对应的预置权重值、以及所述药物的最大剂量值,计算所述待扫描对象在进行医疗扫描时应使用所述药物的剂量值。
在本申请的一种实施方式中,所述个体信息包括:所述待扫描对象的体重。
在本申请的一种实施方式中,所述个体信息还包括:所述待扫描对象的身高、性别、年龄中的至少一项。
在本申请的一种实施方式中,所述装置还包括:
目标信息获取单元,用于若所述个体信息为扫描日之前获取的初始信息,则获取目标信息,其中,所述目标信息为所述待扫描对象在扫描日的实际个体信息;
个体信息替换单元,用于判断所述目标信息与所述初始信息是否存在差异,若是,则将所述目标信息作为所述个体信息,触发所述药物剂量确定单元702根据所述个体信息与所述检查项目,自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及所述药物的剂量值。
参见图8,该图为本申请实施例提供的一种确定药物及其剂量值的装置的硬件结构示意图,所述装置800包括存储器801和接收器802,以及分别与所述存储器801和所述接收器802连接的处理器803,所述存储器801用于存储一组程序指令,所述处理器803用于调用所述存储器801存储的程序指令执行如下操作:
获取待扫描对象的个体信息与检查项目;
根据所述个体信息与所述检查项目,自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及所述药物的剂量值。
在本申请的一种实施方式中,所述处理器803还用于调用所述存储器801存储的程序指令执行如下操作:
将所述个体信息与所述检查项目输入至预先训练好的药物剂量模型;
利用所述药物剂量模型,自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及所述药物的剂量值。
在本申请的一种实施方式中,所述处理器803还用于调用所述存储器801存储的程序指令执行如下操作:
根据所述检查项目确定所述待扫描对象的检查部位;
根据所述检查部位确定所述待扫描对象在进行医疗扫描时应使用的药物;
根据所述药物的半衰期与所述个体信息,确定所述待扫描对象在进行医疗扫描时应使用所述药物的剂量值。
在本申请的一种实施方式中,所述处理器803还用于调用所述存储器801存储的程序指令执行如下操作:
确定所述药物的半衰期、所述个体信息中的每一信息项分别对应的预置权重值,其中,所述预置权重值反应了对应信息项对所述药物的剂量值的影响程度;
根据所述每一信息项分别对应的预置权重值,计算所述待扫描对象在进行医疗扫描时应使用所述药物的剂量值。
在本申请的一种实施方式中,所述处理器803还用于调用所述存储器801存储的程序指令执行如下操作:
根据所述每一信息项分别对应的预置权重值、以及所述药物的最大剂量值,计算所述待扫描对象在进行医疗扫描时应使用所述药物的剂量值。
在本申请的一种实施方式中,所述个体信息包括:所述待扫描对象的体重。
在本申请的一种实施方式中,所述个体信息还包括:所述待扫描对象的身高、性别、年龄中的至少一项。
在本申请的一种实施方式中,所述处理器803还用于调用所述存储器801存储的程序指令执行如下操作:
若所述个体信息为扫描日之前获取的初始信息,则获取目标信息,其中,所述目标信息为所述待扫描对象在扫描日的实际个体信息;
判断所述目标信息与所述初始信息是否存在差异,若是,则将所述目标信息作为所述个体信息,重新执行所述根据所述个体信息与所述检查项目,自动确定所述待扫描对象在进行医疗扫描时应使用的药物以及所述药物的剂量值的步骤。
在一些实施方式中,所述处理器803可以为中央处理器(Central ProcessingUnit,CPU),所述存储器801可以为随机存取存储器(Random Access Memory,RAM)类型的内部存储器,所述接收器802可以包含普通物理接口,所述物理接口可以为以太(Ethernet)接口或异步传输模式(Asynchronous Transfer Mode,ATM)接口。所述处理器803、接收器802和存储器801可以集成为一个或多个独立的电路或硬件,如:专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。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,或者诸如媒体网关等网络通信设备,等等)执行本申请各个实施例或者实施例的某些部分所述的方法。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的方法而言,由于其与实施例公开的系统相对应,所以描述的比较简单,相关之处参见系统部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。