基于线性阵列式迷你LED的光声强度防伪识别装置及其方法.pdf

《基于线性阵列式迷你LED的光声强度防伪识别装置及其方法.pdf》由会员分享，可在线阅读，更多相关《基于线性阵列式迷你LED的光声强度防伪识别装置及其方法.pdf（11页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911321988.0 (22)申请日 2019.12.20 (71)申请人 江西科技师范大学 地址 330100 江西省南昌市新建区南昌市 经济技术开发区枫林大道605号 (72)发明人 刘国栋张春成王乐任重 刘涛肖国辉 (74)专利代理机构 南昌大牛专利代理事务所 (普通合伙) 36135 代理人 喻莎 (51)Int.Cl. G06F 21/32(2013.01) A61B 5/00(2006.01) (54)发明名称 一种基于线性阵列式迷你LED的光声强度防 伪识别。

2、装置及其方法 (57)摘要 本发明提供了一种基于线性阵列式迷你LED 的光声强度防伪识别装置， 该装置光源线性阵列 模块和线性阵列超声传感模块位于石英板正下 方； 散热固定板设有M6螺纹孔， 用于安装光源线 性阵列模块和线性阵列超声传感模块， 与机械位 移装置通过螺纹连接， 由机械位移装置控制进行 位移； 线性阵列传感模块左右两侧散热的固定板 部位安装了光源线性阵列模块； 线性阵列超声传 感模块连接前置信号放大单元， 本发明通过线性 阵列超声传感模块和DOE器件， 将光线转变成线 性点聚焦双重叠结构， 在保证线性扫描面积的基 础上提高了扫描的速度和扫描性上的光强使得 被检测的光声信号即超声波信。

3、号强度更大， 识别 目标与背景的对比信息更加明显， 识别结果更加 精确。 权利要求书2页 说明书6页 附图2页 CN 110990818 A 2020.04.10 CN 110990818 A 1.一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其特征在于， 包括石英板、 光源线性阵列模块、 线性阵列超声传感模块、 散热固定板、 前置信号放大单元、 机械位移装 置和防伪识别单元； 所述的光源线性阵列模块和线性阵列超声传感模块位于石英板正下 方； 所述散热固定板设有M6螺纹孔， 用于安装光源线性阵列模块和线性阵列超声传感模块， 与机械位移装置通过M6螺纹连接， 由机械位移装置控制进行位移；。

4、 所述线性阵列传感模块 左右两侧散热的固定板部位安装了光源线性阵列模块； 线性阵列超声传感模块连接前置信 号放大单元， 前置信号放大单元通过bnc数据线与防伪识别单元相连； 所述光源线性阵列模 块与线性阵列超声传感模块成45 角， 从下到上依次设有Mini LED光源、 准直镜和DOE器件； 所述准直镜用作准直光束； 所述DOE器件处于光源线性阵列模块的顶部， 将平行光转换成聚 焦光， 聚焦于石英板上； 所述线性阵列超声传感模块的两侧的Mini LED的光束聚焦点相互 重合。 2.根据权利要求1所述的一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其特 征在于， 所述的石英板为T型， 材。

5、质为二氧化硅， 顶部延伸部厚度为0.5mm， 底面贴合线性阵 列超声传感模块， 用于超声耦合。 3.根据权利要求1所述的一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其特 征在于， 所述的线性阵列超声传感模块， 规格为32阵元， 尺寸约为4mm10.35mm。 4.根据权利要求1所述的一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其特 征在于， 所述的光源线性阵列模块的DOE器件用于聚焦平行光， 使Mini LED发出的光线重叠 聚焦于线性阵列超声传感模块正上方的顶部石英板处， 最终的光线均匀度优于85， 聚焦 光斑直径约为0.05mm， 光斑间距约为0.005mm。 5.根据。

6、权利要求1或4所述的一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其特征在于， 所述的Mini LED光源为线性阵列式， 规格为32个， 单个大小为0.2mm， 接入波长 532nm的光束， 用于激励血管产生光声信号。 6.根据权利要求1所述的一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其特 征在于， 所述的线性阵列超声传感模块中的超声阵列传感器与前置信号放大单元相连， 信 号放大后传输至防伪识别单元。 7.根据权利要求1所述的一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其特 征在于， 所述的散热固定板在为Mini LED光源散热的同时带动光源线性阵列模块和线性阵 。

7、列超声传感模块进行线性位移； 所述的机械位移装置采用常规二维机械位移平台沿x轴进 行线性位移， 带动散热固定板进行位移， 控制整个系统做b-扫描。 8.根据权利要求1或6所述的一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其特征在于， 所述的防伪识别单元对接收到的超声信号进行处理， 并进行血管成像和防伪 识别。 9.本发明还提供一种基于线性阵列式迷你LED的光声血管防伪识别方法， 其特征在于， 包括如下步骤： S1： 将被测人群的待测部位放置于被石英板上， 启动电源， 激发Mini LED光源和前置信 号放大单元工作； S2： 将Mini LED产生的532nm波长的光束， 通过DOE。

8、器件进行聚焦， 光束在待测区域表面 转变成线性聚焦结构； 权利要求书 1/2 页 2 CN 110990818 A 2 S3： 线性阵列超声传感模块将接收到的超声信号传输到前置信号放大单元进行信号放 大； S4： 放大后的信号传输至防伪识别单元进行信号处理， 处理过程依据接收到的超声强 度的不同和时间的间隔， 归一化光声信号的强度； 重建该线性阵列位置的血管光学特性分 布； S5： 防伪识别单元控制机械位移装置进行一维移动， 完成待测区域光声信号的扫描； S6： 防伪识别单元通过扫描点的归一化超声信号强弱阈值分析， 分析扫描点的组织的 特性， 提取区域阵列位置的血管光学特性分布的信号流数据； 。

9、S7： 根据血管光学特性分布的信号流数据进行防伪认证， 区分出伪造血管； S8： 对血管的信号流数据进行特征处理； S9： 对血管的特征量进行匹配计算； S10： 使用深度学习， 得出匹配识别结果。 10.根据权利要求9所述的光声血管防伪识别方法， 其特征在于， 所述S6及S7具体包括： 将血管光学特性分布的信号流数据、 血管识别特征登记入库， 然后与S4得到的血管光学特 性分布的信号流数据、 血管识别特征形成信息匹配组； 采取归一化的方法， 确信真伪血管的 信号流强度， 将归一化过程表示如下： 其中， F(r,t)表示归一化后的光声信号数据流， a和b分别表示真伪血管的阀值、 信号较 弱血管。

10、和较强血管的阀值， r表示光声信号强度； 所述防伪识别信息匹配组包括血管的信号 强度和血管的拓扑结构； 所述S8中， 采用数据流匹配法、 模板匹配法或神经网络算法对血管 数据流特征进行匹配计算和血管的拓扑结构特征进行分类识别； 所述S10中， 针对获取的待 测区域数据流信息和血管的拓扑结构使用卷积神经网络进行训练。 权利要求书 2/2 页 3 CN 110990818 A 3 一种基于线性阵列式迷你LED的光声强度防伪识别装置及其 方法 技术领域 0001 本发明涉及一种血管强度防伪识别装置， 尤其涉及一种光声成像、 皮下血管防伪 以及生物识别装置及其防伪识别方法。 背景技术 0002 光声血。

11、管技术是利用被测物体吸收光能， 产生光声效应， 激发光声信号即超声波 成像， 具有高对比度和高分辨率的特点， 可利用杨氏模量区分不同人的血管光声信号和同 一个人的血管与非血管物质； 也能依据光声信号强度， 构建血管拓扑结构对比图像。 0003 生物识别通过人体固有的生理和行为特征进行个人身份的鉴别， 较传统身份认证 技术， 密钥随时携带， 不易丢失遗忘或被盗取， 防伪性更强， 广泛应用于国家安全、 信息安 全、 网络安全、 安全认证、 电子认证等领域； 其中生物识别包括如下几种技术： 0004 (1)指纹识别 0005 在所有生物识别技术中， 指纹识别是当前应用最为广泛的一种， 实现指纹识别方。

12、 法也很多： 比较指纹的局部细节； 通过全部特征进行相关识别； 指纹的波纹边缘识别等。 这 种技术产品价格相对低廉、 体积较小。 但指模出现后， 该技术容易被伪造。 0006 (2)手掌几何学识别 0007 这种方法就是通过测量使用者的手掌和手指的物理特征来进行识别， 高级的产品 还可以识别三维图像。 使用硅胶模具较容易破解这种生物识别方法。 0008 (3)视网膜识别 0009 视网膜识别使用光学设备发出的低强度光源扫描视网膜上独特的图案， 并对图案 进行处理和识别。 这要求视网膜扫描设备精度很高， 同时扫描过程中使用者必须盯着一点。 同样， 美瞳等类似产品出现， 使得该技术容易被伪造。 0。

13、010 (4)虹膜识别 0011 虹膜识别是使用CCD对人眼成像， 然后对虹膜进行图像处理和识别， 因为活体的瞳 孔大小是正常的， 所以该技术被认为最安全的技术之一， 也是目前最热门的技术之一， 已有 集成到如手机、 平板等移动设备上的产品。 同样， 美瞳等类似产品出现， 也使得该技术容易 被伪造。 0012 (5)面部识别 0013 面部识别是市场占有率仅次于指纹识别的技术， 也是识别算法研究最多的技术之 一。 当前， 新的成像方法不断涌现， 比如： 3D面部成像和红外面部成像技术等。 这些方法都基 于生物体表面成像， 很容易被硅胶模具所破解。 本项目组成员研究了面部热红外成像技术， 主要是。

14、利用热成像仪读取人脸热分布， 依据热梯度传播公式， 反演算人脸的血管分布， 再进 行识别。 但红外和热红外CCD的核心技术较多在国外， 并且这种产品涉军工， 国内大批量采 购困难， 并且价格偏高， 所以这项技术的发展并不乐观。 0014 (6)静脉识别 说明书 1/6 页 4 CN 110990818 A 4 0015 静脉识别使用近红外光(一般910nm)照明手掌或手指等部位， 对静脉成像后， 滤 波、 去噪声、 细化再特征提取识别。 这种方法是对血管成像， 是目前安全性最高的技术之一。 这种技术的核心专利集中在日本公司， 并因为需要红外CCD， 整机价格很高， 不容易推广。 指 纹识别、 。

15、虹膜识别、 人脸识别、 3D人脸识别、 视网膜识别、 静脉识别等生物识别技术都是以 CCD光学成像后进行图像识别， 伴随指模美瞳面具等产品制作水平越来越高， 这些技术的安 全性越来越低； 目前国际公认的应用最广泛价格最低廉易用性极高的生物认证技术仍是指 纹， 已经配置在笔记本、 手机等电子产品中， 人脸技术被称为是最自然、 最直观的一种生物 特征识别技术与指纹等其他生物特征识别方式相比， 人脸识别具有显著优点： 智能交互， 用 户接受程度高； 直观性突出， 符合人以貌识人的认知规律； 适应性强， 安全性好， 人脸识别的 市场份额在逐年扩大。 虹膜识别是当前便捷性和精准性结合最好的一种生物识别技。

16、术， 2005年， 中科院自动化所模式识别国家重点实验室， 因为在虹膜图像获取以及识别技术方 面取得的突出成绩， 获得国家技术发明二等奖静脉识别技术主要是对体内的血管进行成像 识别， 因为仿制一个特定个体的静脉图纹非常困难， 所以静脉识别技术具有很高的安全性 能， 也是目前被认为最有前景的技术之一。 0016 光声血管强度防伪识别技术结合了光声的物质特性， 通过成像数据分析， 实现多 模态生物特征的识别。 利用血液所激发的不同超声强度可形成血管拓扑结构图进行识别并 区分血管的真伪。 发明内容 0017 为克服现有静脉识别技术的防伪性不足， 本发明提供了一种基于线性阵列式迷你 (Mini)LED。

17、的光声强度防伪识别装置， 该装置规避了传统静脉识别所采集图像不清晰以及 伪造血管和伪造图片误识别的缺点， 并采用待测区域中血管的光声信号强度阈值防伪， 不 仅可以实现血管拓扑结构清晰成像， 还可进行光声阈值像融合防伪识别； 该系统所采用的 衍射光学元件(Diffractive Optical Elements， DOE)， 以下称为DOE器件， 将Mini LED光线 整形转变成线性点重叠聚焦结构， 在保证扫描线面积的基础上， 提高线扫描速度和精确度， 提高了线性聚焦点上的光强， 使得检测超声波的强度更大， 获取的光声信号阈值信息更准 确。 该系统可实现待测区域的超声信号的接收， 实现光声信号。

18、信息流的全面处理， 大幅提高 防伪的准确度和识别的精准性。 0018 为实现上述目的， 本发明采用如下的技术方案： 0019 一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其中包括石英板、 光源线 性阵列模块、 线性阵列超声传感模块、 散热固定板、 前置信号放大单元、 机械位移装置和防 伪识别单元； 所述的光源线性阵列模块和线性阵列超声传感模块位于石英板正下方； 所述 散热固定板设有M6螺纹孔， 用于安装光源线性阵列模块和线性阵列超声传感模块， 与机械 位移装置通过螺纹连接， 由机械位移装置控制进行位移； 所述线性阵列传感模块左右两侧 散热的固定板部位安装了光源线性阵列模块； 线性阵列。

19、超声传感模块连接前置信号放大单 元， 前置信号放大单元通过BNC数据线(带BNC接头的数据传输线， Bayonet Nut Connector 卡扣配合型连接器)与防伪识别单元相连。 0020 所述光源线性阵列模块与线性阵列超声传感模块成45 角， 从下到上依次设有 Mini LED光源、 准直镜和DOE器件； 所述准直镜用作准直光束； 所述DOE器件处于光源线性阵 说明书 2/6 页 5 CN 110990818 A 5 列模块的顶部， 将平行光转换成聚焦光， 聚焦于石英板上； 所述线性阵列超声传感模块的两 侧的Mini LED的光束聚焦点相互重合。 0021 进一步地， 所述的石英板为T型。

20、， 材质为二氧化硅， 顶部延伸部厚度为0.5mm， 底面 贴合线性阵列超声传感模块， 用于超声耦合。 0022 进一步地， 所述的线性阵列超声传感模块， 规格为32阵元， 尺寸约为4mm 10.35mm。 0023 进一步地， 所述的光源线性阵列模块的DOE器件用于聚焦平行光， 使Mini LED发出 的光线重叠聚焦于线性阵列超声传感模块正上方的顶部石英板处， 最终的光线均匀度优于 85， 聚焦光斑直径约为0.05mm， 光斑间距约为0.005mm。 0024 进一步地， 所述的线性阵列超声传感模块中的超声阵列传感器与前置信号放大单 元相连， 信号放大后传输至防伪识别单元。 0025 进一步地。

21、， ， 所述的散热固定板在为Mini LED光源散热的同时带动光源线性阵列 模块和线性阵列超声传感模块进行线性位移。 0026 进一步地， 所述的机械位移装置采用常规二维机械位移平台沿x轴进行线性位移， 带动散热固定板进行位移， 控制整个系统做b-扫描。 。 0027 进一步地， 所述的防伪识别单元对接收到的超声信号进行处理， 并进行血管成像 和防伪识别。 所述的机械位移装置控制散热固定板进行扫描。 0028 进一步地， 本发明还提供一种基于线性阵列式迷你LED的光声血管防伪识别方法， 包括如下步骤： 0029 S1： 将被测人群的待测部位(手指或手掌等部位)放置于石英板上， 启动电源， 激发。

22、 Mini LED光源和前置信号放大单元工作； 0030 S2： 将Mini LED产生的5325nm波长的光束， 通过DOE器件进行聚焦， 光束在待测 区域表面转变成线性聚焦结构； 0031 S3： 线性阵列超声传感模块将接收到的超声信号传输到前置信号放大单元进行信 号放大； 0032 S4： 放大后的信号传输至防伪识别单元进行信号处理， 处理过程依据接收到的超 声强度的不同和时间的间隔， 归一化光声信号的强度。 重建该线性阵列位置的血管光学特 性分布； 0033 S5： 防伪识别单元控制机械位移装置进行位移， 完成待测区域光声信号的扫描。 0034 S6： 防伪识别单元通过扫描点的归一化超。

23、声信号强弱阈值分析， 分析扫描点的组 织的特性， 提取区域阵列位置的血管光学特性分布的信号流数据； 0035 S7： 根据血管光学特性分布的信号流数据进行防伪认证， 区分出伪造血管。 0036 S8： 对血管的信号流数据进行特征处理； 0037 S9： 对血管的特征量进行匹配计算； 0038 S10： 使用深度学习或SVM、 神经网络等， 得出匹配识别结果。 0039 在上述方法中， 所述S6及S7具体包括： 将血管光学特性分布的信号流数据、 血管识 别特征登记入库， 然后与S4得到的血管光学特性分布的信号流数据、 血管识别特征形成信 息匹配组； 采取归一化的方法， 确信真伪血管的信号流强度，。

24、 将归一化过程表示如下： 说明书 3/6 页 6 CN 110990818 A 6 0040 0041 其中， F(r,t)表示归一化后的光声信号数据流， a和b分别表示真伪血管的阀值、 信 号较弱血管和较强血管的阀值， r表示光声信号强度。 0042 进一步地， 所述防伪识别信息匹配组包括血管的信号强度和血管的拓扑结构。 0043 进一步地， 所述S8中， 采用数据流匹配法、 模板匹配法或神经网络算法对血管数据 流特征进行匹配计算和血管的拓扑结构特征进行分类识别。 0044 进一步地， 所述S10中， 针对获取的待测区域数据流信息和血管的拓扑结构特用卷 积神经网络进行训练。 0045 与现有。

25、技术相比， 本发明的有益效果在于： 本发明将光声血管技术融合人工智能 识别技术， 可以进行光声血管阈值血管防伪和血管拓扑结构成像， 以及光声防伪和血管识 别两种技术的融合， 有效提高了识别的防伪性和精确度； 与传统的方法相比， 采用的线性阵 列超声传感模块和DOE器件， 将光线转变成线性点聚焦双重叠结构， 在保证线性扫描面积的 基础上， 提高了扫描的速度， 提高了扫描面上的光强， 使得检测超声波能够到达的深度更 大， 获取的信息更多； 利用光声信号数据流进行防伪认证和血管拓扑结构成像， 使得血管的 成像的效果更加清晰， 防伪性能更佳， 提高了生物防伪识别算法的准确性， 使其能够广泛应 用于生物。

26、识别等领域。 附图说明 0046 图1为本发明的结构示意图； 0047 其中， 石英板1、 光源线性阵列模块2、 线性阵列超声传感模块3、 散热固定板4、 机械 位移装置5、 前置信号放大单元6、 防伪识别单元7； 0048 图2为光源线性阵列模块的结构示意图； 0049 其中， Mini LED光源组201、 准直镜202、 DOE器件203。 具体实施方式 0050 结合附图， 对本发明的具体实施例进行详细说明： 0051 如图1所示， 一种基于线性阵列式迷你LED的光声强度防伪识别装置， 其中包括石 英板1、 光源线性阵列模块2、 线性阵列超声传感模块3、 散热固定板4、 机械位移装置5。

27、、 前置 信号放大单元6和防伪识别单元7； 所述的光源线性阵列模块2和线性阵列超声传感模块3位 于石英板1正下方； 所述散热固定板4设有M6螺纹孔， 用于安装光源线性阵列模块2和线性阵 列超声传感模块3， 与机械位移装置5通过螺纹连接， 由机械位移装置5控制进行位移； 所述 线性阵列超声传感模块3左右两侧散热的固定板部位安装了光源线性阵列模块2； 线性阵列 超声传感模块3连接前置信号放大单元6， 前置信号放大单元6通过BNC数据线与防伪识别单 元7相连。 0052 所述的光源线性阵列模块2与线性阵列超声传感模块3位置成45 角， 从下到到依 次设有Mini LED光源组201、 准直镜202和。

28、DOE器件203， 如图2所示； 所述准直镜201用作准 说明书 4/6 页 7 CN 110990818 A 7 直， 将Mini LED光源组201发出的光线转换成平行光； 所述DOE器件203处于光源线性阵列模 块2的底部， 将透过准直镜202的平行的光线进行聚焦， 焦点位于线性阵列超声传感模块3的 正上方。 0053 所述的石英板1为T型， 材质为二氧化硅， 顶部延伸部厚度为0.5mm， 底面贴合线性 阵列超声传感模块3， 用于超声耦合。 0054 所述线性阵列超声传感模块3的阵元数不少于32个， 整体尺寸约为4mm10.35mm。 0055 所述的光源线性阵列模块2的DOE器件203。

29、用于调整平行光， 使线性阵列超声传感 模块3的左右两个Mini LED发出的光线重叠聚焦于线性阵列超声传感模块3的正上方的顶 部石英板1处， 转变成聚焦线性点阵， 经调整的光线均匀度优于90， 聚焦光斑直径约为 0.325mm， 光斑间距约为0.005mm。 0056 所述的线性阵列超声传感模块3中的超声换能器通过BNC线与前置信号放大单元6 相连， 并通过通讯传输线与防伪识别单元7相连。 0057 所述Mini LED光源组201可分别接入波长5325nm的光束， 用于激励血管产生光 声信号。 0058 所述散热固定板4在为Mini LED光源组201散热的同时带动线性阵列超声传感模 块3和。

30、光源线性阵列模块2进行线性位移。 0059 所述的机械位移装置采用常规二维机械位移平台沿x轴进行线性位移， 带动散热 固定板进行位移， 控制整个系统做b-扫描。 0060 所述防伪识别单元7根据采集的光声信号数据流进行阈值防伪识别。 防伪识别设 备优选为计算机。 0061 如图1所示， 采用该系统进行测试时， 包括如下步骤： 0062 S1： 将被测人群的待测部位(手指或手掌等部位)放置于石英板1上， 启动电源， 激 发Mini LED光源组201和前置信号放大单元6工作； 0063 S2： 将光源产生的5321nm波长的光束， 通过DOE器件203进行整形， 聚焦光经过 DOE器件203在待。

31、测表面转变成线性聚焦点阵式结构； 0064 S3： 线性阵列超声传感模块3将接收到的超声信号传输到前置信号放大单元6进行 信号放大； 0065 S4： 放大后的信号传输至防伪识别单元7进行信号处理， 处理过程依据接收到的超 声强度的不同和时间的间隔， 归一化光声信号的强度。 重建该线性阵列位置的血管光学特 性分布； 0066 S5： 防伪识别单元7控制机械位移装置5进行一维移动， 完成待测区域光声信号的 扫描。 0067 S6： 防伪识别单元7通过扫描点的归一化超声信号强弱阈值分析， 分析扫描点的组 织的特性， 提取区域阵列位置的血管光学特性分布的信号流数据。 将血管光学特性分布的 信号流数据。

32、、 血管识别特征登记入库， 然后与S4得到的血管光学特性分布的信号流数据、 血 管识别特征形成信息匹配组； 采取归一化的方法， 确信血管和非血管的信号流强度， 将归一 化过程表示如下： 说明书 5/6 页 8 CN 110990818 A 8 0068 0069 其中， F(r,t)表示归一化后的光声信号数据流， a和b分别表示非血管与血管的阀 值、 信号较弱血管和较强血管的阀值， r表示光声信号强度。 0070 S7： 根据血管光学特性分布的信号流数据进行防伪认证， 区分出伪造血管。 防伪识 别信息匹配组包括血管的信号强度和血管的拓扑结构。 0071 S8： 对血管的信号流数据进行特征处理:。

33、采用数据流匹配法、 模板匹配法或神经网 络算法对血管数据流特征进行匹配计算和血管的拓扑结构特征进行分类识别。 0072 S9： 对血管的特征量进行匹配计算； 0073 S10： 使用深度学习， 得出匹配识别结果。 针对获取的数据流信息和血管的拓扑结 构特用卷积神经网络进行训练。 0074 如上参照附图以示例的方式描述了根据本发明提出的一种基于线性阵列式迷你 LED的光声强度防伪识别装置。 但是， 本领域技术人员应当理解， 对于上述本发明所提出的 一种基于线性阵列式超声传感的光声血管防伪识别装置， 还可以在不脱离本发明内容的基 础上做出各种改进。 因此， 本发明的保护范围应当由所附的权利要求书的内容确定。 说明书 6/6 页 9 CN 110990818 A 9 图1 说明书附图 1/2 页 10 CN 110990818 A 10 图2 说明书附图 2/2 页 11 CN 110990818 A 11 。