基于稀疏分解的分形圖像實(shí)時(shí)壓縮系統(tǒng)設(shè)計(jì)

張愛華 唐曉亮 韓杰

摘? 要： 為全面縮短分形圖像的壓縮耗時(shí)，進(jìn)而提升實(shí)時(shí)重構(gòu)圖像的質(zhì)量條件，設(shè)計(jì)一種基于稀疏分解的新型分形圖像實(shí)時(shí)壓縮系統(tǒng)。利用規(guī)范化電源模塊提供分形實(shí)時(shí)串口模塊與ADV212圖像壓縮模塊所需的供應(yīng)電量，在全面整合分形圖像信息的同時(shí)，完成新型壓縮系統(tǒng)的硬件運(yùn)行環(huán)境搭建。在此基礎(chǔ)上，對(duì)原圖像進(jìn)行稀疏分解處理，根據(jù)目的端應(yīng)用需求，重構(gòu)圖像傳輸所需的碼流組織，再按照?qǐng)D像的最終分形結(jié)果配置具體壓縮參數(shù)，實(shí)現(xiàn)重構(gòu)圖像的分形編碼，結(jié)合相關(guān)硬件執(zhí)行結(jié)構(gòu)，完成基于稀疏分解的分形圖像實(shí)時(shí)壓縮系統(tǒng)設(shè)計(jì)。對(duì)比實(shí)驗(yàn)結(jié)果表明，與常規(guī)圖像壓縮系統(tǒng)相比，應(yīng)用分形實(shí)時(shí)壓縮系統(tǒng)后，橫向基礎(chǔ)壓縮時(shí)間縮短至6.3 s，縱向基礎(chǔ)壓縮時(shí)間縮短至4.6 s，重構(gòu)圖像的質(zhì)量條件得到有效提升。

關(guān)鍵詞： 分形圖像壓縮; 圖像信息整合; 稀疏分解; 環(huán)境搭建; 重構(gòu)圖像分形編碼; 碼流傳輸

中圖分類號(hào)： TN911.73?34; TP309? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）17?0029?05

Abstract： In order to shorten the compression time of fractal images and improve the quality of real?time reconstruction images， a new real?time fractal image compression system based on sparse decomposition is designed. The standardized power supply module is used to provide the power energy required by the fractal real?time serial port module and the image compression module ADV212. The hardware operating environment of the new compression system is built while the fractal image information is fully integrated. On this basis， original image is processed with sparse decomposition. According to the application demand of the destination end， code stream organization needed for the image transmission is reconstructed， and then the specific parameters are collocated according to the final fractal compression results of the image to implement the fractal coding of the reconstructed image. The design of the real?time fractal image compression system based on sparse decomposition is completed in combination with the relevant hardware performing structure. The experimental results show that， in comparison with the conventional image compression system， the real?time fractal compression system can shorten the compression time of horizontal foundation to 6.3 s and the compression time of vertical foundation to 4.6 s， which can effectively improve the quality conditions of reconstructed images.

Keywords： fractal image compression; image information integration; sparse decomposition; environment setup; refactoring image fractal coding; code stream transmission

0? 引? 言

稀疏分解是一種具有約束作用的圖像正交分解應(yīng)用手段，同時(shí)具備基函數(shù)系的完備性和正交性，可在保持最小固有分辨率的情況下，對(duì)分形圖像進(jìn)行壓縮分配處理。

常規(guī)圖像壓縮系統(tǒng)所應(yīng)用的正交分解手段只具備特性稀疏處理能力，即在分形圖像質(zhì)量條件不超過60%的情況下，才能對(duì)其進(jìn)行定向分解，而隨著待處理圖像總量的不斷增加，單個(gè)圖像所具備的質(zhì)量條件持續(xù)增大，直至最終數(shù)量級(jí)結(jié)果[1?2]達(dá)到100%。在這種情況下，正交分解手段的靈活性、適應(yīng)性等能力均受到限制，不能根據(jù)原圖像中像素點(diǎn)的分配限制，對(duì)其進(jìn)行有目的的分解壓縮，進(jìn)而導(dǎo)致實(shí)際壓縮過程中的物理耗時(shí)不斷增加，且處理所得實(shí)時(shí)重構(gòu)圖像的質(zhì)量級(jí)條件也始終達(dá)不到預(yù)期標(biāo)準(zhǔn)。

為解決上述問題，引入稀疏分解原理，在ADV212、實(shí)時(shí)串口等模塊的支持下，對(duì)常規(guī)化系統(tǒng)的硬件執(zhí)行環(huán)節(jié)進(jìn)行完善，再按照原圖像的分解結(jié)果配置壓縮參數(shù)、重構(gòu)傳輸碼流。最終，按照常規(guī)系統(tǒng)框架，設(shè)計(jì)一種基于稀疏分解的新型分形圖像實(shí)時(shí)壓縮系統(tǒng)，并通過對(duì)比實(shí)驗(yàn)的方式，突出新、舊系統(tǒng)的實(shí)用差異性水平。

1? 分形圖像實(shí)時(shí)壓縮系統(tǒng)硬件設(shè)計(jì)

新型壓縮系統(tǒng)的硬件結(jié)構(gòu)包含電源模塊、分形實(shí)時(shí)串口、ADV212圖像壓縮模塊三個(gè)主要執(zhí)行單元，其具體搭建方法可按如下步驟進(jìn)行。

1.1? 電源模塊設(shè)計(jì)

分形圖像實(shí)時(shí)壓縮系統(tǒng)的電源模塊以FPGA芯片作為基礎(chǔ)搭建結(jié)構(gòu)，可利用XC5VSX5OT結(jié)構(gòu)實(shí)現(xiàn)內(nèi)、外部直流電壓調(diào)節(jié)。

為保證系統(tǒng)I/O電壓量始終趨于穩(wěn)定，F(xiàn)PGA芯片的內(nèi)核電壓必須時(shí)刻保持為2.5 V，但作為外部供電裝置的PTH04070W設(shè)備只能提供電量為38 V的額定電壓。

為解決電子量間的相互轉(zhuǎn)換，XC5VSX5OT結(jié)構(gòu)下接一個(gè)額定功率為0.05 W的REST板組，通常情況下，這種組合式物理機(jī)構(gòu)的電量轉(zhuǎn)化率最高可達(dá)[3?4]6.5%。VI，Inhibit，GND是壓縮系統(tǒng)的三個(gè)外接承電支柱，當(dāng)FPGA芯片中現(xiàn)存的電子量不足以支撐分形實(shí)時(shí)串口模塊、ADV212圖像壓縮模塊物理運(yùn)行時(shí)，與PTH04070W設(shè)備相鄰的單刀三擲開關(guān)從“環(huán)閉合”轉(zhuǎn)換至“環(huán)開啟”狀態(tài)，并以此促進(jìn)REST板組功率轉(zhuǎn)換操作的快速進(jìn)行，進(jìn)而達(dá)到維護(hù)系統(tǒng)供電平衡的目的。

1.2? 分形實(shí)時(shí)串口模塊

圖像分形實(shí)時(shí)串口以RS 422設(shè)備作為核心搭建設(shè)備，整個(gè)單元體結(jié)構(gòu)采取差分傳輸?shù)南∈璺纸夥绞剑丛诖龎嚎s數(shù)據(jù)保持單相傳輸?shù)那闆r下，實(shí)時(shí)串口模塊中分形圖像的像素節(jié)點(diǎn)只能保持主觀聯(lián)動(dòng)狀態(tài)[5]。

根據(jù)RS 422設(shè)備的連接標(biāo)準(zhǔn)性要求可知，分形實(shí)時(shí)串口模塊一條通路中同時(shí)可通過多個(gè)圖像信息數(shù)據(jù)，且相鄰信息始終保持相互獨(dú)立的通信狀態(tài)，可直接按照系統(tǒng)壓縮指令進(jìn)入下級(jí)處理模塊中。

當(dāng)電源模塊處于良好的電量供應(yīng)狀態(tài)時(shí)，RS 422設(shè)備中的雙絞線結(jié)構(gòu)首先與系統(tǒng)計(jì)算機(jī)相連，并在輸出通道的促進(jìn)下，獲取所有待壓縮圖像數(shù)據(jù)信息。此時(shí)位置處于模塊同一側(cè)的接收節(jié)點(diǎn)會(huì)在滿足傳輸需求的情況下，對(duì)圖像信息進(jìn)行實(shí)時(shí)獲取，再根據(jù)系統(tǒng)指令進(jìn)行后續(xù)的壓縮機(jī)分解處理[6?7]。完整的分形實(shí)時(shí)串口模塊結(jié)構(gòu)如圖2所示。

1.3? ADV212圖像壓縮模塊

ADV212圖像壓縮模塊是系統(tǒng)壓縮指令的核心執(zhí)行結(jié)構(gòu)，其輸入端包含一個(gè)像素接口和一個(gè)主機(jī)接口。像素接口是對(duì)分形圖像信息數(shù)據(jù)進(jìn)行分析提取的主要結(jié)構(gòu)，連接一個(gè)DMA控制結(jié)構(gòu)，可對(duì)圖像中像素信息的實(shí)時(shí)變動(dòng)情況進(jìn)行定向記錄。

橫向相連1個(gè)壓縮引擎和3個(gè)分解編碼器，一方面整理由接口中傳輸而來的分形圖像數(shù)據(jù)信息，另一方面對(duì)圖像中尚存的像素?cái)?shù)據(jù)進(jìn)行采集分解[8?9]。

主機(jī)接口分設(shè)1個(gè)像素FIFO、1個(gè)分形FIFO和1個(gè)壓縮FIFO，可對(duì)分形圖像提出的壓縮指令進(jìn)行深度分析，3個(gè)分支間保持高集中并聯(lián)，可將滿足稀疏分解原理的分形圖像數(shù)據(jù)傳輸至總線DMA引擎中，并以此作為整理圖像中分散信息量的主要手段，進(jìn)而達(dá)到縮短壓縮耗時(shí)的目的[10]。

完整的ADV212圖像壓縮模塊結(jié)構(gòu)如圖3所示。

2? 基于稀疏分解的重構(gòu)圖像分形編碼

在硬件運(yùn)行環(huán)境的基礎(chǔ)上，按照原圖像稀疏分解、重構(gòu)圖像碼流傳輸、圖像壓縮參數(shù)配置的物理流程，完成系統(tǒng)的軟件運(yùn)行環(huán)境搭建，兩者結(jié)合，實(shí)現(xiàn)基于稀疏分解分形圖像實(shí)時(shí)壓縮系統(tǒng)的順利運(yùn)行。

2.1? 原圖像稀疏分解

原圖像稀疏分解是實(shí)現(xiàn)分形圖像實(shí)時(shí)壓縮處理的關(guān)鍵步驟，在硬件單元結(jié)構(gòu)保持穩(wěn)定運(yùn)行的前提下，該步驟是實(shí)現(xiàn)重構(gòu)圖像質(zhì)量條件提升的關(guān)鍵環(huán)節(jié)。總的來說，像素點(diǎn)獲取是原圖像稀疏分解的起始環(huán)節(jié)，對(duì)于分形圖像來說，像素點(diǎn)總量相對(duì)較多，且絕大多數(shù)點(diǎn)結(jié)構(gòu)分布無規(guī)律可循。而隨著ADV212圖像壓縮模塊執(zhí)行速率的提升，隱藏于圖像中的像素點(diǎn)得到挖掘，并可按照系統(tǒng)傳輸需求進(jìn)行重新排列[11?12]。

散亂度分析作為原圖稀疏分解的次級(jí)執(zhí)行環(huán)節(jié)，可根據(jù)分形圖像中像素點(diǎn)的分配情況，選擇最為適宜的分解處理度量級(jí)條件。壓縮碼組傳輸是原圖像稀疏分解的末尾環(huán)節(jié)，可利用上述理論依據(jù)，確定后續(xù)碼流重構(gòu)所需的傳輸序列條件，并以此為基礎(chǔ)，建立分形圖像實(shí)時(shí)壓縮所需的物理環(huán)境。

完整的原圖像稀疏分解流程如圖4所示。

2.2? 重構(gòu)圖像碼流傳輸

重構(gòu)圖像碼流傳輸利用稀疏分解后的原圖像數(shù)據(jù)，建立全新的實(shí)時(shí)壓縮準(zhǔn)則，并以此作為系統(tǒng)對(duì)分形圖像信息的檢索規(guī)律，達(dá)到定性壓縮圖像的目的。符合系統(tǒng)壓縮需求的重構(gòu)圖像碼流需要包含頭節(jié)點(diǎn)、中間體、尾節(jié)點(diǎn)、贅余成分4個(gè)主體結(jié)構(gòu)[13]。

頭節(jié)點(diǎn)是對(duì)分形圖像中信息節(jié)點(diǎn)類型進(jìn)行的總結(jié)說明，像[.CLK2X]，[.LOCKED]都屬于圖像傳輸碼流的頭節(jié)點(diǎn)范疇。

中間體是對(duì)系統(tǒng)壓縮指令進(jìn)行的解釋說明，必須具備壓縮區(qū)間、壓縮精準(zhǔn)度等多項(xiàng)物理?xiàng)l件。

尾節(jié)點(diǎn)說明了經(jīng)過稀疏分解后，分形圖像中剩余像素節(jié)點(diǎn)的具體數(shù)量級(jí)條件，屬于一項(xiàng)物理描述條件[14]。

贅余成分是對(duì)系統(tǒng)實(shí)時(shí)壓縮指令進(jìn)行的限制說明，通過像素節(jié)點(diǎn)數(shù)量等信息條件可全面限定指令執(zhí)行步長。

表1總結(jié)了幾種最為常見類型的重構(gòu)圖像碼流。

2.3? 圖像壓縮參數(shù)配置

圖像壓縮參數(shù)配置是新型壓縮系統(tǒng)設(shè)計(jì)的末尾環(huán)節(jié)，可提升壓縮指令在分形圖像塊之間的傳輸精度，進(jìn)而達(dá)到控制壓縮消耗時(shí)間的目的。

在進(jìn)行分形圖像實(shí)時(shí)壓縮的過程中，稀疏分解值域量將會(huì)逐漸增加，直至該數(shù)值結(jié)果能夠與圖像中的像素節(jié)點(diǎn)數(shù)量進(jìn)行匹配[15]。假設(shè)[r]代表分形圖像稀疏分解值域的下限累積條件，[u]代表分形圖像稀疏分解值域的上限累積條件，[P]代表被積變量，則可將分形圖像中的像素節(jié)點(diǎn)數(shù)量結(jié)果表示為：

在式（1）的基礎(chǔ)上，設(shè)[g]代表分形圖像的最佳處理?xiàng)l件，[d]代表系統(tǒng)壓縮權(quán)限，聯(lián)立上述變量可將圖像壓縮參數(shù)結(jié)果表示為：

式中：[λ]代表圖像分形基礎(chǔ)參量;[f]，[h]分別代表兩個(gè)不同的隨機(jī)圖像像素節(jié)點(diǎn)數(shù)據(jù)。在上述軟、硬件結(jié)構(gòu)不出現(xiàn)執(zhí)行誤差的情況下，完成基于稀疏分解的分形圖像實(shí)時(shí)壓縮系統(tǒng)設(shè)計(jì)。

3? 實(shí)驗(yàn)結(jié)論與分析

3.1? 實(shí)驗(yàn)準(zhǔn)備

選取像素對(duì)比相對(duì)明顯的圖像作為實(shí)驗(yàn)對(duì)象，為將平均壓縮難度降至最低，在實(shí)驗(yàn)前對(duì)其進(jìn)行如圖5所示的處理。

已知圖5中重疊圖像部分并不具備完整的像素節(jié)點(diǎn)，且對(duì)于壓縮系統(tǒng)來說，這種圖像排列方式最滿足稀疏分解及定向分解的應(yīng)用標(biāo)準(zhǔn)。為保證實(shí)驗(yàn)結(jié)果的真實(shí)性，實(shí)驗(yàn)組、對(duì)照組采用相同的實(shí)驗(yàn)儀器，實(shí)驗(yàn)組計(jì)算機(jī)搭載基于稀疏分解的分形圖像實(shí)時(shí)壓縮系統(tǒng)，對(duì)照組計(jì)算機(jī)搭載常規(guī)圖像壓縮系統(tǒng)。

設(shè)置WQE，WVD指標(biāo)分別作為自變量，橫向壓縮時(shí)間、縱向壓縮時(shí)間作為因變量，在相同實(shí)驗(yàn)環(huán)境下分別記錄完成10次壓縮指令，實(shí)驗(yàn)組、對(duì)照組各自所消耗的時(shí)間情況。

3.2? 分形圖像橫向壓縮時(shí)間

表2反映了在WQE指標(biāo)影響下，實(shí)驗(yàn)組、對(duì)照組橫向壓縮時(shí)間的變化情況。

分析表2可知：WQE指標(biāo)呈現(xiàn)階段性增加的變化狀態(tài)，在前4個(gè)實(shí)驗(yàn)組別內(nèi)，WQE指標(biāo)始終保持為30%，在此階段，實(shí)驗(yàn)組、對(duì)照組的橫向壓縮時(shí)間均持續(xù)上升，但對(duì)照組上升幅度及最大值情況始終高于實(shí)驗(yàn)組。在第5～第7個(gè)實(shí)驗(yàn)組別內(nèi)，WQE指標(biāo)始終保持為60%，在此階段，實(shí)驗(yàn)組橫向壓縮時(shí)間始終保持為5.6 s，但對(duì)照組橫向壓縮時(shí)間依然保持上升趨勢(shì)，最大值更遠(yuǎn)超實(shí)驗(yàn)組。在第8～第10個(gè)實(shí)驗(yàn)組別內(nèi)，WQE指標(biāo)始終保持為90%，在此階段，實(shí)驗(yàn)組橫向壓縮時(shí)間始終保持為6.3 s，而對(duì)照組橫向壓縮時(shí)間還保持上升趨勢(shì)，最大值達(dá)到8.3 s，遠(yuǎn)超實(shí)驗(yàn)組。綜上可知，隨著WQE指標(biāo)水平的提升，應(yīng)用基于稀疏分解的分形圖像實(shí)時(shí)壓縮系統(tǒng)，確實(shí)能夠有效縮短圖像的橫向壓縮耗時(shí)。

3.3? 分形圖像縱向壓縮時(shí)間

表3反映了在WVD指標(biāo)影響下，實(shí)驗(yàn)組、對(duì)照組縱向壓縮時(shí)間的變化情況。

分析表3可知：在前4個(gè)實(shí)驗(yàn)組別內(nèi)，WVD指標(biāo)始終保持為30%，在此階段，實(shí)驗(yàn)組的縱向壓縮時(shí)間基本保持穩(wěn)定，對(duì)照組的縱向壓縮時(shí)間則呈現(xiàn)穩(wěn)定上升的變化趨勢(shì)，最大值達(dá)到7.0 s。在第5～第7個(gè)實(shí)驗(yàn)組別內(nèi)，WVD指標(biāo)始終保持為60%，在此階段，實(shí)驗(yàn)組的縱向壓縮時(shí)間開始出現(xiàn)上升趨勢(shì)，但因初始值相對(duì)較低，故其最大值水平僅達(dá)到4.4 s，對(duì)照組的縱向壓縮時(shí)間依然保持穩(wěn)定上升，最大值已經(jīng)達(dá)到7.3 s。在第8～第10個(gè)實(shí)驗(yàn)組別內(nèi)，WVD指標(biāo)始終保持為90%，在此階段，實(shí)驗(yàn)組的縱向壓縮時(shí)間先上升，再穩(wěn)定在最大值狀態(tài)，對(duì)照組的縱向壓縮時(shí)間雖然開始進(jìn)入穩(wěn)定狀態(tài)，但其最大值7.5 s遠(yuǎn)超過實(shí)驗(yàn)組最大值4.6 s。

綜上可知，隨著WVD指標(biāo)水平的提升，應(yīng)用基于稀疏分解的分形圖像實(shí)時(shí)壓縮系統(tǒng)，確實(shí)能夠有效縮短圖像的縱向壓縮耗時(shí)。

4? 結(jié)? 語

根據(jù)實(shí)驗(yàn)結(jié)果來看，隨著WQE，WVD指標(biāo)的提升，本文系統(tǒng)的分形圖像橫向、縱向壓縮時(shí)間均低于常規(guī)壓縮系統(tǒng)，即在這種情況下，實(shí)時(shí)重構(gòu)圖像的質(zhì)量條件得到有效保障。從搭建過程來看，基于稀疏分解分形圖像實(shí)時(shí)壓縮系統(tǒng)有效劃分了電源、串口等硬件執(zhí)行結(jié)構(gòu)，并在原圖分解、傳輸碼流重構(gòu)等流程的支持下，對(duì)系統(tǒng)的軟件執(zhí)行條件進(jìn)行完善。從實(shí)用性角度來看，這種新型系統(tǒng)重新配置了圖像壓縮參數(shù)，為實(shí)現(xiàn)提高壓縮結(jié)果實(shí)時(shí)性等目的做出保障。

注：本文通訊作者為唐曉亮。

參考文獻(xiàn)

[1] 耿艷萍，趙麗，耿春艷.低質(zhì)遙感圖像壓縮域細(xì)節(jié)特征高效增強(qiáng)仿真[J].計(jì)算機(jī)仿真，2018，35（7）：130?134.

[2] 李素鈞，廖勝，李強(qiáng).基于多核DSP的H.264圖像壓縮編碼的并行化實(shí)現(xiàn)[J].電子設(shè)計(jì)工程，2017，25（4）：126?129.

[3] 王志國，王梅，張國慶，等.帷幕體單軸壓縮破裂聲發(fā)射空間演化規(guī)律與分形特征研究[J].礦冶工程，2017，37（1）：5?9.

[4] 唐國斐，周海芳，譚慶平.基于多核DSP的星載并行遙感圖像壓縮系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用，2017，37（5）：1246?1250.

[5] 王鳴哲，薛長斌，張學(xué)全.星載圖像壓縮系統(tǒng)中實(shí)時(shí)二維小波變換的FPGA設(shè)計(jì)與實(shí)現(xiàn)[J].微電子學(xué)與計(jì)算機(jī)，2017，34（7）：33?36.

[6] 張修建，梁偉偉，王兵，等.基于HDLC協(xié)議的圖像實(shí)時(shí)壓縮傳輸技術(shù)研究[J].計(jì)算機(jī)測(cè)量與控制，2018，26（2）：203?206.

[7] 段競哲，湯任君，鄧洪敏.基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)和禁忌表的圖像壓縮與重構(gòu)[J].自動(dòng)化與儀器儀表，2017，24（3）：21?23.

[8] 梁夢(mèng)凡，熊利祥，馬德寶.一種基于SOC的紅外視頻網(wǎng)絡(luò)傳輸系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)與數(shù)字工程，2017，45（1）：88?91.

[9] 彭世雄，季玉龍，吳志紅.基于InfiniBand的并行繪制系統(tǒng)中的數(shù)據(jù)壓縮[J].太赫茲科學(xué)與電子信息學(xué)報(bào)，2017，15（2）：268?272.

[10] 賀大偉，高曉陽，劉佳，等.基于ARM11的圖像采集與傳輸系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].上海農(nóng)業(yè)學(xué)報(bào)，2017，33（1）：155?159.

[11] 楊立云，張藍(lán)月，丁晨曦，等.超高速數(shù)字圖像相關(guān)實(shí)驗(yàn)系統(tǒng)及其在爆炸研究中的應(yīng)用[J].科技導(dǎo)報(bào)，2018，36（13）：58?64.

[12] 彭晴晴，邸麗霞，張輝，等.基于NiosⅡ的SPIHT算法圖像壓縮卡的設(shè)計(jì)[J].火力與指揮控制，2017，42（11）：174?177.

[13] 張洋，李慶忠.基于WBCT變換的水下圖像高效壓縮方法[J].中國海洋大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，47（3）：124?132.

[14] AHN J， YASUKAWA S， SONODA T， et al. An optical image transmission system for deep sea creature sampling missions using autonomous underwater vehicle [J]. IEEE journal of oceanic engineering， 2018， 45（2）： 350?361.

[15] FAHMI F， TIGOR H N， ANGGREINY A. Smart cloud system with image processing server in diagnosing brain diseases dedicated for hospitals with limited resources [J]. Technology & health care official journal of the European Society for engineering & medicine， 2017， 25（3）： 607?610.