CN102473299A - 用于最优癌症分期的基于规则的决策支持和患者特异性可视化*** - Google Patents
用于最优癌症分期的基于规则的决策支持和患者特异性可视化*** Download PDFInfo
- Publication number
- CN102473299A CN102473299A CN2010800297126A CN201080029712A CN102473299A CN 102473299 A CN102473299 A CN 102473299A CN 2010800297126 A CN2010800297126 A CN 2010800297126A CN 201080029712 A CN201080029712 A CN 201080029712A CN 102473299 A CN102473299 A CN 102473299A
- Authority
- CN
- China
- Prior art keywords
- tumour
- patient
- lymph node
- recommendation
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种包括显示器和处理器的***以及对应的方法,其用于识别患者图像中的肿瘤,基于预定分类***对该肿瘤进行分类,以及基于在患者图像中识别的肿瘤、该肿瘤的分类和预定规则确定关于***活检的推荐。
Description
肺癌分期是对肺癌已经从其初始源扩散到何种程度的评估。正确的肺癌分期对于治疗规划过程是极其重要的。肺癌以相当可预测的模式扩散。最初可能在肺的各部分发现肿瘤。然后癌症一般扩散到靠近初始肿瘤的***,之后扩散到更远地在被称为纵隔的空间中的***。最初,在纵隔中,癌症将感染与肿瘤在同一侧上的***。但是,随着癌症发展,癌症可能扩散到肿瘤相反侧上的***。在更晚期,肺癌可能扩散到远处的器官。通过确定癌症已经扩散了多远,可以确定癌症分期并且可以规划适当的疗程。
TNM(肿瘤结节转移)分类***是一种国际上接受的分期***,其对癌症的严重程度进行分类。国际上接受的分类***有利于治疗机构之间的信息交换并且有助于癌症的适当治疗。“T”(肿瘤)指示原发肿瘤的尺寸或直接范围。“N”(***)指示区域性***的受累。“M”指示是否存在远距离转移(例如癌症从身体的一部分扩散到另一部分)。因此,在对肿瘤进行初始识别并分类之后,可以对周围的***进行活检以确定癌症已经扩散的程度,以便实现精确的癌症分期。
本发明提供一种方法,其用于:识别患者图像中的肿瘤;基于预定分类***对该肿瘤进行分类;以及基于在患者图像中识别的肿瘤、该肿瘤的分类和预定规则确定关于***活检的推荐。
本发明提供一种***,其具有:显示器,其显示患者图像;以及处理器,其基于预定分类***对显示在患者图像中的肿瘤进行分类,并且基于患者图像中的肿瘤、该肿瘤的分类和预定规则确定关于***活检的推荐。
本发明提供一种计算机可读存储介质,其包括可由处理器执行的一组指令。该组指令可操作以:识别患者图像中的肿瘤;基于预定分类***对该肿瘤进行分类,以及基于在所述患者图像中识别的所述肿瘤、该肿瘤的分类和预定规则确定关于***活检的推荐。
图1示出根据示例性实施例的***的示意图;
图2示出根据示例性实施例的方法的流程图;
图3示出在医学图像中识别的肿瘤的屏幕截图;
图4示出关于用于活检的***的示例性推荐的屏幕截图;
图5示出相对于肺分割和支气管树提取的关于用于活检的***的示例性推荐的屏幕截图。
通过参考以下描述和附图可以进一步理解示例性实施例,其中相同的元件用相同的参考数字表示。这些示例性实施例提供用于基于TNM分类***生成关于***活检的患者特异性推荐的可视化***和方法。本领域技术人员将理解,虽然示例性实施例具体描述了肺癌分期,但是以下***和方法可用于提供针对其他类型癌症的癌症分期的患者特异性推荐。
如图1所示,根据示例性实施例的***100生成关于哪些***应被活检以便进行适当癌症分期的患者特异性推荐。这些推荐至少部分基于由TNM分类***建立的规则。***100包括处理器102,该处理器能够处理诸如胸腔放射摄影和CT扫描的医学图像,以确定身体中应被活检的特定***的位置,从而确定癌症扩散的程度。用户界面104有利于用户选择患者的原发肿瘤并且命令***100推荐出将被活检的***的最优数量、位置和顺序。***100还包括显示器106和存储器108,该显示器用于显示医学图像和/或显示关于将被活检的***的推荐,该存储器用于存储医学图像和/或***分类的总图集(general atlas)。存储器108可以是任何已知类型的计算机可读存储介质。本领域技术人员将理解,***100例如是个人计算机、服务器或任何其他处理装置。
如图2所示,根据示例性实施例的方法200包括:在步骤210中,加载并在显示器106上显示患者的医学图像。如图3所示,医学图像例如是患者的胸腔放射摄影、CT扫描和/或支气管树提取图像。所显示的医学图像和属于患者的任何其他医学图像被存储在存储器108中。在步骤220中,在医学图像中识别原发肿瘤。由***100自动地识别原发肿瘤或者由用户通过用户界面104手动选择原发肿瘤。在肿瘤被***100识别的情况下,***100可以提示用户确认已经识别了正确的肿瘤。用户通过用户界面104输入确认。***100将继续识别潜在的肿瘤,直到正确的肿瘤已经被识别并且被用户确认为止。一旦肿瘤被识别,就在步骤230中利用TNM分类***对肿瘤进行分类。例如,根据国际上接受的TNM分期***的当前版本,如果肿瘤小于或等于3cm,肿瘤被分类为T1。如果肿瘤大于3cm但是小于或等于7cm,肿瘤被分类为T2。如果肿瘤大于7cm,肿瘤可以被分类为T3。但是,如果肿瘤大于7cm并且肿瘤的同一叶中存在额外的节结,肿瘤被分类为T4。然而,本领域技术人员将理解,用于肿瘤分类的这些尺寸值仅是示例性的并且可以根据需要或在必要时改变。确定肿瘤分类的尺寸值被存储在存储器108中。所识别的肿瘤的肿瘤分类也被存储在存储器108中。当在步骤230中对肿瘤进行分类时,处理器102可访问存储器108中存储的用于肿瘤分类的尺寸值。
在已经识别和分类肿瘤之后,***100提示用户指示出要采取的下一步骤。例如,用户可以通过用户界面指示出对关于***活检的推荐的请求和/或对保存、打印或显示所识别的肿瘤信息的请求。当用户指示出对***活检推荐的请求时,在步骤240中处理器102将患者医学图像映射到总图集。根据TNM分类***,该总图集包括具有已编号结站(nodal station)的模型肺和/或支气管树。例如,当前接受的TNM分类***包括基于在肺/支气管树中的位置而被编号的十四个结站。结1-9位于纵隔中,而结10-14是肺门和肺内***。患者医学图像被映射到总图集,从而使得总图集的十四个已编号结站中的对应一个被映射到患者医学图像中的***区域,并且在患者医学图像中识别的肿瘤被与总图集中的对应肿瘤(例如通过尺寸和位置)相关。然而,本领域技术人员将理解,在肿瘤的位置不是确定用于活检的***的推荐的因素时,将患者医学图像映射到总图集可能在稍后的时间之前不是必需的。
在步骤250中,处理器102分析总图集以基于预定规则确定关于将被活检的***的最优数量、位置和/或顺序的推荐。这些规则基于例如以下因素:原发肿瘤的分类、结站相对于肿瘤的位置或距离、***在体内的位置、结站相对于引流区域的位置、TNM分类***的分期方案和基于之前已分期肿瘤的已知信息。例如,根据当前接受的TNM分类***,结1-9代表N2***,其意味着如果这些***中任一个的活检指示出癌症受累,则N将被分类为N2。另一方面,结10-14代表N1结,从而如果活检显示出在标记为10-14的结中任一个中的癌症受累,则N将被分类为N1。根据所识别的肿瘤的位置,一些结还可以被给予R(右)和L(左)分类。N3分类将指示出癌症已经转移到在与所识别的肿瘤的位置相反的肺部侧上的结。本领域技术人员将理解,这些规则可以由用户定义和/或改变并且可以被存储在存储器108中。
在步骤260中,对将被活检的***的推荐被显示在显示器106上,如图4所示。所推荐的将被活检的***相对于总图集和/或患者图像的位置被示出。当总图集之前未在步骤240中被映射到患者医学图像时,本领域技术人员将理解,可以在显示***推荐之前将总图集映射到患者医学图像。本领域技术人员将理解,所述推荐还进一步被显示为文本,如图4所示。用户还选择期望的格式以便观察关于***活检的推荐。用户可以选择不显示某些视图。另外,用户通过用户界面输入是否将包括所述推荐的总图集存储到存储器108中和/或打印所述推荐。在另一实施例中,在步骤270中,从患者医学图像分割肺和/或提取支气管树,从而示出肺的患者特异性模型。本领域技术人员将理解,所述分割和/或提取是利用任何已知分割或提取程序进行的。
在步骤280中,包括所推荐的将被活检的***的总图集被映射到肺分割和/或支气管树提取以指示每个所推荐的***的患者特异性位置。在步骤290中,示出相对于肺分割和支气管树提取的对应***的肺分割和/或支气管树提取被显示在显示器106上,如图5所示。因此,用户能够相对于肺的患者特异性模型可视化所推荐的将被活检的每个***的位置。本领域技术人员将理解,每个所推荐的将被活检的***相对于经分割的肺和/或支气管树的患者特异性可视化将允许用户适当规划活检过程。本领域技术人员还将理解,用户可以类似地存储和/或打印包括关于***活检的推荐的分割。
对本领域技术人员来说显而易见的是在本公开中可以做出各种修改而不偏离本公开的精神或范围。因此,希望本公开覆盖其修改和变体,只要它们落在随附的权利要求及其等价物的范围内。
还应注意,根据PCT R6.2(b),权利要求可以包括参考标记/数字。然而,权利要求不应被视为局限到对应于参考标记/数字的示例性实施例。
Claims (20)
1.一种方法,其包括:
识别(220)患者图像中的肿瘤;
基于预定分类***对所述肿瘤进行分类(230);以及
基于在所述患者图像中识别的所述肿瘤、所述肿瘤的所述分类和预定规则确定(250)关于***活检的推荐。
2.如权利要求1所述的方法,其还包括:
将所述患者图像映射(240)到包括已编号结站的总图集。
3.如权利要求1所述的方法,其还包括:
显示(260)关于所述***活检的所述推荐。
4.如权利要求1所述的方法,其中,所述预定分类***是TNM分类***。
5.如权利要求1所述的方法,其中,基于预定识别规则和用户输入之一识别所述肿瘤。
6.如权利要求1所述的方法,其还包括:
从所述患者医学图像分割(270)所述肿瘤所位于的解剖结构,并且将关于所述***活检的所述推荐映射到经分割的解剖结构。
7.如权利要求6所述的方法,其中,所述解剖结构是肺,并且所述方法还包括:
从所述患者医学图像提取(280)支气管树,并且将关于所述***活检的所述推荐映射(280)到所述支气管树。
8.如权利要求1所述的方法,其中,关于所述***活检的所述推荐是将被活检的***的位置、数量和顺序之一。
9.如权利要求1所述的方法,其还包括:
将所述患者图像、所述总图集和关于所述***活检的所述推荐之一存储到存储器中。
10.一种***,其包括:
显示器(106),其显示患者图像;以及
处理器(102),其基于预定分类***对显示在所述患者图像中的肿瘤进行分类,并且基于所述患者图像中的所述肿瘤、所述肿瘤的所述分类和预定规则确定关于***活检的推荐。
11.如权利要求10所述的***,其中,所述处理器(102)进一步将所述患者图像映射到包括已编号结站的总图集。
12.如权利要求10所述的***,其中,所述显示器(106)进一步显示关于所述***活检的所述推荐。
13.如权利要求10所述的***,其中,所述预定分类***是TNM分类***。
14.如权利要求10所述的***,其还包括:
用户界面(104),其中,所述肿瘤是由通过所述用户界面(104)的用户输入识别的。
15.如权利要求10所述的***,其中,所述处理器(102)基于预定识别规则识别所述肿瘤。
16.如权利要求10所述的***,其中,所述处理器(102)从所述患者医学图像分割所述肿瘤所位于的解剖结构并且将关于所述***活检的所述推荐映射到经分割的解剖结构。
17.如权利要求16所述的***,其中,所述解剖结构是肺,并且所述处理器(102)从所述患者医学图像提取支气管树并且将关于所述***活检的所述推荐映射到所述支气管树。
18.如权利要求10所述的***,其中,关于所述***活检的所述推荐是将被活检的***的位置、数量和顺序之一。
19.如权利要求10所述的***,其还包括:
存储器(108),其存储所述患者图像、所述总图集和关于所述***活检的所述推荐之一。
20.一种计算机可读存储介质(108),其包括可由处理器(102)执行的一组指令,该组指令可操作以:
识别(220)患者图像中的肿瘤;
基于预定分类***对所述肿瘤进行分类(230);以及
基于在所述患者图像中识别的所述肿瘤、所述肿瘤的所述分类和预定规则确定(250)关于***活检的推荐。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US22267509P | 2009-07-02 | 2009-07-02 | |
US61/222,675 | 2009-07-02 | ||
PCT/IB2010/052670 WO2011001317A1 (en) | 2009-07-02 | 2010-06-15 | Rule based decision support and patient-specific visualization system for optimal cancer staging |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102473299A true CN102473299A (zh) | 2012-05-23 |
Family
ID=42753013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010800297126A Pending CN102473299A (zh) | 2009-07-02 | 2010-06-15 | 用于最优癌症分期的基于规则的决策支持和患者特异性可视化*** |
Country Status (7)
Country | Link |
---|---|
US (1) | US20120143623A1 (zh) |
EP (1) | EP2449529A1 (zh) |
JP (1) | JP2012531935A (zh) |
CN (1) | CN102473299A (zh) |
BR (1) | BRPI1010204A2 (zh) |
RU (1) | RU2012103474A (zh) |
WO (1) | WO2011001317A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106663136A (zh) * | 2014-03-13 | 2017-05-10 | 皇家飞利浦有限公司 | 用于基于书面推荐对健康护理随诊预约进行排程的***和方法 |
CN112365948A (zh) * | 2020-10-27 | 2021-02-12 | 沈阳东软智能医疗科技研究院有限公司 | 癌症分期预测*** |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ITCO20120008A1 (it) | 2012-03-01 | 2013-09-02 | Nuovo Pignone Srl | Metodo e sistema per monitorare la condizione di un gruppo di impianti |
US20140164968A1 (en) * | 2012-12-09 | 2014-06-12 | WinguMD, Inc. | Medical Photography User Interface Utilizing a Body Map Overlay in Camera Preview to Control Photo Taking and Automatically Tag Photo with Body Location |
JP6430500B2 (ja) | 2013-10-23 | 2018-11-28 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 腫瘍の奏効測定を支援するための方法 |
US20160283657A1 (en) * | 2015-03-24 | 2016-09-29 | General Electric Company | Methods and apparatus for analyzing, mapping and structuring healthcare data |
EP3362925B1 (en) * | 2015-10-14 | 2023-12-06 | Koninklijke Philips N.V. | Systems and methods for generating correct radiological recommendations |
US10595941B2 (en) * | 2015-10-30 | 2020-03-24 | Orthosensor Inc. | Spine measurement system and method therefor |
US11224392B2 (en) | 2018-02-01 | 2022-01-18 | Covidien Lp | Mapping disease spread |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7130457B2 (en) * | 2001-07-17 | 2006-10-31 | Accuimage Diagnostics Corp. | Systems and graphical user interface for analyzing body images |
CN1882276A (zh) * | 2003-11-20 | 2006-12-20 | 浜松光子学株式会社 | ***检测装置 |
US20070014454A1 (en) * | 2003-08-05 | 2007-01-18 | Sawyer Timothy E | Dynamic tumor diagnostic and treatment system |
US20090162839A1 (en) * | 2004-08-31 | 2009-06-25 | Board Of Regents, The University Of Texas System | Diagnosis and prognosis of cancer based on telomere length as measured on cytological specimens |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100240990A1 (en) * | 2009-03-19 | 2010-09-23 | Besiki Surguladze | Diagnosis and treatment method of malignant tumours and marker compound |
-
2010
- 2010-06-15 US US13/382,013 patent/US20120143623A1/en not_active Abandoned
- 2010-06-15 RU RU2012103474/08A patent/RU2012103474A/ru unknown
- 2010-06-15 CN CN2010800297126A patent/CN102473299A/zh active Pending
- 2010-06-15 EP EP10728373A patent/EP2449529A1/en not_active Withdrawn
- 2010-06-15 WO PCT/IB2010/052670 patent/WO2011001317A1/en active Application Filing
- 2010-06-15 JP JP2012516902A patent/JP2012531935A/ja not_active Withdrawn
- 2010-06-15 BR BRPI1010204A patent/BRPI1010204A2/pt not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7130457B2 (en) * | 2001-07-17 | 2006-10-31 | Accuimage Diagnostics Corp. | Systems and graphical user interface for analyzing body images |
US20070014454A1 (en) * | 2003-08-05 | 2007-01-18 | Sawyer Timothy E | Dynamic tumor diagnostic and treatment system |
CN1882276A (zh) * | 2003-11-20 | 2006-12-20 | 浜松光子学株式会社 | ***检测装置 |
US20090162839A1 (en) * | 2004-08-31 | 2009-06-25 | Board Of Regents, The University Of Texas System | Diagnosis and prognosis of cancer based on telomere length as measured on cytological specimens |
Non-Patent Citations (1)
Title |
---|
THOMAS J.LYNCH ET AL.: "Case 26-2004:A 56 Year Old Woman with Cough and a Lung Nodule", 《THE NEW ENGLAND JOURNAL OF MEDICINE》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106663136A (zh) * | 2014-03-13 | 2017-05-10 | 皇家飞利浦有限公司 | 用于基于书面推荐对健康护理随诊预约进行排程的***和方法 |
CN106663136B (zh) * | 2014-03-13 | 2021-09-03 | 皇家飞利浦有限公司 | 用于基于书面推荐对健康护理随诊预约进行排程的***和方法 |
CN112365948A (zh) * | 2020-10-27 | 2021-02-12 | 沈阳东软智能医疗科技研究院有限公司 | 癌症分期预测*** |
CN112365948B (zh) * | 2020-10-27 | 2023-07-18 | 沈阳东软智能医疗科技研究院有限公司 | 癌症分期预测*** |
Also Published As
Publication number | Publication date |
---|---|
RU2012103474A (ru) | 2013-08-10 |
US20120143623A1 (en) | 2012-06-07 |
EP2449529A1 (en) | 2012-05-09 |
WO2011001317A1 (en) | 2011-01-06 |
JP2012531935A (ja) | 2012-12-13 |
BRPI1010204A2 (pt) | 2016-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102473299A (zh) | 用于最优癌症分期的基于规则的决策支持和患者特异性可视化*** | |
Andrade et al. | Transition to universal primary health care coverage in Brazil: analysis of uptake and expansion patterns of Brazil’s Family Health Strategy (1998-2012) | |
El Bcheraoui et al. | Breast cancer screening in Saudi Arabia: free but almost no takers | |
US10372802B2 (en) | Generating a report based on image data | |
CN110059697B (zh) | 一种基于深度学习的肺结节自动分割方法 | |
Moon et al. | Triage accuracy and causes of mistriage using the Korean Triage and Acuity Scale | |
JP5982368B2 (ja) | レポート作成 | |
JP5067375B2 (ja) | 病名入力支援プログラム、方法及び装置 | |
EP3869385A1 (en) | Method for extracting structural data from image, apparatus and device | |
JP6679494B2 (ja) | 書かれた勧告に基づいて医療のフォローアップ予約をスケジューリングするためのシステム及び方法 | |
CN106557648B (zh) | 信息处理装置、信息处理方法及信息处理*** | |
CN104364787A (zh) | 用于使用宏生成文本报告内容的***和方法 | |
Nguyen et al. | Cost-effectiveness of breast cancer screening using mammography in Vietnamese women | |
WO2013160382A1 (en) | A system for reviewing medical image datasets | |
CN102804192A (zh) | 具有时间背景的临床决策支持*** | |
US20230368893A1 (en) | Image context aware medical recommendation engine | |
Nayak et al. | Impact of breast density legislation on breast cancer risk assessment and supplemental screening: a survey of 110 radiology facilities | |
Logullo et al. | Artificial intelligence in lung cancer diagnostic imaging: a review of the reporting and conduct of research published 2018–2019 | |
CN110245339B (zh) | 文章生成方法、装置、设备和存储介质 | |
Arabkhani et al. | The model of health system development in Iran with Grounded Theory Approach: A qualitative study | |
US20160110160A1 (en) | Context-sensitive identification of regions of interest in a medical image | |
Butnor et al. | Node doubt: rigorous surgical nodal procurement combined with thorough pathologic evaluation improves non-small cell lung carcinoma staging accuracy | |
CN108121960A (zh) | 一种标准资源加工全过程电子化管控方法 | |
CN111368929B (zh) | 一种图片的标注方法 | |
US20160004819A1 (en) | Apparatus for staging of patients from medical image data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120523 |