JP7304866B2 - 試験組織試料における転移を予測するための医療解析方法 - Google Patents
試験組織試料における転移を予測するための医療解析方法 Download PDFInfo
- Publication number
- JP7304866B2 JP7304866B2 JP2020539691A JP2020539691A JP7304866B2 JP 7304866 B2 JP7304866 B2 JP 7304866B2 JP 2020539691 A JP2020539691 A JP 2020539691A JP 2020539691 A JP2020539691 A JP 2020539691A JP 7304866 B2 JP7304866 B2 JP 7304866B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- tumor
- tissue sample
- metastasis
- machine learning
- 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.)
- Active
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
- 標的臓器が少しでも影響を受けるか否かの大まかな確率(すなわち、位置特定なしのyes/no判定)、
- N番目までの標的臓器内の転移発現の最高確率を有する有限数N≧1の離散した場所(すなわち、xn/yn/zn座標、1...n...N)、
- 特定のボクセルサイズを有するグリッド上で離散化された、標的臓器(解剖学的領域)にわたる確率マップ。上記の項目で説明した離散した場所は、この確率マップにおける局所最大値として出現する。
104 磁石
106 磁石のボア
108 イメージングゾーン
109 関心領域
110 磁場勾配コイル
112 磁場勾配コイル電源
114 無線周波数コイル
116 RF増幅器
118 対象者
120 対象者支持体
126 コンピュータシステム
128 ハードウェアインタフェース
130 プロセッサ
132 ユーザインタフェース
134 コンピュータメモリ
140 マシン実行可能命令
142 パルスシーケンスコマンド
144 磁気共鳴信号
146 磁気共鳴データ
148 磁気共鳴画像
150 画像再構築命令
152 転移予測のための命令
154 機械学習モデル
200 プロセッサ
202 メモリ
204 ユーザインタフェース
206 ハードウェアインタフェース
210 医療解析システム
300 転移
302 予測画像
304 原発腫瘍
306 解剖学的構造の領域
308 処置
400 画像
401 腫瘍情報
402 画像
404 機械学習アルゴリズム
500~506 トレーニング段階
508~516 適用段階
Claims (15)
- 試験組織試料における転移を予測するために、コンピュータにより実施される医療解析方法であって、前記方法は、
入力及び出力を有するトレーニングされた第1の機械学習モデルを提供するステップと、
腫瘍の記述と、前記腫瘍から離れた解剖学的領域の試験組織試料の第1の画像データとを受信するステップであって、前記試験組織試料には転移がない、ステップと、
前記第1の画像データ及び前記腫瘍の記述を前記第1の機械学習モデルの入力に提供するステップと、
前記提供するステップに応答して、前記第1の機械学習モデルの前記出力から、前記試験組織試料内の前記腫瘍が起源の転移の発生の予測を受信するステップと、
前記予測を提供するステップと、
を有する、方法。 - 前記解剖学的領域のトレーニング組織試料のうちの複数の異なるものに対するトレーニングセットを受信するステップであって、各トレーニングセットは、前記トレーニング組織試料のそれぞれについて、第2の画像データ及び第3の画像データを含み、前記第2の画像データは、転移のない前記トレーニング組織試料を表し、前記第3の画像データは、前記トレーニング組織試料の起源の対象者における転移の発生後に取得されるデータであり、各トレーニングセットは、前記トレーニング組織試料の起源の前記対象者における前記腫瘍の記述を更に含む、ステップと、
前記第1の機械学習モデルを生成するために前記トレーニングセットに対し学習アルゴリズムを実行するステップと、
を更に有する、請求項1に記載の方法。 - 前記第2の画像データ及び前記第3の画像データは、解剖学的構造の3Dボリュームを表す、請求項2に記載の方法。
- 前記腫瘍の記述は、前記腫瘍を保有する対象者の解剖学的構造に対する前記腫瘍の空間的場所、前記腫瘍の分類、前記腫瘍の画像データのうちの任意のものを含む、請求項1から3のいずれか一項に記載の方法。
- 前記転移の発生の予測は、
前記腫瘍が起源の転移によって、前記試験組織試料が影響を受けるか否かの指標と、
前記腫瘍が起源の転移によって、前記解剖学的領域のどの離散した場所が影響を受けるかの指標を有する前記解剖学的領域にわたる確率マップと、
のうちの任意のものを含む、請求項1から4のいずれか一項に記載の方法。 - 前記指標は、
前記転移が予期されなくてはならない確率を記述する確率値と、
前記転移が予期されなくてはならないか否かを記述するバイナリ値と、
のうちの任意のものを含む、請求項5に記載の方法。 - 前記第1の画像データ、前記第2の画像データ、前記第3の画像データ及び前記腫瘍の画像データは、磁気共鳴画像データ、コンピュータ断層撮影画像データ、超音波画像データ、ポジトロン放出型断層撮影画像データ、X線データのうちの任意のものである、請求項2又は請求項2を直接的若しくは間接的に引用する請求項3から6のいずれか一項に記載の方法。
- 前記腫瘍を保有する対象者の病歴データを受信するステップと、前記病歴データを前記第1の機械学習モデルの前記入力に提供するステップとを更に有し、トレーニングセットは、前記腫瘍を保有する前記対象者の前記病歴データを更に含む、請求項1から7のいずれか一項に記載の方法。
- 前記第3の画像データは、時間分解画像データのセットであり、指標が時間分解されている、請求項2又は請求項2を直接的若しくは間接的に引用する請求項3から8のいずれか一項に記載の方法。
- それぞれのトレーニング組織試料における転移の存在について前記第3の画像データを解析するステップと、前記解析の結果に関して前記第3の画像データに注釈を付けるステップとを更に有する、請求項2又は請求項2を直接的若しくは間接的に引用する請求項3から9のいずれか一項に記載の方法。
- 学習アルゴリズムがディープラーニングアルゴリズムである、請求項1から10のいずれか一項に記載の方法。
- 前記ディープラーニングアルゴリズムは畳み込みニューラルネットワークアーキテクチャに基づき、前記方法は、
全てのトレーニングセットについて前記第2の画像データ及び前記第3の画像データを前記解剖学的領域の共通基準画像フレームに変換するステップと、
前記第1の機械学習モデルを生成するために、変換された画像データを含む前記トレーニングセットに対し、前記学習アルゴリズムの実行を行うステップと、
を更に有する、請求項2を直接的又は間接的に引用する請求項11に記載の方法。 - プロセッサによる実行のためのマシン実行可能命令を含むコンピュータプログラムであって、前記マシン実行可能命令の実行により、前記プロセッサに、請求項1から12のいずれか一項に記載の方法を実行させる、コンピュータプログラム。
- 試験組織試料における転移を予測するための医療解析システムであって、前記医療解析システムは、マシン実行可能命令を含むメモリと、前記医療解析システムを制御するためのプロセッサとを備え、前記マシン実行可能命令の実行により、前記プロセッサは、
入力及び出力を有するトレーニングされた第1の機械学習モデルを提供し、
腫瘍の記述と、前記腫瘍から離れた解剖学的領域の試験組織試料の第1の画像データとを受信し、前記試験組織試料には転移がなく、
前記第1の画像データ及び前記腫瘍の記述を前記第1の機械学習モデルの入力に提供し、
前記提供することに応答して、前記第1の機械学習モデルの前記出力から、前記試験組織試料内の前記腫瘍から生じる転移の発生の予測を受信し、
前記予測を提供する、医療解析システム。 - 請求項14に記載の医療解析システムを備えるMRIシステムであって、前記MRIシステムは、前記第1の画像データを取得するために構成される、MRIシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18152265.7A EP3514756A1 (en) | 2018-01-18 | 2018-01-18 | Medical analysis method for predicting metastases in a test tissue sample |
EP18152265.7 | 2018-01-18 | ||
PCT/EP2019/051087 WO2019141748A1 (en) | 2018-01-18 | 2019-01-17 | Medical analysis method for predicting metastases in a test tissue sample |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021511138A JP2021511138A (ja) | 2021-05-06 |
JPWO2019141748A5 JPWO2019141748A5 (ja) | 2022-01-21 |
JP7304866B2 true JP7304866B2 (ja) | 2023-07-07 |
Family
ID=61007507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020539691A Active JP7304866B2 (ja) | 2018-01-18 | 2019-01-17 | 試験組織試料における転移を予測するための医療解析方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11373304B2 (ja) |
EP (2) | EP3514756A1 (ja) |
JP (1) | JP7304866B2 (ja) |
CN (1) | CN111742375A (ja) |
WO (1) | WO2019141748A1 (ja) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2017348111B2 (en) | 2016-10-27 | 2023-04-06 | Progenics Pharmaceuticals, Inc. | Network for medical image analysis, decision support system, and related graphical user interface (GUI) applications |
JP7096361B2 (ja) * | 2018-12-14 | 2022-07-05 | 富士フイルム株式会社 | ミニバッチ学習装置とその作動プログラム、作動方法、および画像処理装置 |
EP3909014A1 (en) | 2019-01-07 | 2021-11-17 | Exini Diagnostics AB | Systems and methods for platform agnostic whole body image segmentation |
JP7125358B2 (ja) * | 2019-01-30 | 2022-08-24 | 株式会社日立製作所 | 計算機システム及び入力データに対する予測結果の根拠に関する情報の提示方法 |
CA3136127A1 (en) * | 2019-04-24 | 2020-10-29 | Progenics Pharmaceuticals, Inc. | Systems and methods for automated and interactive analysis of bone scan images for detection of metastases |
KR102329546B1 (ko) * | 2019-07-13 | 2021-11-23 | 주식회사 딥바이오 | 뉴럴 네트워크 및 비국소적 블록을 이용하여 세그멘테이션을 수행하는 질병 진단 시스템 및 방법 |
CN110516759B (zh) * | 2019-09-02 | 2022-09-30 | 河南师范大学 | 一种基于机器学习的软组织肉瘤转移风险预测*** |
US11900597B2 (en) | 2019-09-27 | 2024-02-13 | Progenics Pharmaceuticals, Inc. | Systems and methods for artificial intelligence-based image analysis for cancer assessment |
US11476004B2 (en) * | 2019-10-11 | 2022-10-18 | Hualien Armed Forces General Hospital | System capable of establishing model for cardiac ventricular hypertrophy screening |
KR102537214B1 (ko) * | 2019-11-26 | 2023-05-31 | 주식회사 고영테크놀러지 | 자기 공명 이미지들에서 정중시상 평면을 결정하기 위한 방법 및 장치 |
TWI743693B (zh) * | 2020-02-27 | 2021-10-21 | 國立陽明交通大學 | 良性腫瘤發展趨勢評估系統、其伺服計算機裝置及計算機可讀取的儲存媒體 |
US11478124B2 (en) * | 2020-06-09 | 2022-10-25 | DOCBOT, Inc. | System and methods for enhanced automated endoscopy procedure workflow |
US11100373B1 (en) | 2020-11-02 | 2021-08-24 | DOCBOT, Inc. | Autonomous and continuously self-improving learning system |
WO2022204591A1 (en) * | 2021-03-26 | 2022-09-29 | Carnegie Mellon University | System and method for direct diagnostic and prognostic semantic segmentation of images |
US20220405917A1 (en) * | 2021-06-18 | 2022-12-22 | Case Western Reserve University | Combination of features from biopsies and scans to predict prognosis in sclc |
US11954853B2 (en) * | 2021-07-21 | 2024-04-09 | GE Precision Healthcare LLC | Systems and methods for fast mammography data handling |
US20230097224A1 (en) * | 2021-09-28 | 2023-03-30 | Varian Medical Systems, Inc. | Ai-based atlas mapping slice localizer for deep learning autosegmentation |
CN114187293B (zh) * | 2022-02-15 | 2022-06-03 | 四川大学 | 基于注意力机制和集成配准的口腔腭部软硬组织分割方法 |
CN115359040B (zh) * | 2022-09-26 | 2023-08-15 | 至本医疗科技(上海)有限公司 | 预测待测对象的组织样本属性的方法、设备和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010532223A (ja) | 2007-06-29 | 2010-10-07 | アマグ ファーマシューティカルズ, インコーポレイテッド | マクロファージ増強mri(memri) |
JP2014009945A (ja) | 2012-06-27 | 2014-01-20 | Fujifilm Ri Pharma Co Ltd | 画像処理プログラム、記録媒体、画像処理装置、及び画像処理方法 |
JP2014050527A (ja) | 2012-09-06 | 2014-03-20 | Toshiba Corp | 画像処理装置及び画像処理方法 |
US20170193175A1 (en) | 2015-12-30 | 2017-07-06 | Case Western Reserve University | Prediction of recurrence of non-small cell lung cancer |
US20170357844A1 (en) | 2016-06-09 | 2017-12-14 | Siemens Healthcare Gmbh | Image-based tumor phenotyping with machine learning from synthetic data |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008054828A2 (en) * | 2006-11-01 | 2008-05-08 | The Ohio State University Research Foundation | Microrna expression signature for predicting survival and metastases in hepatocellular carcinoma |
USRE47609E1 (en) * | 2007-12-28 | 2019-09-17 | Exini Diagnostics Ab | System for detecting bone cancer metastases |
ES2795036T3 (es) * | 2008-07-25 | 2020-11-20 | Fund D Anna Sommer Champalimaud E Dr Carlos Montez Champalimaud | Sistemas y métodos para tratar, diagnosticar y predecir la aparición de una afección médica |
CA3024682A1 (en) * | 2008-08-28 | 2010-03-04 | Fundacao D. Anna Sommer Champalimaud E Dr. Carlos Montez Champalimaud | Systems and methods for treating, diagnosing and predicting the occurrence of a medical condition |
US20120010528A1 (en) * | 2010-04-26 | 2012-01-12 | Aureon Biosciences, Inc. | Systems and methods for predicting disease progression in patients treated with radiotherapy |
EP2611933A1 (en) * | 2010-09-02 | 2013-07-10 | INSERM (Institut National de la Santé et de la Recherche Médicale) | Method for the prognosis of the progression of cancer |
US9934361B2 (en) * | 2011-09-30 | 2018-04-03 | Univfy Inc. | Method for generating healthcare-related validated prediction models from multiple sources |
PL3201635T3 (pl) * | 2014-10-03 | 2024-07-15 | Universität Basel | Sposób przewidywania postępu raka za pomocą profilowania nanomechanicznego |
US9779499B2 (en) * | 2015-09-18 | 2017-10-03 | Definiens Ag | Grading of glandular tissue cancer by detailed image analysis of stained tissue slices |
US20190113423A1 (en) * | 2015-12-02 | 2019-04-18 | Clearlight Diagnostics, LLC | Methods for preparing and analyzing tumor tissue samples for detection and monitoring of cancers |
US10573003B2 (en) * | 2017-02-13 | 2020-02-25 | Amit Sethi | Systems and methods for computational pathology using points-of-interest |
-
2018
- 2018-01-18 EP EP18152265.7A patent/EP3514756A1/en not_active Withdrawn
-
2019
- 2019-01-17 CN CN201980013915.7A patent/CN111742375A/zh active Pending
- 2019-01-17 US US16/962,545 patent/US11373304B2/en active Active
- 2019-01-17 WO PCT/EP2019/051087 patent/WO2019141748A1/en unknown
- 2019-01-17 JP JP2020539691A patent/JP7304866B2/ja active Active
- 2019-01-17 EP EP19700523.4A patent/EP3740933A1/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010532223A (ja) | 2007-06-29 | 2010-10-07 | アマグ ファーマシューティカルズ, インコーポレイテッド | マクロファージ増強mri(memri) |
JP2014009945A (ja) | 2012-06-27 | 2014-01-20 | Fujifilm Ri Pharma Co Ltd | 画像処理プログラム、記録媒体、画像処理装置、及び画像処理方法 |
JP2014050527A (ja) | 2012-09-06 | 2014-03-20 | Toshiba Corp | 画像処理装置及び画像処理方法 |
US20170193175A1 (en) | 2015-12-30 | 2017-07-06 | Case Western Reserve University | Prediction of recurrence of non-small cell lung cancer |
US20170357844A1 (en) | 2016-06-09 | 2017-12-14 | Siemens Healthcare Gmbh | Image-based tumor phenotyping with machine learning from synthetic data |
Non-Patent Citations (1)
Title |
---|
M. Freiman et al.,Classification of Suspected Liver Metastases Using fMRI Images: A Machine Learning Approach,Medical Image Computing and Computer-Assisted Intervention - MICCAI 2008. Lecture Notes in Computer Science,2008年,Vol. 5241,93-100,https://link.springer.com/content/pdf/10.1007/978-3-540-85988-8_12.pdf |
Also Published As
Publication number | Publication date |
---|---|
JP2021511138A (ja) | 2021-05-06 |
WO2019141748A1 (en) | 2019-07-25 |
US20200410672A1 (en) | 2020-12-31 |
US11373304B2 (en) | 2022-06-28 |
EP3514756A1 (en) | 2019-07-24 |
CN111742375A (zh) | 2020-10-02 |
EP3740933A1 (en) | 2020-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7304866B2 (ja) | 試験組織試料における転移を予測するための医療解析方法 | |
US11475559B2 (en) | Artificial intelligence-enabled localization of anatomical landmarks | |
US10032250B2 (en) | Automated scan planning for follow-up magnetic resonance imaging | |
EP2991546B1 (en) | Detection of bone tissue using magnetic resonance imaging | |
US10823798B2 (en) | Virtual CT images from magnetic resonance images | |
US20210158526A1 (en) | Automatic slice selection in medical imaging | |
US11270436B2 (en) | Tissue classification using image intensities and anatomical positions | |
JP2019504664A (ja) | 定量的磁化率マッピング画像のセグメンテーション | |
US20220248973A1 (en) | Deep learning of eletrical properties tomography | |
US11906608B2 (en) | Automated detection of water-fat swaps in Dixon magnetic resonance imaging | |
JP7437397B2 (ja) | 球状ニューラルネットワークを用いた拡散磁気共鳴撮像 | |
US10997726B2 (en) | Automated tumor partitioning | |
CN114097041A (zh) | 针对深度学习电特性断层摄影的不确定度图 | |
EP4231036A1 (en) | Detection of artifical structures in magentic resonance images due to neural networks | |
Pham et al. | Deep learning-based rectum segmentation on low-field prostate MRI to assist image-guided biopsy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220113 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220113 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230224 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230530 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230627 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7304866 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |