CN101771413B - 基于神经元工作原理的模数解码方法及装置 - Google Patents
基于神经元工作原理的模数解码方法及装置 Download PDFInfo
- Publication number
- CN101771413B CN101771413B CN 200810220740 CN200810220740A CN101771413B CN 101771413 B CN101771413 B CN 101771413B CN 200810220740 CN200810220740 CN 200810220740 CN 200810220740 A CN200810220740 A CN 200810220740A CN 101771413 B CN101771413 B CN 101771413B
- Authority
- CN
- China
- Prior art keywords
- pulse
- time
- series
- analog
- tau
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Analogue/Digital Conversion (AREA)
Abstract
本发明公开了一种基于神经元工作原理的模数(以时间为模拟量和以脉冲为数字量整合的编码信息)解码方法及装置,包括:脉冲宽度调整电路,其对按照时序排列的一系列脉冲进行脉冲宽度调整;RC积分电路,其将经过脉冲宽度调整的按照时序排列的一系列脉冲进行RC积分;以及低通滤波电路,其对经过RC积分的信号进行滤波以将按照时序排列的一系列脉冲还原成与其对应的输入信号。本发明模仿生物神经元对时间-脉冲编码信号的解码机制设计了一种基于中枢神经元工作原理的模数解码装置,并用电路的方法实现了这种信息处理方式。
Description
技术领域
本发明涉及一种基于中枢神经元工作原理的模数(以时间为模拟量和以脉冲为数字量整合的编码信息)解码方法及装置,具体地,在本发明的这种模数解码装置中,所有中枢神经元受各种机械电化学刺激后均产生“全”或“无”、相对不衰减的动作电位,动作电位的发放模式主要特征为动作电位(相当于电脉冲)的个数(数字量)和各动作电位产生的时间(延时,一种模拟量),即表现为真正意文上的模数编码信号。本发明的模数解码装置就是将具有时间(模拟量)和脉冲数(数字量)的模数信号转化为随时间变化的模拟信号的装置,同时也可用作频率幅度转换装置。
背景技术
中枢神经系统的基本结构和功能单位是神经元。神经元最基本的特性是接受输入信息,而后将该输入信息转变成“全”或“无”、相对不衰减的动作电位序列,进而以动作电位序列的编码形式将神经元所接受的输入信息传输到上一级中枢。虽说有认为是动作电位数量或者动作电位产生时间编码了输入信息,但可以肯定的是动作电位数量和产生时间所决定的模式编码了输入信息。只是由于一个神经元可接受成千上万的突触联系,即可能有成千上万的输入信息总和,所以神经元所产生的动作电位及其时间编码的模数信号与输入信息之间的关系尚不清楚。不过,早期的单细胞实验研究已经表明:神经元所产生的动作电位沿神经纤维传递到神经末梢的突触前膜时,膜上的钙离子通道(也包括其它离子通道及其相关的物质成份)发生变构,造成钙离子内流(内向电流)和胞浆内钙离子浓度改变,从而导致突触前膜释放神经递质。因此,神经元所产生的动作电位在神经末梢被解码并“还原”成与输入信息相应的跨膜电流。钙离子通道开放所致细胞内向电流过程相当于将动作电位时序编码解码成跨膜电流的解码过程。电流决定钙离子(或其它离子)的流入量也就决定了化学递质释放的多少。美国NIH Wu LG实验室在2002(Shun等)就发现突触末梢钙离子流及递质释放与刺激的频率有关而与刺激的持续时间和幅度无关,且单次刺激所致的钙瞬变和递质释放是一相对恒定值,即提示动作电位传递至神经末梢后以钙离子通道的激活和钙电流变化解码了动作电位的模数编码。综合以往各类神经系统的实验结果,本发明提供一种将以(单向或双向)脉冲(数字量)所携带时间信息(模拟量)的模数信号转化为单纯模拟信号的模数解码方法及解码装置。这种真正意义上的模数解码方法和解码装置,可用于所有以时间为模拟量和脉冲为数字量的模数(时间-脉冲)信号处理系统。
发明内容
本发明的目的在于提供一种基于神经元工作原理的模数解码装置和解码方法,并给出该模数解码装置的实现电路和方法。
本发明的一种技术方案是这样实现的:提供一种基于神经元工作原理的模数解码方法,主要包括以下步骤:对按照时序排列的一系列脉冲进行脉冲宽度调整;将经过脉冲宽度调整的按照时序排列的一系列脉冲中的每个脉冲分别转换成一定时间的电流;将转换成的一系列的电流随时间进行积分;以及对积分后的电流进行滤波以将按照时序排列的一系列脉冲还原成与其对应的输入信号。
其中,进一步包括将积分后的电流根据欧姆定律转换成电压的步骤,则对获得的电压进行滤波以将按照时序排列的一系列脉冲还原成与其对应的输入信号。
优选地,每个脉冲的调整后的宽度小于一系列脉冲之间的时序间隔的最小值。可选择地,滤波为低通滤波。
本发明的另一种技术方案是这样实现的:提供一种采用本发明方法的基于神经元工作原理的模数解码装置,其中,该装置包括:脉冲宽度调整电路,其对按照时序排列的一系列脉冲进行脉冲宽度调整;RC积分电路,其将经过脉冲宽度调整的按照时序排列的一系列脉冲进行RC积分;以及低通滤波电路,其对经过RC积分的信号进行滤波以将按照时序排列的一系列脉冲还原成与其对应的输入信号。
具体地,脉冲宽度调整电路包括单稳态触发器电路。
具体地,RC积分电路包括电阻(R2)和电容(C3)。
具体地,低通滤波电路包括阻抗转换器和低通滤波器。
本发明的有益效果是:中枢神经元的解码位置为突触前膜,对于每个动作电位于突触前膜部位经过一系列电化学过程诱发了一个具有一定幅度和时间进程的突触前膜钙电流,对于多个具有一定时间分布特性的动作电位,其诱发的突触前膜钙电流是各个动作电位单独诱发的突触前膜钙电流在时间进程上的叠加,从而实现了动作电位这种模数编码信号的解码。模拟中枢神经元的这种模数解码原理,并且根据欧姆定理把钙电流转化为相对应的电压,本发明提供了一种基于电子元器件的模数解码装置,主要用于以时间为模拟量、脉冲为数字量的模数信号的解码,不仅可用于含有固定时间变化的模数信号,也可用于不含固定时间变化的模数信号。后者相当于频率信号。但本发明的精神同时包含其他所有的根据本发明的精神设计的基于电子元器件或者软件方法的模数解码装置。
以下结合附图和实施例,来进一步说明本发明,但本发明不局限于这些实施例,任何在本发明基本精神上的改进或替代,仍属于本发明权利要求书中所要求保护的范围。
附图说明
图1是本发明的模数解码装置的实现电路。
图2是本发明的模数解码装置对不同脉宽的脉冲的响应函数波形示意图。
图3是本发明的模数解码装置对两个连续脉冲响应函数与分别对两个脉冲响应函数的关系的波形示意图。
图4是本发明的模数解码装置对四组利用不同时间特性编码同一段波形的脉冲串的响应波形示意图。
具体实施方式
实现本发明的方法主要包括四部分:1、模数信号的脉冲触发。2、脉冲-电流转换,相当于单个动作电位所致的突触前膜内向电流转换;3、多单脉冲电流的时间积分,相当于动作电位时间序列所致钙内流的时间总和;4、随时间积分电流(或电变化)的滤波,由于钙离子内流相对时程较长,相当于钙内流的平衡过程。
1、模数信号的脉冲触发。以时间为模拟量,相当于动作电位的脉冲数为数字量的模数信号的时间是可以无限细分的,但脉冲的宽度则是有限的。脉冲的宽度应小于脉冲频率的倒数。因此,作为模数信号的脉冲宽度尽可能小从而编码尽可能多的原始信息,而不宜作为解码的脉冲。但对模数信号进行解码时,由于精细程度的不同需要,可改变脉冲宽度,进而可压缩数据量,提高运行速度。触发脉冲的宽度决定解码的精细程度。脉冲信号的时长或脉宽为τ,脉冲信号的幅度为A。
2、脉冲-电流转换:由于动作电位到达神经末梢时触发并激活了该处膜上钙离子通道,而钙离子通道均按该离子通道特定的动力学特性(如总电导的开放和关闭时间常数)进行有规律地开放和关闭,从而形成逐渐增高继而下降至原位的钙离子内流过程。钙离子内流取决于被兴奋钙离子通道总数(相当于A,即突触前膜为单次动作电位可兴奋的钙通道总电流量)、钙离子通道总电导的开放和关闭时间常数(λ1和λ2),以及总钙通道开始关闭时间(相当于τ)。为能较好地以硬件(电路)仿真,我们用单脉冲-电流转换(用一电容和一电阻组成的简单RC回路)模拟。这一过程也可以用其他类似的方法来模拟,如软件程序;而且钙离子内流也可用其它先上升后下降到原位的函数来模拟。其方式可以根据实际需要进行设置,甚至可以包括激活的钙离子通道数随时间逐步减少或增多的(指数或非指数)变化。以简单RC回路充电和放电过程来模拟钙离子通道的开关变化,RC回路的时间常数(λ)来代替钙离子通道电导的开放和关闭的时间常数(λ1和λ2),以一恒定电流(A,相当于RC回路所接受脉冲信号的幅度)来代表钙通道总电流量,脉冲信号的时长或脉宽相当于钙通道开始关闭时间(τ)。因此,当把电流按欧姆定理(U(t)=RI)转化为相应的电压U(t)后,则单脉冲转化的电流变化为:
其中A,λ,τ均为常数。当0<t<τ时,回路电流按指数(1-e-t/λ)增大;当t>τ时,回路电流按指数(1-e-τ/λ)e(τ-t)/λ减小。设置当回路电流达到95%最大电流A时为最大,即相当于τ等于3λ,一个电流周期相当于2τ。
3、多个单脉冲电流的时间积分:根据2所述,每个脉冲信号都可以转换成一定时间一定规律变化的电流。那么对于多个按一定时间特性排列的脉冲信号则可表现为所有脉冲信号分别激发的电流在时间上的叠加,即
I总(t)=I(t-t1)+I(t-t2)+...+I(t-ti)...+I(t-tn) (2)
其中ti为第i个脉冲的时间。当相邻两个脉冲的时间间隔小于单个脉冲所诱发的电流时间进程时,电流必然会累加。同理,根据欧姆定理转化为相应的电压U总(t)=RI总后,这种效果就相当RC回路在对一个脉冲充电后放电还没完全结束就又开始对第二个脉冲充电。式子(2)中的I,即转换电流的幅度也可以是随时间变化的函数。
4、随时间积分电流(或电变化)的滤波:对多个脉冲携带时间信号经以上两步解码后变成了相应的电流变化(根据欧姆定理转换为相应的电压),对此电压的滤波(主要是低通滤波)就可以将多脉冲时间编码的模数信号在某种程度上还原成输入信号(因生物反应的速度相对较慢,时程较长),即 (T(n)为多脉冲时间编码的模数信号)。
关于脉冲-电流参数的设置:参数A、τ、λ共同决定了脉冲转换电流I(t)的幅度和时间进程。这就相当于每个动作电位传递到突触时诱发了一个按一定函数关系变化的突触前膜电流。本发明的这个函数关系用式子(1)作为一个特例来表示,但并不只包含式子(1)所示的这种函数关系,也包含其他一起类似的函数关系。
一般地,为了简化模型,把参数A设置为固定值,设置参数τ的大小来模拟突触的变化情况。本发明的模数解码装置模型通过脉宽调整电路来设置参数τ的大小。
优选地,参数λ相当于突触前膜钙电流指数变化的时间常数,本发明用RC积分电路的时间常数来模拟这个参数。
关于多个单脉冲的时间积分:其内在特性首先取决于单脉冲电流函数,主要决定于参数A,λ和τ,其积分的外在特性则由脉冲的时间序列所决定。下面以两个连续脉冲的时间积分与两个脉冲分别时间积分的关系为例:设两个脉冲的宽度都为τ,两个脉冲的时间间隔为γ(γ>τ)。则对于第一个脉冲,RC积分电路的响应函数为
对于第二个脉冲,RC积分电路的响应函数为
对于连续两个脉冲,RC积分电路的响应函数为
不失一般性,对于n个连续的脉冲,则有:
UC总(t)=UC(t-t1)+UC(t-t2)+...+UC(t-ti)...+UC(t-tn) (6)
关于随时间积分电流(或电变化)的滤波:滤波频率将决定还原输入波的波形;可选择性地依据可能输入的频率进行单通道滤波或通过一组滤波器的组滤波从而产生一个或多个输出信号。
优选地,本发明的模数解码装置低通滤波通道为一个,滤波截止频率可根据需要设置。
模仿中枢神经元信息解码的工作原理,建立了用电子元器件实现的模数解码装置模型。如图2所示,本发明的模数解码装置电路模型包括:
脉宽调整电路:该电路主要由定时器555D构成的单稳态触发器电路组成,其作用是根据实际需要调整输入脉冲的宽度τ,其中调整后的脉冲宽度由电阻R1和电容C1设置(τ=1.1R1C1)。
一般地,可以通过改变R1的值或改变C1的值来改变脉冲宽度τ。
一般地,τ的大小须小于输入脉冲序列的最小间隔小。
RC积分电路:该电路由电阻R2和电容C3组成,电路的时间常数λ=R2C3。对于一个宽度为τ的输入脉冲,当0<t<τ时,电容充电,电容两端电压为:Uc=A(1-e-t/λ);当t>τ时,电容放电,其两端电压为:Uc=A(1-e-τ/λ)e(τ-t)/λ。从电容的充放电函数可以看出,一个RC积分电路对一个脉冲所产生响应的幅度和时间进程与脉冲宽度τ和RC积分电路的时间常数λ有关。
一般地,可以通过改变脉宽调整电路的参数τ和RC积分电路的参数λ来模拟不同大小的突触对动作电位响应的钙电流函数。
一般地,对于特定的RC积分电路的参数λ,脉宽调整电路的参数τ的变化范围为:τ≤2λ。
低通滤波电路:该电路由运放U1A组成的阻抗转换器和由运放U1B组成的低通滤波器组成,阻抗转换器起到阻抗匹配作用,低通滤波器的截止频率为fp=1/2πR3C4。
如图2所示,这是本发明的解码装置对单个不同宽度脉冲响应的示意图,脉冲宽度从上到下分别为8ms、4ms、2ms,从图中可以明显看出,脉冲宽度越大,RC积分电路对脉冲响应的幅度和时间进程越大,即RC积分电路的响应函数所包含的面积越大。本发明的解码装置模型通过设置脉宽调整参数τ来很好地模拟神经元突触大小的变化。
如图3A所示,这是本发明的解码装置对单个调整宽度一定的脉冲的响应函数示意图,当,当0<t<τ时,解码装置对脉冲的响应函数为:Uc=A(1-e-t/λ),当t>τ时,解码装置对脉冲的响应函数为:Uc=A(1-e-τ/λ)e(τ-t)/λ。如图3B所示,这是本发明的解码装置对连续两个脉冲的响应函数示意图,从图中可以看出解码装置对两个连续脉冲的响应函数Uc等于分别对两个脉冲的响应函数Uc(t1)、Uc(t2)之和。
如图4所示,这是本发明的解码装置对一串连续脉冲的解码示意图。图4A、图4B、图4C、图4D中的输入脉冲串均来源于同一段波形(图4E)的某种时间特性下的编码脉冲,以图4A为例,编码脉冲经过脉宽调整电路后得到一串具有一定宽度的输入脉冲串UI,然后UI经过RC积分电路后初步解码为UC总,其中UC总与单个脉冲的解码函数UC关系可以用式子(3)来表示:
UC总(t)=UC(t-t1)+UC(t-t2)+...+UC(t-ti)...+UC(t-tn) (3)
最后,初步编码的波形UC总经过低通滤波器后得到最终的解码波形UO,低通滤波器的滤波截止频率可由电阻R3和电容C4来设置。从图中可以看出,本发明的解码装置对输入脉冲起到某种程度的解码,并且这种解码波形对原始波形的特征描述程度与编码脉冲的时间特性有关。本发明的解码装置的这种解码特性很好地模拟了中枢神经元的解码功能。
Claims (7)
1.一种基于神经元工作原理的、对以时间为模拟量和以脉冲为数字量整合的编码信息进行解码的方法,包括:
(1)对按照时序排列的一系列时间-脉冲或模数编码信号进行脉冲宽度调整,其中,每个所述脉冲的调整后的宽度小于所述按照时序排列的一系列时间-脉冲之间的时序间隔的最小值;
(2)将经过脉冲宽度调整的所述按照时序排列的一系列时间-脉冲中的每个所述脉冲分别按如下公式转换成一定时间的电流:
其中,A,λ,τ均为常数,A为脉冲信号的幅度,λ为RC回路的时间常数,τ为脉冲信号的时长或脉宽;当0<t<τ时,电流I(t)按指数(1-e-t/λ)增大;当t≥τ时,电流I(t)按指数(1-e-τ/λ)e(τ-t)/λ减小;
(3)将转换成的一系列的电流随时间进行积分;以及
(4)对积分后的电流进行滤波以将所述按照时序排列的一系列时间-脉冲还原成与其对应的输入信号。
2.如权利要求1所述的方法,其中,进一步包括将积分后的电流根据欧姆定律转换成电压的步骤,则对获得的电压进行滤波以将所述按照时序排列的一系列时间-脉冲还原成与其对应的输入信号。
3.如权利要求1所述的方法,其中,所述滤波为低通滤波。
4.一种采用如权利要求1-3之一所述方法的基于神经元工作原理的模数解码装置,其中,该装置包括:
脉冲宽度调整电路,其对按照时序排列的一系列时间-脉冲进行脉冲宽度调整,其中,每个所述脉冲的调整后的宽度小于所述按照时序排列的一系列时间-脉冲之间的时序间隔的最小值;
RC积分电路,其将经过脉冲宽度调整的所述按照时序排列的一系列时间-脉冲进行RC积分,其中,每个所述脉冲分别按如下公式转换成一定时间的电流:
其中,A,λ,τ均为常数,A为脉冲信号的幅度,λ为RC回路的时间常数,τ为脉冲信号的时长或脉宽;当0<t<τ时,电流I(t)按指数(1-e-t/λ)增大;当t≥τ时,电流I(t)按指数(1-e-τ/λ)e(τ-t))/λ减小;以及
低通滤波电路,其对经过RC积分的信号进行滤波以将所述按照时序排列的一系列时间-脉冲还原成与其对应的输入信号。
5.如权利要求4的模数解码装置,其中,所述脉冲宽度调整电路包括单稳态触发器电路。
6.如权利要求4的模数解码装置,其中,所述RC积分电路包括电阻和电容。
7.如权利要求4的模数解码装置,其中,所述低通滤波电路包括阻抗转换器和低通滤波器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810220740 CN101771413B (zh) | 2008-12-31 | 2008-12-31 | 基于神经元工作原理的模数解码方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200810220740 CN101771413B (zh) | 2008-12-31 | 2008-12-31 | 基于神经元工作原理的模数解码方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101771413A CN101771413A (zh) | 2010-07-07 |
CN101771413B true CN101771413B (zh) | 2013-04-24 |
Family
ID=42504065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200810220740 Expired - Fee Related CN101771413B (zh) | 2008-12-31 | 2008-12-31 | 基于神经元工作原理的模数解码方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101771413B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426661B (zh) * | 2011-08-11 | 2013-12-25 | 浙江大学 | 基于fpga的神经解码装置和方法 |
US8996431B2 (en) * | 2012-07-25 | 2015-03-31 | Hrl Laboratories, Llc | Spike domain neuron circuit with programmable kinetic dynamic, homeostatic plasticity and axonal delays |
US11501143B2 (en) | 2013-10-11 | 2022-11-15 | Hrl Laboratories, Llc | Scalable integrated circuit with synaptic electronics and CMOS integrated memristors |
US10147035B2 (en) | 2016-06-30 | 2018-12-04 | Hrl Laboratories, Llc | Neural integrated circuit with biological behaviors |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5724039A (en) * | 1996-03-14 | 1998-03-03 | Sanyo Electric Co., Ltd. | D/A converter |
CN1233112A (zh) * | 1998-01-27 | 1999-10-27 | 松下电器产业株式会社 | 数字-模拟变换器和数字-模拟变换方法 |
US6181266B1 (en) * | 1997-11-14 | 2001-01-30 | Nec Corporation | D/A conversion method and a D/A converter using pulse width modulation |
-
2008
- 2008-12-31 CN CN 200810220740 patent/CN101771413B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5724039A (en) * | 1996-03-14 | 1998-03-03 | Sanyo Electric Co., Ltd. | D/A converter |
US6181266B1 (en) * | 1997-11-14 | 2001-01-30 | Nec Corporation | D/A conversion method and a D/A converter using pulse width modulation |
CN1233112A (zh) * | 1998-01-27 | 1999-10-27 | 松下电器产业株式会社 | 数字-模拟变换器和数字-模拟变换方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101771413A (zh) | 2010-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101770560B (zh) | 模拟生物神经元信息处理机制的信息处理方法及装置 | |
Song et al. | Stochastic, adaptive sampling of information by microvilli in fly photoreceptors | |
CN101771413B (zh) | 基于神经元工作原理的模数解码方法及装置 | |
CN102610274B (zh) | 一种阻变突触权值调整电路 | |
KR20170041724A (ko) | 비동기 펄스 변조를 이용한 인공 뉴런들 및 스파이킹 뉴런들 | |
KR20170021258A (ko) | 임계-기반 신호 코딩을 위한 비동기식 펄스 변조 | |
CN103731128A (zh) | 一种一阶二极管桥电路实现的忆阻模拟器 | |
CN108305619A (zh) | 语音数据集训练方法和装置 | |
CN104901702A (zh) | 数据存储器件 | |
CN106875076A (zh) | 建立外呼质量模型、外呼模型及外呼评价的方法及系统 | |
CN104796248A (zh) | 一种mclc型的忆阻混沌信号发生装置 | |
CN112488308A (zh) | 基于动态忆阻器的储备池计算系统 | |
Zheng et al. | Low-power analog and mixed-signal ic design of multiplexing neural encoder in neuromorphic computing | |
Lestienne et al. | Differences between monkey visual cortex cells in triplet and ghost doublet informational symbols relationships | |
Huayaney et al. | A VLSI implementation of a calcium-based plasticity learning model | |
Singh et al. | CAR-lite: A multi-rate cochlear model on FPGA for spike-based sound encoding | |
CN209105138U (zh) | 一种模拟开关开启电路 | |
CN111508509A (zh) | 基于深度学习的声音质量处理系统及其方法 | |
Iatrou et al. | Application of a novel modeling method to the nonstationary properties of potentiation in the rabbit hippocampus | |
Hopfield et al. | Computing with action potentials | |
Hinterseer et al. | The weber quantizer: perceptual coding for networked telepresence and teleaction | |
CN109889200A (zh) | 一种基于频率量化器的电压信号转频率信号的电路 | |
TW200504761A (en) | Apparatus and methods for multi-level sensing in a memory array | |
CN110633896B (zh) | 尺度不变性的变时长s-t互动编码方法与系统及算法 | |
SU478329A1 (ru) | Устройство дл моделировани нейронных структур |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130424 Termination date: 20171231 |