CN101779962B - 一种增强医学x射线影像显示效果的方法 - Google Patents
一种增强医学x射线影像显示效果的方法 Download PDFInfo
- Publication number
- CN101779962B CN101779962B CN201010013621.5A CN201010013621A CN101779962B CN 101779962 B CN101779962 B CN 101779962B CN 201010013621 A CN201010013621 A CN 201010013621A CN 101779962 B CN101779962 B CN 101779962B
- Authority
- CN
- China
- Prior art keywords
- image
- contrast
- detail
- pyramid
- noise
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 20
- 230000000694 effects Effects 0.000 title claims abstract description 14
- 230000005764 inhibitory process Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims description 10
- 230000015556 catabolic process Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000003416 augmentation Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 230000035699 permeability Effects 0.000 abstract description 2
- 230000008520 organization Effects 0.000 abstract 3
- 230000005855 radiation Effects 0.000 abstract 1
- 230000001629 suppression Effects 0.000 abstract 1
- 238000003384 imaging method Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 5
- 238000005728 strengthening Methods 0.000 description 3
- 230000009102 absorption Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 229940029329 intrinsic factor Drugs 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- -1 phosphonium ion Chemical class 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002786 root growth Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
一种增强医学X射线影像显示效果的方法，涉及数字图像技术。该影像的增强方法通过如下的方法、步骤完成：图像金字塔(漏斗形)分解、过量对比度抑制、细节对比度增强、边缘增强、噪声抑制、金字塔(斗型重建)。本发明通过调整图像的像素动态范围分布，提高图像细节信号，增强数字图像的对比度、清晰度和通透性、抑制噪声，实现图像组织边缘对比度提高、组织细节表现、整体图像组织通透可见的效果。本发明特别适用于计算机控制X射线断层扫描装置或医学放射性影像处理系统。
Description
技术领域：
本发明涉及数字图像技术，特别适用于计算机控制X射线断层扫描装置或医学放射性影像处理系统中。
背景技术：
对于某些图像系统而言，不像其他信号系统那样——需要对单纯的对信号本身进行处理或控制，而是观察者要根据提供的图像做出评价。如医学图像，目前尚不能很好的通过图像本身自处理得出病灶原因，图像最终要通过医师观察评价，做出判断。因此，最终传出图像质量的好与差，很大程度上影响了医师对病灶的正确判断，显然，很差质量的图像很可能致医师误判、漏判，这对疾病的诊治显然是不利的。
X射线影像，是通过X射线对人体组织不同的吸收来成像的。由于人体组织相互重叠，吸收X射线多的组织往往覆盖吸收量小的组织，而无法全部显现。更重要的是平片(CR，DR)系统，在成像中图像平板的磷离子使X射线发生散射，加之设备扫描平板时出现的漫散射，使得图像模糊，分辨率较差。另外，由于曝光和设备内在因素等的影响，图像难免会夹杂噪声，这在图像处于低分辨率情况下尚不明显，而当图像处于高分辨率时，噪声就成为影响影像质量的重要不利因素。
目前普遍使用的医学影像处理的方法有3类：
1.调整图像的窗宽窗位，这是医师常常采用的方法。然而，窗宽窗位虽然改变了图像的对比度，虽然可以观察到医师所想观察的组织细节，却没有改变图像的质量问题，图像依然模糊，组织细节不清晰，对于其他的组织并没有很好的表现。且在实际工作中，医师没有时间调整到最佳的窗宽窗位。
2.直方图均衡，采用改变图像像素分布的方法来达到均衡分布的直方图。虽然较调整窗宽窗位而言，能更好地得到图像对比度。然而图像模糊和组织细节的问题仍然无法解决。
3.图像锐化掩膜，该方法是通过掩膜平滑图像，使原始图像加上它与平滑图像的插值，而得到的一种锐化的方法。此方法较好地解决了图像模糊的问题，为图像增强提供了一种很好的思路，但是它无法体现不同频率带的图像细节信息。
发明内容
本发明的目的在于，克服现有技术的不足，提供一种能够使图像组织边缘对比度提高、整体图像组织通透可见之影像增强的方法。
本发明是这样实现的：
1.将图像按照金字塔(斗型)分解成n层(2n＝max(width，height))。
2.将分解的图像插值与上一级图像等大小做差处理，得到图像的细节图像。
3.将细节图像进行过量对比度抑制，使细节对比度增强、边缘增强、噪声抑制。调整细节图像的表现力。
4.将残差图像与细节图像金字塔重组，得到增强的图像。如图1所示
本发明通过调整图像的像素动态范围分布，提高图像细节信号，增强数字图像的对比度、清晰度和通透性、抑制噪声，实现图像组织边缘对比度提高、组织细节表现、整体图像组织通透可见的效果。本发明特别适用于计算机控制X射线断层扫描装置或医学放射性影像处理系统。
附图说明
图1.X射线影像增强算法流转图
该图表现了算法流转的流程，步骤为：图像分解、图像金字塔漏斗型分解、过量对比度抑制、细节对比度增强、边缘增强、噪声抑制、金字塔斗型重建。
图2.金字塔分解图
金字塔分解示意图。图2-1为标准金字塔，5图2-2为斗型金字塔
图3.金字塔分解流程图
先将图像抽样然后平滑，再将抽样后的图像进行插值再进行平滑，与同大小原图进行残差处理。
图4.过量对比度抑制图
对过量的对比度进行抑制。
图5.细节增强图
对图像的细节进行增强，放大病灶细节。
图6.边缘函数增强图
对残差图像所描述的边缘进行权值增强效果
图7.噪声抑制函数图
对比度增强后的噪声的放大进行抑制
图8.CNR噪声抑制表
图9.金字塔重建图
对拆分后多级图像进行重建还原成原图大小。
具体实施方式
下面结合附图叙述一个实施例，对本发明做进一步描述。
本实施例通过如下方法步骤完成：图像金字塔(漏斗形)分解、过量对比度抑制、细节对比度增强、边缘增强、噪声抑制、金字塔(斗型重建)，如图1所示。
.1图像金字塔(漏斗形)分解：
利用拉普拉斯金字塔分解变换，将医学图像分解成类似金字塔的斗型排列，将4096*4096图像分解成12层分辨率图像(212＝4096)，若图像非正方形，则取长宽最大值。将图像隔行、隔列，抽样取得下一级低分辨率图像。以此类推(i＝0....L-1)。如图2-1但与金字塔分解所不同的是，当图像在L-n(如n＜4)～L-1层时，将已得到的图像扩大至L-n-1层大小，得到斗型的图像序列如图2-2所示。这样可以得到更佳的区域增强效果。
具体分解结构如图3所示。
首先将图像抽样然后平滑(如图3中a1上步平滑+抽样)，再将抽样后的图像进行插值再进行平滑(如图3中a1下部，插值+平滑)，目的是一定程度造成图像灰度值均衡，然后将该信号与原图像做差处理a0-a1，突出细节和边缘信号。取得残差信号交由下模块处理。以此类推至aL层。
抽样插值处理：当分解长宽非2n图像时，需要对奇数行或列做差抽样；当图像插值时，需要对原奇数行补差行或列。
平滑模板选择：平滑模板的选择决定了图像细节的精细程度，可以作为算法的参数进行调整。
通过以上方法可以得到不同分辨率下的图像内容，即多尺度图像内容，它涵盖了图像的多个频段，每个频段包含图像的各种信息。虽然频段间有重叠信息，并不影响对后续图像增强的处理。
当图像经过平滑，抽样，双线性放大插值，平滑后，与相同尺度图像做差，可以得到图像的细节信息。这些细节图像序列将是后续处理的对象。
2.过量对比度抑制：
传统改变图像对比度的方法，如非线性查找表或窗宽窗位，往往影响到图像其他组织的对比度，很难同时包容各种部位的高对比度信息，高对比度的连续性无法保证。而在金字塔分级后的图像序列中可以得到多尺度的图像对比度信息，使其很容易连续矫正图像过量对比度。本发明选择了一种多尺度变换公式应用于图像的各级金字塔层，从实验效果和速度考量，将其应用于低分辨率层的粗略图像更为合适。
这种转换函数从本质上没有改变图像低对比度信息，但是抑制了图像高对比度信息。数学上看，使其接近于原始对比度，其斜率接近于1。当对比度增加时，高对比度将会被抑制。
y＝A(i)F(x)
i＝4，5..11
转换函数A(i)为s型函数，这样可以达到高对比度抑制的效果。S型函数可以为指数小于1的指数函数，也可以按经验值设置查找表，转换函数形状如图4所示，其中纵轴为输入，横轴为输出，蓝色为原始比例输入出比，青色为抑制后的输入出比：
例如，在原始图像大小为4096尺度大小时，若原始图像标记为第0层，那么该转换函数标记启用层数为第4层，再类推至后续层以上使用得到最佳效果。原始图像大小不同，标记启用层不同，试情况而定。
3.细节对比度增强：
当上步骤，过量对比度抑制完成，该工作为灰度值分布有良好的动态范围创造了空间。此时，细节对比度将是我们关心的重点。那些细节对比度信息，反应了医师所关心的可能是细小病变的信息，而在未处理的图片中往往不易观察到。
在图像中能反映图像细节信息的金字塔层必然为分辨率较大的那些层中。在原图为4096大小的图像中，我们选择第0，1层作为细节对比度增强层。那么这个增强S型曲线函数为：
y＝-max Pix*(-x/max Pix)powerifx＜0
y＝max Pix*(x/max Pix)powerifx＞＝0
如图6所示。其中max Pix为图像最大像素值，power为细节图像加强系数它的值位于0和1之间。在实际图像效果中，选取0.7左右为宜。如图5所示，其为s形函数表达式。
4.边缘增强：
图像在高频段相对低频部分更能显示图像边缘信息和锐利度，由于多尺度的出现，一系列的次频图像序列可以轻松得到，那么增加高频图像(高分辨率)的权值自然使得图像边缘信息更加突出。方法是，将权值因子做成如图7所示的单调减得曲线函数直到权值变化细微为止(变化至1附近)。那么调整第0层的峰值就可以作为参数来调试图像。在实际增强中需要调整峰值对整体图像曲线进行调整，低于噪声水平，使得增强函数主要作用于细节对比度，而不是噪声。在好的尺度(边缘明显)图像下，大的对比度不会被增强，因为其只作用于低对比度情况。如图6所示，纵轴为加强权值，横轴为层值。
5.噪声抑制：
(1)当我们在做细节对比度增强时，如图5的s型放大曲线虽然放大了细节信息，然而混入其中的噪声也一定程度上被放大。我们需要对其进行修正。
y＝-max Pix*(-x/max Pix)power2f-max Pix＜＝x＜-center
y＝-maxPix*(center/maxPix)power2(-x/center)power1 if-center＜＝x＜0
y＝max Pix*(c/max Pix)power2*(x/c)power1if0＜＝x＜center
y＝maxPix*(x/maxPix)Power2ifcenter＜＝x＜＝m
当power2被选择在范围0＜power2＜1，最好是在0.7左右，当然视具0＜center＜max Pix体图像而定。
power1＞power2，center参数是个临界值，范围值0＜center＜max Pix。一般center远远小于maxPix。
与细节对比度增强函数一样，power2的减小大大增加细节图像的对比度，与此同时图像噪声相应增加。为了限制这种情况发生，使得权值power1大于power2，合适的选择为1左右。我们认为在过小的出现的细节信号多为噪声引起加以抑制。同样这种细节放大——噪声抑制函数将用在高分辨率金字塔层中。函数如图7所示(power1＝1，power2＝0.7，c＝0.1*max Pix)，其为图5的修正函数。
(2)在速度和条件允许的情况下，我们可以采用更为动态的——噪声偏差率来衡量图像的噪声水平。图像的噪声主要是在摄影中，曝光的同口寸产生的。噪声与图像信号一般有单调非线性递增的特性。各个设备厂家的图像产生的噪声特性不同，多表现为信号的log函数增长或平方根增长。由于噪声的分布位于整个图像，这样方便我们对层图像噪声全局进行评估。而且对于人眼，高频图像的噪声影响更为敏感。所以以高频图像的噪声特性来作为图像系列层，全局噪声的判断。我们通过微小移动细节图像的窗位，评估其均方根来得到噪声水平。此时我们引入CNR(contrast to noise radio)——对比度噪声比，来作为衡量图像噪声水平的参数，而不像信噪比SNR，我们不关心信号的绝对值，而是信号偏差值。当CNR值越高，信号的分辨程度越强，反之则信号逐渐被噪声淹没不易分辨。
其中，LocalContrast为细节图像对比度值，NoiseLevel为上述计算出的噪声水平。
此时我们建立了每层的CNR噪声抑制表，如图8：纵轴为调整权值，横轴为CNR值，每条曲线代表不同尺度的图像层。由图可见，噪声抑制只在高频图像中出现。
6.金字塔(斗型重建)
如图9所示：将a(L)残余图像，插值叠加到上一级尺度被调整过的(增强，噪声抑制)细节图像，依次叠加至原图尺寸。最终得到如图1所显示的清晰通透的影像效果。将aL差值与上一级的残差图像b(L-1)大小相同，并求和处理，得到新的图像。然后其在插值与b(L-2)大小相同再求和，依次类推得到与初始图像大小相等的新的增强后的效果图。
Claims (1)
1.一种增强医学X射线影像显示效果的方法，其特征在于，依下述步骤完成：图像金字塔漏斗形分解(1)、过量对比度抑制(2)、细节对比度增强(3)、边缘增强(4)、噪声抑制(5)、金字塔漏斗型重建(6)：
a.所说图像金字塔漏斗形分解(1)，系将图像利用拉普拉斯金字塔分解变换，将4096*4096图像分解成12层分辨率图像，212＝4096，若图像非正方形，则取长宽最大值；将图像隔行、隔列，抽样取得下一级低分辨率图像；当图像在L-n～L-1层时，将已得到的图像扩大至L-n-1层大小，得到斗型的图像序列，其中，L＝13，n＜4；
b.所说过量对比度抑制(2)，系将分解的图像插值与上一级图像等大小做差处理，得到图像的细节图像；
c.所说细节对比度增强(3)，系将细节图像进行过量对比度抑制，使细节对比度增强、边缘增强、噪声抑制；调整细节图像的表现力；
d，所说边缘增强(4)，系提高不同组织区分程度的图像轮廓边缘；
d.所说噪声抑制(5)，系在各种对比度增强中，对同时放大的噪声进行抑制；
e.所说金字塔漏斗型重建(6)，系将残差图像与细节图像金字塔重组，得到增强的图像；
所说将分解的图像插值与上一级图像等大小做差处理，得到图像的细节图像，系指将多尺度变换公式应用于图像的各级金字塔层；
所说细节对比度增强，系指在原图为4096大小的图像中，选择第0，1层作为细节对比度增强层；
所说边缘增强，是将权值因子做成单调减得曲线函数直到权值变化细微为 止；
所说金字塔漏斗型重建，系指将a(L)残余图像，插值叠加到上一级尺度被调整过的增强，噪声抑制细节图像，依次叠加至原图尺寸，得到最终的影像效果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010013621.5A CN101779962B (zh) | 2010-01-19 | 2010-01-19 | 一种增强医学x射线影像显示效果的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010013621.5A CN101779962B (zh) | 2010-01-19 | 2010-01-19 | 一种增强医学x射线影像显示效果的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101779962A CN101779962A (zh) | 2010-07-21 |
| CN101779962B true CN101779962B (zh) | 2014-08-13 |
Family
ID=42520202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010013621.5A Expired - Fee Related CN101779962B (zh) | 2010-01-19 | 2010-01-19 | 一种增强医学x射线影像显示效果的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101779962B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102821254B (zh) * | 2011-06-08 | 2015-05-20 | 北京中科美伦医疗股份有限公司 | 用于x射线下获得的ccd图像信号的预放大处理电路 |
| CN103192617B (zh) * | 2013-04-03 | 2017-05-10 | 青岛大学附属医院 | 加深x光影像背景的方法、x光影像打印系统与打印方法 |
| CN103500442B (zh) * | 2013-09-29 | 2017-06-06 | 华南理工大学 | 集成电路封装中的x射线图像多尺度细节增强方法 |
| JP6615131B2 (ja) * | 2014-06-27 | 2019-12-04 | コーニンクレッカ フィリップス エヌ ヴェ | 石灰化した肋軟骨関節の視覚的評価のためのシルエット表示 |
| CN104574316B (zh) * | 2015-01-13 | 2018-09-14 | 南京佰能唯医疗科技有限公司 | 一种数字化x线成像系统 |
| CN106485665B (zh) * | 2015-08-31 | 2019-01-08 | 辽宁开普医疗系统有限公司 | 一种低剂量dr图像处理方法及其装置 |
| CN106910172B (zh) * | 2017-02-22 | 2020-02-28 | 公安部第一研究所 | 一种图像处理方法及装置 |
| US10453252B2 (en) * | 2017-05-08 | 2019-10-22 | Disney Enterprises, Inc. | 3D model construction from 2D assets |
| CN107566740A (zh) * | 2017-10-18 | 2018-01-09 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
| DE102018216370B4 (de) * | 2018-09-25 | 2020-06-18 | Siemens Healthcare Gmbh | Bereitstellen eines annotierten medizinischen Bilddatensatzes für eine Radiotherapieplanung eines Patienten |
| CN109949233B (zh) * | 2019-02-18 | 2022-12-13 | 深圳蓝影医学科技股份有限公司 | 滤除x射线图像中散射线的方法、系统、设备及存储介质 |
| EP3806027B8 (en) * | 2019-10-10 | 2023-11-01 | Agfa Nv | Method and apparatus for noise reduction |
| CN111179203B (zh) * | 2020-01-02 | 2023-06-20 | 深圳市安健科技股份有限公司 | X光图像局部对比度增强方法及终端 |
| CN114494083B (zh) * | 2022-04-14 | 2022-07-29 | 杭州雄迈集成电路技术股份有限公司 | 一种自适应提升视频通透性方法和系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1729481A (zh) * | 2002-12-18 | 2006-02-01 | 皇家飞利浦电子股份有限公司 | 借助多分辨率分解处理输入图像的方法 |
-
2010
- 2010-01-19 CN CN201010013621.5A patent/CN101779962B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1729481A (zh) * | 2002-12-18 | 2006-02-01 | 皇家飞利浦电子股份有限公司 | 借助多分辨率分解处理输入图像的方法 |
Non-Patent Citations (2)
| Title |
|---|
| Pieter Vuylsteke et al.《Image Processing in Computed Radiography》.《DGZfP Proceedings》.1999,第93页第1-3段,第94页第1段,第95页第1段至第97页第6段,第98页第1-2段,倒数第2-3段,第99页第2段,第100页第3-4段、式4.8、图4.2,图4.7-4.9. * |
| 陈浩等.基于拉普拉斯金字塔变换的图像融合算法研究.《激光与红外》.2009,第39卷(第4期),第439-442页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101779962A (zh) | 2010-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101779962B (zh) | 一种增强医学x射线影像显示效果的方法 | |
| Stiller | Basics of iterative reconstruction methods in computed tomography: a vendor-independent overview | |
| CN100410969C (zh) | 一种医疗放射图像的细节增强方法 | |
| US10235744B1 (en) | System and method for digital image intensity correction | |
| US10643319B2 (en) | Apparatus and method for context-oriented blending of reconstructed images | |
| CN100461218C (zh) | 多尺度自适应对比度变换的医学图像增强方法 | |
| CN101129266B (zh) | X线图像处理系统 | |
| Veldkamp et al. | Development and validation of segmentation and interpolation techniques in sinograms for metal artifact suppression in CT | |
| US6836570B2 (en) | Method for contrast-enhancement of digital portal images | |
| Zhang et al. | A hybrid metal artifact reduction algorithm for x‐ray CT | |
| CN105225208B (zh) | 一种计算机断层成像金属伪影校正方法及装置 | |
| CN102024251B (zh) | 用于双源ct的基于多图像虚拟非对比图像增强的系统和方法 | |
| CN101930595A (zh) | 图像处理方法和图像处理设备 | |
| KR102216460B1 (ko) | X-선 이미지를 생성하기 위한 방법 및 시스템 | |
| JP2001299733A (ja) | Ｐｃｉ放射線画像処理装置、ｐｃｉ放射線画像検出処理装置、ｐｃｉ放射線画像出力装置及びｐｃｉ画像診断支援装置 | |
| CN102428478A (zh) | 多尺度图像归一化和增强 | |
| Byl et al. | Photon‐counting normalized metal artifact reduction (NMAR) in diagnostic CT | |
| CN104091309B (zh) | 一种平板x射线图像的均衡显示方法及系统 | |
| JP4359840B2 (ja) | 画像処理装置及び画像処理方法 | |
| JP2002162705A (ja) | 位相コントラスト放射線画像処理装置 | |
| Xu et al. | Statistical iterative reconstruction to improve image quality for digital breast tomosynthesis | |
| Nykänen et al. | X‐ray scattering in full‐field digital mammography | |
| Li et al. | X-ray photon-counting data correction through deep learning | |
| JP3597272B2 (ja) | 異常陰影候補の検出方法 | |
| US11580678B2 (en) | Systems and methods for interpolation with resolution preservation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C53 | Correction of patent for invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Wei Inventor after: Cheng Liang Inventor after: Bai Linshu Inventor after: Ma Tiande Inventor after: Wang Hongtao Inventor after: Hou Yuntao Inventor before: Cheng Liang Inventor before: Bai Linshu Inventor before: Ma Tiande Inventor before: Hou Yuntao Inventor before: Wang Hongtao |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: CHENG LIANG BAI LINSHU MA TIANDE HOU YUNTAO WANG HONGTAO TO: WANG WEI CHENG LIANG BAI LINSHU MA TIANDE WANG HONGTAO HOU YUNTAO |
|
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| DD01 | Delivery of document by public notice |
Addressee: Huahai Co., Ltd. Document name: Notification to Go Through Formalities of Registration |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| ASS | Succession or assignment of patent right |
Owner name: XI'AN HWATECH MEDICAL INFORMATION TECHNOLOGY CO., Free format text: FORMER OWNER: HUAHAI CO., LTD. Effective date: 20150317 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 710075 XI'AN, SHAANXI PROVINCE TO: 710065 XI'AN, SHAANXI PROVINCE |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20150317 Address after: 710065, Shaanxi, Xi'an province hi tech Zone, No. 8 Tang Yan South Road, 3G cool Intelligent Technology Industrial Park, plant No. 4, second Patentee after: Xi'an Hwatech Medical Information Technology Co., Ltd. Address before: 710075, No. 21, unity South Road, hi tech Zone, Shaanxi, Xi'an Patentee before: Huahai Co., Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140813 Termination date: 20170119 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |