CN102592274A - 用于狭窄检测的放射图像的处理过程 - Google Patents

用于狭窄检测的放射图像的处理过程 Download PDF

Info

Publication number
CN102592274A
CN102592274A CN2011103878014A CN201110387801A CN102592274A CN 102592274 A CN102592274 A CN 102592274A CN 2011103878014 A CN2011103878014 A CN 2011103878014A CN 201110387801 A CN201110387801 A CN 201110387801A CN 102592274 A CN102592274 A CN 102592274A
Authority
CN
China
Prior art keywords
artery
image
interested
interest
line
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.)
Granted
Application number
CN2011103878014A
Other languages
English (en)
Other versions
CN102592274B (zh
Inventor
R·韦兰
S·乔治斯
V·比斯穆特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN102592274A publication Critical patent/CN102592274A/zh
Application granted granted Critical
Publication of CN102592274B publication Critical patent/CN102592274B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/20068—Projection on vertical or horizontal image axis
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供用于狭窄检测的放射图像的处理过程。本发明涉及患者的感兴趣区的放射图像的处理过程，这些放射图像是2D投影图像，其中长形器具已经事先插入动脉中，该过程包括下列步骤：获得(S1、S2)由该感兴趣区的第一图像(I1)和第二图像(I2)构成的至少一组图像，该第一图像(I1)是其中事先注入对照品的该感兴趣区的图像，该第二图像是没有对照品或具有最小数量对照品的该感兴趣区的图像，每组对应于给定角度；该过程对于每组包括下列步骤：分割(S3)该第一图像(I1)以检测该感兴趣区的多个动脉；分割(S4)该第二图像(I2)以检测并且隔离该器具；在第一分割图像中限定(S5)多条线(Ci)，每条线(Ci)限定动脉；从第二分割图像和限定的线确定(S6)对应于其中已经插入该器具的动脉的感兴趣动脉，该感兴趣动脉的线(C7)最接近该器具；将冠状动脉损伤的定量分析算法应用(S7)于该感兴趣动脉来检测该感兴趣动脉的损伤。

Description

用于狭窄检测的放射图像的处理过程
技术领域
本发明涉及医学成像领域并且更具体地涉及应用于血管放射介入成像领域的放射领域。
背景技术
血管介入放射包括在成像控制下实行的过程并且具体地治疗心肌缺血。
心肌缺血是一种在发达国家影响超过三分之一人口的疾病并且它经由狭窄(即，动脉缩窄)来体现。
存在若干用于治疗该疾病的治疗，其包括在冠状动脉内插入支架。
对此，心脏病专家利用介入成像，其向他提供冠状动脉的可能的损伤和量化和表征、并且更具体地是狭窄的表征以便选择要引入的支架的尺寸。
心脏病专家通常使用包括要治疗的动脉的区域图像，在其上他沿着要治疗的动脉人工安置若干标记来实行狭窄分析，即来确定狭窄位于的地方并且确定用于狭窄治疗所必需的支架的尺寸。
该检测和量化需要放射科医师与医学成像装置交互以及检测要治疗的动脉的先前的步骤。
这里的劣势是检测和量化费时间并且对于医师是难以执行的。
发明内容
本发明消除这些劣势。
根据第一方面，本发明涉及用于处理患者的感兴趣区的放射图像的过程，这些放射图像是2D投影中的图像，其中长形器具已经事先插入动脉中，该过程包括下列步骤：
获得由感兴趣区的第一图像和第二图像构成的至少一组图像，该第一图像是其中事先注入对照品的感兴趣区的图像，该第二图像是没有对照品或具有极少数量对照品的感兴趣区的图像，每组对应于给定角度；该过程对于每组还包括下列步骤：
分割该第一图像以检测感兴趣区的多个动脉；分割该第二图像以检测并且隔离该器具；在第一分割图像中限定多条线，每条线限定动脉；从第二分割图像和所限定的线确定对应于其中已经插入器具的动脉的感兴趣动脉，该感兴趣动脉的线最接近该器具；将冠状动脉损伤的定量分析算法应用于该感兴趣动脉来检测该感兴趣动脉的损伤。
由于检测感兴趣动脉，能够量化狭窄而不需要沿着动脉人工限定点并且从而没有与医学成像系统交互。
这在执行血管损伤检测中提供快速和简便。
该过程的其他方面如下：
-通过使用沿着感兴趣动脉的线放置的点进行定量分析算法的应用；
-确定感兴趣动脉的步骤包括：利用距离判据，其结合动脉线的欧几里得距离(Euclidian distance)与全部沿着限定长形器具的曲线的器具与该线的取向差异的评估；
-限定动脉的线是分别限定动脉的对称轴线的中心线；
-获得至少两组图像，该过程包括：在完成对于每组的感兴趣动脉的确定时，进行3D重构步骤以获得感兴趣动脉的3D图像；
-在感兴趣的3D动脉上使用定量分析算法；
-获得一系列成组的图像，其中在对于每组检测的每个感兴趣动脉上完成感兴趣动脉的识别来获得感兴趣动脉的线的二维移动场；
-获得多个系列的成组的图像，其中在每组图像上使用定量分析算法来获得在感兴趣动脉的线的图像中投影的移动场；
-合成的放射图像是先前采集并且存储在医学成像系统的存储器单元中的图像。
根据第二方面，本发明涉及医学成像系统，其包括用于执行根据本发明的第一方面的过程的部件。
根据第三方面，本发明涉及计算机程序，其包括用于执行根据本发明的第一方面的过程的机器指令。
附图说明
本发明的其他特性和优势将从纯粹是说明性和非限制性的并且必须结合附图考虑的下列说明中显露，其中：
图1图示根据本发明的医学成像系统5；
图2示意地图示根据本发明的放射图像的处理过程的步骤；
图3图示通过根据本发明的放射图像的处理过程获得的第一图像；
图4图示通过根据本发明的放射图像的处理过程获得的第二图像；
图5示意地图示在根据本发明的放射图像的处理过程期间获得的感兴趣动脉。
具体实施方式
医学成像系统
图1示意地图示用于采集放射图像的医学成像系统100。
该医学成像系统100包括用于收容要检查的患者10的支架1、设计成发射X射线束3的源2、放置在该源2对侧并且配置成检查由该源2发射的X射线的检测器4、控制单元6、存储单元7和显示单元8。
X射线的源2和检测器4由C形臂5附连。这样的臂5更通常称为拱。该臂5可以根据三个自由度定向。
检测器4可以是半导体图像传感器，其包括例如非晶硅的晶体管/光电二极管矩阵上的碘化铯磷(闪烁体)。其他适合的检测器是：CCD传感器，一种直接将X射线转换成数字信号的直接数字检测器。在图1中图示的检测器4是平面的并且限定平面图像表面，而其他几何形状可以是合适的。
控制单元6通过有线或无线连接而连接到拱5。控制单元6通过固定例如要由X射线源发射的辐射剂量和臂5的角度定位等若干参数控制采集。控制单元6控制臂5的位置，即，源2相对于检测器4的位置。
控制单元6可以包括读取装置(未示出)，例如磁盘读取器、或CD-ROM读取器、DVD-ROM读取器或连接端口，连接端口用于读取例如磁盘、CD-ROM、DVD-ROM或USB密钥等指令介质(未示出)的处理过程的指令或更一般地通过任何可移除存储介质或甚至经由网络连接读取指令介质(未示出)的处理过程的指令。
存储单元7连接到控制单元6用于记录采集的参数和图像。能够使存储单元7位于控制单元6内部或它外部。
存储单元7可以由硬驱动或SSD或任何其他可移除和可重写存储部件(USB密钥、存储器卡等)形成。存储单元7可以是控制单元6的ROM/RAM存储器、USB密钥、存储器卡、中央服务器的存储器。
显示单元8连接到控制单元6用于显示采集的图像和/或关于采集控制参数的信息。
显示单元8可以是例如计算机屏幕、监视器、平面屏幕、等离子屏幕或已知类型的任何其他类型的显示装置。
这样的显示单元8允许医师控制放射图像的采集。
医学成像系统100耦合于处理系统200。该处理系统200包括计算单元9和存储单元10。
处理系统200接收采集并且存储在医学成像系统100的存储单元4中的图像，处理系统200使用该图像实施某些数量的处理(见下文)。
医学成像系统100的存储单元4的数据传送到处理系统200的计算单元9可以经由内部或外部信息网络或用例如磁盘、CD-ROM、DVD-ROM、外部硬驱动、USB密钥、SD卡等任何适合的物理存储器介质进行。
计算单元9是例如计算机或多个计算机、处理器或多个处理器、微控制器或多个微控制器、微型计算机或多个微型计算机、可编程自动机或多个自动机、专用集成电路或多个这样的电路、其他的可编程电路或包括例如工作站等计算机的其他装置。
作为变化形式，计算器9可以包括读取装置(未示出)，例如磁盘读取器、CD-ROM或DVD-ROM读取器或连接端口，连接端口用于读取例如磁盘、CD-ROM、DVD-ROM或USB密钥等指令介质(未示出)的处理过程的指令或更一般地通过任何可移除存储介质或甚至经由网络连接读取指令介质(未示出)的处理过程的指令。
而且，处理系统包括用于存储由计算单元9生成的数据的存储单元11。
计算单元9可以连接到显示单元8(如在图1中的)或另外连接到另一个显示单元(未示出)。
放射图像的处理过程
根据本发明的放射图像的处理过程的实施例在下文描述。图2示意地图示该过程的步骤。
第一I1和5个第二I2图像的获得S1、S2。
放射图像的处理过程利用患者的感兴趣区的两个放射图像I1、I2，器具已经事先引入该患者中，在下文是长形器具。
该类型的器具是例如导丝、导管或其的组合，并且优选地是能够容易地引入支架的导丝。
第一图像I1对应于其中已经注入对照品的感兴趣区的放射图像。这样的对照品是例如碘，并且感兴趣区典型地是要治疗的患者的冠状动脉区。
第二图像I2对应于其中没有对照品或具有极少数量对照品的感兴趣区的放射图像。
极少数量对照品意指显示了器具但该器具没有被动脉遮蔽的对照品的数量。
第一和第二图像I1、I2可以通过在放射图像的整个处理过程中采用的采集部件而获得，或可以从医学成像系统的存储单元获得。
要注意第一和第二图像I1、I2源于通过在上文描述的医学成像系统对于给定角度(即，X射线源相对于正交于支承台(患者放置在其上)方向的取向)做出的采集。
第一和第二图像I1、I2是2D投影图像。
在其余的描述中，一组图像限定为是由对于给定角度采集的第一和第二图像构成的配对。
还考虑一系列成组图像，即，对于给定角度，在不同的时间采集的若干组图像I1、I2。
第一图像I1的分割S3
该步骤包括：从第一图像I1并且由于注入的对照品提取和隔离患者的动脉。
更精确地，提取和隔离感兴趣区的动脉网络。
图3示意地图示第一分割图像I1’的示例，其包括显示的患者的动脉网络101、包括对应于要检测的损伤的缩窄102的动脉103。
第二图像I2的分割S4
该步骤S4包括：从显示的没有对照品的感兴趣区提取和隔离插入患者的感兴趣动脉的器具。
图4示意地图示第二分割图像I2’的示例，其包括与第一分割图像I1'相同的用虚线图示的网络101，以及器具201，这里导丝插入动脉网络101的动脉中。实际上，当完成该分割步骤S4时，在图像I2’中只显示器具，而网络101这里通过指示而代表。
要注意分割图像是本领域内技术人员众所周知的技术并且将不进行任何进一步的详细描述。
动脉的线的限定S5
该步骤S5包括：对于每个动脉限定线Ci，例如限定动脉的对称轴线的中心线。
限定中心线Ci例如用以下文献中描述的技术实现：Karl Krissian，Gregoire Malandain，Nicholas Ayache，Régis Vaillant和Yves Trousset：“Model-Based Detection ofTubular Structures in 3D Images”Computer Vision and ImageUnderstanding，Vol.80、num.2，p.130-171，2000。
图5图示图像I3’，对于该图像I3’已经在动脉网络101中限定9条中心线Ci(i＝1至9)。
包括器具的动脉的检测S5
该步骤S5包括：检测感兴趣动脉(即其中已经插入器具的动脉)。
感兴趣动脉的检测从第二图像I2’和从图像I3’实施。
这样的检测使用在第二分割图像I2’中隔离和检测的器具201与限定的中心线Ci之间的距离判据来实施。
感兴趣动脉对应于对于动脉而言器具和中心线C之间的距离是最小的动脉。
这可以是结合动脉的中心线C的欧几里得距离与器具与该中心线C的取向差异的评估的距离判据。
感兴趣动脉的可能的狭窄的确定S6
一旦识别其中已经插入器具的感兴趣动脉，可以进行定量分析。
为了做到这点，冠状动脉损伤(“定量冠状动脉分析”(QCA))的定量分析的过程应用于感兴趣动脉。
这样的分析过程例如在以下文献中描述：Paul L. Van Herck等人的“Quantitative Coronary Arteriography on Digital Flat-Panel System”Catheterization and Cardiovascular Interventions，p.192-200，2004。
QCA分析基于临床上有效地用于检测轮廓的算法并且能够确定闭塞的百分比，正常动脉和展现狭窄的动脉的直径和大小的闭塞。
具体地，这样的算法分析全部沿着中心线C的动脉并且具体地确定中心线的每个点处的动脉的视直径。该直径的变化并且具体地减小是例如动脉损伤等病理存在的指示物。量化包括通过相对于正常直径区域百分比来确定该减小。
获得(S8、S8’)3D图像
上文描述的该过程可以应用于对于不同角度采取的若干2D投影图像。
使用已知类型并且能应用于线的3D重构可以产生3D线，其描述动脉的几何形状。更具体地，能够获得感兴趣动脉的3D视图。
这可以应用于一系列图像来获得一系列3D图像并且因此获得下列要素：
-分析由在该系列图像中识别的线的演变描述的动脉移动的投影；
-定量分析动脉在连续的图像中的投影；
-从根据不同角度采集的若干系列图像的处理来分析动脉在三维空间中的移动；
-感兴趣动脉的三维和时间定量分析。
计算机程序
放射图像的处理过程可以采用计算机程序(其包括用于执行该过程的机器指令)的形式有利地实现。
部件列表
  图1
  1   支承台   2   源
  3   x射线束   4   检测器
  5   臂   6   控制单元
  7   存储单元   8   显示单元
  9   计算单元   10   存储单元
  11   存储单元   100   医学成像系统
  200   处理系统
  图2
  S1   获得图像的步骤   S2   获得图像的步骤
  S3   分割图像的步骤   S4   分割图像的步骤
  S5   检测步骤   S6   确定步骤
  S7   应用步骤
  图3
  101   网络   102   缩窄
  103   动脉
  图4
  201   器具   101   网络
  图5
  C1-C9   线   101   网络
  102   缩窄

Claims (11)

1.一种患者的感兴趣区的放射图像的处理过程，所述放射图像是2D投影图像，其中长形器具已经事先插入动脉中，所述过程包括下列步骤：
-获得(S1、S2)由所述感兴趣区的第一图像(I1)和第二图像(I2)构成的至少一组图像，所述第一图像(I1)是其中事先已经注入对照品的所述感兴趣区的图像，所述第二图像是没有对照品或具有极少数量对照品的所述感兴趣区的图像，每组对应于给定角度；
所述过程对于每组包括下列步骤：
-分割(S3)所述第一图像(I1)以检测所述感兴趣区的多个动脉；
-分割(S4)所述第二图像(I2)以检测并且隔离所述器具；
-在所述第一分割图像中限定(S5)多条线(Ci)，每条线(Ci)限定动脉；
-从所述第二分割图像和所述限定的线确定(S6)对应于其中已经插入所述器具的动脉的感兴趣动脉，所述感兴趣动脉的线(C7)最接近所述器具；
-将冠状动脉损伤的定量分析算法应用(S7)于所述感兴趣动脉来检测所述感兴趣动脉的损伤。
2.如权利要求1所述的过程，其中所述定量分析算法的应用通过使用沿着所述感兴趣动脉的线放置的点来进行。
3.如权利要求1-2中任一项所述的过程，其中用于确定所述感兴趣动脉的步骤包括：采用距离判据，其中结合动脉线的欧几里得距离和全部沿着限定所述长形器具的曲线的所述器具与所述线的取向差异的评估。
4.如权利要求1-3中任一项所述的过程，其中限定所述动脉的线是分别限定动脉的对称轴线的中心线。
5.如权利要求中1-4中任一项所述的过程，其中获得至少两组图像(I1、I2)，所述过程包括：当完成对于每组的所述感兴趣动脉的确定时，进行3D重构步骤以获得所述感兴趣动脉的3D图像。
6.如权利要求5所述的过程，所述定量分析算法根据所述过程在感兴趣的3D动脉上使用。
7.如权利要求1-3中任一项所述的过程，其中获得一系列成组的图像，并且其中在对于每组检测的每个感兴趣动脉上使用所述感兴趣动脉的识别来获得所述感兴趣动脉的线的二维移动场。
8.如权利要求1-3中任一项所述的过程，其中获得多个系列的成组的图像并且其中在每组图像上使用所述定量分析算法来获得在所述感兴趣动脉的线的图像中投影的移动场。
9.如权利要求1-8中任一项所述的过程，其中获得的所述放射图像是先前采集并且存储在所述医学成像系统的存储器单元中的图像。
10.医学成像系统，其包括用于执行如权利要求1-9中任一项要求的过程的部件。
11.计算机程序，其特征在于它包括用于执行如权利要求1至9中任一项要求的过程的机器指令。
CN201110387801.4A 2010-11-12 2011-11-11 用于狭窄检测的放射图像的处理过程 Active CN102592274B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP10306249.3A EP2453408B1 (fr) 2010-11-12 2010-11-12 Procédé de traitement d'images radiologiques pour la détection d'une sténose
EP10306249.3 2010-11-12

Publications (2)

Publication Number Publication Date
CN102592274A true CN102592274A (zh) 2012-07-18
CN102592274B CN102592274B (zh) 2016-12-14

Family

ID=

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111104641A (zh) * 2019-12-10 2020-05-05 重庆大学 一种三维空间内的计算机识别晶粒方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005071595A1 (en) * 2004-01-15 2005-08-04 Philips Intellectual Property & Standards Gmbh Automatic contrast medium control in images
CN101422352A (zh) * 2008-12-10 2009-05-06 华北电力大学（保定） 一种交互式冠状动脉虚拟血管镜的实现方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005071595A1 (en) * 2004-01-15 2005-08-04 Philips Intellectual Property & Standards Gmbh Automatic contrast medium control in images
CN101422352A (zh) * 2008-12-10 2009-05-06 华北电力大学（保定） 一种交互式冠状动脉虚拟血管镜的实现方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
NICOLAS HONNORAT ET AL: "《Robust guidewire segmentation through boosting,clustering and linear programming》", 《BIOMEDICAL IMAGING:FROM NANO TO MACRO,2010 IEEE INTERNATIONAL SYMPOSIUM ON》, 14 April 2010 (2010-04-14), pages 924 - 927 *
VINCENT BISMUTH ET AL: "《A comparison of line enhancement techniques-Applications to guide-wire detection and respiratory motion tracking》", 《PROCEDDINGS OF SPIE》, vol. 7259, 8 February 2009 (2009-02-08), XP008123733, DOI: doi:10.1117/12.812241 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111104641A (zh) * 2019-12-10 2020-05-05 重庆大学 一种三维空间内的计算机识别晶粒方法

Also Published As

Publication number Publication date
US20120123238A1 (en) 2012-05-17
US8880148B2 (en) 2014-11-04
EP2453408A1 (fr) 2012-05-16
EP2453408B1 (fr) 2013-06-05

Similar Documents

Publication Publication Date Title
US8880148B2 (en) Treatment process of radiological images for detection of stenosis
EP3161785B1 (en) System and method for image composition
EP3465626B1 (en) Systems and methods for automated sinogram completion, combination, and completion by combination
CN108697402B (zh) 在三维图像中确定深度脑刺激电极的旋转方位
JP2020500579A (ja) 撮像システムのための収集パラメータを選択すること
US10402976B2 (en) Isolation of aneurysm and parent vessel in volumetric image data
JP6257939B2 (ja) 画像タイプの認識を行うためのシステムおよび方法
US20120045111A1 (en) Image processing method to determine suspect regions in a tissue matrix, and use thereof for 3d navigation through the tissue matrix
CN102622743B (zh) 用于比较3d和2d图像数据的方法和设备
US9968278B2 (en) Medical image measuring apparatus, method, and medium
US8483470B2 (en) Radiological image area extracting apparatus, radiological image area extraction program, and radiographic apparatus
CN108320314B (zh) 一种基于ct横断图像的图像处理方法和装置、显示系统
US11669982B2 (en) Soft tissue stereo-tracking
CN107787203A (zh) 图像配准
JP2008093438A (ja) 内視鏡を較正するためのシステム及び方法
CN115100066A (zh) 图像重建方法及装置
WO2016037969A1 (en) Medical imaging apparatus
US9679376B2 (en) Medical image processing apparatus, method, and recording medium
CN102406508A (zh) 射线图像显示装置及方法
JP2019032211A (ja) 核医学診断装置
CN109313803B (zh) 一种用于映射对象的身体的至少部分的图像中的结构的至少部分的方法和装置
JP2007248121A (ja) 断層画像の輪郭抽出方法、プログラム、および装置
US11436697B2 (en) Positional information display device, positional information display method, positional information display program, and radiography apparatus
US10650537B2 (en) Updating reference imaging data with update 2D and/or 3D imaging data
CN103295246B (zh) 通过ecg分析对介入放射学图像的处理

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