CN103984979B - 无透镜衍射成像的藻类自动检测计数装置及方法 - Google Patents

无透镜衍射成像的藻类自动检测计数装置及方法 Download PDF

Info

Publication number
CN103984979B
CN103984979B CN201410248302.0A CN201410248302A CN103984979B CN 103984979 B CN103984979 B CN 103984979B CN 201410248302 A CN201410248302 A CN 201410248302A CN 103984979 B CN103984979 B CN 103984979B
Authority
CN
China
Prior art keywords
algae
cover glass
sensor module
automatic detection
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.)
Expired - Fee Related
Application number
CN201410248302.0A
Other languages
English (en)
Other versions
CN103984979A (zh
Inventor
陈震
孔丁丁
孙开琼
张聪炫
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.)
Nanchang Hangkong University
Original Assignee
Nanchang Hangkong University
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 Nanchang Hangkong University filed Critical Nanchang Hangkong University
Priority to CN201410248302.0A priority Critical patent/CN103984979B/zh
Publication of CN103984979A publication Critical patent/CN103984979A/zh
Application granted granted Critical
Publication of CN103984979B publication Critical patent/CN103984979B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了一种无透镜衍射成像的藻类自动检测计数装置及方法,封闭盒内的底部安装有传感器模组,传感器模组的成像平面的上方设置有载玻片,藻类样本夹在盖玻片和载玻片之间,且与成像平面平行;微孔元件置于封闭盒顶部中心,且位于盖玻片的正上方;光源位于微孔元件的上方,与微孔元件的微孔紧邻,其光路方向与盖玻片垂直,并从盖玻片的上方垂直入射。载玻片下方的传感器模组记录衍射光照射藻类样本后的衍射成像,并输出图像。将输出图像通过数据线导入计算机,通过计算机程序运算实现水藻的显示,识别,自动标记和计数。节省了大量的人力和时间。制作简单、成本低廉、易于操作、无需透镜、可实现小型化。

Description

无透镜衍射成像的藻类自动检测计数装置及方法
技术领域
本发明涉及一种自动检测计数技术,具体涉及无透镜衍射成像的藻类自动检测计数装置和方法。
背景技术
由于环境变化及人为活动的影响,我国的湖泊富营养化仍在加剧。多数湖泊、塘堰已经处于富营养化,大江大河的富营养化现象也日益凸显,影响到国计民生。为应对这一情况,对水中藻类进行实时监测,可以实现对水体富营养状况的实时掌握。实现监测对当前的藻类检测技术提出了新的挑战,对简单低成本便携的藻类检测工具具有巨大需求。
常用的藻类计数方法中,显微镜计数法计数精确,成本相对较低。但是要从显微镜观察细胞计数器中的藻类并人工计数,对工作人员要求高,耗时长。另外,这种方法必须在光学显微镜下进行。
此外,还有流式细胞仪法和光度法等可以对藻类自动计数。但是,对样液有一定要求,并且需要样液匀速通过微流管。这就需要另外的技术和设备的支持。即使能够将这些都集中在一个集成化设备中,却还要面对耗时长、仪器精密不易维护和便携性等问题。
发明内容
本发明所要解决的第一个技术问题是:提供一种无透镜衍射成像藻类自动检测计数的装置,其具有无透镜的简单结构,且视野广,可实现小型化。
本发明所要解决的第二个技术问题是:提供一种无透镜衍射成像藻类自动检测计数的方法,该方法易于操作,且观察细胞的视野广,能够快速自动检测藻类样本。
为了解决上述第一个技术问题,本发明采用以下技术方案,无透镜衍射成像的藻类自动检测计数装置,包括光源、盖玻片、载玻片、传感器模组、微孔元件以及不透光封闭盒,封闭盒内的底部安装有传感器模组,传感器模组的成像平面的上方设置有载玻片,藻类样本夹在盖玻片和载玻片之间,且与成像平面平行;微孔元件置于不透光封闭盒顶部中心,且位于盖玻片的正上方;光源位于微孔元件的上方,与微孔元件的微孔紧邻,其光路方向与盖玻片垂直,并从盖玻片的上方垂直入射。
所述微孔元件嵌入封闭盒的顶部中心,其微孔直径为30~100微米,该微孔元件位于所述盖玻片的正上方5~20厘米。
所述传感器模组为CCD传感器或CMOS传感器,均包括感光面和控制电路,其感光面尺寸为1/5~1/3英寸,传感器模组位于载玻片下方,两者间距离小于200微米。
所述载玻片和盖玻片的厚度为100~200微米。
所述光源为LED光源,颜色为白色或白色偏蓝色。
所述样本为直径为微米及以上的淡水藻类。
一种无透镜衍射成像的藻类自动检测计数方法,其步骤为:
1)将藻类样本置于载玻片与盖玻片之间,压好,然后放在传感器模组的感光面正上方,接着合上不透光封闭盒;
2)开启光源,使光源发出的光透过微孔元件的微孔衍射,并垂直入射到盖玻片上,位于载玻片下方的传感器模组记录衍射光照射藻类样本后的衍射成像,并输出图像;
3)将输出图像通过数据线导入计算机,通过计算机程序实现图像显示,藻类识别,自动完成标记计数以及藻类样本的估计。
所述计算机程序原理步骤如下:首先对图像进行增强处理,将输出图像的读取显示,对图像像素灰度值进行修正,采用直方图均衡化使原图像灰度集中的区域拉开,均匀分布灰度,需要先进行去除噪声的工作时,用滤波器进行滤波处理,对图像的像素执行滤波运算时,若对邻域内的像素的计算为线性,则对应的去除噪声技术就是线性空间滤波技术;接着根据图像特征进行连通域分割,被分割的连通域包含藻类细胞和杂质等,以指定颜色对其边界进行标记,并计算各连通域的种类和个数。
所述比例值是根据图像的一维熵H,并按计算公式(1-H*K+σ)计算,其中K>0为熵系数,σ>0为调整因子。
所述连通域其分类通过计算图像中单个连通域占据的像素个数实现。
与现有方法相比,本发明提供一种无透镜的基于衍射成像的大视野的藻类检测技术方案,其记录每个藻细胞在光电传感器阵列(即指CCD或CMOS感光器)上的衍射图像。这种无透镜的光学方法数倍(一般为2倍)地增加了传统光学显微镜的视野,可以实时检测大视域内的众多藻类。实现了新的显微技术,不再需要精密复杂的透镜模组。图像处理算法能够显示输出图像,并快速对图像中的藻类进行识别,自动完成标记计数以及样本估计,节省了大量的人力和时间。制作简单、成本低廉、易于操作,其无需透镜,可实现小型化。
附图说明
图1是发明装置的结构示意图;
图中:1.光源,2.盖玻片,3.藻类样本,4.载玻片,5.传感器模组,6.微孔元件,7.不透光封闭盒。
具体实施方式
以下结合附图和实施例对本发明作进一步说明,参见图1,无透镜衍射成像的藻类自动检测计数装置,包括光源1、盖玻片2、载玻片4、传感器模组5、微孔元件6以及不透光封闭盒7,不透光封闭盒7内的底部安装有传感器模组5,传感器模组5的成像平面的上方设置有载玻片4,藻类样本3夹在盖玻片2和载玻片4之间,且与成像平面平行;微孔元件6置于封闭盒7顶部中心,且位于盖玻片2的正上方;光源1位于微孔元件6的上方,与微孔元件6的微孔紧邻,其光路方向与盖玻片2垂直,并从盖玻片2的上方垂直入射。
所述微孔元件6嵌入封闭盒7的顶部中心,其微孔直径为30~100微米,该微孔元件6位于所述盖玻片2的正上方5~20厘米。
所述传感器模组5为CCD传感器或CMOS传感器,均包括感光面和控制电路,其感光面尺寸为1/5~1/3英寸,传感器模组5位于载玻片4下方,两者间距离小于200微米。
所述载玻片4和盖玻片2的厚度为100~200微米。
所述光源1为LED光源,颜色为白色或白色偏蓝色。
所述样本为直径为2微米及以上的淡水藻类。
一种无透镜衍射成像的藻类自动检测计数方法,其步骤为:
1)将藻类样本3置于载玻片4与盖玻片2之间,压好后,放在传感器模组5的感光面正上方,并合上不透光封闭盒7;
2)开启光源1,使光源1发出的光透过微孔元件6的微孔衍射,并垂直入射到盖玻片2上,位于载玻片4下方的传感器模组5记录衍射光照射藻类样本3后的衍射成像,并输出图像;
3)将输出图像通过数据线导入计算机,通过计算机程序实现图像显示,藻类识别,自动完成标记计数以及藻类样本3的估计。
所述计算机程序原理步骤如下:首先对图像进行增强处理,将输出图像的读取显示,对图像像素灰度值进行修正,采用直方图均衡化使原图像灰度集中的区域拉开,均匀分布灰度,需要先进行去除噪声的工作时,用滤波器进行滤波处理,对图像的像素执行滤波运算时,若对邻域内的像素的计算为线性,则对应的去除噪声技术就是线性空间滤波技术;接着根据图像特征进行连通域分割,被分割的连通域包含藻类细胞和杂质等,以指定颜色对其边界进行标记,并计算各连通域的种类和个数。
所述比例值是根据图像的一维熵H,并按计算公式(1-H*K+σ)计算,其中K>0为熵系数,σ>0为调整因子。
所述连通域其分类通过计算图像中单个连通域占据的像素个数实现。
本发明提出一种无透镜衍射成像藻类检测计数的装置,包括用于放置样本的载玻片4、置于载玻片4之上的盖玻片2和不透光封闭盒7,在所述载玻片4的下方设有CCD或CMOS传感器模组,在所述盖玻片2上方设有微孔元件6,微孔元件6上设置有光源1,上述组件安装在不透光封闭盒7内。光源1和微孔元件6位于盖玻片2的正上方,光源1发出的光透过微孔元件6的微孔能够垂直入射在盖玻片2上。CCD或CMOS传感器模组包括感光面和控制电路,感光面的尺寸为1/4英寸,像素为130万。CCD或CMOS传感器模组的感光面与载玻片4平行设置且与载玻片4的距离不大于200微米。载玻片4和盖玻片2的厚度为100~200微米。光源1为LED光源,其颜色为白色或者白色偏蓝色。藻类样本3为直径为2微米以及以上的淡水藻类。载玻片4形状为方形。
本发明的无透镜衍射成像藻类检测计数的方法,包括:将藻类样本置于载玻片与盖玻片之间,压好,然后将玻片放在所述传感器模组的感光面正上方,接着合上不透光封闭盒。开启光源,使光源发出的光透过微孔衍射,并垂直入射到盖玻片上,位于载玻片下方的CCD或CMOS传感器模组记录衍射光照射藻类样本后的衍射成像,并输出图像。将输出图像通过数据线导入计算机,通过专用程序运算实现水藻的识别和自动标记计数。
实施例:该无透镜衍射成像藻类检测计数装置,包括光源1、盖玻片2、载玻片4、传感器模组5、微孔元件6以及封闭盒7。藻类样本3夹在上层玻片2和下层玻片4之间,下层玻片4置于传感器模组5的成像平面的上方,与成像平面平行,微孔元件6置于封闭盒7顶面中心,位于盖玻片2的正上方。光源1位于微孔元件6的上方,与微孔紧邻,光路方向与盖玻片2垂直,从盖玻片2的上方垂直入射,封闭盒7将上述元件包含,且底面连接传感器模组5,可拆卸。
载玻片4与传感器模组5的成像平面的距离保持200微米或者小于200微米。盖玻片2与载玻片4的厚度为100-150微米。光源1采用常用的LED光源,颜色为白色。藻类样本的直径在2微米或以上。藻类被放置在两个玻片(载玻片和盖玻片)之间。
传感器模组5采用CCD传感器或COMS传感器的成像阵列记录衍射光通过样本后的衍射图像。打开计算机,将输出图像读入计算机处理系统,运行专用程序,显示图像,对水藻进行种类识别,然后进行自动标记和计数,最后根据估计模型,计算水体藻类含量等数据。
本发明装置不需要透镜即可对大视域的大量藻类进行检测计数,其采用光电传感器阵列记录成像平面上的藻类衍射成像,能检测较大视野,大于传统光学显微镜视野的2倍。而且,其不需要任何机械扫描和光学元件、如显微镜目镜或镜头。该装置可以在线检测计数大视域内的藻类,为水体藻类状况监测提供依据。
CCD或CMOS传感器模组采集形成的信息输入到数据处理系统(附带藻类图像分析处理计数的计算机程序)分析处理,最后得到样本结果输出。计算机程序原理步骤如下:首先对图像进行增强处理,将输出图像的读取显示,对图像像素灰度值进行修正,使图像灰度值动态范围加大,对比度扩展,成像均匀清晰,达到改善图像质量的目的。为了使图像细节清晰,并使一些目标突出,达到图像增强的效果,可采用直方图均衡化使原图像灰度集中的区域拉开,使灰度分布均匀,从而增强图像整体对比度,使图像细节清晰。进行图像处理时,有时需要先进行去除噪声的工作。最直接的去除噪声的方法是用滤波器进行滤波处理,对图像的像素执行滤波运算时,若对邻域内的像素的计算为线性,则对应的去除噪声技术就是线性空间滤波技术,接着根据图像特征进行连通域分割,被分割的连通域包含藻类细胞和杂质等,以指定颜色对其边界进行标记,并计算各连通域的种类和个数。
比例值是根据图像的一维熵H,并按计算公式(1-H*K+σ)计算,其中K>0为熵系数,σ>0为调整因子。连通域的分类通过计算图像中单个连通域占据的像素个数实现。
成像阵列获取的图像在计算机上通过模式识别与图像处理算法实现分析进而得到当前样本的统计信息。
与常用的藻类计数装置比较,本发明中的衍射成像装置通过控制样本与CCD或CMOS传感器模组的距离,利用样本对光的衍射直接成像,不需要通过透镜组,大大减少了检查装置的体积和复杂程度,具有小型化、便携式、低成本的特点。
本发明中的计算机程序实现了对输出图像的显示,藻类识别、自动标记计数和样本估计。既可以实时观察样本内藻类的状态,也可以直接对图像进行自动化处理,降低了对工作人员专业水平的依赖,也降低了时间和人力成本,为水体藻类实时监测提供了有力的帮助。

Claims (10)

1.无透镜衍射成像的藻类自动检测计数装置,包括光源、盖玻片、载玻片、传感器模组、微孔元件以及封闭盒,其特征在于,封闭盒内的底部安装有传感器模组,传感器模组的成像平面的上方设置有载玻片,藻类样本夹在盖玻片和载玻片之间,且与成像平面平行;微孔元件置于封闭盒顶部中心,且位于盖玻片的正上方;光源位于微孔元件的上方,与微孔元件的微孔紧邻,其光路方向与盖玻片垂直,并从盖玻片的上方垂直入射;光源发出的光透过微孔元件的微孔衍射,并垂直入射到盖玻片上,位于载玻片下方的传感器模组记录衍射光照射藻类样本后的衍射成像,并输出图像。
2.根据权利要求1所述无透镜衍射成像的藻类自动检测计数装置,其特征在于,所述微孔元件嵌入封闭盒的顶部中心,其微孔直径为30~100微米,该微孔元件位于盖玻片的正上方5~20厘米。
3.根据权利要求1所述无透镜衍射成像的藻类自动检测计数装置,其特征在于,所述传感器模组为CCD传感器或CMOS传感器,均包括感光面和控制电路,其感光面尺寸为1/5~1/3英寸,传感器模组位于载玻片下方,两者间距离小于200微米。
4.根据权利要求1所述无透镜衍射成像的藻类自动检测计数装置,其特征在于,所述载玻片和盖玻片的厚度为100~200微米。
5.根据权利要求1所述无透镜衍射成像的藻类自动检测计数装置,其特征在于,所述光源为LED光源,颜色为白色或白色偏蓝色。
6.根据权利要求1所述无透镜衍射成像的藻类自动检测计数装置,其特征在于,所述样本为直径为微米及以上的淡水藻类。
7.一种基于权利要求1至6任何一项所述无透镜衍射成像的藻类自动检测计数装置的藻类自动检测计数方法,其步骤为:
1)将藻类样本置于载玻片与盖玻片之间,压好,然后放在传感器模组的感光面正上方,接着合上封闭盒;
2)开启光源,使光源发出的光透过微孔元件的微孔衍射,并垂直入射到盖玻片上,位于载玻片下方的传感器模组记录衍射光照射藻类样本后的衍射成像,并输出图像;
3)将输出图像通过数据线导入计算机,通过计算机程序实现图像显示,藻类识别,自动完成标记计数以及藻类样本的估计。
8.根据权利要求7所述的藻类自动检测计数方法,其特征在于:所述计算机程序原理步骤如下:首先实现输出图像的读取显示,将图像转化为灰度图像,进行行列分割,对每个分割区域内求灰度平均值,以平均值为区域内所有像素的灰度值,如此组成平均值模板;然后原灰度图以一定比例值减去平均值模板以实现背景均匀,消除背景影响后,对图像进行灰度变换,增强对比度;接着根据图像特征进行连通域分割,被分割的连通域包含藻类细胞和杂质,以指定颜色对其边界进行标记,并计算各连通域的种类和个数。
9.根据权利要求8所述的藻类自动检测计数方法,其特征在于:所述比例值是根据图像的一维熵H,并按计算公式(1-H*K+σ)计算,其中K>0为熵系数,σ>0为调整因子。
10.根据权利要求8所述的藻类自动检测计数方法,其特征在于:所述连通域其分类通过计算图像中单个连通域占据的像素个数实现。
CN201410248302.0A 2014-06-06 2014-06-06 无透镜衍射成像的藻类自动检测计数装置及方法 Expired - Fee Related CN103984979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410248302.0A CN103984979B (zh) 2014-06-06 2014-06-06 无透镜衍射成像的藻类自动检测计数装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410248302.0A CN103984979B (zh) 2014-06-06 2014-06-06 无透镜衍射成像的藻类自动检测计数装置及方法

Publications (2)

Publication Number Publication Date
CN103984979A CN103984979A (zh) 2014-08-13
CN103984979B true CN103984979B (zh) 2017-11-03

Family

ID=51276940

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410248302.0A Expired - Fee Related CN103984979B (zh) 2014-06-06 2014-06-06 无透镜衍射成像的藻类自动检测计数装置及方法

Country Status (1)

Country Link
CN (1) CN103984979B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105182514B (zh) * 2015-09-29 2018-03-09 南京理工大学 基于led光源的无透镜显微镜及其图像重构方法
CN105158921B (zh) * 2015-10-26 2017-08-08 山东师范大学 一种基于互补随机抽样的无透镜衍射成像方法
CN105785563A (zh) * 2016-05-10 2016-07-20 安纲 一种毛囊计数镜
CN107292380B (zh) * 2017-06-29 2020-11-10 吉林大学 一种数卡器及使用数卡器进行数卡的新方法
CN107619848B (zh) * 2017-09-08 2020-01-24 江苏大学 面向细胞活性检测的干涉光源优化实验装置与方法
CN107828654B (zh) * 2017-10-20 2019-12-03 江苏大学 基于无透镜衍射成像的细胞活性无标记监测装置与方法
CN107861360B (zh) * 2017-12-20 2020-01-10 清华大学 基于多角度光照复用的单曝光无镜头成像系统及方法
CN109949284A (zh) * 2019-03-12 2019-06-28 天津瑟威兰斯科技有限公司 基于深度学习卷积神经网络的水藻细胞分析方法及系统
CN110231276B (zh) * 2019-05-28 2022-01-07 西安理工大学 无透镜成像系统的细胞尺寸测量装置及其测量方法
CN111595758B (zh) * 2020-05-27 2023-04-25 西安理工大学 基于无透镜成像的椭圆细胞检测装置及检测方法
CN111982787B (zh) * 2020-07-01 2023-04-07 西安理工大学 无透镜成像细胞检测装置的系统表征参数自适应提取方法
CN114418995B (zh) * 2022-01-19 2023-02-03 生态环境部长江流域生态环境监督管理局生态环境监测与科学研究中心 一种基于显微镜图像的级联藻类细胞统计方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101008991A (zh) * 2006-01-23 2007-08-01 陈奎发 扫描细胞计数方法
CN101655444B (zh) * 2009-08-21 2011-04-20 深圳市格维恩科技有限公司 视频图像藻类分类检测系统
PL2524221T3 (pl) * 2010-01-12 2022-06-20 Nexcelom Bioscience Llc System do zliczania komórek i biocząsteczek
CN102945505A (zh) * 2012-11-17 2013-02-27 中国水产科学研究院渔业机械仪器研究所 一种小球藻自动计数方法
JP5430788B1 (ja) * 2013-06-11 2014-03-05 リオン株式会社 生物粒子計数方法、生物粒子計数器及び浄水監視システム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Compact and Cost-effective Lensless Telemedicine Microscopy for Global Health Applications";Onur Mudanyali et al.;《2011 IEEE Global Humanitarian Technology Conference》;20111231;正文第1-2章,图1-2 *
"图像处理技术在大米检测系统中的应用";肖助明;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090515(第05期);第1页、3页、13页、20页、43-45页、48页、75页、77页、81-82页 *

Also Published As

Publication number Publication date
CN103984979A (zh) 2014-08-13

Similar Documents

Publication Publication Date Title
CN103984979B (zh) 无透镜衍射成像的藻类自动检测计数装置及方法
CN110414334B (zh) 一种基于无人机巡视的智能水质识别方法
CN101424645B (zh) 基于机器视觉的焊球表面缺陷检测装置与方法
CN107977682B (zh) 基于极坐标变换数据增强的淋巴类细胞分类方法及其装置
CN101426150B (zh) 视频图像质量测评的方法和系统
CN102147523B (zh) 双ccd感光元件生物数字显微镜及其摄影图像处理方法
CN109182081B (zh) 一种基于图像处理模型的单细胞分选系统
CN107169953A (zh) 基于hog特征的桥梁混凝土表面裂缝检测方法
CN104392432A (zh) 基于方向梯度直方图的显示面板缺陷检测方法
CN103630091B (zh) 一种基于激光与图像处理技术的叶面积测量方法
WO2009125678A1 (ja) 尿中粒子画像の領域分割方法及び装置
KR102122068B1 (ko) 이미지 분석 시스템 및 분석 방법
KR100889997B1 (ko) 영상처리를 이용한 선박 밸러스트 워터 검사 장치 및 그방법
CN108395986A (zh) 基于深度学习的人类乳头状瘤病毒自动分型检测装置
CN107966449A (zh) 一种油液清洁度检测仪及其检测方法
Caya et al. Detection and counting of red blood cells in human urine using canny edge detection and circle hough transform algorithms
CN109271985A (zh) 一种数字仪表读数图像识别方法及系统
Akiba et al. Design and testing of an underwater microscope and image processing system for the study of zooplankton distribution
KR20100098107A (ko) 휴대용 세포 분석장치 및 분석방법
Allen et al. Machine vision for automated optical recognition and classification of pollen grains or other singulated microscopic objects
CN215867184U (zh) 一种利用光学探测自动识别降水现象的装置
CN115184276A (zh) 拖曳式浮游生物偏振成像记录仪
CN208857289U (zh) 基于深度学习的人类乳头状瘤病毒自动分型检测装置
CN109919863B (zh) 一种全自动菌落计数仪、系统及其菌落计数方法
Ghazali et al. Microscopy image processing analaysis for automatic detection of human intestinal parasites ALO and TTO

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
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: 20171103

Termination date: 20200606