CN104597031A - 一种基于拉曼散射无创血液酒精含量的检测方法及系统 - Google Patents
一种基于拉曼散射无创血液酒精含量的检测方法及系统 Download PDFInfo
- Publication number
- CN104597031A CN104597031A CN201510032948.XA CN201510032948A CN104597031A CN 104597031 A CN104597031 A CN 104597031A CN 201510032948 A CN201510032948 A CN 201510032948A CN 104597031 A CN104597031 A CN 104597031A
- Authority
- CN
- China
- Prior art keywords
- raman
- raman scattering
- blood
- sample
- alcohol content
- 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.)
- Pending
Links
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及一种基于拉曼散射无创血液酒精含量的检测方法及系统,所述检测方法包括以下步骤:采用透反射方式采集一组已知浓度的酒精溶液血液样品的拉曼散射光谱信息,建立血液酒精浓度与拉曼散射光谱的拉曼峰强度间的定量数学关系,形成校准模型;对所述校准模型进行训练并获得最优校准模型;采用透反射方式采集待检测人体血液的拉曼散射光谱信息,建立待测样本集;通过小波分析法对获得的待测样本集进行去噪声处理;将待测样本集作为所述最优校准模型的输入,获得检测人体血液的酒精浓度预测值;所述检测系统包括依次连接的激光发射模块、信号接收模块、信号处理模块和数字显示模块。与现有技术相比,本发明具有快速、实时、无创等优点。
Description
技术领域
本发明涉及血液酒精含量检测技术领域,尤其是涉及一种基于拉曼散射无创血液酒精含量的检测方法及系统。
背景技术
随着我国经济的高速发展,人民生活水平的迅速提高,私家车迅速普及,酒后驾车所引发的交通事故也频繁发生。所以从安全角度上讲,交警部门及时检测汽车驾驶员体内酒精浓度,禁止酒后驾驶成为有效减少和预防酒后驾车发生交通事故的手段。目前,检测人体血液酒精浓度常用的手段有两种:抽血检测法和呼气检测法。
抽血检测法因为直接检测抽取的血液样本,检测结果没有其他因素影响,是最直接、最准确的方法。但是有些涉嫌酒后驾车人员故意拖延或者不配合抽血检验酒精浓度,使最后检测结果可能出现偏差。还有可能在抽取血液样本,送至医院检测出结果,中间经历的时间较长,在此期间酒精浓度会变低,这样会使一些原本醉酒驾车的驾驶员可能变成酒后驾驶或者无酒驾驶。特别是涉嫌酒驾的驾驶员血液酒精浓度处于临界值左右的时候,结果都会出现误差。另外,抽血检测方法需要抽取血液样本,属于有创检测,如果处理不当,有伤口感染的风险。
呼气检测法就是检测口鼻呼出气体中酒精的浓度,空气中酒精浓度与血液中酒精浓度有一个对应的比例系数。而这个比例系数受被检测对象个体生理结构、种族、环境及被检测对象呼气技巧的影响,变换很大。因此,针对被检测对象个体时,误差较大,精确度差,检测数据只能作为参考,不能作为司法的有力证据。当被检测对象口中含有酒精残留时,会使得测量结果偏高,当被检测对象打嗝或者呕吐时,影响更加明显。另外,还有为了逃避酒驾的惩罚,被查到的涉嫌酒驾的驾驶员在停车检测前会饮酒干扰检测,这肯定会使检测结果严重失真,造成错误判断。另外呼气检测是要求被检测对象在一定时间段内持续向检测仪呼气,无法连续测量。
酒的主要成分酒精,进入人体的胃部后,要经过30-90分钟内被胃和肠道完全吸收,融入血液。拉曼光谱比较适于测试生物样品,生物样品一般含水,拉曼光谱中水的吸收比较弱,因此是含水生物样品的理想检测手段。拉曼光谱样品大小形状可以多样,不必粉碎、研磨,不必透明。而且样品池或样品杯也可以采用玻璃材料,因为玻璃是弱拉曼散射体。许多情况下,可以用拉曼光谱来检测活体中的生物物质。只要样品对激光能量吸收不强,测量时就不至造成样品结构上的变化。所以可以考虑基于拉曼散射设计血液酒精含量的检测方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种快速、实时、无创的基于拉曼散射无创血液酒精含量的检测方法及系统。
本发明的目的可以通过以下技术方案来实现:
一种基于拉曼散射无创血液酒精含量的检测方法,包括以下步骤:
1)采用透反射方式采集一组已知浓度的酒精溶液血液样品的拉曼散射光谱信息,建立血液酒精浓度与拉曼散射光谱的拉曼峰强度间的定量数学关系,形成校准模型;
2)对所述校准模型进行训练并获得相关度最优的血液酒精浓度与拉曼散射光谱的拉曼峰强度关联模型,形成最优校准模型;
3)采用步骤1)所述透反射方式采集待检测人体血液的拉曼散射光谱信息,建立待测样本集;
4)通过小波分析法对获得的待测样本集进行去噪声处理;
5)将步骤4)处理后的待测样本集作为所述最优校准模型的输入,获得检测人体血液的酒精浓度预测值。
所述步骤1)中,建立血液酒精浓度与拉曼散射光谱的拉曼峰强度间的定量数学关系前,对采集的拉曼散射光谱信息通过小波分析法进行去噪声处理。
所述步骤2)中,对校准模型进行训练具体为:
201)选取另一组已知浓度的酒精溶液血液样品作为预测样本集;
202)将预测样本集的拉曼散射光谱信息代入校准模型得到预测样本集中每个样本的酒精浓度预测值;
203)采用偏最小二乘回归法对校准模型进行优化,使每个酒精浓度预测值和已知浓度的差的平方和最小。
所述通过小波分析法进行去噪声处理为:
401)信号分解:将待测样本集中的拉曼散射光谱信息通过小波变换进行多尺度的分解,同时得到小波系数;
402)阈值处理:对小波系数作阈值处理,选择缺省去噪策略的硬阈值去噪方法进行除噪;
403)信号重构:将反映噪声频率的尺度的小波变换去掉,再将剩余各尺度的小波变换结合起来作逆变换,对滤波后且只含有信号成分的小波系数进行重构。
一种基于拉曼散射无创血液酒精含量的检测系统,包括依次连接的激光发射模块、信号接收模块、信号处理模块和数字显示模块;
激光发射模块将一定波长范围的激光照射到人体皮肤上,信号接收模块对由人体皮肤返回的散射光进行滤波并接收能够表征血液内酒精的拉曼散射光谱,信号处理模块根据接收到的拉曼散射光谱进行获得血液酒精浓度。
所述激光发射模块包括依次设置的光源、聚光透镜、平面镜和光学探头。
所述信号接收模块包括依次设置的滤光片、校准透镜和拉曼光谱仪,所述拉曼光谱仪通过光纤与校准透镜连接。
与现有技术相比,本发明具有以下优点:
(1)本发明采用样品数据获得血液酒精浓度与拉曼散射光谱间的校准模型,并采用偏最小二乘法对该模型进行训练优化,采集人体血液光照后的拉曼散射光,即可根据优化后的校准模型对人体血液酒精含量进行检测,既避免了人为的因素带来的对检测结果的影响,又不会对人体造成创伤。
(2)本发明可更快速、更准确地检测出真实的结果,更方便的帮助交警公平公正的执法。
(3)本发明检测系统结构简单,易于实现,可靠性高,测试简单方便。
(4)本发明不受口鼻中酒精残留的影响,可以无创、实时、快速的检测出人体血液内酒精含量,可以达到接近抽血检测法的精度。
附图说明
图1为本发明的结构示意图;
图2为本发明拉曼散射检测光路图;
图3为发明在具体实施的测试步骤流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
如图1-图2所示,本实施例提供一种基于拉曼散射无创血液酒精含量的检测系统,包括依次连接的激光发射模块、信号接收模块、信号处理模块5和数字显示模块6。其中,激光发射模块包括依次设置的光源1、聚光透镜L、平面镜M和光学探头3,光学探头3同时具有发射光源和接收散射光的作用。信号接收模块包括依次设置的滤光片2、校准透镜10和拉曼光谱仪4,拉曼光谱仪4通过光纤11与校准透镜10连接。信号处理模块5和数字显示模块6集成在一计算机7中。拉曼光谱仪4采用激发光波长为785nm的拉曼光谱仪。
上述检测系统的工作原理是:如图2所示,进行校准模型建立时,上述检测系统照射在样品9上。如图1所示,进行实时检测时,激光发射模块将一定波长范围的激光照射到人体皮肤8上,信号接收模块对由人体皮肤返回的散射光进行滤波并接收能够表征血液内酒精的拉曼散射光谱,信号处理模块根据接收到的拉曼散射光谱进行获得血液酒精浓度。
如图3所示,本实施例还提供一种基于拉曼散射无创血液酒精含量的检测方法,包括以下步骤:
1)采用透反射方式采集一组已知浓度的酒精溶液血液样品的拉曼散射光谱信息,建立血液酒精浓度与拉曼散射光谱的拉曼峰强度间的定量数学关系,形成校准模型;
2)对校准模型进行训练并获得相关度最优的血液酒精浓度与拉曼散射光谱的拉曼峰强度关联模型,形成最优校准模型;
3)采用步骤1)透反射方式采集待检测人体血液的拉曼散射光谱信息,建立待测样本集;
4)通过小波分析法对获得的待测样本集进行去噪声处理;
5)将步骤4)处理后的待测样本集作为最优校准模型的输入,获得检测人体血液的酒精浓度预测值。
许多有机分子在可见光区或紫外光区能强烈吸收光子并发出荧光,荧光的散射截面远大于拉曼散射截面,因此往往覆盖了拉曼光谱,导致拉曼光不可见。随着激发光波长的增加,能够激发荧光的物质越来越少。但是激发光频率与拉曼散射光强度有关,拉曼散射强度与激光波长的四次方成反比,因此波长越短的激发光使拉曼散射光更强。
采用透反射方式采集不同浓度酒精溶液的拉曼光谱信息,测量校准样本集的样本在200-1000nm波长范围内的连续光谱,分析酒精在这个光谱区的吸收特征,确定酒精在此的最佳吸收光谱区。并根据此最佳光谱区,选择拉曼光谱仪使用785nm近红外区的激发光。
步骤1)中,建立血液酒精浓度与拉曼散射光谱的拉曼峰强度间的定量数学关系前,对采集的拉曼散射光谱信息通过小波分析法进行去噪声处理。
步骤2)中,对校准模型进行训练具体为:
201)选取另一组已知浓度的酒精溶液血液样品作为预测样本集;
202)将预测样本集的拉曼散射光谱信息代入校准模型得到预测样本集中每个样本的酒精浓度预测值;
203)采用偏最小二乘回归法对校准模型进行优化,使每个酒精浓度预测值和已知浓度的差的平方和最小。
采用偏最小二乘法建立酒精含量校准模型时,最困难的问题就是如何确定建立模型所使用的主要成分数目。最常用的方法就是预测残差平方和法,即使用一定数目的主成分建立一个模型,然后用这个模型对参加建模的每个样品进行预测,求出每个样品的预测值和已知浓度值的差,然后对所有样本预测值和已知浓度值产生的差值取平方并求和得到一个值,这个值越小,说明模型的预测能力越好,此时对应的主成分数即偏最小二乘法建模中所需要的最佳成分数。
由于皮肤血液采集到的拉曼光谱信息受到组织散射、基线漂移、水及其他有机成分如葡萄糖等成分影响,这些数据在进行数学建模之前,需要对获得的待测样本集血液酒精含量的光谱数据进行预处理,去除噪声和背景干扰。
通过小波分析法对获得的血液酒精反射光谱进行去噪声处理,步骤包括:
401)信号分解:将待测样本集中的拉曼散射光谱信息通过小波变换进行多尺度的分解,本实施例中,分解尺度为3个,同时得到小波系数W0。将信号分解为高频成分(频率大于20Hz)和低频成分(频率小于20Hz),可判定尺度1和尺度2的变换包含信号的高频成分,主要是噪声,所以将其小波系数全部置0;尺度3的变换同时包含信号和造成成分,所以应对该尺度下细节部分小波系数选择适当的阈值进行滤波,去除噪声并且保留有用信号。
402)阈值处理:对小波系数W0作阈值处理。对于去噪效果的评价指标主要有两个即信噪比和均方根误差,一般而言,信噪比越大,均方根误差越小,则表示去噪效果越好,所以选择缺省去噪策略的硬阈值去噪方法进行除。
403)信号重构:把主要反映噪声频率的尺度(主要是尺度1和尺度2)的小波变换去掉,再把剩余各尺度的小波变换结合起来作逆变换,就得到较好的抑制了噪声的信号;对滤波后且只含有信号成分的小波系数进行重构,得到血液酒精拉曼光谱信息。
检测待测样品时,只需采集皮肤血液酒精的拉曼光谱信息,将其代入到校准模型,即可自动求出酒精含量,结果显示在液晶显示屏上,并可记录测试日期和时间,数据保存到仪器存取器中,还可将数据传送到计算机中打印输出。
在本实施方式中,待测物质可以不但局限于血液中的酒精,对于其他并未在此提及的物质,只需要在已知表征其特点的散射光线的基础上均可进行测量标定。
以上内容是结合具体的实施方式对本发明所做的进一步详细说明,不能认定本发明的具体实施仅局限于这些说明。对于本发明所属技术领域的技术人员而言,在不脱离本发明构思的前提下,还可以做出若干简单变换或替代,都应当视为属于本发明的保护范围。应担理解,除了如所附的权利要求所限定的,本发明不限于在说明书中所属的具体实施例。
Claims (7)
1.一种基于拉曼散射无创血液酒精含量的检测方法,其特征在于,包括以下步骤:
1)采用透反射方式采集一组已知浓度的酒精溶液血液样品的拉曼散射光谱信息,建立血液酒精浓度与拉曼散射光谱的拉曼峰强度间的定量数学关系,形成校准模型;
2)对所述校准模型进行训练并获得相关度最优的血液酒精浓度与拉曼散射光谱的拉曼峰强度关联模型,形成最优校准模型;
3)采用步骤1)所述透反射方式采集待检测人体血液的拉曼散射光谱信息,建立待测样本集;
4)通过小波分析法对获得的待测样本集进行去噪声处理;
5)将步骤4)处理后的待测样本集作为所述最优校准模型的输入,获得检测人体血液的酒精浓度预测值。
2.根据权利要求1所述的基于拉曼散射无创血液酒精含量的检测方法,其特征在于,所述步骤1)中,建立血液酒精浓度与拉曼散射光谱的拉曼峰强度间的定量数学关系前,对采集的拉曼散射光谱信息通过小波分析法进行去噪声处理。
3.根据权利要求1所述的基于拉曼散射无创血液酒精含量的检测方法,其特征在于,所述步骤2)中,对校准模型进行训练具体为:
201)选取另一组已知浓度的酒精溶液血液样品作为预测样本集;
202)将预测样本集的拉曼散射光谱信息代入校准模型得到预测样本集中每个样本的酒精浓度预测值;
203)采用偏最小二乘回归法对校准模型进行优化,使每个酒精浓度预测值和已知浓度的差的平方和最小。
4.根据权利要求1或2所述的基于拉曼散射无创血液酒精含量的检测方法,其特征在于,所述通过小波分析法进行去噪声处理为:
401)信号分解:将待测样本集中的拉曼散射光谱信息通过小波变换进行多尺度的分解,同时得到小波系数;
402)阈值处理:对小波系数作阈值处理,选择缺省去噪策略的硬阈值去噪方法进行除噪;
403)信号重构:将反映噪声频率的尺度的小波变换去掉,再将剩余各尺度的小波变换结合起来作逆变换,对滤波后且只含有信号成分的小波系数进行重构。
5.一种实现权利要求1所述的基于拉曼散射无创血液酒精含量的检测方法的检测系统,其特征在于,包括依次连接的激光发射模块、信号接收模块、信号处理模块和数字显示模块;
激光发射模块将一定波长范围的激光照射到人体皮肤上,信号接收模块对由人体皮肤返回的散射光进行滤波并接收能够表征血液内酒精的拉曼散射光谱,信号处理模块根据接收到的拉曼散射光谱进行获得血液酒精浓度。
6.根据权利要求5所述的基于拉曼散射无创血液酒精含量的检测系统,其特征在于,所述激光发射模块包括依次设置的光源、聚光透镜、平面镜和光学探头。
7.根据权利要求5所述的基于拉曼散射无创血液酒精含量的检测系统,其特征在于,所述信号接收模块包括依次设置的滤光片、校准透镜和拉曼光谱仪,所述拉曼光谱仪通过光纤与校准透镜连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510032948.XA CN104597031A (zh) | 2015-01-22 | 2015-01-22 | 一种基于拉曼散射无创血液酒精含量的检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510032948.XA CN104597031A (zh) | 2015-01-22 | 2015-01-22 | 一种基于拉曼散射无创血液酒精含量的检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104597031A true CN104597031A (zh) | 2015-05-06 |
Family
ID=53122952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510032948.XA Pending CN104597031A (zh) | 2015-01-22 | 2015-01-22 | 一种基于拉曼散射无创血液酒精含量的检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104597031A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105891141A (zh) * | 2016-03-30 | 2016-08-24 | 南京富岛信息工程有限公司 | 一种汽油性质数据的快速测定方法 |
CN107238595A (zh) * | 2017-05-05 | 2017-10-10 | 浙江大学 | 封闭容器的酒精浓度测量装置及测量方法 |
CN107664622A (zh) * | 2016-07-29 | 2018-02-06 | 三星电子株式会社 | 用于估计血液中物质的装置和方法 |
CN110702622A (zh) * | 2019-10-12 | 2020-01-17 | 北京软通智慧城市科技有限公司 | 酒驾车辆的识别方法、装置、设备、存储介质和系统 |
CN111317450A (zh) * | 2020-03-12 | 2020-06-23 | 周浩民 | 一种车载近红外光谱的酒驾检测装置及方法 |
CN114295522A (zh) * | 2021-12-28 | 2022-04-08 | 华东理工大学 | 基于振动光谱成像的渗透深度及空间浓度分布的分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4620284A (en) * | 1983-12-29 | 1986-10-28 | Uop Inc. | Qualitative and quantitative analysis using Raman scattering |
CN1748139A (zh) * | 2003-02-06 | 2006-03-15 | 皇家飞利浦电子股份有限公司 | 用于血液分析的装置和方法 |
CN104198463A (zh) * | 2014-09-22 | 2014-12-10 | 中国科学院重庆绿色智能技术研究院 | 拉曼光谱预处理方法及系统 |
-
2015
- 2015-01-22 CN CN201510032948.XA patent/CN104597031A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4620284A (en) * | 1983-12-29 | 1986-10-28 | Uop Inc. | Qualitative and quantitative analysis using Raman scattering |
CN1748139A (zh) * | 2003-02-06 | 2006-03-15 | 皇家飞利浦电子股份有限公司 | 用于血液分析的装置和方法 |
CN104198463A (zh) * | 2014-09-22 | 2014-12-10 | 中国科学院重庆绿色智能技术研究院 | 拉曼光谱预处理方法及系统 |
Non-Patent Citations (4)
Title |
---|
S•FENDEL•B.SCHRADER: "Investigation of skin and skin lesions by NIR-FI-Raman spectroscopy", 《FRESENIUS J ANAL CHEM》 * |
徐伟等: "拉曼光谱预处理中几种小波去噪方法的分析", 《应用科技》 * |
王胜: "非接触式拉曼光谱法血液酒精浓度检测技术理论分析", 《万方学位论文》 * |
罗斯特: "人体血液中究竟浓度近红外光谱法无损检测及关键技术", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105891141A (zh) * | 2016-03-30 | 2016-08-24 | 南京富岛信息工程有限公司 | 一种汽油性质数据的快速测定方法 |
CN107664622A (zh) * | 2016-07-29 | 2018-02-06 | 三星电子株式会社 | 用于估计血液中物质的装置和方法 |
CN107664622B (zh) * | 2016-07-29 | 2023-02-24 | 三星电子株式会社 | 用于估计血液中物质的装置和方法 |
CN107238595A (zh) * | 2017-05-05 | 2017-10-10 | 浙江大学 | 封闭容器的酒精浓度测量装置及测量方法 |
CN110702622A (zh) * | 2019-10-12 | 2020-01-17 | 北京软通智慧城市科技有限公司 | 酒驾车辆的识别方法、装置、设备、存储介质和系统 |
CN111317450A (zh) * | 2020-03-12 | 2020-06-23 | 周浩民 | 一种车载近红外光谱的酒驾检测装置及方法 |
CN111317450B (zh) * | 2020-03-12 | 2022-11-15 | 周浩民 | 一种车载近红外光谱的酒驾检测装置及方法 |
CN114295522A (zh) * | 2021-12-28 | 2022-04-08 | 华东理工大学 | 基于振动光谱成像的渗透深度及空间浓度分布的分析方法 |
CN114295522B (zh) * | 2021-12-28 | 2024-03-29 | 华东理工大学 | 基于振动光谱成像的渗透深度及空间浓度分布的分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104597031A (zh) | 一种基于拉曼散射无创血液酒精含量的检测方法及系统 | |
CN102525481B (zh) | 一种基于近红外光谱的人体内酒精含量检测方法及系统 | |
US7570988B2 (en) | Method for extraction of optical properties from diffuse reflectance spectra | |
EP2725967B1 (en) | An apparatus for optical analysis of an associated tissue sample | |
Farina et al. | In-vivo multilaboratory investigation of the optical properties of the human head | |
CN103149177B (zh) | 压力调制近红外光谱实现生物组织检测的装置和方法 | |
JPH0250733B2 (zh) | ||
CN101612034B (zh) | 重构混浊介质光学参数的时间分辨测量系统及方法 | |
WO2001095800A3 (en) | Classification and screening of test subjects according to optical thickness of skin | |
US9259486B2 (en) | Method and system for calculating a quantification indicator for quantifying a dermal reaction on the skin of a living being | |
CN105662434A (zh) | 一种中红外无创血糖检测设备 | |
WO2002048684A3 (en) | System for normalizing spectra | |
CN104964946A (zh) | 基于近红外光谱分析的蔬菜水果农药化肥残留检测装置及检测方法 | |
CN104076009A (zh) | 一种生物颗粒远红外波段复折射率的快速测量方法 | |
CN114403904B (zh) | 基于肌电信号与肌肉血氧饱和度确定肌肉状态的装置 | |
CN210300954U (zh) | 一种人体代谢健康指数无创检测设备 | |
CN105942982B (zh) | 一种基于动态光谱的肿瘤预测仪 | |
CN104897637A (zh) | 基于拉曼散射的食品安全检测装置及检测方法 | |
CN203303031U (zh) | 一种基于糖化终末产物荧光光谱的糖尿病无创检测装置 | |
CN104224198A (zh) | 基于拉曼散射的多功能无创便携医疗检测装置及检测方法 | |
Huong | Spectroscopic analysis of scattering media via different quantification techniques | |
CN103245650A (zh) | 一种基于糖化终末产物荧光光谱的糖尿病无创检测装置 | |
Vignal et al. | Measuring brain hemodynamic changes in a songbird: responses to hypercapnia measured with functional MRI and near-infrared spectroscopy | |
CN109520998A (zh) | 一种用于医疗检测的光纤拉曼系统 | |
CN109793501A (zh) | 一种人体代谢健康指数无创检测设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150506 |
|
RJ01 | Rejection of invention patent application after publication |