CN105004690A - 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 - Google Patents
一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 Download PDFInfo
- Publication number
- CN105004690A CN105004690A CN201510468925.3A CN201510468925A CN105004690A CN 105004690 A CN105004690 A CN 105004690A CN 201510468925 A CN201510468925 A CN 201510468925A CN 105004690 A CN105004690 A CN 105004690A
- Authority
- CN
- China
- Prior art keywords
- cell content
- pear
- stone
- stone cell
- pulp
- 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
- 235000014443 Pyrus communis Nutrition 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000000701 chemical imaging Methods 0.000 title claims abstract description 23
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000009659 non-destructive testing Methods 0.000 title 1
- 239000004575 stone Substances 0.000 claims abstract description 75
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 230000001066 destructive effect Effects 0.000 claims abstract description 22
- 230000003595 spectral effect Effects 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000007405 data analysis Methods 0.000 claims abstract description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000428 dust Substances 0.000 claims description 3
- 238000010257 thawing Methods 0.000 claims description 3
- 238000005119 centrifugation Methods 0.000 claims description 2
- 238000012569 chemometric method Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 claims description 2
- 238000005360 mashing Methods 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 238000005303 weighing Methods 0.000 claims description 2
- 238000012843 least square support vector machine Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 2
- 238000005094 computer simulation Methods 0.000 abstract 1
- 241000220324 Pyrus Species 0.000 description 34
- 235000021017 pears Nutrition 0.000 description 4
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000010306 acid treatment Methods 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007071 enzymatic hydrolysis Effects 0.000 description 1
- 238000006047 enzymatic hydrolysis reaction Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 229920005610 lignin Polymers 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法。即利用光谱成像技术获取石细胞的光谱信息，将获取的光谱信息与石细胞含量经由光谱图像处理、数据分析和计算机建模，实现对梨果肉中石细胞含量快速无损检测。本方法具有分析速度快、成本低、测试重现性好、样品无需预处理等优点，适用于梨果肉中石细胞含量的快速无损检测，其有利于对梨品质进行快速品质分析，非常适合梨品质质量控制。
Description
技术领域
本发明属石细胞含量的检测领域，尤其涉及一种基于多光谱成像技术的梨果肉中石细胞含量的快速无损检测方法。
背景技术
梨果实中石细胞由木质素和纤维素组成，在果肉中石细胞以单个或者成簇的形式存在。石细胞是梨的重要品质指标，其含量高低直接影响到梨的口感和品质。因此，在梨新品种的品质评价、种质资源研究和果实品质预测中都有必要对石细胞含量进行测定。目前测定梨果实中石细胞的方法为现行国家农业标准NY/T1388-2007，以及盐酸处理法、自然酶解法、碱(NaOH)处理法和冷冻处理法。上述方法预处理复杂，分析过程繁琐复杂，成本较高。因而，无法快速、简便、低廉、可靠的预测。
多光谱成像分析是一种无损、快速、简单、不需要样品预处理并将光谱信息和图像信息融为一体的分析方法，因此非常适合质量控制与预测。近年来，该技术被广泛应用于农产品质量与安全预测。目前国内外还未见有关基于多光谱成像技术的梨果肉中石细胞含量快速无损预测方法的相关文章报道。
发明内容
本发明的目的在于克服现有技术的不足，提供了一种基于多光谱成像技术的梨果肉中石细胞含量的检测方法，为梨产品品质分析提供了新方法和新思路。
为了实现上述目的本发明采用如下技术方案：
一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，包括以下步骤：
a.采收梨果实后当天运回实验室，用洁净湿纱布将果实表面灰尘擦净，25℃左右下晾干保存；并将果实的一部分作为校正集，另一部分作为预测集；
b.全部果实果皮下收集果肉，包括外围和内膛果肉，放入冰箱中冷冻，得到样品；
c.用常规检测方法获得全部样品的石细胞含量；
d.利用光谱成像技术获取所有梨样本的石细胞的光谱图信息；
e.将步骤d所获得的校正集中梨果肉中石细胞信息与步骤c所获得的校正集样本的石细胞含量经由数据分析后，结合化学计量学方法建立模型；
f.利用建立的模型，对预测集样品进行预测，光谱预测得到的石细胞含量值，并分析其与梨果肉中石细胞含量实际值的差异，选取预测精度达到要求的梨果肉中石细胞含量的模型，利用此模型能够实现对梨果肉中石细胞含量快速无损检测。
所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤c具体包括以下：样品解冻，组织捣碎机捣碎或者离心机离心，再将经过处理获得的果浆进行漂洗，重复3-4次，直至洗净，最后将收集的石细胞样品烘干至恒重，称量，每个样品重复称量3次，石细胞含量计算公式如下：X＝m/5*100％式中，X为果肉中的石细胞含量，单位为g/100g；m为石细胞样品质量，单位为g；通过计算公式算得石细胞含量。
所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤d中，采用多光谱成像仪，波长为从可见光到近红外。
所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤e中，采用最小二乘支持向量机回归法LS-SVM通过计算机建立模型；本方法采用径向基核函数作为LS-SVM的核函数，核参数δ2和惩罚系数γ取值分别为16和0.0625，建立模型。
所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于：所述的检测方法可以用于设计、建立一套光谱无损检测梨果肉中石细胞含量的自动检测和分析装置，并能在此基础上将该装置应用扩展到梨等级的分选。
本发明的原理为：本发明介绍了一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，即利用光谱成像技术获取石细胞的光谱信息，将获取的光谱信息与石细胞含量经由光谱图像处理、数据分析结合化学计量学方法建模，实现对梨果肉中石细胞含量快速无损检测。此法具有操作简便、快速、无破损、检测成本较低等优点，有利于对梨品质进行快速品质分析，非常适合质量控制与预测。
本发明的有益效果：本发明相比现有方法相比，该方法能够对梨果肉中石细胞进行科学准确快速的鉴别，而且不破坏样品、不污染环境。本发明是基于多光谱成像技术的梨果肉中石细胞含量快速、无损、无污染的预测方法，由梨果肉中石细胞含量与其光谱图像信息经由数据分析结合化学计量学方法建立分析模型，实现对梨果肉中石细胞含量的快速无损检测。
附图说明
图1是不同成熟度样品在波长范围为400-1000nm的平均反射光谱图；
图2是背景剔除和图像分割后的光谱图像；
图3是所测石细胞含量建立模型校正集的实际值和预测值的关系散点图；
图4是所测石细胞含量建立模型预测集的实际值和预测值的关系散点图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本实施例包括以下步骤：
(1)原料的选取与预处理
选取未熟、成熟和过熟砀山梨各60个(其中外围和内膛果实各30个)，采收当天运回实验室，用洁净湿纱布将果实表面灰尘擦净，晾干(25℃左右)保存备用；样品按照3:1划分为校正集和预测集。
(2)供试样的制备以及获得化学信息：
从果皮2.0mm以内到距核0.5mm处，收集5g的果酱，在-20℃储存24h,然后在20000r/min的离心机中离心3min.在离心后的果酱中添加水，足够将其浸入，将上面的悬浮物轻轻倒出。将这一步重复几次。将收集的石细胞烘干然后称重3次。
从果皮2.0mm以内到距果核0.5mm处收集5g果肉，放入-20℃冰箱中冷冻24h，样品解冻后在20000r/min的离心机中离心3min，在离心处理之后的果浆中加入，如此反复漂洗，直至洗净，最后将收集的石细胞在60-65℃下烘干至恒重，称量。每个样品重复3次，石细胞含量计算公式如下：X＝m/5*100％，公式中，X为果肉中的石细胞含量，单位为克每百克(g/100g)；m为石细胞质量，单位为克(g)。
不同成熟度梨果肉中石细胞含量如表1所示。
表1样品中石细胞含量分析
(3)梨果肉中石细胞含量检测方法的建立
a、光谱图像获取
光谱图像测定采用Videometer Lab多光谱测量仪(Videometer A/S，丹麦)，其光谱范围为400-1000nm。多光谱成像系统进行定标板(白板、黑板和几何点板)校准，样品进行多光谱图像获取时，正反各拍照一次，取平均值作为样品的光谱图像。
b、光谱图像预处理
获取的光谱图像首先用仪器自带图像处理软件进行去噪处理，然后采用典型判别分析(CDA)和阈值设定完成背景剔除和图像分割；最后经过反射率动态定标板将梨果实图像信息的灰度值转换成反射率值。
c、采用最小二乘支持向量机(LS-SVM)模型的建立
采用最小二乘支持向量机回归法对上述样本建立定量分析模型，本方法采用径向基核函数作为LS-SVM的核函数，核参数δ2和惩罚系数γ取值分别为16和0.0625。
采用此算法建立检测石细胞含量的模型。如图3所示，在校正集中，R和SEC分别为0.922和0.090；
d、模型验证
利用建立的模型，对预测集样品进行预测，光谱预测得到的石细胞含量值，并分析其与梨果肉中石细胞含量实际值基本一致，表明这个模型具有较好的拟合程度和预测能力，所建模型具有可行性。图4所示，利用建立的石细胞校正集模型，验证预测集样品，预测集中，R值为0.908，SEP为0.113，预测效果良好。表明能够实现对梨果肉中石细胞含量快速无损检测。
Claims (5)
1.一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，包括以下步骤：
a.采收梨果实后当天运回实验室，用洁净湿纱布将果实表面灰尘擦净，25℃左右下晾干保存；并将果实的一部分作为校正集，另一部分作为预测集；
b.全部果实果皮下收集果肉，包括外围和内膛果肉，放入冰箱中冷冻，得到样品；
c.用常规检测方法获得全部样品的石细胞含量；
d.利用光谱成像技术获取所有梨样本的石细胞的光谱图信息；
e.将步骤d所获得的校正集中梨果肉中石细胞信息与步骤c所获得的校正集样本的石细胞含量经由数据分析后，结合化学计量学方法建立模型；
f.利用建立的模型，对预测集样品进行预测，光谱预测得到的石细胞含量值，并分析其与梨果肉中石细胞含量实际值的差异，选取预测精度达到要求的梨果肉中石细胞含量的模型，利用此模型能够实现对梨果肉中石细胞含量快速无损检测。
2.根据权利要求1所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤c具体包括以下：样品解冻，组织捣碎机捣碎或者离心机离心，再将经过处理获得的果浆进行漂洗，重复3-4次，直至洗净，最后将收集的石细胞样品烘干至恒重，称量，每个样品重复称量3次，石细胞含量计算公式如下：X=m/5*100%式中，X为果肉中的石细胞含量，单位为g/100g；m为石细胞样品质量，单位为g；通过计算公式算得石细胞含量。
3.根据权利要求1所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤d中，采用多光谱成像仪，波长为从可见光到近红外。
4.根据权利要求1所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于，所述步骤e中，采用最小二乘支持向量机回归法LS-SVM通过计算机建立模型；本方法采用径向基核函数作为LS-SVM的核函数，核参数δ2和惩罚系数γ取值分别为16和0.0625，建立模型。
5.根据权利要求1所述的一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法，其特征在于：所述的检测方法可以用于设计、建立一套光谱无损检测梨果肉中石细胞含量的自动检测和分析装置，并能在此基础上将该装置应用扩展到梨等级的分选。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510468925.3A CN105004690A (zh) | 2015-07-30 | 2015-07-30 | 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510468925.3A CN105004690A (zh) | 2015-07-30 | 2015-07-30 | 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105004690A true CN105004690A (zh) | 2015-10-28 |
Family
ID=54377443
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510468925.3A Pending CN105004690A (zh) | 2015-07-30 | 2015-07-30 | 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105004690A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106404678A (zh) * | 2016-09-06 | 2017-02-15 | 合肥工业大学 | 基于多光谱成像技术的番茄酱中非法添加物快速检测方法 |
| CN106442805A (zh) * | 2016-11-23 | 2017-02-22 | 新疆农业科学院农产品贮藏加工研究所 | 一种库尔勒香梨果实石细胞中磨木木质素提取的方法 |
| CN110118735A (zh) * | 2018-02-06 | 2019-08-13 | 中国农业机械化科学研究院 | 一种检测香梨公母的高光谱成像检测方法及装置 |
| CN111402199A (zh) * | 2020-02-08 | 2020-07-10 | 南京农业大学 | 一种基于计算机图像处理的梨果实石细胞表型检测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101349638A (zh) * | 2007-07-16 | 2009-01-21 | 江西农业大学 | 果蔬维生素c含量的光谱快速无损检测方法 |
| KR20100004129A (ko) * | 2008-07-03 | 2010-01-13 | 대한민국(관리부서:농촌진흥청) | 근적외선 분광기를 이용한 산물벼의 비파괴적 현미 및 백미단백질 함량 측정 방법 |
| CN104048941A (zh) * | 2014-06-25 | 2014-09-17 | 常熟雷允上制药有限公司 | 采用近红外光谱快速测定麦冬中多指标性成分含量的方法 |
| CN104155264A (zh) * | 2014-08-15 | 2014-11-19 | 华南农业大学 | 一种用近红外光谱技术预测火炬松松脂中松节油含量的方法 |
| CN104237138A (zh) * | 2013-06-21 | 2014-12-24 | 中国农业机械化科学研究院 | 一种马铃薯还原糖近红外测定方法 |
| CN104655584A (zh) * | 2015-02-13 | 2015-05-27 | 劲牌有限公司 | 冬虫夏草中肌苷含量的近红外检测方法 |
| CN104807777A (zh) * | 2015-04-28 | 2015-07-29 | 中国食品发酵工业研究院 | 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法 |
-
2015
- 2015-07-30 CN CN201510468925.3A patent/CN105004690A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101349638A (zh) * | 2007-07-16 | 2009-01-21 | 江西农业大学 | 果蔬维生素c含量的光谱快速无损检测方法 |
| KR20100004129A (ko) * | 2008-07-03 | 2010-01-13 | 대한민국(관리부서:농촌진흥청) | 근적외선 분광기를 이용한 산물벼의 비파괴적 현미 및 백미단백질 함량 측정 방법 |
| CN104237138A (zh) * | 2013-06-21 | 2014-12-24 | 中国农业机械化科学研究院 | 一种马铃薯还原糖近红外测定方法 |
| CN104048941A (zh) * | 2014-06-25 | 2014-09-17 | 常熟雷允上制药有限公司 | 采用近红外光谱快速测定麦冬中多指标性成分含量的方法 |
| CN104155264A (zh) * | 2014-08-15 | 2014-11-19 | 华南农业大学 | 一种用近红外光谱技术预测火炬松松脂中松节油含量的方法 |
| CN104655584A (zh) * | 2015-02-13 | 2015-05-27 | 劲牌有限公司 | 冬虫夏草中肌苷含量的近红外检测方法 |
| CN104807777A (zh) * | 2015-04-28 | 2015-07-29 | 中国食品发酵工业研究院 | 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 聂继云, 李静, 杨振锋, 张红军, 李明强: "冷冻法测定梨的石细胞含量", 《果树学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106404678A (zh) * | 2016-09-06 | 2017-02-15 | 合肥工业大学 | 基于多光谱成像技术的番茄酱中非法添加物快速检测方法 |
| CN106442805A (zh) * | 2016-11-23 | 2017-02-22 | 新疆农业科学院农产品贮藏加工研究所 | 一种库尔勒香梨果实石细胞中磨木木质素提取的方法 |
| CN110118735A (zh) * | 2018-02-06 | 2019-08-13 | 中国农业机械化科学研究院 | 一种检测香梨公母的高光谱成像检测方法及装置 |
| CN110118735B (zh) * | 2018-02-06 | 2020-08-25 | 中国农业机械化科学研究院 | 一种检测香梨公母的高光谱成像检测方法及装置 |
| CN111402199A (zh) * | 2020-02-08 | 2020-07-10 | 南京农业大学 | 一种基于计算机图像处理的梨果实石细胞表型检测方法 |
| CN111402199B (zh) * | 2020-02-08 | 2024-01-12 | 南京农业大学 | 一种基于计算机图像处理的梨果实石细胞表型检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113049530B (zh) | 一种基于近红外高光谱的单粒玉米种子水分含量检测方法 | |
| CN105445218B (zh) | 中红外光谱油菜籽蛋白质含量检测自适应模型的建立方法 | |
| CN103439270B (zh) | 一种高光谱图像检测桃果实早期冷害的方法 | |
| CN105004690A (zh) | 一种基于多光谱成像技术的梨果肉中石细胞含量快速无损检测方法 | |
| CN113008817A (zh) | 一种基于高光谱成像技术快速鉴别苦杏仁真伪优劣的方法 | |
| CN108663367A (zh) | 一种基于鸡蛋容重的鸡蛋品质无损检测方法 | |
| CN105606637A (zh) | 利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法 | |
| CN110335249A (zh) | 基于高光谱成像技术的柑橘黄龙病检测方法 | |
| CN101936893A (zh) | 一种从油菜籽中检测蛋白质和氨基酸的方法 | |
| CN110031408A (zh) | 一种猕猴桃成熟度快速判别装置及方法 | |
| CN111537469A (zh) | 一种基于近红外技术的苹果品质快速无损检测方法 | |
| CN110609011A (zh) | 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统 | |
| CN106841167A (zh) | 果蔬农药残留的无损检测方法 | |
| CN108152231B (zh) | 基于可见/近红外光谱的枣果内部缺陷检测方法 | |
| CN106940292A (zh) | 基于多光谱成像技术的虫蛀巴旦木原料快速无损鉴别方法 | |
| Xing et al. | Using a short wavelength infrared (SWIR) hyperspectral imaging system to predict alpha amylase activity in individual Canadian western wheat kernels | |
| CN106814045A (zh) | 一种基于近红外光谱技术的类pse鸡肉判定方法 | |
| Zang et al. | Real‐time detection system for moisture content and color change in jujube slices during drying process | |
| CN110470629A (zh) | 一种油茶籽中水分和含油量的近红外定量分析方法 | |
| CN119000585A (zh) | 一种基于近红外光谱的文冠果种仁中蛋白质含量的快速无损检测方法 | |
| CN103728269A (zh) | 一种近红外快速检测酿酒原料中理化指标的方法 | |
| Zhou et al. | Hyperspectral imaging technology for detection of moisture content of tomato leaves | |
| CN113740275B (zh) | 基于快照式多光谱成像的雨生红球藻虾青素含量检测方法 | |
| Tian et al. | Recognition method of insect damage and stem/calyx on apple based on hyperspectral imaging | |
| CN106442397A (zh) | 一种基于光谱比例扣除的稻谷近红外光谱模型优化方法 |
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: 20151028 |
|
| RJ01 | Rejection of invention patent application after publication |