CN105455780A - 基于双网格的有限投影的荧光分子断层成像重建方法 - Google Patents
基于双网格的有限投影的荧光分子断层成像重建方法 Download PDFInfo
- Publication number
- CN105455780A CN105455780A CN201510787814.9A CN201510787814A CN105455780A CN 105455780 A CN105455780 A CN 105455780A CN 201510787814 A CN201510787814 A CN 201510787814A CN 105455780 A CN105455780 A CN 105455780A
- Authority
- CN
- China
- Prior art keywords
- grid
- fluorescent
- target
- data
- reconstruction
- 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
Abstract
本发明公开了一种基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其实现步骤如下:(1)获取测量数据;(2)粗网格重建,并为细网格重建提供荧光目标的可行区域;(3)可行区域下的细网格重建,实现荧光目标的三维分布。本发明基于光传输理论与有限元方法,利用了光学特性参数和解剖结构等先验信息,采用单点激发,有限角度测量,利用双网格策略,将粗网格的重建结果为细网格重建提供荧光目标可行区域,由此降低了问题的病态性,有效提高了荧光分子断层成像的重建结果,在光学断层三维重建算法等领域有重要的应用价值。
Description
技术领域
本发明属于分子影像领域,更进一步涉及光学分子成像技术领域中的基于双网格策略的有限投影角度的荧光分子断层成像重建方法,可用于在体荧光分子断层成像的逆问题重建。
背景技术
荧光分子断层成像(以下简称FMT)是近年发展起来的一种新型成像模态。它利用外部光源激发荧光探针(荧光团、荧光染料等),使其发射光子,利用荧光采集装置收集荧光信号,结合数学模型,可以获得重建目标内荧光探针的位置和浓度,以此实现对活体状态下的生物过程进行细胞和分子水平的定性和定量研究,被广泛用于疾病早期诊断、疗效监测、新药研发等领域。
荧光分子断层成像属于逆向问题,具有严重病态性。由于光的强散射特性,使得光子在其内部的传输不再沿直线传播,而是经过大量无规则的散射过程。另外,采集的荧光数据是成像目标表面值,数量有限,这使得逆问题是一个未知数远远大于方程数的数学问题,进一步增加了求解问题的不适定性。多点激发和多角度投影能够增加测量数据,一定程度上缓解问题的不适定性。但由此也带来了新的问题,一方面会增加数据采集时间不利于荧光分子断层成像的实时成像和实时重建,另一方面盲目增加测量数据会带来数据冗余。再者,求解逆问题一般采用有限元方法,由此需要对成像目标进行网格离散求解。网格尺寸过大,不能准确逼近成像目标;网格尺寸过小,重建问题节点数目增加,未知数增加,由此反而增加问题的病态性。
发明内容
为了解决荧光分子断层成像的实时重建问题,以及存在的病态性和解不唯一性,本发明提出了一种基于双网格策略的有限投影角度的荧光分子断层成像重建方法。为了实现实时重建,采用单点激发,有限角度测量。为了提高重建质量,采用双网格策略,即用网格尺寸不同的网格——粗网格和细网格离散成像目标,分别求解。其中粗网格上的重建结果为细网格重建提供荧光目标的可行区域,建立表面的测量数据与可行区域内荧光目标分布的线性关系,将线性关系转化为l1范数极小化问题求解,从而获得重建目标内部的荧光目标的三维分布与浓度。
1.本发明的技术方案是:一种基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其特征在于:包括以下步骤:
(1)获取有限个角度的测量数据;
(2)获得重建目标的解剖结构信息和光学特性参数;
(3)重建粗网格,基于粗网格的重建结果为细网格重建提供荧光目标的可行区域;
(4)在所述的可行区域下重建细网格,实现荧光目标的三维分布。
所述的步骤(1)实现过程是:利用多模态光学分子影像系统,依次采集荧光数据,用于光学特性参数重建的激光数据以及用于获得成像对象的解剖结构的计算机断层成像数据,其中荧光数据为有限个角度的荧光数据。
所述步骤(2)中荧光数据的获取为有限个角度,一般为不大于四个角度的投影数据。
所述的步骤(2)包括:
(1a)利用3DMED软件将计算机断层成像数据进行三维重建并分割得到成像对象的解剖结构;
(1b)利用激光数据和步骤(1a)中的解剖结构,采用扩散光学层析成像方法重建生物体各个组织的光学特性参数。
所述的步骤(3)包括:
(3a)利用Amira软件对成像目标进行离散获得网格尺寸较粗的网格;
(3b)基于光传输模型和有限元理论,将步骤(2)获得的解剖结构信息和光学特性参数作为先验信息,建立有限角度的荧光数据与重建对象内部荧光目标分布的线性关系;
(3c)利用正则化理论,将上述线性关系转化为l1范数极小化问题:
是正则化参数,可通过不完全变量截断共轭梯度法求解,获得粗网格上荧光目标的三维分布;
(3d)对步骤(2c)中的结果,将节点上分布值大于某个阈值的所有节点设定为荧光目标可行的区域,为细网格重建提供荧光目标的可行区域。
所述步骤(3b)中是建立表面荧光数据与成像目标内所有节点之间的线性关系,步骤(3c)是全域重建。
所述的步骤(4)包括:
(4a)利用Amira软件对成像目标进行离散获得网格尺寸较细的网格;
(4b)结合步骤(3d)给出的荧光目标可行区域,基于光传输模型和有限元理论,建立有限角度的荧光数据与可行区域内荧光目标分布的线性关系;
(4c)重复步骤(3c),获得细网格上荧光目标的三维分布;
(4d)显示结果。
所述步骤(4b)中是建立表面荧光数据与可行区域内所有节点之间的线性关系,步骤(4c)是局部域重建。
本发明具有以下优点:
第一,本发明采用的有限点激发,有限角度测量,既缩短了数据采集时间,也减小了重建问题规模,有利于实现实时测量和实时重建;
第二,本发明利用双网格策略,采用粗细网格离散成像目标,粗网格重建结果为细网格重建提供荧光目标的可行区域,降低了细网格上重建问题的病态性,提高了重建结果质量。
附图说明
图1为基于本发明的荧光断层成像重建方法的流程图;
图2为用于仿真实验的数字鼠模型;
图3为粗网格重建为细网格重建提供的荧光目标可行区域;
图4为用本发明的重建算法获得的重建结果,其中(a)图显示为z=16.4mm截面的荧光目标荧光产额值分布图;(b)图显示为真实荧光目标与重建的代表荧光目标的四面体的三维展示。
具体实施方式
下面结合附图对本发明作进一步的详细描述,应指出的是,所描述的实施例仅旨在便于对本发明的理解,而对其不起任何限定作用。
参见图1,本发明荧光断层成像重建方法的流程如下:
(1)获取有限角度的荧光数据:
1a)激发光源对固定在电控旋转台上的重建目标进行有限角度的透射式断层成像;
透射式断层成像,将激光器与光学检测仪器放置在成像目标的两侧,激光照射重建目标激发荧光目标发出荧光,荧光穿透成像目标被激光器对面的光学检测仪器检测到。
有限个角度透射式断层扫描,用电脑控制电控旋转台等间隔旋转一定角度,一般大于90°(本例中选120°),激光器发射点状激光照射成像目标,一般转一个角度激发一次,采集一次荧光数据。
1b)使用光学检测仪器获得测量数据,获得光通量密度;
在步骤1a)中,将测量数据应用非接触式光学断层成像方法(授权公告号CN101692971B)中描述的生物体表面三维能量重建技术获取成像目标体表面的三维荧光数据分布。
(2)获得重建对象的解剖结构信息以及光学特性参数:
2a)重建对象的解剖结构信息
对计算机断层成像投影数据进行三维重建,并用3DMED软件预处理获得成像目标的三维体数据;采用3DMED软件中的人机交互式半自动化分割方法对体数据进行组织分割,获得成像目标的解剖结构;
2b)获取光学特性参数
利用解剖结构信息和应用基于生物组织特异性的光学三维重建方法(申请号201110148500.6,申请日2011.06.02)中描述的基于区域的扩散光学层析成像算法获得成像目标内各个组织的光学特性参数。
(3)利用Amira软件对成像目标进行离散获得网格尺寸较粗的网格,网格尺寸粗细由生成网格的节点数和四面体数来判断。
(4)基于光传输模型和有限元理论,将重建目标的解剖结构信息和光学特性参数作为先验信息,建立表面有限角度的荧光数据与重建目标内部荧光目标分布的线性关系。
4a)光传输模型,采用扩散近似方程来描述光在成像目标内的传输过程;
4b)根据有限元理论,并融合步骤(2)获得的重建目标的解剖结构信息和光学特性参数,将扩散近似方程离散,构建表面的测量数据与重建目标内部荧光目标分布的线性关系:
其中是系统矩阵,是要求解的荧光目标三维分布与浓度,是非负的。
(5)将上述线性关系转化为l1范数极小化问题:
是正则化参数,可通过不完全变量截断共轭梯度法求解,获得粗网格上荧光目标的三维分布。
(6)利用步骤(5)中的结果为细网格重建提供荧光目标的可行区域,具体是将节点上分布值大于最大值50%的所有节点设定为荧光目标可行的区域。
上述步骤(3)-(6)为本发明的粗网格重建过程A。
(7)利用Amira软件对成像目标进行离散获得网格尺寸较细的网格。
(8)结合步骤(6)给出的荧光目标可行区域,基于光传输模型和有限元理论,将重建目标的解剖结构信息和光学特性参数作为先验信息,建立有限角度的荧光数据与可行区域内荧光目标分布的线性关系。
(9)将步骤(8)中的线性关系转化为l1范数极小化问题:
是正则化参数,可通过不完全变量截断共轭梯度法求解,获得细网格上荧光目标的三维分布。
上述的步骤(7)-(9)为本发明的细网格重建过程B。
(10)显示结果,将步骤(9)的重建结果和成像目标的解剖结构进行图像融合,用Tecplot软件进行显示。
下面结合图2-图4对本发明的重建结果做进一步的描述。
图2用于仿真实验的数字鼠模型。其中图包括了主要的几个器官,如心脏1,肺4,肝5,胃2,肾脏3,肌肉组织6。图3是粗网格重建结果为细网格重建提供的荧光目标可行区域,图中深色区域就是可行区域。
图4是基于本发明的重建结果,投影角度为三个,其中a图显示为z=16.4mm截面的荧光目标荧光产额值分布图,b图显示为真实荧光目标与重建的代表荧光目标的四面体的三维展示。重建目标的真实中心位置为(12.98.4,15.9)mm,算法获得的目标中心位置为(13.2,8.4,15.6)mm。位置误差为:。真实荧光产额为0.06mm-1,重建的最大荧光产额值为0.048mm-1,其相对误差为。根据归一化均方根误差(Normalizedrootmeansquareerror,NRMSE)的定义:,
式中和分别为第个节点上重建的荧光产额值与真实荧光产额值,与为重建的最大和最小荧光产额值。重建结果的归一化均方误差为0.022。基于本发明的重建,其位置误差小,浓度相对误差小,归一化均方误差小,是一种有效的针对有限投影角度的荧光分子断层成像重建算法。
Claims (8)
1.一种基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其特征在于:包括以下步骤:
(1)获取有限个角度的测量数据;
(2)获得重建目标的解剖结构信息和光学特性参数;
(3)重建粗网格,基于粗网格的重建结果为细网格重建提供荧光目标的可行区域;
(4)在所述的可行区域下重建细网格,实现荧光目标的三维分布。
2.根据权利要求1所述的基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其特征在于:所述的步骤(1)实现过程是:利用多模态光学分子影像系统,依次采集荧光数据,用于光学特性参数重建的激光数据以及用于获得成像对象的解剖结构的计算机断层成像数据,其中荧光数据为有限个角度的荧光数据。
3.根据权利要求2所述的基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其特征在于:所述步骤(2)中荧光数据的获取为有限个角度,一般为不大于四个角度的投影数据。
4.根据权利要求1所述的基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其特征在于:所述的步骤(2)包括:
(1a)利用3DMED软件将计算机断层成像数据进行三维重建并分割得到成像对象的解剖结构;
(1b)利用激光数据和步骤(1a)中的解剖结构,采用扩散光学层析成像方法重建生物体各个组织的光学特性参数。
5.根据权利要求1所述的基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其特征在于:所述的步骤(3)包括:
(3a)利用Amira软件对成像目标进行离散获得网格尺寸较粗的网格;
(3b)基于光传输模型和有限元理论,将步骤(2)获得的解剖结构信息和光学特性参数作为先验信息,建立有限角度的荧光数据与重建对象内部荧光目标分布的线性关系;
(3c)利用正则化理论,将上述线性关系转化为l1范数极小化问题:
是正则化参数,可通过不完全变量截断共轭梯度法求解,获得粗网格上荧光目标的三维分布;
(3d)对步骤(2c)中的结果,将节点上分布值大于某个阈值的所有节点设定为荧光目标可行的区域,为细网格重建提供荧光目标的可行区域。
6.根据权利要求5所述的基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其特征在于:所述步骤(3b)中是建立表面荧光数据与成像目标内所有节点之间的线性关系,步骤(3c)是全域重建。
7.根据权利要求5所述的基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其特征在于:所述的步骤(4)包括:
(4a)利用Amira软件对成像目标进行离散获得网格尺寸较细的网格;
(4b)结合步骤(3d)给出的荧光目标可行区域,基于光传输模型和有限元理论,建立有限角度的荧光数据与可行区域内荧光目标分布的线性关系;
(4c)重复步骤(3c),获得细网格上荧光目标的三维分布;
(4d)显示结果。
8.根据权利要求7所述的基于双网格策略的有限投影角度的荧光分子断层成像重建方法,其特征在于:所述步骤(4b)中是建立表面荧光数据与可行区域内所有节点之间的线性关系,步骤(4c)是局部域重建。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510787814.9A CN105455780A (zh) | 2015-11-17 | 2015-11-17 | 基于双网格的有限投影的荧光分子断层成像重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510787814.9A CN105455780A (zh) | 2015-11-17 | 2015-11-17 | 基于双网格的有限投影的荧光分子断层成像重建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105455780A true CN105455780A (zh) | 2016-04-06 |
Family
ID=55594300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510787814.9A Pending CN105455780A (zh) | 2015-11-17 | 2015-11-17 | 基于双网格的有限投影的荧光分子断层成像重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105455780A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220961A (zh) * | 2017-06-14 | 2017-09-29 | 西北大学 | 一种基于半阈值追踪算法的荧光分子断层成像重建方法 |
CN107374588A (zh) * | 2017-08-01 | 2017-11-24 | 西北大学 | 一种基于同步聚类的多光源荧光分子断层成像重建方法 |
CN107392977A (zh) * | 2017-08-22 | 2017-11-24 | 西北大学 | 单视图切伦科夫发光断层成像重建方法 |
CN107411766A (zh) * | 2017-06-14 | 2017-12-01 | 西北大学 | X射线发光断层成像的目标可行区提取方法 |
CN107713995A (zh) * | 2017-11-15 | 2018-02-23 | 陕西师范大学 | 一种基于惩罚算法的生物发光断层成像光源重建方法 |
CN108095686A (zh) * | 2017-11-06 | 2018-06-01 | 西北大学 | 一种荧光分子断层成像目标可行域选取方法 |
CN108564636A (zh) * | 2018-05-07 | 2018-09-21 | 西北大学 | 一种基于三支决策的荧光目标重建结果后处理方法 |
CN109285223A (zh) * | 2018-09-07 | 2019-01-29 | 中山大学 | 基于体素模型的影像重建四边形网格方法及系统 |
CN113129418A (zh) * | 2021-03-02 | 2021-07-16 | 武汉联影智融医疗科技有限公司 | 基于三维影像的目标表面重建方法、装置、设备和介质 |
CN113951831A (zh) * | 2021-11-19 | 2022-01-21 | 复旦大学 | 基于随机重构策略的超高分辨荧光分子断层成像方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221128A (zh) * | 2007-04-18 | 2008-07-16 | 中国科学院自动化研究所 | 一种基于自适应有限元的多光谱重建方法 |
CN101292863A (zh) * | 2007-04-25 | 2008-10-29 | 中国科学院自动化研究所 | 一种基于单谱或混合段测量的自适应有限元光源重建方法 |
CN101301192A (zh) * | 2007-05-10 | 2008-11-12 | 中国科学院自动化研究所 | 一种多模态自发荧光断层分子影像仪器及重建方法 |
CN101342075A (zh) * | 2008-07-18 | 2009-01-14 | 北京工业大学 | 基于单视图的多光谱自发荧光断层成像重建方法 |
US20090177430A1 (en) * | 2006-04-25 | 2009-07-09 | Commissariat A L'energie Atomique | Method for Reconstructing the Distribution of Fluorophores in a Non-Homogeneous Medium by Optical Tomography in Continuous Mode |
CN102488493A (zh) * | 2011-11-15 | 2012-06-13 | 西安电子科技大学 | 小动物活体多模态分子成像系统和成像方法 |
US20120211671A1 (en) * | 2009-09-24 | 2012-08-23 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Device and method for spatial reconstructing of absorbers mapping |
-
2015
- 2015-11-17 CN CN201510787814.9A patent/CN105455780A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090177430A1 (en) * | 2006-04-25 | 2009-07-09 | Commissariat A L'energie Atomique | Method for Reconstructing the Distribution of Fluorophores in a Non-Homogeneous Medium by Optical Tomography in Continuous Mode |
CN101221128A (zh) * | 2007-04-18 | 2008-07-16 | 中国科学院自动化研究所 | 一种基于自适应有限元的多光谱重建方法 |
CN101292863A (zh) * | 2007-04-25 | 2008-10-29 | 中国科学院自动化研究所 | 一种基于单谱或混合段测量的自适应有限元光源重建方法 |
CN101301192A (zh) * | 2007-05-10 | 2008-11-12 | 中国科学院自动化研究所 | 一种多模态自发荧光断层分子影像仪器及重建方法 |
CN101342075A (zh) * | 2008-07-18 | 2009-01-14 | 北京工业大学 | 基于单视图的多光谱自发荧光断层成像重建方法 |
US20120211671A1 (en) * | 2009-09-24 | 2012-08-23 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Device and method for spatial reconstructing of absorbers mapping |
CN102488493A (zh) * | 2011-11-15 | 2012-06-13 | 西安电子科技大学 | 小动物活体多模态分子成像系统和成像方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107411766B (zh) * | 2017-06-14 | 2020-09-11 | 西北大学 | X射线发光断层成像的目标可行区提取方法 |
CN107411766A (zh) * | 2017-06-14 | 2017-12-01 | 西北大学 | X射线发光断层成像的目标可行区提取方法 |
CN107220961A (zh) * | 2017-06-14 | 2017-09-29 | 西北大学 | 一种基于半阈值追踪算法的荧光分子断层成像重建方法 |
CN107374588A (zh) * | 2017-08-01 | 2017-11-24 | 西北大学 | 一种基于同步聚类的多光源荧光分子断层成像重建方法 |
CN107392977A (zh) * | 2017-08-22 | 2017-11-24 | 西北大学 | 单视图切伦科夫发光断层成像重建方法 |
CN108095686B (zh) * | 2017-11-06 | 2020-09-11 | 西北大学 | 一种荧光分子断层成像目标可行域选取方法 |
CN108095686A (zh) * | 2017-11-06 | 2018-06-01 | 西北大学 | 一种荧光分子断层成像目标可行域选取方法 |
CN107713995A (zh) * | 2017-11-15 | 2018-02-23 | 陕西师范大学 | 一种基于惩罚算法的生物发光断层成像光源重建方法 |
CN108564636A (zh) * | 2018-05-07 | 2018-09-21 | 西北大学 | 一种基于三支决策的荧光目标重建结果后处理方法 |
CN108564636B (zh) * | 2018-05-07 | 2021-12-03 | 西北大学 | 一种基于三支决策的荧光目标重建结果后处理方法 |
CN109285223A (zh) * | 2018-09-07 | 2019-01-29 | 中山大学 | 基于体素模型的影像重建四边形网格方法及系统 |
CN113129418A (zh) * | 2021-03-02 | 2021-07-16 | 武汉联影智融医疗科技有限公司 | 基于三维影像的目标表面重建方法、装置、设备和介质 |
CN113951831A (zh) * | 2021-11-19 | 2022-01-21 | 复旦大学 | 基于随机重构策略的超高分辨荧光分子断层成像方法 |
CN113951831B (zh) * | 2021-11-19 | 2023-08-29 | 复旦大学 | 基于随机重构策略的超高分辨荧光分子断层成像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105455780A (zh) | 基于双网格的有限投影的荧光分子断层成像重建方法 | |
CN102488493B (zh) | 小动物活体多模态分子成像系统和成像方法 | |
CN103082997B (zh) | 滚筒式多模融合三维断层成像系统和方法 | |
CN103271723B (zh) | 一种生物发光断层成像重建方法 | |
Ren et al. | Frequency domain optical tomography based on the equation of radiative transfer | |
CN103239255B (zh) | 一种锥束x射线发光断层成像方法 | |
CN107220961A (zh) | 一种基于半阈值追踪算法的荧光分子断层成像重建方法 | |
CN107392977A (zh) | 单视图切伦科夫发光断层成像重建方法 | |
CN101342075A (zh) | 基于单视图的多光谱自发荧光断层成像重建方法 | |
CN103300829B (zh) | 一种基于迭代重加权的生物自发荧光断层成像方法 | |
CN102334979A (zh) | 一种基于迭代收缩的双模态融合断层成像方法 | |
CN103393410B (zh) | 一种基于交替迭代运算的荧光分子断层成像重建方法 | |
CN101947103B (zh) | 全光学生物发光断层成像方法 | |
WO2017004851A1 (zh) | 基于多任务贝叶斯压缩感知方法的生物发光断层成像重建算法 | |
CN109044277A (zh) | 近红外二区荧光断层成像系统 | |
CN102393969A (zh) | 基于生物组织特异性的光学三维成像方法 | |
CN109820479A (zh) | 一种荧光分子断层成像可行域优化方法 | |
CN109589126A (zh) | 基于宽光束小步长扫描方式的x射线发光断层成像方法 | |
Rasmussen et al. | Radiative transport in fluorescence‐enhanced frequency domain photon migration | |
Lo et al. | Three-dimensional fluorescence diffuse optical tomography using the adaptive spatial prior approach | |
Wang et al. | Nonlinear iterative perturbation scheme with simplified spherical harmonics (SP3) light propagation model for quantitative photoacoustic tomography | |
Yan et al. | High-resolution reconstruction of FMT based on elastic net optimized by relaxed ADMM | |
CN107374588B (zh) | 一种基于同步聚类的多光源荧光分子断层成像重建方法 | |
CN103750824B (zh) | 一种针对小动物荧光层析成像系统的信息提取方法 | |
CN102512193B (zh) | 基于小波数据压缩的双模式活体成像系统及方法 |
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: 20160406 |
|
RJ01 | Rejection of invention patent application after publication |