CN106802346A - 一种基于免疫组化技术的病理辅助分析方法 - Google Patents
一种基于免疫组化技术的病理辅助分析方法 Download PDFInfo
- Publication number
- CN106802346A CN106802346A CN201710044266.XA CN201710044266A CN106802346A CN 106802346 A CN106802346 A CN 106802346A CN 201710044266 A CN201710044266 A CN 201710044266A CN 106802346 A CN106802346 A CN 106802346A
- Authority
- CN
- China
- Prior art keywords
- pathology
- cell
- analysis method
- aided analysis
- digital picture
- 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
Links
- 230000007170 pathology Effects 0.000 title claims abstract description 51
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 238000012309 immunohistochemistry technique Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 7
- 230000005859 cell recognition Effects 0.000 claims description 3
- 230000001575 pathological effect Effects 0.000 claims description 3
- 238000010186 staining Methods 0.000 claims description 3
- 201000010099 disease Diseases 0.000 claims 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 230000000052 comparative effect Effects 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 abstract description 3
- 238000010827 pathological analysis Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000000427 antigen Substances 0.000 description 2
- 102000036639 antigens Human genes 0.000 description 2
- 108091007433 antigens Proteins 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 1
- 238000003364 immunohistochemistry Methods 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 229910021645 metal ion Inorganic materials 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/569—Immunoassay; Biospecific binding assay; Materials therefor for microorganisms, e.g. protozoa, bacteria, viruses
- G01N33/56966—Animal cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2469/00—Immunoassays for the detection of microorganisms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Biomedical Technology (AREA)
- Cell Biology (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Microbiology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Tropical Medicine & Parasitology (AREA)
- Zoology (AREA)
- Virology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及生物技术领域，尤其涉及一种基于免疫组化技术的病理辅助分析方法，包括：通过一客户端获得与一处理平台连接的通信通道；上传病理数字图像以在病理数字图像中得到一细胞样本区间；设定一参数集并在细胞样本区间内搜索符合参数集的细胞作为目标细胞；根据目标细胞的染色颜色分别统计目标细胞中阳性细胞和阴性细胞的数量；得到阳性细胞占目标细胞的比例值并将比例值输出至客户端；用户通过客户端对比例值的准确性进行评估后向处理平台提供一准确性反馈；对参数集进行调整；上述技术方案的有益效果是：能够辅助医生基于免疫组化技术进行病理分析，同时具有反馈优化机制，能够在降低免疫组化诊断的人工成本的同时提高诊断的精确性。
Description
技术领域
本发明涉及生物技术领域，尤其涉及一种基于免疫组化技术的病理辅助分析方法。
背景技术
免疫组化，是应用免疫学基本原理——抗原抗体反应，即抗原与抗体特异性结合的原理，通过化学反应使标记抗体的显色剂(荧光素、酶、金属离子、同位素)显色来确定组织细胞内抗原(多肽和蛋白质)，对其进行定位、定性及相对定量的研究，称为免疫组织化学技术或免疫细胞化学技术。
目前，本领域的病理医生进行免疫组化的诊断主要还是人工进行肉眼识别计数，对需要大量阅读切片的病理医生来说，人工计数免疫组化阳性细胞是一个十分庞大的工作，使得免疫组化诊断的人工成本居高不下，效率不高。
发明内容
针对上述问题，本发明提出了一种基于免疫组化技术的病理辅助分析方法，包括一预设步骤：利用病理扫描仪对经过免疫组化技术处理的病理切片进行扫描，得到一病理数字图像；
还包括：
步骤S1，通过一客户端获得与一处理平台连接的通信通道；
步骤S2，通过所述通信通道上传所述病理数字图像至所述处理平台以在所述病理数字图像中得到一细胞样本区间；
步骤S3，在所述处理平台中设定一参数集并在所述细胞样本区间内搜索符合所述参数集的细胞作为目标细胞；
步骤S4，根据所述目标细胞的染色颜色分别统计具有阳性细胞和阴性细胞两种分类的所述目标细胞中所述阳性细胞和所述阴性细胞的数量；
步骤S5，根据所述阳性细胞和所述阴性细胞的数量得到所述阳性细胞占所述目标细胞的比例值并将所述比例值输出至所述客户端；
步骤S6，用户通过所述客户端对所述比例值的准确性进行评估后向所述处理平台提供一准确性反馈信息；
步骤S7，所述处理平台根据所述准确性反馈信息对所述参数集进行调整。
上述的病理辅助分析方法，其中，所述参数集包括：
细胞大小参数，细胞识别区域参数，细胞类型参数以及细胞染色强度参数。
上述的病理辅助分析方法，其中，所述步骤S5中，输出所述比例值的同时还输出所述病理数字图像。
上述的病理辅助分析方法，其中，对输出的所述病理数字图像中的所述阳性细胞进行一第一凸显处理。
上述的病理辅助分析方法，其中，所述第一凸显处理为采用具有一第一预设尺寸的第一凸显图形指示所有所述阳性细胞。
上述的病理辅助分析方法，其中，对输出的所述病理数字图像中的所述阴性细胞进行一第二凸显处理。
上述的病理辅助分析方法，其中，所述第二凸显处理为采用具有一第二预设尺寸的第二凸显图形指示所有所述阴性细胞。
上述的病理辅助分析方法，其中，所述步骤S5中，输出所述比例值的同时还分别输出所述阳性细胞和所述阴性细胞的数量。
有益效果：本发明提出的一种基于免疫组化技术的病理辅助分析方法能够辅助医生基于免疫组化技术进行病理分析，同时具有反馈优化机制，能够在降低免疫组化诊断的人工成本的同时提高诊断的精确性。
附图说明
图1为本发明一实施例中基于免疫组化技术的病理辅助分析方法的步骤原理图；
图2为本发明一实施例中输出的经过凸显处理的病理数字图像。
具体实施方式
下面结合附图和实施例对本发明进行进一步说明。
在一个较佳的实施例中，如图1所示，提出了一种基于免疫组化技术的病理辅助分析方法，可以包括一预设步骤：利用病理扫描仪对经过免疫组化技术处理的病理切片进行扫描，得到一病理数字图像；
还可以包括：
步骤S1，通过一客户端获得与一处理平台连接的通信通道；
步骤S2，通过通信通道上传病理数字图像至处理平台以在病理数字图像中得到一细胞样本区间；
步骤S3，在处理平台中设定一参数集并在细胞样本区间内搜索符合参数集的细胞作为目标细胞；
步骤S4，根据目标细胞的染色颜色分别统计具有阳性细胞和阴性细胞两种分类的目标细胞中阳性细胞和阴性细胞的数量；
步骤S5，根据阳性细胞和阴性细胞的数量得到阳性细胞占目标细胞的比例值并将比例值输出至客户端；
步骤S6，用户通过客户端对比例值的准确性进行评估后向处理平台提供一准确性反馈信息；
步骤S7，处理平台根据准确性反馈信息对参数集进行调整。
具体地，输入的病理数字图像一般需要经过处理才能得到细胞样本区间，例如背景阴影的矫正处理等；目标细胞是符合参数集的细胞，例如是细胞大小参数在一范围内的细胞，或某区域内删除无关细胞后剩余的细胞等，目标细胞应只具有阳性细胞和阴性细胞两种分类，这两种分类应可以在病理数字图像上通过颜色区分开；准确性反馈信息中可以包含例如对比例值偏大或偏小或吻合的判断的信息，步骤S7中处理平台根据准确性反馈信息对参数集进行调整，例如可以是在大多数用户认为比例值偏大时，可以通过对参数集进行调整以使得输出的比例值更接近实际值，例如通过改变参数集达到最终错误识别为阳性细胞的情况降低，但这仅作为一个例子，不排除其他情况或者中间添加其他步骤帮助调整的可能性。
在一个较佳的实施例中，参数集包括：
细胞大小参数，细胞识别区域参数，细胞类型参数以及细胞染色强度参数等，可以是这些参数的任意一个，也可以是多个参数的组合。
其中，参数集的这些参数可以是相互之间独立的参数，也可以是存在包含或重叠的关系，例如细胞类型参数在一定程度上限定了细胞大小参数，因此这两者之间可能是一种包含关系，但这只是作为例子来解释本发明的原理，不应视为是对本发明的限制。
在一个较佳的实施例中，步骤S5中，输出比例值的同时还可以输出病理数字图像。
输出的病理数字图像可以用于例如在一显示设备上进行显示。
上述实施例中，对输出的病理数字图像中的阳性细胞进行一第一凸显处理。
上述实施例中，第一凸显处理为采用具有一第一预设尺寸的第一凸显图形指示所有阳性细胞。
其中，例如可以是采用具有一预设直径的圆形指示所有阳性细胞在病理数字图像上的位置，如图2所示。
上述实施例中，优选地，对输出的病理数字图像中的阴性细胞进行一第二凸显处理。
上述实施例中，优选地，第二凸显处理为采用具有一第二预设尺寸的第二凸显图形指示所有阴性细胞。
在一个较佳的实施例中，步骤S5中，输出比例值的同时还分别输出阳性细胞和阴性细胞的数量。
综上所述，本发明提出的一种基于免疫组化技术的病理辅助分析方法能够辅助医生基于免疫组化技术进行病理分析，同时具有反馈优化机制，能够在降低免疫组化诊断的人工成本的同时提高诊断的精确性。
通过说明和附图，给出了具体实施方式的特定结构的典型实施例，基于本发明精神，还可作其他的转换。尽管上述发明提出了现有的较佳实施例，然而，这些内容并不作为局限。
对于本领域的技术人员而言，阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容，都应认为仍属本发明的意图和范围内。
Claims (8)
1.一种基于免疫组化技术的病理辅助分析方法，其特征在于，包括一预设步骤：利用病理扫描仪对经过免疫组化技术处理的病理切片进行扫描，得到一病理数字图像；
还包括：
步骤S1，通过一客户端获得与一处理平台连接的通信通道；
步骤S2，通过所述通信通道上传所述病理数字图像至所述处理平台以在所述病理数字图像中得到一细胞样本区间；
步骤S3，在所述处理平台中设定一参数集并在所述细胞样本区间内搜索符合所述参数集的细胞作为目标细胞；
步骤S4，根据所述目标细胞的染色颜色分别统计具有阳性细胞和阴性细胞两种分类的所述目标细胞中所述阳性细胞和所述阴性细胞的数量；
步骤S5，根据所述阳性细胞和所述阴性细胞的数量得到所述阳性细胞占所述目标细胞的比例值并将所述比例值输出至所述客户端；
步骤S6，用户通过所述客户端对所述比例值的准确性进行评估后向所述处理平台提供一准确性反馈信息；
步骤S7，所述处理平台根据所述准确性反馈信息对所述参数集进行调整。
2.根据权利要求1所述的病理辅助分析方法，其特征在于，所述参数集包括：
细胞大小参数，细胞识别区域参数，细胞类型参数以及细胞染色强度参数。
3.根据权利要求1所述的病理辅助分析方法，其特征在于，所述步骤S5中，输出所述比例值的同时还输出所述病理数字图像。
4.根据权利要求3所述的病理辅助分析方法，其特征在于，对输出的所述病理数字图像中的所述阳性细胞进行一第一凸显处理。
5.根据权利要求4所述的病理辅助分析方法，其特征在于，所述第一凸显处理为采用具有一第一预设尺寸的第一凸显图形指示所有所述阳性细胞。
6.根据权利要求3所述的病理辅助分析方法，其特征在于，对输出的所述病理数字图像中的所述阴性细胞进行一第二凸显处理。
7.根据权利要求6所述的病理辅助分析方法，其特征在于，所述第二凸显处理为采用具有一第二预设尺寸的第二凸显图形指示所有所述阴性细胞。
8.根据权利要求1所述的病理辅助分析方法，其特征在于，所述步骤S5中，输出所述比例值的同时还分别输出所述阳性细胞和所述阴性细胞的数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710044266.XA CN106802346B (zh) | 2017-01-19 | 2017-01-19 | 一种基于免疫组化技术的病理数字图像分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710044266.XA CN106802346B (zh) | 2017-01-19 | 2017-01-19 | 一种基于免疫组化技术的病理数字图像分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106802346A true CN106802346A (zh) | 2017-06-06 |
| CN106802346B CN106802346B (zh) | 2020-04-03 |
Family
ID=58986959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710044266.XA Active CN106802346B (zh) | 2017-01-19 | 2017-01-19 | 一种基于免疫组化技术的病理数字图像分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106802346B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109978849A (zh) * | 2019-03-20 | 2019-07-05 | 广州金域医学检验中心有限公司 | 基于数字病理图像的基线细胞确定方法、装置及可读介质 |
| CN111290685A (zh) * | 2020-02-28 | 2020-06-16 | 杭州依图医疗技术有限公司 | 细胞染色图像的显示方法、病理图像分析系统及存储介质 |
| CN112270684A (zh) * | 2020-12-25 | 2021-01-26 | 宁波兰茜生物科技有限公司 | 一种显微图像免疫组化虚拟多重标记及分析方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101799926A (zh) * | 2010-05-05 | 2010-08-11 | 福州大学 | Ki-67免疫组化病理图像自动定量分析系统 |
| CN105975793A (zh) * | 2016-05-23 | 2016-09-28 | 麦克奥迪（厦门）医疗诊断系统有限公司 | 一种基于数字病理图像的癌症辅助诊断方法 |
| CN106023217A (zh) * | 2016-05-25 | 2016-10-12 | 于宁 | 一种病理组织图像分析系统 |
| CN106127255A (zh) * | 2016-06-29 | 2016-11-16 | 深圳先进技术研究院 | 一种癌症数字病理细胞图像的分类方法及系统 |
| CN106202956A (zh) * | 2016-07-20 | 2016-12-07 | 宁波江丰生物信息技术有限公司 | 一种适用于肾内科的病理信息系统的流程方法 |
-
2017
- 2017-01-19 CN CN201710044266.XA patent/CN106802346B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101799926A (zh) * | 2010-05-05 | 2010-08-11 | 福州大学 | Ki-67免疫组化病理图像自动定量分析系统 |
| CN105975793A (zh) * | 2016-05-23 | 2016-09-28 | 麦克奥迪（厦门）医疗诊断系统有限公司 | 一种基于数字病理图像的癌症辅助诊断方法 |
| CN106023217A (zh) * | 2016-05-25 | 2016-10-12 | 于宁 | 一种病理组织图像分析系统 |
| CN106127255A (zh) * | 2016-06-29 | 2016-11-16 | 深圳先进技术研究院 | 一种癌症数字病理细胞图像的分类方法及系统 |
| CN106202956A (zh) * | 2016-07-20 | 2016-12-07 | 宁波江丰生物信息技术有限公司 | 一种适用于肾内科的病理信息系统的流程方法 |
Non-Patent Citations (2)
| Title |
|---|
| 向宇 等: "建立临床病理细胞学计算机辅助诊断的探讨", 《蟹型堂盟壅!》 * |
| 张缨 等: "计算机辅助肺癌细胞病理诊断的初步研究", 《临床肿瘤学杂志》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109978849A (zh) * | 2019-03-20 | 2019-07-05 | 广州金域医学检验中心有限公司 | 基于数字病理图像的基线细胞确定方法、装置及可读介质 |
| CN111290685A (zh) * | 2020-02-28 | 2020-06-16 | 杭州依图医疗技术有限公司 | 细胞染色图像的显示方法、病理图像分析系统及存储介质 |
| CN112270684A (zh) * | 2020-12-25 | 2021-01-26 | 宁波兰茜生物科技有限公司 | 一种显微图像免疫组化虚拟多重标记及分析方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106802346B (zh) | 2020-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10937541B2 (en) | Systems and methods for processing images to prepare slides for processed images for digital pathology | |
| Zhu et al. | Hybrid AI-assistive diagnostic model permits rapid TBS classification of cervical liquid-based thin-layer cell smears | |
| KR20210145778A (ko) | 조직병리학 슬라이드 이미지로부터 바이오마커를 결정하는 방법 | |
| CN106846310A (zh) | 一种基于免疫组化技术的病理辅助分析方法 | |
| CN116189179A (zh) | 循环肿瘤细胞扫描分析设备 | |
| CN106802346A (zh) | 一种基于免疫组化技术的病理辅助分析方法 | |
| CN108510004B (zh) | 一种基于深度残差网络的细胞分类方法及系统 | |
| US20240175800A1 (en) | Methods and Systems for Classifying Fluorescent Flow Cytometer Data | |
| US20120262563A1 (en) | Method for preparing quantitative video-microscopy and associated system | |
| CN111707828A (zh) | 通过使用绿蝇短膜虫细胞和荧光显微术来检测患者样品的抗体与双链dna的结合的方法 | |
| US11988592B2 (en) | Methods and systems for characterizing spillover spreading in flow cytometer data | |
| CN113674292A (zh) | 一种基于部分实例标注的半监督骨髓瘤细胞实例分割方法 | |
| Narayanan et al. | Unmasking the immune microecology of ductal carcinoma in situ with deep learning | |
| CN110161234B (zh) | 一种胶体金试纸检测方法 | |
| CN115902227A (zh) | 一种免疫荧光试剂盒的检测评估方法及系统 | |
| CN115205250A (zh) | 基于深度学习的病理图像病变分割方法及系统 | |
| CN109978849B (zh) | 基于数字病理图像的基线细胞确定方法、装置及可读介质 | |
| WO2020083970A1 (en) | Distance-based tissue state determination | |
| CN110797097A (zh) | 人工智能云诊断平台 | |
| WO2022150554A1 (en) | Quantification of conditions on biomedical images across staining modalities using a multi-task deep learning framework | |
| Magliaro et al. | HisTOOLogy: an open‐source tool for quantitative analysis of histological sections | |
| CN114066818B (zh) | 细胞检测分析方法、装置、计算机设备和存储介质 | |
| CN115775223A (zh) | 用于检测器官切片上荧光图案类型的存在的方法和设备 | |
| CN113256627A (zh) | 用于宫颈图像的分析管理的装置和方法、设备及存储介质 | |
| Brosnan et al. | An Integrated Approach to Automated Diagnosis of Cervical Intraepithelial Neoplasia in Digital Histology Images. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method of pathological digital image analysis based on immunohistochemistry Effective date of registration: 20210302 Granted publication date: 20200403 Pledgee: China Co. truction Bank Corp Yuyao branch Pledgor: KONFOONG BIOTECH INTERNATIONAL Co.,Ltd. Registration number: Y2021330000164 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20200403 Pledgee: China Co. truction Bank Corp Yuyao branch Pledgor: KONFOONG BIOTECH INTERNATIONAL Co.,Ltd. Registration number: Y2021330000164 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |