CN107506791B - 一种对动脉粥样硬化斑块进行分类的系统 - Google Patents

一种对动脉粥样硬化斑块进行分类的系统 Download PDF

Info

Publication number
CN107506791B
CN107506791B CN201710667618.7A CN201710667618A CN107506791B CN 107506791 B CN107506791 B CN 107506791B CN 201710667618 A CN201710667618 A CN 201710667618A CN 107506791 B CN107506791 B CN 107506791B
Authority
CN
China
Prior art keywords
plaque
time
curve
value
intraluminal
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.)
Active
Application number
CN201710667618.7A
Other languages
English (en)
Other versions
CN107506791A (zh
Inventor
杨洁梅
张静瑜
朱东杰
田野
韩薇
徐文臣
姚剑挺
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.)
Harbin Shengnuo Medical Technology Co ltd
Original Assignee
Harbin Medical 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 Harbin Medical University filed Critical Harbin Medical University
Priority to CN201710667618.7A priority Critical patent/CN107506791B/zh
Publication of CN107506791A publication Critical patent/CN107506791A/zh
Application granted granted Critical
Publication of CN107506791B publication Critical patent/CN107506791B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24317—Piecewise classification, i.e. whereby each classification requires several discriminant rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/032—Recognition of patterns in medical or anatomical images of protuberances, polyps nodules, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种对动脉粥样硬化斑块进行分类的系统，其包括：血管造影装置，用于获得血管超声造影图像；基本参数获取装置，用于对所述血管超声造影图像进行分析，以获取最大斑块面积A、管腔内‑时间强度曲线和斑块内‑时间强度曲线，并从管腔内‑时间强度曲线中提取管腔内造影剂达峰时间TTP1、峰值强度IMAX1以及曲线下面积AUC1，以及从斑块内‑时间强度曲线中提取斑块内造影剂达峰时间TTP2、峰值强度IMAX2以及曲线下面积AUC2；斑块定量参数计算装置，用于分别得出增强强度IMAX、最大增强密度DMAX、相对达峰时间△TTP、曲线下面积△AUC以及相对平均渡越时间△mTT；分类结果输出装置：用于根据上述斑块定量参数对动脉粥样硬化斑块进行分类。

Description

一种对动脉粥样硬化斑块进行分类的系统
技术领域
本发明涉及动脉粥样硬化医疗领域，具体而言，涉及一种对动脉粥样硬化斑块进行分类的系统。
背景技术
动脉粥样硬化的主要病变特征为动脉某些部位的内膜下脂质沉积，并伴有平滑肌细胞和纤维基质成分的增殖，逐步发展形成动脉粥样硬化性斑块。它是一种以中等和大动脉斑片状内膜下增厚(动脉粥样化)为特征的病变,可以减少或阻断血流。斑块部位的动脉壁增厚、变硬，斑块内部组织坏死后与沉积的脂质结合，形成粥样物质，称为粥样硬化。
斑块内新生血管是导致斑块不稳定的重要因素，血管超声造影可定量评价斑块内新生血管数量。目前，国外常用的超声软件评价斑块稳定性的指标一般是峰值强度(PI)、达峰时间(TTP)、平均渡越时间(mTT)，但易受患者个体差异、造影剂注射剂量不同、血管变异、斑块大小不同等因素的影响，评价结果与实际情况之间的误差较大，临床应用受到限制。最近发现，最大增强密度(DMAX)、相对达峰时间(△TTP)、相对曲线下面积(△ACU)、相对平均渡越时间(△mTT)、增强强度(IMAX)是准确评价新生血管的指标，但是，上述指标在目前的技术水平条件下不能直接测得，需要后期大量的手动测量及计算处理，另外，目前对于斑块定量分析并没有统一、明确的参考范围，导致无法得到斑块性质定量的报告。
发明内容
本发明提供一种对动脉粥样硬化斑块进行分类的系统，用以对动脉粥样硬化斑块进行分类。
为达到上述目的，本发明提供了一种对动脉粥样硬化斑块进行分类的系统，其包括：
血管造影装置，用于对产生动脉粥样硬化斑块的部位进行超声造影以获得血管超声造影图像；
基本参数获取装置，用于对所述血管超声造影图像进行分析，以获取最大斑块面积A、管腔内-时间强度曲线和斑块内-时间强度曲线，并从管腔内-时间强度曲线中提取管腔内造影剂达峰时间TTP1、峰值强度IMAX1以及曲线下面积AUC1，以及从斑块内-时间强度曲线中提取斑块内造影剂达峰时间TTP2、峰值强度IMAX2以及曲线下面积AUC2；
斑块定量参数计算装置，用于分别得出以下斑块定量参数：
增强强度IMAX：IMAX＝IMAX2-IMAX1，
最大增强密度DMAX：DMAX＝IMAX/A，
相对达峰时间△TTP：△TTP＝TTP2-TTP1，
曲线下面积△AUC：△AUC＝(AUC2-AUC1)/A，
相对平均渡越时间△mTT：△mTT为△AUC下降为一半值时的时间；
分类结果输出装置：用于根据上述斑块定量参数对动脉粥样硬化斑块进行分类。
在本发明的一实施例中，若DMAX的值介于“3.25±0.98”DB/mm2之间则判定对应的斑块为软斑块，若DMAX的值介于“1.95±0.93”DB/mm2之间则判定对应的斑块为硬斑块。
在本发明的一实施例中，若IMAX的值介于“5.84±1.27”DB之间则判定对应的斑块为软斑块，若IMAX的值介于“3.65±1.07”DB之间则判定对应的斑块为硬斑块。
在本发明的一实施例中，若△TTP的值介于“0.030±0.012”s之间则判定对应的斑块为软斑块，若△TTP的值介于“0.056±0.026”s之间则判定对应的斑块为硬斑块。
在本发明的一实施例中，若△AUC的值介于“1801.21±176.36”mm2之间则判定对应的斑块为软斑块，若△AUC的值介于“2201.22±187.56”mm2之间则判定对应的斑块为硬斑块。
在本发明的一实施例中，若△mTT的值介于“0.028±0.012”s之间则判定对应的斑块为软斑块，若△mTT的值介于“0.050±0.017”s之间则判定对应的斑块为硬斑块。
在本发明的一实施例中，对动脉粥样硬化斑块进行分类的系统还包括一患者个人信息获取装置，用于获取患者的姓名、性别、年龄以及病史，以供分类结果输出装置输出包括患者个人信息的分类报告。
在本发明的一实施例中，所述血管造影装置采用的造影剂为SonoVue造影剂，获得的血管超声造影图像以DICOM格式保存。
本发明提供的对动脉粥样硬化斑块进行分类的系统制定了斑块定量分析各指标的参考范围，能够对动脉粥样硬化斑块进行早期、快速、准确分类，进而得到定量评价斑块稳定性指数的造影报告，对于临床治疗具有积极的作用，具有很高的推广价值以及广阔的市场应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一个实施例的对动脉粥样硬化斑块进行分类的系统的示意图。
附图标记说明：1-血管造影装置；2-基本参数获取装置；3-斑块定量参数计算装置；4-分类结果输出装置；5-患者个人信息获取装置。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明一个实施例的对动脉粥样硬化斑块进行分类的系统的示意图，如图1所示，本发明提供的对动脉粥样硬化斑块进行分类的系统，其包括：
血管造影装置1，用于对产生动脉粥样硬化斑块的部位进行超声造影以获得血管超声造影图像；
以获取颈动脉斑块为例，说明采用血管造影装置1获得血管超声造影图像的具体方法，患者平卧位，头偏向检查对侧45°，沿颈动脉由下向上进行纵向扫查，并采集粥样硬化斑块处纵向图像及记录斑块的位置、大小、斑块远心端距颈动脉分叉的距离。取颈动脉长轴切面，在清晰显示斑块二维图像后，固定探头于斑块处，进行局部放大，选择造影模式，嘱患者平静呼吸，推注预先配置好的SonoVue造影剂混悬液2.5ml，随即继以5ml生理盐水快速推注。药物注射开始同步记时图像动态存储，以DICOM格式保存常规超声图片及造影过程图像，之后将采集的图像进行脱机分析。
基本参数获取装置2，用于对所述血管超声造影图像进行分析，以获取最大斑块面积A、管腔内-时间强度曲线和斑块内-时间强度曲线，并从管腔内-时间强度曲线中提取管腔内造影剂达峰时间TTP1、峰值强度IMAX1以及曲线下面积AUC1，以及从斑块内-时间强度曲线中提取斑块内造影剂达峰时间TTP2、峰值强度IMAX2以及曲线下面积AUC2；
管腔内-时间强度曲线可以反映超声造影过程中组织的血流灌注情况，管腔内造影剂达峰时间TTP1、峰值强度IMAX1以及曲线下面积AUC1、斑块内造影剂达峰时间TTP2、峰值强度IMAX2以及曲线下面积AUC2等可以从不同角度反应组织器官的血液灌注情况。
斑块定量参数计算装置3，用于分别得出以下斑块定量参数：
增强强度IMAX：IMAX＝IMAX2-IMAX1，
最大增强密度DMAX：DMAX＝IMAX/A，
相对达峰时间△TTP：△TTP＝TTP2-TTP1，
曲线下面积△AUC：△AUC＝(AUC2-AUC1)/A，
相对平均渡越时间△mTT：△mTT为△AUC下降为一半值时的时间；
分类结果输出装置4：用于根据上述斑块定量参数对动脉粥样硬化斑块进行分类。
分类结果输出装置4可采用以下方式对斑块进行分类：
(1)若DMAX的值介于“3.25±0.98”DB/mm2之间则判定对应的斑块为软斑块，若DMAX的值介于“1.95±0.93”DB/mm2之间则判定对应的斑块为硬斑块。
(2)若IMAX的值介于“5.84±1.27”DB之间则判定对应的斑块为软斑块，若IMAX的值介于“3.65±1.07”DB之间则判定对应的斑块为硬斑块。
(3)若△TTP的值介于“0.030±0.012”s之间则判定对应的斑块为软斑块，若△TTP的值介于“0.056±0.026”s之间则判定对应的斑块为硬斑块。
(4)若△AUC的值介于“1801.21±176.36”mm2之间则判定对应的斑块为软斑块，若△AUC的值介于“2201.22±187.56”mm2之间则判定对应的斑块为硬斑块。
(5)若△mTT的值介于“0.028±0.012”s之间则判定对应的斑块为软斑块，若△mTT的值介于“0.050±0.017”s之间则判定对应的斑块为硬斑块。
如图1所示，在本发明的一实施例中，对动脉粥样硬化斑块进行分类的系统还可以进一步包括一患者个人信息获取装置5，用于获取患者的姓名、性别、年龄以及病史，以供分类结果输出装置输出包括患者个人信息的分类报告。
本发明提供的对动脉粥样硬化斑块进行分类的系统制定了斑块定量分析各指标的参考范围，能够对动脉粥样硬化斑块进行早期、快速、准确分类，进而得到定量评价斑块稳定性指数的造影报告，对于临床治疗具有积极的作用，具有很高的推广价值以及广阔的市场应用前景。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (8)

1.一种对动脉粥样硬化斑块进行分类的系统，其特征在于，包括：
血管造影装置，用于对产生动脉粥样硬化斑块的部位进行超声造影以获得血管超声造影图像；
基本参数获取装置，用于对所述血管超声造影图像进行分析，以获取最大斑块面积A、管腔内-时间强度曲线和斑块内-时间强度曲线，并从管腔内-时间强度曲线中提取管腔内造影剂达峰时间TTP1、峰值强度IMAX1以及曲线下面积AUC1，以及从斑块内-时间强度曲线中提取斑块内造影剂达峰时间TTP2、峰值强度IMAX2以及曲线下面积AUC2；
斑块定量参数计算装置，用于分别得出以下斑块定量参数：
增强强度IMAX：IMAX＝IMAX2-IMAX1，
最大增强密度DMAX：DMAX＝IMAX/A，
相对达峰时间△TTP：△TTP＝TTP2-TTP1，
曲线下面积△AUC：△AUC＝(AUC2-AUC1)/A，
相对平均渡越时间△mTT：△mTT为△AUC下降为一半值时的时间；
分类结果输出装置：用于根据上述斑块定量参数对动脉粥样硬化斑块进行分类。
2.根据权利要求1所述的对动脉粥样硬化斑块进行分类的系统，其特征在于，若DMAX的值介于“3.25±0.98”DB/mm2之间则判定对应的斑块为软斑块，若DMAX的值介于“1.95±0.93”DB/mm2之间则判定对应的斑块为硬斑块。
3.根据权利要求1所述的对动脉粥样硬化斑块进行分类的系统，其特征在于，若IMAX的值介于“5.84±1.27”DB之间则判定对应的斑块为软斑块，若IMAX的值介于“3.65±1.07”DB之间则判定对应的斑块为硬斑块。
4.根据权利要求1所述的对动脉粥样硬化斑块进行分类的系统，其特征在于，若△TTP的值介于“0.030±0.012”s之间则判定对应的斑块为软斑块，若△TTP的值介于“0.056±0.026”s之间则判定对应的斑块为硬斑块。
5.根据权利要求1所述的对动脉粥样硬化斑块进行分类的系统，其特征在于，若△AUC的值介于“1801.21±176.36”mm2之间则判定对应的斑块为软斑块，若△AUC的值介于“2201.22±187.56”mm2之间则判定对应的斑块为硬斑块。
6.根据权利要求1所述的对动脉粥样硬化斑块进行分类的系统，其特征在于，若△mTT的值介于“0.028±0.012”s之间则判定对应的斑块为软斑块，若△mTT的值介于“0.050±0.017”s之间则判定对应的斑块为硬斑块。
7.根据权利要求1所述的对动脉粥样硬化斑块进行分类的系统，其特征在于，还包括一患者个人信息获取装置，用于获取患者的姓名、性别、年龄以及病史，以供分类结果输出装置输出包括患者个人信息的分类报告。
8.根据权利要求1-7中任一项所述的对动脉粥样硬化斑块进行分类的系统，其特征在于，所述血管造影装置采用的造影剂为SonoVue造影剂，获得的血管超声造影图像以DICOM格式保存。
CN201710667618.7A 2017-08-07 2017-08-07 一种对动脉粥样硬化斑块进行分类的系统 Active CN107506791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710667618.7A CN107506791B (zh) 2017-08-07 2017-08-07 一种对动脉粥样硬化斑块进行分类的系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710667618.7A CN107506791B (zh) 2017-08-07 2017-08-07 一种对动脉粥样硬化斑块进行分类的系统

Publications (2)

Publication Number Publication Date
CN107506791A CN107506791A (zh) 2017-12-22
CN107506791B true CN107506791B (zh) 2020-11-10

Family

ID=60689773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710667618.7A Active CN107506791B (zh) 2017-08-07 2017-08-07 一种对动脉粥样硬化斑块进行分类的系统

Country Status (1)

Country Link
CN (1) CN107506791B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3097538B1 (en) * 2014-01-23 2018-09-26 Koninklijke Philips N.V. Evaluation of carotid plaque using contrast enhanced ultrasonic imaging
CN111047580B (zh) * 2019-12-14 2022-08-23 四川大学华西医院 用于超声分子影像研究的声像图定量分析及综合定量分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101019031A (zh) * 2004-06-09 2007-08-15 免疫诊疗有限公司 动脉粥样硬化的标志物
CN101912262A (zh) * 2010-07-22 2010-12-15 中国科学院深圳先进技术研究院 磁共振成像定量参数计算方法及系统
CN103479381A (zh) * 2013-10-22 2014-01-01 霍云龙 精确诊断冠状动脉粥样硬化的方法和设备
CN106039604A (zh) * 2016-06-30 2016-10-26 西安交通大学 基于超声空化损伤建立动脉粥样硬化斑块动物模型的方法与血管内皮损伤装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101019031A (zh) * 2004-06-09 2007-08-15 免疫诊疗有限公司 动脉粥样硬化的标志物
CN101912262A (zh) * 2010-07-22 2010-12-15 中国科学院深圳先进技术研究院 磁共振成像定量参数计算方法及系统
CN103479381A (zh) * 2013-10-22 2014-01-01 霍云龙 精确诊断冠状动脉粥样硬化的方法和设备
CN106039604A (zh) * 2016-06-30 2016-10-26 西安交通大学 基于超声空化损伤建立动脉粥样硬化斑块动物模型的方法与血管内皮损伤装置

Also Published As

Publication number Publication date
CN107506791A (zh) 2017-12-22

Similar Documents

Publication Publication Date Title
CN111134651B (zh) 基于腔内影像计算血流储备分数的方法、装置、系统以及计算机存储介质
JP6667999B2 (ja) 画像処理装置、画像処理方法、及びプログラム
Gessner et al. Mapping microvasculature with acoustic angiography yields quantifiable differences between healthy and tumor-bearing tissue volumes in a rodent model
Liu et al. Automatic whole heart segmentation using a two-stage u-net framework and an adaptive threshold window
US8805043B1 (en) System and method for creating and using intelligent databases for assisting in intima-media thickness (IMT)
CN103054563B (zh) 一种血管壁图像纹理特征的量化和提取方法
WO2019242159A1 (zh) 获取血管压力差的方法及装置
US20040133094A1 (en) Method and data processing device to support diagnosis and/or therapy of a pathological change of a blood vessel
JP6133794B2 (ja) かん流比較及び定量化のためのデータの動的正規化
CN103462646B (zh) 一种集成血管内超声（ivus）影像和数字减影(dsa)影像的一体化离线处理系统
Kumar et al. State-of-the-art review on automated lumen and adventitial border delineation and its measurements in carotid ultrasound
CN103462590B (zh) 一种集成血管内光相干性断层扫描（oct）影像和数字减影(dsa)影像的一体化离线处理系统
CN113040812B (zh) 医学图像分析方法、装置、计算机设备和存储介质
CN110353639B (zh) 一种基于血管增强造影的供血区定量方法及系统
Franquet et al. Identification of the in vivo elastic properties of common carotid arteries from MRI: A study on subjects with and without atherosclerosis
CN114287954A (zh) 颅内血管狭窄的功能学评估方法、系统、电子设备及介质
CN107506791B (zh) 一种对动脉粥样硬化斑块进行分类的系统
CN110246136A (zh) 一种基于混合算法的血管内超声参数提取方法及系统
WO2004086296A2 (en) Computation of wall thickness
Jansen et al. Local and global distensibility assessment of abdominal aortic aneurysms in vivo from probe tracked 2D ultrasound images
JP5579535B2 (ja) 胎児の肋骨数を測定する超音波システムおよび方法
KR101530352B1 (ko) 물질특성에 기반한 전산유체역학 모델링 및 분석 방법
EP4005472B1 (en) Method and apparatus for correcting blood flow velocity on the basis of interval time between angiographic images
CN104537645A (zh) 一种基于血管内超声图像的roi标记点匹配方法
US20230103319A1 (en) Methods and systems for risk assessment of ischemic cerebrovascular events

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210210

Address after: Room 110, service port, Torch Building, No.12 building, No.66 Shimao Avenue, Harbin hi tech Zone, Harbin, Heilongjiang 150010

Patentee after: Harbin youfengziyu investment enterprise (L.P.)

Address before: 150086 No. 157 health Road, Nangang District, Heilongjiang, Harbin

Patentee before: HARBIN MEDICAL University

TR01 Transfer of patent right

Effective date of registration: 20210624

Address after: 150028 room 110, service port, Torch Building, building 12, No.66 Shimao Avenue, hi tech Zone, Harbin, Heilongjiang Province

Patentee after: Harbin Shengnuo Medical Technology Co.,Ltd.

Address before: Room 110, service port, Torch Building, No.12 building, No.66 Shimao Avenue, Harbin hi tech Zone, Harbin, Heilongjiang 150010

Patentee before: Harbin youfengziyu investment enterprise (L.P.)

TR01 Transfer of patent right
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20171222

Assignee: Shenzhen Shengnuo Medical Technology Co.,Ltd.

Assignor: Harbin Shengnuo Medical Technology Co.,Ltd.

Contract record no.: X2022230000030

Denomination of invention: A system for classifying atherosclerotic plaque

Granted publication date: 20201110

License type: Exclusive License

Record date: 20220512

EE01 Entry into force of recordation of patent licensing contract
EC01 Cancellation of recordation of patent licensing contract

Assignee: Shenzhen Shengnuo Medical Technology Co.,Ltd.

Assignor: Harbin Shengnuo Medical Technology Co.,Ltd.

Contract record no.: X2022230000030

Date of cancellation: 20221019

EC01 Cancellation of recordation of patent licensing contract