CN108030467A - 电子手环及计算机可读存储介质 - Google Patents
电子手环及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108030467A CN108030467A CN201711175673.0A CN201711175673A CN108030467A CN 108030467 A CN108030467 A CN 108030467A CN 201711175673 A CN201711175673 A CN 201711175673A CN 108030467 A CN108030467 A CN 108030467A
- Authority
- CN
- China
- Prior art keywords
- period
- state
- sleep
- duration
- flag bit
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Anesthesiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及睡眠监测领域,尤其是一种电子手环,电子手环上有处理器和计算机可读存储介质,通过持续采集用户的动作数据,用睡眠检测算法分析每个动作数据所对应的用户所处状态,再对状态的前后关联性进行回溯分析,并合并任意两个相邻的睡眠状态,以形成连贯的睡眠时间段,然后进一步合并任意两个相邻的睡眠时间段,并通过迭代的方式来整合睡眠时间段,并从中筛选出持续时间最长的睡眠时间段来作为要发给外部终端的有效睡眠时间段,如此,无需人工设置睡眠时间段即可准确地得出用户的实际睡眠时段,减少人为操作可能带来的分析误差,睡眠分析结果可以跨越日期选择的限制,更符合实际。
Description
技术领域
本发明涉及睡眠监测领域,尤其是一种电子手环,电子手环上有处理器和计算机可读存储介质,该计算机可读存储介质上的计算机程序可被处理器执行。
背景技术
电子手环是一种穿戴式智能设备,通过配置在其中的传感器,可以用来实时记录用户在睡眠中的动作数据(简称睡眠数据)并发给手机。手机通过分析电子手环收集的睡眠数据,得出用户的睡眠质量报告。但由于传统的电子手环是由用户设置每天的睡眠时段,然后固定收集这段时间收集到的动作数据来给手机。这样做的弊端在于:用户实际失眠的时段可能超出设置的时段,甚至实际睡眠的时段根本就是在设置范围以外,这样就会造成统计上的极大误差。但若简单地将睡眠时段设为全天,则白天用户运动时也会被统计为睡眠数据,这些数据会对最终的睡眠质量报告的准确性造成干扰。
发明内容
本发明的目的是避免人工设置睡眠时段所带来的统计误差。
提供一种计算机可读存储介质,其存储有用于筛选睡眠数据的计算机程序,该程序被处理器执行时实现以下步骤:
步骤1:持续采集用户动作数据;
步骤2:根据动作数据确定用户在何时处于睡眠状态;
步骤3:将时间上连续的睡眠状态连成连贯的睡眠时间段,然后执行步骤4;
步骤4:凡是有两个睡眠时间段之间的间隔小于预设时长T3,都将这两个睡眠时间段及其间隔的时间段合并成一个睡眠时间段,直至任意两个睡眠时间段之间的间隔都不小于预设时长T3为止;
在步骤4之后执行的步骤5:取持续时间最长的睡眠时间段作为有效睡眠时间段来发给外部终端进行分析。
在步骤1中,历遍所获取的所有动作幅度数据,若这些数据中存在时间间隔超过预设时长T1的空档,则对该空档填0以进行插值补缺。
在步骤1中,持续采集用户一整天的动作数据。
所述睡眠状态是深睡状态或浅睡状态。
还提供一种电子手环,包括处理器、存储器和加速度传感器,处理器分别电连接存储器和加速度传感器,加速度传感器采集用户的动作并存储在存储器中,还包括如上述计算机可读存储介质,该计算机可读存储介质上的计算机程序可被处理器执行。
其中,还包括与处理器电连接的蓝牙设备,处理器通过蓝牙设备来与外界设备进行通信。
有益效果:
通过持续采集用户的动作数据,用睡眠检测算法分析每个动作数据所对应的用户所处状态,再对状态的前后关联性进行回溯分析,并合并任意两个相邻的睡眠状态,以形成连贯的睡眠时间段,然后进一步合并任意两个相邻的睡眠时间段,并通过迭代的方式来整合睡眠时间段,并从中筛选出持续时间最长的睡眠时间段来作为要发给外部终端的有效睡眠时间段,如此,无需人工设置睡眠时间段即可准确地得出用户的实际睡眠时段,减少人为操作可能带来的分析误差,睡眠分析结果可以跨越日期选择的限制,更符合实际。
附图说明
利用附图对本发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任何限制,对于本领域的普通技术用户员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是用动作数据所绘画出的方波图。
具体实施方式
结合以下实施例对本发明创造作进一步描述。
用户带着电子手环时,电子手环上的加速度传感器连续采集用户的动作并存储在存储器中,待处理器进行分析。处理器内设有程序,该程序被处理器执行时实现以下确定的方法。
步骤S1:处理器选定一个起始时间戳并从存储器中读取自该时间戳起24小时内的所有动作数据。
步骤S2:历遍所有动作数据,若这些数据中存在时间间隔超过5分钟(即预设时长T1)的空档,则对该空档填0以进行插值补缺,以免再后续步骤中因空档缺值而造成程序跑飞。其中,预设时长T1为5分钟属于经验值。
为表述方便,本文中的动作的持续时间用action表示,其单位是秒。假设根据动作数据的有无情况所绘画出的方波图如图1所示。在图1中,以方波的跳变点所在的时间轴为分界线,将方波图划分成多个时间段。为简单表述,图中只示出具有代表性的6个时间段,分别是t0-t1、t1-t2、……t5-t6。
步骤S3:根据经验,用户若处于深睡状态时,action≤2;用户若处于清醒状态时,action≥100。据此,调用睡眠检测算法来确定每个时间段中用户所处的状态,具体实现步骤如下:
步骤S31:分别定义初始值为零的标志位lightSleepCnt和标志位deepSleepCnt。
步骤S32:历遍所有时间段,挑选出动作持续时间大于100s且期间存在动作数据的时间段(如t0-t1),挑选出动作持续时间小于2s且期间存在动作数据的时间段(如t2-t3),将这两种时间段的状态暂先标记为未佩戴状态。
步骤S33:以预设时长T2为间隔,从头开始依次读取方波图上的动作数据,每读取一次动作数据则执行一次以下过程,以初步确定每个时间段的状态:
——若action≥2s且该时间段的状态为未佩戴状态,如t0-t1,则把该时间段的状态更新为清醒状态;
——若action<2s,且该时间段的状态为未佩戴状态,如t2-t3,则进一步判断是否要将该时间段的状态更新为深睡状态或浅睡状态,并将标志位lightSleepCnt和标志位deepSleepCnt变为0,若不将该时间段的状态标记成深睡状态或浅睡状态,则维持该时间段的状态为未佩戴状态;其中把该时间段的状态标记为深睡状态的判断条件是标志位deepSleepCnt大于预设值A,把该时间段的状态标记为浅睡状态的判断条件是标志位lightSleepCnt大于预设值B;
——若action≤2s,且该时间段的状态不为未佩戴状态,如t1-t2,则分别对标志位lightSleepCnt和标志位deepSleepCnt进行加一操作,将该时间段的状态标记为不确定状态;
——若2s<action≤100s,且该时间段的状态不为未佩戴状态,如t3-t4、t4-t5,则进一步判断该时间段的状态是否要标记成深睡状态,若标记不成深睡状态,则将该时间段的状态标记为不确定状态;然后对标志位lightSleepCnt进行加一操作,将标志位deepSleepCnt变为0;
——若action>100s,且该时间段的状态不为未佩戴状态,如t5-t6,则进一步判断是要将该时间段的状态标记为深睡状态或浅睡状态,并将标志位lightSleepCnt和标志位deepSleepCnt变为0,若标记不成深睡状态或浅睡状态,则将该时间段的状态标记为不确定状态;
步骤25:执行完步骤24后,再次历遍每个时间段,对原状态为深睡状态的时间段,将其状态更新成清醒状态;对于原状态为不确定状态的时间段,将其状态更新成与上一时间段的状态一致。
步骤S34:执行完步骤S34后,再次历遍每个时间段,对原状态为深睡状态的时间段,将其状态更新成清醒状态;对于原状态为不确定状态的时间段,由于其状态与上一时间段的状态一致的可能性最大,因而将其状态更新成与上一时间段的状态一致。
步骤S4:把深睡状态和浅睡状态都定义成睡眠状态,在状态标记是睡眠状态的时间段中,选择任意两个相邻的时间段并将它们合并成连贯的睡眠时间段,然后执行步骤S5。
步骤S5:若任意两个睡眠时间段之间的间隔小于预设时长T3,则对这两个睡眠时间段及其间隔的时间段进行合并,合并后,判断任意两个睡眠时间段之间的间隔是否都大于预设时长T3,若是则执行步骤S6;若否则返回步骤S4。
步骤S6:筛选出持续时间最长的睡眠时间段来作为用户的有效睡眠时间段,对该睡眠时间段进行统计以得到深睡时长、浅睡时长、清醒时长、未佩戴时长,以及各时长中的动作幅度数据(即action)。处理器将各时长及其数据通过与之连接的蓝牙设备来发送给手机。当然,也可以直接通过信号线传输给手机。
手机再利用现有的睡眠状态分析软件来对各时长及其数据进行分析,得出用户的睡眠质量报告并反馈给用户。
需要说明的是,在步骤S3中,也可以利用传统的睡眠检测算法来确定每个时间段的状态。
最后应当说明的是,以上实施例仅用以说明本发明创造的技术方案,而非对本发明创造保护范围的限制,尽管参照较佳实施例对本发明创造作了详细地说明,本领域的普通技术人员应当理解,可以对本发明创造的技术方案进行修改或者等同替换,而不脱离本发明创造技术方案的实质和范围。
Claims (8)
1.一种计算机可读存储介质,其存储有用于筛选睡眠数据的计算机程序,该程序被处理器执行时实现以下步骤:
步骤1:持续采集用户动作数据;
步骤2:根据动作数据确定用户在何时处于睡眠状态;
其特征在于该程序被处理器执行时继续实现以下步骤:
步骤3:将时间上连续的睡眠状态连成连贯的睡眠时间段;
步骤4:凡是有两个睡眠时间段之间的间隔小于预设时长T3,都将这两个睡眠时间段及其间隔的时间段合并成一个睡眠时间段,直至任意两个睡眠时间段之间的间隔都不小于预设时长T3为止;
步骤5:取持续时间最长的睡眠时间段作为有效睡眠时间段来发给外部终端进行分析。
2.根据权利要求1所述的一种计算机可读存储介质,其特征在于:在步骤1中,历遍所获取的所有动作数据,若这些数据中存在时间间隔超过预设时长T1的空档,则对该空档进行插值补缺。
3.根据权利要求1所述的一种计算机可读存储介质,其特征在于:在步骤1中,持续采集用户一整天的动作数据。
4.根据权利要求1所述的一种计算机可读存储介质,其特征在于:所述睡眠状态是深睡状态或浅睡状态。
5.根据权利要求1所述的一种计算机可读存储介质,其特征在于所述步骤2包括以下步骤:
步骤21:用所有动作数据来绘制方波图,以方波的跳变点所在的时间轴为分界线,将方波图划分成多个时间段;
步骤22:分别定义初始值为零的标志位lightSleepCnt和标志位deepSleepCnt;
步骤23:历遍所有时间段,挑选出动作持续时间大于100s且期间存在动作数据的时间段,挑选出动作持续时间小于2s且期间存在动作数据的时间段,将这两种时间段的状态暂先标记为未佩戴状态;
步骤24:以预设时长T2为间隔,从头开始依次读取方波图上的动作数据,每读取一次动作数据则执行一次以下过程,以初步确定每个时间段的状态:
——若动作所在的时间段的持续时间≥2s且该时间段的状态为未佩戴状态,则把该时间段的状态更新为清醒状态;
——若动作所在的时间段的持续时间<2s,且该时间段的状态为未佩戴状态,则进一步判断是否要将该时间段的状态更新为深睡状态或浅睡状态,并将标志位lightSleepCnt和标志位deepSleepCnt变为0,若不将该时间段的状态标记成深睡状态或浅睡状态,则维持该时间段的状态为未佩戴状态;其中把该时间段的状态标记为深睡状态的判断条件是标志位deepSleepCnt大于预设值A,把该时间段的状态标记为浅睡状态的判断条件是标志位lightSleepCnt大于预设值B;
——若动作所在的时间段的持续时间≤2s,且该时间段的状态不为未佩戴状态,则分别对标志位lightSleepCnt和标志位deepSleepCnt进行加一操作,将该时间段的状态标记为不确定状态;
——若2s<动作所在的时间段的持续时间≤100s,且该时间段的状态不为未佩戴状态,则进一步判断该时间段的状态是否要标记成深睡状态,若标记不成深睡状态,则将该时间段的状态标记为不确定状态;然后对标志位lightSleepCnt进行加一操作,将标志位deepSleepCnt变为0;
——若动作所在的时间段的持续时间>100s,且该时间段的状态不为未佩戴状态,则进一步判断是要将该时间段的状态标记为深睡状态或浅睡状态,并将标志位lightSleepCnt和标志位deepSleepCnt变为0,若标记不成深睡状态或浅睡状态,则将该时间段的状态标记为不确定状态;
步骤25:执行完步骤24后,再次历遍每个时间段,对原状态为深睡状态的时间段,将其状态更新成清醒状态;对于原状态为不确定状态的时间段,将其状态更新成与上一时间段的状态一致。
6.电子手环,包括处理器、存储器和用于感应用户动作的传感器,处理器分别电连接存储器和传感器,传感器采集用户的动作幅度并存储在存储器中,
其特征在于:还包括如权利要求1-5任一项所述计算机可读存储介质,该计算机可读存储介质上的计算机程序可被处理器执行。
7.根据权利要求6所述的电子手环,其特征在于:还包括与处理器电连接的蓝牙设备,处理器通过蓝牙设备来与外界设备进行通信。
8.根据权利要求6或7所述的电子手环,其特征在于:所述传感器是加速度传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711175673.0A CN108030467B (zh) | 2017-11-22 | 2017-11-22 | 电子手环及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711175673.0A CN108030467B (zh) | 2017-11-22 | 2017-11-22 | 电子手环及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108030467A true CN108030467A (zh) | 2018-05-15 |
CN108030467B CN108030467B (zh) | 2021-07-02 |
Family
ID=62094041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711175673.0A Active CN108030467B (zh) | 2017-11-22 | 2017-11-22 | 电子手环及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108030467B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109260693A (zh) * | 2018-09-28 | 2019-01-25 | Tcl通力电子(惠州)有限公司 | 运动音乐的生成方法、智能手环、可读存储介质及系统 |
CN109274757A (zh) * | 2018-10-15 | 2019-01-25 | 珠海格力电器股份有限公司 | 一种音乐推送方法、家电设备及计算机存储介质 |
CN112401838A (zh) * | 2020-11-16 | 2021-02-26 | 上海创功通讯技术有限公司 | 一种可穿戴设备检测睡眠状态的方法及可穿戴设备 |
CN113158009A (zh) * | 2020-01-22 | 2021-07-23 | 青岛海尔电冰箱有限公司 | 饮食推荐方法、冰箱、计算机可读存储介质 |
WO2023217137A1 (zh) * | 2022-05-09 | 2023-11-16 | 维沃移动通信有限公司 | 睡眠数据校准方法和电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060224047A1 (en) * | 2005-03-30 | 2006-10-05 | Kabushiki Kaisha Toshiba | Sleepiness prediction apparatus and sleepiness prediction method |
US9019106B2 (en) * | 2011-12-15 | 2015-04-28 | Google Technology Holdings LLC | Adaptive wearable device for controlling an alarm based on user sleep state |
CN104615851A (zh) * | 2014-12-31 | 2015-05-13 | 深圳市元征科技股份有限公司 | 一种睡眠监控方法及终端 |
CN105030199A (zh) * | 2015-06-24 | 2015-11-11 | 深圳市元征软件开发有限公司 | 睡眠监测方法及装置 |
CN105640508A (zh) * | 2016-03-30 | 2016-06-08 | 安徽华米信息科技有限公司 | 实时睡眠监测方法及装置、智能可穿戴设备 |
CN105764409A (zh) * | 2015-10-27 | 2016-07-13 | 深圳还是威健康科技有限公司 | 一种睡眠状态判断方法及智能可穿戴设备 |
CN105902257A (zh) * | 2016-06-27 | 2016-08-31 | 安徽华米信息科技有限公司 | 睡眠状态分析方法及装置、智能可穿戴设备 |
CN106725325A (zh) * | 2016-12-27 | 2017-05-31 | 广州碧德电子科技有限公司 | 睡眠质量分析方法及分析装置 |
-
2017
- 2017-11-22 CN CN201711175673.0A patent/CN108030467B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060224047A1 (en) * | 2005-03-30 | 2006-10-05 | Kabushiki Kaisha Toshiba | Sleepiness prediction apparatus and sleepiness prediction method |
US9019106B2 (en) * | 2011-12-15 | 2015-04-28 | Google Technology Holdings LLC | Adaptive wearable device for controlling an alarm based on user sleep state |
CN104615851A (zh) * | 2014-12-31 | 2015-05-13 | 深圳市元征科技股份有限公司 | 一种睡眠监控方法及终端 |
CN105030199A (zh) * | 2015-06-24 | 2015-11-11 | 深圳市元征软件开发有限公司 | 睡眠监测方法及装置 |
CN105764409A (zh) * | 2015-10-27 | 2016-07-13 | 深圳还是威健康科技有限公司 | 一种睡眠状态判断方法及智能可穿戴设备 |
CN105640508A (zh) * | 2016-03-30 | 2016-06-08 | 安徽华米信息科技有限公司 | 实时睡眠监测方法及装置、智能可穿戴设备 |
CN105902257A (zh) * | 2016-06-27 | 2016-08-31 | 安徽华米信息科技有限公司 | 睡眠状态分析方法及装置、智能可穿戴设备 |
CN106725325A (zh) * | 2016-12-27 | 2017-05-31 | 广州碧德电子科技有限公司 | 睡眠质量分析方法及分析装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109260693A (zh) * | 2018-09-28 | 2019-01-25 | Tcl通力电子(惠州)有限公司 | 运动音乐的生成方法、智能手环、可读存储介质及系统 |
CN109274757A (zh) * | 2018-10-15 | 2019-01-25 | 珠海格力电器股份有限公司 | 一种音乐推送方法、家电设备及计算机存储介质 |
CN113158009A (zh) * | 2020-01-22 | 2021-07-23 | 青岛海尔电冰箱有限公司 | 饮食推荐方法、冰箱、计算机可读存储介质 |
CN112401838A (zh) * | 2020-11-16 | 2021-02-26 | 上海创功通讯技术有限公司 | 一种可穿戴设备检测睡眠状态的方法及可穿戴设备 |
WO2023217137A1 (zh) * | 2022-05-09 | 2023-11-16 | 维沃移动通信有限公司 | 睡眠数据校准方法和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108030467B (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108030467A (zh) | 电子手环及计算机可读存储介质 | |
Chakravorti et al. | Design and implementation of an integrated performance monitoring tool for swimming to extract stroke information at real time | |
CN103027667A (zh) | 脉搏波的特征参数提取 | |
DE102009030328A1 (de) | Sender und Empfänger zum Beobachten periodischer Ereignisse beim Sport | |
CN104065928A (zh) | 一种行为模式统计装置与方法 | |
CN104658008B (zh) | 一种基于视频图像的人员聚集检测方法 | |
CN112199010B (zh) | 一种全存储深度测量方法及数字示波器、存储介质 | |
CN109528163B (zh) | 一种睡眠监测的方法和设备 | |
CN106228018A (zh) | 一种人体健康状态评测方法及评测系统 | |
EP2471017B1 (de) | Verfahren und system zur speicherung und auswertung von daten, insbesondere vitaldaten | |
CN108021948A (zh) | 一种病虫害的巡检方法及装置 | |
DE112018005855T5 (de) | Verarbeitungsvorrichtung für biologische informationen, verarbeitungsverfahren und verarbeitungprogramm | |
CN105243285A (zh) | 一种大数据健康预测系统 | |
CN104992439A (zh) | 农作物叶子虫害检测装置及其检测方法 | |
CN203732000U (zh) | 数显式土壤耕层深度测量尺 | |
CN105031905A (zh) | 一种运动信息显示方法和装置 | |
CN107064159A (zh) | 一种依据植物黄叶检测判断生长趋势的装置及系统 | |
CN109769459A (zh) | 一种车载测产方法及装置、测产网络系统 | |
CN105137214B (zh) | 一种卫星总线数据分析系统 | |
CN104954351B (zh) | 数据检测方法和装置 | |
CN108334091A (zh) | 收获机作业面积的计算方法、装置和收获机 | |
CN110122929B (zh) | 一种基于惯性传感器的抽烟事件监测系统及监测方法 | |
CN109199325A (zh) | 一种睡眠监测方法及装置 | |
CN103500071B (zh) | 一种定量存储性能指标数据的方法及其装置 | |
CN113175949B (zh) | 一种结合地表形变和水位信息反演释水系数方法和系统 |
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 |