CN110010145A - 一种消除电子听诊器摩擦声的方法 - Google Patents
一种消除电子听诊器摩擦声的方法 Download PDFInfo
- Publication number
- CN110010145A CN110010145A CN201910153572.6A CN201910153572A CN110010145A CN 110010145 A CN110010145 A CN 110010145A CN 201910153572 A CN201910153572 A CN 201910153572A CN 110010145 A CN110010145 A CN 110010145A
- Authority
- CN
- China
- Prior art keywords
- window
- signal
- max
- value
- frictional noise
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Processing of the speech or voice signal to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/66—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/45—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of analysis window
Abstract
本发明公开了一种消除电子听诊器摩擦声的方法,包括下述步骤:步骤一,将获取的混合信号初次划分为n0个窗口信号,并且找出每个窗口信号的幅值,取绝对值后令最大值为A_max,并记录其所在的位置i,j,其中i为窗口的标号i=0,1,2...,j为所在窗口的波形数据对应的位置j=0,1,2...;本发明基于周期平均能量占比算法消除听诊头和衣服之间产生的摩擦噪声,能够消除听诊头和衣服之间产生的摩擦声,从而得到没有摩擦噪声的心音信号;在消除摩擦噪声信号的同时,保证了心音信号的完整性。
Description
技术领域
本发明涉及医疗器械技术领域,具体涉及一种消除电子听诊器摩擦声的方法。
背景技术
随着时代的进步,人们越来越注重健康,各种医疗器械技术得到了迅速发展。就我们日常较容易看到的听诊器而言,其种类也非常之多,主要分为两大类:传统听诊器和电子听诊器。电子听诊器相对于传统听诊器来说,一般都具有如录音、回放等大众功能;除此之外,高级电子听诊器和传统听诊器的有本质性区分的功能是前者能够主动降噪,而后者只能被动降噪。
医生能通过听取患者的心跳规律,获取患者生理信息,医生听到的心音越纯净,越能准确判断患者的身体状况。然而医生通过听诊器听到的往往不是纯净的心音,而是掺杂着内部噪声(肺音及其他器官响声)和外部的噪声(环境噪声,听诊头和衣服的摩擦声)的混合音。医生用听诊器听取患者心音时,往往要将听诊头紧贴患者的衣服,因为心音本来就比较微弱,如果听诊头不贴紧身体(因为不卫生,这种紧贴身体的做法已经很少)或者衣服,就很难听到心音了。随着患者呼吸而引起的肺的扩张和收缩或者其他外部原因会带动衣服的震动,这样听诊头和衣服会产生摩擦,摩擦声会混合在生理信号当中并被听诊器拾取,医生根据该混合音很难正确获取患者的生理信息,所以摩擦声会干扰医生做出正确诊断。
目前较好的电子听诊器都有消除内部噪声(如:肺音等)的功能,听诊的效果也得到了一定的改善,但是对于外部噪声(环境噪声,听诊头和衣服的摩擦声)却没有很好的办法去过滤掉。听诊器拾取的音频信号包含心音和噪声,其中心音为有用信号,而噪声为干扰信号。高性能的听诊器能够最大限度地保留心音信号并且过滤掉噪声信号,输出信号的高信噪比和低失真度是评价听诊器性能的重要指标之一。由于摩擦噪声来自于听诊头和衣服两者相互作用,并且没有经过过多的衰减,就被听诊器拾取,故摩擦声较心音的响度要大,如果不对摩擦声进行过滤任其与心音信号一起输出,则听诊器的性能大打折扣,甚至导致医生无法获取患者的身体状况信息,进而无法诊断患者的病情。
经过对听诊头与衣服之间所产生的摩擦音进行数据分析,发现摩擦声和心音两者在频域上的信号特点有相同之处,两者都是低频段信号且大部分频率重合,所以无法直接利用两者频谱的特点进行分离,然而摩擦音和心音在时域上却有明显的区别:即是摩擦音幅值的峰值往往比心音信号幅值的峰值要小,而且该摩擦音具有非周期性﹑短时﹑非持续性特性,则可以利用这个特性对摩擦音进行过滤。
现有技术中,S E Schmidt等人采用以下方法:针对那些其信号幅值峰值往往大于心音信号幅值峰值的摩擦噪声,提出是在混合信号中利用摩擦音幅值峰值比心音幅值峰值大的特点,找出混合音中的摩擦噪声信号,并将其剔除;其步骤如下:将混合信号分成若干个窗,每个窗时长为0.5s,窗的个数N=2*Num/fs(个),其中Num为信号采集点总数,fs为信号的采样频率,并且(1)找出每个窗幅值的绝对值的最大值(MAA)以及所有窗的MAA的中位数(MMAA);(2)如果至少存在一个MAA>=3*MMAA,则认为混合心音中具有摩擦音,否则不作处理;(3)如果存在摩擦音时:(a)选择在所有窗中MMA最大的那个窗,MMA所在的位置对应的波形点就是该窗摩擦声顶值点;(b)摩擦声顶值点前面的第一个方向变换点为该窗摩擦声的起点;(c)摩擦声顶值点后面的第一个方向变换点为该窗摩擦声的终点;(d)将该窗中摩擦声对应的数据置零;(e)重复步骤(1);(4)处理结束。
但是,现实中听诊头和衣服之间产生的摩擦音信号具有非周期性﹑短时﹑非持续性等特点,并且该摩擦噪声不仅仅出现第一心音区间,也会出现在其他心音区间,所以并不适合直接套用上述方法去除听诊头和衣服之间产生的摩擦噪音,具体来说:(1)因为听诊头和YYY材质衣服之间产生的摩擦音幅值的峰值往往比心音信号幅值的峰值要小,即使有一段摩擦噪作用于心音信号的某个周期并完全覆盖了第二、三、四心音信号甚至整个心音信号所有周期,也很难存在MAA>=3*MMAA的情况,即上述方法会误认为心音不存在摩擦噪声,但是该摩擦噪声却确实存在并且严重影响了医生听取患者的心音;(2)由于其认为该窗摩擦声的起点和终点分别是摩擦声顶值点前面和后面的第一个方向变换点,然而其只消除了该窗口峰值最大对应下的波峰内的噪声,而且把该位置的心音信号也删除掉了,对于波峰外的噪声却无能为力,同时还造成了该窗心音信号的不完整性。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种消除电子听诊器摩擦声的方法,该方法能够使电子听诊器过滤掉由于听诊头和衣服之间产生的摩擦噪声,从而使医生听到不受摩擦音干扰的生理声信号并能够根据心音做出正确的分析和判断。
本发明的目的通过下述技术方案实现:
一种消除电子听诊器摩擦声的方法,包括下述步骤:
步骤一,将获取的混合信号初次划分为n0个窗口信号,并且找出每个窗口信号的幅值,取绝对值后令最大值为A_max,并记录其所在的位置i,j,其中i为窗口的标号i=0,1,2..,j为所在窗口的波形数据对应的位置j=0,1,2..;
步骤二,找出所有A_max中的最大值A_max_m,并对所有A_max进行|A_max_m-A_max|<α筛选,其中α为实验值,记录符合要求的最大值及其位置,即A_maxij;
步骤三,在步骤二的基础上,将混合信号进行重新划分为n1个窗口信号,每个窗口的起点为符合要求的幅值绝对值最大值的对应点前面φ个采集点所在的位置;每个窗口的终点为本窗口符合要求的幅值绝对值最大值的对应点之后的第一个符合要求的幅值绝对值最大值的对应点前面φ个采集点所在的位置;
步骤四,求出每个窗口信号的平均能量Q以及所有窗口周期信号的平均能量Qavg;
步骤五,找出符合(Q-Qavg)>β的所有窗口n_f,并确认这些窗口就是存在摩擦噪声的窗口,其中β为实验值;
步骤六,信号重构;将存在摩擦噪声的窗口信号的前一个没有摩擦噪声信的窗口信号复制,以替代该存在摩擦噪声的窗口信号,则这样操作不但去除了摩擦噪声,并且保持了心音信号的完整性。
本发明与现有技术相比具有以下的有益效果:
本发明基于周期平均能量占比算法消除听诊头和衣服之间产生的摩擦噪声,能够消除听诊头和衣服之间产生的摩擦声,从而得到没有摩擦噪声的心音信号;在消除摩擦噪声信号的同时,保证了心音信号的完整性。
附图说明
图1为本发明的实现流程图;
图2为本发明干净心音(上)﹑摩擦噪声(中)﹑混合心音(下)信号的波形图;
图3为本发明混合心音(上)﹑去除摩擦噪声的心音(下)信号的波形图;
图4为本发明功能模块结构示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
本发明通过两次窗口划分定位出混合音信号的每一个周期,并且通过比较每个周期的心音信号的平均能量与所有周期心音信号的平均能量的大小来确定在该周期的心音信号是否存在摩擦噪声,如果该周期心音信号存在摩擦噪声,则复制该周期心音信号的前一个没有摩擦噪声的周期心音信号来代替该周期含有摩擦噪声的心音噪声,去掉摩擦噪声的同时保证了心音信号的完整性。
具体来说,如图1所示,一种消除电子听诊器摩擦声的方法,包括下述步骤:
步骤一,将获取的混合信号初次划分为n0个窗口信号,并且找出每个窗口信号的幅值,取绝对值后令最大值为A_max,并记录其所在的位置i,j,其中i为窗口的标号i=0,1,2..,j为所在窗口的波形数据对应的位置j=0,1,2..;
步骤二,找出所有A_max中的最大值A_max_m,并对所有A_max进行|A_max_m-A_max|<α筛选,其中α为实验值,记录符合要求的最大值及其位置,即A_maxij;
步骤三,在步骤二的基础上,将混合信号进行重新划分为n1个窗口(周期)信号,每个窗口的起点为符合要求的幅值绝对值最大值的对应点(时刻)前面φ个采集点(或θms)所在的位置(时刻);每个窗口的终点为本窗口符合要求的幅值绝对值最大值的对应点之后的第一个符合要求的幅值绝对值最大值的对应点(时刻)前面φ个采集点(或θms)所在的位置(时刻);
步骤四,求出每个窗口信号的平均能量Q以及所有窗口周期信号的平均能量Qavg;
通过以下公式求得:
其中n为每个窗口的采集点数,ai是每个采集点的幅值;
其中m为窗口总数,n为每个窗口的采集点数,ai是每个采集点的幅值。
步骤五,找出符合(Q-Qavg)>β的所有窗口n_f,并确认这些窗口就是存在摩擦噪声的窗口,其中β为实验值;
步骤六,信号重构;将存在摩擦噪声的窗口信号的前一个没有摩擦噪声信的窗口信号复制,以替代该存在摩擦噪声的窗口信号,则这样操作不但去除了摩擦噪声,并且保持了心音信号的完整性。
如图2所示,实验所用的心音以及摩擦噪声信号的波形图,本发明所得的实验效果比较理想,能够找出摩擦噪声所在的心音周期并且将其删除,如图3所示。
如图4所示,图4示出了本发明的功能模块结构图,具体来说,听诊头拾取声音信号,利用内置麦克风将声信号转化为电信号并将电信号送到功率补偿模块;电信号得到功率补偿后被送到滤波模块进行滤波处理,然后将其送到A/D模块进行模数转换并得到数字电信号;模数模块将数字电信号送给微处理器,微处理器将该信号传送给数据处理模块;数据处理模块利用本发明的方法进行心音信号和摩擦噪声的分离,将分离得到干净的心音信号传送给微处理器处理;处理器将干净心音数字信号送给D/A模块,然后D/A模块将模拟电信号传送给播音模块;播音模块的扬声器将其转换为心音声信号。
本发明基于周期平均能量占比算法消除听诊头和衣服之间产生的摩擦噪声,能够消除听诊头和衣服之间产生的摩擦声,从而得到没有摩擦噪声的心音信号;在消除摩擦噪声信号的同时,保证了心音信号的完整性。
上述为本发明较佳的实施方式,但本发明的实施方式并不受上述内容的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (1)
1.一种消除电子听诊器摩擦声的方法,其特征在于,包括下述步骤:
步骤一,将获取的混合信号初次划分为n0个窗口信号,并且找出每个窗口信号的幅值,取绝对值后令最大值为A_max,并记录其所在的位置i,j,其中i为窗口的标号i=0,1,2..,j为所在窗口的波形数据对应的位置j=0,1,2..;
步骤二,找出所有A_max中的最大值A_max_m,并对所有A_max进行|A_max_m-A_max|<α筛选,其中α为实验值,记录符合要求的最大值及其位置,即A_maxij;
步骤三,在步骤二的基础上,将混合信号进行重新划分为n1个窗口信号,每个窗口的起点为符合要求的幅值绝对值最大值的对应点前面φ个采集点所在的位置;每个窗口的终点为本窗口符合要求的幅值绝对值最大值的对应点之后的第一个符合要求的幅值绝对值最大值的对应点前面φ个采集点所在的位置;
步骤四,求出每个窗口信号的平均能量Q以及所有窗口周期信号的平均能量Qavg;
步骤五,找出符合(Q-Qavg)>β的所有窗口n_f,并确认这些窗口就是存在摩擦噪声的窗口,其中β为实验值;
步骤六,信号重构;将存在摩擦噪声的窗口信号的前一个没有摩擦噪声信的窗口信号复制,以替代该存在摩擦噪声的窗口信号,则这样操作不但去除了摩擦噪声,并且保持了心音信号的完整性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910153572.6A CN110010145B (zh) | 2019-02-28 | 2019-02-28 | 一种消除电子听诊器摩擦声的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910153572.6A CN110010145B (zh) | 2019-02-28 | 2019-02-28 | 一种消除电子听诊器摩擦声的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110010145A true CN110010145A (zh) | 2019-07-12 |
CN110010145B CN110010145B (zh) | 2021-05-11 |
Family
ID=67166168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910153572.6A Active CN110010145B (zh) | 2019-02-28 | 2019-02-28 | 一种消除电子听诊器摩擦声的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110010145B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112614503A (zh) * | 2020-12-14 | 2021-04-06 | 北京远鉴信息技术有限公司 | 心音信号的处理方法、装置、电子设备及可读存储介质 |
CN112908291A (zh) * | 2021-01-21 | 2021-06-04 | 宁波理得医疗科技有限公司 | 一种电子听诊器的毛刺噪声消除方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100106038A1 (en) * | 2006-06-26 | 2010-04-29 | Samuel Emil Schmidt | Method for Segmenting a Cardiovascular Signal |
US20100249629A1 (en) * | 2009-03-18 | 2010-09-30 | Coloplast A/S | Segmenting a cardiac acoustic signal |
CN103440872A (zh) * | 2013-08-15 | 2013-12-11 | 大连理工大学 | 瞬态噪声的去噪方法 |
CN103854649A (zh) * | 2012-11-29 | 2014-06-11 | 中兴通讯股份有限公司 | 一种变换域的丢帧补偿方法及装置 |
US20150157218A1 (en) * | 2013-12-05 | 2015-06-11 | Comsats Institute Of Information Technology | Heart murmur extraction and heart impairments identification using fuzzy controller |
US20160302732A1 (en) * | 2015-04-14 | 2016-10-20 | Tata Consultancy Services Limited | Determining a heart rate and a heart rate variability |
CN107463956A (zh) * | 2017-08-02 | 2017-12-12 | 广东工业大学 | 一种基于非负矩阵分解的心肺音分离的方法及装置 |
CN107837091A (zh) * | 2017-11-15 | 2018-03-27 | 广东工业大学 | 一种单通道心肺音分离方法及系统 |
CN108392220A (zh) * | 2018-02-01 | 2018-08-14 | 南京邮电大学 | 一种获取心音信号源成分的方法 |
CN108420453A (zh) * | 2018-02-26 | 2018-08-21 | 河南善仁医疗科技有限公司 | 基于多路心音的心脏杂音类型的识别方法 |
CN108523920A (zh) * | 2018-02-26 | 2018-09-14 | 河南善仁医疗科技有限公司 | 基于多路心音的心脏杂音类型的识别方法 |
-
2019
- 2019-02-28 CN CN201910153572.6A patent/CN110010145B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100106038A1 (en) * | 2006-06-26 | 2010-04-29 | Samuel Emil Schmidt | Method for Segmenting a Cardiovascular Signal |
US20100249629A1 (en) * | 2009-03-18 | 2010-09-30 | Coloplast A/S | Segmenting a cardiac acoustic signal |
CN103854649A (zh) * | 2012-11-29 | 2014-06-11 | 中兴通讯股份有限公司 | 一种变换域的丢帧补偿方法及装置 |
CN103440872A (zh) * | 2013-08-15 | 2013-12-11 | 大连理工大学 | 瞬态噪声的去噪方法 |
US20150157218A1 (en) * | 2013-12-05 | 2015-06-11 | Comsats Institute Of Information Technology | Heart murmur extraction and heart impairments identification using fuzzy controller |
US20160302732A1 (en) * | 2015-04-14 | 2016-10-20 | Tata Consultancy Services Limited | Determining a heart rate and a heart rate variability |
CN107463956A (zh) * | 2017-08-02 | 2017-12-12 | 广东工业大学 | 一种基于非负矩阵分解的心肺音分离的方法及装置 |
CN107837091A (zh) * | 2017-11-15 | 2018-03-27 | 广东工业大学 | 一种单通道心肺音分离方法及系统 |
CN108392220A (zh) * | 2018-02-01 | 2018-08-14 | 南京邮电大学 | 一种获取心音信号源成分的方法 |
CN108420453A (zh) * | 2018-02-26 | 2018-08-21 | 河南善仁医疗科技有限公司 | 基于多路心音的心脏杂音类型的识别方法 |
CN108523920A (zh) * | 2018-02-26 | 2018-09-14 | 河南善仁医疗科技有限公司 | 基于多路心音的心脏杂音类型的识别方法 |
Non-Patent Citations (2)
Title |
---|
S. E. SCHMIDT: ""noise and the detection of coronary artery diseases with an electronic stethoscope"", 《CAIRO INTERNATIONAL BIOMEDICAL ENGINEERING CONFERENCE》 * |
陈国强: ""心音信号的提取和处理研究"", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112614503A (zh) * | 2020-12-14 | 2021-04-06 | 北京远鉴信息技术有限公司 | 心音信号的处理方法、装置、电子设备及可读存储介质 |
CN112908291A (zh) * | 2021-01-21 | 2021-06-04 | 宁波理得医疗科技有限公司 | 一种电子听诊器的毛刺噪声消除方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110010145B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huiying et al. | A heart sound segmentation algorithm using wavelet decomposition and reconstruction | |
El-Segaier et al. | Computer-based detection and analysis of heart sound and murmur | |
US7611471B2 (en) | Heart diagnosis system | |
CN201755228U (zh) | 无线心电心音一体机 | |
CN109276272A (zh) | 一种多功能智能听诊器 | |
Pretorius et al. | Development of a pediatric cardiac computer aided auscultation decision support system | |
CN110010145A (zh) | 一种消除电子听诊器摩擦声的方法 | |
CN105455842A (zh) | 一种智能听诊系统 | |
Brusco et al. | Development of an intelligent PDA-based wearable digital phonocardiograph | |
Chowdhury et al. | Digital spectrum analysis of respiratory sound | |
CN113974576B (zh) | 一种基于心磁图的睡眠质量监测系统及监测方法 | |
TW200927065A (en) | Monitoring and control system for cardiopulmonary function and device thereof | |
CN112489796A (zh) | 一种智能听诊辅助诊断系统及诊断方法 | |
CN110037733B (zh) | 一种便携式程控无线体音监测系统 | |
CN106308847A (zh) | 一种智能电子听诊器 | |
Yue et al. | Time-frequency analysis of heart sounds in telemedicine consulting system for auscultation | |
Fei et al. | A new type of wavelet de-noising algorithm for lung sound signals | |
CN204741568U (zh) | 一种声音探测器 | |
Naufal et al. | Advancement on automatic blood pressure measurement using auscultatory method: A literature review | |
CN112908291A (zh) | 一种电子听诊器的毛刺噪声消除方法 | |
CN204744231U (zh) | 一种电子体内音采集器 | |
CN210019403U (zh) | 一种体音监测仪 | |
CN207785174U (zh) | 一种智能听诊器系统 | |
Jandre et al. | Wavelet analysis of phonocardiograms: differences between normal and abnormal heart sounds | |
CN206214120U (zh) | 一种基于无线网络便于携带的智能听诊器 |
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 |