CN110755069B - 一种跳跃突变噪声的动态心电信号基线漂移校正方法 - Google Patents

一种跳跃突变噪声的动态心电信号基线漂移校正方法 Download PDF

Info

Publication number
CN110755069B
CN110755069B CN201911027439.2A CN201911027439A CN110755069B CN 110755069 B CN110755069 B CN 110755069B CN 201911027439 A CN201911027439 A CN 201911027439A CN 110755069 B CN110755069 B CN 110755069B
Authority
CN
China
Prior art keywords
jump
region
baseline
signal
mutation
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
CN201911027439.2A
Other languages
English (en)
Other versions
CN110755069A (zh
Inventor
谢小云
王英龙
刘辉
舒明雷
周书旺
刘照阳
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.)
Shandong Computer Science Center National Super Computing Center in Jinan
Original Assignee
Shandong Computer Science Center National Super Computing Center in Jinan
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 Shandong Computer Science Center National Super Computing Center in Jinan filed Critical Shandong Computer Science Center National Super Computing Center in Jinan
Priority to CN201911027439.2A priority Critical patent/CN110755069B/zh
Publication of CN110755069A publication Critical patent/CN110755069A/zh
Priority to NL2025147A priority patent/NL2025147B1/en
Application granted granted Critical
Publication of CN110755069B publication Critical patent/CN110755069B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Cardiology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Power Engineering (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

一种跳跃突变噪声的动态心电信号基线漂移校正方法,通过准确检测心电信号中包含的跳跃突变区域,并分段单独处理,可以改善传统滤波方法处理该类区域时基线提取不准确导致的心电信号变形问题。适用于各种含有基线漂移的心电信号的基线漂移校正处理,尤其是可穿戴式的动态心电信号。得到的基线漂移校正信号的波形明显优于其他方法。

Description

一种跳跃突变噪声的动态心电信号基线漂移校正方法
技术领域
本发明涉及心电信号噪声处理技术领域,具体涉及一种跳跃突变噪声的动态心电信号基线漂移校正方法。
背景技术
基线漂移是心电信号中频率小于1Hz的常见噪声。基线校正对于正确诊断ST段抬高或降低等心电异常十分重要。目前常用的基线校正方法有高通滤波、中值滤波、小波变换、样条插值、数学形态学滤波、自适应滤波等。
随着Holter等动态心电监测设备的广泛使用、尤其是近年来小型化的穿戴式、便携式心电监测终端的快速发展,运动干扰成为心电信号的主要噪声源之一,基线漂移变得更加严重,不仅幅度增加而且频率增大,与正常心电信号的频率有一定重合。更为严重的是,在较大幅度动作下人体皮肤与电极之间的阻抗会随位移变化出现快速的升高或降低,导致采集的信号幅值在不足100ms的较短时间内产生跳跃突变,变化可达0.5mV以上(如附图1的区域A、B、C所示)。
然而,上述基线校正方法均没有针对信号局部特征单独处理,基线提取中对跳跃突变区域不敏感,不能有效校正突变区域内产生的较为严重的基线漂移现象。只有中值滤波方法能够检测到突变发生的位置,并进行校正。但中值滤波方法对突变区域定位不准确或不能检测完整突变区域并处理。因此,对动态心电信号中跳跃突变区域进行正确识别和有效消除是动态心电信号基线漂移校正阶段一个较大的挑战。
发明内容
本发明为了克服以上技术的不足,提供了一种能够准确定位发生跳跃突变的区域,通过对跳跃突变区域和平缓变化区域分段单独处理,得到较优的基线漂移校正结果的动态心电信号基线漂移校正方法。
本发明克服其技术问题所采用的技术方案是:
一种跳跃突变噪声的动态心电信号基线漂移校正方法,包括如下步骤:
a)利用计算机对心电信号中跳跃突变区域进行检测,得到心电信号中的平缓变化区域和跳跃突变区域;
b)对跳跃突变区域进行单独处理,提取跳跃突变区域内的基线bw_u;
c)提取平缓变化区域内的基线bw_c,利用滑动平均法对提取的基线进行平滑处理;
d)将提取的跳跃突变区域内的基线bw_u与平缓变化区域内的基线bw_c进行合并,合并后得到初始基线bw,得到校正后的数据,跳跃突变区域与平缓变化区域连接点间的误差通过滤波组合的方法进行平滑处理。
进一步的,步骤a)通过以下步骤处理:
a-1)利用计算机对心电信号中含基线漂移和跳跃突变噪声的心电信号y使用宽度为200ms和600ms的中值滤波器进行过滤,得到去除R波影响的基线信号y';
a-2)通过公式
Figure BDA0002247125430000021
对基线信号y'采用宽度为30ms的信号长度变换处理,得到P波、T波被抑制跳跃突变区域明显的信号Li,式中w=30ms,i={0,1,2,...Nw},Nw为该段信号内窗口的数量,Δyk=yk-yk-1,fs为信号采样频率,yk为心电信号y中第k个采样点的幅值,yk-1为心电信号y中第k-1个采样点的幅值;
a-3)定义阀值thr_min,thr_min=1.1*min(Li),将信号Li中满足Li>thr_min的区域加入候选集,不满足Li>thr_min的区域加入平缓变化区域,计算变换后信号Li的香浓熵H、计算第i个候选区域香浓熵Hi及振幅变化范围Ampi,定义幅度变化阀值为thr_a;
a-4)遍历候选集中每个区域,将满足条件Hi>H且Ampi>thr_a的区域加入跳跃突变区域,将不满足条件Hi>H且Ampi>thr_a的区域加入平缓变化区域。
进一步的,步骤b)中利用滑动平均法平滑中值滤波基线信号y',得到跳跃突变区域内的基线bw_u。
进一步的,步骤c)中通过遍历跳跃突变区域,对每个突变区域单独处理,将该区域内基线定义为(1-thr_r)*该区域内的含噪信号,处理后的基线定义为bw_c,其中thr_r为缩放率,
Figure BDA0002247125430000031
进一步的,步骤d)通过以下步骤处理:
d-1)通过公式
Figure BDA0002247125430000032
计算得到初始平滑基线bw1,其中S=0.1*fs,式中
Figure BDA0002247125430000033
为形态学的开运算,·为形态学闭运算;
d-2)通过公式
Figure BDA0002247125430000034
计算使用宽度为wf个样本点的平滑滤波方法对初始平滑基线bw1进行平滑处理,得到最终的基线bw',通过公式y-bw'计算得到最终校正后的信号。
进一步的,步骤a-3)中通过公式
Figure BDA0002247125430000035
计算香浓熵H,式中将信号按照其幅值分为n段,j={0,1,2,...K},Pj为变换后信号属于第j段的概率值;通过公式
Figure BDA0002247125430000036
计算第i个候选区域香浓熵Hi,式中将信号按照其幅值分为k段,PLj为候选区域i内第j段的概率值;通过公式Ampi=abs(yi1-yiw)计算振幅变化范围Ampi,式中yi1为第i个区域的第一个元素的值,yiw为第i个区域的最后一个元素w的值。
本发明的有益效果是:通过准确检测心电信号中包含的跳跃突变区域,并分段单独处理,可以改善传统滤波方法处理该类区域时基线提取不准确导致的心电信号变形问题。适用于各种含有基线漂移的心电信号的基线漂移校正处理,尤其是可穿戴式的动态心电信号。得到的基线漂移校正信号的波形明显优于其他方法。
附图说明
图1为心电信号中跳跃突变区域的示例图;
图2为本发明的跳跃突变区域的检测流程图;
图3为本发明的平缓变化区域和跳跃变化区域基线提取流程图;
图4为本发明的平滑基线流程图;
图5为本发明的方法流程图。
具体实施方式
下面结合附图1、附图2对本发明做进一步说明。
一种跳跃突变噪声的动态心电信号基线漂移校正方法,包括如下步骤:
a)利用计算机对心电信号中跳跃突变区域进行检测,得到心电信号中的平缓变化区域和跳跃突变区域;
b)对跳跃突变区域进行单独处理,提取跳跃突变区域内的基线bw_u;
c)提取平缓变化区域内的基线bw_c,利用滑动平均法对提取的基线进行平滑处理;
d)将提取的跳跃突变区域内的基线bw_u与平缓变化区域内的基线bw_c进行合并,合并后得到初始基线bw,得到校正后的数据,跳跃突变区域与平缓变化区域连接点间的误差通过滤波组合的方法进行平滑处理。
通过准确检测心电信号中包含的跳跃突变区域,并分段单独处理,可以改善传统滤波方法处理该类区域时基线提取不准确导致的心电信号变形问题。适用于各种含有基线漂移的心电信号的基线漂移校正处理,尤其是可穿戴式的动态心电信号。得到的基线漂移校正信号的波形明显优于其他方法。
进一步的,如附图2所示,步骤a)通过以下步骤处理:
a-1)利用计算机对心电信号中含基线漂移和跳跃突变噪声的心电信号y使用宽度为200ms和600ms的中值滤波器进行过滤,得到去除R波影响的基线信号y';
a-2)通过公式
Figure BDA0002247125430000041
对基线信号y'采用宽度为30ms的信号长度变换处理,得到P波、T波被抑制跳跃突变区域明显的信号Li,式中w=30ms,i={0,1,2,...Nw},Nw为该段信号内窗口的数量,Δyk=yk-yk-1,fs为信号采样频率,yk为心电信号y中第k个采样点的幅值,yk-1为心电信号y中第k-1个采样点的幅值;
a-3)定义阀值thr_min,thr_min=1.1*min(Li),将信号Li中满足Li>thr_min的区域加入候选集,不满足Li>thr_min的区域加入平缓变化区域,计算变换后信号Li的香浓熵H、计算第i个候选区域香浓熵Hi及振幅变化范围Ampi,定义幅度变化阀值为thr_a;
a-4)遍历候选集中每个区域,将满足条件Hi>H且Ampi>thr_a的区域加入跳跃突变区域,将不满足条件Hi>H且Ampi>thr_a的区域加入平缓变化区域。
进一步的,如附图3所示,步骤b)中利用滑动平均法平滑中值滤波基线信号y',得到跳跃突变区域内的基线bw_u。
进一步的,如附图3所示,步骤c)中通过遍历跳跃突变区域,对每个突变区域单独处理,将该区域内基线定义为(1-thr_r)*该区域内的含噪信号,处理后的基线定义为bw_c,其中thr_r为缩放率,
Figure BDA0002247125430000051
进一步的,如附图4所示,步骤d)通过以下步骤处理:
d-1)通过公式
Figure BDA0002247125430000052
计算得到初始平滑基线bw1,其中S=0.1*fs,式中
Figure BDA0002247125430000056
为形态学的开运算,·为形态学闭运算。
Figure BDA0002247125430000053
即用S先对bw进行腐蚀操作,然后再进行膨胀操作。
Figure BDA0002247125430000054
即用S先对bw进行膨胀操作,然后再进行腐蚀操作。
d-2)通过公式
Figure BDA0002247125430000055
计算使用宽度为wf个样本点的平滑滤波方法对初始平滑基线bw1进行平滑处理,得到最终的基线bw',通过公式y-bw'计算得到最终校正后的信号。
进一步的,步骤a-3)中通过公式
Figure BDA0002247125430000061
计算香浓熵H,式中将信号按照其幅值分为n段,j={0,1,2,...K},Pj为变换后信号属于第j段的概率值;通过公式
Figure BDA0002247125430000062
计算第i个候选区域香浓熵Hi,式中将信号按照其幅值分为k段,PLj为候选区域i内第j段的概率值;通过公式Ampi=abs(yi1-yiw)计算振幅变化范围Ampi,式中yi1为第i个区域的第一个元素的值,yiw为第i个区域的最后一个元素w的值。

Claims (5)

1.一种跳跃突变噪声的动态心电信号基线漂移校正方法,其特征在于,包括如下步骤:
a)利用计算机对心电信号中跳跃突变区域进行检测,得到心电信号中的平缓变化区域和跳跃突变区域;
步骤a)通过以下步骤处理:
a-1)利用计算机对心电信号中含基线漂移和跳跃突变噪声的心电信号y使用宽度为200ms和600ms的中值滤波器进行过滤,得到去除R波影响的基线信号y′;
a-2)通过公式
Figure FDA0002582917200000011
对基线信号y′采用宽度为30ms的信号长度变换处理,得到P波、T波被抑制跳跃突变区域明显的信号Li,式中w=30ms,i={0,1,2,...Nw},Nw为该段信号内窗口的数量,Δyk=yk-yk-1,fs为信号采样频率,yk为心电信号y中第k个采样点的幅值,yk-1为心电信号y中第k-1个采样点的幅值;
a-3)定义阀值thr_min,thr_min=1.1*min(Li),将信号Li中满足Li>thr_min的区域加入候选集,不满足Li>thr_min的区域加入平缓变化区域,计算变换后信号Li的香浓熵H、计算第i个候选区域香浓熵Hi及振幅变化范围Ampi,定义幅度变化阀值为thr_a;
a-4)遍历候选集中每个区域,将满足条件Hi>H且Ampi>thr_a的区域加入跳跃突变区域,将不满足条件Hi>H且Ampi>thr_a的区域加入平缓变化区域;
b)对跳跃突变区域进行单独处理,提取跳跃突变区域内的基线bw_u;
c)提取平缓变化区域内的基线bw_c,利用滑动平均法对提取的基线进行平滑处理;
d)将提取的跳跃突变区域内的基线bw_u与平缓变化区域内的基线bw_c进行合并,合并后得到初始基线bw,得到校正后的数据,跳跃突变区域与平缓变化区域连接点间的误差通过滤波组合的方法进行平滑处理。
2.根据权利要求1所述的跳跃突变噪声的动态心电信号基线漂移校正方法,其特征在于:步骤b)中利用滑动平均法平滑中值滤波基线信号y′,得到跳跃突变区域内的基线bw_u。
3.根据权利要求1所述的跳跃突变噪声的动态心电信号基线漂移校正方法,其特征在于:步骤c)中通过遍历跳跃突变区域,对每个突变区域单独处理,将该区域内基线定义为(1-thr_r)*该区域内的含噪信号,处理后的基线定义为bw_c,其中thr_r为缩放率,
Figure FDA0002582917200000021
4.根据权利要求1所述的跳跃突变噪声的动态心电信号基线漂移校正方法,其特征在于:步骤d)通过以下步骤处理:
d-1)通过公式
Figure FDA0002582917200000022
计算得到初始平滑基线bw1,其中S=0.1*fs,式中
Figure FDA0002582917200000026
为形态学的开运算,·为形态学闭运算;
d-2)通过公式
Figure FDA0002582917200000023
计算使用宽度为wf个样本点的平滑滤波方法对初始平滑基线bw1进行平滑处理,得到最终的基线bw',通过公式y-bw'计算得到最终校正后的信号。
5.根据权利要求1所述的跳跃突变噪声的动态心电信号基线漂移校正方法,其特征在于:步骤a-3)中通过公式
Figure FDA0002582917200000024
计算香浓熵H,式中将信号按照其幅值分为n段,j={0,1,2,...K},Pj为变换后信号属于第j段的概率值;通过公式
Figure FDA0002582917200000025
计算第i个候选区域香浓熵Hi,式中将信号按照其幅值分为k段,PLj为候选区域i内第j段的概率值;通过公式Ampi=abs(yi1-yiw)计算振幅变化范围Ampi,式中yi1为第i个区域的第一个元素的值,yiw为第i个区域的最后一个元素w的值。
CN201911027439.2A 2019-10-25 2019-10-25 一种跳跃突变噪声的动态心电信号基线漂移校正方法 Active CN110755069B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911027439.2A CN110755069B (zh) 2019-10-25 2019-10-25 一种跳跃突变噪声的动态心电信号基线漂移校正方法
NL2025147A NL2025147B1 (en) 2019-10-25 2020-03-17 Method for Correcting Baseline Drift of Dynamic ECG Signal with Sudden Jump Noise

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911027439.2A CN110755069B (zh) 2019-10-25 2019-10-25 一种跳跃突变噪声的动态心电信号基线漂移校正方法

Publications (2)

Publication Number Publication Date
CN110755069A CN110755069A (zh) 2020-02-07
CN110755069B true CN110755069B (zh) 2020-10-16

Family

ID=69333991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911027439.2A Active CN110755069B (zh) 2019-10-25 2019-10-25 一种跳跃突变噪声的动态心电信号基线漂移校正方法

Country Status (2)

Country Link
CN (1) CN110755069B (zh)
NL (1) NL2025147B1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112006679B (zh) * 2020-08-28 2021-08-03 山东省人工智能研究院 一种基于窗口方差变换的穿戴式心电信号r波检测方法
CN112487880B (zh) * 2020-11-13 2021-09-24 河北省科学院应用数学研究所 基于最大误差准则的中值滤波器、设备和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993005574A1 (en) * 1991-09-09 1993-03-18 Quinton Instrument Company Ecg muscle artifact filter system
CN102421354A (zh) * 2009-03-09 2012-04-18 科学与工业研究委员会 具有脉冲和通道切换adc噪声滤波器和衍生导联纠错器的ecg设备
JP2016531629A (ja) * 2013-10-01 2016-10-13 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 生理学的信号を処理するデバイス、方法及びシステム
CN108937919A (zh) * 2018-06-04 2018-12-07 湖北工业大学 一种消除心电信号基线漂移的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993005574A1 (en) * 1991-09-09 1993-03-18 Quinton Instrument Company Ecg muscle artifact filter system
CN102421354A (zh) * 2009-03-09 2012-04-18 科学与工业研究委员会 具有脉冲和通道切换adc噪声滤波器和衍生导联纠错器的ecg设备
JP2016531629A (ja) * 2013-10-01 2016-10-13 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 生理学的信号を処理するデバイス、方法及びシステム
CN108937919A (zh) * 2018-06-04 2018-12-07 湖北工业大学 一种消除心电信号基线漂移的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《ECG参数监测算法的研究》;白帆;《北京交通大学硕士论文》;20090630;全文 *
《心电信号实时检测算法与应用研究》;陈兵兵;《华中科技大学硕士论文》;20090531;全文 *

Also Published As

Publication number Publication date
CN110755069A (zh) 2020-02-07
NL2025147A (en) 2020-05-06
NL2025147B1 (en) 2021-04-21

Similar Documents

Publication Publication Date Title
CN108158573B (zh) 基于自适应阈值小波变换的心电信号降噪方法
CN107041743B (zh) 一种心电信号实时r波检测方法
Sun et al. ECG signal conditioning by morphological filtering
CN103405227B (zh) 基于双层形态学滤波的心电信号预处理方法
Wang et al. A robust signal preprocessing framework for wrist pulse analysis
Sabherwal et al. Automatic detection of the R peaks in single-lead ECG signal
CN108272451B (zh) 一种基于改进小波变换的qrs波识别方法
CN111481192B (zh) 一种基于改进U-Net的心电信号R波检测方法
CN110755069B (zh) 一种跳跃突变噪声的动态心电信号基线漂移校正方法
CN107361764B (zh) 一种心电信号特征波形r波的快速提取方法
CN112971795B (zh) 心电信号质量评估方法
CN108231084A (zh) 一种基于Teager能量算子的改进小波阈值函数去噪方法
CN108647584B (zh) 基于稀疏表示和神经网络的心律不齐识别分类方法
WO2018023697A1 (zh) 一种胎儿心电分离方法及装置
CN108836305B (zh) 一种融合巴特沃斯滤波和小波变换的ecg特征提取方法
Sabherwal et al. Aiding the detection of QRS complex in ECG signals by detecting S peaks independently
CN111588375B (zh) 一种基于栈式稀疏自编码模型的涟波和快速涟波检测方法
CN110420022B (zh) 一种基于双密度小波变换的p波检测方法
CN115607164A (zh) 心电特征波分割方法、系统、装置及可读存储介质
Nagarkoti et al. An algorithm for fetal heart rate detection using wavelet transform
WO2018023698A1 (zh) 一种胎儿心电分离方法及装置
Cao et al. Denoising of ECG signal based on a comprehensive framework
CN110477916B (zh) 一种表面肌电信号的运动起始时刻识别方法与装置
Talbi et al. A new technique of ecg denoising based on lwt and total variation minimization ecg denoising
CN114159068A (zh) 一种心电信号心房扑动的检测方法及检测装置

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