CN111477282A - 基因数据的标识方法、终端设备及计算机可读存储介质 - Google Patents
基因数据的标识方法、终端设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111477282A CN111477282A CN202010165040.7A CN202010165040A CN111477282A CN 111477282 A CN111477282 A CN 111477282A CN 202010165040 A CN202010165040 A CN 202010165040A CN 111477282 A CN111477282 A CN 111477282A
- Authority
- CN
- China
- Prior art keywords
- probe
- value
- preset
- gene
- human organ
- 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
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 178
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000000523 sample Substances 0.000 claims abstract description 231
- 210000000056 organ Anatomy 0.000 claims abstract description 198
- 238000013139 quantization Methods 0.000 claims abstract description 37
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 230000002068 genetic effect Effects 0.000 claims description 82
- 238000004364 calculation method Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 15
- 238000011002 quantification Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 150000007523 nucleic acids Chemical group 0.000 description 22
- 238000010586 diagram Methods 0.000 description 10
- 208000026350 Inborn Genetic disease Diseases 0.000 description 6
- 210000000038 chest Anatomy 0.000 description 5
- 208000016361 genetic disease Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 210000004080 milk Anatomy 0.000 description 4
- 239000008267 milk Substances 0.000 description 4
- 235000013336 milk Nutrition 0.000 description 4
- 230000001717 pathogenic effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 108700020463 BRCA1 Proteins 0.000 description 2
- 102000036365 BRCA1 Human genes 0.000 description 2
- 101150072950 BRCA1 gene Proteins 0.000 description 2
- 108700020462 BRCA2 Proteins 0.000 description 2
- 102000052609 BRCA2 Human genes 0.000 description 2
- 101150008921 Brca2 gene Proteins 0.000 description 2
- 102000052116 epidermal growth factor receptor activity proteins Human genes 0.000 description 2
- 108700015053 epidermal growth factor receptor activity proteins Proteins 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- YOHYSYJDKVYCJI-UHFFFAOYSA-N n-[3-[[6-[3-(trifluoromethyl)anilino]pyrimidin-4-yl]amino]phenyl]cyclopropanecarboxamide Chemical compound FC(F)(F)C1=CC=CC(NC=2N=CN=C(NC=3C=C(NC(=O)C4CC4)C=CC=3)C=2)=C1 YOHYSYJDKVYCJI-UHFFFAOYSA-N 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000019693 Lung disease Diseases 0.000 description 1
- 208000024556 Mendelian disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000005075 mammary gland Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B45/00—ICT specially adapted for bioinformatics-related data visualisation, e.g. displaying of maps or networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/20—Polymerase chain reaction [PCR]; Primer or probe design; Probe optimisation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本申请适用于人工智能技术领域,提供了一种基因数据的标识方法、终端设备及计算机可读存储介质,其中,基因数据的标识方法包括:获取客户的基因检测结果数据;基于基因检测结果数据中每个像素的灰度值以及每个像素对应的探针的标准值,确定每个探针的量化值;基于各个预设基因位点各自对应的至少一个探针的量化值,确定各个预设基因位点的特征值;基于各个预设基因位点的特征值,确定与各个预设基因位点相关的目标人体器官的显示特征;显示人体器官分布图,并基于各个目标人体器官的显示特征,在人体器官分布图中对各个目标人体器官进行标识,从而可以将客户对预设基因位点对应的基因的携带情况明确且直观地展示给客户。
Description
技术领域
本申请属于人工智能技术领域,尤其涉及一种基因数据的标识方法、终端设备及计算机可读存储介质。
背景技术
随着人们生活质量的提高,人们也越来越关注自己的健康问题,通常,大多数人会通过定时体检的方式来获知自己的身体数据。然而,现有的体检报告通常只通过文字方式将身体各个部位的检测结果或数值反馈给客户,而无法明确且直观地将身体各个部位的身体数据展示给客户。
发明内容
有鉴于此,本申请实施例提供了一种基因数据的标识方法、终端设备及计算机可读存储介质,能够将客户对预设基因位点对应的基因的携带情况明确且直观地展示给客户。
本申请实施例的第一方面提供了一种基因数据的标识方法,包括:
获取客户的基因检测结果数据;所述基因检测结果数据为通过基因芯片对所述客户的基因数据进行检测得到的灰度图,所述灰度图中每个像素的灰度值用于表征所述基因芯片上对应位置的探针的测量值;
基于每个所述像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值;
基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值;
基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征;
显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识。
进一步的,所述基于每个所述像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值,包括:
计算每个所述探针的标准值与该探针对应的像素的灰度值的差值,得到每个所述探针的差值;
基于每个所述探针的差值与该探针对应的预设量化值计算公式,计算每个所述探针的量化值。
进一步的,所述基于每个所述探针的差值与该探针对应的预设量化值计算公式,计算每个所述探针的量化值,包括:
基于每个所述探针的探针标识确定每个所述探针的探针类型;
若所述探针的探针类型为第一预设类型,则基于所述探针的差值以及第一预设量化值计算公式,计算所述探针的量化值;所述第一预设量化值计算公式为:
若所述探针的探针类型为第二预设类型,则基于所述探针的差值以及第二预设量化值计算公式,计算所述探针的量化值;所述第二预设量化值计算公式为:
其中,Quantificationi为第i个探针的量化值,Differencei为第i个探针对应的像素的灰度值与第i个探针的标准值的差值。
进一步的,所述基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值,包括:
若所述预设基因位点对应的所有所述探针的量化值均为1,则确定所述预设基因位点的特征值为1;
若所述预设基因位点对应的探针中至少有一个所述探针的量化值为0,则确定所述预设基因位点的特征值为0。
进一步的,所述基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征,包括:
若所述预设基因位点的特征值为1,则确定与所述预设基因位点相关的目标人体器官的显示特征为突出显示;
若所述预设基因位点的特征值为0,则确定与所述预设基因位点相关的目标人体器官的显示特征为非突出显示。
进一步的,所述显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识,包括:
获取并显示预先存储的二维人体器官分布图;
基于各个所述目标人体器官的所述显示特征,在所述二维人体器官分布图中对各个所述目标人体器官进行标识。
进一步的,所述显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识,包括:
加载预设三维人体器官分布模型,得到三维人体器官分布图;
基于各个所述目标人体器官的所述显示特征,在所述三维人体器官分布图中对各个所述目标人体器官进行标识。
本申请实施例的第二方面提供了一种终端设备,包括:
第一获取单元,用于获取客户的基因检测结果数据;所述基因检测结果数据为通过基因芯片对所述客户的基因数据进行检测得到的灰度图,所述灰度图中每个像素的灰度值用于表征所述基因芯片上对应位置的探针的测量值;
第一确定单元,用于基于每个所述像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值;
第二确定单元,用于基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值;
第三确定单元,用于基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征;
标识单元,用于显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识。
本申请实施例的第三方面提供了一种终端设备,包括:
存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,上述处理器执行所述计算机程序时实现如上述第一方面中任一项所述一种基因数据的标识方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述一种基因数据的标识方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的基因数据的标识方法。
实施本申请实施例提供的一种基因数据的标识方法、终端设备及计算机可读存储介质具有以下有益效果:
本申请实施例提供的一种基因数据的标识方法,通过获取客户的基因检测结果数据;基于基因检测结果数据中每个像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值;基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值;基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征;显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识。本申请实施例通过在人体器官分布图上对与预设基因位点相关的目标人体器官进行标识,从而可以将客户对预设基因位点对应的基因的携带情况明确且直观地展示给客户,便于客户将其对预设基因位点对应的基因的携带情况与相关的人体器官进行直观地联系。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种基因数据的标识方法的实现流程图;
图2是本申请实施例提供的一种基因数据的标识方法中S12的具体实现流程图;
图3是本申请实施例提供的一种基因数据的标识方法中S122的具体实现流程图;
图4是本申请实施例提供的一种基因数据的标识方法中S13的具体实现流程图;
图5是本申请实施例提供的一种基因数据的标识方法中S14的具体实现流程图;
图6是本申请实施例提供的一种基因数据的标识方法中S15的具体实现流程图;
图7是本实施例提供的一种二维人体器官分布图的示意图;
图8是是本申请另一实施例提供的一种基因数据的标识方法中S15的具体实现流程图;
图9是本实施例提供的一种三维人体器官分布图的示意图;
图10是本申请实施例提供的一种终端设备的结构框图;
图11是本申请实施例提供的一种终端设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
请参阅图1,图1是本申请实施例提供的一种基因数据的标识方法的实现流程图。本实施例中,基因数据的标识方法的执行主体为终端设备,终端设备包括但不限于智能手机、平板电脑或台式电脑。如图1所示的一种基因数据的标识方法包括以下步骤:
S11:获取客户的基因检测结果数据;所述基因检测结果数据为通过基因芯片对所述客户的基因数据进行检测得到的灰度图,所述灰度图中各个像素的灰度值用于表征所述基因芯片上对应位置的探针的测量值。
在实际应用中,客户的基因检测结果数据可以从基因检测机构获得,基因检测机构通过将客户的基因数据与基因芯片进行杂交,进而得到客户的基因检测结果数据,基因检测结果数据用于表征客户对基因芯片所检测的预设基因的携带情况。
由于基因芯片是采用已知序列的核酸片段作为探针,并将探针有规律地固定在与光电测量装置相结合的固体支持物(如硅片、玻璃片、塑料片或尼龙基底等)上形成的二维阵列,因此,将携带客户的基因数据的溶液(如唾液)与基因芯片进行杂交得到的基因检测结果数据为与基因芯片对应的灰度图。具体的,灰度图中的各个像素分别与基因芯片上的各个探针相对应,示例性的,若基因芯片包括n×m个探针,则灰度图中则包括n×m个像素。灰度图中各个像素的灰度值用于表征基因芯片上与各个像素对应的探针的测量值,探针的测量值用于表征客户对该探针对应的核酸片段的实际携带量。
在实际应用中,基因检测机构在制备基因芯片时,可以先确定待检测的预设基因位点。其中,每一预设基因位点可以与至少一个人体器官相关。示例性的,在本实施例一种可能的实现方式中,可以基于现有的医学数据确定各个遗传性疾病的致病基因的基因位点,并将各个遗传性疾病的致病基因的基因位点确定为预设基因位点,由于人体对遗传性疾病的致病基因的携带情况能够反映人体内与该遗传性疾病对应的至少一个人体器官的健康状况,因此,本实施例中的每一预设基因位点与至少一个人体器官相关。示例性的,表1示出了部分遗传性疾病对应的预设基因位点以及人体器官。
表1
遗传性疾病 | 预设基因位点 | 人体器官 |
乳腺乳及乳巢乳 | BRCA1/BRCA2 | 胸部及胸胸 |
胸宫乳 | HLA | 胸胸 |
肺乳 | ALK/EGFR | 肺部 |
…… | …… |
基因检测机构在确定了预设基因位点后,可以通过基因芯片中的至少一个探针对各个预设基因位点进行表示,即每个预设基因位点对应至少一个探针,终端设备可以将每一预设基因位点与基因芯片上各个探针的对应关系进行关联存储。其中,基因位点指基因在染色体上占有的特定位置,基因位点的不同决定每个个体的差异性。
S12:基于每个所述像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值。
探针的标准值用于表征健康人体中该探针对应的核酸片段的标准携带量,基因芯片上的各个探针的标准值可以预先存储在终端设备的存储器中。
本申请实施例中,终端设备获取到客户的基因检测结果的灰度图后,从存储器中获取基因芯片上各个探针的标准值,并将灰度图中每个像素的灰度值与每个像素对应的探针的标准值进行比较,基于比较结果确定每个探针的量化值。其中,探针的量化值用于表征相对于健康人体而言,客户对该探针对应的核酸片段的携带差异度。
具体的,作为本申请一实施例,S12具体可以通过如图2所示的S121~S122实现,详述如下:
S121:计算每个所述探针的标准值与该探针对应的像素的灰度值的差值,得到每个所述探针的差值。
S122:基于每个所述探针的差值与该探针对应的预设量化值计算公式,计算每个所述探针的量化值。
本实施例中,每个探针的标准值与该探针对应的像素的灰度值的差值指该探针对应的像素的灰度值减去该探针的标准值得到的数值,每个探针的标准值与该探针对应的像素的灰度值的差值即为该探针的差值。具体的,当某探针对应的像素的灰度值大于该探针的标准值时,所述差值大于0;当某探针对应的像素的灰度值小于或等于该探针的标准值时,所述差值小于或等于0。
在本实施例一种可能的实现方式中,探针的量化值可以通过1和0表示。具体的,若某探针的量化值为1,则表示客户所携带的该探针对应的核酸片段的量不在正常范围内,若某探针的量化值为0,则表示客户所携带的该探针对应的核酸片段的量在正常范围内。
在实际应用中,由于某些核酸片段的携带量过多时表示该核酸片段的携带量不在正常范围内,而某些核酸片段的携带量过少时表示该核酸片段的携带量不在正常范围内,因此,这两种类型的核酸对应的预设量化值计算公式不同。
在本实施例一种可能的实现方式中,可以将核酸片段的携带量过多时表示该核酸片段的携带量不在正常范围内的探针定义为第一预设类型的探针,将核酸片段的携带量过多时表示该核酸片段的携带量不在正常范围内的探针定义为第二预设类型的探针。即本申请中的探针类型包括第一预设类型和第二预设类型。
本实施例中,可以预先基于各个探针对应的核酸片段确定各个探针的探针类型,并将每个探针的探针标识与该探针的探针类型进行关联存储,同时,可以为不同探针类型定义相对应的预设量化值计算公式,将每个探针类型与该探针类型对应的预设量化值计算公式进行关联存储。在实际应用中,探针的探针标识可以是探针的编号。
基于此,在本实施例一种可能的实现方式中,S122具体可以通过如图3所示的S1221~S1223实现,详述如下:
S1221:基于每个所述探针的探针标识确定每个所述探针的探针类型。
本实施例中,终端设备可以基于各个探针的探针标识以及预先存储的探针标识与探针类型之间的对应关系,确定各个探针的探针类型。
终端设备若检测到某探针的探针类型为第一预设类型,则执行S1222;终端设备若检测到某探针的探针类型为第二预设类型,则执行S1223。
S1222:若所述探针的探针类型为第一预设类型,则基于所述探针的差值以及第一预设量化值计算公式,计算所述探针的量化值;所述第一预设量化值计算公式为:
其中,Quantificationi为第i个探针的量化值,Differencei为第i个探针对应的像素的灰度值与第i个探针的标准值的差值。
本实施例中,若某探针的差值大于0,则将该探针的量化值确定为1;若某探针的差值小于或等于0,则将该探针的量化值确定为0。其中,探针的量化值为1则表示客户所携带的该探针对应的核酸片段的量不在正常范围内,探针的量化值为0则表示客户所携带的该探针对应的核酸片段的量在正常范围内。
S1223:若所述探针的探针类型为第二预设类型,则基于所述探针的差值以及第二预设量化值计算公式,计算所述探针的量化值;所述第二预设量化值计算公式为:
其中,Quantificationi为第i个探针的量化值,Differencei为第i个探针对应的像素的灰度值与第i个探针的标准值的差值。
本实施例中,若某探针的差值小于或等于0,则将该探针的量化值确定为1;若某探针的差值大于0,则将该探针的量化值确定为0。其中,探针的量化值为1则表示客户所携带的该探针对应的核酸片段的量在正常范围内,探针的量化值为0则表示客户所携带的该探针对应的核酸片段的量不在正常范围内。
S13:基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值。
本实施例中,由于每个预设基因位点通过至少一个探针表示,因此,终端设备确定了各个探针的量化值后,基于预先存储的预设基因位点与基因芯片上各个探针的对应关系,确定各个预设基因位点对应的所有探针的量化值,并基于每个预设基因位点对应的所有探针的量化值,确定每个预设基因位点的特征值。其中,预设基因位点的特征值用于表征客户对该预设基因位点对应的基因的携带情况。在本实施例一种可能的实现方式中,预设基因位点的特征值可以通过1和0表示,其中,1表示客户携带该预设基因位点对应的基因,0表示客户未携带该预设基因位点对应的基因。
基于此,S13具体可以通过如图4所示的S131~S132实现,详述如下:
S131:若所述预设基因位点对应的所有所述探针的量化值均为1,则确定所述预设基因位点的特征值为1。
S132:若所述预设基因位点对应的探针中至少有一个所述探针的量化值为0,则确定所述预设基因位点的特征值为0。
本实施例中,若某预设基因位点对应的所有探针的量化值均为1,则表示客户所携带的该预设基因位点对应的所有核酸片段的量均不在正常范围内,即表示客户携带有该预设基因位点对应的基因,此时,终端设备确定该预设基因位点的特征值为1;若某预设基因位点对应的探针中有至少一个探针的量化值为0,则表示客户所携带的该预设基因位点对应的核酸片段中至少有一个核酸片段的量在正常范围内,即表示客户未携带该预设基因位点对应的基因,此时,终端设备确定该预设基因位点的特征值为0。
S14:基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征。
需要说明的是,每一预设基因位点均会与至少一个人体器官相关,例如上述表1所示,预设基因位点BRCA1/BRCA2与人体的胸部和胸胸相关,预设基因位点ALK/EGFR与人体的肺部相关。终端设备可以将与各个预设基因位点相关的至少一个人体器官与相应的预设基因位点进行关联存储。
本实施例中,为了使客户能够直观地获知其对各个预设基因位点对应的基因的携带情况,终端设备在得到各个预设基因位点的特征值后,根据各个预设基因位点的特征值确定与各个预设基因位点相关的人体器官的显示特征。其中,显示特征用于表征人体器官的显示方式。例如,对于携带某预设基因位点对应的基因的人体,其人体器官中该预设基因位点对应的人体器官的显示特征可以为突出显示;对于不携带某预设基因位点对应的基因的人体,其人体器官中该预设基因位点对应的人体器官的显示特征可以为非突出显示。
在本实施例一种可能的实现方式中,S14具体可以通过如图5所示的S141~S142实现,详述如下:
S141:若所述预设基因位点的特征值为1,则确定与所述预设基因位点相关的目标人体器官的显示特征为突出显示。
本实施例中,由于预设基因位点的特征值为1时,说明客户携带有该预设基因位点对应的基因,因此,为了使客户直观地获知其携带了该预设基因位点对应的基因,终端设备可以在检测到某预设基因位点的特征值为1时,确定与该预设基因位点相关的目标人体器官的显示特征为突出显示。
S142:若所述预设基因位点的特征值为0,则确定与所述预设基因位点相关的目标人体器官的显示特征为非突出显示。
由于预设基因位点的特征值为0时,说明客户未携带该预设基因位点对应的基因,而为了使客户只直观地获知其携带了哪些基因,终端设备可以在检测到某预设基因位点的特征值为0时,确定与该预设基因位点相关的目标人体器官的显示特征为非突出显示。
S15:显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识。
本申请实施例中,终端设备确定了各个目标人体器官的显示特征后,显示人体器官分布图,并基于各个目标人体器官的显示特征,在人体器官分布图中对各个目标人体器官进行标识。其中,人体器官分布图用于描述人体包含的各个人体器官在人体中的分布位置。需要说明的是,人体器官分布图中还包括用于对各个人体器官进行标识的器官名称。
具体的,若某目标人体器官的显示特征为突出显示,则终端设备在人体器官分布图中将该目标人体器官突出显示。在实际应用中,突出显示可以是高亮显示,例如,通过预设颜色对该目标人体器官在人体器官分布图中所在的区域进行填充。
若某目标人体器官的显示特征为非突出显示,则终端设备在人体器官分布图中将该目标人体器官正常显示。非突出显示即表示不对人体器官分布图中的相应人体器官做任何显示处理,使相应的人体器官以其原来的显示方式进行显示。
以上可以看出,本申请实施例提供的一种基因数据的标识方法,通过获取客户的基因检测结果数据;基于基因检测结果数据中每个像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值;基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值;基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征;显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识。本申请实施例通过在人体器官分布图上对与预设基因位点相关的目标人体器官进行标识,从而可以将客户对预设基因位点对应的基因的携带情况明确且直观地展示给客户,便于客户将其对预设基因位点对应的基因的携带情况与相关的人体器官进行直观地联系。
请参阅图6,图6是本申请实施例提供的一种基因数据的标识方法中S15的具体实现流程图,如图6所示,S15具体可以包括以下步骤:
S151:获取并显示预先存储的二维人体器官分布图。
S152:基于各个所述目标人体器官的所述显示特征,在所述二维人体器官分布图中对各个所述目标人体器官进行标识。
本实施例中,可以预先在终端设备中存储二维人体器官分布图。其中,二维人体器官分布图为图片格式。人体器官分布图用于描述人体包含的各个人体器官在人体中的分布位置。需要说明的是,人体器官分布图中还包括用于对各个人体器官进行标识的器官名称。示例性的,图7是本实施例提供的一种二维人体器官分布图的示意图,需要说的是,该二维人体器官分布图的示意图仅示意出了人体部分器官。
终端设备确定了各个目标人体器官的显示特征后,获取并显示预先存储的二维人体器官分布图,并基于各个目标人体器官的显示特征,在二维人体器官分布图中对各个目标人体器官进行标识。需要说明的是,本实施例对各个目标人体器官进行标识具体标识过程参见S15,此处不再赘述。
以上可以看出,本实施例提供的一种基因数据的标识方法,通过在二维人体器官分布图中对与客户所携带的预设基因位点相关的人体器官进行突出显示,从而使客户能够明确且直观地获知其对预设基因位点对应的基因的携带情况。
作为本申请再一实施例,S15具体还可以通过如图8所示的S153~S154实现,详述如下:
S153:加载预设三维人体器官分布模型,得到三维人体器官分布图;
S154:基于各个所述目标人体器官的所述显示特征,在所述三维人体器官分布图中对各个所述目标人体器官进行标识。
本实施例中,可以在终端设备中预先存储三维人体器官分布模型,三维人体器官分布模型用于通过三维技术模拟人体器官的分布,三维人体器官分布模型经加载即可得到三维人体器官分布图。示例性的,图9是本实施例提供的一种三维人体器官分布图的示意图,需要说的是,该三维人体器官分布图的示意图仅示意出了人体部分器官。
终端设备确定了各个目标人体器官的显示特征后,加载预设三维人体器官分布模型,得到三维人体器官分布图,并基于各个目标人体器官的显示特征,在三维人体器官分布图中对各个目标人体器官进行标识。需要说明的是,本实施例对各个目标人体器官进行标识具体标识过程参见S15,此处不再赘述。
以上可以看出,本申请实施例提供的一种基因数据的标识方法,通过生成三维人体器官分布图,并在三维人体器官分布图中对与客户所携带的预设基因位点相关的人体器官进行突出显示,从而使客户更加清楚且明了地获知其对预设基因位点对应的基因的携带情况。
请参阅图10,图10是本申请实施例提供的一种终端设备的结构框图。本实施例中的终端设备可以是智能手机、平板电脑等终端设备。该终端设备包括的各单元用于执行图1至图9对应的实施例中的各步骤。具体请参阅图1至图9以及图1至图9所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。参见图10,终端设备100包括:第一获取单元11、第一确定单元12、第二确定单元13、第三确定单元14及标识单元15。其中:
第一获取单元11用于获取客户的基因检测结果数据;所述基因检测结果数据为通过基因芯片对所述客户的基因数据进行检测得到的灰度图,所述灰度图中每个像素的灰度值用于表征所述基因芯片上对应位置的探针的测量值。
第一确定单元12用于基于每个所述像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值。
第二确定单元13用于基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值。
第三确定单元14用于基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征。
标识单元15用于显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识。
进一步的,第一确定单元12包括第一计算单元和第二计算单元。其中:
第一计算单元用于计算每个所述探针的标准值与该探针对应的像素的灰度值的差值,得到每个所述探针的差值。
第二计算单元用于基于每个所述探针的差值与该探针对应的预设量化值计算公式,计算每个所述探针的量化值。
进一步的,第二计算单元包括类型确定单元、第三计算单元以及第四计算单元。其中:
类型确定单元用于基于每个所述探针的探针标识确定每个所述探针的探针类型。
第三计算单元用于若所述探针的探针类型为第一预设类型,则基于所述探针的差值以及第一预设量化值计算公式,计算所述探针的量化值;所述第一预设量化值计算公式为:
第四计算单元用于若所述探针的探针类型为第二预设类型,则基于所述探针的差值以及第二预设量化值计算公式,计算所述探针的量化值;所述第二预设量化值计算公式为:
其中,Quantificationi为第i个探针的量化值,Differencei为第i个探针对应的像素的灰度值与第i个探针的标准值的差值。
进一步的,第二确定单元13具体用于:
若所述预设基因位点对应的所有所述探针的量化值均为1,则确定所述预设基因位点的特征值为1;
若所述预设基因位点对应的探针中至少有一个所述探针的量化值为0,则确定所述预设基因位点的特征值为0。
进一步的,第三确定单元14具体用于:
若所述预设基因位点的特征值为1,则确定与所述预设基因位点相关的目标人体器官的显示特征为突出显示;
若所述预设基因位点的特征值为0,则确定与所述预设基因位点相关的目标人体器官的显示特征为非突出显示。
进一步的,标识单元15具体包括第二获取单元和第一器官标识单元。其中:
第二获取单元用于获取并显示预先存储的二维人体器官分布图。
第一器官标识单元用于基于各个所述目标人体器官的所述显示特征,在所述二维人体器官分布图中对各个所述目标人体器官进行标识。
进一步的,标识单元15具体还包括加载单元和第二器官标识单元。其中:
加载单元用于加载预设三维人体器官分布模型,得到三维人体器官分布图。
第二器官标识单元用于基于各个所述目标人体器官的所述显示特征,在所述三维人体器官分布图中对各个所述目标人体器官进行标识。
以上可以看出,本申请提供的一种终端设备,通过获取客户的基因检测结果数据;基于基因检测结果数据中每个像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值;基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值;基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征;显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识。本申请实施例通过在人体器官分布图上对与预设基因位点相关的目标人体器官进行标识,从而可以将客户对预设基因位点对应的基因的携带情况明确且直观地展示给客户,便于客户将其对预设基因位点对应的基因的携带情况与相关的人体器官进行直观地联系。
图11是本申请实施例提供的一种终端设备的结构框图。如图11所示,该实施例的终端设备110包括:处理器111、存储器112以及存储在所述存储器112中并可在所述处理器111上运行的计算机程序113,例如一种基因数据的标识方法的程序。处理器111执行计算机程序113时实现上述一种基因数据的标识方法各实施例中的步骤,例如图1所示的S11至S15。或者,所述处理器111执行所述计算机程序113时实现上述图10对应的实施例中各单元的功能,例如,图10所示的单元11至15的功能,具体请参阅图10对应的实施例中的相关描述,此处不赘述。
示例性的,所述计算机程序113可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器112中,并由所述处理器111执行,以完成本申请。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序113在所述终端设备110中的执行过程。例如,所述计算机程序113可以被分割成第一获取单元、第一确定单元、第二确定单元、第三确定单元及标识单元,各单元具体功能如上所述。
所述终端设备可包括,但不仅限于,处理器111、存储器112。本领域技术人员可以理解,图11仅仅是终端设备110的示例,并不构成对终端设备110的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器111可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器112可以是所述终端设备110的内部存储单元,例如终端设备110的硬盘或内存。所述存储器112也可以是所述终端设备110的外部存储设备,例如所述终端设备110上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器112还可以既包括所述终端设备110的内部存储单元也包括外部存储设备。所述存储器112用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器112还可以用于暂时地存储已经输出或者将要输出的数据。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基因数据的标识方法,其特征在于,包括:
获取客户的基因检测结果数据;所述基因检测结果数据为通过基因芯片对所述客户的基因数据进行检测得到的灰度图,所述灰度图中每个像素的灰度值用于表征所述基因芯片上对应位置的探针的测量值;
基于每个所述像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值;
基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值;
基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征;
显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识。
2.根据权利要求1所述的基因数据的标识方法,其特征在于,所述基于每个所述像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值,包括:
计算每个所述探针的标准值与该探针对应的像素的灰度值的差值,得到每个所述探针的差值;
基于每个所述探针的差值与该探针对应的预设量化值计算公式,计算每个所述探针的量化值。
3.根据权利要求2所述的基因数据的标识方法,其特征在于,所述基于每个所述探针的差值与该探针对应的预设量化值计算公式,计算每个所述探针的量化值,包括:
基于每个所述探针的探针标识确定每个所述探针的探针类型;
若所述探针的探针类型为第一预设类型,则基于所述探针的差值以及第一预设量化值计算公式,计算所述探针的量化值;所述第一预设量化值计算公式为:
若所述探针的探针类型为第二预设类型,则基于所述探针的差值以及第二预设量化值计算公式,计算所述探针的量化值;所述第二预设量化值计算公式为:
其中,Quantificationi为第i个探针的量化值,Differencei为第i个探针对应的像素的灰度值与第i个探针的标准值的差值。
4.根据权利要求3所述的基因数据的标识方法,其特征在于,所述基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值,包括:
若所述预设基因位点对应的所有所述探针的量化值均为1,则确定所述预设基因位点的特征值为1;
若所述预设基因位点对应的探针中至少有一个所述探针的量化值为0,则确定所述预设基因位点的特征值为0。
5.根据权利要求4所述的基因数据的标识方法,其特征在于,所述基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征,包括:
若所述预设基因位点的特征值为1,则确定与所述预设基因位点相关的目标人体器官的显示特征为突出显示;
若所述预设基因位点的特征值为0,则确定与所述预设基因位点相关的目标人体器官的显示特征为非突出显示。
6.根据权利要求1至5任一项所述的基因数据的标识方法,其特征在于,所述显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识,包括:
获取并显示预先存储的二维人体器官分布图;
基于各个所述目标人体器官的所述显示特征,在所述二维人体器官分布图中对各个所述目标人体器官进行标识。
7.根据权利要求1至5任一项所述的基因数据的标识方法,其特征在于,所述显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识,包括:
加载预设三维人体器官分布模型,得到三维人体器官分布图;
基于各个所述目标人体器官的所述显示特征,在所述三维人体器官分布图中对各个所述目标人体器官进行标识。
8.一种终端设备,其特征在于,包括:
第一获取单元,用于获取客户的基因检测结果数据;所述基因检测结果数据为通过基因芯片对所述客户的基因数据进行检测得到的灰度图,所述灰度图中每个像素的灰度值用于表征所述基因芯片上对应位置的探针的测量值;
第一确定单元,用于基于每个所述像素的灰度值以及每个所述像素对应的探针的标准值,确定每个所述探针的量化值;
第二确定单元,用于基于各个预设基因位点各自对应的至少一个所述探针的量化值,确定各个所述预设基因位点的特征值;
第三确定单元,用于基于各个所述预设基因位点的特征值,确定与各个所述预设基因位点相关的目标人体器官的显示特征;
标识单元,用于显示人体器官分布图,并基于各个所述目标人体器官的所述显示特征,在所述人体器官分布图中对各个所述目标人体器官进行标识。
9.一种终端设备,其特征在于,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的基因数据的标识方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基因数据的标识方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010165040.7A CN111477282B (zh) | 2020-03-11 | 2020-03-11 | 基因数据的标识方法、终端设备及计算机可读存储介质 |
PCT/CN2020/099406 WO2021179489A1 (zh) | 2020-03-11 | 2020-06-30 | 基因数据的标识方法、终端设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010165040.7A CN111477282B (zh) | 2020-03-11 | 2020-03-11 | 基因数据的标识方法、终端设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111477282A true CN111477282A (zh) | 2020-07-31 |
CN111477282B CN111477282B (zh) | 2024-05-24 |
Family
ID=71747274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010165040.7A Active CN111477282B (zh) | 2020-03-11 | 2020-03-11 | 基因数据的标识方法、终端设备及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111477282B (zh) |
WO (1) | WO2021179489A1 (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050142599A1 (en) * | 2003-12-26 | 2005-06-30 | Shim Hyeong-Sop | Robust genotyping method using DNA chip having discriminating probe and amplicon probe immobilized thereon and DNA chip used therein |
CN101497920A (zh) * | 2008-01-31 | 2009-08-05 | 中国科学院上海生命科学研究院 | 通过酶联免疫吸附方法检测小分子rna芯片的方法 |
CN103667316A (zh) * | 2013-12-17 | 2014-03-26 | 复旦大学 | 拟南芥MYB家族转录因子AtMYB84基因、编码序列及其应用 |
CN110184337A (zh) * | 2019-05-16 | 2019-08-30 | 南京诺禾致源生物科技有限公司 | 探针组合物、包含其的试剂、试剂盒、检测方法及应用 |
CN110827924A (zh) * | 2019-09-23 | 2020-02-21 | 平安科技(深圳)有限公司 | 基因表达数据的聚类方法、装置、计算机设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070264652A1 (en) * | 2006-05-10 | 2007-11-15 | National Institute Of Immunology | Method for detection of a sequence |
CN104462760A (zh) * | 2014-11-04 | 2015-03-25 | 宝鸡数字人信息科技有限公司 | 三维可视化健康评估方法与系统 |
CN105969864A (zh) * | 2016-05-18 | 2016-09-28 | 湖州市中心医院 | 幽门螺杆菌感染个体化治疗基因芯片、制造方法及检测方法 |
CN107491661A (zh) * | 2017-09-30 | 2017-12-19 | 深圳前海卓岳科技发展有限公司 | 一种病历管理方法、装置、设备及系统 |
CN110060764A (zh) * | 2019-04-30 | 2019-07-26 | 厦门大学 | 一种全方位体检可视化的健康魔镜系统 |
-
2020
- 2020-03-11 CN CN202010165040.7A patent/CN111477282B/zh active Active
- 2020-06-30 WO PCT/CN2020/099406 patent/WO2021179489A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050142599A1 (en) * | 2003-12-26 | 2005-06-30 | Shim Hyeong-Sop | Robust genotyping method using DNA chip having discriminating probe and amplicon probe immobilized thereon and DNA chip used therein |
CN101497920A (zh) * | 2008-01-31 | 2009-08-05 | 中国科学院上海生命科学研究院 | 通过酶联免疫吸附方法检测小分子rna芯片的方法 |
CN103667316A (zh) * | 2013-12-17 | 2014-03-26 | 复旦大学 | 拟南芥MYB家族转录因子AtMYB84基因、编码序列及其应用 |
CN110184337A (zh) * | 2019-05-16 | 2019-08-30 | 南京诺禾致源生物科技有限公司 | 探针组合物、包含其的试剂、试剂盒、检测方法及应用 |
CN110827924A (zh) * | 2019-09-23 | 2020-02-21 | 平安科技(深圳)有限公司 | 基因表达数据的聚类方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111477282B (zh) | 2024-05-24 |
WO2021179489A1 (zh) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220358157A1 (en) | Methods and systems for analyzing and reporting medical images | |
Ringl et al. | The ribs unfolded-a CT visualization algorithm for fast detection of rib fractures: effect on sensitivity and specificity in trauma patients | |
RU2687760C2 (ru) | Способ и система компьютерной стратификации пациентов на основе сложности случаев заболеваний | |
US10395092B2 (en) | Processing device, processing method, and information storage device | |
US11017896B2 (en) | Radiomic features of prostate bi-parametric magnetic resonance imaging (BPMRI) associate with decipher score | |
US20150227695A1 (en) | Methods and systems for analyzing, prioritizing, visualizing, and reporting medical images | |
US20160155238A1 (en) | Method and device for segmenting a medical examination object with quantitative magnetic resonance imaging | |
KR20160058812A (ko) | 질환을 진단하기 위한 영상 분석 기법 | |
CN110751187B (zh) | 异常区域图像生成网络的训练方法和相关产品 | |
EP4148746A1 (en) | Method and apparatus for providing information associated with immune phenotypes for pathology slide image | |
CN113808125A (zh) | 医学影像处理方法、病灶类型识别方法以及相关产品 | |
CN111640095B (zh) | 脑微出血的量化方法和计算机可读存储介质 | |
JP2019028887A (ja) | 画像処理方法 | |
WO2017136762A1 (en) | Methods and systems for enhanced measurement of near heart aorta sections | |
Kapsner et al. | Automated artifact detection in abbreviated dynamic contrast-enhanced (DCE) MRI-derived maximum intensity projections (MIPs) of the breast | |
CN115760656A (zh) | 一种医学影像处理方法及系统 | |
Joo et al. | A deep learning model with high standalone performance for diagnosis of unruptured intracranial aneurysm | |
CN116350203B (zh) | 一种体质测试数据处理方法及系统 | |
CN111477282B (zh) | 基因数据的标识方法、终端设备及计算机可读存储介质 | |
US20150379365A1 (en) | System and method for retrieval of similar findings from a hybrid image dataset | |
CN114820483A (zh) | 图像检测方法、装置及计算机设备 | |
CN115375787A (zh) | 伪影校正方法、计算机设备及可读存储介质 | |
US20220036549A1 (en) | Method and apparatus for providing information associated with immune phenotypes for pathology slide image | |
CN114566246A (zh) | 结构化报告生成方法、系统、终端设备及存储介质 | |
CN110363744B (zh) | 一种肺部年龄检测方法及设备 |
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 |