CN112006717B - 改进的直径速度环方法测量升主动脉脉搏波速度的方法 - Google Patents

改进的直径速度环方法测量升主动脉脉搏波速度的方法 Download PDF

Info

Publication number
CN112006717B
CN112006717B CN202011008680.3A CN202011008680A CN112006717B CN 112006717 B CN112006717 B CN 112006717B CN 202011008680 A CN202011008680 A CN 202011008680A CN 112006717 B CN112006717 B CN 112006717B
Authority
CN
China
Prior art keywords
diameter
waveform
ascending aorta
velocity
blood vessel
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
CN202011008680.3A
Other languages
English (en)
Other versions
CN112006717A (zh
Inventor
彭博
谭元浩
张全
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum 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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202011008680.3A priority Critical patent/CN112006717B/zh
Publication of CN112006717A publication Critical patent/CN112006717A/zh
Application granted granted Critical
Publication of CN112006717B publication Critical patent/CN112006717B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/02—Measuring pulse or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/486—Diagnostic techniques involving arbitrary m-mode
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Vascular Medicine (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开改进的直径速度环方法测量升主动脉脉搏波速度的方法，包括以下步骤：利用心电图的R波波峰分别对升主动脉的M模式超声图像、D模式超声图像分割心动周期；从分割好心动周期的M模式超声图像中提取升主动脉的直径波形；再从分割好心动周期的D模式超声图像中提取升主动脉的血流速度波形；分别获取直径波形和血流速度波形中的上升点，并利用RANSAC计算PWV值。本发明通过改进的结合梯度计算和重心法的直径波形提取方法，降低原始的ln(D)U‑loop方法在通过超声M模式的图像数据计算直径波形时过多的人工干预，并能有效缩短直径波形提取的处理时间和减少误差；从而提高其计算直径波形时的容错率。

Description

改进的直径速度环方法测量升主动脉脉搏波速度的方法
技术领域
本发明涉及改进的直径速度环方法测量升主动脉脉搏波速度的方法。
背景技术
心血管疾病(CVD)是世界范围内死亡的主要原因。早期发现和风险评估心血管疾病有助于降低心血管疾病相关的总体发病率和死亡率。据《中国心血管病报告2018》报道，中国心血管病患病率及死亡率仍处于上升阶段，推算心血管病现患人数2.9亿，其中脑卒中1300万，冠心病1100万，高血压2.45亿，占居民疾病死亡构成的40％以上。动脉硬化被广泛认为与心血管风险相关，为心血管风险评估提供了一个强有力的指标。因此，采用一种简单、无创的方法来准确评估动脉硬度具有重要的临床意义。
国内对于脉搏波速度的研究大多是关于脉搏波速度与动脉硬化、年龄、冠状动脉病变以及高血压等之间的相关性联系，并且使用的脉搏波速度大部分是肱-踝PWV、颈-股PWV、股-踝PWV等，这些方法反应的是两个检测点之间的平均PWV，不能反应局部血管病变的硬度，并且其测量两点间距离是以血管在人体呈直线的前提，这就具有了测量测量误差。关于局部动脉的PWV测量主要是钱林学、李尚等人，先后发表关于局部PWV与性别年龄、内中膜厚度等之间的关系。并对颈动脉局部脉搏波速度测量技术的可靠性做了研究，主要实验了：基于超快速梳齿状聚焦波束发射与接收序列的动脉血管局部PWV检测技术，该方法通过相邻扫描线血管壁的相移波形之间的相对时延和相邻扫描线的距离计算PWV，但是在动脉迂曲时，很难检测PWV。所以对于升主动脉PWV测量，该方法不适合。
脉搏波成像技术(PWI)是基于分析超声图像片段的基础上，追踪脉搏波沿动脉壁的传播来估计局部PWV。2012年罗建文等人将PWI方法测量了8名健康青年人的颈动脉PWV值，验证该方法的可行性。并在2014年任天玲、罗建文等人使用PWI方法，对模拟数据进行实验，探究了超声成像的帧率、扫描线数量、图像宽度等关键参数对PWV值测量的精度影响，对局部PWV测量参数优化提供了重要参考。
QA-loop方法和ln(D)U-loop方法是通过对早期的Bramwell-Hill公式变换而来。Rabben等人通过超声计算血流的流量和血管的横截面积将QA-loop方法实验到人和狗的劲动脉，并与foot-to-foot方法对比分析可行性。Feng和Khir在2010年通过测量动脉的直径和血流速度的变化，使用ln(D)U-loop方法测量了人的劲动脉和狗的升主动脉的局部PWV。Negoita使用该方法测量了13个健康人的升主动脉PWV，并在2018年完善动脉直径和血流速度的提取方法，并测量了10个健康人的升主动脉的PWV，但是该方法仍然存在提取直径波形时对数据图像要求高，实验数据范围窄等问题。
发明内容
本发明主要是克服现有技术中的不足之处，提出改进的直径速度环方法测量升主动脉脉搏波速度的方法。
本发明解决上述技术问题所提供的技术方案是：改进的直径速度环方法测量升主动脉脉搏波速度的方法，包括以下步骤：
步骤S10、利用心电图的R波波峰分别对升主动脉的M模式超声图像、D模式超声图像分割心动周期；
步骤S20、从分割好心动周期的M模式超声图像中提取升主动脉的直径波形；
步骤S30、再从分割好心动周期的D模式超声图像中提取升主动脉的血流速度波形；
步骤S40、分别获取直径波形和血流速度波形中的上升点，并利用RANSAC方法计算PWV值。
进一步的技术方案是，所述步骤S20的具体过程为：
步骤S21、在分割好心动周期的M模式超声图像中，将相邻的心动周期图像叠加，得到叠加图像；
步骤S22、通过阈值法得到步骤S21中叠加图像的血管上下壁，并对血管上下壁分别使用不同阈值处理图像；
步骤S23、对步骤S22中处理后的图像分别通过阈值法、重心法得到血管上下壁边界，并使用梯度方法滤除通过阈值法得到的血管上下壁边界的异常点；
步骤S24、调节通过阈值法得到的血管上下壁边界和通过重心法得到的血管上下壁边界的比例系数α，然后进行叠加；
步骤S25、最后使用样条平滑的方法对步骤S24中叠加图的血管上下壁进行插值平滑，血管上下壁相减得到升主动脉的直径波形。
进一步的技术方案是，所述步骤S30的具体过程为：
步骤S31、通过阈值法得到分割好心动周期的M模式超声图像中的最大包络；
步骤S32、再采用梯度方法滤除最大包络异常的离群点；
步骤S33、最后通过样条平滑得到一个心动周期随时间变化的血流速度波形。
进一步的技术方案是，所述步骤S31中阈值法中对一个心动周期的D模式超声图像的左1/8的像素采用4倍于中间部分的阈值，图像右2/5的像素采用3倍于中间部分的阈值。
进一步的技术方案是，所述步骤S40的具体步骤为：
步骤S41、分别在直径波形和血流速度波形中采用逐点向下的线性回归，找到线性回归决定系数R2小于0.985的点分别作为直径波形的上升点、血流速度波形的上升点；
步骤S42、将直径波形和速度波形按照线性回归查找的上升点对齐得到直径速度环；使用RANSAC方法拟合确定直径速度环中的无反射期中直线部分，该直线部分斜率的一半即为PWV值。
进一步的技术方案是，在步骤S20和步骤S30中分别提取若干个直径波形、血流速度波形，计算所有可能的直径波形与血流速度波形的匹配组合，并计算出所有组合的PWV值，将所有组合的PWV值排序并滤除前后25％的可能异常值，计算剩下值的平均值作为最终的PWV值。
本发明具有以下有益效果：本发明通过改进的结合梯度计算和重心法的直径波形提取方法，降低原始的ln(D)U-loop方法在通过超声M模式的图像数据计算直径波形时过多的人工干预，并能有效缩短直径波形提取的处理时间和减少误差；从而提高其计算直径波形时的容错率，同时为排除PWV值排序并滤除前后25％的可能异常值，本文使用RANSAC方法查找的心脏收缩期的线性增长部分，使其计算得到的斜率更准确的PWV值。
附图说明
图1是从超声M图像提取直径波形的流程图；
图2是实施例1中M模式超声图像；
图3是实施例1中阈值法得到的血管上下边界图；
图4是图3梯度滤除异常值后效果图；
图5是实施例1中重心法得到的血管壁位置图；
图6是图4和图5采用系数叠加的效果图；
图7是实施例1的直径波形图；
图8是实施例1中改进阈值法得到的最大包络进行梯度滤波的结果图；
图9是实施例1中的血流速度波形图；
图10是实施例1中直径速度环图。
具体实施方式
下面结合实施例和附图对本发明做更进一步的说明。
实施例1
本发明的改进的直径速度环方法测量升主动脉脉搏波速度的方法，包括以下步骤：
步骤S10、利用心电图的R波波峰分别对升主动脉的M模式超声图像、D模式超声图像分割心动周期；
步骤S20、在分割好心动周期的M模式超声图像(如图2所示)中，将相邻的心动周期图像叠加，得到叠加图像；
步骤S30、通过阈值法得到步骤S20中叠加图像的血管上下壁，如图2所示，并对血管上下壁分别使用不同阈值处理图像；
步骤S40、对步骤S30中处理后的图像分别通过阈值法、重心法得到血管上下壁边界，其中阈值法滤除大部分低噪声粗略找到血管的上下壁其效果如图3所示，做了阈值处理的M模式图像进行第二次查找血管的上下壁其效果如图5所示，图3中的上下壁含有大量异常点，通过使用梯度滤除异常点，其效果如图4所示；
步骤S50、调节通过阈值法得到的血管上下壁边界和通过重心法得到的血管上下壁边界的比例系数α，然后进行叠加，其效果如图6所示；
其叠加公式如下：
wall＝α·wallT+(1-α)wallG
式中：wallT表示使用阈值法找的血管上下壁；wallG表示重心法找的血管上下壁；α表示比例系数，属于0～1之间；wall表示叠加后的血管上下壁；
步骤S60、最后使用样条平滑的方法对步骤S24中叠加图的血管上下壁进行插值平滑，血管上下壁相减得到升主动脉的直径波形(如图7所示)；
步骤S70、通过阈值法得到分割好心动周期的M模式超声图像中的最大包络；其阈值法中一个心动周期的D模式超声图像的左1/8的像素采用4倍于中间部分的阈值，图像右2/5的像素采用3倍于中间部分的阈值；
步骤S80、再采用梯度方法滤除最大包络异常的离群点，其效果图如图8；
步骤S90、最后通过样条平滑得到一个心动周期随时间变化的血流速度波形(如图9所示)；
步骤S100、分别在直径波形和血流速度波形中采用逐点向下的线性回归，找到线性回归决定系数R2小于0.985的点分别作为直径波形图的上升点(如图7中的点)、血流速度波形图的上升点(如图9中的点)；
步骤S110、直径波形和速度波形按照线性回归查找的上升点对齐得到直径速度环(如图10所示)；使用RANSAC方法拟合确定直径速度环(如图10所示)中的无反射期中直线部分，该直线部分斜率的一半即为PWV值。
实施例2
本发明的改进的直径速度环方法测量升主动脉脉搏波速度的方法，包括以下步骤：
步骤S10、利用心电图的R波波峰分别对升主动脉的M模式超声图像、D模式超声图像分割心动周期；
步骤S20、从分割好心动周期的M模式超声图像中提取升主动脉的四个直径波形(D)；
步骤S30、再从分割好心动周期的D模式超声图像中提取升主动脉的四个血流速度波形(U)；
步骤S40、分别获取直径波形(D)和血流速度波形(U)中的上升点，并利用线性回归方法计算所有可能的D与U的匹配组合(4D*4U＝16)，并计算出所有组合的PWV值；
步骤S50、将所有PWV值排序并滤除前后25％的可能异常值，计算剩下值的平均作为当前测试对象的脉搏波速度，并计算出标准差。
本发明是一种改进的ln(D)U-loop方法测量脉搏波速度，利用一种结合阈值、梯度滤波和重心法的直径波形提取方法可以对超声M模式的质量不高的图像数据进行处理，同时采用一种改进的线性回归方法计算PWV值。与之前的原始的ln(D)U-loop方法相比，该方法对于超声图像质量不高的情况下也能适用，并能有效缩短直径波形提取的处理时间和减少误差。
以上所述，并非对本发明作任何形式上的限制，虽然本发明已通过上述实施例揭示，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些变动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (3)

1.改进的直径速度环方法测量升主动脉脉搏波速度PWV的方法，其特征在于，包括以下步骤：
步骤S10、利用心电图的R波波峰分别对升主动脉的M模式超声图像、D模式超声图像分割心动周期；
步骤S20、从分割好心动周期的M模式超声图像中提取升主动脉的直径波形；
步骤S30、再从分割好心动周期的D模式超声图像中提取升主动脉的血流速度波形；
步骤S40、分别获取直径波形和血流速度波形中的上升点，并利用RANSAC计算PWV值；
所述步骤S20的具体过程为：
步骤S21、在分割好心动周期的M模式超声图像中，将相邻的心动周期图像叠加，得到叠加图像；
步骤S22、通过阈值法得到步骤S21中叠加图像的血管上下壁，并对血管上下壁分别使用不同阈值处理图像；
步骤S23、对步骤S22中处理后的图像分别通过阈值法、重心法得到血管上下壁边界，并使用梯度方法滤除通过阈值法得到的血管上下壁边界的异常点；
步骤S24、调节通过阈值法得到的血管上下壁边界和通过重心法得到的血管上下壁边界的比例系数α，然后进行叠加；
步骤S25、最后使用样条平滑的方法对步骤S24中叠加图的血管上下壁进行插值平滑，血管上下壁相减得到升主动脉的直径波形；
所述步骤S30的具体过程为：
步骤S31、通过阈值法得到分割好心动周期的M模式超声图像中的最大包络；
步骤S32、再采用梯度方法滤除最大包络异常的离群点；
步骤S33、最后通过样条平滑得到一个心动周期随时间变化的血流速度波形；
所述步骤S40的具体过程为：
步骤S41、分别在直径波形和血流速度波形中采用逐点向下的线性回归，找到线性回归决定系数R2小于0.985的点分别作为直径波形的上升点、血流速度波形的上升点；
步骤S42、直径波形和速度波形按照线性回归查找的上升点对齐得到直径速度环，使用RANSAC方法拟合确定直径速度环中的无反射期中直线部分，该直线部分斜率的一半即为PWV值。
2.根据权利要求1所述的改进的直径速度环方法测量升主动脉脉搏波速度PWV的方法，其特征在于，所述步骤S31中阈值法中对一个心动周期的D模式超声图像的左1/8的像素采用4倍于中间部分的阈值，图像右2/5的像素采用3倍于中间部分的阈值。
3.根据权利要求1所述的改进的直径速度环方法测量升主动脉脉搏波速度PWV的方法，其特征在于，在步骤S20和步骤S30中分别提取若干个直径波形、血流速度波形，计算直径波形与血流速度波形所有的匹配组合，并计算出所有组合的PWV值，将所有组合的PWV值排序并滤除前后25%的可能异常值，计算剩下值的平均值作为最终的PWV值。
CN202011008680.3A 2020-09-23 2020-09-23 改进的直径速度环方法测量升主动脉脉搏波速度的方法 Active CN112006717B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011008680.3A CN112006717B (zh) 2020-09-23 2020-09-23 改进的直径速度环方法测量升主动脉脉搏波速度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011008680.3A CN112006717B (zh) 2020-09-23 2020-09-23 改进的直径速度环方法测量升主动脉脉搏波速度的方法

Publications (2)

Publication Number Publication Date
CN112006717A CN112006717A (zh) 2020-12-01
CN112006717B true CN112006717B (zh) 2021-06-15

Family

ID=73522306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011008680.3A Active CN112006717B (zh) 2020-09-23 2020-09-23 改进的直径速度环方法测量升主动脉脉搏波速度的方法

Country Status (1)

Country Link
CN (1) CN112006717B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012007423A1 (en) * 2010-07-16 2012-01-19 Csem Sa Method and apparatus for the non-invasive measurement of pulse transit times (ptt)
CN108471970A (zh) * 2015-11-10 2018-08-31 通用电气公司 用于估计动脉脉搏波速度的系统和方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012007423A1 (en) * 2010-07-16 2012-01-19 Csem Sa Method and apparatus for the non-invasive measurement of pulse transit times (ptt)
CN108471970A (zh) * 2015-11-10 2018-08-31 通用电气公司 用于估计动脉脉搏波速度的系统和方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A method for determining local pulse wave velocity in human ascending aorta from sequential ultrasound measurements of diameter and velocity;Madalina Negoita等;《Physiological Measurement》;20181231;第39卷(第11期);第1-8页 *
Non-invasive technique for determining local pulse wave velocity in humans ascending aorta;Madalina Negoita等;《Computing in Cardiology》;20170925;第1-4页 *
动脉局域脉搏波速的超声检测研究及发展趋势;赵伟佳 等;《云南大学学报(自然科学版)》;20181231;第40卷(第6期);第1108-1115页 *

Also Published As

Publication number Publication date
CN112006717A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN108038848B (zh) 基于医学影像序列斑块稳定性指标的快速计算方法及系统
Luo et al. Pulse wave imaging of the human carotid artery: an in vivo feasibility study
JP6020470B2 (ja) 超音波診断装置、および、血管特定方法
JP5015513B2 (ja) 解剖学的構造の計測のための一体型超音波デバイス
US20220160328A1 (en) Fluid Flow Analysis
CN104398271A (zh) 血管与斑块的三维力学及组织特性成像检测方法
JP2008012047A (ja) 超音波診断装置
Hernàndez-Sabaté et al. Image-based cardiac phase retrieval in intravascular ultrasound sequences
Soleimani et al. Carotid artery wall motion estimation from consecutive ultrasonic images: Comparison between block-matching and maximum-gradient algorithms
JP2010200844A (ja) 超音波診断装置および超音波診断装置のデータ処理プログラム
CN112006717B (zh) 改进的直径速度环方法测量升主动脉脉搏波速度的方法
Deng et al. Regional upstroke tracking for transit time detection to improve the ultrasound-based local PWV estimation in carotid arteries
Zahnd et al. Intramural shear strain can highlight the presence of atherosclerosis: a clinical in vivo study
Balasundaram et al. A non-invasive study of alterations of the carotid artery with age using ultrasound images
Andrew et al. Intraoperative renal resistive index as an acute kidney injury biomarker: Development and validation of an automated analysis algorithm
Golemati et al. Comparison of B-mode, M-mode and Hough transform methods for measurement of arterial diastolic and systolic diameters
JP5295684B2 (ja) 超音波診断装置及び診断パラメータ自動計測方法
De Winter et al. A novel retrospective gating method for intracoronary ultrasound images based on image properties
Shin et al. Estimation of viscoelasticity of a carotid artery from ultrasound cine images and brachial pressure waveforms: Viscous parameters as a new index of detecting low plaque burden
Saghian et al. Interpretation of wave reflections in the umbilical arterial segment of the feto-placental circulation: computational modeling of the feto-placental arterial tree
Zahnd et al. A new user-independent in vivo method for 2D motion estimation of the carotid wall by ultrasound imaging for early detection of pathological behavior
CN115607189A (zh) 超声成像装置和基于超声成像的心功能测量方法
Li et al. Performance assessment and optimization of Pulse Wave Imaging (PWI) in ex vivo canine aortas and in vivo normal human arteries
Zhao et al. A Comparison of Ultrasound-Based QA and ln (D) U Methods for Measurement Local Pulse Wave Velocity
Negoita et al. Semi-automatic vendor-independent software for assessment of local arterial stiffness

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