CN1742681A - 改善计算机断层造影图像显示的方法和装置 - Google Patents

改善计算机断层造影图像显示的方法和装置 Download PDF

Info

Publication number
CN1742681A
CN1742681A CN200510099033.7A CN200510099033A CN1742681A CN 1742681 A CN1742681 A CN 1742681A CN 200510099033 A CN200510099033 A CN 200510099033A CN 1742681 A CN1742681 A CN 1742681A
Authority
CN
China
Prior art keywords
image
brightness section
brightness
divergent
value
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.)
Pending
Application number
CN200510099033.7A
Other languages
English (en)
Inventor
雷纳·劳帕克
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN1742681A publication Critical patent/CN1742681A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及通过电操纵所显示的亮度值来改善具有高亮度范围的医疗图像的可视识别性的方法和装置,其中该图像具有主要包括两个不同亮度区间的图像区域。通过采用图像值的非线性缩放、然后提高图像值的对比度、最后重缩放图像值,对比度很高地显示了结构,而不必在原来强对比度的区域招致质量损失。

Description

改善计算机断层造影图像显示的方法和装置
技术领域
本发明涉及用于通过电操纵所显示的亮度值来改善具有高亮度范围的医疗图像的可视识别性的方法和装置,尤其是x射线图像或CT图像的可视识别性,在这些图像中一个像素的亮度对应于被透视对象的吸收值,其中该图像至少显示软组织结构和骨骼结构,并具有主要包括两个不同亮度区间的对应图像区域,其中第一亮度区间对应于骨骼结构,而第二亮度区间对应于软组织结构。
背景技术
原理上这种用于在对医学图像(尤其是在CT领域)进行图像处理中改善图像质量的方法和装置是众所周知的,校正诸如散射辐射、额外聚焦辐射等等在再现CT图像时的特定物理效应的方法在于,对所采用的卷积核进行所谓的卷曲校正。该校正基本上是一种提升高的本机振荡频率的滤波器,但最陡峭的上升位于相对较低的本机振荡频率处。该校正不能任意强度地进行,因为太大强度的卷曲校正会对具有高对比度的边缘产生不期望的影响,并因此强烈损害这些结构的可识别性。
发明内容
因此,本发明要解决的技术问题是,找到一种改善具有高亮度范围的医疗图像的可视识别性的方法和装置,能避免上述负面影响。
发明人已经认识到,医疗图像、尤其是CT图像的特征在于,它们具有至少两个典型的图像区域,也就是一方面对骨骼的显示,另一方面对软组织的显示,其中每个显示都分别具有一个有限的、部分相对较窄的亮度范围,但就其亮度平均值来说相互之间又相差甚远。在此存在滤波的问题。但如果两个亮度区间被强烈拉近而不相交,接着提高对比度,然后又将亮度区间恢复到开始的距离,其中保持被提高的对比度,则可以消除该问题。
因此发明人建议,改善通过电操纵所显示的亮度值来改善具有高亮度范围的医疗图像的可视识别性的方法和装置,尤其是X射线图像或CT图像的可视识别性,在这些图像中一个像素的亮度对应于被透视对象的吸收值,其中该图像至少显示软组织结构和骨骼结构,并具有主要包括两个不同亮度区间的对应图像区域,其中第一亮度区间对应于骨骼结构,而第二亮度区间对应于软组织结构。
该公知方法的改善在于,至少执行以下方法步骤:
-通过非线性缩放将具有像素值I(x,y)的原始图像B映射为第一中间图像G(B),使得第一亮度区间H1的对比度接近第二亮度区间H2的对比度,并从第一亮度区间H1中形成更改的第一亮度区间H1’;
-在第一中间图像Z1=G(B)上采用滤波器F来提高对比度,由此产生第二中间图像Z2=F(G(B));
-对第二中间图像Z2=F(G(B))进行非线性的重缩放H,该缩放又提高了更改的第一亮度区间H1’的对比度,并产生具有像素值IE 1(x,y)的结果图像E1=H(F(G(B)))。
通过这种方式,首先整个图像的对比度范围减小到相对较窄但非线性的范围,并在剩余的亮度区间上引起对比度的增加,接着又非线性地扩展了亮度值,从而就整个对比度范围来说保留了图像的原始印象,但改善了特别感兴趣区域的对比度,并提高了各个结构的可识别性。
尤其是在对非线性缩放采用非严格单调的映射函数时有利的是,从第一结果图像E1和原始图像B中通过适应性重叠产生具有像素值I’(x,y)的第二结果图像E2,然后将该图像作为最终图像进行观察。
虽然一维滤波器F的使用原理上是可能的,其中必要时需以不同方向多次使用该滤波器,但有利的是将所采用的滤波器F构成为二维滤波器。
同样,有利的是所采用的滤波器F具有各向同性的特性。
为了提高图像的对比度,作为滤波器F可以采用其滤波器振幅在本机振荡频率区域的下部区域中从较低开始、并单调上升到较高本机振荡频率的滤波器。
为了缩放和重缩放所观察图像的亮度值,特别有利的是,采用非线性缩放G和H,它们互成倒数且G=H-1。这尤其适用于缩放G是双射的情况。
优选地,对于非线性缩放G和H来说,优选当G为非双射时,H满足特性“GοH=恒定式”,也就是G和H的连接是相同的映射。由此H代表限制为G的图像集合的G的反映射。
在图像B和E1适应性重叠的情况下,还可以对CT图像进行取决于像素值、优选取决于HU值的加权,由此可以将提高对比度的影响特别限制在软组织区域上。
例如可以根据如下公式用取决于HU的加权执行这种适应性重叠:
I′(x,y)=φ(I(x,y))·IE 1(x,y)+[1-φ(I(x,y))]·I(x,y)。
在本方法的特别变形中,可以这样进行非线性的缩放,使得第二亮度区间映射到自身,并因此保持不变。
在本发明方法的另一变形中,被处理的图像还具有第三亮度区间,其例如对应于拍摄的空气,并且该第三亮度区间得到与第一亮度区间类似的处理,但其中缩放的方向相反。
第二亮度区间例如可以位于-20到+80HU的HU值间隔内,其中第一亮度区间包含位于其下方的HU值,而第二亮度区间包含位于其上方的HU值。
根据本发明的基本思想,还提出一种改善具有高亮度范围的医疗图像、尤其是X射线图像或CT图像的可视识别性的装置,其中该图像至少显示软组织结构和骨胳结构,并对所示的亮度值进行电操作,以及设置用于实施上述方法步骤的装置,优选是程序或程序模块。
附图说明
下面借助附图中的优选实施例详细描述本发明,其中要说明的是,只显示用于直接理解本发明的重要元素。在此采用以下附图标记:1:软组织结构,2:骨骼结构,3:空气,B:原始图像,C:HU值间隔,G:缩放函数,H:重缩放函数,Ex:结果图像,I(x,y):位置(x,y)处的像素值,P:像素的亮度值,U:以HU为单位的原始图像的像素值,x:像素在x轴方向上的位置坐标,y:像素在y轴方向上的位置坐标,Z:以HU为单位的像素值在缩放后的目标区域,I:缩放,II:对比度提高/滤波,III:去缩放,IV:适应性重叠,λ:滤波器振幅,v:本机振荡频率。
具体示出:
图1示出典型卷曲滤波器(Cupping-Filter)F的频率响应特性;
图2示出在用卷曲滤波器处理之前和之后的对比度跃迁的示意图;
图3示出头颅的没有经过图像处理的CT截面图像;
图4示出采用了强卷曲滤波器的图3的头颅的CT截面图像;
图5示出非线性、严格单调的缩放函数G的例子;
图6示出非线性和单调的缩放函数G的例子;
图7示出根据本发明的方法的流程图;
图8示出头颅的没有经过图像处理的CT截面图像(同图3);
图9示出采用了本发明的图像处理的图8的头颅的CT截面图像。
具体实施方式
为了校正诸如散射辐射、额外聚焦辐射等特定的物理效应,用于再现的卷积核通常包含所谓的卷曲校正。其基本上是一种提升高频的滤波器,但最陡峭的提升位于相对较低的频率处。这种滤波器在图1中示出,其中在纵轴上以任意单位线性绘出本机振荡频率ν,并且横轴表示滤波器振幅λ的大小。在频率ν较低时,滤波器振幅也具有1附近的低值,这些值首先连续提升为更高的频率ν,接近平顶曲线,并对随后的频率都保持该平顶曲线。
但是,除了要消除上述物理误差之外,对卷积的上述贡献还产生视觉上的影响,如图2所示。在纵坐标上绘出任意的位置轴x,横轴展示一幅图像的所属像素的亮度值P。在以实线显示的理想边缘上,也就是采用任意尖锐的对比度跃迁的地方,通过卷曲校正产生过冲,如以虚线显示的那样。对于人眼来说,该过冲特性对可见性产生正面的影响。该效应在原理上可以这样调整,使得实际上不提高噪声幅度。这对低的对比度来说尤其有利。
但由于在所提到的应用中卷曲函数的特性通过对物理误差所需要的校正来预先给出,因此该效应不能任意调整。卷曲校正的放大必然导致在具有高对比度的边缘上产生不期望的过冲,其中该效应的加强与对比度成正比。这种滤波的例子在图3和图4中示出,其中软组织结构用1、骨骼结构用2、空气区域用3表示。图3示出没有滤波的头颅拍摄的CT截面图像,而图4中通过强卷曲校正对该图像进行处理,以便能更好地识别大脑的软组织结构。在此,用具有径向频率特性的各向同性的二维滤波器进行滤波,如图1所示的滤波器。
从结果可以看出,在图4中虽然通过改善各个结构的对比度能更好地识别出在中央成像的软组织区域,但这种改善会损害与骨骼结构的边界相邻的区域,这可能会通过上述过冲特性产生已用箭头突出的黑色边界,甚至会覆盖软组织结构。
在神经学研究中,待检查的软组织的CT值位于一个有限的区间内。因此,本发明的目的是借助在该CT值域内的边缘过冲提高对比度,同时防止该过冲达到至骨骼的过渡区域。
根据本发明的基本思想,为了改善公知方法建议如下步骤:
I.为了避免不期望的效应,首先借助非线性缩放G将像素值映射到一个新的值区间,其中该新的区间具有比原始图像B更小的亮度范围。在此,G是单调函数。原始图像的像素值是I(x,y)。
II.然后,采用具有图1的滤波器特性的各向同性的二维滤波器对未缩放的图像G(B)进行卷积,从中产生新的图像F(G(B))。
III.接着,用基本上成倒数的缩放函数H进行反缩放,从中形成像素值为IE 1(x,y)的结果图像E1=H(F(G(B))),该结果图像的质量得到了显著改善。
IV.在最后一个可选步骤中,可以再次通过与原始图像B进行适应性重叠来改善上述结果图像E1。最终图像E2的像素值则是I’(x,y)。
在图5中举例示出非线性和单调上升的缩放函数G,该函数将原始图像的像素值转换为中间图像的目标值Z。该缩放函数G也是双射的,如在图5中可看到的。横轴上的每个像素值U都唯一地对应一个特定的目标值Z。在此,还可以定义一个唯一的倒函数H用于重缩放,从而H=G-1。如果采用这种缩放函数和重缩放函数,则在采用这些函数之后不需要与原始图像进行适应性重叠,但可以可选地进行。
在其它情况下,也就是对非严格单调的函数来说,如上所述,H应当满足特性“GοH=恒定式”。图6示出了一个例子。也就是说,函数H应当选择为限制在区间C上的G的倒数。
本发明的另一个改善在于,在对图像进行适应性重叠时,通过取决于HU值的函数φ来进行加权。对于像素I’(x,y),滤波和重缩放后的图像具有权重φ(I(x,y)),而对输出图像的像素值加上权重1-φ(I(x,y)),也就是说下式成立:
I′(x,y)=φ(I(x,y))·IE 1(x,y)+[1-φ(I(x,y))]·I(x,y)。
图7以流程图形式示出本发明方法的示意图,其中涉及上面描述的方法步骤I:缩放,II:滤波,III:去缩放和IV:适应性重叠。在方法步骤去缩放III和最终图像之间的以虚线表示的可选路径应当表明,必要时还可以在没有方法步骤IV的情况下达到足够的图像质量。
本发明的专署用途是对自然CT头颅扫描中的灰白差异进行光学改善。在此,感兴趣的区间在大约-20到+80HU的范围内,大多甚至更窄,在+20到+50HU之间。在所示例中,作为缩放函数G采用根据图6的区间[-20,80]HU上的线性斜坡。该滤波器函数这样选择,使得在对比度跃迁处产生大约30%的过冲。
通过本发明方法达到的质量改善在图9的图像中示出,该图像来自图8的与图3一致的原始图像。在该图像中可以看出软组织的对比度明显增加。没有出现如图4的图像中出现的骨骼上的边缘过冲这样的负面效果。
还要注意,在所示例中,没有校正图1的滤波器类型的噪声振幅的增大。但该效应可以通过组合合适的低通滤波器T来抑制。
总之,利用本发明展现了通过电操纵所显示的亮度值来改善具有高亮度范围的医疗图像的可视识别性的方法和装置,其中该图像具有主要包括两个不同亮度区间的图像区域。通过采用图像值的非线性缩放、然后提高图像值的对比度、最后重缩放图像值,对比度很高地显示了结构,而不必在原来强对比度的区域招致质量损失。
应当理解,在不偏离本发明的范围的条件下,本发明的上述特征不仅可以按照分别给出的组合使用,而且可以按照其它组合或单独使用。

Claims (14)

1.一种通过电操纵所显示的亮度值来改善具有高亮度范围的医疗图像的可视识别性的方法,该医疗图像尤其是X射线图像或CT图像,该图像中一个像素的亮度对应于被透视对象的吸收值,其中该图像至少显示软组织结构和骨骼结构,并具有主要包括两个不同亮度区间的对应图像区域,其中,第一亮度区间对应于骨骼结构,而第二亮度区间对应于软组织结构,其特征在于,至少执行以下方法步骤:
-通过非线性缩放(G)将具有像素值(I(x,y))的原始图像(B)映射为第一中间图像(G(B)),使得第一亮度区间(H1)的对比度接近第二亮度区间(H2)的对比度,并从第一亮度区间(H1)中形成更改的第一亮度区间(H1’);
-对该第一中间图像(Z1=G(B))采用滤波器(F)来提高对比度,由此产生第二中间图像(Z2=F(G(B)));
-对该第二中间图像(Z2=F(G(B)))进行非线性的重缩放(H),该重缩放又提高了更改的第一亮度区间(H1’)的对比度,并产生具有像素值(IE 1(x,y))的结果图像(E1=H(F(G(B))))。
2.根据权利要求1所述的方法,其特征在于,从所述第一结果图像(E1)和原始图像(B)中通过适应性重叠产生具有像素值(I’(x,y))的第二结果图像(E2)。
3.根据权利要求1或2所述的方法,其特征在于,作为滤波器(F)采用二维滤波器。
4.根据权利要求1至3中任一项所述的方法,其特征在于,作为滤波器(F)采用各向同性滤波器。
5.根据权利要求1至4中任一项所述的方法,其特征在于,作为滤波器(F)可以采用这样的滤波器,其滤波器振幅在本机振荡频率区域的下部区域中从较低开始、并单调上升到较高本机振荡频率,接近最大值,然后以该较高的本机振荡频率恒定地运行。
6.根据权利要求1至5中任一项所述的方法,其特征在于,对于所述非线性缩放G和H来说,优选当缩放G是双射时,它们互成倒数且G=H-1
7.根据权利要求1至6中任一项所述的方法,其特征在于,对于所述非线性缩放G和H来说,优选当G为非双射时,H满足特性“GоH=恒定式”。
8.根据权利要求2至7中任一项所述的方法,其特征在于,在图像(B)和(E1)适应性重叠时,进行取决于HU值的加权。
9.根据权利要求8所述的方法,其特征在于,根据如下公式用取决于HU的加权来进行所述适应性重叠:
I ′ ( x , y ) = φ ( I ( x , y ) ) · I E 1 ( x , y ) + [ 1 - φ ( I ( x , y ) ) ] · I ( x , y ) .
10.根据权利要求1至9中任一项所述的方法,其特征在于,在非线性缩放时,所述第二亮度区间保持不变。
11.根据权利要求1至10中任一项所述的方法,其特征在于,被处理的图像还具有第三亮度区间,其对应于拍摄的空气,并且与第一亮度区间类似地处理该第三亮度区间。
12.根据权利要求1至11中任一项所述的方法,其特征在于,除了所述滤波器(F)之外,在相同的方法步骤中还采用额外的低通滤波器(T)。
13.根据权利要求1至12中任一项所述的方法,其特征在于,所述第二亮度区间例如位于-20到+80HU的HU值区间内,其中第一亮度区间包含位于其下方的HU值,而第二亮度区间包含位于其上方的HU值。
14.一种通过电操作所显示的亮度值来改善具有高亮度范围的医疗图像、尤其是X射线图像或CT图像的可视识别性的装置,其中,该图像至少显示软组织结构和骨胳结构,其特征在于,设置用于实施根据上述权利要求之一所述方法的装置,优选是程序或程序模块。
CN200510099033.7A 2004-09-03 2005-09-05 改善计算机断层造影图像显示的方法和装置 Pending CN1742681A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102004042792.5 2004-09-03
DE102004042792A DE102004042792B3 (de) 2004-09-03 2004-09-03 Verfahren zur Verbesserung der Darstellung von CT-Aufnahmen

Publications (1)

Publication Number Publication Date
CN1742681A true CN1742681A (zh) 2006-03-08

Family

ID=35996251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200510099033.7A Pending CN1742681A (zh) 2004-09-03 2005-09-05 改善计算机断层造影图像显示的方法和装置

Country Status (4)

Country Link
US (1) US20060050938A1 (zh)
JP (1) JP2006068529A (zh)
CN (1) CN1742681A (zh)
DE (1) DE102004042792B3 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103054601A (zh) * 2011-10-21 2013-04-24 三星电子株式会社 X射线成像设备及其控制方法
CN105684044A (zh) * 2013-08-28 2016-06-15 维斯塔斯风力系统有限公司 分析层压物体中的形变的方法及相应系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011006579A1 (de) * 2011-03-31 2012-10-04 Siemens Aktiengesellschaft Verfahren zur Erzeugung von Bilddaten eines Untersuchungsobjekts, Projektionsdatenverarbeitungseinrichtung, Röntgensystem und Computerprogramm
JP6652854B2 (ja) * 2016-02-16 2020-02-26 株式会社日立製作所 画像処理装置及び画像処理方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0570873B1 (en) * 1992-05-22 1998-07-29 Thomson Consumer Electronics, Inc. Non-linear video signal processor employing picture element analysis
IL119283A0 (en) * 1996-09-19 1996-12-05 Elscint Ltd Adaptive filtering
US6724942B1 (en) * 1999-05-24 2004-04-20 Fuji Photo Film Co., Ltd. Image processing method and system
US6836570B2 (en) * 2001-11-14 2004-12-28 Eastman Kodak Company Method for contrast-enhancement of digital portal images
US6496560B1 (en) * 2001-11-21 2002-12-17 Koninklijke Philips Electronics, N.V. Motion correction for perfusion measurements
JP2003196640A (ja) * 2001-12-14 2003-07-11 Ge Medical Systems Global Technology Co Llc 画像処理方法および装置
DE10229113A1 (de) * 2002-06-28 2004-01-22 Siemens Ag Verfahren zur Grauwert-basierten Bildfilterung in der Computer-Tomographie
US7042522B2 (en) * 2002-08-01 2006-05-09 Samsung Electronics Co., Ltd. Adaptive contrast enhancement method using time-varying nonlinear transforms on a video signal
US7164808B2 (en) * 2002-08-27 2007-01-16 Hrl Laboratories, Llc Method and apparatus for illumination compensation of digital images

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103054601A (zh) * 2011-10-21 2013-04-24 三星电子株式会社 X射线成像设备及其控制方法
CN105684044A (zh) * 2013-08-28 2016-06-15 维斯塔斯风力系统有限公司 分析层压物体中的形变的方法及相应系统
CN105684044B (zh) * 2013-08-28 2018-06-12 维斯塔斯风力系统有限公司 分析层压物体中的形变的方法及相应系统

Also Published As

Publication number Publication date
US20060050938A1 (en) 2006-03-09
JP2006068529A (ja) 2006-03-16
DE102004042792B3 (de) 2006-06-08

Similar Documents

Publication Publication Date Title
Salem et al. Medical image enhancement based on histogram algorithms
Raj et al. Computer aided detection of brain tumor in magnetic resonance images
CN101030298A (zh) 多尺度自适应对比度变换的医学图像增强方法
Sherrier et al. Regionally adaptive histogram equalization of the chest
CN1889125A (zh) 一种医疗放射图像的细节增强方法
CN101779962B (zh) 一种增强医学x射线影像显示效果的方法
CN1819621A (zh) 医学图像增强处理方法
CN1919144A (zh) 超声图像增强与斑点抑制方法
CN1806257A (zh) 图像处理设备、图像处理方法、用于图像处理方法的程序、以及记录有用于图像处理方法的程序的记录介质
CN1729936A (zh) 用于螺旋多切片ct的伴随着恢复噪声的降低螺旋风车伪像的方法
CN1573810A (zh) 图像处理方法和设备
CN104599239A (zh) 一种医学图像中的金属伪影消除方法及装置
CN1788683A (zh) 利用造影剂产生组织结构的计算机断层造影显示的方法
JP2012524329A (ja) 多重尺度画像の正規化及び強調
CN104166974B (zh) Ct定位片图像增强方法及装置
DE19635017A1 (de) Verfahren und Vorrichtung zur Erhöhung der Bildschärfe
JP2001052155A (ja) 臨床的領域と非臨床的領域とを含む医用画像を処理する方法及び装置
JP4359840B2 (ja) 画像処理装置及び画像処理方法
CN1742681A (zh) 改善计算机断层造影图像显示的方法和装置
CN104574284A (zh) 一种数字x射线图像对比度增强处理方法
CN101049242A (zh) 可再现地产生断层造影图像数据的视图的方法
CN105828725A (zh) 超声波诊断装置
CN101065065A (zh) X射线ct装置和图像处理装置
CN101655973A (zh) 一种基于人眼视觉特征的图像增强方法
CN102682439B (zh) 基于多向经验模式分解的医学图像融合方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication