CN205050303U - 一种智能人体瘫倒监测装置 - Google Patents
一种智能人体瘫倒监测装置 Download PDFInfo
- Publication number
- CN205050303U CN205050303U CN201520776328.2U CN201520776328U CN205050303U CN 205050303 U CN205050303 U CN 205050303U CN 201520776328 U CN201520776328 U CN 201520776328U CN 205050303 U CN205050303 U CN 205050303U
- Authority
- CN
- China
- Prior art keywords
- signal acquisition
- acquisition module
- module
- paralysis
- monitoring device
- 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.)
- Expired - Fee Related
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本实用新型公开了一种智能人体瘫倒监测装置,包括与信号处理模块连接的信号采集模块、定位模块和无线通讯模块,信号处理模块还连接有人机交互模块和报警模块;信号采集模块包括身体姿态监测信号采集模块、佩戴监测信号采集模块、生物体征监测信号采集模块和周围环境监测信号采集模块;使用时,信号采集模块将监测到的数据输送给信号处理模块,信号处理模块进行分析计算后作出判断,如果人体瘫倒,输出信号到报警装置进行报警,并通过无线通讯模块将人体跌倒的相关信息和地理位置发送给家人和相关的急救人员;佩戴监测信号采集模块能够监测本监测装置佩戴是否正确,从而减少因佩戴错误或未佩戴带来的错误报警。
Description
技术领域
本实用新型涉及一种人体能够随身携带的监测装置,尤其涉及一种能够对人体是否瘫倒进行监测的装置。
背景技术
随着生活节奏的改变,孤寡老人、留守老人成为了一个不可忽视的群体,年轻人由于工作等原因不能时刻陪伴老人,导致在出现瘫倒情况下无法及时得到救助,恶化了病情。所以,提供一种可以随身佩戴的并且实时监测老人身体状况的设备对老年人来讲非常有意义。
目前有许多关于跌倒监测的技术手段,较为通用的方法是使用加速度传感器采集人体姿体动作信号,来识别是否发生跌倒。而通常认为的跌倒主要特征是:跌倒前身体姿态特征为站立,跌倒时在身体碰撞到地面瞬间发生的信号“巨变”,以及跌倒后身体姿态发生的改变(变为平躺),同时该时段信号较为“平静”。通过对上述特征的识别,最终判断用户是否发生了跌倒。
瘫倒是指由于某些突发症状导致的肢体不受主观意识控制的一种情形,更多情况是自身由于身体原因导致。瘫倒在姿体特征并不一定是由站立变为“平倒”在地上,瘫倒的表现形式多样,比如:坐姿发生瘫倒且瘫倒后可能还是坐姿、老人靠墙发生瘫倒后缓慢瘫坐在地上等等,这些情况下并不一定会出现身体撞击到地面时的“巨变”的信号段,也不一定最终的姿态是“平躺”状态。对于这种情形,通用的检测跌倒的方法是无法识别的,因为这些姿体动作特征不符合跌倒的要素。
实用新型内容
本实用新型所要解决的技术问题是提供一种监测准确率高的智能人体瘫倒监测装置。
为解决上述技术问题,本实用新型的技术方案是:一种智能人体瘫倒监测装置,包括信号采集模块、定位模块和无线通讯模块,所述信号采集模块、所述定位模块和所述无线通讯模块均与信号处理模块连接,所述信号处理模块还连接有人机交互模块和报警模块;
所述信号采集模块包括身体姿态监测信号采集模块、佩戴监测信号采集模块、生物体征监测信号采集模块和周围环境监测信号采集模块。
作为一种优选的技术方案,所述身体姿态监测信号采集模块包括加速度传感器和气压传感器。
作为一种优选的技术方案,所述佩戴监测信号采集模块包括加速度传感器、温度传感器和压力传感器。
作为一种优选的技术方案,所述生物体征监测信号采集模块包括温度传感器、湿度传感器、心率传感器、血压传感器和血氧饱和度传感器。
作为一种优选的技术方案,所述周围环境监测信号采集模块包括风速传感器、湿度传感器和气压传感器。
作为一种优选的技术方案,所述定位模块包括GPS、北斗或移动基站定位装置。
作为一种优选的技术方案,所述无线通讯模块包括GSM通讯单元和蓝牙通讯单元。
作为一种优选的技术方案,所述信号处理模块包括单片机或DSP。
作为一种优选的技术方案,所述人机交互模块包括按钮、触屏、语音识别装置和手势识别装置;
所述报警模块包括语音报警装置、震动报警装置和光报警装置。
作为一种优选的技术方案,所述智能人体瘫倒监测装置安装在腰带上,所述腰带上设有安装槽,所述智能人体瘫倒监测装置安装在所述安装槽内且外表面不高于腰带的外表面。
由于采用了上述技术方案,一种智能人体瘫倒监测装置,包括信号采集模块、定位模块和无线通讯模块,所述信号采集模块、所述定位模块和所述无线通讯模块均与信号处理模块连接,所述信号处理模块还连接有人机交互模块和报警模块;所述信号采集模块包括身体姿态监测信号采集模块、佩戴监测信号采集模块、生物体征监测信号采集模块和周围环境监测信号采集模块;使用时,信号采集模块将监测到的数据输送给信号处理模块,信号处理模块进行分析计算后作出判断,如果人体瘫倒,输出信号到报警装置进行报警,并通过无线通讯模块将人体跌倒的相关信息和地理位置发送给家人和相关的急救人员;如果跌倒的老人没有受伤,老人可以通过人机交互模块控制信号处理模块发出取消前面报警的信息;佩戴监测信号采集模块能够监测本监测装置佩戴是否正确,从而减少因佩戴错误或未佩戴带来的错误报警。
附图说明
图1为本实用新型实施例的原理框图;
图2为本实用新型实施例的工作流程图;
图3为本实用新型实施例的瘫倒识别检测方法的流程图;
图4为本实用新型实施例的瘫倒预防流程图。
具体实施方式
下面结合附图和实施例,进一步阐述本实用新型。在下面的详细描述中,只通过说明的方式描述了本实用新型的某些示范性实施例。毋庸置疑,本领域的普通技术人员可以认识到,在不偏离本实用新型的精神和范围的情况下,可以用各种不同的方式对所描述的实施例进行修正。因此,附图和描述在本质上是说明性的,而不是用于限制权利要求的保护范围。
如图1所示,一种智能人体瘫倒监测装置,包括信号采集模块、定位模块和无线通讯模块,所述无线通讯模块包括GSM通讯单元和蓝牙通讯单元,所述定位模块包括GPS、北斗或移动基站定位装置。所述信号采集模块、所述定位模块和所述无线通讯模块均与信号处理模块连接,所述信号处理模块包括单片机或DSP,所述信号处理模块还连接有人机交互模块和报警模块,所述人机交互模块包括按钮、触屏、语音识别装置和手势识别装置;所述报警模块包括语音报警装置、震动报警装置和光报警装置。
所述信号采集模块包括身体姿态监测信号采集模块、佩戴监测信号采集模块、生物体征监测信号采集模块和周围环境监测信号采集模块。所述身体姿态监测信号采集模块包括加速度传感器和气压传感器。所述佩戴监测信号采集模块包括加速度传感器、温度传感器和压力传感器。所述生物体征监测信号采集模块包括温度传感器、湿度传感器、心率传感器、血压传感器和血氧饱和度传感器。所述周围环境监测信号采集模块包括风速传感器、湿度传感器和气压传感器。
为了便于携带,所述智能人体瘫倒监测装置安装在腰带上,所述腰带上设有安装槽,所述智能人体瘫倒监测装置安装在所述安装槽内且外表面不高于腰带的外表面。
信号采集模块采集的信号主要用于获取下列四个方面的数据:
第一:人体是否正确佩戴设备的数据;
第二:人体姿态行为数据;
第三:人体生物体征数据;
第四:人体周围环境数据。
所述人体是否正确佩戴设备的数据主要通过:加速度传感器、压力传感器、红外温度传感器等来采集。
所述人体姿态行为数据主要通过:加速度传感器、陀螺仪、气压传感器;
所述人体生物体征数据主要通过:心率传感器、光电血压传感器、红外温度传感器、湿度传感器、血氧饱和度传感器来采集。
所述人体周围环境数据主要通过:气压传感器、温度传感器、湿度传感器、风速传感器来采集。
工作过程:
通过人体是否佩戴设备相关的数据来判别当前用户是否正确佩戴本监测装置,将佩戴标识WARE_FLAG置为TRUE;
接下来,实时获取用户的姿态行为数据、生物体征数据及环境数据;
通常情况下,当老人发生瘫倒时,身体躯干会进入一段“平静”期,同时生物体征数据往往比较异常,例如常常伴随着“冒虚汗”、心跳加速、血压升高等特征,同时身体处于“静止”状态,通过传感器获取上述特征信号,识别判断,若满足上述条件,如湿度HUMIDITY>HUMIDITY_TH(设定阈值)、心跳HEART_RATE>HEART_RATE_HIGH_TH/HEART_RATE<HEART_RATE_LOW_TH(心跳阈值)、血压BLOODPRESSURE>BLOODPRESSURE_HIGH_TH/BLOODPRESSURE<BLOODPRESSURE_LOW_TH(血压阈值)、血氧饱和度SPO>SPO_HIGH_TH/SPO<SPO_LOW_TH等满足上述条件将瘫倒标识SLUMP_FLAG置为TRUE;
通过上述指标判断并将用户当前瘫倒的严重程度分级,开启人机交互;
人机交互向佩戴者语音循环询问“您是否感到不舒服,如果没有请按下按钮”;
询问一段时间(如5s)后仍然没有取消,则通过无线通讯模块向相应严重程度级别的监护人群体发出报警通知。
同时,利用人体姿态行为数据、人体生物体征数据以及人体周围环境数据,给出佩戴者瘫倒的预防警报。
当人体发生瘫倒前,人体姿态行为方式已经出现异常,比如走路重心不稳,左右摇晃等,或者如果用户在坐姿情况下,那么人体的生物体征数据可能已经出现异常,比如血压升高、心率加快、“冒虚汗”等等,亦或者人体周围环境突变比如气压突变、温度突变等在这种情况下,本系统可以及时发出报警,及时化解风险,避免更严重地病情发生。
本实用新型中,信号处理模块主要是MCU处理器,例如单片机或DSP;无线通讯模块主要是GSM及蓝牙等可以无线方式与远程终端(手机、电脑、上位机等)进行通信的芯片;定位模块主要是GPS、北斗等定位技术芯片用于获取使用者的地理位置信息;人机交互模块主要是可以进行互动的方式如按钮、触屏、语音识别等技术模块,负责用户信息录入、与用户之间进行信息交互等;报警模块主要是信号处理模块判定用户跌倒情况下进行求救,如扬声器或发送信息方式通知远程的监护人等。
图2是本监测装置工作流程图。
S01:开启设备;
S02:通过蓝牙或wifi等无线模式在手机、电脑等终端设备设置该设备使用人的个人信息,如:性别、年龄、体重身高、病史等;
S03:佩戴设备,通过压力传感器感知用户正在佩戴设备时,进入人机交互模块与使用者进行交互,分步骤指导用户正确佩戴,在佩戴异常时给出提示,佩戴成功将WARE_FLAG置为TRUE;
S04:当WARE_FLAG=TRUE时设备进入实时监测状态:信号采集模块实时采集数据、信号分析处理模块实时监控数据是否异常、其他各模块处于待机状态;
S05:否则通过压力传感器感知用户正在解除腰带是将WARE_FLAG置为FALSE,并退出瘫倒监测及瘫倒预防。
图3为瘫倒识别检测方法的流程图,瘫倒检测的主要步骤如下:
S11:当WARE_FLAG=TRUE时,信号采集模块实时采集数据;
S12:信号处理模块根据人体姿态行为数据判断人体是否进入“安静”段,当发生瘫倒后,可能老人的身体由于本身姿态就比较稳固所以并不一定会发生“碰撞”之类的情况,但瘫倒后身体会进入“平静”期,此时将身体标记BODY_FLAG置为TRUE并进入S13,否则进入S11;
S13:信号处理模块分析人体生物特征数据。通常情况下,当老人发生瘫倒时,生物体征数据往往比较异常,例如常常伴随着“冒虚汗”、心跳加速、血压升高等特征,同时身体处于“静止”状态,通过传感器获取上述特征信号,识别判断,若满足上述条件,如湿度HUMIDITY>HUMIDITY_TH(设定阈值)、心跳HEART_RATE>HEART_RATE_TH(心跳阈值)、血压BLOODPRESSURE>BLOODPRESSURE_TH(血压阈值)等满足上述条件将瘫倒标识SLUMP_FLAG置为TRUE,并进入S14,否则回到S11;
S14:通过上述指标判断并将用户当前瘫倒的严重程度分级,进入S15;
S15:通过人机交互模块向佩戴者语音循环询问“您是否感到不舒服,如果没有请按下按钮”若用户手动退出,则将该信号样本加入到正例样本中,避免下次发生误判,同时回到S11,否则进入S16;
S16:询问一段时间(如5s)后仍然没有取消,则通过无线通讯模块向相应严重程度级别的监护人群体发出报警通知。
图4为瘫倒预防的流程图,预防报警的主要步骤如下:
S21:当WARE_FLAG=TRUE时,信号采集模块实时采集数据;
S22:信号处理模块根据人体姿态行为数据(如,加速度数据、气压高度数据、陀螺仪等)来识别人体是否在运动中(如走路),同时判断行为是否异常,比如“跌跌撞撞”、站不稳、重心不稳等,满足上述条件时将瘫倒报警标识SLUMP_WARN_FLAG置为TRUE,并进入S25,否则进入S23;
S23:信号处理模块根据人体生物体征数据判别当前身体状态是否良好,正常情况下,老人发生瘫倒前会伴有“冒虚汗”、心跳加快、血压升高等,通过传感器获取上述特征信号,识别判断,若满足上述条件,如湿度HUMIDITY>HUMIDITY_WARN_TH(设定阈值)、心跳HEART_RATE>HEART_RATE_HIGH_WARN_TH/HEART_RATE<HEART_RATE_LOW_WARN_TH(心跳阈值)、血压BLOODPRESSURE>BLOODPRESSURE_HIGH_WARN_TH/BLOODPRESSURE<BLOODPRESSURE_LOW_WARN_TH(血压阈值)、血氧饱和度SPO>SPO_HIGH_WARN_TH/SPO<SPO_LOW_WARN_TH等满足上述条件将瘫倒报警标识SLUMP_WARN_FLAG置为TRUE,并进入S25,否则回到S24;
S24:信号处理模块根据人体周围环境数据来判断当前是否为瘫倒多发环境,常见的由于环境因素导致的瘫倒如:气温骤变、气压变化等,通过对上述信号进行判断,如气温变化TEMPERATURE_CHANGE>THEMPERATURE_WARN_TH、气压变化AIRPRESS_CHANGE>AIRPRESS_CHANGE_WARN_TH等满足上述条件时将瘫倒报警标识SLUMP_WARN_FLAG置为TRUE,并进入S25,否则回到S21;
S25:根据上述数据加权计算出瘫倒报警级别,比如当前的心率数据异常而要给出瘫倒预防报警,当心率在100次/秒给出的瘫倒可能性为低级别、心率在130时候给出的瘫倒可能性为较高级别等,进入S26;
S26:将瘫倒预防的级别通过人机交互模块通知到用户,使用户可以及时了解当前的身体状态,并作出相应措施来改变。
以上显示和描述了本实用新型的基本原理、主要特征及本实用新型的优点。本行业的技术人员应该了解,本实用新型不受上述实施例的限制,上述实施例和说明书中描述的只是说明本实用新型的原理,在不脱离本实用新型精神和范围的前提下,本实用新型还会有各种变化和改进,这些变化和改进都落入要求保护的本实用新型范围内。本实用新型要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种智能人体瘫倒监测装置,其特征在于:包括信号采集模块、定位模块和无线通讯模块,所述信号采集模块、所述定位模块和所述无线通讯模块均与信号处理模块连接,所述信号处理模块还连接有人机交互模块和报警模块;
所述信号采集模块包括身体姿态监测信号采集模块、佩戴监测信号采集模块、生物体征监测信号采集模块和周围环境监测信号采集模块。
2.如权利要求1所述的智能人体瘫倒监测装置,其特征在于:所述身体姿态监测信号采集模块包括加速度传感器和气压传感器。
3.如权利要求1所述的智能人体瘫倒监测装置,其特征在于:所述佩戴监测信号采集模块包括加速度传感器、温度传感器和压力传感器。
4.如权利要求1所述的智能人体瘫倒监测装置,其特征在于:所述生物体征监测信号采集模块包括温度传感器、湿度传感器、心率传感器、血压传感器和血氧饱和度传感器。
5.如权利要求1所述的智能人体瘫倒监测装置,其特征在于:所述周围环境监测信号采集模块包括风速传感器、湿度传感器和气压传感器。
6.如权利要求1所述的智能人体瘫倒监测装置,其特征在于:所述定位模块包括GPS、北斗或移动基站定位装置。
7.如权利要求1所述的智能人体瘫倒监测装置,其特征在于:所述无线通讯模块包括GSM通讯单元和蓝牙通讯单元。
8.如权利要求1所述的智能人体瘫倒监测装置,其特征在于:所述信号处理模块包括单片机或DSP。
9.如权利要求1所述的智能人体瘫倒监测装置,其特征在于:所述人机交互模块包括按钮、触屏、语音识别装置和手势识别装置;
所述报警模块包括语音报警装置、震动报警装置和光报警装置。
10.如权利要求1所述的智能人体瘫倒监测装置,其特征在于:所述智能人体瘫倒监测装置安装在腰带上,所述腰带上设有安装槽,所述智能人体瘫倒监测装置安装在所述安装槽内且外表面不高于腰带的外表面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520776328.2U CN205050303U (zh) | 2015-09-30 | 2015-09-30 | 一种智能人体瘫倒监测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520776328.2U CN205050303U (zh) | 2015-09-30 | 2015-09-30 | 一种智能人体瘫倒监测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN205050303U true CN205050303U (zh) | 2016-02-24 |
Family
ID=55343857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520776328.2U Expired - Fee Related CN205050303U (zh) | 2015-09-30 | 2015-09-30 | 一种智能人体瘫倒监测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN205050303U (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105961216A (zh) * | 2016-05-05 | 2016-09-28 | 安徽农业大学 | 一种具有行为与健康识别的种羊智能腰带 |
CN106056106A (zh) * | 2016-07-22 | 2016-10-26 | 内蒙古农业大学 | 一种草原放牧绵羊牧食行为检测系统及其检测方法 |
WO2017049958A1 (zh) * | 2015-09-25 | 2017-03-30 | 广东乐源数字技术有限公司 | 瘫倒监测和预防装置及其处理方法 |
CN107016827A (zh) * | 2017-05-22 | 2017-08-04 | 国动物联网技术(上海)有限公司 | 一种低功耗防跌倒定位系统 |
CN109559754A (zh) * | 2018-12-24 | 2019-04-02 | 焦点科技股份有限公司 | 一种针对摔倒识别的语音救援方法及系统 |
CN109887238A (zh) * | 2019-03-12 | 2019-06-14 | 朱利 | 一种基于视觉和人工智能的跌倒检测系统及检测报警方法 |
CN111012355A (zh) * | 2019-11-26 | 2020-04-17 | 泰康保险集团股份有限公司 | 人体摔倒检测方法及装置、存储介质及电子设备 |
CN114283501A (zh) * | 2022-01-28 | 2022-04-05 | 郭昂佐 | 一种摔倒帮扶呼救取证记录装置 |
CN115457733A (zh) * | 2022-09-09 | 2022-12-09 | 张家港江苏科技大学产业技术研究院 | 户外运动检测报警装置 |
-
2015
- 2015-09-30 CN CN201520776328.2U patent/CN205050303U/zh not_active Expired - Fee Related
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017049958A1 (zh) * | 2015-09-25 | 2017-03-30 | 广东乐源数字技术有限公司 | 瘫倒监测和预防装置及其处理方法 |
CN105961216A (zh) * | 2016-05-05 | 2016-09-28 | 安徽农业大学 | 一种具有行为与健康识别的种羊智能腰带 |
CN106056106A (zh) * | 2016-07-22 | 2016-10-26 | 内蒙古农业大学 | 一种草原放牧绵羊牧食行为检测系统及其检测方法 |
CN106056106B (zh) * | 2016-07-22 | 2021-10-26 | 内蒙古农业大学 | 一种草原放牧绵羊牧食行为检测系统及其检测方法 |
CN107016827A (zh) * | 2017-05-22 | 2017-08-04 | 国动物联网技术(上海)有限公司 | 一种低功耗防跌倒定位系统 |
CN109559754A (zh) * | 2018-12-24 | 2019-04-02 | 焦点科技股份有限公司 | 一种针对摔倒识别的语音救援方法及系统 |
CN109887238A (zh) * | 2019-03-12 | 2019-06-14 | 朱利 | 一种基于视觉和人工智能的跌倒检测系统及检测报警方法 |
CN109887238B (zh) * | 2019-03-12 | 2021-09-24 | 朱利 | 一种基于视觉和人工智能的跌倒检测系统及检测报警方法 |
CN111012355A (zh) * | 2019-11-26 | 2020-04-17 | 泰康保险集团股份有限公司 | 人体摔倒检测方法及装置、存储介质及电子设备 |
CN114283501A (zh) * | 2022-01-28 | 2022-04-05 | 郭昂佐 | 一种摔倒帮扶呼救取证记录装置 |
CN115457733A (zh) * | 2022-09-09 | 2022-12-09 | 张家港江苏科技大学产业技术研究院 | 户外运动检测报警装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN205050303U (zh) | 一种智能人体瘫倒监测装置 | |
US20170372582A1 (en) | Device for monitoring and preventing slump and processing method thereof | |
CN205041401U (zh) | 设备佩戴检测装置及具有佩戴检测功能的监护装置 | |
CN103810817B (zh) | 一种穿戴式人体瘫倒检测报警装置的检测报警方法 | |
RU2710294C1 (ru) | Система мониторинга и оповещения о состоянии и поведении человека | |
RU2584459C2 (ru) | Жестовое управление для отслеживания показателей жизнедеятельности | |
Pannurat et al. | A hybrid temporal reasoning framework for fall monitoring | |
CN105530865B (zh) | 跌倒检测系统和方法 | |
Jian et al. | A portable fall detection and alerting system based on k-NN algorithm and remote medicine | |
WO2017049957A1 (zh) | 智能跌倒监护装置及其处理方法 | |
CN103530978B (zh) | 一种面向特殊人群的危险感知与报警系统 | |
CN106725445B (zh) | 一种脑电波控制的便携式人体运动损伤监护系统与方法 | |
US20180008169A1 (en) | Analysis of fall severity of fall detection system and wearing apparatus | |
CN105632101A (zh) | 一种人体防跌倒预警方法及系统 | |
CN103211599A (zh) | 一种监测跌倒的方法及装置 | |
CN105913614A (zh) | 监测摔倒的方法、装置以及智能穿戴设备和摔倒报警系统 | |
KR102002422B1 (ko) | 사용자 위급상황 판별 및 알림 방법 및 장치 | |
CN104622454A (zh) | 一种多功能手环式人体智能监控器系统 | |
Leijdekkers et al. | Personal heart monitoring system using smart phones to detect life threatening arrhythmias | |
CN102760341A (zh) | 健康信息监测系统及方法 | |
CN205103993U (zh) | 一种智能人体跌倒监护装置 | |
CN203931101U (zh) | 一种穿戴式人体瘫倒检测报警装置 | |
CN109152557A (zh) | 用于短暂性脑缺血发作的早期检测的系统和方法 | |
CN205665839U (zh) | 可穿戴智能跌倒检测警报通知系统 | |
CN105708439A (zh) | 一种可穿戴监护装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160224 Termination date: 20210930 |