JP2016511419A - 血球の撮像 - Google Patents
血球の撮像 Download PDFInfo
- Publication number
- JP2016511419A JP2016511419A JP2016501227A JP2016501227A JP2016511419A JP 2016511419 A JP2016511419 A JP 2016511419A JP 2016501227 A JP2016501227 A JP 2016501227A JP 2016501227 A JP2016501227 A JP 2016501227A JP 2016511419 A JP2016511419 A JP 2016511419A
- Authority
- JP
- Japan
- Prior art keywords
- images
- wbc
- classification
- objects
- processor
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 39
- 210000000601 blood cell Anatomy 0.000 title abstract description 4
- 210000000265 leukocyte Anatomy 0.000 claims abstract description 136
- 238000000034 method Methods 0.000 claims abstract description 65
- 239000000758 substrate Substances 0.000 claims abstract description 23
- 239000012472 biological sample Substances 0.000 claims abstract description 17
- 210000004027 cell Anatomy 0.000 claims description 72
- 210000003743 erythrocyte Anatomy 0.000 claims description 47
- 210000004698 lymphocyte Anatomy 0.000 claims description 41
- 210000000440 neutrophil Anatomy 0.000 claims description 21
- 210000004940 nucleus Anatomy 0.000 claims description 19
- 210000001616 monocyte Anatomy 0.000 claims description 16
- 210000003714 granulocyte Anatomy 0.000 claims description 13
- 238000005286 illumination Methods 0.000 claims description 11
- 230000003287 optical effect Effects 0.000 claims description 11
- 230000001086 cytosolic effect Effects 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 10
- 210000003855 cell nucleus Anatomy 0.000 claims description 9
- 210000000805 cytoplasm Anatomy 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 9
- 210000003979 eosinophil Anatomy 0.000 claims description 7
- 210000003651 basophil Anatomy 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 210000004206 promonocyte Anatomy 0.000 claims description 5
- 210000001519 tissue Anatomy 0.000 claims description 5
- 230000035800 maturation Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 230000037361 pathway Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 21
- 210000002459 blastocyst Anatomy 0.000 description 14
- 230000015654 memory Effects 0.000 description 11
- 239000003086 colorant Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 239000000306 component Substances 0.000 description 6
- 238000012512 characterization method Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000012503 blood component Substances 0.000 description 3
- 238000004820 blood count Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 210000001995 reticulocyte Anatomy 0.000 description 2
- 206010033546 Pallor Diseases 0.000 description 1
- UIIMBOGNXHQVGW-UHFFFAOYSA-M Sodium bicarbonate Chemical compound [Na+].OC([O-])=O UIIMBOGNXHQVGW-UHFFFAOYSA-M 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008649 adaptation response Effects 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004992 fission Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
- G02B21/365—Control or image processing arrangements for digital or video microscopes
- G02B21/367—Control or image processing arrangements for digital or video microscopes providing an output produced by processing a plurality of individual source images, e.g. image tiling, montage, composite images, depth sectioning, image comparison
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/693—Acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
- G01N2015/016—White blood cells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Analytical Chemistry (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Dispersion Chemistry (AREA)
- Signal Processing (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
本出願は、2013年3月11日に出願された米国仮特許出願第61/776,740号および2013年3月15日に出願された米国仮特許出願第61/794,946号の利益を主張する。これらの出願の内容は、全て参照により本明細書に組み込まれる。
[技術分野]
図1は、本明細書に記載される高速のオートフォーカス方法を用いる撮像システム100の一実施形態を示す。撮像システム100は、コンピュータ190により制御される撮像ハードウェア105を含んでいる。コンピュータ190は概して、中央処理ユニット192、ハードドライブ194およびランダムアクセスメモリ196を含んでいる。
撮像システム100を用いて取得される画像のスタックには、様々な種類の画像処理が実施され得る。たとえば、低倍率画像の処理には、赤血球(RBC)の計数、血液成分(たとえば、白血球(WBC)および有核赤血球(nRBC))の位置決めおよび計数、血小板の計数、および他の種類の処理が含まれ得る。たとえば、高倍率画像の処理には、RBCの特性の特徴付け、WBC分画の計算、WBCの分類、および他の種類の処理が含まれ得る。
一例において、低倍率画像は、RBCを計数するために処理され得る。RBCは、様々な大きさを有し得る(たとえば、RBCは、大きい場合も小さい場合もあり、断片化している場合もある)。またRBCは、様々な外観を有し得る(たとえば、RBCは、大きいまたは小さい蒼白(pallor)である場合もあり、異常な形状を有する場合もある)。これらの変動を説明するために、各RBCを、その大きさや蒼白にかかわらず、より小さなダークスポットへと変換するフィルタ(本明細書においては「スポットフィルタ」という)が適用される。変換されたスポットは、元々の多様なRBCよりも容易に計数することができる。いくつかの例において、スポットフィルタは、画像スタックの青色の画像にのみ適用することができるが、これは青色の画像において白い細胞はほとんど不可視であるからである。フィルタされた画像はRBCを計数するために処理でき、この処理は、粉塵、塵埃および他の異物のマスキング、画像の平滑化、RBCの平均面積の決定、画像中のスポットの計数、アーチファクト(たとえば、染色剤の塵埃)の排斥、ならびに「粉塵領域」に基づく計数の調節を含んでいる。
高倍率の撮像は、低倍率の撮像よりも綿密に細胞を調べる能力を提供する。いくつかの例において、WBCの高倍率は、WBCを分類するために用いられ得る。いくつかの例において、RBCまたは血小板の高倍率画像は、RBCまたは血小板を特徴付けるために用いることができる。
多段分類器は、生物学的サンプルの画像から抽出される1つまたは2つ以上の特性にしたがって、白血球(WBC)などの細胞、および他の対象物を分類するために用いられ得る。多段分類器は、複数の分類の段階を実施することができる。いくつかの実装において、異なる種類の分類器は、異なる段階で用いられる。たとえば、分類器の1つの段階は、線形判別分析(LDA)に基づく分類器を用いることができ、別の段階は、ベイズ分類器などの非LDA分類器を用いることができる。
・リンパ球(ノード726)は、リンパ球と分類されたままであるか、好中球と再分類されるか、または異型リンパ球(「alymph」)、胚盤胞(「blast」)、未熟顆粒球(「ig」)もしくは希少細胞(「rare」)と分類され得る。
・単球(ノード728)は、単球と分類されたままであるか、好中球と再分類されるか、または異型リンパ球、胚盤胞、未熟顆粒球もしくは希少細胞と分類され得る。
・好中球(ノード730)は、好中球と分類されたままであるか、リンパ球もしくは好酸球と再分類されるか、または異型リンパ球もしくは未熟顆粒球と分類され得る。ノード730は、ノード720、726および728で好中球と分類された対象物を分類する。
・好塩基球(ノード732)は、好塩基球と分類されたままであるか、好中球と再分類されるか、または胚盤胞もしくは未熟顆粒球と分類され得る。
・好酸球(ノード734)は、好酸球と分類されたままであるか、または好中球と再分類され得る。
・希少細胞(ノード736)は、希少細胞と分類されたままであるか、またはリンパ球、単球、異形リンパ球もしくは胚盤胞と再分類され得る。ノード736は、ノード726および728により希少細胞と分類された対象物を分類する。
・未熟顆粒球(ノード738)は、未熟顆粒球と分類されたままであるか、または好中球、リンパ球もしくは単球と再分類され得る。ノード738は、ノード726、728、730、732により未熟顆粒球と分類された対象物を分類する。
・胚盤胞(ノード740)は、胚盤胞と分類されたままであるか、またはリンパ球、単球もしくは異型リンパ球と再分類され得る。ノード740は、ノード726、728、732により胚盤胞と分類された対象物を分類する。
・異型リンパ球(ノード742)は、異型リンパ球と分類されたままであるか、または異型単球(「amono」)と分類され得る。ノード742は、ノード726、728、730、736により異型リンパ球と分類された対象物を分類する。
・異型リンパ球(ノード744)は、さらなる分類を受け、異型リンパ球と分類されたままであるか、リンパ球と再分類されるか、または未分類(「unclass」)と指定され得る。ノード744は、ノード742によって異型リンパ球と分類された対象物を分類する。
・異型単球(ノード746)は、単球、異型リンパ球または胚盤胞と再分類され得る。ノード746は、ノード742により異型単球と分類された対象物を分類する。
・リンパ球(ノード748)は、ベイズ分類器などの非LDA分類器によって、リンパ球または前リンパ球(「prolymph」)と分類され得る。ノード748は、ノード726、730、736、738、740、744によりリンパ球と分類された対象物を分類する。
・胚盤胞(ノード750)は、非LDA分類器によって胚盤胞またはジャンクと分類され得る。ノード750は、ノード736、740、746により胚盤胞と分類された対象物を分類する。
・単球(ノード752)は、非LDA分類器によって単球または前単球(「promono」)と分類され得る。ノード752は、ノード728、736、738、740、746により単球と分類された対象物を分類する。
・ノード754は、対象物を、未分類またはジャンクのどちらかと分類する。ノード754は、ノード748から前リンパ球と分類された対象物、ノード736から希少細胞と分類された対象物、ノード750から胚盤胞と分類された対象物、ノード752から前単球と分類された対象物、ノード738から未熟顆粒球と分類された対象物、およびノード744から未分類対象物と分類された対象物を分類する。
・リンパ球(ノードから)
・単球(ノードから)
・好中球(ノードから)
・好塩基球(ノードから)
・好酸球(ノードから)
・未分類対象物(ノード754から)
・ジャンク(ノード754から)
図6は、1つの実装にしたがって、本明細書に記載されるコンピュータ実装方法のいずれかに関連して記載される動作を制御するために用いることができるコンピュータシステム600の概略図である。システム600は、プロセッサ610、メモリ620、記憶装置630、および入力/出力装置640を含んでいる。構成要素610、620、630および640のそれぞれは、システムバス650を用いて相互接続される。プロセッサ610は、システム600内での実行のための指示を処理することが可能である。一実装において、プロセッサ610は、シングルスレッドのプロセッサである。別の実装において、プロセッサ610は、マルチスレッドのプロセッサである。プロセッサ610は、入力/出力装置640上にユーザーインターフェース用の図形情報を表示するために、メモリ620または記憶装置630に記憶された指示を処理することが可能である。
本明細書に記載した技術およびシステムは、多くの方法で実施することができる。いくつかの有用な実装は上述される。上記記載は、添付の請求の範囲を例示することを意図されており、その請求の範囲を制限することは意図されていないことが理解されるべきである。本明細書に記載される方法およびシステムは、たとえば、様々な医療用の撮像用途などの他の撮像システムにおいて、血球の計数を達成するために用いることができる。他の態様、利点および変更も、以下の請求の範囲内にある。
Claims (42)
- 画像取得装置により、基板上の第1の位置の複数の画像を取得することであって、前記複数の画像の各画像を異なる照明波長で取得することを含む、複数の画像を取得することと、
プロセッサにより、前記複数の画像における細胞質物質の位置を特定することと、
プロセッサにより、前記複数の画像における細胞核の位置を特定し、前記細胞質物質の位置および前記細胞核の位置に基づいて、プロセッサにより、前記複数の画像における細胞の位置を特定することと、
プロセッサにより、前記複数の画像における細胞の少なくともいくつかに細胞の種類を割り当てることと、
前記複数の画像において少なくとも1つの種類の細胞を計数することと
を含む方法。 - 前記複数の画像を取得することは、10倍対物レンズを用いて前記複数の画像を取得することを含む請求項1記載の方法。
- 前記少なくとも1つの種類の細胞を計数することは、白血球および有核赤血球の少なくとも1つを計数することを含む請求項1記載の方法。
- 基板上の生物学的サンプルの白血球(WBC)分画を決定する方法であって、前記方法は、
画像取得装置により、前記基板上の第1の位置の複数の画像を取得することであって、前記複数の画像の各画像を異なる照明波長で取得することを含む、複数の画像を取得することと、
プロセッサにより、前記複数の画像においてWBC核の位置を特定することであって、
前記複数の画像において、WBCについての第1の仮定に基づき第1の核マスクを生成すること、
前記複数の画像において、WBCについての第2の仮定に基づき第2の核マスクを生成すること、および
前記第1の核マスクと前記第2の核マスクとを交差させて核区分を生成すること
を含む、WBC核の位置を特定することと、
プロセッサにより、前記核区分に基づいて前記WBCの1つまたは2つ以上の特性を測定することと、
測定された前記特性を用いて前記WBC分画を決定することと
を含む方法。 - 前記複数の画像を取得することは、50倍対物レンズを用いて前記複数の画像を取得することを含む請求項4記載の方法。
- 前記第1の仮定は、前記WBCが顆粒球であるという仮定を含む請求項4記載の方法。
- 前記第2の仮定は、前記WBCが無顆粒球であるという仮定を含む請求項4記載の方法。
- 前記特性は、WBCの面積、WBCの形状、WBCの色、WBCの光学密度、およびWBCの組織の1つまたは2つ以上を含む、請求項4記載の方法。
- 基板上の生物学的サンプルの白血球(WBC)を分類する方法であって、前記方法は、
画像取得装置により、前記基板上の第1の位置の複数の画像を取得することと、
プロセッサにより、前記複数の画像中の対象物をWBC分類グループへと分類することと、
プロセッサにより、少なくともいくつかの分類グループからの対象物を未分類対象物として識別することと、
前記未分類対象物、および分類された対象物の少なくともいくつかをユーザーインターフェース上に表示することと
を含む方法。 - 前記複数の画像を取得することは、50倍対物レンズを用いて前記複数の画像を取得することを含む請求項9記載の方法。
- 前記WBC分類グループにおける好中球の核の複雑性に関する値、および前記WBC分類グループにおけるリンパ球の異型性に関する値の少なくとも1つを決定することを含む請求項9記載の方法。
- 前記核の複雑性に関する値および前記異型性に関する値の少なくとも1つを前記ユーザーインターフェース上に表示することを含む請求項11記載の方法。
- 前記対象物の分類前に、WBCでない対象物を前記画像から除去することを含む請求項9記載の方法。
- 前記WBCでない対象物は、血小板、凝集塊、巨大血小板および微小巨核球の1つまたは2つ以上を含む、請求項13記載の方法。
- 前記複数の画像の前記対象物は、多段分類器を用いて分類される、請求項9記載の方法。
- 前記多段分類器の少なくとも1つの段階は、線形判別分析(LDA)に基づく分類器を含む、請求項15記載の方法。
- 前記多段分類器の少なくとももう1つの段階は、ベイズ分類器を含む、請求項16記載の方法。
- 前記WBC分類グループは、WBCの成熟経路に沿うWBCの様々な段階に基づいている、請求項9記載の方法。
- 前記未分類対象物は、未熟細胞、芽細胞、前単球および前リンパ球の1つまたは2つ以上を含む、請求項9記載の方法。
- 希少細胞、損傷細胞または焦点外の細胞を、前記WBC分類グループへの分類から除外することを含む請求項9記載の方法。
- 符号化されたコンピュータ可読指示を有するコンピュータ可読記憶装置であって、前記コンピュータ可読指示が、プロセッサにより実行されると、前記プロセッサに、
基板上の第1の位置の複数の画像を取得させ、前記複数の画像の各画像が、異なる照明波長で取得され、
前記複数の画像における細胞質物質の位置を特定させ、
前記複数の画像における細胞核の位置を特定させ、前記細胞質物質の位置および前記細胞核の位置に基づき、前記複数の画像における細胞の位置を特定させ、
前記複数の画像中の細胞の少なくともいくつかに、細胞の種類を割り当てさせ、および
前記複数の画像における少なくとも1つの種類の細胞を計数させる
コンピュータ可読記憶装置。 - 符号化されたコンピュータ可読指示を有するコンピュータ可読記憶装置であって、前記コンピュータ可読指示が、プロセッサにより実行されると、前記プロセッサに、
基板上の第1の位置の複数の画像を取得させ、前記複数の画像の各画像が、異なる照明波長で取得され、
前記複数の画像におけるWBC核の位置を特定させ、これは
前記複数の画像中のWBCについての第1の仮定に基づき第1の核マスクを生成すること、
前記複数の画像中のWBCについての第2の仮定に基づき第2の核マスクを生成すること、および
前記第1の核マスクと前記第2の核マスクとを交差させて核区分を生成することを含み、
プロセッサによって、前記核区分に基づいてWBCの1つまたは2つ以上の特性を測定させ、ならびに
測定された前記特性を用いてWBC分画を決定させる、
コンピュータ可読記憶装置。 - 符号化されたコンピュータ可読指示を有するコンピュータ可読記憶装置であって、前記コンピュータ可読指示が、プロセッサにより実行されると、前記プロセッサに、
基板上の第1の位置の複数の画像を取得させ、
前記複数の画像中の対象物をWBC分類グループへと分類させ、
少なくともいくつかの分類グループからの対象物を未分類対象物として識別させ、ならびに
前記未分類対象物、および分類された対象物の少なくともいくつかをユーザーインターフェース上に表示させる、
コンピュータ可読記憶装置。 - 前記WBC分類グループにおける好中球の核の複雑性に関する値、および前記WBC分類グループにおけるリンパ球の異型性に関する値の少なくとも1つを決定するための指示を含む請求項23記載のコンピュータ可読記憶装置。
- 前記核の複雑性に関する値および前記異型性に関する値の少なくとも1つを前記ユーザーインターフェース上に表示するための指示を含む請求項24記載のコンピュータ可読記憶装置。
- 前記対象物の分類前に、WBCでない対象物を前記画像から除去するための指示を含む請求項23記載のコンピュータ可読記憶装置。
- 前記WBCでない対象物は、血小板、凝集塊、巨大血小板および微小巨核球の1つまたは2つ以上を含む、請求項26記載のコンピュータ可読記憶装置。
- 前記複数の画像の前記対象物は、多段分類器を用いて分類される、請求項23記載のコンピュータ可読記憶装置。
- 前記多段分類器の少なくとも1つの段階は、線形判別分析(LDA)に基づく分類器を含む、請求項28記載のコンピュータ可読記憶装置。
- 前記多段分類器の少なくとももう1つの段階は、ベイズ分類器を含む、請求項29記載のコンピュータ可読記憶装置。
- 前記WBC分類グループは、WBCの成熟経路に沿うWBCの様々な段階に基づいている、請求項23記載のコンピュータ可読記憶装置。
- 前記未分類対象物は、未熟細胞、芽細胞、前単球および前リンパ球の1つまたは2つ以上を含む、請求項23記載のコンピュータ可読記憶装置。
- 希少細胞、損傷細胞または焦点外の細胞を、前記WBC分類グループへの分類から除外するための指示を含む請求項23記載のコンピュータ可読記憶装置。
- 基板上の第1の位置の複数の画像を取得するように構成される画像取得装置であって、前記複数の画像の各画像が、異なる照明波長で取得される、画像取得装置と、
前記画像取得装置に接続されるプロセッサであって、
前記複数の画像における細胞質物質の位置を特定し、
前記複数の画像における細胞核の位置を特定し、
前記細胞質物質の位置および前記細胞核の位置に基づいて、前記複数の画像における細胞の位置を特定し、
前記複数の画像における細胞の少なくともいくつかに細胞の種類を割り当て、ならびに
前記複数の画像において少なくとも1つの種類の細胞を計数する
ように構成されるプロセッサと
を含む撮像システム。 - 白血球(WBC)分画を決定するための撮像システムであって、前記システムは、
基板上の第1の位置の複数の画像を取得するように構成された画像取得装置であって、前記複数の画像の各画像が、異なる照明波長で取得される、画像取得装置と、
前記画像取得装置に接続されるプロセッサであって、
前記複数の画像におけるWBC核の位置を特定し、これは
前記複数の画像中のWBCについての第1の仮定に基づき第1の核マスクを生成すること、
前記複数の画像中のWBCについての第2の仮定に基づき第2の核マスクを生成すること、および
前記第1の核マスクと前記第2の核マスクとを交差させて核区分を生成することを含み、
プロセッサによって、前記核区分に基づいてWBCの1つまたは2つ以上の特性を測定し、ならびに
測定された前記特性を用いて前記WBC分画を決定する
ように構成されるプロセッサと
を含む撮像システム。 - 基板上の第1の位置の複数の画像を取得するように構成される画像取得装置と、
前記画像取得装置に接続されるプロセッサであって、
前記複数の画像中の対象物をWBC分類グループへと分類し、
少なくともいくつかの分類グループからの対象物を未分類対象物として識別し、ならびに
前記未分類対象物、および分類された対象物の少なくともいくつかをユーザーインターフェース上に表示する
ように構成されるプロセッサと
を含む撮像システム。 - 基板上の生物学的サンプル中の対象物を分類する方法であって、前記方法は、
画像取得装置によって、前記基板の1つまたは2つ以上の画像を取得することと、
前記1つまたは2つ以上の画像から、前記生物学的サンプルの対象物の複数の特性を抽出することと、
各対象物に対して複数の分類を実施することと
を含み、
各分類は、前記各対象物の抽出された特性の1つまたは2つ以上からなる、対応する特徴ベクトルに基づいており、各分類は、前記対象物の以前の分類を維持すること、または前記対象物の以前の分類を変更することのいずれかを含んでおり、
前記分類の少なくとも1つは、線形判別分析(LDA)分類を含み、前記分類の少なくとも1つは、非LDA分類を含む、
方法。 - 前記特徴ベクトルは、前記複数の分類の少なくともいくつかに対して異なっている、請求項37記載の方法。
- 特定の分類に対する特定の特徴ベクトルは、以前の分類に対する以前の特性よりも多くの抽出された特性からなる、請求項37記載の方法。
- 前記特性は、WBCの面積、WBCの形状、WBCの色、WBCの光学密度およびWBCの組織の1つまたは2つ以上を含む、請求項37記載の方法。
- 前記複数の分類のうち第1の分類は、対象物を、リンパ球、単球、好中球、好塩基球および好酸球を含むグループに分類する、請求項37記載の方法。
- 対象物の以前の分類を変更することは、
以前の分類中で利用可能なカテゴリに対象物を分類すること、または
以前の分類中で利用可能でないカテゴリに対象物を分類すること
を含む、請求項37記載の方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361776740P | 2013-03-11 | 2013-03-11 | |
US61/776,740 | 2013-03-11 | ||
US201361794946P | 2013-03-15 | 2013-03-15 | |
US61/794,946 | 2013-03-15 | ||
PCT/US2014/023401 WO2014164757A1 (en) | 2013-03-11 | 2014-03-11 | Imaging blood cells |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017245118A Division JP6580117B2 (ja) | 2013-03-11 | 2017-12-21 | 血球の撮像 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016511419A true JP2016511419A (ja) | 2016-04-14 |
JP6343660B2 JP6343660B2 (ja) | 2018-06-13 |
Family
ID=50555249
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016501227A Active JP6343660B2 (ja) | 2013-03-11 | 2014-03-11 | 血球の撮像 |
JP2017245118A Active JP6580117B2 (ja) | 2013-03-11 | 2017-12-21 | 血球の撮像 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017245118A Active JP6580117B2 (ja) | 2013-03-11 | 2017-12-21 | 血球の撮像 |
Country Status (8)
Country | Link |
---|---|
US (2) | US9690976B2 (ja) |
EP (1) | EP2972550A1 (ja) |
JP (2) | JP6343660B2 (ja) |
CN (1) | CN105190400A (ja) |
AU (1) | AU2014249011A1 (ja) |
CA (1) | CA2904401A1 (ja) |
HK (1) | HK1218784A1 (ja) |
WO (1) | WO2014164757A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021040590A (ja) * | 2019-09-13 | 2021-03-18 | シスメックス株式会社 | 細胞画像解析方法、細胞画像解析装置、プログラム、及び細胞画像解析システム |
JP2021064115A (ja) * | 2019-10-11 | 2021-04-22 | 株式会社島津製作所 | 細胞画像解析方法及び細胞解析装置 |
JP7526100B2 (ja) | 2018-05-31 | 2024-07-31 | バークレー ライツ,インコーポレイテッド | マイクロ流体デバイスによる微小物体の自動検出及び特徴付け |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105190400A (zh) | 2013-03-11 | 2015-12-23 | 罗氏血液诊断公司 | 对血细胞进行成像 |
EP3364341B1 (en) * | 2014-06-16 | 2024-07-24 | Siemens Healthcare Diagnostics Inc. | Analyzing digital holographic microscopy data for hematology applications |
US20170328924A1 (en) | 2014-11-26 | 2017-11-16 | Ronald Jones | Automated microscopic cell analysis |
US10625259B1 (en) | 2014-11-26 | 2020-04-21 | Medica Corporation | Automated microscopic cell analysis |
US12005441B1 (en) | 2014-11-26 | 2024-06-11 | Medica Corporation | Automated microscopic cell analysis |
US11478789B2 (en) | 2014-11-26 | 2022-10-25 | Medica Corporation | Automated microscopic cell analysis |
EP3475683B1 (en) * | 2016-06-24 | 2022-04-06 | Beckman Coulter, Inc. | Image atlas systems and methods |
CN110914666A (zh) * | 2017-05-19 | 2020-03-24 | 兴盛生物科技股份有限公司 | 用于计数细胞的系统和方法 |
CN110892247B (zh) | 2017-08-17 | 2023-08-25 | 雅培医护站股份有限公司 | 用于执行光学和电化学测定的设备、系统和方法 |
US11047845B1 (en) | 2017-11-15 | 2021-06-29 | Medica Corporation | Control material and methods for cell analyzers |
WO2019143633A1 (en) * | 2018-01-18 | 2019-07-25 | Nantomics, Llc | Real-time whole slide pathology image cell counting |
JP7141285B2 (ja) * | 2018-09-11 | 2022-09-22 | 花王株式会社 | パンツ型使い捨ておむつ |
WO2022059300A1 (ja) * | 2020-09-15 | 2022-03-24 | コニカミノルタ株式会社 | 画像処理方法、画像処理装置、および画像処理プログラム |
CN112924452A (zh) * | 2021-01-29 | 2021-06-08 | 西安博锐轶信息科技有限公司 | 一种血液检查辅助系统 |
EP4358034A1 (en) | 2022-10-18 | 2024-04-24 | F. Hoffmann-La Roche AG | Clinical support system and associated computer-implemented methods |
WO2024138139A1 (en) * | 2022-12-22 | 2024-06-27 | Beckman Coulter, Inc. | Population based cell classification |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5352493A (en) * | 1976-10-25 | 1978-05-12 | Hitachi Ltd | Classification method of leucocyte |
JPS5352494A (en) * | 1976-10-25 | 1978-05-12 | Hitachi Ltd | Discrimination method of leucocyte |
JP2002514304A (ja) * | 1997-05-14 | 2002-05-14 | アプライド イメージング コーポレイション | 多重画像化を用いた物体の識別 |
JP2010151647A (ja) * | 2008-12-25 | 2010-07-08 | Sysmex Corp | 細胞画像表示装置 |
WO2012019118A1 (en) * | 2010-08-05 | 2012-02-09 | Abbott Point Of Care, Inc. | Method and apparatus for automated whole blood sample analyses from microscopy images |
JP2012515931A (ja) * | 2008-04-25 | 2012-07-12 | ウィンケルマン、ジェイムズ | 全血球数及び白血球百分率を決定するシステム及び方法 |
US20120263369A1 (en) * | 2011-04-14 | 2012-10-18 | Abbott Point Of Care, Inc. | Method and apparatus for compressing imaging data of whole blood sample analyses |
JP2014517263A (ja) * | 2011-04-15 | 2014-07-17 | コンスティテューション・メディカル・インコーポレイテッド | 細胞の体積および成分の計測 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0652263B2 (ja) * | 1985-12-10 | 1994-07-06 | 株式会社日立製作所 | 細胞分析装置 |
JPH08145988A (ja) * | 1994-11-22 | 1996-06-07 | Chiyouki Hayashi | 異型リンパ球識別法 |
AU747613B2 (en) * | 1997-02-28 | 2002-05-16 | Cytec Technology Corp. | Low VOC, isocyanate based aqueous curable compositions |
US7450229B2 (en) * | 1999-01-25 | 2008-11-11 | Amnis Corporation | Methods for analyzing inter-cellular phenomena |
US8885913B2 (en) * | 1999-01-25 | 2014-11-11 | Amnis Corporation | Detection of circulating tumor cells using imaging flow cytometry |
US6228652B1 (en) * | 1999-02-16 | 2001-05-08 | Coulter International Corp. | Method and apparatus for analyzing cells in a whole blood sample |
WO2004053074A2 (en) * | 2002-12-06 | 2004-06-24 | Science And Technology Corporation @ Unm | Outcome prediction and risk classification in childhood leukemia |
US7327880B2 (en) * | 2004-03-12 | 2008-02-05 | Siemens Medical Solutions Usa, Inc. | Local watershed operators for image segmentation |
EP1844426A4 (en) * | 2005-02-01 | 2016-09-07 | Amnis Corp | BLOOD ANALYSIS BY MEANS OF FLOW IMAGING CYTOMETER |
CN100470587C (zh) * | 2007-01-26 | 2009-03-18 | 清华大学 | 一种医学图像中腹部器官分割方法 |
JP4288323B1 (ja) * | 2008-09-13 | 2009-07-01 | 独立行政法人科学技術振興機構 | 顕微鏡装置及びそれを用いた蛍光観察方法 |
EP2239675A1 (en) * | 2009-04-07 | 2010-10-13 | BIOCRATES Life Sciences AG | Method for in vitro diagnosing a complex disease |
CN101567084B (zh) * | 2009-06-05 | 2011-04-06 | 西安电子科技大学 | 基于水平集和分水岭相结合的图像轮廓检测方法 |
EP3385716A3 (en) * | 2009-10-21 | 2019-01-09 | The Scripps Research Institute | Method of using non-rare cells to detect rare cells |
CN101719278B (zh) * | 2009-12-21 | 2012-01-04 | 西安电子科技大学 | 基于khm算法的视频显微图像细胞自动跟踪方法 |
FR2971337B1 (fr) * | 2011-02-04 | 2013-03-01 | Horiba Abx Sas | Dispositif et procede de mesures multiparametriques de microparticules dans un fluide |
ES2915263T3 (es) * | 2011-06-17 | 2022-06-21 | Roche Diagnostics Hematology Inc | Solución y procedimiento para el histoprocesamiento de muestras biológicas |
CN105190400A (zh) | 2013-03-11 | 2015-12-23 | 罗氏血液诊断公司 | 对血细胞进行成像 |
-
2014
- 2014-03-11 CN CN201480026258.7A patent/CN105190400A/zh active Pending
- 2014-03-11 JP JP2016501227A patent/JP6343660B2/ja active Active
- 2014-03-11 WO PCT/US2014/023401 patent/WO2014164757A1/en active Application Filing
- 2014-03-11 EP EP14719553.1A patent/EP2972550A1/en active Pending
- 2014-03-11 AU AU2014249011A patent/AU2014249011A1/en not_active Abandoned
- 2014-03-11 US US14/775,381 patent/US9690976B2/en active Active
- 2014-03-11 CA CA2904401A patent/CA2904401A1/en not_active Abandoned
-
2016
- 2016-06-14 HK HK16106816.1A patent/HK1218784A1/zh unknown
-
2017
- 2017-06-26 US US15/633,315 patent/US10083342B2/en active Active
- 2017-12-21 JP JP2017245118A patent/JP6580117B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5352493A (en) * | 1976-10-25 | 1978-05-12 | Hitachi Ltd | Classification method of leucocyte |
JPS5352494A (en) * | 1976-10-25 | 1978-05-12 | Hitachi Ltd | Discrimination method of leucocyte |
JP2002514304A (ja) * | 1997-05-14 | 2002-05-14 | アプライド イメージング コーポレイション | 多重画像化を用いた物体の識別 |
JP2012515931A (ja) * | 2008-04-25 | 2012-07-12 | ウィンケルマン、ジェイムズ | 全血球数及び白血球百分率を決定するシステム及び方法 |
JP2010151647A (ja) * | 2008-12-25 | 2010-07-08 | Sysmex Corp | 細胞画像表示装置 |
WO2012019118A1 (en) * | 2010-08-05 | 2012-02-09 | Abbott Point Of Care, Inc. | Method and apparatus for automated whole blood sample analyses from microscopy images |
US20120263369A1 (en) * | 2011-04-14 | 2012-10-18 | Abbott Point Of Care, Inc. | Method and apparatus for compressing imaging data of whole blood sample analyses |
JP2014517263A (ja) * | 2011-04-15 | 2014-07-17 | コンスティテューション・メディカル・インコーポレイテッド | 細胞の体積および成分の計測 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7526100B2 (ja) | 2018-05-31 | 2024-07-31 | バークレー ライツ,インコーポレイテッド | マイクロ流体デバイスによる微小物体の自動検出及び特徴付け |
JP2021040590A (ja) * | 2019-09-13 | 2021-03-18 | シスメックス株式会社 | 細胞画像解析方法、細胞画像解析装置、プログラム、及び細胞画像解析システム |
US11804030B2 (en) | 2019-09-13 | 2023-10-31 | Sysmex Corporation | Cell image analysis method, cell image analysis apparatus, program, and cell image analysis system |
JP2021064115A (ja) * | 2019-10-11 | 2021-04-22 | 株式会社島津製作所 | 細胞画像解析方法及び細胞解析装置 |
Also Published As
Publication number | Publication date |
---|---|
US20180012062A1 (en) | 2018-01-11 |
US9690976B2 (en) | 2017-06-27 |
US20160026852A1 (en) | 2016-01-28 |
AU2014249011A8 (en) | 2015-10-15 |
WO2014164757A8 (en) | 2015-09-24 |
AU2014249011A1 (en) | 2015-09-24 |
HK1218784A1 (zh) | 2017-03-10 |
EP2972550A1 (en) | 2016-01-20 |
CA2904401A1 (en) | 2014-10-09 |
US10083342B2 (en) | 2018-09-25 |
JP2018077236A (ja) | 2018-05-17 |
CN105190400A (zh) | 2015-12-23 |
JP6343660B2 (ja) | 2018-06-13 |
JP6580117B2 (ja) | 2019-09-25 |
WO2014164757A1 (en) | 2014-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6580117B2 (ja) | 血球の撮像 | |
JP7361149B2 (ja) | デジタルホログラフィ顕微鏡検査および無傷の(untouched)末梢血白血球を用いる高精度の5部鑑別(5-part Differential) | |
EP2936116B1 (en) | System and method for classification of particles in a fluid sample | |
US10408735B2 (en) | In vitro method for the label-free determination of a cell type of a cell | |
JP6194791B2 (ja) | 画像処理装置及びプログラム | |
AU2009251162B2 (en) | Method for classifying slides using scatter plot distributions | |
Méhes et al. | Quantitative analysis of disseminated tumor cells in the bone marrow by automated fluorescence image analysis | |
US20140220622A1 (en) | Digital holographic microscopy apparatus and method for clinical diagnostic hematology | |
CN112432948A (zh) | 一种外周血细胞形态学自动检测方法 | |
Maggavi et al. | Motility analysis with morphology: Study related to human sperm | |
JP2012502266A (ja) | 生体データの分類、可視化並びに探索の方法及び装置 | |
US10482314B2 (en) | Automatic calculation for ploidy classification | |
JP6156137B2 (ja) | 画像処理装置及びプログラム | |
Ravkin et al. | Automated microscopy system for detection and genetic characterization of fetal nucleated red blood cells on slides | |
WO2020069738A1 (en) | Automatic calculation for ploidy classification | |
Korzynska | Automatic counting of neural stem cells growing in cultures | |
US20240037967A1 (en) | Blood analyser with out-of-focus image plane analysis and related methods | |
US20220406080A1 (en) | Automatic calibration using machine learning | |
US20220404258A1 (en) | Automatic calibration | |
Röhrl et al. | Autoencoder Features for Differentiation of Leukocytes Based on Digital Holographic Microscopy (DHM) | |
WO2024138139A1 (en) | Population based cell classification | |
WO2023118440A1 (en) | Biological fluid analyser with light-setting-based cell classification | |
JP2024500933A (ja) | 画像平面分析を伴う血液分析器および関連する方法 | |
D'Avenio et al. | A software for analysing erythrocytes images under flow. | |
Varga | Detection of circulating tumor cells in samples from colorectal cancer patients using digital fluorescent microscopy and image cytometry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160915 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170627 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170630 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20170926 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20171124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180515 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180521 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6343660 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |