JP2018033516A - 脳情報解析装置及び脳健康指標演算装置 - Google Patents
脳情報解析装置及び脳健康指標演算装置 Download PDFInfo
- Publication number
- JP2018033516A JP2018033516A JP2016167036A JP2016167036A JP2018033516A JP 2018033516 A JP2018033516 A JP 2018033516A JP 2016167036 A JP2016167036 A JP 2016167036A JP 2016167036 A JP2016167036 A JP 2016167036A JP 2018033516 A JP2018033516 A JP 2018033516A
- Authority
- JP
- Japan
- Prior art keywords
- bhq
- subject
- brain
- data
- health
- 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
Images
Abstract
Description
より詳細には、MRI(magnetic resonance imaging:核磁気共鳴画像法)等の、人間の脳を非侵襲にて三次元撮像を行う装置が出力する脳画像データを用いて、生体情報を収集し、解析を行う脳情報解析装置と、脳情報解析装置が出力した特徴量を用いて、被験者の健康指標となる値を推定する、脳健康指標演算装置に関する。
これ以降、本明細書において脳画像データから得られる情報を、脳情報と総称する。例えば、脳画像データを画像解析した結果得られる、脳の特定部位における灰白質の量や、脳の特定部位における神経線維の異方性等である。
MRI装置は高価であり、国際比較においてはわが国は相対的に導入台数は多いものの、他の医療機器に比べると、導入台数は多くない。また、その運用コストも安くはない。このため、MRIによる脳画像データを蓄積することは容易なことではない。したがって、現状では統計的解析の基となるデータの母数があまり多くない。一方で、脳画像データから得られる情報、すなわち変数の数が多い。これは、統計的解析手法では、既知の値については正しい推定結果を出す一方で、未知の値については正しい推定結果が得られない、オーバーフィッティングという現象を引き起こす。
また、変数の数が多いことは、判断の指標が複雑になることを示す。このため、現状の詳細な脳解析情報のままでは、脳科学の専門家しかわからず、一般の人が脳の健康の指標等に利用するのに適していない。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
脳情報解析装置101は、大容量の不揮発性ストレージと、所定の演算能力を備えるパソコンあるいはサーバである。
脳情報解析装置101には、(1)被験者の脳をMRI装置102で撮影して得た、MRI画像ファイル群103と、(2)被験者が受診した健康診断の結果を記した、健康診断結果データ104と、(3)被験者が所定の生活環境アンケートに回答した結果を記した、生活環境アンケート結果データ105が入力され、データベースとして蓄積される。MRI画像ファイル群103、健康診断結果データ104、そして生活環境アンケート結果データ105は、全て被験者106を一意に識別する被験者IDによって紐付けされる。特に、MRI画像ファイル群103を保存するために、脳情報解析装置101には大容量の不揮発性ストレージが必要になる。
(1)階層帰属意識及び金融不安を含む社会経済的な状況の自覚
(2)生活に関する満足感と生活向上への意識を含む健康で安心なことについての自覚
(3)個人的な価値観、ポスト物質主義(物質や経済的な富よりも精神や心の安寧(リッチネス)を優先させる考え方)及びエピクロス主義(将来の為の準備よりも現在に生きることに優先権を与えて生きる主義)
すなわち、これらのデータは健康診断結果データ104とは異なり、被験者106の主観が混じるアンケート結果等の情報である。
脳健康指標演算装置111は、一般的なパソコンで実現できる。また、近年普及しているスマートフォン等の携帯型無線端末や、ワンチップマイコンを使用する体脂肪計等の健康器具でも実現できる。
脳健康指標演算装置111は、任意の被験者106の健康診断結果データ104と生活環境アンケート結果データ105を入力されると、脳情報解析装置101が使用していた重回帰式と、脳情報解析装置101が算出した重回帰式係数107を用いて、診断結果112として当該被験者106の脳情報の平均値を推定する。
つまり、脳情報の平均値は、人の健康の指標となる値である。脳情報の平均値は、図3以降で詳述する。
一般的なパソコンやサーバである脳情報解析装置101は、CPU201、ROM202、RAM203、液晶ディスプレイ等の表示部204、キーボードやマウス等の操作部205、ハードディスク装置等の不揮発性ストレージ206がバス207に接続されている。バス207にはこの他に、MRI画像ファイル群103と、健康診断結果データ104と、生活環境アンケート結果データ105を受け付けて、不揮発性ストレージ206内に形成するデータベースに登録するための、シリアルポート208やNIC(Network Interface Card)209が接続されている。不揮発性ストレージ206には、OSと、パソコンやサーバを脳情報解析装置101として稼働させるためのプログラムと、図3にて後述する種々のデータベースが格納されている。
なお、脳情報解析装置101がサーバである場合、NIC209は必須だが、表示部204と操作部205は必ずしも必要ではなく、シリアルポート208は不要である。その場合、ネットワークを通じてサーバを操作する端末が別途用意されていればよい。
図2に示す脳情報解析装置101のブロック図は、ほぼそのまま脳健康指標演算装置111にも共通する。
図1Aにて説明したように、脳情報解析装置101は、MRI画像ファイル群103と、健康診断結果データ104と、生活環境アンケート結果データ105を受信する。
灰白質量算出部301は、MRI画像ファイル群103を読み込み、脳の特定部位における灰白質の量を示す、灰白質量データ群302を算出する。灰白質量データ群302は、脳の116箇所の部位における灰白質量データの集合体である。
神経線維異方性算出部303は、MRI画像ファイル群103を読み込み、脳の特定部位における白質を構成する神経線維の異方性の指標値を示す、神経線維異方性データ群304を算出する。神経線維異方性データ群304は、脳の48箇所の部位における白質を構成する神経線維の異方性の指標値の集合体である。
脳情報テーブル306は、被験者IDフィールドと、116個の灰白質量データフィールドと、48個の神経線維異方性データフィールドよりなる。すなわち、灰白質量データ群302と神経線維異方性データ群304は、被験者106の被験者ID305に紐付けられて、脳情報テーブル306に登録される。
なお、MRI画像ファイル群103は貴重な画像データの集合体であるので、これも被験者ID305に紐付けられて、大容量の不揮発性ストレージ206に記憶される。本発明の実施形態では、MRI画像ファイル群103をこれ以降の説明では使用しないので、図示及び詳述を略す。
平均値演算部307は、116個の灰白質量データ群302の平均値を算出する。これ以降、灰白質量データ群302の平均値をGM−BHQ(Grey-Matter Brain Healthcare Quotient)と呼ぶ。GM−BHQは単一のスカラ値である。
同様に、平均値演算部307は、48個の神経線維異方性データ群304の平均値を算出する。これ以降、神経線維異方性データ群304の平均値をFA−BHQ(fractional anisotropy Brain Healthcare Quotient)と呼ぶ。FA−BHQもGM−BHQと同様、単一のスカラ値である。
BHQテーブル308は、被験者IDフィールドと、GM−BHQフィールドと、FA−BHQフィールドよりなる。すなわち、GM−BHQとFA−BHQは、被験者106の被験者ID305に紐付けられて、BHQテーブル308に登録される。
これら、GM−BHQとFA−BHQが、後述する重回帰式における目的変数となる。
健康診断テーブル309は、被験者IDフィールドと、項目毎の健康診断結果データフィールドと、項目毎の生活環境アンケート結果データフィールドよりなる。すなわち、健康診断結果データ104と生活環境アンケート結果データ105は、被験者106の被験者ID305に紐付けられて、健康診断テーブル309に登録される。
これら、健康診断結果データ104と生活環境アンケート結果データ105が、後述する重回帰式における説明変数となる。
同様に、重回帰分析処理部310は、BHQテーブル308から目的変数であるFA−BHQを、健康診断テーブル309から説明変数である健康診断結果データ104と生活環境アンケート結果データ105を、それぞれ読み込み、被験者ID305で紐付けた上で、FA−BHQにおける重回帰式の係数を算出し、FA−BHQ推定のための重回帰式係数である、FA−BHQ用重回帰式係数312を出力する。
これら、GM−BHQ用重回帰式係数311及びFA−BHQ用重回帰式係数312が、図1A及び図1Bにて説明した、重回帰式係数107である。
重回帰式演算処理部401は、任意の被験者106の健康診断結果データ104と、生活環境アンケート結果データ105を読み込むと、図3にて説明した、脳情報解析装置101が出力したGM−BHQ用重回帰式係数311を用いて、脳情報解析装置101の重回帰分析処理部310で使用した重回帰式の演算を行い、当該被験者106の、GM−BHQ推定値402を出力する。
同様に、重回帰式演算処理部401は、任意の被験者106の健康診断結果データ104と、生活環境アンケート結果データ105を読み込むと、図3にて説明した、脳情報解析装置101が出力したFA−BHQ用重回帰式係数312を用いて、脳情報解析装置101の重回帰分析処理部310で使用した重回帰式の演算を行い、当該被験者106の、FA−BHQ推定値403を出力する。
これら、GM−BHQ推定値402及びFA−BHQ推定値403が、図1Bにて説明した、診断結果112である。
すなわち、脳健康指標演算装置111の主要な演算処理は、1次関数である重回帰式の計算を行うだけである。この演算処理に大量のデータ処理等は存在しない。周知のように、重回帰式の計算は四則演算で実現できるので、ワンチップマイコン等、演算能力の乏しい低資源装置と呼ばれる計算機資源でも、十分実用になる。
全てのデータの基となる被験者106は、男性80名、女性64名よりなる144名の健常者で、26歳から69歳である。平均年齢は48.5歳、年齢の標準偏差は8.05である。
本発明に関わる調査は、理化学研究所、京都大学、東京大学の倫理委員会によって承認されたものであり、これらの研究機関の規則及びガイドラインに従って実施された。全ての参加者から、参加前に文書による同意を得て行った。
全てのMRI画像データは、理化学研究所、京都大学及び東京大学で32チャンネルのヘッド・アレイ・コイルを用いて、3Tシーメンス・スキャナを使用して収集された。
FA−BHQのグラフを見ると、年齢とFA−BHQは比較的緩やかな負の比例関係にあることが判る。FA−BHQの相関係数Rは0.42であった。なお、グラフ中の破線L502は、重回帰分析による重回帰式よりなる1次関数の線である。破線L502の傾きは−0.2、y切片は109である。この線が年齢に対するFA−BHQ推定値403に相当する。
これら図5のグラフを見て判るように、GM−BHQ及びFA−BHQは、被験者106の年齢と有意な相関関係が認められる。
大雑把に言い換えると、人は加齢と共に脳の灰白質量が減少することが、このグラフから判る。また、人は加齢と共に脳の白質に含まれる神経線維の密度が低下することが、このグラフから判る。
発明者等は、この膨大な変数の数を減らす方法を試行錯誤してきた。その結果、単純な平均値にすることで、基となる多数の変数から生じるばらつきが良い具合に平準化され、人の身体及び精神の健康を示す、使い勝手が良い情報として利用可能であることが判った。
116個の灰白質量データと、48個の神経線維異方性データを、それぞれ単一のスカラ値である平均値として変換することで、シンプルな重回帰分析が利用可能になった。
すなわち、脳情報解析装置101における重回帰分析処理部310の上位概念は多変量解析処理部であり、多変量解析処理部が出力する重回帰式係数の上位概念は特徴量であり、脳健康指標演算装置111における重回帰式演算処理部401の上位概念は多変量推定処理部である。
脳情報解析装置101は、被験者106のMRI画像ファイル群103から、116個の灰白質量データと、48個の神経線維異方性データを取得する。そして、灰白質量データの平均値を算出したGM−BHQと、神経線維異方性データの平均値を算出したFA−BHQを目的変数として、被験者106の健康診断結果と生活環境アンケート結果を説明変数として、重回帰分析を行い、係数を算出する。脳健康指標演算装置111は、この係数を用いることで、健康の指標となるGM−BHQ及びFA−BHQを推定することができる。
例えば、上記した実施形態は本発明をわかりやすく説明するために装置及びシステムの構成を詳細かつ具体的に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることは可能であり、更にはある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることも可能である。
また、上記の各構成、機能、処理部等は、それらの一部又は全部を、例えば集積回路で設計するなどによりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行するためのソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、SSD(Solid State Drive)等の揮発性あるいは不揮発性のストレージ、または、ICカード、光ディスク等の記録媒体に保持することができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
Claims (6)
- 被験者の脳画像データから複数の灰白質量データを得る灰白質量算出部と、
複数の前記灰白質量データの平均値を算出した値であるGM−BHQを出力する平均値演算部と、
被験者を一意に識別する被験者IDと、前記GM−BHQとを紐付けて登録するBHQテーブルと、
前記被験者IDと前記被験者の健康診断結果を紐付けて登録する健康診断テーブルと、
前記BHQテーブルと前記健康診断テーブルを、前記被験者IDにて紐付けた上で多変量解析を行い、前記GM−BHQを推定するための特徴量を出力する多変量解析処理部と
を具備する、脳情報解析装置。 - 更に、
被験者の脳画像データから複数の神経線維異方性データを得る神経線維異方性算出部と
を具備し、
前記平均値演算部は、複数の前記神経線維異方性データの平均値を算出した値であるFA−BHQも出力するものであり、
前記BHQテーブルは、前記FA−BHQも前記被験者IDと紐付けて登録するものであり、
前記多変量解析処理部は、前記FA−BHQを推定するための特徴量も出力するものである、
請求項1に記載の脳情報解析装置。 - 前記多変量解析処理部は、多変量解析に重回帰分析を行い、前記GM−BHQを推定するためのGM−BHQ用重回帰式係数と、前記FA−BHQを推定するためのFA−BHQ用重回帰式係数を出力するものである、
請求項2に記載の脳情報解析装置。 - 被験者の脳画像データから複数の灰白質量データを得る灰白質量算出部と、複数の前記灰白質量データの平均値を算出した値であるGM−BHQを出力する平均値演算部と、被験者を一意に識別する被験者IDと、前記GM−BHQとを紐付けて登録するBHQテーブルと、前記被験者IDと前記被験者の健康診断結果を紐付けて登録する健康診断テーブルと、前記BHQテーブルと前記健康診断テーブルを、前記被験者IDにて紐付けた上で多変量解析を行い、前記GM−BHQを推定するための特徴量を出力する多変量解析処理部とを具備する脳情報解析装置が出力した前記特徴量を用いて、任意の被験者の健康診断結果に多変量解析に基づく推定を行い、GM−BHQ推定値を出力する、多変量推定処理部と
を具備する、脳健康指標演算装置。 - 前記脳情報解析装置は更に、
被験者の脳画像データから複数の神経線維異方性データを得る神経線維異方性算出部と
を具備し、
前記平均値演算部は、複数の前記神経線維異方性データの平均値を算出した値であるFA−BHQも出力するものであり、
前記BHQテーブルは、前記FA−BHQも前記被験者IDと紐付けて登録するものであり、
前記多変量解析処理部は、前記FA−BHQを推定するための特徴量も出力するものであり、
前記多変量推定処理部は、前記任意の被験者の前記健康診断結果に多変量解析に基づく推定を行い、FA−BHQ推定値も出力するものである、
請求項4に記載の、脳健康指標演算装置。 - 前記多変量解析処理部は、多変量解析に重回帰分析を行い、前記GM−BHQを推定するためのGM−BHQ用重回帰式係数と、前記FA−BHQを推定するためのFA−BHQ用重回帰式係数を出力するものであり、
前記多変量推定処理部は、前記任意の被験者の前記健康診断結果に、前記GM−BHQ用重回帰式係数及び前記FA−BHQ用重回帰式係数に基づく重回帰式の演算を行い、GM−BHQ推定値及びFA−BHQ推定値を出力するものである、
請求項5に記載の脳健康指標演算装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016167036A JP6782006B2 (ja) | 2016-08-29 | 2016-08-29 | 脳情報解析装置及び脳健康指標演算装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016167036A JP6782006B2 (ja) | 2016-08-29 | 2016-08-29 | 脳情報解析装置及び脳健康指標演算装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018033516A true JP2018033516A (ja) | 2018-03-08 |
JP6782006B2 JP6782006B2 (ja) | 2020-11-11 |
Family
ID=61564816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016167036A Active JP6782006B2 (ja) | 2016-08-29 | 2016-08-29 | 脳情報解析装置及び脳健康指標演算装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6782006B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018155447A1 (ja) * | 2017-02-21 | 2018-08-30 | 一般社団法人ブレインインパクト | 脳情報解析装置及び脳情報模倣演算装置 |
JP6625280B1 (ja) * | 2018-12-27 | 2019-12-25 | 三菱電機株式会社 | 異常診断装置および異常診断方法 |
CN113393141A (zh) * | 2021-06-23 | 2021-09-14 | 科大讯飞股份有限公司 | 一种阅读能力的测评方法、装置以及设备 |
WO2021181813A1 (ja) * | 2020-03-11 | 2021-09-16 | 一般社団法人ブレインインパクト | 介入評価装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11507565A (ja) * | 1995-06-13 | 1999-07-06 | ブリティッシュ・テクノロジー・グループ・リミテッド | 画像改善装置及び方法 |
JP2004089224A (ja) * | 2002-08-29 | 2004-03-25 | Ge Medical Systems Global Technology Co Llc | 線維描出方法および線維描出装置 |
WO2008056638A1 (en) * | 2006-11-06 | 2008-05-15 | Fujifilm Ri Pharma Co., Ltd. | Brain image diagnosis supporting method, program, and recording method |
-
2016
- 2016-08-29 JP JP2016167036A patent/JP6782006B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11507565A (ja) * | 1995-06-13 | 1999-07-06 | ブリティッシュ・テクノロジー・グループ・リミテッド | 画像改善装置及び方法 |
JP2004089224A (ja) * | 2002-08-29 | 2004-03-25 | Ge Medical Systems Global Technology Co Llc | 線維描出方法および線維描出装置 |
WO2008056638A1 (en) * | 2006-11-06 | 2008-05-15 | Fujifilm Ri Pharma Co., Ltd. | Brain image diagnosis supporting method, program, and recording method |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018155447A1 (ja) * | 2017-02-21 | 2018-08-30 | 一般社団法人ブレインインパクト | 脳情報解析装置及び脳情報模倣演算装置 |
JP6625280B1 (ja) * | 2018-12-27 | 2019-12-25 | 三菱電機株式会社 | 異常診断装置および異常診断方法 |
US11527987B2 (en) | 2018-12-27 | 2022-12-13 | Mitsubishi Electric Corporation | Abnormality diagnosis device and abnormality diagnosis method |
WO2021181813A1 (ja) * | 2020-03-11 | 2021-09-16 | 一般社団法人ブレインインパクト | 介入評価装置 |
JP7348691B2 (ja) | 2020-03-11 | 2023-09-21 | 一般社団法人ブレインインパクト | 介入評価装置 |
CN113393141A (zh) * | 2021-06-23 | 2021-09-14 | 科大讯飞股份有限公司 | 一种阅读能力的测评方法、装置以及设备 |
CN113393141B (zh) * | 2021-06-23 | 2023-12-01 | 科大讯飞股份有限公司 | 一种阅读能力的测评方法、装置以及设备 |
Also Published As
Publication number | Publication date |
---|---|
JP6782006B2 (ja) | 2020-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hinde et al. | Wearable devices suitable for monitoring twenty four hour heart rate variability in military populations | |
Esteban et al. | Analysis of task-based functional MRI data preprocessed with fMRIPrep | |
Saczynski et al. | Commonly used data-collection approaches in clinical research | |
Baloch et al. | Quantification of brain maturation and growth patterns in C57BL/6J mice via computational neuroanatomy of diffusion tensor images | |
Coronel et al. | Quantitative EEG markers of entropy and auto mutual information in relation to MMSE scores of probable Alzheimer’s disease patients | |
JP6782006B2 (ja) | 脳情報解析装置及び脳健康指標演算装置 | |
KR20090024808A (ko) | 치매 및 치매성 장애의 평가 | |
Wihlborg et al. | Fracture predictive ability of physical performance tests and history of falls in elderly women: a 10-year prospective study | |
Raghuram et al. | Automated movement recognition to predict motor impairment in high‐risk infants: a systematic review of diagnostic test accuracy and meta‐analysis | |
Clement et al. | ASL-BIDS, the brain imaging data structure extension for arterial spin labeling | |
Newitt et al. | Multisite concordance of apparent diffusion coefficient measurements across the NCI Quantitative Imaging Network | |
Abel et al. | Associations between findings from myelin water imaging and cognitive performance among individuals with multiple sclerosis | |
WO2018155447A1 (ja) | 脳情報解析装置及び脳情報模倣演算装置 | |
Beach et al. | Monitoring of dynamic plantar foot temperatures in diabetes with personalised 3d-printed wearables | |
Volicer et al. | Assessment scales for advanced dementia. | |
Schumann et al. | Estimating resting HRV during fMRI: A comparison between laboratory and scanner environment | |
Wagner et al. | Validation of a low-cost electrocardiography (ECG) system for psychophysiological research | |
Ohlendorf et al. | Steps towards smarter solutions in optometry and ophthalmology—Inter-device agreement of subjective methods to assess the refractive errors of the eye | |
Pureepatpong Kongkasuriyachai et al. | Craniometric estimation of ancestry in Thai and Japanese individuals | |
Georgieva-Tsaneva et al. | Cardiodiagnostics based on photoplethysmographic signals | |
JP7121432B2 (ja) | 認知症予測装置 | |
Jiang et al. | Distribution of bioelectrical impedance vector analysis and phase angle in Korean elderly and sarcopenia | |
Di Leo | Measurements in radiology: the need for high reproducibility | |
Sheth et al. | Reliability test of new questionnaire designed to measure social wellbeing of Breast Cancer Patients | |
JP2017021725A (ja) | 健康管理支援装置、健康管理支援システム及び健康管理支援方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20160909 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161205 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190809 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200709 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200811 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200915 |
|
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: 20201006 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201012 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6782006 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |