JP2021133129A - 情報処理方法、情報処理装置、プログラム、記録媒体 - Google Patents
情報処理方法、情報処理装置、プログラム、記録媒体 Download PDFInfo
- Publication number
- JP2021133129A JP2021133129A JP2020033535A JP2020033535A JP2021133129A JP 2021133129 A JP2021133129 A JP 2021133129A JP 2020033535 A JP2020033535 A JP 2020033535A JP 2020033535 A JP2020033535 A JP 2020033535A JP 2021133129 A JP2021133129 A JP 2021133129A
- Authority
- JP
- Japan
- Prior art keywords
- user
- mci
- level
- question
- information processing
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 41
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 208000010877 cognitive disease Diseases 0.000 claims abstract description 118
- 208000027061 mild cognitive impairment Diseases 0.000 claims abstract description 115
- 238000012360 testing method Methods 0.000 claims abstract description 94
- 206010012289 Dementia Diseases 0.000 claims abstract description 44
- 230000001149 cognitive effect Effects 0.000 claims abstract description 40
- 230000004044 response Effects 0.000 claims description 59
- 230000019771 cognition Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 19
- 238000003745 diagnosis Methods 0.000 abstract description 11
- 238000012216 screening Methods 0.000 description 39
- 238000012545 processing Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 230000003920 cognitive function Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241001672694 Citrus reticulata Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 230000006999 cognitive decline Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007087 memory ability Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
Abstract
Description
言えないものの、知的に正常ともいえない状態を指す。MCIの患者の全てが認知症へと進展するわけではなく、患者は一定の割合で、認知トレーニングや最新の医療技術により回復することが知られている。MCIの早期検知は、患者の根本的な治療につながる可能性があり、非常に重要である。
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示するステップであって、前記認知レベルは健常者レベルと、軽度認知障害(MCI)レベルと、認知症レベルとを含む、ステップと、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、情報処理方法である。
目的変数を被験者が健常者であるか、MCIであるか、認知症であるかを示す正解ラベルとし、
特徴量を、複数の被験者から得られた回答結果における各被験者の問題に対する回答の正誤に基づいて算出されたスコアと、被験者からの問題に対する反応を受け付けるまでの回答時間として、モデルに機械学習させて、学習済みのモデルを生成する、
情報処理方法である。
前記プロセッサは、前記記憶部に記憶された指示を実行することにより、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示し、前記認知レベルは健常者レベルと、MCIレベルと、認知症レベルとを含んでおり、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、
情報処理装置である。
前記プロセッサがプログラムを実行することにより、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示し、前記認知レベルは健常者レベルと、MCIレベルと、認知症レベルとを含んでおり、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、
プログラムである。
前記プロセッサが前記メモリに記録されているプログラムを実行することにより、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示し、前記認知レベルは健常者レベルと、MCIレベルと、認知症レベルとを含んでおり、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、
記録媒体である。
最初に、本開示の実施形態の内容を列記して説明する。本開示の一実施形態は、以下のような構成を備える。
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示するステップであって、前記認知レベルは健常者レベルと、軽度認知障害(MCI)レベルと、認知症レベルとを含む、ステップと、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、情報処理方法。
前記判定されたテスト問題は複数の項目に分かれており、
各項目は、暗記した単語の時間をおいての選択、文字の選択、前記ユーザの端末を指示どおりに動かす、日時の見当識を答える、暗記した数字を答える、平面図形認識からなり、それぞれの項目に含まれる複数の問題のうちの1つが、前記統計的に有意であると判定された問題である、情報処理方法。
前記複数の問題の問題文に対する複数の被験者の回答結果から、健常者群のスコアと、MCI群のスコアと、認知症群のスコアとをそれぞれ取得し、取得したスコアと認知レベルとの相関がある問題を、前記統計的な有意差がある問題であると判定するステップ
を含み、前記MCI群のスコアが、健常者群のスコアと前記認知症群のスコアとの間の場合に、前記認知レベルとの相関がある問題であると判定する、情報処理方法。
前記複数の問題の問題文に対する被験者の回答結果から、健常者群の回答時間と、MCI群の回答時間と、認知症群の回答時間とをそれぞれ取得し、取得した回答時間と認知レベルとの相関が高い問題を、前記統計的な有意差がある問題であると判定するステップ
を含み、前記MCI群の回答時間が、前記健常者群の回答時間と前記認知症群の回答時間との間の場合に、前記認知レベルとの相関が高い問題であると判定される、情報処理方法。
目的変数を被験者が健常者であるか、MCIであるか、認知症であるかを示す正解ラベルとし、
特徴量を、複数の被験者から得られた回答結果における各被験者の問題に対する回答の正誤に基づいて算出されたスコアと、被験者からの問題に対する反応を受け付けるまでの回答時間として、モデルに機械学習させて、学習済みのモデルを生成する、
情報処理方法。
前記プロセッサは、前記記憶部に記憶された指示を実行することにより、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示し、前記認知レベルは健常者レベルと、MCIレベルと、認知症レベルとを含んでおり、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、
情報処理装置。
前記プロセッサがプログラムを実行することにより、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示し、前記認知レベルは健常者レベルと、MCIレベルと、認知症レベルとを含んでおり、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、
プログラム。
前記プロセッサが前記メモリに記録されているプログラムを実行することにより、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示し、前記認知レベルは健常者レベルと、MCIレベルと、認知症レベルとを含んでおり、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、
記録媒体。
以下、本開示の実施形態について図面を参照して説明する。図面において、同一または類似の要素には同一または類似の参照符号が付され、各実施形態の説明において同一または類似の要素に関する重複する説明は省略することがある。また、各実施形態で示される特徴は、互いに矛盾しない限り他の実施形態にも適用可能である。しかし、本開示の実施
形態は、必ずしもこのような態様に限定されない。本開示の実施形態が、特許請求の範囲において規定される範囲に含まれる様々な態様を取り得ることは、当業者にとって明らかであろう。
PU(Graphics Processing Unit)を含む。
ここでは、回答結果に統計学的な有意差がある問題を選定し、学習済みモデルを生成するまでの第1フェーズについて説明する。図2は図1に示すサーバ200の機能的な構成を示すブロック図である。サーバ200は、処理部210及び記憶部230を有する。処理部210はさらに、回答取得部212と、特徴量算出部214と、問題選定部216と、モデル生成部218とを含む。記憶部230は、図1に示したメモリ204に対応する。処理部210及び処理部210に含まれる各部212から218は、図1に示したプロセッサ202がメモリ204内の各種プログラムを読み出して実行することによって実現される、本開示に係る問題選定処理及び学習済みモデル生成処理が実現する機能を表している。
去の回答結果をサンプルデータとして記憶する。サンプルデータでは、被験者は、健常者群と、MCI群と、認知症群とに予め分類されている。スクリーニングテストに利用する問題は、例えば、国際的に活用されているミニメンタルステート検査(MMSE)等に基づく問題であり、時や場所に関する見当識、いくつかの単語を繰り返して選択する記銘、注意と計算、暗記したいくつかの単語を選択する再生、指示された命令を理解し実行する、欠けた図形を選択するなど、様々な項目を含む。スクリーニングテストに利用する問題は、さらに、指示された命令に従い、ユーザ端末100を動作させる問題(例えば、ユーザ端末100を振る、裏返すなど)を含んでもよい。各種センサ(例えば加速度センサ)はユーザ端末の挙動を取得し、取得したユーザ端末の挙動から特徴量を抽出する。また、項目毎に異なる形式、例えば異なる文章で表現された複数の問題を含む。被験者はさらに、年齢や性別に関連付けられていてもよい。過去の回答結果は、例えば、提示された問題に解答するまでの回答時間、回答の正誤を含む。
か?」、問題D2で問題文「今日は何曜日ですか?」、問題D3で数日前の曜日を問う問題文「2日前は何曜日ですか?」、問題D4で、数日前の日を問う問題文「2日前は何月何日ですか?」を表示する。
次に、検査対象となる新規のユーザに対し生成された学習済みモデルを用いてMCIの検査を行う。図5は図1に示したMCI診断支援システム10に含まれるユーザ端末100の機能的な構成を示すブロック図である。ユーザ端末100は、処理部510及び記憶部530を有する。処理部510はさらに、出題部512と、回答取得部514と、終了判定部516と、レベル判定部518とを含む。記憶部530は、図1に示したメモリ104に対応する。処理部510及び処理部510に含まれる各部512から516は、図1に示したプロセッサ102がメモリ104内の学習済みモデルプログラムを読み出して実行することによって実現される、本開示に係るMCI診断処理が実現する機能を表している。
ー600の処理の実行に先立ち、ユーザ端末100の記憶部530には、フェーズ1で生成した学習済みモデル(不図示)と、MCIの診断を行うためのアプリケーション(不図示)が予め格納されている。また、MCIの診断を行うためのアプリケーションがユーザにより起動されているものとする。
12…通信ネットワーク
100…ユーザ端末
102…プロセッサ
104…メモリ
106…タッチパネル
106…ディスプレイ
108…加速度センサ
112…通信インターフェイス
114…スピーカ
200…サーバ
202…プロセッサ
204…メモリ
206…通信インターフェイス
210…処理部
212…回答取得部
214…特徴量算出部
216…問題選定部
218…モデル生成部
230…記憶部
510…処理部
512…出題部
514…回答取得部
516…終了判定部
518…レベル判定部
530…記憶部
Claims (10)
- 記憶部に記憶されている命令を実行するプロセッサにより実行される情報処理方法であって、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示するステップであって、前記認知レベルは健常者レベルと、軽度認知障害(MCI)レベルと、認知症レベルとを含む、ステップと、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、情報処理方法。 - 請求項1に記載の情報処理方法であって、
前記判定されたテスト問題は複数の項目に分かれており、
各項目は、暗記した単語の時間をおいての選択、文字の選択、前記ユーザの端末を指示どおりに動かす、日時の見当識を答える、暗記した数字を答える、平面図形認識からなり、それぞれの項目に含まれる複数の問題のうちの1つが、前記統計的に有意であると判定された問題である、情報処理方法。 - 請求項2に記載の情報処理方法であって、さらに、
前記複数の問題の問題文に対する複数の被験者の回答結果から、健常者群のスコアと、MCI群のスコアと、認知症群のスコアとをそれぞれ取得し、取得したスコアと認知レベルとの相関がある問題を、前記統計的な有意差がある問題であると判定するステップ
を含み、前記MCI群のスコアが、健常者群のスコアと前記認知症群のスコアとの間の場合に、前記認知レベルとの相関がある問題であると判定する、情報処理方法。 - 請求項2に記載の情報処理方法であって、さらに、
前記複数の問題の問題文に対する被験者の回答結果から、健常者群の回答時間と、MCI群の回答時間と、認知症群の回答時間とをそれぞれ取得し、取得した回答時間と認知レベルとの相関が高い問題を、前記統計的な有意差がある問題であると判定するステップ
を含み、前記MCI群の回答時間が、前記健常者群の回答時間と前記認知症群の回答時間との間の場合に、前記認知レベルとの相関が高い問題であると判定される、情報処理方法。 - 請求項1から4のいずれか1項に記載の情報処理方法であって、前記特徴量は、前記問題文に対するユーザの回答結果から求められた回答の正誤に基づいて算出されるスコアと、前記問題文に対する前記ユーザからの反応を受け付けるまでの回答時間とを含む、情報処理方法。
- 記憶部に記憶されている命令を実行するプロセッサにより実行される情報処理方法であって、
目的変数を被験者が健常者であるか、MCIであるか、認知症であるかを示す正解ラベルとし、
特徴量を、複数の被験者から得られた回答結果における各被験者の問題に対する回答の正誤に基づいて算出されたスコアと、被験者からの問題に対する反応を受け付けるまでの回答時間として、モデルに機械学習させて、学習済みのモデルを生成する、
情報処理方法。 - 請求項6に記載の情報処理方法であって、前記特徴量はさらに、前記ユーザの年齢,ユ
ーザの性別を含む、情報処理方法。 - 指示を記憶する記憶部と、プロセッサとを備えた情報処理装置であって、
前記プロセッサは、前記記憶部に記憶された指示を実行することにより、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示し、前記認知レベルは健常者レベルと、MCIレベルと、認知症レベルとを含んでおり、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、
情報処理装置。 - プロセッサにより実行されるプログラムであって、
前記プロセッサがプログラムを実行することにより、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示し、前記認知レベルは健常者レベルと、MCIレベルと、認知症レベルとを含んでおり、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、
プログラム。 - プロセッサにより実行されるプログラムが記憶された記録媒体であって、
前記プロセッサが前記メモリに記録されているプログラムを実行することにより、
ユーザの認知レベルを判別するために統計的な有意差があると判定されたテスト問題の問題文を表示し、前記認知レベルは健常者レベルと、MCIレベルと、認知症レベルとを含んでおり、
前記問題文に対するユーザの回答結果を受け付けし、
前記ユーザの回答結果に基づいて算出された特徴量を学習済みモデルに入力して、前記ユーザがMCIであるか否かを判定する、
記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020033535A JP7366368B2 (ja) | 2020-02-28 | 2020-02-28 | 情報処理方法、情報処理装置、プログラム、記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020033535A JP7366368B2 (ja) | 2020-02-28 | 2020-02-28 | 情報処理方法、情報処理装置、プログラム、記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021133129A true JP2021133129A (ja) | 2021-09-13 |
JP7366368B2 JP7366368B2 (ja) | 2023-10-23 |
Family
ID=77662359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020033535A Active JP7366368B2 (ja) | 2020-02-28 | 2020-02-28 | 情報処理方法、情報処理装置、プログラム、記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7366368B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7219377B1 (ja) | 2021-11-30 | 2023-02-08 | 株式会社スタートライン | 認知能力改善支援システム |
WO2023248521A1 (ja) * | 2022-06-20 | 2023-12-28 | オムロンヘルスケア株式会社 | 認知機能検査装置及び認知機能検査プログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003079631A (ja) * | 2001-09-17 | 2003-03-18 | Katsuya Uragami | 物忘れ自己診断システムおよびその方法、装置 |
JP2018029706A (ja) * | 2016-08-23 | 2018-03-01 | 株式会社デジタル・スタンダード | 端末装置、評価システム、およびプログラム |
-
2020
- 2020-02-28 JP JP2020033535A patent/JP7366368B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003079631A (ja) * | 2001-09-17 | 2003-03-18 | Katsuya Uragami | 物忘れ自己診断システムおよびその方法、装置 |
JP2018029706A (ja) * | 2016-08-23 | 2018-03-01 | 株式会社デジタル・スタンダード | 端末装置、評価システム、およびプログラム |
Non-Patent Citations (1)
Title |
---|
MIN JU KANG ET AL.: "Prediction of cognitive impairment via deep learning trained with multi-center neuropsychological te", BMC MEDICAL INFORMATICS AND DECISION MAKING, vol. 19, no. 1, JPN6023013219, 21 November 2019 (2019-11-21), ISSN: 0005027408 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7219377B1 (ja) | 2021-11-30 | 2023-02-08 | 株式会社スタートライン | 認知能力改善支援システム |
JP2023080758A (ja) * | 2021-11-30 | 2023-06-09 | 株式会社スタートライン | 認知能力改善支援システム |
WO2023248521A1 (ja) * | 2022-06-20 | 2023-12-28 | オムロンヘルスケア株式会社 | 認知機能検査装置及び認知機能検査プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7366368B2 (ja) | 2023-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101834003B1 (ko) | 인지 학습 및 평가 시스템 | |
Golden et al. | Neuropsychological interpretation of objective psychological tests | |
JP4662505B2 (ja) | 認知症検査支援システム及び認知症検査支援装置 | |
US20180317831A1 (en) | Diagnostic tool for assessing neurodevelopmental conditions or disorders | |
US7001183B2 (en) | Diagnostically and audibly responsive computer learning memory game and system provided therefor | |
US20160367180A1 (en) | Apparatus and method of conducting medical evaluation of add/adhd | |
Hanser et al. | Integrated word identification and communication instruction for students with complex communication needs: Preliminary results | |
Hintz et al. | Shared lexical access processes in speaking and listening? An individual differences study. | |
JP2021133129A (ja) | 情報処理方法、情報処理装置、プログラム、記録媒体 | |
Vrana et al. | Can a computer administer a Wechsler Intelligence Test? | |
JP7315281B1 (ja) | 情報再現支援システム、情報再現支援方法、及びプログラム | |
Rowse et al. | Comparison of phonological and whole-word treatments for two contrasting cases of developmental dyslexia | |
US20210110737A1 (en) | Data processing systems for processing and analyzing data regarding self-awareness and executive function | |
Radford et al. | Detecting Dyslexia from Audio Records: An AI Approach. | |
CN117769384A (zh) | 基于图像的痴呆症诊断系统及方法 | |
Perez et al. | Assessment of bilinguals’ performance in lexical tasks using reaction times | |
JP2021529402A (ja) | 小児の神経発達障害リスクの評価方法 | |
US20230092983A1 (en) | Systems and Methods for Managing Brain Injury and Malfunction | |
JP2019086868A (ja) | 情報処理装置及び情報処理プログラム | |
Puritat et al. | Using a Screening Risk of Dyslexia Game to Evaluate Students with Learning Disabilities Through the Use of Language-Independent Content and Machine Learning | |
Mehta et al. | Inclusion of Children With Special Needs in the Educational System, Artificial Intelligence (AI) | |
US10872538B2 (en) | Data processing systems for processing and analyzing data regarding self-awareness and executive function | |
JP2005156735A (ja) | 学習支援方法及び学習支援システム | |
Vrana | Vrana, SR & Vrana, DT (in press). Can a Computer Administer a Wechsler Intelligence Test? Professional Psychology: Research and Practice. | |
Muk | Duration Related Effects in Reading Performance in Individuals with Visual Impairment |
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: 20200326 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220803 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230601 |
|
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: 20230911 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231002 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7366368 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |