JP2021137116A - 画像処理装置、医用画像診断装置、画像処理方法、プログラム、および学習装置 - Google Patents
画像処理装置、医用画像診断装置、画像処理方法、プログラム、および学習装置 Download PDFInfo
- Publication number
- JP2021137116A JP2021137116A JP2020034996A JP2020034996A JP2021137116A JP 2021137116 A JP2021137116 A JP 2021137116A JP 2020034996 A JP2020034996 A JP 2020034996A JP 2020034996 A JP2020034996 A JP 2020034996A JP 2021137116 A JP2021137116 A JP 2021137116A
- Authority
- JP
- Japan
- Prior art keywords
- image
- region
- cross
- medical
- image 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 103
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000013179 statistical model Methods 0.000 claims abstract description 94
- 238000007619 statistical method Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 84
- 230000008569 process Effects 0.000 claims description 45
- 238000012549 training Methods 0.000 claims description 30
- 238000010606 normalization Methods 0.000 claims description 23
- 238000003384 imaging method Methods 0.000 claims description 22
- 239000000523 sample Substances 0.000 claims description 17
- 210000005240 left ventricle Anatomy 0.000 claims description 15
- 238000000513 principal component analysis Methods 0.000 claims description 9
- 210000005241 right ventricle Anatomy 0.000 claims description 8
- 210000005246 left atrium Anatomy 0.000 claims description 5
- 210000005245 right atrium Anatomy 0.000 claims description 4
- 238000002059 diagnostic imaging Methods 0.000 claims description 3
- 238000002604 ultrasonography Methods 0.000 claims 2
- 238000004364 calculation method Methods 0.000 description 61
- 230000006870 function Effects 0.000 description 16
- 238000003860 storage Methods 0.000 description 16
- 230000001186 cumulative effect Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000002542 deteriorative effect Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012880 independent component analysis Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000002837 heart atrium Anatomy 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
Images
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
を推定する処理などであるが、これらに限られず他の推定処理を含んでいてもよい。断面種別とは、被検体のどの断面を撮像した画像であるかという観点による分類である。ここでは、画像処理装置を例にして説明するが、医用画像診断装置に本発明を適用してもよい。
生成されたモデルであり、その断面種別の画像の特徴の分布(統計的傾向)を表現するものである。統計モデルの生成(学習)は、例えば、学習装置によって、断面種別が同じ画像群を主成分分析し、その断面種別の画像群の特徴を表す部分空間を求めることにより行ってもよい。この場合、部分空間の情報が、当該断面種別に対応する統計モデルに該当する。なお、統計モデルは学習済モデルとも呼ばれる。
実施形態に係る画像処理装置は、入力画像の断面種別を識別する装置である。本実施形態では、入力画像および学習データとして心臓の2次元超音波画像を用い、入力画像が心尖部二腔像、心尖部三腔像、心尖部四腔像、および空中放置像の4種類のいずれであるかを識別する、というケースを例示する。心尖部二腔像は、左心房・左心室の2腔が写った画像であり、心尖部三腔像は、左心房・左心室・右心室の3腔が写った画像であり、心尖部四腔像は、左右心房・左右心室の計4腔が写った画像である。また、空中放置像は、プローブが被検体に接しておらずいずれの腔も写っていない画像である。なお、これらは断面種別の一例であり、その他の種別の画像についても、同様の処理で識別可能である。
後段の統計モデルの算出(ステップS101)や推定処理(ステップS103)においては、断面画像や入力画像の画素値情報を計算に用いる。しかしながら、図2A〜図2Dに示すように、モダリティで撮像される医用画像には被検体領域以外の画素が多く含まれており、画像全体を計算に利用すると無駄な計算負荷が生じるだけでなく、統計モデルのデータサイズの増大や識別力の低下を招く可能性がある。そこで、本実施形態では、医用画像の中の必要な範囲のみ(例えば、セクタ型プローブで得られた超音波画像の場合であれば、扇形のスキャン領域の部分など)を統計モデルの算出や推定処理に用いることとする。
構成する各画素の通し番号(ピクセル番号)と座標値とを対応付けた対応表(ルックアップテーブル)として表現される。
ここで、例えばm[1]は計算対象範囲における1番目のピクセルを表す記号で、x1・y1はそれぞれ該ピクセルのx座標値・y座標値である。そして、Kは計算対象範囲を構成するピクセルの数を表す。画像のx方向とy方向のピクセル数をそれぞれNx、Nyとしたときに、K<Nx×Nyである。
ステップS101において、統計モデル取得部52は、識別対象とする複数の断面種別にそれぞれ対応する複数の統計モデルを取得する。
。有効画像表示サイズは、超音波画像の視野深度(デプス)に対応している。プローブ位置座標および有効画像表示サイズの情報は、例えば、学習データ内に保持されている既知の情報を読み込むことで取得できる。この既知の情報は、学習データを準備する者が作成した情報であってもよいし、画像を撮像したモダリティ(超音波診断装置)から得られた情報であってもよい。あるいは、統計モデル取得部52が、夫々の画像から画像処理で被検体領域(扇形の輪郭)を抽出することで、プローブ位置座標および有効画像表示サイズを取得してもよい。次に、統計モデル取得部52は、各画像の有効画像表示サイズが所定のピクセル数となるように、画像全体を拡大又は縮小する。所定のピクセル数、すなわち正規化処理後の有効画像表示サイズは、あらかじめ定義されている(例えば512ピクセル)。その後、統計モデル取得部52は、各画像のプローブ位置座標が全て一致するように画像を平行移動させる。
なお、処理対象の画像が1枚の2次元画像ではなく複数枚の2次元画像の場合には、それらの画素値情報を直列に並べたものを列ベクトルaとすればよい。
ここで、aバーが平均ベクトル、eiがi番目の基底における固有ベクトル、giが固有ベクトルeiに対応する係数である。また、Lは計算に用いる固有ベクトルの数を表している。
33に格納すればよい。あらかじめ統計モデルを算出しておくことで、入力画像における断面種別の識別処理を行う際の処理時間を短縮できる効果がある。なお、統計モデルの生成処理は、画像処理装置10の統計モデル取得部52により行ってもよいし、画像処理装置10とは異なる他の学習装置で行ってもよい。他の学習装置で統計モデルを生成する場合の処理も、図4に示したものと同様である。
ステップS102において、ユーザが操作部35を介して画像の取得を指示すると、画像取得部51は、ユーザが指定した入力画像をデータベース22から取得し、RAM33に格納する。このとき、表示処理部54は、入力画像を表示部36の画像表示領域内に表示させてもよい。
ステップS103において、推定部53は、ステップS101で取得した複数の統計モデルそれぞれの入力画像への当てはまりを評価することによって、入力画像の断面種別を識別する。本実施形態では、統計モデルとして、断面種別ごとの部分空間情報が用いられる。すなわち、識別すべき断面種別の数が4種類の場合、4つの部分空間情報が取得される。この場合、推定部53は、断面種別ごとに入力画像の特徴が部分空間に属する可能性を表すスコアを算出し、断面種別ごとのスコアに基づいて入力画像の断面種別を識別するとよい。スコアの算出方法は問わないが、例えば、入力画像の特徴を部分空間へ投影したのち元の画像空間に逆投影することで得られる再構築画像を断面種別ごとに生成し、各再構築画像と入力画像の類似度に基づいて断面種別ごとのスコアを算出するとよい。再構築画像と入力画像の類似度が高いほど、すなわち、再構築画像と入力画像の差異が小さいほど、入力画像がその部分空間に属する可能性が高いと評価することができる。したがって、断面種別ごとのスコアを比較することにより、入力画像が属する部分空間、すなわち、入力画像の断面種別を推定することができる。なお、スコアは、再構築画像と入力画像の類似度と正の相関をもつスコアでもよいし、負の相関をもつスコアでもよい。例えば、再構築画像と入力画像のあいだの差異(再構築誤差と呼ぶ)は、類似度と負の相関をもつスコアの一例である。
画像が当該情報を保持していない場合には、入力画像から被検体領域を画像処理で抽出することで取得してもよい。
す列ベクトルatと、各再構築画像を表す列ベクトルaハットtの差異を示すスコアとして用いる。そして、スコアが最も小さい再構築画像をもたらす部分空間と対応付いた断面種別を識別結果とする。なお、再構築誤差の算出には、上記したSSD以外にも、どのような画像類似評価尺度を用いてもよい。
ステップS104において、表示処理部54は、入力画像とその種別識別結果を、それらが容易に視認できるような表示形態で、表示部36の画像表示領域内に表示する。なお、断面種別の記録を目的とする場合には、本ステップの表示処理は必ずしも必要ではなく、識別した断面種別情報をデータベース22又は記憶部34に保存するだけの構成であってもよい。
。
Information)といった、画素値分布の違いに不偏な類似度評価尺度を用いて再構築誤差を算出することが望ましい。
上記実施形態では、推定処理の例として断面種別の識別を説明した。しかし、画像の部分空間情報を用いるものであれば、断面種別の識別に限らず、入力画像の任意の付帯情報の識別・推定処理に対して、統計処理を行う計算対象範囲の限定方法を適用可能である。例えば、心臓領域を撮像した2次元超音波画像から左心室・左心房・右心室・右心房といった各領域の輪郭線を推定する輪郭抽出処理に適用することが可能である。
ベクトル部分については、上記実施形態で断面種別の識別のために用いた画素値情報(すなわち、列ベクトルa)と同じでよい。そのため、上記実施形態のステップS100およびS101で示した計算対象範囲によるサイズ削減を、そのまま利用可能である。また、推定処理(入力画像の投影・逆投影処理)についても同様に、入力画像を列ベクトルatに変換する際に、計算対象範囲内の画素値情報のみを用いることでサイズを削減することが可能である。
以上、本発明の実施形態について説明したが、本発明はこれらに限定されるものではなく、請求項に記載された範囲内において、変更・変形することが可能である。
37 制御部
51 画像取得部
52 統計モデル取得部
53 推定部
Claims (22)
- 処理対象となる医用画像を入力画像として取得する画像取得部と、
被検体領域とそれ以外の領域とを含む複数の医用画像間においてそれぞれ対応する画像領域の画素情報を統計解析することによって生成される統計モデルを用いて、前記入力画像に対する推定処理を行う推定部と、
を備えることを特徴とする画像処理装置。 - 前記複数の医用画像は、前記被検体領域の形状が異なる医用画像を含む
ことを特徴とする請求項1に記載の画像処理装置。 - 前記画像領域は、矩形でない形状を有する
ことを特徴とする請求項1又は2に記載の画像処理装置。 - 前記画像領域は、前記被検体領域の外接矩形よりも小さい面積を有する
ことを特徴とする請求項3に記載の画像処理装置。 - 前記画像領域は、前記被検体領域と略相似形である
ことを特徴とする請求項3又は4に記載の画像処理装置。 - 前記被検体領域は、被検体の内部に対応する領域である
ことを特徴とする請求項1〜5のうちいずれか1項に記載の画像処理装置。 - 前記被検体領域は、被検体内の所定の対象物に対応する領域である
ことを特徴とする請求項1〜5のうちいずれか1項に記載の画像処理装置。 - 前記医用画像はモダリティにより得られた画像であり、前記被検体領域は前記モダリティによるスキャン領域に対応する領域である
ことを特徴とする請求項1〜5のうちいずれか1項に記載の画像処理装置。 - 前記統計モデルは、前記モダリティのスキャン領域、前記モダリティの撮像パラメータ、及び、前記モダリティのプローブの種類のうち少なくともいずれかを学習データとして利用して生成されたものである
ことを特徴とする請求項8に記載の画像処理装置。 - 前記統計解析は、主成分分析であり、
前記統計モデルは、前記複数の医用画像の前記画像領域内の画素群の特徴を表す部分空間の情報である
ことを特徴とする請求項1〜9のうちいずれか1項に記載の画像処理装置。 - 前記推定処理は、前記入力画像の前記画像領域内の画素群の特徴を部分空間へ投影したのち元の画像空間に逆投影することにより再構築画像を生成する処理を含む
ことを特徴とする請求項10に記載の画像処理装置。 - 前記推定部は、前記推定処理において、前記画像領域内の画素群を構成する各画素の通し番号と座標値とを対応付けた対応表を用いることにより、前記入力画像のうち前記画像領域内の画素群を限定的に参照する
ことを特徴とする請求項1〜11のうちいずれか1項に記載の画像処理装置。 - 前記医用画像は、断面画像であり、
前記推定部は、前記入力画像の断面種別を推定する推定処理を行う
ことを特徴とする請求項1〜12のうちいずれか1項に記載の画像処理装置。 - 前記医用画像は、心臓の2次元超音波画像であり、
前記断面種別は、心尖部二腔像、心尖部三腔像、心尖部四腔像、短軸像、傍胸骨長軸像、および、プローブが被検体に接していない状態に取得される空中放置像のうちの、少なくとも2種類以上を含む
ことを特徴とする請求項13に記載の画像処理装置。 - 前記医用画像は、断面画像であり、
前記推定部は、前記入力画像中の所定の領域の輪郭情報を推定する推定処理を行う
ことを特徴とする請求項1〜12のうちいずれか1項に記載の画像処理装置。 - 前記医用画像は、心臓の2次元超音波画像であり、
前記所定の領域は、左心室、左心房、右心室、右心房のうちの、少なくとも1種類以上を含む
ことを特徴とする請求項15に記載の画像処理装置。 - 前記複数の医用画像は、スケールを揃えるための空間的正規化が施された画像であり、
前記推定部は、前記推定処理の前に、前記入力画像に対し前記空間的正規化を施す
ことを特徴とする請求項1〜16のうちいずれか1項に記載の画像処理装置。 - 前記医用画像は、2次元超音波画像であり、
前記空間的正規化は、2次元超音波画像の視野深度に対応する有効画像表示サイズが所定のピクセル数となるように画像を拡大又は縮小する処理を含む
ことを特徴とする請求項17に記載の画像処理装置。 - 処理対象となる医用画像を入力画像として取得する画像取得部と、
被検体領域とそれ以外の領域とを含む複数の医用画像間においてそれぞれ対応する画像領域の画素情報を統計解析することによって生成される統計モデルを用いて、前記入力画像に対する推定処理を行う推定部と、
を備えることを特徴とする医用画像診断装置。 - 処理対象となる医用画像を入力画像として取得するステップと、
被検体領域とそれ以外の領域とを含む複数の医用画像間においてそれぞれ対応する画像領域の画素情報を統計解析することによって生成される統計モデルを用いて、前記入力画像に対する推定処理を行うステップと、
を含む
ことを特徴とする画像処理方法。 - 請求項20に記載の画像処理方法の各ステップをコンピュータに実行させるためのプログラム。
- 被検体領域とそれ以外の領域とを含む医用画像を学習に用いる学習装置であって、
複数の医用画像を取得する取得部と、
前記複数の医用画像間においてそれぞれ対応する画像領域の画素情報を統計解析することによって統計モデルを生成するモデル生成部と、
を備えることを特徴とする学習装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020034996A JP2021137116A (ja) | 2020-03-02 | 2020-03-02 | 画像処理装置、医用画像診断装置、画像処理方法、プログラム、および学習装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020034996A JP2021137116A (ja) | 2020-03-02 | 2020-03-02 | 画像処理装置、医用画像診断装置、画像処理方法、プログラム、および学習装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021137116A true JP2021137116A (ja) | 2021-09-16 |
Family
ID=77666837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020034996A Pending JP2021137116A (ja) | 2020-03-02 | 2020-03-02 | 画像処理装置、医用画像診断装置、画像処理方法、プログラム、および学習装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2021137116A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024004597A1 (ja) * | 2022-06-29 | 2024-01-04 | 富士フイルム株式会社 | 学習装置、学習済みモデル、医用診断装置、超音波内視鏡装置、学習方法、及びプログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050147303A1 (en) * | 2003-11-19 | 2005-07-07 | Xiang Sean Zhou | System and method for detecting and matching anatomical stuctures using appearance and shape |
US20080260226A1 (en) * | 2007-04-12 | 2008-10-23 | Fujifilm Corporation | Method, apparatus, and program for judging image recognition results, and computer readable medium having the program stored therein |
WO2009148041A1 (ja) * | 2008-06-03 | 2009-12-10 | 株式会社 日立メディコ | 医用画像処理装置及び医用画像処理方法 |
US20100240996A1 (en) * | 2009-03-18 | 2010-09-23 | Razvan Ioan Ionasec | Valve assessment from medical diagnostic imaging data |
WO2014155825A1 (ja) * | 2013-03-29 | 2014-10-02 | 日立アロカメディカル株式会社 | 医療用診断装置およびその計測方法 |
WO2017158897A1 (ja) * | 2016-03-15 | 2017-09-21 | 株式会社日立製作所 | 超音波診断装置 |
-
2020
- 2020-03-02 JP JP2020034996A patent/JP2021137116A/ja active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050147303A1 (en) * | 2003-11-19 | 2005-07-07 | Xiang Sean Zhou | System and method for detecting and matching anatomical stuctures using appearance and shape |
JP2007513649A (ja) * | 2003-11-19 | 2007-05-31 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド | 外観および形状を使用する解剖学的構造の検出およびマッチングシステムおよび方法 |
US20080260226A1 (en) * | 2007-04-12 | 2008-10-23 | Fujifilm Corporation | Method, apparatus, and program for judging image recognition results, and computer readable medium having the program stored therein |
JP2009095644A (ja) * | 2007-04-12 | 2009-05-07 | Fujifilm Corp | 画像認識結果判定装置、方法、およびプログラム |
WO2009148041A1 (ja) * | 2008-06-03 | 2009-12-10 | 株式会社 日立メディコ | 医用画像処理装置及び医用画像処理方法 |
US20110082371A1 (en) * | 2008-06-03 | 2011-04-07 | Tomoaki Chono | Medical image processing device and medical image processing method |
US20100240996A1 (en) * | 2009-03-18 | 2010-09-23 | Razvan Ioan Ionasec | Valve assessment from medical diagnostic imaging data |
WO2014155825A1 (ja) * | 2013-03-29 | 2014-10-02 | 日立アロカメディカル株式会社 | 医療用診断装置およびその計測方法 |
WO2017158897A1 (ja) * | 2016-03-15 | 2017-09-21 | 株式会社日立製作所 | 超音波診断装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024004597A1 (ja) * | 2022-06-29 | 2024-01-04 | 富士フイルム株式会社 | 学習装置、学習済みモデル、医用診断装置、超音波内視鏡装置、学習方法、及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2365471B1 (en) | Diagnosis assisting apparatus, coronary artery analyzing method and recording medium having a coronary artery analzying program stored therein | |
US8908944B2 (en) | Information processing apparatus, information processing method, and program | |
CN111292314B (zh) | 冠脉分段方法、装置、图像处理系统和存储介质 | |
EP2537111B1 (en) | Method and system for archiving subject-specific, three-dimensional information about the geometry of part of the body | |
JP5601378B2 (ja) | 医用画像処理装置 | |
WO2015179543A1 (en) | System and method for valve quantification | |
WO2012064986A2 (en) | System and method of ultrasound image processing | |
JP2002140689A (ja) | 医用画像処理装置及びその方法 | |
JP2021137116A (ja) | 画像処理装置、医用画像診断装置、画像処理方法、プログラム、および学習装置 | |
JP2022111704A (ja) | 画像処理装置、医用画像撮像装置、画像処理方法、およびプログラム | |
JP6827707B2 (ja) | 情報処理装置および情報処理システム | |
JP7409624B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2022111705A (ja) | 学習装置、画像処理装置、医用画像撮像装置、学習方法およびプログラム | |
WO2017089953A1 (en) | Process for processing medical images of a face for recognition of facial dysmorphisms | |
JP7412223B2 (ja) | 画像処理装置、医用画像診断装置、画像処理方法、プログラム、および学習装置 | |
JP7419037B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP7356330B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN116158846B (zh) | 一种用于复杂心律失常的整体心脏三维标测方法及系统 | |
JP2022175748A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP2022111706A (ja) | 画像処理装置および画像処理方法、医用撮像装置、プログラム | |
JP2023125906A (ja) | ニューラルネットワーク、該ニューラルネットワークを用いた情報処理装置、情報処理方法 | |
JP2023135836A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP2024070359A (ja) | 画像処理装置、画像処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230823 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231201 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240305 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240501 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240604 |