JP5448199B2 - 感性状態判定装置 - Google Patents
感性状態判定装置 Download PDFInfo
- Publication number
- JP5448199B2 JP5448199B2 JP2010550553A JP2010550553A JP5448199B2 JP 5448199 B2 JP5448199 B2 JP 5448199B2 JP 2010550553 A JP2010550553 A JP 2010550553A JP 2010550553 A JP2010550553 A JP 2010550553A JP 5448199 B2 JP5448199 B2 JP 5448199B2
- Authority
- JP
- Japan
- Prior art keywords
- electroencephalogram
- sensitivity
- types
- signals
- state
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Psychology (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Educational Technology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Social Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
あり、
y6〜y10=D1 2-3, D2 2-3, D3 2-3, D4 2-3, D5 2-3
・・・・・・・・・・・・・・
・・・・・・・・・・・・・・
y596〜y600=D1 15-16, D2 15-16, D3 15-16, D4 15-16, D5 15-16
なお「D1 1-2」は、Hurst指数特性qとしてq1が用いられていて、しかもチャンネル1の脳波信号とチャンネル2の脳波信号の脳波差信号に対する一般潜在次元であることを意味している。また「D5 15-16」は、Hurst指数特性qとしてq5が用いられていて、しかもチャンネル15の脳波信号とチャンネル16の脳波信号の脳波差信号に対する一般潜在次元であることを意味している。
したがって本発明によれば、Hurst指数特性qの数nを増やすことにより、1つの脳波差信号を用いる場合であっても、n個の一般潜在次元Dq1〜Dqnを得ることができる。1つの脳波差信号を用いる場合の状態分離マトリックスは、C1,1〜Cm,5が用いられる。
したがって本発明によれば、Hurst指数特性qの数nを増やすことにより、1つの脳波信号を用いる場合であっても、n個の一般潜在次元Dq1〜Dqnを得ることができる。1つの脳波信号を用いる場合の状態分離マトリックスは、C1,1〜Cm,nが用いられる。
はじめに学習用データを測定する。学習には被験者が華やかと感じる画像と質素と感じる画像を注視したときの脳波を用いた。画像は「和室」,「金閣寺」,「銀閣寺」,「桜」の計4枚で、被験者(22歳,女性)は華やかな画像として「金閣寺」、質素な画像として「和室」を選出した。その後、安静状態と画像注視(4枚)を交互に行ったときの脳波を評価用データとし、「安静」,「華やか」,「質素」の3感性に対し感性解析を行った。また、測定と同時にアンケートによる主観評価も行った。
脳波測定装置は日本光電社製MEG−6116Mを使用した。測定データはA/D変換ボード(ComputerBoards社製PCM−DAS16S/16、A/D変換分解能16bits、チャンネル数16チャンネル)を通し、パーソナルコンピュータで記録を行った。測定時のサンプリング周波数を512Hzとし、1.5Hzのローカットフィルタおよび、100Hzのハイカットフィルタを設定した。また、商用電源に対するHUMフィルタを脳波測定時に使用した。測定部位は国際10−20電極法に基づき、1チャンネル〜16チャンネルの単極測定とし、右耳朶A2を基準電極とした(図2)。測定は通常環境下での測定を行った。
学習用データを取得する場合には、被験者が、「安静状態」、「華やかな画像を見る」、「質素な画像を見る」を30秒間ずつ行った。
感性マルチフラクタル次元解析結果
脳波測定によって得られる16チャンネルの脳波信号のうち、組み合わせにより選択した複数組の2つの異なる脳波信号についてそれぞれ差信号を求め、感性マルチフラクタル次元解析を差信号毎に施した平均の結果(感性出力平均値)の一例を図6に示す。この試験では、Hurst指数特性qとして、5つの異なる値1〜5を用いた。図6からは、「質素」の感性状態と「華やか」の感性状態が明確に判別されている。なおタスク区間の感性出力の平均値と安静区間の感性出力の平均値との差(相対値)が、評価の対象となる実質的な感性出力となる。したがって図6の例では、質素の出力が高くなっているが、差分(変化分)で評価するので、質素の感性出力が大きくなることはない。勿論、主観評価値との相関係数値については、「質素」の感性出力値の全体的なバイアスが変化するだけである。
次に判定基準としてニューラルネットを利用して図1の実施の形態と同様に感性解析をする本発明の感性状態判定装置の他の実施の形態について説明する。図13は他の実施の形態の構成を示す図である。この実施の形態では、ニューラルネットの内部状態を決定する学習作業を事前に行って、ニューラルネットを構築する。図13に示したニューラルネットワークNNは、入力層11と、1以上の中間層12と、出力層13とを備えている。なおこの例では中間層12は1層である。入力層11は、x個(前述の脳波差信号の組み合わせの数すなわちn×16C2=120×5=600)のマルチフラクタル次元がそれぞれ入力されるx個のニューロンn1〜nxからなる第1のニューロン群N1を含んでいる。また中間層12は、y(2×x=1200)個のニューロンn201〜n200+2xからなる第2のニューロン群N2を備えている。そして出力層13は、3個のニューロンn501〜n503からなる第3のニューロン群N3を備えている。第1のニューロン群N1を構成するx(600)個のニューロンn1〜nxには入力パターン切り替え部14の端子T1〜Txを介して後述する3種類の学習用入力パターンと入力信号ベクトルとが入力される。
Claims (8)
- 被験者の脳の1以上の領域から測定した1以上の脳波信号または前記被験者の脳の複数の領域から測定した複数の脳波信号から選択した1組以上の2つの異なる前記脳波信号の1以上の脳波差信号から、マルチフラクタル次元を求めるマルチフラクタル次元演算部と、
予め定めた複数種類の感性状態にある基準者から得た前記複数種類の感性状態における前記1以上の脳波信号または1以上の脳波差信号をリファレンスデータとして用いて予め定めた判定基準に基づいて、前記マルチフラクタル次元のデータを入力として、前記被験者が前記複数種類の感性状態のいずれの状態にあるのかを判定する感性状態判定部とを備え、
前記感性状態判定部は、前記判定基準を記憶する記憶部と、前記判定基準と前記マルチフラクタル次元のデータとに基づいて前記被験者が前記複数種類の感性状態のいずれの状態にあるかを判定する判定部とを備え、
前記基準者から得た前記複数種類の感性状態における前記リファレンスデータとしての前記1以上の脳波信号または前記1以上の脳波差信号から基準用のマルチフラクタル次元を求め、前記複数種類の感性状態における前記マルチフラクタル次元が前記判定部にそれぞれ入力されたときに、入力された前記マルチフラクタル次元に対応する感性状態を前記判定部が正しく判定するように、前記記憶部に記憶されている前記判定基準が定められており、
前記マルチフラクタル次元が、前記1以上の脳波信号または前記1以上の脳波差信号から得た一般Hurst指数Hqの逆数からなる一般潜在次元Dq=1/Hqの、Hurst指数特性qを予め定めたn個の異なる値(q1〜qn)(但しq1〜qnは正の数:nは2以上の正の整数)にして、それぞれ得られる一般潜在次元Dq1〜Dqnであることを特徴とする感性状態判定装置。 - 前記判定部は、線形写像判別法により、m種類の感性状態を下記の判定式を用いて判定するように構成され、但し、mは2以上の正の整数、xは前記1以上の脳波信号または前記1以上の脳波差信号の数をpとしたときにx=p×nで表される数であり、
- 複数の前記脳波信号から、組み合わせにより選択した複数組の2つの異なる前記脳波信号についてそれぞれ差信号を求め、これら差信号を前記1以上の脳波差信号として出力する脳波差信号演算部を更に備えている請求項2に記載の感性状態判定装置。
- 前記被験者の脳の前頭葉部分に対応する前記被験者の頭部部分に2つの電極を配置し、前記2つの電極間の差信号を前記脳波差信号として出力する脳波差信号演算部を更に備えている請求項1に記載の感性状態判定装置。
- 状態分離マトリックス決定部をさらに備え、前記状態分離マトリックス決定部が、前記複数種類の感性状態のいずれかにある前記基準者の脳の2以上の領域から測定した2以上の脳波信号から選択した1組以上の2つの異なる前記脳波信号について前記1以上の脳波差信号を前記脳波差信号演算部により求め、前記マルチフラクタル次元演算部により前記1以上の脳波差信号から前記マルチフラクタル次元を求めて、前記マルチフラクタル次元を前記判定式の前記入力信号ベクトルとして入力し、前記基準者が前記m種類の感性状態のいずれかにあるときに、それぞれ前記判定式の前記演算結果がそれらの状態を示すように、前記状態分離マトリックス及び前記定数ベクトルを事前に決定する請求項3に記載の感性状態判定装置。
- 状態分離マトリックス決定部をさらに備え、
前記状態分離マトリックス決定部が、前記複数種類の感性状態のいずれかにある前記基準者の脳の複数の領域から測定した1以上の脳波信号から前記マルチフラクタル次元演算部により前記マルチフラクタル次元を求めて、該マルチフラクタル次元を前記判定式の入力信号ベクトルとして入力し、前記基準者が前記複数種類の感性状態のいずれかにあるときに、それぞれ前記判定式の前記演算結果がそれらの状態を示すように、前記状態分離マトリックス及び前記定数ベクトルを事前に決定する請求項2に記載の感性状態判定装置。 - 前記感性状態判定部は、判断基準としてニューラルネットを用いて感性状態を判定するように構成されており、
前記ニューラルネットはその内部状態が、前記基準者から得た前記m種類の感性状態における前記複数の脳波信号から前記複数の脳波差信号を演算し、該複数の脳波差信号のそれぞれから前記マルチフラクタル次元を求め、前記複数種類の感性状態における前記マルチフラクタル次元をm種類の学習用入力パターンと定め、前記m種類の学習用入力パターンから所定時間幅間隔で規則正しくまたは不規則に選択した前記学習用入力パターンのデータを順次入力として学習を行って決定されたものである請求項2に記載の感性状態判定装置。 - 前記感性状態判定部は、判断基準としてニューラルネットを用いて感性状態を判定するように構成されており、
前記ニューラルネットはその内部状態が、前記基準者から得た前記m種類の感性状態における1つの前記脳波信号または1つの前記脳波差信号から前記マルチフラクタル次元を求め、前記m種類の感性状態における前記マルチフラクタル次元を複数種類の学習用入力パターンと定め、前記m種類の学習用入力パターンから所定時間幅間隔で規則正しくまたは不規則に選択した前記学習用入力パターンのデータを順次入力として学習を行って決定されたものである請求項2に記載の感性状態判定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010550553A JP5448199B2 (ja) | 2009-02-12 | 2010-02-12 | 感性状態判定装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009030391 | 2009-02-12 | ||
JP2009030391 | 2009-02-12 | ||
JP2010550553A JP5448199B2 (ja) | 2009-02-12 | 2010-02-12 | 感性状態判定装置 |
PCT/JP2010/052037 WO2010093007A1 (ja) | 2009-02-12 | 2010-02-12 | 感性状態判定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2010093007A1 JPWO2010093007A1 (ja) | 2012-08-16 |
JP5448199B2 true JP5448199B2 (ja) | 2014-03-19 |
Family
ID=42561847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010550553A Expired - Fee Related JP5448199B2 (ja) | 2009-02-12 | 2010-02-12 | 感性状態判定装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8571646B2 (ja) |
JP (1) | JP5448199B2 (ja) |
WO (1) | WO2010093007A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109700458A (zh) * | 2019-01-14 | 2019-05-03 | 广西医科大学第一附属医院 | 一种eeg脑功能网络构建方法、装置及存储介质 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101366932B1 (ko) | 2012-05-23 | 2014-02-25 | (주)대교씨엔에스 | 감성학습지표 기반의 학습상황 분석 방법 |
JP5982483B2 (ja) * | 2012-06-21 | 2016-08-31 | 株式会社日立製作所 | 生体状態評価装置およびそのためのプログラム |
EP2988667A4 (en) * | 2013-04-22 | 2016-12-28 | Univ California | FRACTAL INDEX ANALYSIS OF HUMAN ELECTRO-ENZYPHALOGRAPHIC SIGNALS |
US10267519B2 (en) * | 2013-11-08 | 2019-04-23 | Indian Institute Of Technology Madras | System and method for detecting precursors to control blowout in combustion systems |
JP6329431B2 (ja) * | 2014-05-16 | 2018-05-23 | 株式会社Toffee | 洞察力発揮状態判定装置及び洞察力発揮状態判定方法 |
JP2016072794A (ja) * | 2014-09-30 | 2016-05-09 | Kddi株式会社 | 画質評価装置、画質評価方法、およびプログラム |
KR101709609B1 (ko) * | 2015-06-11 | 2017-02-23 | 경북대학교 산학협력단 | 정신 상태를 추정하기 위한 전자 장치 및 방법, 이를 수행하기 위한 기록 매체 |
CN105615879B (zh) * | 2016-04-05 | 2018-07-17 | 陕西师范大学 | 基于多重分形消除趋势波动分析的脑电测谎方法 |
KR101808956B1 (ko) | 2016-09-05 | 2017-12-14 | 성균관대학교산학협력단 | 대인 감성 평가 시스템 및 대인 감성 평가 정보를 수집하고 이용하는 방법 |
US11006834B2 (en) | 2016-11-08 | 2021-05-18 | Sony Corporation | Information processing device and information processing method |
US10902840B2 (en) * | 2017-05-31 | 2021-01-26 | SAI Society for Advanced Scientific Research | Method and system for thought-to-speech |
CN108937968B (zh) * | 2018-06-04 | 2021-11-19 | 安徽大学 | 基于独立分量分析的情感脑电信号的导联选择方法 |
CN110390253A (zh) * | 2019-05-17 | 2019-10-29 | 天津大学 | 基于多种分形谱特征提取的通信信号调制方式识别方法 |
CN110897648A (zh) * | 2019-12-16 | 2020-03-24 | 南京医科大学 | 基于脑电信号与lstm神经网络模型的情绪识别分类方法 |
JP7485059B2 (ja) | 2020-09-10 | 2024-05-16 | 株式会社島津製作所 | 感性計測方法および感性計測システム |
CN112263252B (zh) * | 2020-09-28 | 2024-05-03 | 贵州大学 | 基于hrv特征和三层svr的pad情绪维度预测方法 |
CN115500794B (zh) * | 2022-10-08 | 2023-04-28 | 南京邮电大学 | 一种识别主观认知下降的方法及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004194924A (ja) * | 2002-12-18 | 2004-07-15 | Japan Science & Technology Agency | 脳機能計測方法及び装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5601090A (en) * | 1994-07-12 | 1997-02-11 | Brain Functions Laboratory, Inc. | Method and apparatus for automatically determining somatic state |
US20050107716A1 (en) * | 2003-11-14 | 2005-05-19 | Media Lab Europe | Methods and apparatus for positioning and retrieving information from a plurality of brain activity sensors |
US7403815B2 (en) * | 2004-06-04 | 2008-07-22 | Drexel University | Brain state recognition system |
US20090259137A1 (en) * | 2007-11-14 | 2009-10-15 | Emotiv Systems Pty Ltd | Determination of biosensor contact quality |
-
2010
- 2010-02-12 US US13/201,048 patent/US8571646B2/en active Active
- 2010-02-12 WO PCT/JP2010/052037 patent/WO2010093007A1/ja active Application Filing
- 2010-02-12 JP JP2010550553A patent/JP5448199B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004194924A (ja) * | 2002-12-18 | 2004-07-15 | Japan Science & Technology Agency | 脳機能計測方法及び装置 |
Non-Patent Citations (2)
Title |
---|
JPN6010025341; Montri Phothisonothai,Masahiro Nakagawa: 'EEG-Based Classification of Motor Imagery Tasks Using Fractal Dimension and Neural Network for Brain' IEICE - Transactions on Information and Systems Vol.E91-D,No.1, 2008, 44-53 * |
JPN6010025343; 飯塚拓也,中川 匡弘: '脳波のフラクタル次元解析と感性処理への応用' 電子情報通信学会技術研究報告 Vol.104,No.753, 2005, 53-58 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109700458A (zh) * | 2019-01-14 | 2019-05-03 | 广西医科大学第一附属医院 | 一种eeg脑功能网络构建方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US8571646B2 (en) | 2013-10-29 |
JPWO2010093007A1 (ja) | 2012-08-16 |
WO2010093007A1 (ja) | 2010-08-19 |
US20110319784A1 (en) | 2011-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5448199B2 (ja) | 感性状態判定装置 | |
Mohammadi et al. | EEG classification of ADHD and normal children using non-linear features and neural network | |
JP4590555B2 (ja) | 感性状態判別方法及び装置 | |
Tzovara et al. | A tutorial review of electrical neuroimaging from group-average to single-trial event-related potentials | |
Porbadnigk et al. | Single-trial analysis of the neural correlates of speech quality perception | |
CN101932988A (zh) | 调整脑波信号识别方法的装置、方法以及程序 | |
Jeon et al. | Multi-class classification of construction hazards via cognitive states assessment using wearable EEG | |
KR20150029969A (ko) | 뇌파 측정을 이용한 감성상태 분류 방법 | |
Hussain et al. | Quantifying the dynamics of electroencephalographic (EEG) signals to distinguish alcoholic and non-alcoholic subjects using an MSE based Kd tree algorithm | |
Zou et al. | Integrating biometric sensors, VR, and machine learning to classify EEG signals in alternative architecture designs | |
CN111265226A (zh) | 一种心理应激管理能力检测系统及方法 | |
CN114869299A (zh) | 基于脑电波数据的心理健康测试装置及测试方法 | |
CN111671445A (zh) | 一种意识障碍程度分析方法 | |
Li et al. | A Bayesian state-space approach to mapping directional brain networks | |
Hadiyoso et al. | Signal Dynamics Analysis for Epileptic Seizure Classification on EEG Signals. | |
Shri et al. | Characterization of EEG signals for identification of alcoholics using ANOVA ranked approximate entropy and classifiers | |
JP5071850B2 (ja) | 認知状態判定装置 | |
JP3933568B2 (ja) | 脳機能計測装置 | |
CN116662736A (zh) | 一种基于深度学习混合模型的人体状态评估方法 | |
Al-hajjar et al. | Epileptic seizure detection using feature importance and ML classifiers | |
Slavkovic | Evaluating polygraph data | |
Blythe et al. | Long-range temporal correlations in neural narrowband time-series arise due to critical dynamics | |
Sun et al. | Consformer: consciousness detection using transformer networks with correntropy-based measures | |
Kotwal et al. | Deep neural based learning of eeg features using spatial, temporal and spectral dimensions across different cognitive workload of human brain: Dimensions, methodologies, research challenges and future scope | |
Omar et al. | Application of Discriminant Function Analysis in ischemic stroke group level discrimination |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130208 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130208 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130208 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131029 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131125 |
|
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: 20131217 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131220 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5448199 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |
|
LAPS | Cancellation because of no payment of annual fees |