JP6326264B2 - 肺疾患判別プログラム、記録媒体及び肺疾患判別方法 - Google Patents
肺疾患判別プログラム、記録媒体及び肺疾患判別方法 Download PDFInfo
- Publication number
- JP6326264B2 JP6326264B2 JP2014072357A JP2014072357A JP6326264B2 JP 6326264 B2 JP6326264 B2 JP 6326264B2 JP 2014072357 A JP2014072357 A JP 2014072357A JP 2014072357 A JP2014072357 A JP 2014072357A JP 6326264 B2 JP6326264 B2 JP 6326264B2
- Authority
- JP
- Japan
- Prior art keywords
- lung disease
- blood flow
- dimension
- lung
- pulmonary blood
- 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.)
- Active
Links
- 208000019693 Lung disease Diseases 0.000 title claims description 284
- 238000012850 discrimination method Methods 0.000 title 1
- 230000017531 blood circulation Effects 0.000 claims description 258
- 230000002685 pulmonary effect Effects 0.000 claims description 241
- 238000000034 method Methods 0.000 claims description 196
- 210000004072 lung Anatomy 0.000 claims description 194
- 238000012545 processing Methods 0.000 claims description 134
- 230000013016 learning Effects 0.000 claims description 83
- 239000013598 vector Substances 0.000 claims description 65
- 210000002569 neuron Anatomy 0.000 claims description 61
- 208000002815 pulmonary hypertension Diseases 0.000 claims description 57
- 208000026151 Chronic thromboembolic pulmonary hypertension Diseases 0.000 claims description 56
- 206010064911 Pulmonary arterial hypertension Diseases 0.000 claims description 42
- 208000004248 Familial Primary Pulmonary Hypertension Diseases 0.000 claims description 39
- 201000008312 primary pulmonary hypertension Diseases 0.000 claims description 39
- 201000010099 disease Diseases 0.000 claims description 36
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 210000003492 pulmonary vein Anatomy 0.000 claims description 10
- 238000002922 simulated annealing Methods 0.000 claims 1
- 238000012360 testing method Methods 0.000 description 51
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 9
- 201000004193 respiratory failure Diseases 0.000 description 9
- 238000011160 research Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000007423 decrease Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000000692 Student's t-test Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000000414 obstructive effect Effects 0.000 description 3
- 238000001543 one-way ANOVA Methods 0.000 description 3
- 229940121896 radiopharmaceutical Drugs 0.000 description 3
- 239000012217 radiopharmaceutical Substances 0.000 description 3
- 230000002799 radiopharmaceutical effect Effects 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 208000007536 Thrombosis Diseases 0.000 description 2
- 238000001790 Welch's t-test Methods 0.000 description 2
- 238000000137 annealing Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 210000001147 pulmonary artery Anatomy 0.000 description 2
- 208000023504 respiratory system disease Diseases 0.000 description 2
- 208000035977 Rare disease Diseases 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- 238000009549 lung scintigraphy Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009424 thromboembolic effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Nuclear Medicine (AREA)
Description
前記肺疾患判別手段により判別された判別結果を表示する判別結果表示手段として機能させるための肺疾患判別プログラムであって、前記肺疾患判別手段は、前記形状フラクタル処理手段により求められたボックスカウント次元及び前記濃度フラクタル処理手段により求められたピクセルカウント次元に基づき、前記肺画像データ入力手段により前記記録部に記録された被験者の肺血流シンチグラムを階層的に判別処理することにより、被験者の肺疾患の種類(正常を含む。)を判別する階層的判別手段を備えたことを特徴とする。
前記肺疾患判別ステップは、前記形状フラクタル処理ステップで求められたボックスカウント次元と前記濃度フラクタル処理ステップで求められたピクセルカウント次元とに基づき、前記肺画像データ人力ステップで前記記録部に記録された被験者の肺血流シンチグラムを階層的に判別処理することにより、被験者の肺疾患の種類(正常を含む。)を判別する階層的判別ステップを備えたことを特徴とする。
Claims (11)
- 被験者の肺疾患の判別を行うための肺疾患判別プログラムであって、コンピュータを、
肺血流シンチグラフィにより得られた被験者の肺画像データを入力し、記録部に肺血流シンチグラムとして記録する肺画像データ入力手段、
前記記録部に記録された肺血流シンチグラムを表示する肺血流シンチグラム表示手段、
前記肺血流シンチグラム表示手段により表示された肺血流シンチグラムに対して、左右の肺別及び/又は両肺に所定の形状の関心領域を設定させる関心領域設定手段、
前記関心領域設定手段により設定された関心領域における被験者の肺血流シンチグラムの形状に対し、フラクタル解析におけるボックスカウント法を適用してボックスカウント次元(フラクタル次元)を求める形状フラクタル処理手段、
前記関心領域設定手段により設定された関心領域における被験者の肺血流シンチグラムの放射性同位元素のカウント値に対し、ピクセル毎に、最大のカウント値に対する該ピクセルのカウント値である濃度を求め、濃度の変化と該濃度以上のピクセル数との関係に対しボックスカウント法類似のピクセルカウント法を適用してボックスカウント次元類似のピクセルカウント次元を求める濃度フラクタル処理手段、
前記形状フラクタル処理手段により求められたボックスカウント次元と前記濃度フラクタル処理手段により求められたピクセルカウント次元とに基づき、被験者の肺疾患を判別する肺疾患判別手段、
前記肺疾患判別手段により判別された判別結果を表示する判別結果表示手段として機能させるための肺疾患判別プログラムであって、
前記肺疾患判別手段は、
前記形状フラクタル処理手段により求められたボックスカウント次元及び前記濃度フラクタル処理手段により求められたピクセルカウント次元に基づき、前記肺画像データ入力手段により前記記録部に記録された被験者の肺血流シンチグラムを階層的に判別処理することにより、被験者の肺疾患の種類(正常を含む。)を判別する階層的判別手段を備えたことを特徴とする肺疾患判別プログラム。 - 請求項1記載の肺疾患判別プログラムにおいて、前記形状フラクタル処理手段が対象とする肺血流シンチグラムは、前記肺画像データ入力手段により前記記録部に記録された被験者の肺血流シンチグラムに対し所定の閾値で2値化された2値化画像データを含むことを特徴とする肺疾患判別プログラム。
- 請求項1又は2記載の肺疾患判別プログラムにおいて、
前記肺疾患の種類は、正常、原発性肺高血圧症、慢性血栓塞栓性肺高血圧症及び肺静脈閉塞性疾患であり、
前記階層的判別手段は、前記関心領域設定手段により設定された関心領域について、
左右の肺に対する前記ボックスカウント次元が共に所定の範囲内にある第一階層条件が成立する場合、被験者の肺疾患の種類を正常と判別する第一階層判別手段と、
前記第一階層条件が成立しなかった場合、左右の肺に対する前記ピクセルカウント次元が共に所定の値以下である第二階層条件が成立する場合、被験者の肺疾患の種類を慢性血栓塞栓性肺高血圧症と判別する第二階層判別手段とを備えたことを特徴とする肺疾患判別プログラム。 - 請求項3記載の肺疾患判別プログラムにおいて、前記階層的判別手段は、
前記濃度フラクタル処理手段により求められた左右肺のピクセルカウント次元の比であって小さい方のピクセルカウント次元を分母とする比を算出するピクセルカウント次元左右比算出手段をさらに備え、
前記第二階層条件が成立しなかった場合、前記ピクセルカウント次元左右比算出手段により算出されたピクセルカウント次元左右比が第一閾値以上である第三階層条件が成立する場合、被験者の肺疾患の種類を慢性血栓塞栓性肺高血圧症と判別する第三階層判別手段と、
前記第三階層条件が成立しなかった場合、前記ピクセルカウント次元左右比算出手段により算出されたピクセルカウント次元左右比が第二閾値以上である第四階層条件が成立する場合は被験者の肺疾患の種類を原発性肺高血圧症と判別し、該第四階層条件が成立しない場合は被験者の肺疾患の種類を肺静脈閉塞性疾患と判別する第四階層判別手段とをさらに備えたことを特徴とする肺疾患判別プログラム。 - 請求項4記載の肺疾患判別プログラムにおいて、前記階層的判別手段は、
前記第四階層条件が成立しない場合、第一閾値及び第二閾値の1以上を変化させた後、前記第三階層判別手段から繰り返させる繰返し手段をさらに備えたことを特徴とする肺疾患判別プログラム。 - 請求項3乃至5のいずれかに記載の肺疾患判別プログラムにおいて、
前記形状フラクタル処理手段がボックスカウント次元を求める際のボックスのサイズとボックス数との関係を示すグラフと、前記濃度フラクタル処理手段がピクセルカウント次元を求める際の濃度とピクセル数との関係を示すグラフとを表示するグラフ表示手段をさらに備えたことを特徴とする肺疾患判別プログラム。 - 被験者の肺疾患の判別を行うための肺疾患判別プログラムであって、コンピュータを、
肺血流シンチグラフィにより得られた被験者の肺画像データを入力し、記録部に肺血流シンチグラムとして記録する肺画像データ入力手段、
前記記録部に記録された肺血流シンチグラムを表示する肺血流シンチグラム表示手段、
前記肺血流シンチグラム表示手段により表示された肺血流シンチグラムに対して、左右の肺別及び/又は両肺に所定の形状の関心領域を設定させる関心領域設定手段、
前記関心領域設定手段により設定された関心領域における被験者の肺血流シンチグラムの形状に対し、フラクタル解析におけるボックスカウント法を適用してボックスカウント次元(フラクタル次元)を求める形状フラクタル処理手段、
前記関心領域設定手段により設定された関心領域における被験者の肺血流シンチグラムの放射性同位元素のカウント値に対し、ピクセル毎に、最大のカウント値に対する該ピクセルのカウント値である濃度を求め、濃度の変化と該濃度以上のピクセル数との関係に対しボックスカウント法類似のピクセルカウント法を適用してボックスカウント次元類似のピクセルカウント次元を求める濃度フラクタル処理手段、
前記形状フラクタル処理手段により求められたボックスカウント次元と前記濃度フラクタル処理手段により求められたピクセルカウント次元とに基づき、被験者の肺疾患を判別する肺疾患判別手段、
前記肺疾患判別手段により判別された判別結果を表示する判別結果表示手段として機能させるための肺疾患判別プログラムであって、
前記肺疾患判別手段は、
前記形状フラクタル処理手段により求められたボックスカウント次元及び前記濃度フラクタル処理手段により求められたピクセルカウント次元とを要素とする入力データベクトルを自己組織化マップ(Self-organizing Map : SOM)法における2次元格子配列上のニューロンに提示して該肺血流シンチグラムにより示される肺疾患の種類を学習させる学習手段であって、該入力データベクトルと各ニューロンの参照ベクトルとの間で最小とする測度はユークリッド距離であるものと、
前記学習手段により学習させた後の前記SOM法における前記ニューロンに、
他の被験者の肺画像データについて、前記肺画像データ入力手段、前記肺血流シンチグラム表示手段、前記関心領域設定手段、前記形状フラクタル処理手段及び前記濃度フラクタル処理手段を実行させて求められたボックスカウント次元とピクセルカウント次元とを要素とする入力データベクトルを提示して、該他の被験者のボックスカウント次元及びピクセルカウント次元により示される肺疾患の種類を判別させる判別手段とを備え、
前記判別結果表示手段は、前記学習手段により学習された結果及び前記判別手段により判別された結果を2次元SOMマップとして表示することを特徴とする肺疾患判別プログラム。 - 請求項7記載の肺疾患判別プログラムにおいて、
学習率は、誤差逆伝播法におけるシグモイド関数にボルツマンマシンにおける擬似焼きなまし法の温度を導入した関数に基づき計算し、
学習誤差は、前記温度と前記判別手段により判別された結果とに基づき計算することを特徴とする肺疾患判別プログラム。 - 請求項1乃至8のいずれかに記載の肺疾患判別プログラムを記録したコンピュータ読取り可能な記録媒体。
- コンピュータが、被験者の肺疾患の判別を実行する肺疾患判別方法であって、
肺血流シンチグラフィにより得られた被験者の肺画像データを入力し、記録部に肺血流シンチグラムとして記録する肺画像データ入力ステップと、
前記記録部に記録された肺血流シンチグラムを表示する肺血流シンチグラム表示ステップと、
前記肺血流シンチグラム表示ステップで表示された肺血流シンチグラムに対して、左右の肺別及び/又は両肺に所定の形状の関心領域を設定させる関心領域設定ステップと、
前記関心領域設定ステップで設定された関心領域における被験者の肺血流シンチグラムの形状に対し、フラクタル解析におけるボックスカウント法を適用してボックスカウント次元(フラクタル次元)を求める形状フラクタル処理ステップと、
前記関心領域設定手段により設定された関心領域における被験者の肺血流シンチグラムの放射性同位元素のカウント値に対し、ピクセル毎に、最大のカウント値に対する該ピクセルのカウント値である濃度を求め、濃度の変化と該濃度以上のピクセル数との関係に対しボックスカウント法類似のピクセルカウント法を適用してボックスカウント次元類似のピクセルカウント次元を求める濃度フラクタル処理ステップと、
前記形状フラクタル処理ステップで求められたボックスカウント次元と前記濃度フラクタル処理ステップで求められたピクセルカウント次元とに基づき、被験者の肺疾患を判別する肺疾患判別ステップと、
前記肺疾患判別ステップで判別された判別結果を表示する判別結果表示ステップを備えたことを特徴とする肺疾患判別方法であって、
前記肺疾患判別ステップは、
前記形状フラクタル処理ステップで求められたボックスカウント次元と前記濃度フラクタル処理ステップで求められたピクセルカウント次元とに基づき、前記肺画像データ人力ステップで前記記録部に記録された被験者の肺血流シンチグラムを階層的に判別処理することにより、被験者の肺疾患の種類(正常を含む。)を判別する階層的判別ステップを備えたことを特徴とする肺疾患判別方法。 - コンピュータが、被験者の肺疾患の判別を実行する肺疾患判別方法であって、
肺血流シンチグラフィにより得られた被験者の肺画像データを入力し、記録部に肺血流シンチグラムとして記録する肺画像データ入力ステップと、
前記記録部に記録された肺血流シンチグラムを表示する肺血流シンチグラム表示ステップと、
前記肺血流シンチグラム表示ステップで表示された肺血流シンチグラムに対して、左右の肺別及び/又は両肺に所定の形状の関心領域を設定させる関心領域設定ステップと、
前記関心領域設定ステップで設定された関心領域における被験者の肺血流シンチグラムの形状に対し、フラクタル解析におけるボックスカウント法を適用してボックスカウント次元(フラクタル次元)を求める形状フラクタル処理ステップと、
前記関心領域設定手段により設定された関心領域における被験者の肺血流シンチグラムの放射性同位元素のカウント値に対し、ピクセル毎に、最大のカウント値に対する該ピクセルのカウント値である濃度を求め、濃度の変化と該濃度以上のピクセル数との関係に対しボックスカウント法類似のピクセルカウント法を適用してボックスカウント次元類似のピクセルカウント次元を求める濃度フラクタル処理ステップと、
前記形状フラクタル処理ステップで求められたボックスカウント次元と前記濃度フラクタル処理ステップで求められたピクセルカウント次元とに基づき、被験者の肺疾患を判別する肺疾患判別ステップと、
前記肺疾患判別ステップで判別された判別結果を表示する判別結果表示ステップを備えたことを特徴とする肺疾患判別方法であって、
前記肺疾患判別ステップは、
前記形状フラクタル処理ステップで求められたボックスカウント次元と前記濃度フラクタル処理ステップで求められたピクセルカウント次元とを要素とする入力データベクトルを自己組織化マップ(Self-organizing Map : SOM)法における2次元格子配列上のニューロンに提示して該肺血流シンチグラムにより示される肺疾患の種類を学習させる学習ステップであって、該入力データベクトルと各ニューロンの参照ベクトルとの間で最小とする測度はユークリッド距離であるものと、
前記学習ステップで学習させた後の前記SOM法における前記ニューロンに、
他の被験者の肺画像データについて、前記肺画像データ入力ステップから前記濃度フラクタル処理ステップまで実行させて求められたボックスカウント次元とピクセルカウント次元とを要素とする入力データベクトルを提示して、該他の被験者のボックスカウント次元及びピクセルカウント次元により示される肺疾患の種類を判別させる判別ステップとを備え、
前記判別結果表示ステップは、前記学習ステップで学習された結果及び前記判別ステップで判別された結果を2次元SOMマップとして表示することを特徴とする肺疾患判別方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014072357A JP6326264B2 (ja) | 2014-03-31 | 2014-03-31 | 肺疾患判別プログラム、記録媒体及び肺疾患判別方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014072357A JP6326264B2 (ja) | 2014-03-31 | 2014-03-31 | 肺疾患判別プログラム、記録媒体及び肺疾患判別方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015194394A JP2015194394A (ja) | 2015-11-05 |
JP6326264B2 true JP6326264B2 (ja) | 2018-05-16 |
Family
ID=54433559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014072357A Active JP6326264B2 (ja) | 2014-03-31 | 2014-03-31 | 肺疾患判別プログラム、記録媒体及び肺疾患判別方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6326264B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200349702A1 (en) * | 2018-01-22 | 2020-11-05 | The Asan Foundation | Method and apparatus for predicting pulmonary disease using fractal dimension value |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110751287B (zh) * | 2018-07-23 | 2024-02-20 | 第四范式(北京)技术有限公司 | 神经网络模型的训练方法及系统以及预测方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002028141A (ja) * | 2000-07-13 | 2002-01-29 | Mitsunobu Nagao | 脳血流分布の不均一性評価方法及びその評価装置 |
JP4748059B2 (ja) * | 2004-06-10 | 2011-08-17 | 学校法人 久留米大学 | 医用画像処理システム |
JP5200656B2 (ja) * | 2008-05-15 | 2013-06-05 | コニカミノルタエムジー株式会社 | 動態撮影システム |
-
2014
- 2014-03-31 JP JP2014072357A patent/JP6326264B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200349702A1 (en) * | 2018-01-22 | 2020-11-05 | The Asan Foundation | Method and apparatus for predicting pulmonary disease using fractal dimension value |
US11657499B2 (en) * | 2018-01-22 | 2023-05-23 | The Asan Foundation | Method and apparatus for predicting pulmonary disease using fractal dimension value |
Also Published As
Publication number | Publication date |
---|---|
JP2015194394A (ja) | 2015-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830826B (zh) | 一种检测肺结节的系统及方法 | |
US20210407088A1 (en) | Machine learning guided imaging system | |
CN109035187B (zh) | 一种医学图像的标注方法及装置 | |
Odstrcilik et al. | Retinal vessel segmentation by improved matched filtering: evaluation on a new high‐resolution fundus image database | |
Valcarcel et al. | MIMoSA: an automated method for intermodal segmentation analysis of multiple sclerosis brain lesions | |
JP4717935B2 (ja) | 画像処理装置および方法並びにプログラム | |
JP7246898B2 (ja) | データ解析処理装置及びデータ解析処理プログラム | |
Eladawi et al. | Early diabetic retinopathy diagnosis based on local retinal blood vessel analysis in optical coherence tomography angiography (OCTA) images | |
US9811904B2 (en) | Method and system for determining a phenotype of a neoplasm in a human or animal body | |
CN110956626B (zh) | 一种基于图像的预后评估方法及装置 | |
JP2018190140A (ja) | 学習装置、学習方法、及び学習プログラム | |
US20220335600A1 (en) | Method, device, and storage medium for lesion segmentation and recist diameter prediction via click-driven attention and dual-path connection | |
CN111179366A (zh) | 基于解剖结构差异先验的低剂量图像重建方法和系统 | |
CN111612756B (zh) | 冠状动脉特异性钙化检测方法及装置 | |
Coyner et al. | Synthetic medical images for robust, privacy-preserving training of artificial intelligence: application to retinopathy of prematurity diagnosis | |
JP2018175217A (ja) | 画像処理装置および方法並びにプログラム | |
CN107077731A (zh) | 成像不确定性的可视化 | |
JP6326264B2 (ja) | 肺疾患判別プログラム、記録媒体及び肺疾患判別方法 | |
WO2022225794A1 (en) | Systems and methods for detecting and characterizing covid-19 | |
Asad et al. | Integrated features based on gray-level and hu moment-invariants with ant colony system for retinal blood vessels segmentation | |
Zang et al. | Interpretable diabetic retinopathy diagnosis based on biomarker activation map | |
Kugelman et al. | Constructing synthetic chorio-retinal patches using generative adversarial networks | |
US20230316510A1 (en) | Systems and methods for generating biomarker activation maps | |
CN111292298A (zh) | 乳腺癌病理分型确定方法、装置和存储介质 | |
JP7429036B2 (ja) | 判定装置、モデル生成装置、判定方法及び判定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160929 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170831 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171120 |
|
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: 20180403 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180416 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6326264 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
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 |