JP6743066B2 - 組織サンプル解析技術 - Google Patents
組織サンプル解析技術 Download PDFInfo
- Publication number
- JP6743066B2 JP6743066B2 JP2017567536A JP2017567536A JP6743066B2 JP 6743066 B2 JP6743066 B2 JP 6743066B2 JP 2017567536 A JP2017567536 A JP 2017567536A JP 2017567536 A JP2017567536 A JP 2017567536A JP 6743066 B2 JP6743066 B2 JP 6743066B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- type
- stromal
- ploidy
- tissue
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
- A61B10/02—Instruments for taking cell samples or for biopsy
- A61B10/0233—Pointed or sharp biopsy instruments
- A61B10/0241—Pointed or sharp biopsy instruments for prostate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Image Analysis (AREA)
Description
サンプルの複数の核の倍数性測定を行い、サンプルの倍数性の型を決定する工程、
組織サンプルの切片の間質測定を行い、サンプルが所定の間質の百分率を超える百分率の間質を有する高間質型であるか、所定の間質の百分率以下の百分率の間質を有する低間質型であるかを決定することにより、サンプルの間質型を決定する工程、ならびに
間質型および倍数性の型に基づく分類を出力する工程
を含んでなる、組織サンプルの量的解析の方法が提供される。
核を遊離させてDNA特異染料で染色した組織サンプルを作製し、
前記核標本の顕微鏡画像を取り込み、
前記取り込んだ画像を領域分割して核を特定し
複数の核のそれぞれについて積分光学濃度を求め、
サンプルのDNA倍数性分類を決定する
ことにより行うことができる。
組織切片を得て、
組織切片を染色し、
染色した組織切片の顕微鏡画像を取り込み、
クラスタリング・アルゴリズムを用いて顕微鏡画像の画像ピクセルを間質ピクセルと非間質ピクセルに領域分割し、
画像中の間質ピクセルの画分を計算し、
間質ピクセルの画分が所定の間質の百分率を超えるか否かを決定する
ことにより行うことができる。
取り込んだ画像を、ヘマトキシリン染色された画像領域を表す正規化ヘマトキシリン画像と、ヘマトキシリンまたはエオジンのいずれかで染色された画像領域を表す正規化ヘマトキシリン・エオジン画像とに変換する工程、
正規化ヘマトキシリン・エオジン画像中の、画像のバックグラウンドに対応する第1の所定レベル未満の彩度と第2の所定レベル未満の明度を有するピクセルのバックグラウンド・マスクを計算する工程、ならびに
前記正規化ヘマトキシリン画像をグレーに変換してグレー変換画像を得ることにより結合組織マスクを計算する工程
を含み、
クラスタリング・アルゴリズムを用いる工程は、クラスタリング・アルゴリズムと閾値処理をグレー変換画像に用いて結合組織のピクセルを特定する。
組織切片を得て、
組織切片を染色し、
染色した組織切片の顕微鏡画像を取り込み、
取り込んだ顕微鏡画像を色相・彩度・明度の色座標に変換し、
2つのガウス曲線、即ち、画像の間質領域に対応する1つのガウス曲線と非間質領域に対応する1つのガウス曲線に、画像ピクセルの色相値を適合させ、顕微鏡画像の画像ピクセルを間質ピクセルと非間質ピクセルに領域分割し、
前記画像の間質ピクセルの画分を計算することにより
組織中の間質の百分率を測定する方法に関する。
取り込んだ画像を、ヘマトキシリン染色された画像領域を表す正規化ヘマトキシリン画像と、ヘマトキシリンまたはエオジンのいずれかで染色された画像領域を表す正規化ヘマトキシリン・エオジン画像とに変換し、
正規化ヘマトキシリン・エオジン画像中の、画像のバックグラウンドに対応する第1の所定レベル未満の彩度と第2の所定レベル未満の明度を有するピクセルのバックグラウンド・マスクを計算し、
前記正規化ヘマトキシリン画像をグレーに変換してグレー変換画像を得て、
クラスタリング・アルゴリズムと閾値処理を前記グレー変換画像に用い、結合組織のピクセルを特定する結合組織マスクを得て、
バックグラウンド・マスクにより特定されたバックグラウンドを除いた画像中の、結合組織マスクにより特定された結合組織の百分率から、間質の百分率を得ることにより
測定する方法に関する。
図1および図2に示すように、顕微鏡装置とデジタル画像撮像装置を用いて細胞核の解析、具体的には核内のクロマチンの解析を行い、細胞核内のクロマチン構造の量的情報を得る。本実施態様においては、作製した核からのグレースケール強度データを用いて解析を行う。
組織サンプルを入手し、切片化し染色して図5に示す画像を得る。切片作製にはヘマトキシリンおよびエオジン染料が用いられる。
図7は、組織サンプルを出発点として組み合わせによる方法を示す。
間質:ハザード比2.0(信頼区間1.4〜2.9)、p値<0.001
倍数性:ハザード比1.4(信頼区間0.9〜2.2)、p値0.14
Tステージ:ハザード比1.6(信頼区間1.1〜2.4)、p値0.019
間質:ハザード比2.1(信頼区間1.3〜3.4)、p値0.003
倍数性:ハザード比2.0(信頼区間1.1〜3.3)、p値0.013
サンプルサイズが小さい場合は当然ながら信頼区間が相対的に大きくなる。
Claims (13)
- 組織サンプルの量的解析の方法であって、
サンプルの複数の核の倍数性測定を行ってサンプルの倍数性の型を決定する工程、
前記組織サンプルの切片の間質測定を行い、前記サンプルが、所定の間質の百分率を超える百分率の間質を有する高間質型であるか、前記所定の間質の百分率以下の百分率の間質を有する低間質型であるかを決定することにより、サンプルの間質型を決定する工程、ならびに
前記間質型および前記倍数性の型に基づく分類を出力する工程
を含んでなる、方法。 - 前記間質測定が、
組織切片を得て、
前記組織切片を染色し、
前記染色した組織切片の顕微鏡画像を取り込み、
クラスタリング・アルゴリズムを用いて前記顕微鏡画像の画像ピクセルを間質ピクセルと非間質ピクセルに領域分割し、
前記画像中の間質ピクセルの画分を計算し、
前記間質ピクセルの画分が前記所定の間質の百分率を超えるか否かを決定する
ことにより行われる、請求項1に記載の方法。 - クラスタリング・アルゴリズムの使用が、2つのガウス曲線、即ち、前記画像の間質領域に対応する1つのガウス曲線と非間質領域に対応する1つのガウス曲線に、前記画像ピクセルを適合させることを含んでなる、請求項2に記載の方法。
- クラスタリング・アルゴリズムを用いる工程を行う前に、前記取り込んだ顕微鏡画像を色相・彩度・明度の色座標に変換することをさらに含んでなる、請求項2または3に記載の方法。
- クラスタリング・アルゴリズムを用いる工程が、2つのガウス曲線、即ち、前記画像の間質領域に対応する1つのガウス曲線と非間質領域に対応する1つのガウス曲線に、前記画像ピクセルの色相値を適合させることを含む、請求項4に記載の方法。
- 前記取り込んだ画像がヘマトキシリンとエオジンによる染色を有するものであり、
前記取り込んだ画像を、ヘマトキシリンで染色された画像領域を表す正規化ヘマトキシリン画像と、ヘマトキシリンまたはエオジンのいずれかで染色された画像領域を表す正規化ヘマトキシリン・エオジン画像とに変換する工程、
正規化ヘマトキシリン・エオジン画像中の、前記画像のバックグラウンドに対応する第1の所定レベル未満の彩度と第2の所定レベル未満の明度を有するピクセルのバックグラウンド・マスクを計算する工程、ならびに
前記正規化ヘマトキシリン画像をグレーに変換してグレー変換画像を得ることにより、結合組織マスクを計算する工程、
をさらに含んでなり、
前記クラスタリング・アルゴリズムを用いる工程が、クラスタリング・アルゴリズムと閾値処理を前記グレー変換画像に用いて結合組織のピクセルを特定する、請求項4に記載の方法。 - 前記所定の間質の百分率が30%〜70%である、請求項2〜6のいずれか一項に記載の方法。
- 前記倍数性測定が、
核を遊離させてDNA特異染料で染色した組織サンプルを作製し、
前記核標本の顕微鏡画像を取り込み、
前記取り込んだ画像中の画像を領域分割して核を特定し
複数の核のそれぞれについて積分光学濃度を求め、
前記サンプルのDNA倍数性分類を決定する
ことにより行われる、請求項1〜7のいずれか一項に記載の方法。 - 前記間質型と前記倍数性の型から無再発生存群を計算することをさらに含んでなる、請求項1〜8のいずれか一項に記載の方法。
- 間質型が高間質型で倍数性の型が非倍数体であるサンプルは高リスクに分類され、間質型が低間質型で倍数性の型が倍数体であるサンプルは低リスクを示し、間質型が低間質型で倍数性の型が非倍数体であるサンプルまたは間質型が高間質型で倍数性の型が倍数体であるサンプルは中程度のリスクを示す、請求項1〜9のいずれか一項に記載の方法。
- 前記組織サンプルががん組織からのものである、請求項1〜10のいずれか一項に記載の方法。
- 前記がん組織が、前立腺組織、結腸組織、または直腸組織である、請求項11に記載の方法。
- コンピュータに請求項1〜12のいずれか一項に記載の方法を実行させるように構成された、コンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1504569.3 | 2015-03-18 | ||
GBGB1504569.3A GB201504569D0 (en) | 2015-03-18 | 2015-03-18 | Tissue sample analysis technique |
PCT/EP2016/055102 WO2016146469A1 (en) | 2015-03-18 | 2016-03-10 | Tissue sample analysis technique |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018517427A JP2018517427A (ja) | 2018-07-05 |
JP6743066B2 true JP6743066B2 (ja) | 2020-08-19 |
Family
ID=53051996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017567536A Active JP6743066B2 (ja) | 2015-03-18 | 2016-03-10 | 組織サンプル解析技術 |
Country Status (11)
Country | Link |
---|---|
US (1) | US10467748B2 (ja) |
EP (1) | EP3271864B1 (ja) |
JP (1) | JP6743066B2 (ja) |
KR (1) | KR20170128577A (ja) |
CN (1) | CN107567631B (ja) |
BR (1) | BR112017019841B1 (ja) |
DK (1) | DK3271864T3 (ja) |
ES (1) | ES2900028T3 (ja) |
GB (1) | GB201504569D0 (ja) |
HK (1) | HK1247370A1 (ja) |
WO (1) | WO2016146469A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10580130B2 (en) | 2017-03-24 | 2020-03-03 | Curadel, LLC | Tissue identification by an imaging system using color information |
GB2561159A (en) * | 2017-03-28 | 2018-10-10 | Inst For Cancer Genetics And Informatics | Automatic calculation for ploidy classification |
US10706535B2 (en) | 2017-09-08 | 2020-07-07 | International Business Machines Corporation | Tissue staining quality determination |
US10852236B2 (en) * | 2017-09-12 | 2020-12-01 | Curadel, LLC | Method of measuring plant nutrient transport using near-infrared imaging |
GB2567155B (en) | 2017-10-02 | 2022-03-02 | Room4 Group Ltd | Histopathological image analysis |
CN112750493B (zh) * | 2020-12-22 | 2024-05-03 | 深思考人工智能机器人科技(北京)有限公司 | 基于巴氏染色方式的dna倍体定量分析方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101689220A (zh) * | 2007-04-05 | 2010-03-31 | 奥利安实验室有限公司 | 用于治疗、诊断和预测医学病症发生的系统和方法 |
CN101283669B (zh) * | 2008-05-23 | 2012-05-16 | 西北农林科技大学 | 利用胚挽救获得三倍体葡萄及倍性早期鉴定的育种方法 |
JP5871325B2 (ja) * | 2010-09-30 | 2016-03-01 | 日本電気株式会社 | 情報処理装置、情報処理システム、情報処理方法、プログラム及び記録媒体 |
GB2486398B (en) | 2010-11-17 | 2018-04-25 | Room4 Group Ltd | Cell classification and artefact rejection for cell nuclei |
US9779283B2 (en) * | 2011-01-05 | 2017-10-03 | The Board Of Trustees Of The University Of Illinois | Automated prostate tissue referencing for cancer detection and diagnosis |
US9230063B2 (en) * | 2011-01-05 | 2016-01-05 | The Board Of Trustees Of The University Of Illinois | Automated prostate tissue referencing for cancer detection and diagnosis |
US20140233826A1 (en) * | 2011-09-27 | 2014-08-21 | Board Of Regents Of The University Of Texas System | Systems and methods for automated screening and prognosis of cancer from whole-slide biopsy images |
WO2015054666A1 (en) * | 2013-10-10 | 2015-04-16 | Board Of Regents, The University Of Texas System | Systems and methods for quantitative analysis of histopathology images using multi-classifier ensemble schemes |
GB2561159A (en) * | 2017-03-28 | 2018-10-10 | Inst For Cancer Genetics And Informatics | Automatic calculation for ploidy classification |
-
2015
- 2015-03-18 GB GBGB1504569.3A patent/GB201504569D0/en not_active Ceased
-
2016
- 2016-03-10 BR BR112017019841-0A patent/BR112017019841B1/pt active IP Right Grant
- 2016-03-10 CN CN201680022612.8A patent/CN107567631B/zh active Active
- 2016-03-10 EP EP16709754.2A patent/EP3271864B1/en active Active
- 2016-03-10 DK DK16709754.2T patent/DK3271864T3/da active
- 2016-03-10 US US15/559,183 patent/US10467748B2/en active Active
- 2016-03-10 ES ES16709754T patent/ES2900028T3/es active Active
- 2016-03-10 WO PCT/EP2016/055102 patent/WO2016146469A1/en active Application Filing
- 2016-03-10 KR KR1020177030060A patent/KR20170128577A/ko not_active Application Discontinuation
- 2016-03-10 JP JP2017567536A patent/JP6743066B2/ja active Active
-
2018
- 2018-05-16 HK HK18106364.5A patent/HK1247370A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
JP2018517427A (ja) | 2018-07-05 |
US20180075598A1 (en) | 2018-03-15 |
CN107567631B (zh) | 2021-10-22 |
EP3271864B1 (en) | 2021-11-24 |
CN107567631A (zh) | 2018-01-09 |
ES2900028T3 (es) | 2022-03-15 |
WO2016146469A1 (en) | 2016-09-22 |
KR20170128577A (ko) | 2017-11-22 |
HK1247370A1 (zh) | 2018-09-21 |
BR112017019841A2 (pt) | 2018-06-05 |
GB201504569D0 (en) | 2015-05-06 |
BR112017019841B1 (pt) | 2024-01-02 |
EP3271864A1 (en) | 2018-01-24 |
US10467748B2 (en) | 2019-11-05 |
DK3271864T3 (da) | 2021-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6743066B2 (ja) | 組織サンプル解析技術 | |
JP4504203B2 (ja) | 画像分析に基づいたエストロゲン及びプロゲステロン表現のスコアリング | |
Veta et al. | Prognostic value of automatically extracted nuclear morphometric features in whole slide images of male breast cancer | |
Gurcan et al. | Image analysis for neuroblastoma classification: segmentation of cell nuclei | |
Ruusuvuori et al. | Evaluation of methods for detection of fluorescence labeled subcellular objects in microscope images | |
JP5040597B2 (ja) | 評価システム、評価方法および評価プログラム | |
CN115087867A (zh) | 使用ai的病理诊断辅助方法和辅助装置 | |
JP6506700B2 (ja) | 細胞レベルfishドットカウントのための方法及びシステム | |
CN111462042A (zh) | 癌症预后分析方法及系统 | |
Goceri et al. | Quantitative validation of anti‐PTBP1 antibody for diagnostic neuropathology use: Image analysis approach | |
JP6059271B2 (ja) | 画像処理装置及び画像処理方法 | |
Xu et al. | Using transfer learning on whole slide images to predict tumor mutational burden in bladder cancer patients | |
CN113591919A (zh) | 基于ai对早期肝细胞癌术后复发预后的分析方法及系统 | |
Jitaree et al. | Cell type classifiers for breast cancer microscopic images based on fractal dimension texture analysis of image color layers | |
CN113762395A (zh) | 一种胰胆管型壶腹癌分类模型生成方法及图像分类方法 | |
Yeh et al. | Mapping stain distribution in pathology slides using whole slide imaging | |
Neuman et al. | Equalisation of archival microscopic images from immunohistochemically stained tissue sections | |
WO2017012555A1 (zh) | 光子结构和化学计量学病理系统 | |
Mudeng et al. | Domain and histopathology adaptations–based classification for Malignancy Grading System | |
Vidal et al. | A fully automated approach to prostate biopsy segmentation based on level-set and mean filtering | |
Bhattacharjee et al. | Invasive Region Segmentation using Pre-trained UNet and Prognosis Analysis of Breast Cancer based on Tumor-Stroma Ratio | |
Hermsen et al. | Braesen | |
KR102369717B1 (ko) | 조직학 섹션에서 전립선암 종의 다중 특성 분류 방법 | |
US20210366107A1 (en) | Sensitivity analysis for digital pathology | |
KR20240076391A (ko) | 위암 병리조직 이미지 판독 인공지능 소프트웨어 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190311 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200519 |
|
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: 20200630 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200729 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6743066 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |