JP6975177B2 - 生物学的対象物の検出 - Google Patents
生物学的対象物の検出 Download PDFInfo
- Publication number
- JP6975177B2 JP6975177B2 JP2018562623A JP2018562623A JP6975177B2 JP 6975177 B2 JP6975177 B2 JP 6975177B2 JP 2018562623 A JP2018562623 A JP 2018562623A JP 2018562623 A JP2018562623 A JP 2018562623A JP 6975177 B2 JP6975177 B2 JP 6975177B2
- Authority
- JP
- Japan
- Prior art keywords
- superpixels
- initial
- image information
- location
- initial set
- 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
Images
Classifications
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Processing Or Creating Images (AREA)
Description
a)スーパーピクセルに分割されている画像情報を受信するステップと、
b)画像情報内の初期ロケーションにおいて画像情報内のスーパーピクセルの初期セットを選択するステップと、
c)スーパーピクセルの初期セットの第1の形態変数を決定するステップと、
d)画像情報内の更なるロケーションにおいてスーパーピクセルの初期セットの1つのスーパーピクセルに隣接するスーパーピクセルの更なるセットを識別するステップと、
e)スーパーピクセルの初期セット及び更なるセットの結合体の第2の形態変数を生成するステップと、
f)初期セット及び更なるセットの結合体が、増加した形状コンパクト化を有することを第2の形態変数と第1の形態変数との比較が示す場合、画像情報内の生物学的対象物の輪郭をスーパーピクセルの初期セット及び更なるセットの結合体の境界として規定するステップと
を有する。
b1)初期ロケーション及び/又は更なるロケーションに探索エリアを設置すること、
b2)スーパーピクセルの初期セット及び/又は更なるセットを、初期ロケーション及び/又は更なるロケーションにおいて探索エリアに接触するスーパーピクセル領域のセットとして選択すること
に基づく。
a)スーパーピクセルに分割されている画像情報を受信するステップと、
b)画像情報内の初期ロケーションにおいて画像情報内のスーパーピクセルの初期セットを選択するステップと、
c)スーパーピクセルの初期セットの第1の形態変数を決定するステップと、
d)画像情報内の更なるロケーションにおいてスーパーピクセルの初期セットの1つのスーパーピクセルに隣接するスーパーピクセルの更なるセットを識別するステップと、
e)スーパーピクセルの初期セット及び更なるセットの結合体の第2の形態変数を生成するステップと、
f)初期セット及び更なるセットの結合体が、増加した形状コンパクト化を有することを第2の形態変数と第1の形態変数との比較が示す場合、画像情報内の生物学的対象物の輪郭をスーパーピクセルの初期セット及び更なるセットの結合体の境界として規定するステップと
を有する。
b1)初期ロケーション及び/又は更なるロケーションに探索エリアを設置すること、
b2)スーパーピクセルの初期セット及び/又は更なるセットを、初期ロケーション及び/又は更なるロケーションの周りで探索エリアに接触するスーパーピクセル領域のセットとして選択すること
に基づく。
a1)ユーザインタフェースを介して、初期ロケーションの指示を受信する
更なるステップが提供され、
ステップb)にて、スーパーピクセルの初期セットは、初期ロケーションのスーパーピクセルを有する。
b3)ランダムプロセスを使用して初期ロケーションを生成する更なるステップ
が提供される。ステップb)にて、スーパーピクセルの初期セットは初期ロケーションのスーパーピクセルを有する。
g)複数の初期開始位置からステップa)〜ステップf)を繰返す更なるステップであって、したがって、複数の候補輪郭を識別する、繰返す更なるステップと
g1)複数の候補輪郭をユーザに表示する更なるステップと、
g2)複数の候補輪郭内で輪郭のサブセットを選択するユーザ入力を受信する更なるステップと、
g3)複数の候補輪郭及び選択された輪郭のサブセットに基づいて教師あり学習情報を生成する更なるステップと
が提供される。
h)ユーザインタフェース上で輪郭を表示する更なるステップ
が提供される。
SP)デジタルパソロジー画像化情報を受信するステップと、
SQ)スーパーピクセル構成アルゴリズムをデジタルパソロジー画像化情報に適用することであって、したがって、スーパーピクセル画像を提供する、適用するステップと、
SR)スーパーピクセル画像を、診断支援システムを備えるクライアント側デバイスに送信するステップと
を有する。
CA)サーバ側デバイスにおいてスーパーピクセルに分割されているスーパーピクセル画像を受信するステップと、
CB)スーパーピクセル画像内の初期ロケーションにおいてスーパーピクセル画像内のスーパーピクセルの初期セットを選択するステップと、
CC)スーパーピクセルの初期セットの第1の形態変数を決定するステップと、
CD)画像情報内の更なるロケーションにおいてスーパーピクセルの初期セットの1つのスーパーピクセルに隣接するスーパーピクセルの更なるセットを識別するステップと、
CE)スーパーピクセルの初期セット及び更なるセットの結合体の第2の形態変数を生成するステップと、
CF)初期セット及び更なるセットの結合体が、増加した形状コンパクト化を有することを第2の形態変数と第1の形態変数との比較が示す場合、スーパーピクセル画像内の生物学的対象物の輪郭をスーパーピクセルの初期セット及び更なるセットの結合体の境界として規定するステップと
を有する。
Claims (15)
- 処理ユニットを備える、画像情報内の生物学的対象物の輪郭を識別する診断支援システムであって、
前記処理ユニットは、スーパーピクセルに分割されている画像情報を受信し、前記画像情報内の初期ロケーションにおいて前記画像情報内のスーパーピクセルの初期セットを選択し、スーパーピクセルの前記初期セットの形状に関する情報を与えるメトリックを規定する第1の形態変数を決定し、前記画像情報内の更なるロケーションにおいてスーパーピクセルの前記初期セットの1つのスーパーピクセルに隣接するスーパーピクセルの更なるセットを識別し、スーパーピクセルの前記初期セット及び前記更なるセットの結合体の形状に関する情報を与えるメトリックを規定する第2の形態変数を生成し、前記初期セット及び前記更なるセットの前記結合体が、増加した形状コンパクト化を有することを前記第2の形態変数と前記第1の形態変数との比較が示す場合、前記画像情報内の生物学的対象物の前記輪郭をスーパーピクセルの前記初期セット及び前記更なるセットの前記結合体の境界として規定する、
診断支援システム。 - 入力ユニットを更に備え、
前記入力ユニットは、ユーザから前記初期ロケーションにスーパーピクセルを有する前記画像情報内の前記初期ロケーションの指示を受信し、
前記処理ユニットは、前記初期ロケーションにおいて開始する探索アルゴリズムを適用することから得られる前記輪郭を規定する、
請求項1に記載の診断支援システム。 - 前記処理ユニットは、さらに、ランダムプロセスを使用して前記初期ロケーションを生成し、スーパーピクセルの前記初期セットは、前記初期ロケーションにスーパーピクセルを有する、
請求項1に記載の診断支援システム。 - 前記処理ユニットは、さらに、前記初期ロケーション及び/又は前記更なるロケーションに探索エリアを設置することによって、スーパーピクセルの前記初期セット及び/又はスーパーピクセルの前記更なるセットを選択し、スーパーピクセルの前記初期セット及び/又はスーパーピクセルの前記更なるセットを、前記初期ロケーション及び/又は前記更なるロケーションの前記探索エリアに接触するスーパーピクセル領域のセットとして選択する、
請求項1から3のいずれか一項に記載の診断支援システム。 - 前記処理ユニットは、さらに、前記画像情報内の探索エリアの設置を制限する探索経路を提供するために前記初期ロケーション及び前記更なるロケーションを選択し、前記探索経路は、外方への螺旋パターン、ランダムウォーク、又は外方に拡張する円のセットのうちの1つである、
請求項1から4のいずれか一項に記載の診断支援システム。 - 前記処理ユニットは、さらに、前記第2の形態変数が停止値に達するまで、又は、プリセットされた回数の反復が終了するまで、反復する、
請求項1から5のいずれか一項に記載の診断支援システム。 - 前記処理ユニットは、さらに、複数の初期ロケーションを生成し、前記複数の初期ロケーションのそれぞれの各初期ロケーションから開始する前記画像情報内の生物学的対象物の複数の候補輪郭を規定し、前記複数の候補輪郭をユーザに表示し、前記複数の候補輪郭内で輪郭のサブセットを選択するユーザ入力を受信し、前記複数の候補輪郭及び選択された前記輪郭のサブセットに基づいて教師あり学習情報を生成する、
請求項1から6のいずれか一項に記載の診断支援システム。 - 前記第1の形態変数は前記初期セットの等周商であり、前記第2の形態変数は、前記初期セット及び前記更なるセットの前記結合体の等周商である、
請求項1から7のいずれか一項に記載の診断支援システム。 - 前記画像情報は組織試料の顕微鏡画像であり、前記輪郭は細胞核の壁に対応する、
請求項1から8のいずれか一項に記載の診断支援システム。 - 画像情報内の生物学的対象物の輪郭を識別するための画像処理方法であって、前記画像処理方法は、
a)スーパーピクセルに分割されている画像情報を受信するステップと、
b)前記画像情報内の初期ロケーションにおいて前記画像情報内のスーパーピクセルの初期セットを選択するステップと、
c)スーパーピクセルの前記初期セットの形状に関する情報を与えるメトリックを規定する第1の形態変数を決定するステップと、
d)前記画像情報内の更なるロケーションにおいてスーパーピクセルの前記初期セットの1つのスーパーピクセルに隣接するスーパーピクセルの更なるセットを識別するステップと、
e)スーパーピクセルの前記初期セット及び前記更なるセットの結合体の形状に関する情報を与えるメトリックを規定する第2の形態変数を生成するステップと、
f)前記初期セット及び前記更なるセットの前記結合体が、増加した形状コンパクト化を有することを前記第2の形態変数と前記第1の形態変数との比較が示す場合、前記画像情報内の生物学的対象物の前記輪郭をスーパーピクセルの前記初期セット及び前記更なるセットの前記結合体の境界として規定するステップと
を有する、画像処理方法。 - ステップb)及び/又はステップd)にて、スーパーピクセルの前記初期セット及び/又はスーパーピクセルの前記更なるセットの選択は、
b1)前記初期ロケーション及び/又は前記更なるロケーションに探索エリアを設置すること、
b2)スーパーピクセルの前記初期セット及び/又は前記更なるセットを、前記初期ロケーション及び/又は前記更なるロケーションにおいて前記探索エリアに接触するスーパーピクセル領域のセットとして選択することに基づく、請求項10に記載の画像処理方法。 - 前記第1の形態変数は前記初期セットの等周商であり、前記第2の形態変数は、前記初期セット及び前記更なるセットの前記結合体の等周商である、
請求項10又は11に記載の画像処理方法。 - 前記初期ロケーション及び前記更なるロケーションは、前記画像情報内の探索エリアの設置を制限する探索経路を提供するために選択され、前記探索経路は、外方への螺旋パターン、ランダムウォーク、又は外方に拡張する円のセットのうちの1つである、
請求項10から12のいずれか一項に記載の画像処理方法。 - 請求項1から9のいずれか一項に記載の診断支援システムを制御するためのコンピュータプログラムであって、前記コンピュータプログラムは、前記処理ユニット及び/又はコンピュータによって実行されると、請求項10から13のいずれか一項に記載の方法を実施する、コンピュータプログラム。
- 請求項14に記載のコンピュータプログラムを記憶した、コンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16172787 | 2016-06-03 | ||
EP16172787.0 | 2016-06-03 | ||
PCT/EP2017/062499 WO2017207373A1 (en) | 2016-06-03 | 2017-05-24 | Biological object detection |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019522276A JP2019522276A (ja) | 2019-08-08 |
JP2019522276A5 JP2019522276A5 (ja) | 2020-07-02 |
JP6975177B2 true JP6975177B2 (ja) | 2021-12-01 |
Family
ID=56098140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018562623A Active JP6975177B2 (ja) | 2016-06-03 | 2017-05-24 | 生物学的対象物の検出 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11232567B2 (ja) |
EP (1) | EP3465610B1 (ja) |
JP (1) | JP6975177B2 (ja) |
CN (1) | CN109313802B (ja) |
CA (1) | CA3025822A1 (ja) |
RU (1) | RU2746152C2 (ja) |
WO (1) | WO2017207373A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3532984B1 (en) | 2016-10-27 | 2024-05-08 | Koninklijke Philips N.V. | Apparatus for determining cellular composition information in one or more tissue samples |
US10163043B2 (en) * | 2017-03-31 | 2018-12-25 | Clarifai, Inc. | System and method for facilitating logo-recognition training of a recognition model |
BR112021019996A2 (pt) | 2019-04-11 | 2021-12-07 | Agilent Technologies Inc | Treinamento de segmentação de instância baseado em aprendizagem profunda por meio de camadas de regressão |
CN115004258A (zh) * | 2020-01-31 | 2022-09-02 | 尤尼卡系统股份有限公司 | 包括鳞片的皮毛识别的计算机实现的方法和系统 |
CN117974651B (zh) * | 2024-03-29 | 2024-05-28 | 陕西彤山生物科技有限公司 | 基于图像识别的粉碎颗粒的均匀性检测方法及装置 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19625906A1 (de) | 1996-06-27 | 1998-01-08 | Delphi Systemsimulation Gmbh | Verfahren zur Berechnung und/oder Analyse und/oder Erkennung eines komplexen Systems |
DE19705017A1 (de) * | 1997-02-10 | 1998-08-13 | Delphi Systemsimulation Gmbh | Verfahren zum Segmentieren eines digitalen Bildes |
AUPP278698A0 (en) | 1998-04-03 | 1998-04-30 | University Of Queensland, The | Method of cell nuclei segmentation |
DE10014066A1 (de) | 2000-03-22 | 2001-09-27 | Definiens Ag | Verfahren zum Auffinden von Objekten |
US7050620B2 (en) * | 2001-03-30 | 2006-05-23 | Heckman Carol A | Method of assaying shape and structural features in cells |
GB0227160D0 (en) * | 2002-11-21 | 2002-12-24 | Qinetiq Ltd | Histological assessment of pleomorphism |
JP2004286666A (ja) * | 2003-03-24 | 2004-10-14 | Olympus Corp | 病理診断支援装置および病理診断支援プログラム |
US7689038B2 (en) * | 2005-01-10 | 2010-03-30 | Cytyc Corporation | Method for improved image segmentation |
JP2006301779A (ja) * | 2005-04-18 | 2006-11-02 | Konica Minolta Photo Imaging Inc | 画像処理システム、画像処理方法及び画像処理プログラム |
EP2109856B1 (en) | 2007-02-05 | 2019-01-16 | Siemens Healthcare Diagnostics Inc. | System and method for cell analysis in microscopy |
US8319793B2 (en) | 2009-04-17 | 2012-11-27 | Definiens Ag | Analyzing pixel data by imprinting objects of a computer-implemented network structure into other objects |
GB2489272B (en) * | 2011-03-23 | 2013-03-13 | Toshiba Res Europ Ltd | An image processing system and method |
CN103035014A (zh) * | 2011-09-29 | 2013-04-10 | 索尼公司 | 图像处理设备和方法,以及成像设备和方法 |
CA2872722C (en) | 2012-05-11 | 2020-10-06 | Dako Denmark A/S | Method and apparatus for image scoring and analysis |
US9589360B2 (en) * | 2012-07-23 | 2017-03-07 | General Electric Company | Biological unit segmentation with ranking based on similarity applying a geometric shape and scale model |
CN103353938B (zh) | 2013-06-14 | 2016-04-13 | 山东大学 | 一种基于层次级特征的细胞膜分割方法 |
TWI496112B (zh) | 2013-09-13 | 2015-08-11 | Univ Nat Cheng Kung | 細胞影像分割方法以及核質比評估方法 |
JP6341650B2 (ja) * | 2013-11-20 | 2018-06-13 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
US9430499B2 (en) * | 2014-02-18 | 2016-08-30 | Environmental Systems Research Institute, Inc. | Automated feature extraction from imagery |
JP6800152B2 (ja) * | 2014-11-10 | 2020-12-16 | ベンタナ メディカル システムズ, インコーポレイテッド | 組織学画像中の核の分類 |
US9483704B2 (en) * | 2014-12-10 | 2016-11-01 | Ricoh Co., Ltd. | Realogram scene analysis of images: superpixel scene analysis |
US9389311B1 (en) * | 2015-02-19 | 2016-07-12 | Sandia Corporation | Superpixel edges for boundary detection |
CA2975035C (en) * | 2015-03-20 | 2023-08-22 | Ventana Medical Systems, Inc. | System and method for image segmentation |
ITUB20153912A1 (it) * | 2015-09-25 | 2017-03-25 | Sisvel Tech S R L | Metodi e apparati per codificare e decodificare immagini digitali mediante superpixel |
JP6559353B2 (ja) * | 2015-12-15 | 2019-08-14 | ライカ バイオシステムズ イメージング インコーポレイテッドLeica Biosystems Imaging, Inc. | 自動核セグメンテーション |
CN108510536B (zh) * | 2017-02-28 | 2021-09-21 | 富士通株式会社 | 多视点图像的深度估计方法和深度估计设备 |
CN109428008B (zh) | 2017-08-30 | 2020-01-07 | 清华大学 | 有机发光二极管的制备方法 |
-
2017
- 2017-05-24 CN CN201780034278.2A patent/CN109313802B/zh active Active
- 2017-05-24 RU RU2018146944A patent/RU2746152C2/ru active
- 2017-05-24 EP EP17724582.6A patent/EP3465610B1/en active Active
- 2017-05-24 US US16/306,251 patent/US11232567B2/en active Active
- 2017-05-24 WO PCT/EP2017/062499 patent/WO2017207373A1/en unknown
- 2017-05-24 CA CA3025822A patent/CA3025822A1/en active Pending
- 2017-05-24 JP JP2018562623A patent/JP6975177B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN109313802B (zh) | 2024-01-23 |
CN109313802A (zh) | 2019-02-05 |
CA3025822A1 (en) | 2017-12-07 |
EP3465610B1 (en) | 2020-04-15 |
JP2019522276A (ja) | 2019-08-08 |
RU2746152C2 (ru) | 2021-04-07 |
RU2018146944A (ru) | 2020-07-10 |
EP3465610A1 (en) | 2019-04-10 |
US20210224990A1 (en) | 2021-07-22 |
RU2018146944A3 (ja) | 2020-07-10 |
WO2017207373A1 (en) | 2017-12-07 |
US11232567B2 (en) | 2022-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6975177B2 (ja) | 生物学的対象物の検出 | |
US10755138B2 (en) | Systems and methods for finding regions of interest in hematoxylin and eosin (H and E) stained tissue images and quantifying intratumor cellular spatial heterogeneity in multiplexed/hyperplexed fluorescence tissue images | |
DK3161787T3 (en) | DETECTING EDGE OF A CELL CEREALS USING CAR ANALYSIS | |
CN107292884B (zh) | 一种识别mri图像中水肿和血肿的方法及装置 | |
US9773305B2 (en) | Lesion diagnosis apparatus and method | |
US10039501B2 (en) | Computer-aided diagnosis (CAD) apparatus and method using consecutive medical images | |
JP6273291B2 (ja) | 画像処理装置および方法 | |
JP5851160B2 (ja) | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム | |
CN107077735A (zh) | 三维对象识别 | |
JP2019076699A (ja) | 偽陽性低減での小結節検出 | |
KR101707709B1 (ko) | 3d 메시 모델들에서 반복 구조들을 검출하기 위한 방법 및 장치 | |
JP2007307358A (ja) | 画像処理方法および装置ならびにプログラム | |
JP7156515B2 (ja) | 点群アノテーション装置、方法、及びプログラム | |
CN110222641B (zh) | 用于识别图像的方法和装置 | |
WO2010113052A1 (en) | Interactive iterative closest point algorithm for organ segmentation | |
US20220101034A1 (en) | Method and system for segmenting interventional device in image | |
EP3089107B1 (en) | Computer program product and method for determining lesion similarity of medical image | |
CN112446911A (zh) | 中心线提取、界面交互与模型训练方法、系统及设备 | |
KR20190114708A (ko) | 스테레오 매칭을 위한 하드웨어 디스패러티 평가 | |
CN110738702B (zh) | 一种三维超声图像的处理方法、装置、设备及存储介质 | |
JP2017189394A (ja) | 情報処理装置および情報処理システム | |
CN111626979B (zh) | 一种管径测量方法及其装置 | |
CN109727662B (zh) | 医学影像检测的显示方法及装置、设备和非暂态存储介质 | |
CN117495693B (zh) | 用于内窥镜的图像融合方法、系统、介质及电子设备 | |
JP4623516B2 (ja) | 画像からの対象物検出方法及び対象物検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190419 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190530 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200520 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200520 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210614 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210621 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210916 |
|
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: 20211008 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211105 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6975177 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |