JP7109499B2 - 認知症判定得点算出装置及びそのプログラム - Google Patents
認知症判定得点算出装置及びそのプログラム Download PDFInfo
- Publication number
- JP7109499B2 JP7109499B2 JP2020081930A JP2020081930A JP7109499B2 JP 7109499 B2 JP7109499 B2 JP 7109499B2 JP 2020081930 A JP2020081930 A JP 2020081930A JP 2020081930 A JP2020081930 A JP 2020081930A JP 7109499 B2 JP7109499 B2 JP 7109499B2
- Authority
- JP
- Japan
- Prior art keywords
- dementia determination
- information
- coefficient
- blood test
- dementia
- 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
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Description
また、本発明の一実施形態は、上述の認知症判定得点算出装置において、前記認知症判定得点は、ミニメンタルステート検査による検査結果の得点に対応する。
また、本発明の一実施形態は、上述の認知症判定得点算出装置において、前記演算係数情報は、前記血液検査情報を機械学習することにより得られる。
また、本発明の一実施形態は、上述の認知症判定得点算出装置において、前記一般血液検査の検査項目には、少なくともアルブミン-グロブリン比が含まれ、前記血液検査情報には、少なくとも前記アルブミン-グロブリン比の結果を示す情報が含まれ、前記演算係数情報には、少なくとも前記アルブミン-グロブリン比についての演算係数が含まれ、前記認知症判定得点算出部は、前記被験者の前記アルブミン-グロブリン比の結果を示す情報と、前記アルブミン-グロブリン比についての演算係数とに基づいて、前記被験者の前記認知症判定得点を算出する。
また、本発明の一実施形態は、上述の認知症判定得点算出装置において、非侵襲脳活動測定装置による前記被験者の脳活動の測定結果を取得する脳活動測定結果取得部を更に備え、前記演算係数情報取得部は、前記一般血液検査の検査項目についての演算係数と、前記非侵襲脳活動測定装置による脳活動の測定項目のうちの少なくとも一つの測定項目についての演算係数とが関連付けられて演算係数情報として記憶されている演算係数記憶部から、前記演算係数情報を取得し、前記認知症判定得点算出部は、前記脳活動測定結果取得部が取得する前記測定結果に更に基づいて、前記被験者の前記認知症判定得点を算出する。
以下、図面を参照して、本発明の実施形態を説明する。
図1は、本実施形態の認知症判定得点算出システム1の機能構成の一例を示す図である。この認知症判定得点算出システム1は、被験者の年齢や一般血液検査の結果に基づいて、当該被験者の認知症判定得点SCを算出する。この認知症判定得点SCは、認知症の判定に一般的に用いられているいわゆる「ミニメンタルステート検査」(MMSE;Mini Mental State Examination)の得点に相当する。ミニメンタルステート検査は、見当識、記憶力、計算力、言語的能力、図形的能力などをカバーする30点満点の11の質問からなる。ミニメンタルステート検査の質問に対する被験者の回答の得点が、24点以上で正常、20点未満では中等度の知能低下、10点未満では高度な知能低下、などと判定される。
認知症判定得点算出システム1は、認知症判定得点算出装置10と、情報供給部20と、記憶部30と、提示部40とを備える。
情報供給部20は、認知症判定得点算出装置10に対して情報を供給する。情報供給部20は、例えば、キーボードやタブレット、スキャナなどのヒューマンインタフェイス装置であってもよいし、サーバなどの情報記憶装置であってもよい。
情報供給部20は、認知症判定得点算出装置10に対して年齢情報AGと、血液検査情報GBTとを供給する。年齢情報AGとは、認知症判定の被験者の年齢を示す情報である。血液検査情報GBTとは、当該被験者の一般血液検査の検査結果を示す情報である。ここで一般血液検査とは、検査項目が一般的である血液検査であり、例えば一般的な健康診断等において行われる血液検査である。一般血液検査の項目の一例について、図2を参照して説明する。
血液検査情報GBTには、検査項目と、検査項目ごとの基準値と、検査値と、基準値及び検査値の単位とが、互いに対応づけられている。同図に示すある被験者についての具体例の場合、血液検査情報GBTには、白血球数(WBC)が基準値4000~9000[個/μL]に対して検査値5000[個/μL]、MCVが基準値84~99[fl]に対して検査値90[fl]…という情報が含まれている。
血液検査情報取得部120は、情報供給部20が供給する血液検査情報GBTを取得する。血液検査情報取得部120は、取得した血液検査情報GBTを認知症判定得点算出部140に供給する。
演算係数情報取得部130は、記憶部30に記憶されている演算係数情報CFを取得する。演算係数情報取得部130は、取得した演算係数情報CFを認知症判定得点算出部140に供給する。
なお、提示部40は、ネットワークサーバなどの記憶装置であってもよい。この場合には、提示部40は、認知症判定得点算出部140から供給される認知症判定得点SCを記憶し、記憶した認知症判定得点SCを他の装置に供給する。
次に、図4を参照して認知症判定得点算出装置10の動作の一例について説明する。
図4は、本実施形態の認知症判定得点算出装置10の動作の一例を示す図である。
(ステップS20)血液検査情報取得部120は、情報供給部20から血液検査情報GBTを取得する。この一例では、血液検査情報取得部120は、図2に示す血液検査情報GBTを取得する。この血液検査情報GBTには、被験者の一般血液検査の検査結果(検査値)が含まれている。
(ステップS30)演算係数情報取得部130は、記憶部30から演算係数情報CFを取得する。この一例では、演算係数情報取得部130は、図3に示す演算係数情報CFを取得する。この演算係数情報CFには、年齢についての演算係数、及び一般血液検査の検査項目のうちの少なくとも一つの検査項目についての演算係数が含まれている。
具体的には、A_G比は、血液中のアルブミンの総量とグロブリンの総量との比を示す。ここで、血液中のアルブミンの総量とグロブリンの総量との和は、血液中の総たんぱくの量にほぼ一致する。したがって、血液検査情報GBTの検査項目に「A_G比」が含まれていない場合であっても、検査項目に「総たんぱく」と「アルブミン」とが含まれていれば「A_G比」を算出することができる。
この一例の場合、認知症判定得点算出部140は、血液検査情報GBTの検査項目に含まれる「総たんぱく」の検査値と「アルブミン」の検査値とに基づいて、「A_G比算出値」を算出する。
ここで、記憶部30に記憶されている演算係数情報CFの算出について説明する。この演算係数情報CFは、被験者の年齢及び一般血液検査の検査項目のうち、MMSEによる得点に相当する「認知症判定得点SC」の算出に寄与する項目及びその係数が、機械学習によって求められたものである。換言すれば、演算係数情報CFとは、説明変数(被験者の年齢、及び一般血液検査の検査項目)から、機械学習手法によってMMSEの得点が予測された結果を示す情報である。
1)説明変数が多ければ多いほどよい、というわけではない。余計な説明変数を使うと、予測が劣化する。
2)(過去に存在する情報であればその情報を参照すればよいが)過去に存在しない情報に基づいてMMSEを予測しなければならない。
注意点 1)に対しては、機械学習手法(LASSO Regression)によって、説明変数のうちどの説明変数が重要であるかを自動的に判定したうえで予測する。
注意点 2)に対しては、既知の「Leave One Out Prediction」手法を用いる。
ここで、図5を参照して、演算係数情報CFを求める機械学習手法の一例について説明する。
被験者iのMMSE得点をyi、被験者iの血液検査結果のデータベクトルをxiとして、(α,λ)を固定したとき、既知のPnalized Logistic Regression(ペナライズド・ロジスティック・リグレッション;罰則付き論理的回帰演算)によって、式(2)に示す最小化を遂行する。
(ステップS120)上述した式(2)による最小化問題の解を求める。
(ステップS130)式(2)においてλを調整し、cross validation error(クロス・バリデーション・エラー)を最小化するλk (n)を求める。
(ステップS140)(αk *,λk *)が確定したか否かを判定する。ここで、(αk *,λk *)とは、ステップS130において最小のcross validation errorを与える(αk (n),λk (n))である。(αk *,λk *)が確定していないと判定した場合、nをインクリメントして(ステップS150)、処理をステップS110に戻して、ステップS140までの処理を繰り返す。(αk *,λk *)が確定したと判定した場合、処理をステップS160に進める。
次に、図6を参照して第2実施形態に係る認知症判定得点算出システム1-1について説明する。なお、上述した第1実施形態と同一の構成及び動作については、同一の符号を付してその説明を省略する。
認知症判定得点算出システム1-1は、認知症判定得点算出装置10-1と、情報供給部20-1と、記憶部30-1と、提示部40とを備える。
情報供給部20-1は、上述した年齢情報AG及び血液検査情報GBTに加えて、脳活動測定結果情報BAを認知症判定得点算出装置10-1に対して供給する。この脳活動測定結果情報BAとは、非侵襲脳活動測定装置による被験者の脳活動の測定結果を示す情報である。非侵襲脳活動測定装置(不図示)は、近赤外線などの人体に対して非侵襲的な検出手段を用いて、脳の血流などを測定することにより、被験者の脳活動を測定する。この非侵襲脳活動測定装置は、例えば、ヘモグロビン濃度(Hb)、酸素化ヘモグロビン濃度(HbO2)、脱酸素化ヘモグロビン濃度(HbDO2)、酸素飽和度(SO2)などの測定対象項目について測定する。この場合、非侵襲脳活動測定装置は、左脳側、右脳側について上述の測定対象項目をそれぞれ測定する。この一例の場合、情報供給部20-1は、左脳側ヘモグロビン濃度L_Hb、右脳側ヘモグロビン濃度R_Hb、左脳側酸素化ヘモグロビン濃度L_HbO2、右脳側酸素化ヘモグロビン濃度R_HbO2、左脳側脱酸素化ヘモグロビン濃度L_HbDO2、右脳側脱酸素化ヘモグロビン濃度R_HbDO2、左脳側酸素飽和度L_SO2及び右脳側酸素飽和度R_SO2を、脳活動測定結果情報BAとして認知症判定得点算出装置10-1に供給する。
同図の具体例の場合、記憶部30-1には、演算係数“-3.468312e-01”が年齢係数CF111として記憶されている。また、記憶部30-1には、演算係数“3.574603e-01”がA_G比係数CF211として、演算係数“-1.133581e-02”がグルコース係数CF212としてそれぞれ記憶されている。また、記憶部30-1には、演算係数“2.139804e-01”がR_SO2係数CF311として、演算係数“-3.207765e-01”がL_HbO2係数CF312として、演算係数“1.456725e-01”がL_SO2係数CF313として、それぞれ記憶されている。
この一例において、A_G比係数CF211及びグルコース係数CF212を総称して「一般血液検査の検査項目係数CF210」ともいう。また、この一例において、R_SO2係数CF311、L_HbO2係数CF312及びL_SO2係数CF313を総称して「脳活動測定の測定対象項目CF310」ともいう。
脳活動測定結果取得部150は、情報供給部20が供給する脳活動測定結果情報BAを取得する。脳活動測定結果取得部150は、取得した脳活動測定結果情報BAを認知症判定得点算出部140-1に供給する。
演算係数情報取得部130-1は、記憶部30-1に記憶されている演算係数情報CFを取得する。演算係数情報取得部130-1は、取得した演算係数情報CFを認知症判定得点算出部140-1に供給する。
なお、記憶部30-1には、図7に示す演算係数情報CFに代えて、図8に示す演算係数情報CFが記憶されていてもよい。
同図の具体例の場合、記憶部30-1には、演算係数“1.38745950”が年齢係数CF111として記憶されている。また、記憶部30-1には、演算係数“-0.97782573”が白血球数係数CF221として、演算係数“-0.73637778”がMCV係数CF222として、演算係数“-0.59748730”がMCH係数CF223として、演算係数“-0.27892258”が血小板数係数CF224として、演算係数“-0.22401490”がアルブミン係数CF225として、演算係数“-1.61055711”がA_G比係数CF226として、演算係数“-0.97656779”が尿酸係数CF227として、演算係数“-1.00942471”が尿素窒素係数CF228として、演算係数“-0.07854355”がクレアチニン係数CF229として、演算係数“-0.50365600”がソディウム係数CF230として、演算係数“-0.61035819”がクロール係数CF231として、それぞれ記憶されている。また、記憶部30-1には、演算係数“1.28841219”がL_Hb係数CF321として、演算係数“-0.62082756”がL_SO2係数CF322として、それぞれ記憶されている。
この一例において、白血球数係数CF221からクロール係数CF231までを総称して「一般血液検査の検査項目係数CF220」ともいう。また、この一例において、L_Hb係数CF321及びL_SO2係数CF322を総称して「脳活動測定の測定対象項目CF320」ともいう。
上述した実施形態に係る認知症判定得点算出装置10及び認知症判定得点算出装置10-1によれば、被験者の年齢及び一般血液検査の結果に基づいて、当該被験者の認知症判定得点SCを算出する。このため、認知症判定得点算出装置10及び認知症判定得点算出装置10-1によれば、特殊な検査や問診が不要である。したがって、認知症判定得点算出装置10及び認知症判定得点算出装置10-1によれば、簡便に認知症判定得点を算出することができる。
なお、ここでいう「コンピュータシステム」とは、OSや周辺機器等のハードウェアを含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD-ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。
、20,20-1…情報供給部、30,30-1…記憶部、40…提示部、110…年齢
情報取得部、120…血液検査情報取得部、130,130-1…演算係数情報取得部、
140,140-1…認知症判定得点算出部、150…脳活動測定結果取得部
Claims (4)
- 被験者の年齢を示す年齢情報を取得する年齢情報取得部と、
前記被験者の一般血液検査の結果を示す血液検査情報を取得する血液検査情報取得部と、
一般血液検査の結果のうち認知症判定のための項目及び認知症判定得点を算出するための係数を機械学習によって求める機械学習部と、
前記年齢情報取得部が取得する前記被験者の年齢を示す年齢情報、前記血液検査情報取得部が取得する前記被験者の前記血液検査情報のうち前記機械学習部によって求められた認知症判定のための項目の情報、及び前記機械学習部によって求められた前記認知症判定得点を算出するための係数に基づいて、前記被験者の認知症判定得点を算出する認知症判定得点算出部と、
を備える認知症判定得点算出装置。 - 前記認知症判定得点は、ミニメンタルステート検査による検査結果の得点に対応する 請求項1に記載の認知症判定得点算出装置。
- 請求項1又は2に記載の認知症判定得点算出装置、情報供給部、記憶部及び提示部を含む認知症判定得点算出システムであって、
前記情報供給部は、
被験者の年齢を示す年齢情報と、前記被験者の一般血液検査の結果を示す血液検査情報を、前記認知症判定得点算出装置に供給し、
前記記憶部は、前記機械学習部によって求められた認知症判定のための項目の方法、及び前記機械学習部によって求められた前記認知症判定得点を算出するための係数を記憶し、
前記提示部は、前記認知症判定得点算出部が算出した前記被験者の認知症判定得点を提示する、
認知症判定得点算出システム。 - コンピュータに、
被験者の年齢を示す年齢情報を取得する年齢情報取得ステップと、
前記被験者の一般血液検査の結果を示す血液検査情報を取得する血液検査情報取得ステップと、
一般血液検査の結果のうち認知症判定のための項目及び認知症判定得点を算出するための係数を機械学習によって求める項目及び係数算出ステップと、
前記年齢情報取得ステップにおいて取得される前記被験者の前記年齢情報と、前記血液検査情報取得ステップにおいて取得される前記被験者の前記血液検査情報のうち前記項目及び係数算出ステップで求められた認知症判定のための項目に関する情報と、前記係数算出ステップにおいて取得される前記係数とに基づいて、前記被験者の認知症判定得点を算出する認知症判定得点算出ステップと
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020081930A JP7109499B2 (ja) | 2020-05-07 | 2020-05-07 | 認知症判定得点算出装置及びそのプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020081930A JP7109499B2 (ja) | 2020-05-07 | 2020-05-07 | 認知症判定得点算出装置及びそのプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016189484A Division JP6702836B2 (ja) | 2016-09-28 | 2016-09-28 | 認知症判定得点算出装置及びそのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020140724A JP2020140724A (ja) | 2020-09-03 |
JP7109499B2 true JP7109499B2 (ja) | 2022-07-29 |
Family
ID=72280495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020081930A Active JP7109499B2 (ja) | 2020-05-07 | 2020-05-07 | 認知症判定得点算出装置及びそのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7109499B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005296231A (ja) | 2004-04-09 | 2005-10-27 | Hitachi Medical Corp | 生体光計測装置 |
JP2007524847A (ja) | 2003-11-07 | 2007-08-30 | サイファージェン バイオシステムズ インコーポレイテッド | アルツハイマー病のためのバイオマーカー |
US20120232016A1 (en) | 2011-03-08 | 2012-09-13 | Coleman Paul D | Method and system to detect and diagnose alzheimer's disease |
WO2012165602A1 (ja) | 2011-05-31 | 2012-12-06 | 国立大学法人名古屋工業大学 | 認知機能障害判別装置、認知機能障害判別システム、およびプログラム |
JP2016511406A (ja) | 2013-03-05 | 2016-04-14 | ランドックス テオランタ | アルツハイマー病の診断のための方法と組成物 |
-
2020
- 2020-05-07 JP JP2020081930A patent/JP7109499B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007524847A (ja) | 2003-11-07 | 2007-08-30 | サイファージェン バイオシステムズ インコーポレイテッド | アルツハイマー病のためのバイオマーカー |
JP2005296231A (ja) | 2004-04-09 | 2005-10-27 | Hitachi Medical Corp | 生体光計測装置 |
US20120232016A1 (en) | 2011-03-08 | 2012-09-13 | Coleman Paul D | Method and system to detect and diagnose alzheimer's disease |
WO2012165602A1 (ja) | 2011-05-31 | 2012-12-06 | 国立大学法人名古屋工業大学 | 認知機能障害判別装置、認知機能障害判別システム、およびプログラム |
JP2016511406A (ja) | 2013-03-05 | 2016-04-14 | ランドックス テオランタ | アルツハイマー病の診断のための方法と組成物 |
Also Published As
Publication number | Publication date |
---|---|
JP2020140724A (ja) | 2020-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hallstrand et al. | The timed walk test as a measure of severity and survival in idiopathic pulmonary fibrosis | |
Roberts et al. | Association between elevated mean arterial blood pressure and neurologic outcome after resuscitation from cardiac arrest: results from a multicenter prospective cohort study | |
Schmelzeisen-Redeker et al. | Time delay of CGM sensors: relevance, causes, and countermeasures | |
Wijdicks et al. | Practice Parameter: Prediction of outcome in comatose survivors after cardiopulmonary resuscitation (an evidence-based review) Report of the Quality Standards Subcommittee of the American Academy of Neurology | |
Cho et al. | Modifiable risk factors and mortality from ischemic and hemorrhagic strokes in patients receiving venoarterial extracorporeal membrane oxygenation: Results from the extracorporeal life support organization registry | |
Ning et al. | Shapley variable importance cloud for interpretable machine learning | |
Müllner et al. | Reporting on statistical methods to adjust for confounding: a cross-sectional survey | |
TW201402059A (zh) | 健康狀態判定方法及健康狀態判定系統 | |
Hess et al. | The role of cognitive costs, attitudes about aging, and intrinsic motivation in predicting engagement in everyday activities. | |
US20240057888A1 (en) | Method And System For Determining Brain-State Dependent Functional Areas Of Unitary Pooled Activity And Associated Dynamic Networks With Functional Magnetic Resonance Imaging | |
Sauthier et al. | Estimated Pao2: A continuous and noninvasive method to estimate Pao2 and oxygenation index | |
Amin et al. | Physiological characterization of electrodermal activity enables scalable near real-time autonomic nervous system activation inference | |
Lima et al. | Interrater reliability and diagnostic performance of subjective evaluation of sublingual microcirculation images by physicians and nurses: a multicenter observational study | |
Morgan et al. | Survival and hemodynamics during pediatric cardiopulmonary resuscitation for bradycardia and poor perfusion versus pulseless cardiac arrest | |
JP6702836B2 (ja) | 認知症判定得点算出装置及びそのプログラム | |
Sgalla et al. | Quantitative analysis of lung sounds for monitoring idiopathic pulmonary fibrosis: a prospective pilot study | |
Overweg et al. | Interpretable outcome prediction with sparse Bayesian neural networks in intensive care | |
JP7109499B2 (ja) | 認知症判定得点算出装置及びそのプログラム | |
JP6845716B2 (ja) | 生体機能についての医学的検査の得点判定装置、及びプログラム | |
Petrova et al. | Coherence between feelings and heart rate: Links to early adversity and responses to stress | |
Lu et al. | Single-stimulus functional MRI produces a neural individual difference measure for autism spectrum disorder | |
Friend et al. | Bilateral regional extracranial blood flow regulation to hypoxia and unilateral duplex ultrasound measurement error | |
Kronberger et al. | Functional capacity testing in patients with pulmonary hypertension (PH) using the one-minute sit-to-stand test (1-min STST) | |
Chacón et al. | Non-linear models for the detection of impaired cerebral blood flow autoregulation | |
Francia et al. | Glycemic control maintained over time and joint stiffness in young type 1 patients: what is the mathematical relationship? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200604 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200722 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20201125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20211119 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20211119 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20211119 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20211208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220201 |
|
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: 20220628 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220719 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7109499 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |