JP7254399B1 - プログラム、出力装置及びデータ処理方法 - Google Patents
プログラム、出力装置及びデータ処理方法 Download PDFInfo
- Publication number
- JP7254399B1 JP7254399B1 JP2022524975A JP2022524975A JP7254399B1 JP 7254399 B1 JP7254399 B1 JP 7254399B1 JP 2022524975 A JP2022524975 A JP 2022524975A JP 2022524975 A JP2022524975 A JP 2022524975A JP 7254399 B1 JP7254399 B1 JP 7254399B1
- Authority
- JP
- Japan
- Prior art keywords
- wave
- fibrillation
- electrocardiogram data
- clear
- electrocardiogram
- 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
- 238000003672 processing method Methods 0.000 title claims description 7
- 206010061592 cardiac fibrillation Diseases 0.000 claims abstract description 190
- 230000002600 fibrillogenic effect Effects 0.000 claims abstract description 180
- 238000010801 machine learning Methods 0.000 claims abstract description 74
- 230000000694 effects Effects 0.000 claims abstract description 13
- 230000036982 action potential Effects 0.000 claims abstract description 11
- 210000004165 myocardium Anatomy 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims description 7
- 206010003658 Atrial Fibrillation Diseases 0.000 description 13
- 238000000034 method Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 208000019622 heart disease Diseases 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/361—Detecting fibrillation
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/347—Detecting the frequency distribution of signals
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/36—Detecting PQ interval, PR interval or QT interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
図1は、本実施形態の心電図出力システムSの概要を説明するための図である。心電図出力システムSは、心房細動が生じている可能性がある患者Uの心電図を用いて医師が患者を診断しやすくするためのシステムである。心電図表示システムSは、心電計1と、医師端末2と、出力装置3とを備える。
図2は、出力装置3の構成を示す図である。出力装置3は、通信部31と、判定用機械学習部32と、表示用機械学習部33と、記憶部34と、制御部35とを有する。制御部35は、第1取得部351と、第2取得部352と、判定部353と、出力部354と、受付部355と、生成部356と、を有する。
第2取得部352は、第1取得部351が取得した一以上の細動波心電図データのうち、細動波が明瞭な明瞭心電図データを取得する。本明細書の例では、第2取得部352は、表示用機械学習モデルとして機能する表示用機械学習部33に対し、一以上の細動波心電図データを入力し、表示用機械学習部33から細動波が明瞭な心電図データとして出力された明瞭心電図データを取得する。
出力部354は、通信部31を介して、医師端末2と通信する。出力部354は、第2取得部352が取得した明瞭心電図データを出力する。例えば、出力部354は、医師端末2のディスプレイに明瞭心電図データを出力する。出力部354は、第2取得部352が取得した明瞭心電図データにおける複数のR波の間の時間領域に、細動波が含まれることを示す画像データを重ねた状態で明瞭心電図データを出力する。
図2の説明に戻る。以下、第2取得部352が明瞭心電図データを取得する前の処理として、表示用機械学習モデルを生成するための機械学習時の処理について説明する。第1取得部351は、細動波が含まれている複数の心電図データである複数の学習用心電図データを取得する。このとき、第1取得部351は、複数のユーザUにそれぞれ装着された心電計1から複数の全体心電図データを取得する。第1取得部351は、複数の心電図データを細動波が含まれている心電図データと細動波が含まれていない心電図データとに分類する判定用機械学習部32を利用することにより、取得した複数の全体心電図データのうち、細動波が含まれている複数の学習用心電図データを取得するものとする。具体的には、第1取得部351は、全体心電図データを判定用機械学習モデルに入力し、判定用機械学習モデルが出力した細動波が含まれる複数の心電図データを、複数の学習用心電図データとして取得する。
図6は、出力装置3による表示用機械学習モデルの生成の処理手順を示すフローチャートである。この処理手順は、例えば、受付部355が表示用機械学習モデルの生成の指示を医師端末2から受け付けたときに開始する。
図7は、出力装置3による明瞭心電図データの出力の処理手順を示すフローチャートである。この処理手順は、心臓筋肉の電気的活動にともなう活動電位の時間変化を測定した全体心電図データを心電計1から第1取得部351が取得したときに開始する。
第2取得部352は、取得した複数の細動波心電図データを学習済みの表示用機械学習モデルに入力し、細動波が明瞭な心電図データとして表示用機械学習モデルが出力した明瞭心電図データを取得する。出力部354は、特定した明瞭心電図データを医師端末2に出力する。このようにして、出力部354は、患者の心臓が心房細動を生じていると医師が判断するための根拠となる心電図の波形を医師が把握できるようにすることができる。
2 医師端末
3 出力装置
31 通信部
32 判定用機械学習部
33 表示用機械学習部
34 記憶部
35 制御部
351 第1取得部
352 第2取得部
353 判定部
354 出力部
355 受付部
356 生成部
Claims (6)
- コンピュータに、
心臓筋肉の電気的活動にともなう活動電位の時間変化を測定した全体心電図データに含まれる、細動波が含まれる一以上の細動波心電図データを取得するステップと、
前記細動波が明瞭である(心電図においてQ波、R波、S波又はT波を除去することにより細動波が明瞭になったものを除く)と医師が判定した心電図データと、前記細動波を含み且つ当該細動波が不明瞭であると前記医師が判定した心電図データとを教師データとして用いて、前記細動波が明瞭な心電図データ(心電図においてQ波、R波、S波又はT波を除去することにより細動波が明瞭になったものを除く)を出力し、前記細動波を含み且つ当該細動波が不明瞭な心電図データを出力しないように学習した第1機械学習モデルに対し、前記一以上の細動波心電図データを入力し、前記第1機械学習モデルから前記細動波が明瞭であると判定された心電図データとして出力された明瞭心電図データを取得するステップと、
前記明瞭心電図データを出力するステップと、
を実行させるプログラム。 - 前記一以上の細動波心電図データを取得するステップにおいて、前記全体心電図データを分割した複数の分割心電図データを生成し、複数の心電図データを、細動波が含まれる前記心電図データと細動波が含まれない前記心電図データとに分類する第2機械学習モデルに対し、生成した前記複数の分割心電図データを入力し、前記第2機械学習モデルから出力された細動波が含まれる心電図データとして出力された一以上の細動波心電図データを取得する、
請求項1に記載のプログラム。 - 取得した前記明瞭心電図データを周波数解析することにより、細動波に対応する周波数範囲の信号の有無を判定するステップをさらに有し、
前記出力するステップにおいて、細動波に対応する周波数範囲の信号が存在すると判定した前記明瞭心電図データを出力する、
請求項1又は2に記載のプログラム。 - 心臓筋肉の電気的活動にともなう活動電位の時間変化を測定した全体心電図データに含まれる、細動波が含まれる一以上の細動波心電図データを取得する第1取得部と、
前記細動波が明瞭である(心電図においてQ波、R波、S波又はT波を除去することにより細動波が明瞭になったものを除く)と医師が判定した心電図データと、前記細動波を含み且つ当該細動波が不明瞭であると前記医師が判定した心電図データとを教師データとして用いて、前記細動波が明瞭な心電図データ(心電図においてQ波、R波、S波又はT波を除去することにより細動波が明瞭になったものを除く)を出力し、前記細動波を含み且つ当該細動波が不明瞭な心電図データを出力しないように学習した第1機械学習モデルに対し、前記一以上の細動波心電図データを入力し、前記第1機械学習モデルから前記細動波が明瞭であると判定された心電図データとして出力された明瞭心電図データを取得する第2取得部と、
前記第2取得部が取得した前記明瞭心電図データを出力する出力部と、を備える、
出力装置。 - コンピュータが実行する、
心臓筋肉の電気的活動にともなう活動電位の時間変化を測定した全体心電図データに含まれる、細動波が含まれる一以上の細動波心電図データを取得するステップと、
前記細動波が明瞭である(心電図においてQ波、R波、S波又はT波を除去することにより細動波が明瞭になったものを除く)と医師が判定した心電図データと、前記細動波を含み且つ当該細動波が不明瞭であると前記医師が判定した心電図データとを教師データとして用いて、前記細動波が明瞭な心電図データ(心電図においてQ波、R波、S波又はT波を除去することにより細動波が明瞭になったものを除く)を出力し、前記細動波を含み且つ当該細動波が不明瞭な心電図データを出力しないように学習した第1機械学習モデルに対し、前記一以上の細動波心電図データを入力し、前記第1機械学習モデルから前記細動波が明瞭であると判定された心電図データとして出力された明瞭心電図データを取得するステップと、
前記明瞭心電図データを出力するステップと、
を有するデータ処理方法。 - 前記明瞭心電図データを取得するステップの前に、
細動波が含まれている複数の心電図データである複数の学習用心電図データを取得するステップと、
前記複数の学習用心電図データを、細動波が明瞭であると医師が判定した学習用明瞭心電図データと、細動波を含み且つ当該細動波が不明瞭であると前記医師が判定した学習用不明瞭心電図データとに分類する指示を受け付けるステップと、
複数の前記学習用明瞭心電図データと、複数の前記学習用不明瞭心電図データと、を教師データとして用いて、前記細動波が明瞭であると医師が判定した心電図データと、前記細動波を含み且つ当該細動波が不明瞭であると前記医師が判定した心電図データとのうち、前記細動波が明瞭な心電図データを出力し、前記細動波を含み且つ当該細動波が不明瞭な心電図データを出力しないように学習した機械学習モデルを生成するステップと、を備える、
請求項5に記載のデータ処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023045830A JP2023075342A (ja) | 2021-05-21 | 2023-03-22 | プログラム、出力装置及びデータ処理方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021085848 | 2021-05-21 | ||
JP2021085848 | 2021-05-21 | ||
PCT/JP2021/047643 WO2022244291A1 (ja) | 2021-05-21 | 2021-12-22 | プログラム、出力装置及びデータ処理方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023045830A Division JP2023075342A (ja) | 2021-05-21 | 2023-03-22 | プログラム、出力装置及びデータ処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2022244291A1 JPWO2022244291A1 (ja) | 2022-11-24 |
JP7254399B1 true JP7254399B1 (ja) | 2023-04-10 |
Family
ID=84140346
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022524975A Active JP7254399B1 (ja) | 2021-05-21 | 2021-12-22 | プログラム、出力装置及びデータ処理方法 |
JP2023045830A Pending JP2023075342A (ja) | 2021-05-21 | 2023-03-22 | プログラム、出力装置及びデータ処理方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023045830A Pending JP2023075342A (ja) | 2021-05-21 | 2023-03-22 | プログラム、出力装置及びデータ処理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230248318A1 (ja) |
EP (1) | EP4212099A4 (ja) |
JP (2) | JP7254399B1 (ja) |
WO (1) | WO2022244291A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002224069A (ja) * | 2001-02-07 | 2002-08-13 | Japan Science & Technology Corp | 体表面多誘導心電図装置およびそれを使用した解析方法 |
JP2008237882A (ja) * | 2007-01-11 | 2008-10-09 | Biosense Webster Inc | 心不整脈伝導性経路および病巣を特定する自動ペースマッピング |
JP2017042386A (ja) * | 2015-08-27 | 2017-03-02 | セイコーエプソン株式会社 | 生体情報処理システム及びプログラム |
US20190059763A1 (en) * | 2017-08-25 | 2019-02-28 | Cambridge Heartwear Limited | Method of detecting abnormalities in ecg signals |
WO2020047750A1 (zh) * | 2018-09-04 | 2020-03-12 | 深圳先进技术研究院 | 心律失常的检测方法、装置、电子设备及计算机存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009090581A1 (en) * | 2008-01-14 | 2009-07-23 | Koninklijke Philips Electronics N.V. | Atrial fibrillation monitoring |
US10321823B2 (en) | 2015-12-21 | 2019-06-18 | Medtronic Monitoring, Inc. | System and method to flag arrhythmia episodes for urgent review |
WO2019057676A1 (en) * | 2017-09-21 | 2019-03-28 | Koninklijke Philips N.V. | ATRIAL FIBRILLATION DETECTION USING SINGLE-LEAD ECG RECORDINGS |
US11538585B2 (en) * | 2018-06-08 | 2022-12-27 | Cambridge Heartwear Limited | Detecting abnormalities in ECG signals |
US11596344B2 (en) * | 2019-10-30 | 2023-03-07 | Tencent America LLC | Deep neural network on ECG Poincare plot for atrial fibrillation classification |
-
2021
- 2021-12-22 JP JP2022524975A patent/JP7254399B1/ja active Active
- 2021-12-22 WO PCT/JP2021/047643 patent/WO2022244291A1/ja active Application Filing
- 2021-12-22 EP EP21940901.8A patent/EP4212099A4/en active Pending
-
2023
- 2023-03-22 JP JP2023045830A patent/JP2023075342A/ja active Pending
- 2023-04-14 US US18/300,391 patent/US20230248318A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002224069A (ja) * | 2001-02-07 | 2002-08-13 | Japan Science & Technology Corp | 体表面多誘導心電図装置およびそれを使用した解析方法 |
JP2008237882A (ja) * | 2007-01-11 | 2008-10-09 | Biosense Webster Inc | 心不整脈伝導性経路および病巣を特定する自動ペースマッピング |
JP2017042386A (ja) * | 2015-08-27 | 2017-03-02 | セイコーエプソン株式会社 | 生体情報処理システム及びプログラム |
US20190059763A1 (en) * | 2017-08-25 | 2019-02-28 | Cambridge Heartwear Limited | Method of detecting abnormalities in ecg signals |
WO2020047750A1 (zh) * | 2018-09-04 | 2020-03-12 | 深圳先进技术研究院 | 心律失常的检测方法、装置、电子设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2023075342A (ja) | 2023-05-30 |
WO2022244291A1 (ja) | 2022-11-24 |
JPWO2022244291A1 (ja) | 2022-11-24 |
EP4212099A1 (en) | 2023-07-19 |
EP4212099A4 (en) | 2024-05-15 |
US20230248318A1 (en) | 2023-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10602942B2 (en) | Method of detecting abnormalities in ECG signals | |
US10959660B2 (en) | Electrocardiogram processing system for delineation and classification | |
JP4386235B2 (ja) | 心電図の順次比較のための方法及び装置 | |
JP7429371B2 (ja) | 生体物理信号における非同期ノイズを定量化し、かつ除去するための方法およびシステム | |
JP2020536693A (ja) | 人工知能自己学習に基づく心電図自動解析方法及び装置 | |
US20230143594A1 (en) | Systems and methods for reduced lead electrocardiogram diagnosis using deep neural networks and rule-based systems | |
JP2009160410A (ja) | 複数の時間区分にわたり胎児及び産婦のecgを特定する方法 | |
Demirel et al. | Energy-efficient real-time heart monitoring on edge–fog–cloud internet of medical things | |
US3841309A (en) | Method of analyzing cerebral electrical activity | |
Al-Ani | ECG waveform classification based on P-QRS-T wave recognition | |
Tseng et al. | Clustering analysis of aging diseases and chronic habits with multivariate time series electrocardiogram and medical records | |
US11672464B2 (en) | Electrocardiogram processing system for delineation and classification | |
Aggoune et al. | ECG data visualization: Combining the power of Grafana and InfluxDB | |
EP3962350B1 (en) | Electrocardiogram signal segmentation | |
JP7254399B1 (ja) | プログラム、出力装置及びデータ処理方法 | |
CN105326482B (zh) | 记录生理信号的方法和装置 | |
Turnip et al. | Extraction of P and T waves from electrocardiogram signals with modified Hamilton algorithm | |
Sheffield | Computer-aided electrocardiography | |
Jothiramalingam et al. | Review of Computational Techniques for the Analysis of Abnormal Patterns of ECG Signal Provoked by Cardiac Disease. | |
JP7479106B1 (ja) | プログラム、出力装置及び出力方法 | |
WO2024106005A1 (ja) | プログラム、出力装置及び出力方法 | |
Huang et al. | Generalization challenges in ECG deep learning: Insights from dataset characteristics and attention mechanism | |
Jokić et al. | An efficient approach for heartbeat classification | |
Sabirli et al. | A comparative study of the validity and reliability of two wireless telemetry electrocardiogram devices in the emergency medicine department | |
CN215017648U (zh) | 生理电信号处理设备测试系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220427 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220427 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220712 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220908 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221003 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230202 |
|
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: 20230314 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230322 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7254399 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |