JP7313818B2 - 医用画像処理装置、医用画像診断装置、及び医用画像処理方法 - Google Patents
医用画像処理装置、医用画像診断装置、及び医用画像処理方法 Download PDFInfo
- Publication number
- JP7313818B2 JP7313818B2 JP2018237960A JP2018237960A JP7313818B2 JP 7313818 B2 JP7313818 B2 JP 7313818B2 JP 2018237960 A JP2018237960 A JP 2018237960A JP 2018237960 A JP2018237960 A JP 2018237960A JP 7313818 B2 JP7313818 B2 JP 7313818B2
- Authority
- JP
- Japan
- Prior art keywords
- injection
- concentration change
- information
- change information
- drug
- 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
- 238000012545 processing Methods 0.000 title claims description 122
- 238000003672 processing method Methods 0.000 title claims description 3
- 238000002347 injection Methods 0.000 claims description 144
- 239000007924 injection Substances 0.000 claims description 144
- 239000002872 contrast media Substances 0.000 claims description 140
- 230000008859 change Effects 0.000 claims description 132
- 239000003814 drug Substances 0.000 claims description 40
- 229940079593 drug Drugs 0.000 claims description 39
- 210000000056 organ Anatomy 0.000 claims description 35
- 210000002216 heart Anatomy 0.000 claims description 18
- 210000003462 vein Anatomy 0.000 claims description 7
- 230000005855 radiation Effects 0.000 claims description 6
- 239000003795 chemical substances by application Substances 0.000 claims description 4
- 230000006870 function Effects 0.000 description 167
- 238000002591 computed tomography Methods 0.000 description 139
- 238000000034 method Methods 0.000 description 105
- 230000015654 memory Effects 0.000 description 35
- 238000010586 diagram Methods 0.000 description 30
- 238000013473 artificial intelligence Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 21
- 238000007781 pre-processing Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 210000004072 lung Anatomy 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 210000005240 left ventricle Anatomy 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013170 computed tomography imaging Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000004217 heart function Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 210000005245 right atrium Anatomy 0.000 description 2
- 210000005241 right ventricle Anatomy 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000002246 antineoplastic agent Substances 0.000 description 1
- 229940041181 antineoplastic drug Drugs 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 210000005246 left atrium Anatomy 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 210000003492 pulmonary vein Anatomy 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229940124597 therapeutic agent Drugs 0.000 description 1
- 229940126585 therapeutic drug Drugs 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
まず、第1の実施形態について説明する。第1の実施形態では、医用画像診断装置をX線コンピュータ断層撮影(CT:Computed Tomography)装置に適用した場合の例を説明する。以下、X線CT装置と医用画像処理装置とを含む医用画像処理システムを例に挙げて説明する。
上述した第1の実施形態では、本スキャン時の注入量に基づいて、TI法におけるスキャン結果から本スキャン時の濃度変化情報を推定する場合について説明した。第2の実施形態では、本スキャン時に期待される濃度変化情報に基づいて、TI法におけるスキャン結果から本スキャン時の注入量を推定する場合について説明する。第2の実施形態に係るX線CT装置1は、図4に示したX線CT装置1と同様の構成を有し、条件取得機能445及び推定機能446による処理の一部が相違する。以下、第1の実施形態において説明した構成と同様の構成を有する点については、図4と同一の符号を付し、説明を省略する。なお、以下においても、第1の実施形態と同様に、図2に示す被検体Pの心臓の左心室を含む領域がROIに指定されるものとする。
上述した第2の実施形態では、TI法におけるスキャン結果から本スキャン時の注入量を推定する際に、単一の学習済みモデルを用いる場合について説明した。第3の実施形態では、本スキャン時の造影剤の注入量ごとに生成された学習済みモデルを用いて、造影剤の注入量ごとに本スキャン時の濃度変化情報を推定する場合について説明する。第3の実施形態に係るX線CT装置1も、図4に示したX線CT装置1と同様の構成を有し、条件取得機能445及び推定機能446による処理の一部が相違する。以下、第1の実施形態において説明した構成と同様の構成を有する点については、図4と同一の符号を付し、説明を省略する。なお、以下においても、第1の実施形態と同様に、図2に示す被検体Pの心臓の左心室を含む領域がROIに指定されるものとする。
これまで第1乃至第3の各実施形態について説明したが、上述した各実施形態以外にも、種々の異なる形態にて実施されてよいものである。
3 医用画像処理装置
341 制御機能
343 画像再構成機能
344 スキャン結果取得機能
345 条件取得機能
346 推定機能
347 表示制御機能
441 スキャン制御機能
442 前処理機能
443 画像再構成機能
444 スキャン結果取得機能
445 条件取得機能
446 推定機能
447 表示制御機能
Claims (15)
- 第1の注入を受けた被検体に対して放射線を用いたスキャンを実行することで、前記第1の注入における薬剤の前記被検体の関心領域における濃度変化を表す第1の濃度変化情報を取得する第1取得部と、
前記被検体の静脈から注入された前記薬剤が前記関心領域に到達するまでに通過する心臓の体積に関する情報を取得する第2取得部と、
前記第1の注入における前記薬剤の第1の注入量、前記第1の濃度変化情報、及び、前記体積に関する情報を含む入力データに基づいて、前記被検体に対する第2の注入において注入される薬剤の前記関心領域における濃度変化を表す第2の濃度変化情報、及び、前記第2の注入における薬剤の第2の注入量のうち、少なくともいずれかを推定する推定部と
を備える医用画像処理装置。 - 第1の注入を受けた被検体に対して放射線を用いたスキャンを実行することで、前記第1の注入における薬剤の前記被検体の関心領域における濃度変化を表す第1の濃度変化情報を取得する第1取得部と、
前記薬剤が前記関心領域に到達するまでに通過する臓器の体積に関する情報を取得する第2取得部と、
前記第1の注入における前記薬剤の第1の注入量、前記第1の濃度変化情報、及び、前記体積に関する情報を含む入力データに基づいて、前記被検体に対する第2の注入において注入される薬剤の前記関心領域における濃度変化を表す第2の濃度変化情報、及び、前記第2の注入における薬剤の第2の注入量のうち、少なくともいずれかを推定する推定部と
を備え、
前記第2取得部は、前記第2の注入において目標とする第2の濃度変化情報をさらに取得し、
前記推定部は、前記第1の注入量、前記第1の濃度変化情報、前記体積に関する情報、及び、前記目標とする第2の濃度変化情報を含む入力データに基づいて、前記第2の注入量を推定する、医用画像処理装置。 - 第1の注入を受けた被検体に対して放射線を用いたスキャンを実行することで、前記第1の注入における薬剤の前記被検体の関心領域における濃度変化を表す第1の濃度変化情報を取得する第1取得部と、
前記薬剤が前記関心領域に到達するまでに通過する臓器の体積に関する情報を取得する第2取得部と、
前記第1の注入における前記薬剤の第1の注入量、前記第1の濃度変化情報、及び、前記体積に関する情報を含む入力データに基づいて、前記被検体に対する第2の注入において注入される薬剤の前記関心領域における濃度変化を表す第2の濃度変化情報、及び、前記第2の注入における薬剤の第2の注入量のうち、少なくともいずれかを推定する推定部と
を備え、
過去に得られた前記第1の注入量、前記第1の濃度変化情報、前記第2の注入量、前記第2の濃度変化情報、及び、前記体積に関する情報を用いた学習により、前記入力データから前記第2の濃度変化情報を推定する、入力される前記第2の注入量ごとに異なる複数の学習済みモデルを記憶する記憶部をさらに有し、
前記推定部は、前記第2の濃度変化情報として、前記複数の学習済みモデルにより推定された複数の前記第2の濃度変化情報を推定する、医用画像処理装置。 - 前記第1の注入における薬剤として、造影剤が注入され、
前記第2の注入における薬剤として、前記造影剤又はその他の薬剤が注入される、請求項1乃至3のいずれか1つに記載の医用画像処理装置。 - 前記第2取得部は、前記第2の注入において予定される薬剤の第2の注入量に関する情報をさらに取得し、
前記推定部は、前記第1の注入量、前記第1の濃度変化情報、前記体積に関する情報、及び、前記第2の注入量に関する情報を含む入力データに基づいて、前記第2の濃度変化情報を推定する、請求項1乃至4のいずれか1つに記載の医用画像処理装置。 - 前記第1取得部は、前記第1の濃度変化情報として、前記第1の注入において計測された前記薬剤の濃度の最高値に関する情報、及び、前記濃度の最高値を計測した時点に関する情報のうち、少なくともいずれかを取得し、
前記推定部は、前記第2の濃度変化情報として、前記第2の注入において予想される薬剤の濃度の最高値に関する情報、及び、予想される前記濃度の最高値に到達する時点に関する情報のうち、少なくともいずれかを推定する、請求項5に記載の医用画像処理装置。 - 過去に得られた前記第1の注入量、前記第1の濃度変化情報、前記第2の濃度変化情報、前記第2の注入量、及び、前記体積に関する情報を少なくとも用いた学習により生成された、前記入力データから前記第2の濃度変化情報を推定する学習済みモデルを部位ごとに記憶する記憶部をさらに有し、
前記推定部は、記憶された前記学習済みモデルのうち、前記関心領域を含む部位に対応する学習済みモデルを用いて、前記第2の濃度変化情報を推定する、請求項5又は6に記載の医用画像処理装置。 - 前記第1取得部は、前記第1の濃度変化情報として、前記第1の注入において計測された前記薬剤の濃度の最高値に関する情報、及び、前記濃度の最高値を計測した時点に関する情報のうち、少なくともいずれかを取得し、
前記第2取得部は、前記目標とする第2の濃度変化情報として、前記第2の注入において目標とする前記薬剤の濃度の最高値に関する情報、及び、目標とする前記濃度の最高値に到達する時点に関する情報のうち、少なくともいずれかを取得する、請求項2に記載の医用画像処理装置。 - 過去に得られた前記第1の注入量、前記第1の濃度変化情報、前記第2の濃度変化情報、前記第2の注入量、及び、前記体積に関する情報を少なくとも用いた学習により生成された、前記入力データから前記第2の濃度変化情報を推定する推定する学習済みモデルを部位ごとに記憶する記憶部をさらに有し、
前記推定部は、記憶された前記学習済みモデルのうち、前記関心領域を含む部位に対応する学習済みモデルを用いて、前記第2の注入量を推定する、請求項2又は8に記載の医用画像処理装置。 - 前記第2取得部は、前記第2の注入において目標とする前記第2の濃度変化情報をさらに取得し、
前記推定部は、前記複数の学習済みモデルのうち、目標とする前記第2の濃度変化情報に最も合致する学習済みモデルを特定し、当該学習済みモデルに対応する前記第2の注入量を、前記第2の注入量として推定する、請求項3に記載の医用画像処理装置。 - 前記記憶部は、前記複数の学習済みモデルを部位ごとに記憶し、
前記推定部は、記憶された前記複数の学習済みモデルのうち、前記関心領域を含む部位に対応する学習済みモデルを用いて、複数の前記第2の濃度変化情報を推定する、請求項3又は10に記載の医用画像処理装置。 - 前記第2取得部は、前記被検体の静脈から注入された前記薬剤が前記関心領域に到達するまでに通過する心臓に関する情報、前記体積に関する情報、予定する前記第2の注入量に関する情報、及び、前記第2の注入における目標とする前記第2の濃度変化情報のうち、少なくともいずれかの入力を受け付けて取得する、請求項1に記載の医用画像処理装置。
- 前記第2取得部は、前記薬剤が前記関心領域に到達するまでに通過する臓器に関する情報、前記体積に関する情報、予定する前記第2の注入量に関する情報、及び、前記第2の注入における目標とする前記第2の濃度変化情報のうち、少なくともいずれかの入力を受け付けて取得する、請求項2又は3に記載の医用画像処理装置。
- 第1の注入を受けた被検体に対して放射線を用いたスキャンを実行するスキャン部と、
前記スキャンを実行することで、前記第1の注入における薬剤の前記被検体の関心領域における濃度変化を表す第1の濃度変化情報を取得する第1取得部と、
前記被検体の静脈から注入された前記薬剤が前記関心領域に到達するまでに通過する心臓の体積に関する情報を取得する第2取得部と、
前記第1の注入における前記薬剤の第1の注入量、前記第1の濃度変化情報、及び、前記体積に関する情報を含む入力データに基づいて、前記被検体に対する第2の注入において注入される薬剤の前記関心領域における濃度変化を表す第2の濃度変化情報、及び、前記第2の注入における薬剤の第2の注入量のうち、少なくともいずれかを推定する推定部と
を備える医用画像診断装置。 - 医用画像診断装置のスキャン部が、第1の注入を受けた被検体に対して放射線を用いたスキャンを実行し、
前記医用画像診断装置または医用画像処理装置が、
前記第1の注入における薬剤の前記被検体の関心領域における濃度変化を表す第1の濃度変化情報を取得し、
前記被検体の静脈から注入された前記薬剤が前記関心領域に到達するまでに通過する心臓の体積に関する情報を取得し、
前記第1の注入における前記薬剤の第1の注入量、前記第1の濃度変化情報、及び、前記体積に関する情報を含む入力データに基づいて、前記被検体に対する第2の注入において注入される薬剤の前記関心領域における濃度変化を表す第2の濃度変化情報、及び、前記第2の注入における薬剤の第2の注入量のうち、少なくともいずれかを推定する、
ことを含む医用画像処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018237960A JP7313818B2 (ja) | 2018-12-20 | 2018-12-20 | 医用画像処理装置、医用画像診断装置、及び医用画像処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018237960A JP7313818B2 (ja) | 2018-12-20 | 2018-12-20 | 医用画像処理装置、医用画像診断装置、及び医用画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020099409A JP2020099409A (ja) | 2020-07-02 |
JP7313818B2 true JP7313818B2 (ja) | 2023-07-25 |
Family
ID=71139055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018237960A Active JP7313818B2 (ja) | 2018-12-20 | 2018-12-20 | 医用画像処理装置、医用画像診断装置、及び医用画像処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7313818B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022018415A (ja) * | 2020-07-15 | 2022-01-27 | キヤノンメディカルシステムズ株式会社 | 医用データ処理装置及び方法 |
KR102481888B1 (ko) * | 2020-09-01 | 2022-12-28 | 고려대학교 산학협력단 | 딥러닝을 이용한 수면유도제 투여량 예측방법 및 예측 장치 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003245275A (ja) | 2001-12-20 | 2003-09-02 | Toshiba Corp | X線コンピュータ断層撮影装置 |
JP2014138870A (ja) | 2006-12-29 | 2014-07-31 | Bayer Medical Care Inc | 医療用注入手順用に患者ベースのパラメータを生成するシステム |
JP2015033578A (ja) | 2013-07-11 | 2015-02-19 | 株式会社東芝 | X線ct装置、x線ctシステム及びインジェクター |
JP2015213633A (ja) | 2014-05-12 | 2015-12-03 | 株式会社根本杏林堂 | 注入プロトコル設定装置、薬液注入装置および医療システム |
JP2017018457A (ja) | 2015-07-14 | 2017-01-26 | 株式会社根本杏林堂 | 画像処理方法、画像処理プログラム、画像処理装置及び画像処理システム |
JP2017064370A (ja) | 2015-09-29 | 2017-04-06 | キヤノン株式会社 | 画像処理装置、画像処理装置の制御方法およびプログラム |
JP2018130231A (ja) | 2017-02-14 | 2018-08-23 | 株式会社根本杏林堂 | 注入プロトコルの生成装置、該生成装置を備える注入装置及び撮像装置、注入プロトコル生成方法、及び注入プロトコル生成プログラム |
-
2018
- 2018-12-20 JP JP2018237960A patent/JP7313818B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003245275A (ja) | 2001-12-20 | 2003-09-02 | Toshiba Corp | X線コンピュータ断層撮影装置 |
JP2014138870A (ja) | 2006-12-29 | 2014-07-31 | Bayer Medical Care Inc | 医療用注入手順用に患者ベースのパラメータを生成するシステム |
JP2015033578A (ja) | 2013-07-11 | 2015-02-19 | 株式会社東芝 | X線ct装置、x線ctシステム及びインジェクター |
JP2015213633A (ja) | 2014-05-12 | 2015-12-03 | 株式会社根本杏林堂 | 注入プロトコル設定装置、薬液注入装置および医療システム |
JP2017018457A (ja) | 2015-07-14 | 2017-01-26 | 株式会社根本杏林堂 | 画像処理方法、画像処理プログラム、画像処理装置及び画像処理システム |
JP2017064370A (ja) | 2015-09-29 | 2017-04-06 | キヤノン株式会社 | 画像処理装置、画像処理装置の制御方法およびプログラム |
JP2018130231A (ja) | 2017-02-14 | 2018-08-23 | 株式会社根本杏林堂 | 注入プロトコルの生成装置、該生成装置を備える注入装置及び撮像装置、注入プロトコル生成方法、及び注入プロトコル生成プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020099409A (ja) | 2020-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11341638B2 (en) | Medical image diagnostic system and method for generating trained model | |
JP7348376B2 (ja) | 医用処理装置、x線ctシステム及び処理プログラム | |
JP7313818B2 (ja) | 医用画像処理装置、医用画像診断装置、及び医用画像処理方法 | |
US20210279918A1 (en) | Medical information processing apparatus, medical image diagnosis apparatus, and medical information processing method | |
JP6466057B2 (ja) | 医用画像診断装置 | |
JP7242410B2 (ja) | 医用画像処理装置、x線ct装置及び学習用データの生成方法 | |
JP7362322B2 (ja) | X線ctシステム及び医用処理装置 | |
US11344275B2 (en) | Medical diagnostic-imaging apparatus | |
JP2020096757A (ja) | 医用画像処理装置、医用画像診断装置及び画像処理プログラム | |
JP7237741B2 (ja) | 医用画像診断装置 | |
US10806418B2 (en) | X-ray CT apparatus and imaging condition calculating method | |
JP2021090495A (ja) | 医用画像処理装置、医用画像診断装置および医用画像処理プログラム | |
JP7321846B2 (ja) | X線ctシステム及び医用処理装置 | |
JP2020103571A (ja) | 医用処理装置及びx線診断システム | |
US20240225582A1 (en) | Medical image processing apparatus, medical image processing method, and storage medium | |
JP7139156B2 (ja) | X線ct装置 | |
JP7473313B2 (ja) | 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム | |
US20240188849A1 (en) | Medical image diagnostic apparatus, couch device, and control method | |
JP2022172743A (ja) | 医用画像処理装置、医用画像処理方法及びプログラム | |
JP2022071921A (ja) | X線ct装置 | |
JP2020099450A (ja) | X線ct装置、および医用画像処理装置 | |
JP2024048198A (ja) | X線ct装置及び方法 | |
JP2023071179A (ja) | 医用画像処理装置、x線ct装置、医用画像処理方法及びプログラム | |
JP2022156678A (ja) | 医用画像診断装置、医用画像診断方法、及びプログラム | |
JP2024062686A (ja) | X線ct装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210921 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220831 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220906 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221102 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230323 |
|
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: 20230613 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230712 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7313818 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |