JP7416432B2 - てんかん発作予測装置、心電指標データの分析方法、発作予測コンピュータプログラム、モデル構築装置、モデル構築方法、モデル構築コンピュータプログラム - Google Patents
てんかん発作予測装置、心電指標データの分析方法、発作予測コンピュータプログラム、モデル構築装置、モデル構築方法、モデル構築コンピュータプログラム Download PDFInfo
- Publication number
- JP7416432B2 JP7416432B2 JP2020548217A JP2020548217A JP7416432B2 JP 7416432 B2 JP7416432 B2 JP 7416432B2 JP 2020548217 A JP2020548217 A JP 2020548217A JP 2020548217 A JP2020548217 A JP 2020548217A JP 7416432 B2 JP7416432 B2 JP 7416432B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- electrocardiographic
- input data
- error
- subject
- 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
- 206010010904 Convulsion Diseases 0.000 title claims description 140
- 206010015037 epilepsy Diseases 0.000 title claims description 116
- 238000000034 method Methods 0.000 title claims description 104
- 238000010276 construction Methods 0.000 title claims description 58
- 238000004590 computer program Methods 0.000 title claims description 31
- 238000007405 data analysis Methods 0.000 title description 4
- 230000008569 process Effects 0.000 claims description 79
- 208000028329 epileptic seizure Diseases 0.000 claims description 69
- 238000012545 processing Methods 0.000 claims description 46
- 230000002109 interictal effect Effects 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 20
- 230000001037 epileptic effect Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 22
- 239000011159 matrix material Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000012546 transfer Methods 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 5
- 208000024891 symptom Diseases 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation 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
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Cardiology (AREA)
- Biophysics (AREA)
- Neurology (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Neurosurgery (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
1)meanNN:RRIの平均値
2)SDNN:RRIの標準偏差
3)RMSSD:隣接するRRIの差の2乗平均平方根
4)NN50:隣接するRRIの差が50msを超えた回数
5)TotalPower:RRIの分散
6)LF/HF:HFに対するLFの比
7)LFnu:LF/TotalPower
8)HFnu:HF/TotalPower
of duration under false alarms)についての実験結果を示している。図9Cにおいて、横軸は、隠れ層のユニット数を示し、縦軸は、検証用発作間欠期のうち発作周辺期と誤検出された時間の割合(proportion of duration under false alarms)を示している。図9Cに示すように、検証用発作間欠期のうち発作周辺期と誤検出された時間の割合は、おおむね低く、特に、隠れ層のユニット数が5であるときに、0.02%程度の良好な結果が得られている。
本発明は、上記実施形態に限定されるものではなく、様々な変形が可能である。
2 :心拍計測器
10 :処理部
12 :発作予測処理
13 :管理限界調整処理
20 :記憶装置
21 :コンピュータプログラム
21A :電極
22 :てんかん発作予測モデル
30 :通信部
51 :てんかん発作予測モデル構築装置
60 :処理部
61 :モデル構築処理
62 :管理限界調整処理
70 :記憶装置
71 :コンピュータプログラム
72 :HRV指標データ
73 :てんかん発作予測モデル
100 :システム
Claims (13)
- 発作予測処理を実行するてんかん発作予測装置であって、
前記発作予測処理は、
てんかん患者の心電信号から生成された学習用心電指標データを学習用入力データとして与えて学習されたオートエンコーダに対して、被検者の心電信号から生成された心電指標データを入力データとして与えて、前記入力データの再構築データである出力データを取得する処理と、
前記被検者の前記入力データと前記出力データとの誤差を算出する処理と、
前記誤差が、てんかんの発作間欠期である場合に収まるべき管理限界を超えたか否かに基づいて、前記被検者のてんかん発作の兆候を検出する検出処理と、
を含み、
前記心電指標データは、複数種類の心拍変動指標(HRV指標)を含み、
前記誤差は、前記入力データと前記出力データとにおける前記複数種類のHRV指標それぞれの再構成誤差から算出される単一の誤差である
てんかん発作予測装置。 - 前記学習用心電指標データは、前記てんかん患者の発作間欠期の心電信号から生成されたものである
請求項1に記載のてんかん発作予測装置。 - 前記検出処理において、前記被検者のてんかん発作の兆候は、前記誤差が前記管理限界を所定時間連続して超えた場合に検出される
請求項1又は2に記載のてんかん発作予測装置。 - 前記心電指標データは、前記被検者の心電信号から生成されたRRI(R-R Interval)から算出される
請求項1から3のいずれか1項に記載のてんかん発作予測装置。 - 前記学習用心電指標データは、複数のてんかん患者の心電信号から生成されたものであり、
前記複数のてんかん患者は、前記被検者及び前記被検者以外のてんかん患者を含む
請求項1から4のいずれか1項に記載のてんかん発作予測装置。 - 記憶装置に予め記憶された前記管理限界を調整するための調整処理を更に実行するよう構成されている
請求項1から5のいずれか1項に記載のてんかん発作予測装置。 - 被検者の心電信号から生成された心電指標データを分析するためにコンピュータが実行する方法であって、
前記コンピュータが、
てんかん患者の心電信号から生成された学習用心電指標データを学習用入力データとして与えて学習されたオートエンコーダに対して、前記被検者の心電信号から生成された心電指標データを入力データとして与えて、前記入力データの再構築データである出力データを取得し、
前記被検者の前記入力データと前記出力データとの誤差を算出し、
前記誤差が、てんかんの発作間欠期である場合に収まるべき管理限界を超えたか否かを判定する
ことを含み、
前記心電指標データは、複数種類の心拍変動指標(HRV指標)を含み、
前記誤差は、前記入力データと前記出力データとにおける前記複数種類のHRV指標それぞれの再構成誤差から算出される単一の誤差である
心電指標データの分析方法。 - コンピュータに発作予測処理を実行させるコンピュータプログラムであって、
前記発作予測処理は、
てんかん患者の心電信号から生成された学習用心電指標データを学習用入力データとして与えて学習されたオートエンコーダに対して、被検者の心電信号から生成された心電指標データを入力データとして与えて、前記入力データの再構築データである出力データを取得する処理と、
前記被検者の前記入力データと前記出力データとの誤差を算出する処理と、
前記誤差が、てんかんの発作間欠期である場合に収まるべき管理限界を超えたか否かに基づいて、前記被検者のてんかん発作の兆候を検出する検出処理と、
を含み、
前記心電指標データは、複数種類の心拍変動指標(HRV指標)を含み、
前記誤差は、前記入力データと前記出力データとにおける前記複数種類のHRV指標それぞれの再構成誤差から算出される単一の誤差である
発作予測コンピュータプログラム。 - てんかん発作予測のためのモデル構築処理を実行するモデル構築装置であって、
前記モデル構築処理は、
てんかん患者の心電信号から生成された学習用心電指標データを学習用入力データとして与えて学習されたオートエンコーダに対して、被検者の心電信号から生成された心電指標データを入力データとして与えて、前記入力データの再構築データである出力データを取得する処理と、
前記入力データと前記出力データとの誤差を算出する算出処理と、
前記誤差に基づいて、前記被検者がてんかんの発作間欠期である場合に収まるべき管理限界を設定する設定処理と、
を含み、
前記心電指標データは、複数種類の心拍変動指標(HRV指標)を含み、
前記誤差は、前記入力データと前記出力データとにおける前記複数種類のHRV指標それぞれの再構成誤差から算出される単一の誤差である
モデル構築装置。 - 前記設定処理において、前記管理限界は、前記算出処理により算出された複数の前記誤差のうちの大部分である所定割合の誤差が前記管理限界に収まり、複数の前記誤差のうちの残りが管理限界を超えるように設定される
請求項9に記載のモデル構築装置。 - 前記大部分である前記所定割合は、90%以上100%未満の範囲内の割合である
請求項10に記載のモデル構築装置。 - てんかん発作予測のためのモデルを構築する方法であって、
てんかん患者の心電信号から生成された学習用心電指標データを学習用入力データとして与えて学習されたオートエンコーダに対して、被検者の心電信号から生成された心電指標データを入力データとして与えて、前記入力データの再構築データである出力データを取得し、
前記入力データと前記出力データとの誤差を算出し、
前記誤差に基づいて、前記被検者がてんかんの発作間欠期である場合に収まるべき管理限界を設定する
ことを含み、
前記心電指標データは、複数種類の心拍変動指標(HRV指標)を含み、
前記誤差は、前記入力データと前記出力データとにおける前記複数種類のHRV指標それぞれの再構成誤差から算出される単一の誤差である
モデル構築方法。 - コンピュータにモデル構築処理を実行させるコンピュータプログラムであって、
前記モデル構築処理は、
てんかん患者の心電信号から生成された学習用心電指標データを学習用入力データとして与えて学習されたオートエンコーダに対して、被検者の心電信号から生成された心電指標データを入力データとして与えて、前記入力データの再構築データである出力データを取得する処理と、
前記入力データと前記出力データとの誤差を算出する算出処理と、
前記誤差に基づいて、前記被検者がてんかんの発作間欠期である場合に収まるべき管理限界を設定する設定処理と、
を含み、
前記心電指標データは、複数種類の心拍変動指標(HRV指標)を含み、
前記誤差は、前記入力データと前記出力データとにおける前記複数種類のHRV指標それぞれの再構成誤差から算出される単一の誤差である
モデル構築コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018181414 | 2018-09-27 | ||
JP2018181414 | 2018-09-27 | ||
PCT/JP2019/033590 WO2020066430A1 (ja) | 2018-09-27 | 2019-08-27 | てんかん発作予測装置、心電指標データの分析方法、発作予測コンピュータプログラム、モデル構築装置、モデル構築方法、モデル構築コンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020066430A1 JPWO2020066430A1 (ja) | 2021-08-30 |
JP7416432B2 true JP7416432B2 (ja) | 2024-01-17 |
Family
ID=69950461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020548217A Active JP7416432B2 (ja) | 2018-09-27 | 2019-08-27 | てんかん発作予測装置、心電指標データの分析方法、発作予測コンピュータプログラム、モデル構築装置、モデル構築方法、モデル構築コンピュータプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220000415A1 (ja) |
JP (1) | JP7416432B2 (ja) |
WO (1) | WO2020066430A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102552349B1 (ko) * | 2021-02-04 | 2023-07-07 | 에이아이메딕(주) | 기립경사검사 시뮬레이션 방법 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009519803A (ja) | 2005-12-20 | 2009-05-21 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 病状を検出して通知する装置 |
JP6344912B2 (ja) | 2013-12-13 | 2018-06-20 | 国立大学法人京都大学 | てんかん性発作兆候検知装置、てんかん性発作兆候検知モデル生成装置、てんかん性発作兆候検知方法、てんかん性発作兆候検知モデル生成方法、てんかん性発作兆候検知プログラムおよびてんかん性発作兆候検知モデル生成プログラム |
-
2019
- 2019-08-27 US US17/279,181 patent/US20220000415A1/en active Pending
- 2019-08-27 JP JP2020548217A patent/JP7416432B2/ja active Active
- 2019-08-27 WO PCT/JP2019/033590 patent/WO2020066430A1/ja active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009519803A (ja) | 2005-12-20 | 2009-05-21 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 病状を検出して通知する装置 |
JP6344912B2 (ja) | 2013-12-13 | 2018-06-20 | 国立大学法人京都大学 | てんかん性発作兆候検知装置、てんかん性発作兆候検知モデル生成装置、てんかん性発作兆候検知方法、てんかん性発作兆候検知モデル生成方法、てんかん性発作兆候検知プログラムおよびてんかん性発作兆候検知モデル生成プログラム |
Non-Patent Citations (2)
Title |
---|
HASHIMOTO Hirotsugu, et al.,Analysis of Changes in HRV of Epileptic Patients in Preictal Period,生体医工学,日本,2013年,51巻 Supplement 号,p.R-198 |
辰岡 鉄郎,ウェアラブルのための組み込みAI生体計測の研究,Interface 第44巻 第6号,日本,CQ出版株式会社 CQ Publishing Co.,Ltd.,2018年06月,第44巻,p.117-125 |
Also Published As
Publication number | Publication date |
---|---|
US20220000415A1 (en) | 2022-01-06 |
WO2020066430A1 (ja) | 2020-04-02 |
JPWO2020066430A1 (ja) | 2021-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10561321B2 (en) | Continuous monitoring of a user's health with a mobile device | |
US11877830B2 (en) | Machine learning health analysis with a mobile device | |
US20190076031A1 (en) | Continuous monitoring of a user's health with a mobile device | |
JP6423487B2 (ja) | 痙攣の検出のためのシステムおよびその作動方法 | |
EP3692546A1 (en) | Continuous monitoring of a user's health with a mobile device | |
WO2017040331A1 (en) | Determining sleep stages and sleep events using sensor data | |
US20180008191A1 (en) | Pain management wearable device | |
US11317840B2 (en) | Method for real time analyzing stress using deep neural network algorithm | |
US20170258410A1 (en) | Method and apparatus for prediction of epileptic seizures | |
JPWO2019216378A1 (ja) | 演算装置、検知装置、演算方法、及び、コンピュータプログラム | |
JP7416432B2 (ja) | てんかん発作予測装置、心電指標データの分析方法、発作予測コンピュータプログラム、モデル構築装置、モデル構築方法、モデル構築コンピュータプログラム | |
JP2020188963A (ja) | 心電波形推定装置 | |
JP2008253727A (ja) | モニタ装置、モニタシステム及びモニタ方法 | |
AU2021363110A1 (en) | Method and system for personalized prediction of infection and sepsis | |
EP3861558A1 (en) | Continuous monitoring of a user's health with a mobile device | |
JP7495397B2 (ja) | モバイルデバイスを用いたユーザの健康状態の継続的監視 | |
JP7495398B2 (ja) | モバイルデバイスを用いる機械学習健康分析 | |
US20240099593A1 (en) | Machine learning health analysis with a mobile device | |
US20220125376A1 (en) | Sleep apnea syndrome determination apparatus, sleep apnea syndrome determination method, and sleep apnea syndrome determination program | |
WO2024090350A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
WO2022183999A1 (en) | Evaluation of sleep data | |
JP2022504288A (ja) | モバイルデバイスを用いる機械学習健康分析 | |
WO2023008099A1 (ja) | 睡眠覚醒判定システム、睡眠覚醒判定方法及びプログラム | |
KR20220087137A (ko) | 생체 정보를 이용한 행동장애 진단 및 치료 장치 및 방법 | |
CN117377432A (zh) | 动态和模块化心脏事件检测 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210205 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220726 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230815 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231006 |
|
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: 20231212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231222 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7416432 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |