文/北京集佳知識產(chǎn)權代理有限公司西安分部 魯梅

　　美國101規定：凡發(fā)明或發(fā)現任何新穎而實(shí)用的方法、機器、產(chǎn)品、物質(zhì)合成，或其任何新穎而實(shí)用之改進(jìn)者，可按本法所規定的條件和要求獲得專(zhuān)利。美國專(zhuān)利法這種寬泛的類(lèi)型界定，使得大量發(fā)明都能夠滿(mǎn)足專(zhuān)利適格性的要求。但是，美國聯(lián)邦最高法院的一系列判決均闡明了對于“自然法則、自然現象和抽象概念”不可授予專(zhuān)利權。USPTO目前的101審查是根據美國法院的判例來(lái)調整審查尺度的，而美國法院對于101判別的尺度也一直在改變。

　　下面筆者分享兩個(gè)近期答復101的典型案例。

　　案例一

　　案例一涉及磁共振圖像重建領(lǐng)域，權利要求1如下

　　一種非線(xiàn)性并行重建的磁共振成像方法，其特征在于：所述成像方法的步驟，包括：

　　步驟S1，用多通道線(xiàn)圈并行采集實(shí)際線(xiàn)圈數據，根據所述實(shí)際線(xiàn)圈數據擴展出相同通道數的虛擬線(xiàn)圈數據，所述虛擬線(xiàn)圈數據和所述實(shí)際線(xiàn)圈數據之間滿(mǎn)足共軛對稱(chēng)關(guān)系；

　　步驟S2，根據所述實(shí)際線(xiàn)圈數據和所述虛擬線(xiàn)圈數據組合得到數據組合項；

　　步驟S3，利用采樣空間中，低頻區域內完全采樣的數據，結合數據組合項校準加權因子；

　　步驟S4，根據校準的所述加權因子，重建采樣空間中的缺失數據得到重建數據，所述缺失數據指采樣空間中，高頻區域沒(méi)有采集的數據；

　　步驟S5，融合采樣空間中所述低頻區域內完全采樣數據和所述重建數據得到完整的采樣空間數據；

　　步驟S6，根據多通道完整的采樣空間數據得到最終重建圖像。

　　審查員認為權利要求1屬于不可授權主題，由于S1-S6是針對純粹的數學(xué)操作，所以該權利要求不屬于四類(lèi)專(zhuān)利適格主題（即，方法、機器、產(chǎn)品、物質(zhì)合成）中的至少一種。需要一些與這個(gè)方法過(guò)程相關(guān)的設備，即需要一些物理的東西，添加“執行該方法的裝置”。此外，還需要一個(gè)額外的步驟來(lái)定義數據輸出，即將數據輸出到哪里以及用于什么用途。

　　申請人根據審查員的引導，將權利要求修改如下：

　　一種非線(xiàn)性并行重建的磁共振成像方法，所述方法由用于執行磁共振圖像重建的裝置的處理器執行，其特征在于：所述成像方法的步驟，包括：

　　步驟S1，用多通道線(xiàn)圈并行采集實(shí)際線(xiàn)圈數據，根據所述實(shí)際線(xiàn)圈數據擴展出相同通道數的虛擬線(xiàn)圈數據，所述虛擬線(xiàn)圈數據和所述實(shí)際線(xiàn)圈數據之間滿(mǎn)足共軛對稱(chēng)關(guān)系；

　　步驟S2，根據所述實(shí)際線(xiàn)圈數據和所述虛擬線(xiàn)圈數據組合得到數據組合項；

　　步驟S3，利用采樣空間中，低頻區域內完全采樣的數據，結合數據組合項校準加權因子；

　　步驟S4，根據校準的所述加權因子，重建采樣空間中的缺失數據得到重建數據，所述缺失數據指采樣空間中，高頻區域沒(méi)有采集的數據；

　　步驟S5，融合采樣空間中所述低頻區域內完全采樣數據和所述重建數據得到完整的采樣空間數據；

　　步驟S6，根據多通道完整的采樣空間數據得到最終重建圖像，其中，所述最終重建圖像被發(fā)送給顯示裝置進(jìn)行顯示，以實(shí)現磁共振圖像重建。

　　也就是說(shuō)，限定權利要求所述方法的執行主體“所述方法由用于執行磁共振圖像重建的裝置的處理器執行”，以及限定權利要求所述方法獲得的結果的用途“所述最終重建圖像被發(fā)送給顯示裝置進(jìn)行顯示，以實(shí)現磁共振圖像重建”，最終修改后的方法權利要求獲得授權。

　　案例二

　　案例二涉及數控機床刀具壽命預測領(lǐng)域，權利要求1如下

　　一種數控機床刀具剩余壽命預測方法，其特征在于：利用狀態(tài)監控、數據去噪、特征提取和多核加權最小二乘支持向量機的方法建立刀具剩余壽命預測模型，并將該問(wèn)題的預測對象細化為銑削工具這一數控機床CNC核心生產(chǎn)要素，包括以下步驟：

　　S1：收集PLC控制器信號和外置傳感器信號，監測加工過(guò)程中的工況信息和傳感器數據，傳感器數據主要為電流信號和三個(gè)方向即x軸、y軸以及z軸的振動(dòng)信號，以實(shí)現刀具磨損在線(xiàn)監測與壽命預測為目標；

　　S2：接收原始信號數據并進(jìn)行預處理；

　　S3：對步驟S2所得到的信號進(jìn)行時(shí)域特征提??；

　　S4：對步驟S3所提取的時(shí)域特征利用主元分析PCA的T<2>特征圖得到對應的數據矩陣；

　　S5：對步驟S4所得到的數據矩陣提取該特征向量的每一時(shí)間段的中值，和每一時(shí)間段范圍的變化值，以及他們各自的一階差分值；

　　S6：將步驟S5所得到的矩陣特征向量作為多核加權最小二乘支持向量機的輸入，得到相應的剩余壽命值。

　　OA1中審查員認為該主題為數學(xué)算法，屬于抽象概念，權利要求未記載數控機床刀具剩余壽命預測方法和裝置與實(shí)際應用的結合。因此，不屬于可專(zhuān)利的客體。

　　在OA1答復中，申請人增加硬件執行主體，修改表述，強調方法執行中相關(guān)信號及數據是通過(guò)具體物理實(shí)體來(lái)獲取的，且權利要求1的主題是在實(shí)際應用中利用相關(guān)裝置來(lái)實(shí)現的，實(shí)現的技術(shù)效果是“利用較少的樣本實(shí)現對刀具剩余壽命值的高精度預測”，因此權利要求1的主題在具有實(shí)際應用意義，修改后的權利要求如下：

　　一種數控機床刀具剩余壽命預測方法，其特征在于：利用狀態(tài)監控、數據去噪、特征提取和多核加權最小二乘支持向量機的方法建立刀具剩余壽命預測模型，并將該問(wèn)題的預測對象細化為銑削工具這一數控機床CNC核心生產(chǎn)要素，包括以下步驟：

　　S1：收集來(lái)自所述數控機床的PLC控制器的信號和來(lái)自外置傳感器的信號，監測加工過(guò)程中所述數控機床的工況信息和傳感器數據，傳感器數據主要為電流信號和三個(gè)方向即x軸、y軸以及z軸的振動(dòng)信號，以實(shí)現刀具磨損在線(xiàn)監測與壽命預測為目標；

　　S2：處理器接收原始信號數據并進(jìn)行預處理；

　　S3：所述處理器對步驟S2所得到得信號進(jìn)行時(shí)域特征提??；

　　S4：所述處理器對步驟S3所提取得時(shí)域特征利用主元分析PCA的T<2>特征圖得到對應的數據矩陣；

　　S5：所述處理器對步驟S4所得到的數據矩陣提取該特征向量的每一時(shí)間段的中值，和每一時(shí)間段范圍的變化值，以及他們各自的一階差分值；

　　S6：所述處理器將步驟S5所得到的矩陣特征向量作為多核加權最小二乘支持向量機的輸入，以輸出所述數控機床的所述刀具得到相應的剩余壽命值。

　　在Final OA中，審查員認為獲取的剩余壽命值是對抽象概念的改進(jìn)而非對技術(shù)本身的改進(jìn)，權利要求1依然不符合101的規定，不屬于可專(zhuān)利的客體。

　　在Final OA答復中，申請人將權利要求1的主題修改為“一種管理數控機床刀具的方法”，增加技術(shù)特征“利用所述剩余壽命值來(lái)管理數控機床刀具”，爭辯權利要求1的技術(shù)方案產(chǎn)生的技術(shù)效果是“利用較少的樣本實(shí)現對刀具剩余壽命值的高精度預測，基于剩余壽命值來(lái)管理數控機床刀具，從而提高了生產(chǎn)質(zhì)量，有效降低了工業(yè)制造品的成本”。具體權利要求1修改如下：

　　一種管理數控機床刀具的剩余壽命預測方法，其特征在于：利用狀態(tài)監控、數據去噪、特征提取和多核加權最小二乘支持向量機的方法建立刀具剩余壽命預測模型，并將該問(wèn)題的預測對象細化為銑削工具這一數控機床CNC核心生產(chǎn)要素，包括以下步驟：

　　S1：收集來(lái)自所述數控機床的PLC控制器的信號和來(lái)自外置傳感器的信號，監測加工過(guò)程中所述數控機床的工況信息和傳感器數據，傳感器數據主要為電流信號和三個(gè)方向即x軸、y軸以及z軸的振動(dòng)信號，以實(shí)現刀具磨損在線(xiàn)監測與壽命預測為目標；

　　S2：處理器接收原始信號數據并進(jìn)行預處理；

　　S3：所述處理器對步驟S2所得到的信號進(jìn)行時(shí)域特征提??；

　　S4：所述處理器對步驟S3所提取的時(shí)域特征利用主元分析PCA的T<2>特征圖得到對應的數據矩陣；

　　S5：所述處理器對步驟S4所得到的數據矩陣提取該特征向量的每一時(shí)間段的中值，和每一時(shí)間段范圍的變化值，以及他們各自的一階差分值；

　　S6：所述處理器將步驟S5所得到的矩陣特征向量作為多核加權最小二乘支持向量機的輸入，以輸出所述數控機床的所述刀具的剩余壽命值；

　　S7：基于所述刀具的剩余壽命值來(lái)管理所述數控機床的刀具。

　　RCE1-OA1中，審查員認為管理數控機床刀具的步驟不夠詳細，依舊認為權利要求1不屬于可專(zhuān)利的客體。

　　在RCE1-OA1答復中，申請人將權利要求1中的技術(shù)特征“利用所述剩余壽命值來(lái)管理數控機床刀具”修改為“當所述剩余壽命值大于預定義的壽命閾值時(shí)，更換數控機床的刀具”，爭辯修改后的權1的技術(shù)方案并不只是數學(xué)算法，通過(guò)該方法得到的結果可以直接有效地指導生產(chǎn)，具有有益的技術(shù)效果。具體權利要求1修改如下：

　　一種管理數控機床刀具的方法，其特征在于：利用狀態(tài)監控、數據去噪、特征提取和多核加權最小二乘支持向量機的方法建立刀具剩余壽命預測模型，并將該問(wèn)題的預測對象細化為銑削工具這一數控機床CNC核心生產(chǎn)要素，包括以下步驟：

　　S1：收集來(lái)自所述數控機床的PLC控制器的信號和來(lái)自外置傳感器的信號，監測加工過(guò)程中所述數控機床的工況信息和傳感器數據，傳感器數據主要為電流信號和三個(gè)方向即x軸、y軸以及z軸的振動(dòng)信號，以實(shí)現刀具磨損在線(xiàn)監測與壽命預測為目標；

　　S2：處理器接收原始信號數據并進(jìn)行預處理；

　　S3：所述處理器對步驟S2所得到的信號進(jìn)行時(shí)域特征提??；

　　S4：所述處理器對步驟S3所提取的時(shí)域特征利用主元分析PCA的T<2>特征圖得到對應的數據矩陣；

　　S5：所述處理器對步驟S4所得到的數據矩陣提取該特征向量的每一時(shí)間段的中值，和每一時(shí)間段范圍的變化值，以及他們各自的一階差分值；

　　S6：所述處理器將步驟S5所得到的矩陣特征向量作為多核加權最小二乘支持向量機的輸入，以輸出所述數控機床的所述刀具的剩余壽命值；

　　S7：當所述刀具的所述剩余壽命值小于預定義的壽命閾值時(shí)，更換所述數控機床的所述刀具基于所述刀具的剩余壽命值來(lái)管理所述數控機床的刀具。

　　最終修改后的權利要求1獲得授權。

　　結論

　　從上述兩個(gè)案例可以看出，當一個(gè)方法被審查員認為是數學(xué)方法（抽象概念）時(shí)，一方面，方法權利要求要包括方法的執行主體，這一點(diǎn)比較容易實(shí)現，通常只需要增加“處理器”、“設備”等通用術(shù)語(yǔ)即可；另一方法，方法得到的結果必須要有應用場(chǎng)景，注意，僅僅是“輸出”方法得到的結果可能還是不能克服101問(wèn)題，必須是將方法得到的結果應用于實(shí)踐中并取得有益效果，這種應用場(chǎng)景通?？梢詮纳暾埼募涊d的技術(shù)效果部分來(lái)提取。

　　筆者總結近期關(guān)于美國101案例的修改思路，希望對代理人和申請人在處理美國申請此類(lèi)問(wèn)題的過(guò)程中有所啟發(fā)，以幫助申請人獲得較大的保護范圍，并且在審查過(guò)程中節約申請成本、縮短審查周期。