CN111247551A - 受精卵质量评估方法、受精卵质量评估系统、程序和信息处理设备 - Google Patents

Abstract

提供了一种用于评估受精卵质量的计算机系统。该计算机系统包括计算机处理电路，该计算机处理电路被配置为接收由成像设备以时间序列捕获的受精卵的多个图像，将受精卵的多个图像或基于受精卵的多个图像的信息作为输入提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于多个图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息，并且至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以修改至少一些评估支持信息。

Description

受精卵质量评估方法、受精卵质量评估系统、程序和信息处理 设备

交叉引用相关申请

本申请要求2017年10月26日提交的日本优先权专利申请JP 2017-207293的权益，其全部内容通过引用结合于此。

技术领域

本技术例如涉及一种受精卵质量评估方法、一种受精卵质量评估系统、一种程序和一种信息处理设备，其中，可以提供细胞(例如，受精卵)的质量评估结果。

背景技术

在相关技术中，例如，在处理牲畜的牲畜工业中，执行多次从母牛的子宫中收集多个受精卵、从多个受精卵中识别正常受精卵、并将受精卵移植到与收集受精卵的母牛不同的母牛的子宫中的过程(例如，专利文献1)。此时，在现场工作的人员对受精卵的质量非常感兴趣，这是影响移植后移植记录的一个重要因素。

引文目录

专利文献

专利文献1：日本专利申请公开号07-170885

发明内容

技术问题

通常，根据使用光学显微镜、图像处理设备等的形态学发现来确定受精卵的质量。然而，在移植前对受精卵的质量评估中，上述形态学评估方法不仅容易掌握，而且容易主观。为此，近来，为了选择良好的受精卵，期望获得与形态学发现相比以更高准确度评估的受精卵的质量评估结果。

考虑到如上所述的情况，本技术的目的是提供一种受精卵质量评估方法、一种受精卵质量评估系统、一种程序和一种信息处理设备，其中，可以获得以高准确度评估的受精卵的质量评估结果。

问题解决方案

根据本公开，提供了一种用于评估受精卵质量的计算机系统，该计算机系统包括：计算机处理电路，被配置为：接收由成像设备以时间序列捕获的受精卵的多个图像；将受精卵的多个图像或基于受精卵的多个图像的信息作为输入提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于多个图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以修改至少一些评估支持信息。

根据本公开，提供了一种用于分析受精卵的时间序列图像的计算机实现的方法，该方法包括：从成像设备接收以时间序列捕获的受精卵的多个图像；将受精卵的多个图像或基于多个图像的信息作为输入提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于多个图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息显示评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以修改至少一些评估支持信息。

根据本公开，提供了一种用多个指令编码的非暂时性计算机可读介质，当由计算机处理电路执行时，该指令执行一种方法，该方法包括：从成像设备接收以时间序列捕获的受精卵的多个图像；将受精卵的多个图像或基于多个图像的信息作为输入提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于多个图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息显示评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以修改至少一些评估支持信息。

根据本公开，提供了一种用于评估受精卵质量的计算机系统，该计算机系统包括：计算机处理电路，被配置为：接收由成像设备以时间序列捕获的受精卵的多个图像；将受精卵的多个图像或基于受精卵的多个图像的信息作为输入提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于多个图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以输入受精卵的质量信息。

根据本公开，提供了一种用于评估受精卵质量的图像处理系统，该图像处理系统包括：成像装置，被配置为捕获受精卵的时间序列图像，其中，时间序列中的至少一部分图像对应于受精卵的不同发育阶段；通信接口，被配置为经由至少一个网络连接到至少一个计算机；以及至少一个存储介质，被配置为存储经由通信接口接收的多个指令，其中，当由计算机处理电路执行时，该多个指令使得计算机处理电路：控制成像设备捕获时间序列图像；将时间序列图像或基于时间序列图像的信息提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于时间序列图像输出描述用于评估受精卵质量的受精卵特征的受精卵分析信息；并且在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以输入受精卵的质量信息。

根据本公开，提供了一种用于评估受精卵质量的图像处理系统，该图像处理系统包括：成像装置，被配置为捕获受精卵的时间序列图像，其中，时间序列中的至少一部分图像对应于受精卵的不同发育阶段；通信接口，被配置为经由至少一个网络连接到至少一个计算机；以及至少一个存储介质，被配置为存储经由通信接口接收的多个指令，其中，当由计算机处理电路执行时，该多个指令使得计算机处理电路：将时间序列图像或基于时间序列图像的信息提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于时间序列图像输出描述用于评估受精卵质量的受精卵特征的受精卵分析信息；并且在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以输入受精卵的质量信息。

根据本公开，提供了一种用于评估受精卵质量的图像处理系统，该图像处理系统包括：至少一个存储介质，被配置为存储多个指令，当由计算机处理电路执行时，该指令使得计算机处理电路：将由成像装置捕获的时间序列图像或基于时间序列图像的信息提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于时间序列图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以输入受精卵的质量信息。

有利效果

如上所述，根据本技术，可以提供一种受精卵质量评估方法、一种受精卵质量评估系统、一种程序和一种信息处理设备，其中，可以获得以高准确度评估的受精卵的质量评估结果。注意，上述效果不一定受到限制，并且本文描述的任何效果或者可以从本文描述的说明书中理解的其他效果可以与上面描述的效果一起获得，或者代替上面描述的效果。

附图说明

图1是示意性示出根据本技术的受精卵质量评估系统的配置示例的示意图。

图2是本技术的观察系统的配置示例的示意图；

图3是从光源侧看到的安装在本技术的观察装置的观察台上的培养皿组的示意图；

图4是示意性示出培养皿的截面的示图；

图5是从光源侧看到的培养皿的平面图；

图6是放大示出从光源侧看到的培养皿的成像区域的示意图；

图7是根据本技术的第一实施方式的受精卵质量评估系统的框图；

图8是示出受精卵质量评估系统的商业模型的示图；

图9是示出受精卵质量评估系统的受精卵质量评估方法的流程图；

图10是示出本技术的捕获单元捕获多个受精卵的状态的示意图；

图11是虚拟示出第一延时图像的概念图；

图12是虚拟示出第二延时图像的概念图；

图13是以简化方式示出通用专用AI的处理过程的框图；

图14是根据本技术的第二实施方式的受精卵质量评估系统的框图；

图15是示出受精卵质量评估系统的受精卵质量评估方法的流程图；

图16是根据本技术的第三实施方式的受精卵质量评估系统的框图；

图17是示出受精卵质量评估系统的受精卵质量评估方法的流程图；

图18是根据本技术的第四实施方式的受精卵质量评估系统的框图；

图19是示出受精卵质量评估系统的受精卵质量评估方法的流程图；

图20是根据本技术的第五实施方式的受精卵质量评估系统的框图；

图21是示出受精卵质量评估系统的受精卵分析支持的概述的示图；

图22是示出受精卵质量评估系统的受精卵质量评估方法的流程图；

图23是示出受精卵质量评估系统的受精卵分析支持的另一概述的示图。

具体实施方式

在下文中，将参考附图描述本技术的实施方式。

根据本技术的受精卵质量评估系统是一种网络系统，其能够通过网络(例如，互联网)相互获取在受精卵管理者、受精卵质量评估者和受精卵移植器中以高准确度评估的受精卵的质量评估信息。

在此处，在本技术中，例如，受精卵管理者是在治疗牲畜(例如，牛)的受精卵的情况下培养和管理牲畜的受精卵的生产操作者，并且对应于在治疗人类受精卵的情况下培养和管理人的人类受精卵的人类生殖诊所、医院等。

例如，生产操作者对应于管理用于培养受精卵的培养环境等的社区(例如，国内和国际公司或合作协会)或者各种研究机构，例如，大学。

例如，受精卵质量评估者对应于胚胎学家或协助胚胎学家的工作人员、属于生产操作者并生产受精卵的农场生产者、医生或属于人类生殖诊所或医院的工作人员等。

例如，受精卵移植器是农民，在治疗牲畜(例如，牛)的受精卵的情况下，该农民将牲畜的受精卵发光给成虫，并将成虫出售给市场，并且是多个农民(例如，农业合作社等)的集合等的饲养者，并且对应于在治疗人类受精卵的情况下移植人类受精卵用于受精治疗的诊所、医院等。在下文中，将描述使用牲畜(例如，牛)的受精卵作为目标的受精卵质量评估系统的细节。

<<第一实施方式>>

<受精卵质量评估系统的概述>

图1是示意性示出根据该实施方式的受精卵质量评估系统100的配置示例的示意图。如图1所示，受精卵质量评估系统100包括终端装置10、信息处理设备20、第一终端30和第二终端40。

在该实施方式中，终端装置10、信息处理设备20、第一终端30和第二终端40通过网络N彼此连接，使得可以彼此进行通信。网络N例如可以是互联网或移动通信网络、局域网等，或者可以是多种类型的网络组合在一起的网络。

(终端装置)

如图1所示，终端装置10由多个网关终端10a配置成，并且每个网关终端10a通过控制记录PC 205(参考图2)以无线方式或有线方式连接到观察装置202(受精卵管理者)。本实施方式的观察装置202由受精卵管理者操纵。

注意，在本实施方式的受精卵质量评估系统100中，通常，如图1所示，多个观察装置202(受精卵管理者)通过终端装置10连接到信息处理装置20，但是配置不限于此，并且单个观察装置202(受精卵管理者)可以通过终端装置10连接到信息处理装置20。

(观察系统)

图2是包括本实施方式的观察装置202的观察系统200的配置示例的示意图。注意，图2所示的X轴、Y轴和Z轴是彼此正交的3轴方向，并且同样适用于以下附图。

如图2所示，观察系统200包括培养箱201、观察装置202、湿度-温度-气体控制单元203、检测单元204、控制记录PC 205、显示装置206和输入单元207。

培养箱201是包含观察装置202、湿度-温度-气体控制单元203和检测单元204的培养装置，并且具有保持培养箱201中的温度、湿度等恒定的功能。培养箱201被配置为使得任意气体能够流入培养箱201。气体的类型没有特别限制，例如，是氮气、氧气、二氧化碳等。

观察装置202包括捕获单元2021、光源2022和培养皿组2023。捕获单元2021能够按照时间顺序捕获培养皿2023a(皿)中包含的受精卵F(参考图4)，并且能够生成受精卵F的观察图像

捕获单元2021包括透镜镜筒，该透镜镜筒包括可在光轴方向(Z轴方向)上移动的透镜组、捕获穿过透镜镜筒的主体光的固体捕获元件(例如，互补金属氧化物半导体(CMOS)和电荷耦合器件(CCD))、驱动这种元件的驱动电路等。

捕获单元2021可以在光轴方向(Z轴方向)和水平方向(与Z轴方向正交的方向)上移动，并且在水平方向上移动的同时捕获包含在培养皿2023a中的受精卵F。此外，捕获单元2021不仅能够对静止图像成像，还能够对运动图像成像。

根据该实施方式的捕获单元2021通常是可见光相机，但不限于此，并且可以是红外线(IR)相机、偏振相机等。

在用捕获单元2021捕获培养皿2023a中的受精卵F时，光源2022相对于培养皿2023a发光。例如，光源2022采用发射具有特定波长的光的发光二极管(LED)等。例如，在光源2022是LED的情况下，采用发射波长为640nm的光的红色LED。

培养皿组2023由多个培养皿2023a配置成，并且安装在观察台S上，在捕获单元2021和光源2022之间。观察台S能够透射从光源2022发射的光。

图3是从光源2022侧看到的安装在观察装置202的观察台S上的培养皿组2023的示意图。如图3所示，例如，六个培养皿2023a安装在观察台S上成矩阵形状，三个培养皿2023a安装在X轴方向上，并且两个培养皿2023a安装在Y轴方向上。

图4是示意性示出培养皿2023a的截面的示图。如图4所示，多个阱W设置在培养皿2023a中。阱W在培养皿2023a中设置成矩阵形状(参见图6)，并且阱W能够容纳一个受精卵F。

阱W设置在培养皿2023a中，并且将培养液C和油O注入培养皿2023a中。油O具有通过涂覆培养液C来抑制培养液C蒸发的功能。

图5是从光源2022侧看到的培养皿2023a的示意图(平面图)。培养皿2023a包括其中形成多个阱W的阱区E1。培养皿23a的直径D1和阱区E1的直径D2没有特别限制，例如，直径D1约为35mm，并且直径D2约为20mm。

阱区E1包括成为捕获单元2021的成像目标的成像区域E2。如图2所示，成像区域E2被等分为四个成像区域L1至L4。每个成像区域L1至L4的一侧的长度D3例如大约为5mm。

图6是放大示出从光源2022侧看到的成像区域L1的示意图。成像区域L1包括在阱区E1中提供的多个阱W中的72个阱W，并且被等分为十二个位置(POS)区域。

每个位置区域P1至P12包括在X轴方向上的三个阱W和在Y轴方向上的两行中的六个阱W。根据本实施方式的捕获单元2021在下面描述的“观察图像识别信息获取”的步骤中，以时间顺序捕获包含在每个POS区域的阱W中的受精卵F(参考图9)。注意，图6是放大示出成像区域L1的示意图，并且成像区域L2至L4也具有与成像区域L1相同的配置。

构成培养皿2023a的材料没有特别限制，例如，是无机材料(例如，玻璃或硅)、有机材料，例如，聚苯乙烯树脂、聚乙烯树脂、聚丙烯树脂、ABS树脂、尼龙、丙烯酸树脂、氟树脂、聚碳酸酯树脂、聚氨酯树脂、甲基戊烯树脂、酚醛树脂、三聚氰胺树脂、环氧树脂或氯乙烯树脂等，并且培养皿2023a是透射从光源2022发射的光的透明体。可选地，培养皿23a的除了透射从光源2022发射的光的部分之外的部分可以由上述材料形成，并且培养皿23a可以由金属材料形成。

湿度-温度-气体控制单元203控制培养箱201中的温度和湿度以及引入培养箱201中的气体，并建立适于培养受精卵F的环境。湿度-温度-气体控制单元203能够控制培养箱201中的温度，使得温度例如大约为38℃。

检测单元204以无线方式或有线方式连接到控制记录PC 205，检测培养箱201中的温度、大气压力、光源2022的照度和氧浓度等，并将检测结果输出到控制记录PC 205。检测单元204例如是太阳能电池板型或电池型物联网(IoT)传感器等，并且其类型不受限制。

控制记录PC 205连接到捕获单元2021、光源2022、湿度-温度-气体控制单元203、检测单元204和网关终端10a。控制记录PC 205能够通过基于其输出控制捕获单元2021、光源2022、检测单元204和湿度-温度-气体控制单元203来控制受精卵F的培养环境。

控制记录PC 205例如能够存储从检测单元204输出的培养环境信息，并且能够将培养环境信息发送到网关终端10a。在此处，本实施方式的培养环境信息例如是与培养液C的pH或培养箱201中的温度、湿度和氧浓度相关的信息，并且同样适用于以下描述。

接收培养环境信息的网关终端10a通过网络N向获取单元24(参见图7)发送与培养液C的pH以及培养箱201中的温度、湿度和氧浓度中的至少一个相关的信息，作为培养环境信息。获取单元24将获取的培养环境信息输出到存储单元28(参见图7)，并且因此，将培养环境信息存储在存储单元28中。

此外，控制记录PC 205存储与成为受精卵F的精子和卵子相关的信息、与受精卵F相关的交配信息、与培养皿2023a相关的信息等，作为识别包含在多个阱W中的每一个中的每个受精卵F的识别信息。控制记录PC 205能够将识别信息发送到网关终端10a。将在下面描述识别信息。

显示装置206能够显示由捕获单元2021成像的观察图像、培养环境信息、识别信息等。显示装置206例如是使用液晶、有机电致发光(EL)等的显示装置。

输入单元207是用于输入对受精卵管理者的操作的操作装置，例如，键盘或鼠标。根据该实施方式的输入单元207可以是与显示装置206集成的触摸面板等。

如图1所示，从提高信息处理设备50的分析精度的观点来看，期望本实施方式的终端装置10由多个网关终端10a配置成，并且可以由单个网关终端10a配置成。在这种情况下，单个网关终端10a可以通过控制记录PC 205以无线方式或有线方式连接到多个观察装置202(受精卵管理者)。

此外，通常，网关终端10a是能够相互转换不同协议或地址架构的通用网关，但不限于此，并且可以是被设置为用作网关的个人计算机(PC)等。

(信息处理设备)

信息处理设备20包括计算机所需的硬件，例如，中央处理单元(CPU)21、只读存储器(ROM)22和随机存取存储器(RAM)23。

通过将程序加载到RAM 23上，CPU 21执行存储在ROM 22中的根据本技术的程序。因此，控制下面描述的信息处理设备20的每个块操作。

ROM 22是存储装置，其中，固定存储信息处理设备20中使用的各种数据项、程序等。

RAM 23是用作CPU 21的操作区域、历史数据的临时存储空间等的存储元件，例如，静态随机存取存储器(SRAM)。

该程序例如通过各种存储介质(内部存储器)安装在信息处理设备20中。可选地，程序的安装可以通过互联网等执行。本实施方式的信息处理设备20是用于根据云计算执行受精卵F的质量评估的网络服务器，但不限于此，并且例如，可以使用其他任意计算机，例如，PC。

图7是根据该实施方式的受精卵质量评估系统100的框图。如图7所示，信息处理设备20包括获取单元24、分析单元25、输出单元26、图像处理单元27、存储单元28、I/O接口29和总线210。

获取单元24通过网络N向多个网关终端10a(终端装置10)获取多个观察图像，在多个观察图像中，以时间顺序捕获与固有识别信息相关联的受精卵F。

分析单元25基于多个观察图像生成受精卵分析信息，在多个观察图像中，以时间顺序捕获受精卵F。该实施方式的分析单元25包括标识符，基于将从多个受精卵管理者收集的受精卵的延时图像设置为学习数据的算法，生成该标识符。将在下面描述标识符。

输出单元26通过网络N向接收基于评估支持信息的受精卵评估信息的输入的计算机输出评估支持信息，该评估支持信息包括受精卵F固有的识别信息和受精卵分析信息。

图像处理单元27对多个观察图像执行预定的图像处理，在多个观察图像中，以时间顺序捕获受精卵F。例如，在培养皿2023a的每个阱中培养受精卵F的同时捕获受精卵F的情况下，图像处理单元27在图像分析之前对多个观察图像执行图像分割处理(修剪处理)等(参考步骤S02)。因此，可以使用放大的图像，其中，在分析中一个接一个地切割受精卵F，从而提高了分析精度。

存储单元28例如包括存储由CPU 21执行的程序的ROM 22以及当CPU 21执行处理时用作工作存储器等的RAM 23。此外，存储单元28可以包括非易失性存储器，例如，硬盘驱动器(HDD)和闪存(固态驱动器：SSD)。因此，从终端装置10、第一终端30和第二终端40输入的输入信息、分析单元25的分析结果等可以存储在存储单元28中。

I/O接口29通过网络N连接到终端装置10、第一终端30和第二终端40，使得可以执行通信，并且包括获取单元24和输出单元26。I/O接口29用作终端装置10与第一终端30和第二终端40之间的输入/输出接口。

总线210是用于在信息处理设备20的每个单元中输入和输出各种信号的信号传输路径。CPU 21、ROM 22、RAM 23和I/O接口29通过总线210相互连接。

注意，信息处理设备50的获取单元24、分析单元25、输出单元26、图像处理单元27和存储单元28的功能不限于以上描述，并且将在受精卵质量评估方法的以下描述中描述详细功能。

(第一终端)

第一终端30由受精卵质量评估者处理。第一终端30包括接收从输出单元26或第二终端40输出的信息的接收单元30a、接收来自受精卵质量评估者的输入的输入单元30b、以及通过网络N发送通过输入单元30b输入的信息或由接收单元30a接收的信息的传输单元30c。

通常，第一终端30是诸如膝上型PC或台式PC等计算机，但不限于此，并且例如可以是智能装置、平板终端等。

(第二终端)

第二终端40由受精卵移植器操纵。第二终端40包括接收从输出单元26或第一终端30输出的信息的接收单元40a、接收来自受精卵移植器的输入的输入单元40b、以及通过网络N发送通过输入单元40b输入的信息、由接收单元40a接收的信息的发送单元40c。

通常，第二终端40是智能装置、平板终端等，但不限于此，并且例如，可以是诸如膝上型PC或台式PC等其他任意计算机。

<受精卵质量评估方法>

图8是示出根据该实施方式的受精卵质量评估系统100的商业模型的示图，并且是示出分析受精卵F的质量和获得与受精卵F相关的进度信息的流程的示图。图9是示出评估受精卵质量评估系统100的受精卵F的质量的方法的流程图。在下文中，将描述受精卵F的质量评估方法，同时适当参考图9。

(步骤S01：观察图像识别信息获取)

首先，受精卵质量评估者通过输入单元207将与受精卵F相关的识别信息输入到控制记录PC 205中。输入到控制记录PC 205中的识别信息存储在控制记录PC 205中，并且发送到网关终端10a。接收识别信息的网关终端10a通过网络N向获取单元24发送识别信息，获取单元24获取识别信息。

在此处，该实施方式的识别信息例如是与成为受精卵F的精子和卵子相关的信息、与受精卵F相关的交配信息以及与培养皿2023a相关的信息，并且同样适用于以下描述。获取单元24获取至少一个信息项，作为识别信息。

在描述精子的情况下，与成为受精卵的精子和卵子F相关的信息例如是精液的量、精子的总数、活动精子的总数、粘度、精子浓度、前向运动速率、非前向运动速率、正常形态速率、活动精子浓度(MSC)、高速前向运动精子浓度(PMSC-a)、低速前向运动精子浓度(PMSC-b)、功能性活动精子浓度(FSC)、精子运动指数(SMI)、平均精子速度等。

另一方面，在描述卵子的情况下，与成为受精卵的精子和卵子相关的信息例如是卵子的量、卵子的总数、卵子年龄、抗中肾旁管激素(AMH)值、黄体生成素(LH)值、卵泡刺激素(FSH)值、雌二醇(E2)值、孕酮(P4)值、雌激素(雌性激素)值等。

与受精卵F相关的交配信息例如是与从其获取精子的男性相关的信息(体重、身高(身长)、年龄、血液、病史、健康状况等)、与从其获取卵子的女性相关的信息(体重、身高(身长)、年龄、血液、病史、卵巢年龄、分娩总次数、健康状况、分娩记录等)等。

与培养皿2023a相关的信息例如是与培养皿2023a的位置相关的信息(例如，在观察台S上的六个培养皿2023a中的培养皿2023a中包含有成为评估目标的受精卵F(参见图3))、与受精卵F的位置相关的信息，例如，在四个成像区域L1至L4的哪个区域中存在成为评估目标的受精卵F(参见图5)等。

随后，输出单元26接收获取单元24通过网络N从网关终端10a获取识别信息这一事实，并通过网络N向网关终端10a输出捕获与识别信息相关联的受精卵F的捕获命令。接收捕获命令的网关终端10a将捕获命令发送到控制记录PC 205。

图10是示出捕获单元2021捕获多个受精卵F的状态的示意图，并且是示出捕获单元2021的移动路线的示图。接收捕获命令的控制记录PC 205根据捕获命令控制捕获单元2021。

因此，在每个位置(POS)区域中，以时间顺序捕获分别包含在多个阱W中的多个受精卵F。此时，如图10所示，根据移动路线R，捕获单元2021的视野范围2021a以大约三秒的间隔按顺序从POS区域P1移动到POS区域P12。

然后，对安装在观察台S上的所有培养皿2023a执行这种操作，并且重复指定的次数。因此，生成包括六个受精卵F的图像(下文中，第一延时图像G1)，并且第一延时图像G1发送到控制记录PC 205。

输入了第一延时图像G1的控制记录PC 205将第一延时图像G1发送到网关终端10a。接收第一延时图像G1的网关终端10a通过网络N向获取单元24发送第一延时图像G1，并且获取单元24获取第一延时图像G1。

图11是虚拟示出第一延时图像G1的概念图。如图11所示，分别相对于POS区域P1至P12沿着时间轴T按时间顺序生成本实施方式的第一延时图像G1。在此处，图11所示的按时间顺序的多个观察图像数据项称为第一延时图像G1。

观察系统200中的捕获单元2021的捕获间隔或捕获图像的数量可以任意设置。例如，在捕获周期为一周，捕获间隔为15分钟，并且通过改变深度方向(Z轴方向)上的焦点距离来捕获九叠图像的情况下，对于一个POS区域，可以获得包括六个受精卵F的大约6000个层叠图像。因此，可以获得受精卵F的三维图像。

获取单元24通过网络N将从网关终端10a获取的第一延时图像G1和识别信息输出到存储单元28，并且存储单元28存储第一延时图像G1和识别信息。另外，获取单元24将获取的第一延时图像G1输出到图像处理单元27，并将识别信息输出到输出单元26。

(步骤S02：图像处理)

图像处理单元27以受精卵F为单位，对从获取单元24输出的第一延时图像G1进行处理(修剪)。因此，生成包括一个受精卵F的图像(下文中，第二延时图像G2)。接下来，图像处理单元27将第二延时图像G2输出到存储单元28，并且第二延时图像G2存储在存储单元28中。

图12是虚拟示出第二延时图像G2的概念图。如图12所示，分别相对于多个阱W沿着时间轴T按时间顺序生成本实施方式的第二延时图像G2。在此处，图12所示的按时间顺序的多个观察图像数据项称为第二延时图像G2。

接下来，图像处理单元27对第二延时图像G2执行预定的图像处理。经过图像处理单元27的图像处理的第二延时图像G2输出到分析单元25和存储单元28，并且第二延时图像G2存储在存储单元28中。在下文中，将描述步骤S02的几个应用示例。

(应用示例1)

图像处理单元27对构成第二延时图像G2的每个图像执行归一化。因此，例如，不仅可以去除第二延时图像G2中的噪声，而且可以在分析之前使第二延时图像均匀化。因此，容易提取第二延时图像的特征。

由本实施方式的图像处理单元27针对第二延时图像G2执行的归一化例如是统一构成第二延时图像G2的每个图像的色调、亮度等的归一化处理，或者是标准化处理、非相关处理、白化处理等。

(应用示例2)

图像处理单元27根据深度学习分析，对第二延时图像G2执行概率处理、二值化处理、叠加处理等。因此，例如，提取第二延时图像G2中的受精卵F的轮廓线。

(应用示例3)

图像处理单元27沿着受精卵F的形状形成掩模区域，而不是构成第二延时图像G2的每个图像。因此，第二延时图像G2中的受精卵F的分析区域(识别区域)变得清晰，因此，可以准确地识别受精卵F的形状。根据这样的技术，例如，可以准确地识别形成受精卵F的外部形状或者受精卵F中的胚泡、细胞卵裂球、桑椹胚等的形状的透明层。

(步骤S03：分析处理)

本实施方式的信息处理设备20是使用所谓的专用人工智能(AI)的云服务器，其替代用户的智能操作。图13是以简化方式示出通用专用AI的处理过程的框图。

专用AI是一种机制，其中，任意输入数据应用于通过在作为学习程序的算法中安装学习数据而构建的学习模型，并且因此，可以获得作为大框架的输出。例如，学习的模型可以是经训练的统计模型，例如，分类器、神经网络或使用学习数据训练的其他合适类型的统计模型。在下文中，将适当参考图13描述步骤S03的几个应用示例。

(应用示例1)

分析单元25基于通过网络N从多个受精卵管理者收集的受精卵的延时图像，从存储单元28读出形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息和质量信息中的至少一个，这些信息预先存储在存储单元28中。这种信息对应于图13的“学习数据”。

在此处，质量信息例如是与受精卵F或受精卵F的透明层、受精卵F中的细胞(胚泡、细胞卵裂球、桑椹胚等)、原核、极细胞、卵裂球中的细胞核、碎片、卵细胞边缘透明区(晕圈)等的生长条件或质量等级相关的信息。

例如，形状信息是在受精卵F生长时，与受精卵F的直径、面积、体积、圆度等按时间顺序的变化相关的信息。

例如，运动信息是在受精卵F生长时，与受精卵F中细胞的运动量按时间顺序的变化相关的信息。运动量的变化例如是受精卵F中细胞的运动矢量的最小速度、最大速度、最大加速速度、平均速度、平均加速速度、中心值和标准偏差的变化，或者是受精卵F中细胞的运动速度矢量的总值、受精卵F中细胞的运动速度加速度矢量的总值等按时间顺序的变化。

压缩信息例如是当受精卵F的形状从16细胞期变为桑椹胚期时的压缩(分裂细胞融合并变成一个团块的条件)时间等。

收缩信息例如是受精卵F生长时受精卵F的收缩次数、收缩直径、收缩速度、收缩时间、收缩间隔、收缩强度、收缩频率等。膨胀信息例如是受精卵F生长时受精卵F的膨胀次数、膨胀直径、膨胀速度、膨胀时间、膨胀间隔、膨胀强度、膨胀频率等。

休眠信息例如是受精卵F生长时与一个滞后期(细胞调聚体)相关的信息。

由专家(例如，胚胎学家)根据发现基于按时间顺序捕获的受精卵的延时图像，来确定根据发现的生长信息，例如，与受精卵质量相关的信息(生长条件、细胞数量、细胞对称性、原核数量、极细胞数量、细胞卵裂球中的细胞核数量、片段等)。

注意，上面描述的“形状信息”、“运动信息”、“压缩信息”、“收缩信息”、“扩展信息”、“休眠信息”、“根据发现的生长信息”和“质量信息”在下面的描述中是相同的。

接下来，分析单元25通过将从存储单元28读出的学习数据安装在预先设置的第一算法中来构建第一标识符。因此，分析单元25包括第一标识符。

注意，第一算法对应于图13的“算法”，并且例如用作机器学习算法。此外，第一标识符对应于图13的“学习模型”。通常，该实施方式的第一标识符由单个学习模型配置，但不限于此，并且例如，可以具有多个学习模型组合的配置。

机器学习算法的类型没有特别限制，例如，可以是使用诸如递归神经网络(RNN)、卷积神经网络(CNN)或多层感知器(MLP)等神经网络的算法，或者可以是执行监督学习方法、无监督学习方法、半监督学习方法、强化学习方法等的任意算法。

接下来，分析单元25通过将如上所述构建的第一标识符应用于从图像处理单元27输出的第二延时图像G2来生成第一受精卵分析信息。

具体地，通过第一标识符对第二延时图像进行深度学习分析，从而生成第一受精卵分析信息。然后，分析单元25将第一受精卵分析信息输出到输出单元26和存储单元28，并且第一受精卵分析信息存储在存储单元28中。

在此处，本实施方式的分析单元25生成捕获单元2021捕获受精卵F的捕获时间、受精卵F的生长时间(培养时间)、质量信息、形状信息、运动信息、压缩信息、收缩信息、膨胀信息和休眠信息中的至少一个，作为第一受精卵分析信息。

注意，在步骤S03中，第二延时图像G2对应于图13的“输入数据”，并且第一受精卵分析信息对应于图13的“输出”。

(应用示例2)

分析单元25基于通过网络N从多个受精卵管理者收集的受精卵的识别信息和预先存储在存储单元28中的受精卵的延时图像，从存储单元28中读出形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息和质量信息中的至少一个。这种信息对应于图13的“学习数据”。

接下来，分析单元25通过将从存储单元28读出的学习数据安装在预先设置的算法中来构建标识符。因此，分析单元25包括标识符。

注意，该算法对应于图13的“算法”，并且例如用作上述的机器学习算法。此外，标识符对应于图13的“学习模型”。

接下来，分析单元25通过将如上所述构建的标识符应用于从图像处理单元27输出的第二延时图像G2，来生成第一受精卵分析信息以及与第二延时图像G2相关联的受精卵F的识别信息。

具体地，第二延时图像和受精卵F固有的识别信息通过标识符进行深度学习分析，从而生成第一受精卵分析信息。然后，分析单元25将第一受精卵分析信息输出到输出单元26和存储单元28，并且第一受精卵分析信息存储在存储单元28中。

注意，第二延时图像G2和与图像G2相关联的与受精卵F相关的识别信息对应于图13的“输入数据”，并且第一受精卵分析信息对应于图13的“输出”。

(应用示例3)

分析单元25基于通过网络N从多个受精卵管理者收集的受精卵的培养环境信息和预先存储在存储单元28中的受精卵的延时图像，从存储单元28读出形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息和质量信息中的至少一个。这种信息对应于图13的“学习数据”。

接下来，分析单元25通过将从存储单元28读出的学习数据安装在预先设置的算法中来构建标识符。因此，分析单元25包括标识符。

注意，该算法对应于图13的“算法”，并且例如用作上述的机器学习算法。此外，标识符对应于图13的“学习模型”。

接下来，分析单元25通过将如上所述构建的标识符应用于从图像处理单元27输出的第二延时G2，来生成第一受精卵分析信息以及与第二延时图像G2相关联的受精卵F的培养环境信息。

具体地，第二延时图像G2和培养环境信息通过标识符经受深度学习分析，并且因此，生成第一受精卵分析信息。然后，分析单元25将第一受精卵分析信息输出到输出单元26和存储单元28，并且第一受精卵分析信息存储在存储单元28中。

注意，第二延时图像G2和与延时图像G2相关联的与受精卵F相关的培养环境信息对应于图13的“输入数据”，并且第一受精卵分析信息对应于图13的“输出”。

(应用示例4)

分析单元25基于预先存储在存储单元28中的通过网络N从多个受精卵管理者收集的受精卵的延时图像，从存储单元28读出形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息和质量信息中的至少一个。这种信息对应于图13的“学习数据”。

接下来，分析单元25通过将从存储单元28读出的学习数据安装在预先设置的第一算法和第二算法中来构建第二标识符。因此，分析单元25包括第二标识符。

注意，第一算法和第二算法对应于图13的“算法”，并且例如用作如上所述的机器学习算法。此外，第二标识符对应于图13的“学习模型”。在该实施方式中，使用两种算法来构建第二标识符，但是第二标识符不限于此。例如，可以使用不同于第一算法的多个算法来构建第二标识符。

接下来，分析单元25通过将如上所述构建的第二标识符应用于从图像处理单元27输出的第二延时图像G2，来生成第一受精卵分析信息。具体地，通过第二标识符对第二延时图像G2进行深度学习分析，从而生成第一受精卵分析信息。

因此，在生成第一受精卵分析信息时，分析单元25的分析精度提高。然后，分析单元25将第一受精卵分析信息输出到输出单元26和存储单元28，并且第一受精卵分析信息存储在存储单元28中。

注意，第二延时图像G2对应于图13的“输入数据”，第一受精卵分析信息对应于图13的“输出”。

(步骤S04：评估支持信息传输)

输出单元26生成至少包括从获取单元24获取的识别信息和从分析单元25获取的第一受精卵分析信息的评估支持信息。然后，输出单元26通过网络N向受精卵质量评估者输出评估支持信息。

评估支持信息例如作为用于受精卵质量评估者的“受精卵分析报告”发送到第一终端30。“受精卵分析报告”可以通过安装在第一终端30中的用于受精卵质量评估者的应用软件显示在第一终端30上。此时，第一终端30在网络浏览器上显示包括捕获单元2021捕获受精卵F的捕获时间、受精卵F的生长时间(培养时间)、质量信息、形状信息、运动信息、压缩信息、收缩信息、膨胀信息和休眠信息中的至少一个的受精卵分析报告，作为第一受精卵分析信息。

例如，接收评估支持信息的第一终端30(接收单元30a)在网络浏览器上显示评估支持信息，作为网络仪表板。因此，支持根据受精卵质量评估者对受精卵F的质量评估。具体地，根据评估-浏览在第一终端30上显示的评估支持信息(受精卵分析报告)的受精卵质量评估者，基于评估支持信息的受精卵评估信息通过输入单元30b输入到第一终端30。

可以由受精卵质量评估者通过与网络浏览器交互来修改在网络浏览器上显示的至少一些评估支持信息。在此处，该实施方式的受精卵评估信息例如是来自评估-浏览评估支持信息、用于冷冻保存受精卵F的吸管的ID、从浏览(发现)评估支持信息的受精卵质量评估者获得的关于受精卵F的质量评估结果等的受精卵质量评估者的评论，并且同样适用于以下描述。

注意，例如，来自受精卵质量评估者的评论是与为了移植和繁殖受精卵F而与移植-妊娠-繁殖相关的支持信息、为了提高在市场上销售移植后产生的胚胎而与育肥-饲料-运送(销售)相关的支持信息。

(步骤S05：受精卵分配)

在步骤S05中，从输出单元26获取的评估支持信息(第一受精卵分析信息和识别信息)和由受精卵质量评估者输入的受精卵评估信息通过网络N从第一终端30发送到受精卵移植器。在下文中，将描述步骤S05的几个应用示例。

(应用示例1)

例如，发送到第二终端40的评估支持信息和受精卵评估信息发送到第二终端40，作为用于受精卵移植器的“受精卵分析评估报告”。例如，“受精卵分析评估报告”可以通过安装在第二终端40中的受精卵移植器的应用软件在第二终端40上显示。

第二终端40(接收单元40a)获取评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息，例如，在网络浏览器上显示该信息，作为网络仪表板。因此，受精卵移植器能够参考受精卵分析评估报告(评估支持信息和受精卵评估信息)选择具有期望质量的受精卵F，并且由受精卵移植器支持受精卵F的选择操作。

随后，受精卵移植器基于在第二终端40上显示的评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息，通过输入单元40b将获取受精卵F的获取请求输入到第二终端40。获取请求例如是所获取的受精卵的期望数量的信息，例如，受精卵移植器获取的受精卵F的数量、所选择的受精卵F的运送和递送目的地的信息等，并且同样适用于以下描述。

从受精卵移植器输入获取请求的第二终端40通过网络N通过传输单元40c向获取单元24发送获取请求。接下来，输出单元26接收获取单元24通过网络N从第二终端40获取获取请求这一事实，并根据获取请求向第一终端30输出分配命令。分配命令是通过基于受精卵分析评估报告从阱W取出由受精卵移植器选择的受精卵F，允许受精卵移植器加速受精卵F的运送和递送的命令，并且同样适用于以下描述。

接下来，受精卵质量评估者接收第一终端30从输出单元26接收分配命令这一事实，并通过网络N将分配命令发送到网关终端10a。然后，从第一终端30接收分配命令的网关终端10a将分配命令输出到控制记录PC 205。

输入分配命令的控制记录PC 205根据分配命令在显示装置206上显示信息。因此，根据受精卵移植器的获取请求的分配命令被通知给管理受精卵F的受精卵管理者。然后，通知分配命令的受精卵管理者基于受精卵移植器的获取请求，执行由受精卵移植器选择的受精卵F的运送和递送。

(应用示例2)

例如，发送到第二终端40的评估支持信息和受精卵评估信息发送到第二终端40，作为用于受精卵移植器的“受精卵销售报告”。例如，“受精卵销售报告”可以通过安装在第二终端40中的受精卵移植器的应用软件在第二终端40上显示。

第二终端40(接收单元40a)获取评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息，例如，在网络浏览器上显示该信息，作为网络仪表板。基于第一受精卵分析信息、识别信息和受精卵评估信息，在网络仪表板上显示应用于多个受精卵F中的每一个的价格。

基于在第二终端40上显示的评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息，受精卵移植器通过输入单元40b将购买受精卵F的购买请求输入到第二终端40。购买请求例如是购买的受精卵的期望数量的信息，例如，受精卵移植器购买了多少受精卵、根据购买的受精卵的期望数量的购买成本的信息等，并且同样适用于以下描述。

从受精卵移植器输入购买请求的第二终端40通过网络N通过传输单元40c将购买请求发送到获取单元24。接下来，输出单元26接收获取单元24从第二终端40获取购买请求这一事实，并且通过网络向第一终端30发送根据购买请求的销售命令。销售命令是通过基于受精卵销售报告从阱W取出由受精卵移植器选择的受精卵F，允许受精卵移植器加速受精卵F的销售的命令。

接下来，受精卵质量评估者接收第一终端30从输出单元26接收销售命令这一事实，并通过网络N将销售命令发送到网关终端10a。然后，从第一终端30接收销售命令的网关终端10a将销售命令输出到控制记录PC 205。

输入销售命令的控制记录PC 205通过显示装置206根据销售命令显示信息。因此，根据受精卵移植器的购买请求的销售命令被通知给管理受精卵F的受精卵管理者。然后，通知销售命令的受精卵管理者基于受精卵移植器的购买请求，执行由受精卵移植器选择的受精卵F的运送和递送。

接下来，在受精卵移植器从受精卵管理者接收到自己选择的受精卵F的情况下，受精卵移植器基于输入到第二终端40的购买请求向受精卵质量评估者支付价格。购买受精卵F的受精卵移植器相对于受精卵质量评估者的支付可以通过邮件或通过银行转账来执行，或者可以通过使用安装在第二终端40中的受精卵移植器的专用应用程序的在线支付来执行。

(步骤S06：进度信息获取)

受精卵移植器将从受精卵管理者运送和递送的受精卵F移植到牲畜，并进行分娩和繁殖。然后，从牲畜身上产生的胚胎被培育成成虫，并在市场上出售成虫。受精卵移植器基于评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息，获得与他自己选择的受精卵F相关的进度信息，同时从受精卵管理者分配的受精卵F生长到要出售的成虫。

接下来，受精卵移植器将如上所述获得的进度信息输入到第二终端40。因此，与受精卵移植器从第二终端40选择的受精卵F相关的进度信息通过网络N发送到获取单元24。

然后，获取单元24获取进度信息，将进度信息输出到分析单元25、输出单元26和存储单元28。从获取单元24获取进度信息的输出单元26将进度信息输出到受精卵质量评估者(第一终端30)。另外，输出到存储单元28的进度信息存储在存储单元28中。

在此处，本实施方式的获取单元24获取与基于评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息选择的受精卵F相关的移植信息、繁殖信息、育肥信息和肉信息中的至少一个，作为进度信息。

例如，移植信息是与羽化率、植入率、胚胎率、受精率、流产率、出生率等相关的信息，这些信息是通过将所选择的受精卵F移植到牲畜中而得知的。

例如，繁殖信息是与繁殖率、存活率、畸形率、平均存活年龄、流行率、发病率等相关的信息，这些信息是通过将所选择的受精卵F培养成成虫并通过使用成虫作为亲本来繁殖同种血液的物种而得知的。

例如，育肥信息是与成虫的体重、身高和健康状况相关的信息，这些信息是通过将所选择的受精卵F培育成幼体，并通过将幼体人工育肥至成虫而得知的，还可以是与通过拍卖出售育肥的幼体或成虫时的价格相关的信息等。

例如，肉信息是与肉的肉质量等级、产量等级和美味味道相关的信息，这些信息是通过将所选择的受精卵F培育成成虫，并通过对成虫进行肉加工而得知的，还可以是与在市场上销售肉时的价格相关的信息等。

注意，上面描述的“移植信息”、“繁殖信息”、“育肥信息”和“肉信息”在下面的描述中是相同的。

随后，从获取单元24获取进度信息的分析单元25从存储单元28读出形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息、质量信息、识别信息和培养环境信息中的至少一个，这些信息存储在存储单元28中，并且与和进度信息相关联的受精卵F相关。

接下来，分析单元25将从进度信息和存储单元28中读出的信息安装在预先设置的算法中，作为学习数据，并且因此再次构建标识符。因此，更新标识符。

另一方面，在从输出单元26获取进度信息的第一终端30上显示进度信息。即，将与基于评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息选择的受精卵F相关的进度信息通知给受精卵质量评估者。因此，当受精卵质量评估者基于评估支持信息(受精卵分析报告)评估受精卵F的质量时，也可以考虑进度信息来执行质量评估。

<操作>

最近，在受精处理、动物产业等领域，待移植的受精卵的质量是影响移植记录的重要因素。在识别待移植的受精卵时，通常使用光学显微镜、图像处理设备等根据形态学发现来确定受精卵的生长条件或质量。

然而，在移植前对受精卵的质量评估中，上述形态学评估方法不仅容易掌握，而且容易主观。为此，近来，为了选择良好的受精卵，期望获得与形态学发现相比以更高准确度评估的受精卵的质量评估结果。

特别地，在畜牧业中，执行多次从牛的子宫收集多个受精卵、从多个受精卵中识别正常受精卵以及将受精卵移植到与收集受精卵的牛的子宫不同的子宫的过程，牛一生中分娩的次数是有限的，因此，在来源于根据形态学发现选择的受精卵的成虫不具有期望质量的情况下，不利影响增加。

因此，在当前的畜牧业中，为了将牲畜作为商品处理，从提高生产率的角度来看，需要以更高的准确度分析质量评估结果，例如，移植前的受精卵在移植后呈现的发育潜力的程度。

然而，在当前的畜牧业中，为了在以高准确度分析移植前获得受精卵的质量评估结果，除了询问专业机构或询问专家(例如，熟练的胚胎学家)之外别无他法，并且在询问的情况下，不仅在获得分析结果之前花费的时间比需要的时间多，而且在获得具有期望质量的受精卵之前花费的成本也太高。

考虑到这种情况，在根据该实施方式的受精卵质量评估系统100中，可以将多个观察图像的分析信息和由受精卵质量评估者评估的分析信息的评估信息发送到受精卵移植器的第二终端40，在多个观察图像中，沿着培养时间以时间顺序捕获受精卵F，根据专门AI以高准确度进行分析。

因此，与根据形态学发现的质量评估方法相比，受精卵移植器能够容易地获得与以非常高的准确度分析评估的受精卵F相关的质量评估结果，而无需选择地点。因此，与相关技术一样，不仅可以节省要求专业机构或胚胎学家对受精卵进行质量评估的劳动，而且可以降低成本。

此外，在受精卵质量评估系统100中，受精卵移植器基于评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息，将获取请求和购买请求输入到第二终端40中。

因此，参考根据专用AI以高准确度分析的分析结果和由受精卵质量评估者评估的分析结果的评估信息，受精卵移植器能够仅选择和获得具有期望质量的受精卵，例如，移植后具有高概率生长成高质量牲畜的受精卵。

因此，不仅选择移植后的发育潜力预期很高的受精卵的选择操作的效率得到了提高，而且也极大地抑制了选择受精卵成为具有期望质量的成虫的风险。

此外，在根据本实施方式的受精卵质量评估系统100中，从分析受精卵F的观察图像到从受精卵移植器发送关于信息处理设备20和第一终端30的进度信息的过程在一个系统中完成。因此，受精卵移植器能够在任何时候通过第二终端40向信息处理设备20发送获取请求或购买请求，而不依赖于地点和时间。因此，提高了用于选择受精卵F的选择操作的便利性。

<<第二实施方式>>

图14是根据本技术的第二实施方式的受精卵质量评估系统300的框图。在下文中，相同的附图标记将应用于与第一实施方式相同的部件，并且将省略其详细描述。

如图13所示，根据该实施方式的受精卵质量评估系统300与第一实施方式的不同之处在于，信息处理设备20还包括确定单元220，并且通过网络N连接到多个第二终端40，使得可以彼此进行通信。

本实施方式的确定单元220确定处理对从多个第二终端40中的每一个获取的购买请求中的哪一个购买请求做出响应。下面将描述确定单元220的详细功能。

<受精卵质量评估方法>

图15是示出根据本实施方式的受精卵质量评估系统300的受精卵F的质量评估方法的流程图。在下文中，将适当参考图15描述受精卵F的质量评估方法。注意，将省略与第一实施方式相同的步骤的描述。

根据本实施方式的受精卵质量评估系统300是基于与受精卵F相关的评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息，将受精卵F出售给呈现最佳购买条件的受精卵移植器的拍卖系统。下面将详细说明。

(步骤S21：销售确定)

受精卵质量评估者通过第一终端30向多个第二终端40中的每一个发送评估支持信息(第一受精卵分析信息和识别信息)和与受精卵F相关的受精卵评估信息。

每个受精卵移植者基于在第二终端40上显示的评估支持信息和受精卵评估信息，将购买受精卵F的购买请求输入到第二终端40。在该实施方式中，例如，基于评估支持信息和受精卵评估信息，将购买的受精卵的期望数量(例如，受精卵质量评估者购买的受精卵F的数量)、由受精卵移植器设定的购买价格等作为购买请求输入到第二终端40。

从受精卵移植器输入购买请求的多个第二终端40通过网络N将购买请求发送到获取单元24。获取单元24将从多个第二终端40中的每一个获取的购买请求输出到确定单元220。

确定单元220确定处理对从获取单元24输出的多个第二终端40中的每一个的购买请求中的哪一个购买请求做出响应。此时，通常，在从多个第二终端40发送的购买请求中，确定单元220仅接收来自具有最高购买价格的受精卵移植器的第二终端40的购买请求，并将该购买请求输出到输出单元26。

(步骤S22：受精卵销售)

随后，输出单元26通过网络N将根据购买请求的销售命令从允许购买受精卵的受精卵移植器的第二终端40发送到产生拍卖的受精卵F的受精卵质量评估者的第一终端30。销售命令是允许受精卵移植器通过从阱W取出受精卵移植器购买的受精卵F来加速受精卵F的销售的命令

接下来，受精卵质量评估者接收第一终端30从输出单元26接收销售命令这一事实，并通过网络N将销售命令发送到网关终端10a。然后，从第一终端30接收销售命令的网关终端10a将销售命令输出到控制记录PC 205。

输入销售命令的控制记录PC 205根据销售命令在显示装置206上显示信息。因此，根据受精卵移植器的购买请求的销售命令被通知给管理受精卵F的受精卵管理者。然后，通知销售命令的受精卵管理者基于允许购买受精卵的受精卵移植器的购买请求，执行由受精卵移植器购买的受精卵F的运送和递送。

接下来，在受精卵移植器从受精卵管理者接收到自己购买的受精卵F的情况下，受精卵质量评估者基于输入到第二终端40的自己设定的购买价格支付价格。购买受精卵F的受精卵移植器相对于受精卵质量评估者的支付可以通过邮件或通过银行转账来执行，或者可以通过使用安装在第二终端40中的受精卵移植器的专用应用程序的在线支付来执行。

<操作>

在本实施方式的受精卵质量评估系统300中，基于与受精卵F相关的评估支持信息(第一受精卵分析信息和识别信息)和受精卵评估信息，由受精卵移植器以最高购买价格购买受精卵F。因此，受精卵质量评估者作为企业生产受精卵F的盈利能力显著提高。

<修改示例>

如图13所示，该实施方式的受精卵质量评估系统300被配置为使得单个第一终端30通过网络N连接到多个第二终端40，但不限于此。

例如，多个第一终端30和第二终端40可以通过网络N彼此连接，或者多个第一终端30可以通过网络N连接到单个第二终端40。可选地，单个第一终端30和单个第二终端40可以通过网络N彼此连接。

<<第三实施方式>>

图16是根据本技术的第三实施方式的受精卵质量评估系统500的框图。在下文中，相同的附图标记将应用于与第一实施方式相同的部件，并且将省略其详细描述。

如图16所示，本实施方式的受精卵质量评估系统500与第一实施方式的不同之处在于，受精卵管理者不仅处理观察装置202，还处理基因分析装置400。

基因分析装置400连接到控制记录PC 205，并且通过控制记录PC 205连接到网关终端10a。即，基因分析设备400通过控制记录PC 205和网关终端10a连接到信息处理设备20以及第一终端30和第二终端40，使得可以彼此进行通信。

该实施方式的基因分析装置400例如是使用脱氧核糖核酸(DNA)芯片、DNA测序方法或聚合酶链式反应(PCR)方法等的基因分析装置，但不限于此。

另外，由基因分析装置400通过分析受精卵F的基因获得的基因分析信息例如是与通过单核苷酸多态性(SNP)分型获得的四种类型的腺嘌呤(A)、胸腺嘧啶(T)、鸟嘌呤(G)、胞嘧啶(C)的碱基序列相关的信息，并且同样适用于以下描述。

<受精卵质量评估方法>

图17是表示本实施方式的受精卵质量评估系统500的受精卵F的质量评估方法的流程图。在下文中，将描述受精卵F的质量评估方法，同时适当参考图17。注意，将省略与第一实施方式相同的步骤的描述。

(步骤S31：观察图像识别信息基因分析信息获取)

首先，将与受精卵F相关的识别信息和基因分析装置400通过分析受精卵F的基因获得的基因分析信息输入到控制记录PC 205中。输入到控制记录PC 205中的识别信息和基因分析信息存储在控制记录PC 205中，并发送到网关终端10a。网关终端10a接收识别信息和基因分析信息，通过网络N向获取单元24发送该信息，获取单元24获取该信息。

随后，输出单元26接收获取单元24通过网络N从网关终端10a获取识别信息和基因分析信息这一事实，并通过网络N向网关终端10a发送捕获受精卵F的捕获命令。接收捕获命令的网关终端10a向控制记录PC 205发送捕获命令。

接收捕获命令的控制记录PC 205根据捕获命令控制捕获单元2021。因此，如第一实施方式中所述，生成包括六个受精卵F的第一延时图像G1，并且第一延时图像G1发送到控制记录PC 205。

输入了第一延时图像G1的控制记录PC 205将第一延时图像G1发送到网关终端10a。接收第一延时图像G1的网关终端10a通过网络N向获取单元24发送第一延时图像G1，并且获取单元24获取第一延时图像G1。

获取单元24将通过网络N从网关终端10a获取的第一延时图像G1、识别信息和基因分析信息输出到存储单元28，并且该信息存储在存储单元28中。另外，获取单元24将获取的第一延时图像G1输出到图像处理单元27，并将识别信息和基因分析信息输出到输出单元26。

(步骤S33：分析处理)

分析单元25基于通过网络N从多个受精卵管理者收集的受精卵的基因分析信息和预先存储在存储单元28中的受精卵的延时图像，从存储单元28读出形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息和质量信息中的至少一个。这种信息对应于图13的“学习数据”。

接下来，分析单元25通过将从存储单元28读出的学习数据安装在预先设置的算法中来构建标识符。因此，分析单元25包括标识符。

注意，该算法对应于图13的“算法”，并且例如用作第一实施方式中描述的机器学习算法。此外，标识符对应于图13的“学习模型”。

接下来，分析单元25通过将如上所述构建的标识符应用于从图像处理单元27输出的第二延时图像G2，来生成第二受精卵分析信息以及与第二延时图像G2相关联的与受精卵F相关的基因分析信息。

具体地，通过标识符对第二延时图像和基因分析信息进行深度学习分析，从而生成第二受精卵分析信息。然后，分析单元25将第二受精卵分析信息输出到输出单元26和存储单元28，并且第二受精卵分析信息存储在存储单元28中。

注意，第二延时图像G2和与第二延时图像G2相关联的与受精卵F相关的基因分析信息对应于图13的“输入数据”，第二受精卵分析信息对应于图13的“输出”。

(步骤S34：评估支持信息传输)

输出单元26生成从获取单元24获取的至少包括识别信息和基因分析信息的评估支持信息以及从分析单元25获取的第二受精卵分析信息。然后，输出单元26通过网络N向受精卵质量评估者输出评估支持信息。

评估支持信息例如作为用于受精卵质量评估者的“受精卵分析报告”发送到第一终端30。例如，“受精卵分析报告”可以通过安装在第一终端30中的用于受精卵质量评估者的应用软件在第一终端30上显示。

例如，接收评估支持信息的第一终端30在网络浏览器上显示评估支持信息，作为网络仪表板。因此，支持根据受精卵质量评估者对受精卵F的质量评估。具体地，根据评估浏览在第一终端30上显示的评估支持信息(受精卵分析报告)的受精卵质量评估者，基于评估支持信息的受精卵评估信息输入到第一终端30。

(步骤S35：受精卵分配)

第一终端30通过网络N将从输出单元26获取的评估支持信息(第二受精卵分析信息、识别信息和基因分析信息)和由受精卵质量评估者输入的受精卵评估信息发送到第二终端40。

例如，发送到第二终端40的这种信息发送到第二终端40，作为受精卵移植器的“受精卵分析评估报告”。例如，可以通过安装在第二终端40中的用于受精卵移植器的应用软件在第二终端40上显示“受精卵分析评估报告”。

第二终端40获取评估支持信息(第二受精卵分析信息、识别信息和基因分析信息)和受精卵评估信息，例如，在网络浏览器上显示该信息，作为网络仪表板。因此，受精卵移植器能够参考受精卵分析评估报告(评估支持信息和受精卵评估信息)选择具有期望质量的受精卵F，并且受精卵F的选择操作由受精卵移植器支持。

随后，基于在第二终端40上显示的评估支持信息(第二受精卵分析信息、识别信息和基因分析信息)和受精卵评估信息，受精卵移植器通过输入单元40b将获取受精卵F的获取请求输入到第二终端40。

从受精卵移植器输入获取请求的第二终端40通过网络N通过传输单元40c将获取请求发送到获取单元24。接下来，输出单元26接收获取单元24从第二终端40获取获取请求这一事实，并通过网络N将根据获取请求的分配命令输出到第一终端30。

接下来，受精卵质量评估者接收第一终端30从输出单元26接收分配命令这一事实，并通过网络N将分配命令发送到网关终端10a。然后，从第一终端30接收分配命令的网关终端10a将分配命令输出到控制记录PC 205。

输入分配命令的控制记录PC 205通过显示装置206根据分配命令显示信息。因此，根据受精卵移植器的获取请求的分配命令被通知给管理受精卵F的受精卵管理者。然后，通知分配命令的受精卵管理者基于受精卵移植器的获取请求，执行由受精卵移植器选择的受精卵F的运送和递送。

(步骤S36：进度信息获取)

受精卵移植器将从受精卵管理者运送和递送的受精卵F移植到牲畜，并进行分娩和繁殖。然后，从牲畜身上产生的胚胎被培育成成虫，并在市场上出售成虫。受精卵移植器基于评估支持信息(第二受精卵分析信息、识别信息和基因分析信息)和受精卵评估信息，获得与他自己选择的受精卵F相关的进度信息，同时从受精卵管理者分配的受精卵F生长到要出售的成虫。

接下来，受精卵移植器将如上所述获得的进度信息输入到第二终端40。因此，与受精卵移植器从第二终端40选择的受精卵F相关的进度信息通过网络N发送到获取单元24。

然后，获取单元24获取进度信息，将进度信息输出到分析单元25、输出单元26和存储单元28。输出单元26从获取单元24获取进度信息，将进度信息输出到受精卵质量评估者(第一终端30)。此外，输出到存储单元28的进度信息存储在存储单元28中。

在此处，本实施方式的获取单元24获取与基于评估支持信息(第二受精卵分析信息、识别信息和基因分析信息)和受精卵评估信息选择的受精卵F相关的移植信息、繁殖信息、育肥信息和肉信息中的至少一个，作为进度信息。

随后，分析单元25从获取单元24获取进度信息，从存储单元28读出存储在存储单元28中的形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息、质量信息、基因分析信息和培养环境信息，这些信息与和进度信息相关联的受精卵F相关。

接下来，分析单元25在预先设置的算法中安装进度信息和从存储单元28读出的信息，作为学习数据，并且因此再次构建标识符。因此，更新标识符。

另一方面，从获取单元24获取进度信息的第一终端30显示进度信息。即，将与基于评估支持信息(第二受精卵分析信息、识别信息和基因分析信息)和受精卵评估信息选择的受精卵F相关的进度信息通知给受精卵质量评估者。因此，当受精卵质量评估者基于评估支持信息(受精卵分析报告)评估受精卵F的质量时，也可以考虑进度信息来执行质量评估。

<操作>

在根据本实施方式的受精卵质量评估系统500中，基于评估支持信息(第二受精卵分析信息、识别信息和基因分析信息)和受精卵评估信息的获取请求由受精卵移植器输入到第二终端40中。

因此，受精卵移植器能够参考第二延时图像G2的分析结果，选择并获得具有期望质量的受精卵F、由专业AI以高准确度分析的与第二延时图像G2相关联的受精卵F相关的基因分析信息、由受精卵质量评估者进一步评估的分析结果的评估信息以及与受精卵F相关的识别信息。

<<第四实施方式>>

图18是根据本技术的第四实施方式的受精卵质量评估系统700的框图。在下文中，将对与第一实施方式和第三实施方式相同的部件应用相同的附图标记，并且将省略其详细描述。

如图18所示，本实施方式的受精卵质量评估系统700与第一实施方式和第三实施方式的不同之处在于，受精卵管理者不仅处理观察装置202，还处理基因编辑装置600。

基因编辑装置600连接到控制记录PC 205，并通过控制记录PC 205连接到网关终端10a。即，基因编辑设备600通过控制记录PC 205和网关终端10a连接到信息处理设备20以及第一终端30和第二终端40，使得可以彼此进行通信。

基因编辑装置600是编辑受精卵F的基因组信息的任意基因编辑工具，这种基因编辑工具的示例包括成簇的规则间隔的短回文重复/CRISPER相关蛋白9(CRISPER/Cas9)等。

另外，通过基因编辑装置600编辑受精卵F的基因而获得的基因编辑信息例如是通过改变受精卵F的DNA序列而获得的基因组编辑信息，并且同样适用于以下描述。

<受精卵质量评估方法>

图19是示出根据本实施方式的受精卵质量评估系统700的受精卵F的质量评估方法的流程图。在下文中，将适当参考图19描述受精卵F的质量评估方法。注意，将省略与第一实施方式相同的步骤的描述。

(步骤S41：观察图像识别信息、获取基因分析信息、基因编辑信息)

首先，将与受精卵F相关的识别信息和基因分析信息以及通过基因编辑装置600编辑受精卵F的基因而获得的基因编辑信息输入到控制记录PC 205中。输入到控制记录PC205中的识别信息、基因分析信息和基因编辑信息存储在控制记录PC 205中，并发送到网关终端10a。接收识别信息、基因分析信息和基因编辑信息的网关终端10a通过网络N向获取单元24发送信息，获取单元24获取该信息。

随后，输出单元26接收获取单元24通过网络N从网关终端10a获取识别信息、基因分析信息和基因编辑信息这一事实，并通过网络N向网关终端10a发送捕获受精卵F的捕获命令。接收捕获命令的网关终端10a将捕获命令输出到控制记录PC 205。

接收捕获命令的控制记录PC 205根据捕获命令控制捕获单元2021。因此，如第一实施方式中所述，生成包括六个受精卵F的第一延时图像G1，并且第一延时图像G1发送到控制记录PC 205。

输入第一延时图像G1的控制记录PC 205将第一延时图像G1发送到网关终端10a。接收第一延时图像G1的网关终端10a通过网络N向获取单元24发送第一延时图像G1，并且获取单元24获取第一延时图像G1。

获取单元24将通过网络N从网关终端10a获取的第一延时图像G1、识别信息、基因分析信息和基因编辑信息输出到存储单元28，并且该信息存储在存储单元28中。另外，获取单元24将获取的第一延时图像G1输出到图像处理单元27，并将识别信息、基因分析信息和基因编辑信息输出到输出单元26。

(步骤S43：分析处理)

分析单元25基于预先存储在存储单元28中的基因分析信息、通过网络N从多个受精卵管理者收集的受精卵的基因编辑信息和受精卵的延时图像，从存储单元28中读出形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息和质量信息中的至少一个。这种信息对应于图13的“学习数据”。

接下来，分析单元25通过将从存储单元28读出的学习数据安装在预先设置的算法中来构建标识符。因此，分析单元25包括标识符。

注意，该算法对应于图13的“算法”，并且例如用作第一实施方式中描述的机器学习算法。此外，标识符对应于图13的“学习模型”。

接下来，分析单元25通过将如上所述构建的标识符应用于从图像处理单元27输出的第二延时图像G2以及与第二延时图像G2相关联的受精卵F相关的基因分析信息和基因编辑信息，来生成第三受精卵分析信息。然后，分析单元25将第三受精卵分析信息输出到输出单元26和存储单元28，并且第三受精卵分析信息存储在存储单元28中。

注意，第二延时图像G2以及与第二延时图像G2相关的基因分析信息和基因编辑信息对应于图13的“输入数据”，第三受精卵分析信息对应于图13的“输出”。

(步骤S44：评估支持信息传输)

输出单元26生成从获取单元24获取的至少包括识别信息、基因分析信息和基因编辑信息的评估支持信息以及从分析单元25获取的第三受精卵分析信息。然后，输出单元26通过网络N将评估支持信息发送到受精卵质量评估者。

例如，评估支持信息发送到第一终端30，作为用于受精卵质量评估者的“受精卵分析报告”。例如，“受精卵分析报告”可以通过安装在第一终端30中的用于受精卵质量评估者的应用软件在第一终端30上显示。

例如，接收评估支持信息的第一终端30在网络浏览器上显示评估支持信息，作为网络仪表板。因此，受精卵F的质量评估由受精卵质量评估者支持。具体地，基于评估支持信息的受精卵评估信息由评估浏览在第一终端30上信息显示的评估支持信息的受精卵质量评估者输入到第一终端30(受精卵分析报告)。

(步骤S45：受精卵分配)

第一终端30通过网络N将从输出单元26获取的评估支持信息(第三受精卵分析信息、识别信息、基因分析信息和基因编辑信息)和由受精卵质量评估者输入的受精卵评估信息发送到第二终端40。

例如，发送到第二终端40的信息被发送到第二终端40，作为受精卵移植器的“受精卵分析评估报告”。例如，可以通过安装在第二终端40中的用于受精卵移植器的应用软件在第二终端40上显示“受精卵分析评估报告”。

第二终端40获取评估支持信息(第三受精卵分析信息、识别信息、基因分析信息和基因编辑信息)和受精卵评估信息，例如，在网络浏览器上显示该信息，作为网络仪表板。因此，受精卵移植器能够参考受精卵分析评估报告(评估支持信息和受精卵评估信息)选择具有期望质量的受精卵，并且由受精卵移植器支持受精卵的选择操作。

随后，基于在第二终端40上显示的评估支持信息(第三受精卵分析信息、识别信息、基因分析信息和受精卵编辑信息)和受精卵评估信息，受精卵移植器通过输入单元40b将获取受精卵F的获取请求输入到第二终端40中。

从受精卵移植器输入获取请求的第二终端40通过网络N向获取单元24发送获取请求。接下来，输出单元26接收获取单元24从第二终端40获取获取请求这一事实，并通过网络N向第一终端30发送根据获取请求的分配命令。

接下来，受精卵质量评估者接收第一终端30从输出单元26接收分配命令这一事实，并通过网络N将分配命令发送到网关终端10a。然后，从第一终端30接收分配命令的网关终端10a将分配命令输出到控制记录PC 205。

输入分配命令的控制记录PC 205通过显示装置206根据分配命令显示信息。因此，根据受精卵移植器的获取请求的分配命令被通知给管理受精卵F的受精卵管理者。然后，通知分配命令的受精卵管理者基于受精卵移植器的获取请求，执行由受精卵移植器选择的受精卵F的运送和递送。

(步骤S46：进度信息获取)

受精卵移植器将从受精卵管理者运送的受精卵F移植到牲畜，并进行分娩和繁殖。然后，从牲畜身上产生的胚胎被培育成成虫，并在市场上出售成虫。受精卵移植器基于评估支持信息(第三受精卵分析信息、识别信息、基因分析信息和基因编辑信息)和受精卵评估信息，获得与他自己选择的受精卵F相关的进度信息，同时从受精卵管理者分配的受精卵F生长到要出售的成虫。

接下来，受精卵移植器将如上所述获得的进度信息输入到第二终端40。因此，从第二终端40选择的与受精卵移植器选择的受精卵F相关的进度信息通过网络N发送到获取单元24。

然后，获取单元24获取进度信息，将进度信息输出到分析单元25、输出单元26和存储单元28。输出单元26从获取单元24获取进度信息，将进度信息发送到受精卵质量评估者(第一终端30)。此外，输出到存储单元28的进度信息存储在存储单元28中。

在此处，本实施方式的获取单元24获取与基于评估支持信息(第三受精卵分析信息、识别信息、基因分析信息和基因编辑信息)和精卵评估信息选择的受精卵F相关的移植信息、繁殖信息、育肥信息和肉信息中的至少一个，作为进度信息。

随后，分析单元25从获取单元24获取进度信息，从存储单元28读出存储在存储单元28中的形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息、质量信息、基因分析信息、基因编辑信息和培养环境信息中的至少一个，这些信息与和进度信息相关联的受精卵F相关。

接下来，分析单元25在预先设置的算法中安装进度信息和从存储单元28读出的信息，作为学习数据，并且因此再次构建标识符。因此，更新标识符。

另一方面，在从获取单元24获取进度信息的第一终端30上显示进度信息。即，将与基于评估支持信息(第三受精卵分析信息、识别信息、基因分析信息和基因编辑信息)和精卵评估信息选择的受精卵F相关的进度信息通知给受精卵质量评估者。因此，当受精卵质量评估者基于评估支持信息(受精卵分析报告)评估受精卵F的质量时，也可以考虑进度信息来执行质量评估。

<操作>

在根据本实施方式的受精卵质量评估系统700中，基于评估支持信息(第三受精卵分析信息、识别信息、基因分析信息和基因编辑信息)和受精卵评估信息的获取请求由受精卵移植器输入到第二终端40。

因此，受精卵移植器能够参考第二延时图像G2的分析结果，选择并获得具有期望质量的受精卵F、由专用AI以高准确度进行分析的与和第二延时图像G2相关联的受精卵F相关的基因分析信息和基因编辑信息、由受精卵质量评估者进一步评估的分析结果的评估信息以及与受精卵F相关的识别信息。

<<第五实施方式>>

图20是根据本技术的第五实施方式的受精卵质量评估系统800的框图。图21是示出受精卵质量评估系统800的受精卵分析支持的概述的示图，并且是示出分析受精卵F的质量以及获得与受精卵相关的进度信息的流程的示图。在下文中，相同的附图标记将应用于与第一实施方式相同的部件，并且将省略其详细描述。

根据该实施方式的受精卵质量评估系统800是网络系统，其能够通过网络(例如，互联网)相互获取在培养管理人类受精卵的人类生殖诊所或医院(受精卵管理者)、医生、胚胎学家或属于人类生殖诊所或医院的工作人员(受精卵质量评估者)、移植评估其质量用于受精治疗的人类受精卵(受精卵移植器)的人类生殖诊所或医院以高准确度分析的人类受精卵的质量评估信息。在下文中，将描述使用人类受精卵作为目标的受精卵的质量评估方法。

<受精卵质量评估方法>

图22是示出根据本实施方式的受精卵质量评估系统800的受精卵F的质量评估方法的流程图。在下文中，将适当参考图22描述受精卵F的质量评估方法。注意，将省略与第一实施方式相同的步骤的描述。

(步骤S51：观察图像发现信息获取)

首先，受精卵质量评估者通过输入单元207将与受精卵F相关的发现信息输入到控制记录PC 205。输入到控制记录PC 205中的发现信息存储在控制记录PC 205中，并且发送到网关终端10a。接收发现信息的网关终端10a通过网络N向获取单元24发送发现信息，获取单元24获取该信息。

在此处，该实施方式的发现信息例如是与受精卵F的质量(生长条件、细胞数量、细胞对称性、原核数量、极细胞数量、细胞卵裂球中的细胞核数量、片段等)相关的信息，由专家(例如，医生或胚胎学家)根据发现，基于按时间顺序捕获的受精卵F的延时图像，来确定该信息。

随后，输出单元26接收获取单元24通过网络N从网关终端10a获取发现信息这一事实，并通过网络N向网关终端10a发送捕获受精卵F的捕获命令。接收捕获命令的网关终端10a将捕获命令发送给控制记录PC 205。

接收捕获命令的控制记录PC 205根据捕获命令控制捕获单元2021。因此，如第一实施方式中所述，生成包括六个受精卵F的第一延时图像G1，并且第一延时图像G1发送到控制记录PC 205。

输入第一延时图像G1的控制记录PC 205将第一延时图像G1发送到网关终端10a。接收第一延时图像G1的网关终端10a通过网络N向获取单元24发送第一延时图像G1，并且获取单元24获取该信息。

获取单元24通过网络N将从网关终端10a获取的第一延时图像G1和发现信息输出到存储单元28，并且该信息存储在存储单元28中。另外，获取单元24将获取的第一延时图像G1输出到图像处理单元27，并将发现信息输出到输出单元26。

(步骤S54：评估支持信息传输)

输出单元26生成至少包括从获取单元24获取的发现信息和从分析单元25获取的第一受精卵分析信息的评估支持信息。然后，输出单元26通过网络N向受精卵质量评估者输出评估支持信息。

例如，评估支持信息发送到第一终端30，作为用于受精卵质量评估者的“受精卵分析报告”。例如，“受精卵分析报告”可以通过安装在第一终端30中的用于受精卵质量评估者的应用软件在第一终端30上显示。

例如，接收评估支持信息的第一终端30在网络浏览器上显示评估支持信息，作为网络仪表板。因此，受精卵F的质量评估由受精卵质量评估者支持。具体地，基于评估支持信息的受精卵评估信息由评估浏览在第一终端30上显示的评估支持信息的受精卵质量评估者输入到第一终端30中。

注意，根据该实施方式的受精卵质量评估系统800是保存“与医疗信息系统的安全管理相关的指南”(所谓的3省4指南)的网络系统。因此，基于评估支持信息，将受精卵评估信息输入第一终端30的受精卵质量评估者的动作不对应于检查患者的“诊断动作”。

(步骤S55：受精卵移植)

第一终端30通过网络N将从输出单元26获取的评估支持信息(第一受精卵分析信息和发现信息)和由受精卵质量评估者输入的受精卵评估信息发送到第二终端40。

例如，发送到第二终端40的这种信息发送到第二终端40，作为为受精卵移植器提供的“受精卵分析评估报告”。例如，可以通过安装在第二终端40中的用于受精卵移植器的应用软件在第二终端40上显示“受精卵分析评估报告”。

例如，获取评估支持信息(第一受精卵分析信息和发现信息)和受精卵评估信息的第二终端40在网络浏览器上显示该信息，作为网络仪表板。因此，例如，受精卵分析评估报告被报告给访问受精卵移植器(人类生殖诊所、医院等)的不育患者，因此，这对于计划和管理不育患者的诊断预约或医院就诊管理以及不育患者的医院就诊时间表或药物治疗时间表是有用的。

随后，属于受精卵移植器的医生等参考在第二终端40上显示的评估支持信息(第一受精卵分析信息和发现信息)和受精卵评估信息，执行诊断咨询，以便将受精卵F移植到不育患者。此时，例如，参考受精卵分析评估报告(评估支持信息和受精卵评估信息)，从由受精卵管理者管理的通过不育患者的卵子和伴侣的精子之间的外部受精产生的多个受精卵F中选择不育患者的具有期望质量的受精卵F。

接下来，属于受精卵移植器的医生等将获取受精卵F的获取请求输入到第二终端40中，该获取请求是作为针对不育患者的诊断咨询的结果而选择的。输入获取请求的第二终端40通过网络N向网关终端10a发送获取请求。然后，从第二终端40接收获取请求的网关终端10a向控制记录PC 205输出获取请求。

输入获取请求的控制记录PC 205通过显示装置206根据获取请求显示信息。因此，受精卵移植器的获取请求被通知给管理受精卵F的受精卵管理者。然后，通知获取请求的受精卵管理者基于受精卵移植器的获取请求，执行由受精卵移植器选择的受精卵F的运送递送。

接下来，受精卵移植器从受精卵管理者接收作为基于受精卵分析评估报告的诊断咨询的结果而选择的受精卵F，并将受精卵F移植到不育患者的子宫。

(步骤S56：进度信息获取)

受精卵移植器获得与基于受精卵分析评估报告(评估支持信息和受精卵评估信息)选择的受精卵F相关的进度信息，同时移植到不育患者子宫的受精卵F生长，以经受分娩。

接下来，属于受精卵移植器的医生等将如上所述获得的进度信息输入到第二终端40中。因此，与受精卵移植器从第二终端40选择的受精卵F相关的进度信息通过网络N发送到获取单元24。

然后，获取单元24获取进度信息，将进度信息输出到分析单元25、输出单元26和存储单元28。输出单元26从获取单元24获取进度信息，将进度信息发送到受精卵质量评估者(第一终端30)。此外，输出到存储单元28的进度信息存储在存储单元28中。

在此处，本实施方式的获取单元24至少获取与基于评估支持信息(第一受精卵分析信息和发现信息)和受精卵评估信息选择的受精卵F相关的移植信息，作为进度信息。

随后，分析单元25从获取单元24获取进度信息，从存储单元28读出存储在存储单元28中的形状信息、运动信息、压缩信息、收缩信息、膨胀信息、休眠信息、根据发现的生长信息、质量信息、基因分析信息和培养环境信息中的至少一个，这些信息与和进度信息相关联的受精卵F相关。

接下来，分析单元25在预先设置的算法中安装进度信息和从存储单元28读出的信息，作为学习数据，并且因此再次构建标识符。因此，更新标识符。

另一方面，在从获取单元24获取进度信息的第一终端30上显示进度信息。即，与基于评估支持信息(第一受精卵分析信息和发现信息)和受精卵评估信息选择的受精卵F相关的进度信息被通知给受精卵质量评估者。因此，当受精卵质量评估者基于评估支持信息(受精卵分析报告)评估受精卵F的质量时，也可以考虑进度信息来执行质量评估。

<操作>

在本实施方式的受精卵质量评估系统800中，可以参考由专用AI以高准确度分析的第二延时图像G2的分析结果、由受精卵质量评估者进一步评估的分析结果的评估信息以及与第二延时图像G2相关联的与受精卵F相关的发现信息，来选择不育患者的具有期望质量的受精卵F，并且将受精卵F移植到不育患者。

<补充>

图23是示出受精卵质量评估系统800的受精卵分析支持的另一概述的示图，并且是示出分析受精卵F的质量以及获得与受精卵相关的进度信息的流程的示图。

如图23所示，在该实施方式的受精卵质量评估系统800中，评估受精卵F质量的受精卵质量评估者和移植受精卵F的受精卵移植器可以是同一机构(医院、人类生殖诊所等)。即，在受精卵质量评估系统800中，相对于不育患者的受精卵F的管理和受精卵F的移植可以在同一机构(医院、人类生殖诊所等)中进行。因此，省略了相对于受精卵移植器运送递送受精卵F的步骤，因此，可以迅速地将受精卵F移植给不育患者。

<修改示例>

在本实施方式的受精卵质量评估系统800的步骤S51中，通过输入单元207将发现信息输入到控制记录PC 205中，但是本技术不限于此，并且可以进一步输入第一实施方式中描述的识别信息。即，可以通过第二终端40将至少包括第一受精卵分析信息、受精卵评估信息、发现信息和识别信息的评估支持信息呈现给受精卵移植器或患者。

如上所述，已经描述了本技术的实施方式，但是本技术不限于上述实施方式，并且显然可以添加各种变化。

例如，在受精卵质量评估系统100、300、500、700和800中，捕获受精卵F的捕获步骤在任意时间重复，例如，以15分钟的间隔或以诸如每隔一天等每个预定周期重复，或者连续重复，并且通过使用通过该步骤获取的图像来评估受精卵F的质量，但是本技术不限于此。

在根据本实施方式的受精卵质量评估系统100、300、500、700和800中，可以根据需要实时获取图像，或者可以在显示装置206或第一终端30和第二终端40上显示受精卵F的图像，以在任何时间进行观察和评估。

另外，在上述第一实施方式、第三实施方式和第四实施方式中，输出单元26接收获取单元24从受精卵移植器获取获取请求(购买请求)这一事实，并且根据获取请求(购买请求)向第一终端30发送分配命令(销售命令)，但不限于此。

例如，输出单元26可以接收获取单元24从第二终端40获取获取请求(购买请求)这一事实，并且可以通过终端装置10将根据获取请求(购买请求)将分配命令(销售命令)输出到受精卵管理者，从而可以执行受精卵F的运送和递送。

此外，在上述第一实施方式、第三实施方式和第四实施方式中，输入到第二终端40的获取请求(购买请求)输出到信息处理设备20，但不限于此，并且获取请求(购买请求)可以通过终端装置10直接输出到受精卵管理者，因此，可以执行受精卵F的运送和递送。

此外，在根据本技术的受精卵质量评估系统100、300、500和700中，作为目标的受精卵F通常来自牛，但不限于此，并且例如可以从小鼠、猪、狗、猫等中取样。

此外，在本文，“受精卵”在概念上包括至少一个单细胞和多个细胞的集合。此外，单个细胞或多个细胞的集合涉及在胚胎发育(受精卵细胞发育)的一个或多个阶段观察到的细胞，包括卵母细胞、卵子、受精卵、胚泡和胚胎(受精卵)。

此外，本技术还可以应用于任意细胞，例如，动物工业等领域中的活体的未受精卵细胞(卵子)或胚胎、或者再生医学、病理生物学、基因编辑技术等领域中的从活体取出的生物样品，例如，干细胞、免疫细胞和癌细胞。

此外，本技术可以在多种系统架构中的任何一种中实现。例如，在一个实施方式中，该系统可以包括至少一个服务器，该服务器被配置为处理从成像器接收的时间序列图像。在另一实施方式中，该系统可以包括成像装置，该成像装置包括通信接口，该通信接口被配置为经由至少一个网络连接到至少一个计算机，计算机程序从该计算机下载到成像装置或另一计算机。下载的计算机程序可用于控制成像装置的操作(例如，捕获图像)和/或根据本文所述的技术执行图像处理。

注意，本技术也可以如下配置。

(1)一种用于评估受精卵质量的计算机系统，所述计算机系统包括：

计算机处理电路，被配置为：

接收由成像设备以时间序列捕获的受精卵的多个图像；

将受精卵的多个图像或基于受精卵的多个图像的信息作为输入提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于多个图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且

在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以修改至少一些评估支持信息。

(2)根据(1)的计算机系统，其中，计算机处理电路还被配置为处理从成像设备接收的多个图像，以基于作为输入提供给至少一个学习模型的多个图像来生成信息。

(3)根据(2)的计算机系统，其中，处理多个图像包括对多个图像执行归一化处理。

(4)根据(2)的计算机系统，其中，处理多个图像包括在多个图像中的每个图像内定义受精卵的边界。

(5)根据(2)的计算机系统，其中，处理多个图像包括执行深度学习分析，以提取多个图像中的受精卵的轮廓线。

(6)根据(1)的计算机系统，其中，计算机处理电路还被配置为至少部分地基于形状信息、压缩信息、收缩信息、膨胀信息、休眠信息和质量信息中的一个或多个来训练至少一个学习模型。

(7)根据(6)的计算机系统，其中，质量信息包括描述受精卵的生长状况的信息。

(8)根据(6)的计算机系统，其中，形状信息包括描述受精卵的直径、面积、体积和圆度中的一个或多个的变化的信息。

(9)根据(6)的计算机系统，其中，压缩信息包括描述当受精卵的形状从16细胞期改变为桑椹胚期时的压缩时间的信息。

(10)根据(6)的计算机系统，其中，收缩信息包括描述受精卵的收缩次数、收缩直径、收缩速度、收缩时间、收缩间隔、收缩强度和收缩频率中的一个或多个的信息。

(11)根据(6)的计算机系统，其中，休眠信息包括描述受精卵的发育阶段的滞后期的信息。

(12)根据(1)的计算机系统，其中，计算机处理电路还被配置为：

经由网络仪表板接收来自质量评估者的输入，作为受精卵评估信息；并且

经由网络仪表板，向受精卵消费者提供对至少一些评估支持信息和受精卵评估信息的访问。

(13)根据(12)的计算机系统，其中，计算机处理电路还被配置为：

经由网络仪表板接收来自受精卵消费者的对受精卵的获取请求；并且

响应于接收到获取请求，启动用于将所请求的受精卵传递到受精卵消费者的传递过程。

(14)根据(1)的计算机系统，其中，计算机处理电路还被配置为：

经由网络仪表板接收进度信息，该进度信息包括描述从其生长受精卵的动物的状况的信息；并且

至少部分地基于进度信息来重新训练学习模型。

(15)根据(1)的计算机系统，还包括：

成像设备被配置为以时间序列捕获受精卵的多个图像。

(16)一种用于分析受精卵的时间序列图像的计算机实现的方法，该方法包括：

从成像设备接收以时间序列捕获的受精卵的多个图像；

将受精卵的多个图像或基于多个图像的信息作为输入提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于多个图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且

在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息显示评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以修改至少一些评估支持信息。

(17)根据(16)的计算机实现的方法，还包括：

处理从成像设备接收的多个图像，以基于作为输入提供给至少一个学习模型的多个图像来生成信息。

(18)根据(16)的计算机实现的方法，还包括：

至少部分地基于形状信息、压缩信息、收缩信息、膨胀信息、休眠信息和质量信息中的一个或多个来训练至少一个学习模型。

(19)根据(16)的计算机实现的方法，还包括：

经由网络仪表板接收来自质量评估者的输入，作为受精卵评估信息；并且

经由网络仪表板，向受精卵消费者提供对至少一些评估支持信息和受精卵评估信息的访问。

(20)根据(19)的计算机实现的方法，还包括：

经由网络仪表板接收来自受精卵消费者的对受精卵的获取请求；并且

响应于接收到获取请求，启动用于将所请求的受精卵传递到受精卵消费者的传递过程。

(21)根据(16)的计算机实现的方法，还包括：

经由网络仪表板接收进度信息，该进度信息包括描述从其生长受精卵的动物的状况的信息；并且

至少部分地基于进度信息来重新训练学习模型。

(22)一种用多个指令编码的非暂时性计算机可读介质，当由计算机处理电路执行时，该指令执行一种方法，该方法包括：

从成像设备接收以时间序列捕获的受精卵的多个图像；

将受精卵的多个图像或基于多个图像的信息作为输入提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于多个图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且

在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息显示评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以修改至少一些评估支持信息。

(23)一种用于评估受精卵质量的计算机系统，该计算机系统包括：

计算机处理电路，被配置为：

接收由成像设备以时间序列捕获的受精卵的多个图像；

将受精卵的多个图像或基于受精卵的多个图像的信息作为输入提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于多个图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且

在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以输入受精卵的质量信息。

(24)一种用于评估受精卵质量的图像处理系统，该图像处理系统包括：

成像装置，被配置为捕获受精卵的时间序列图像，其中，时间序列中的至少一部分图像对应于受精卵的不同发育阶段；

通信接口，被配置为经由至少一个网络连接到至少一个计算机；以及

至少一个存储介质，被配置为存储经由通信接口接收的多个指令，其中，当由计算机处理电路执行时，多个指令使得计算机处理电路：

控制成像设备捕获时间序列图像；

将时间序列图像或基于时间序列图像的信息提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于时间序列图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且

在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以输入受精卵的质量信息。

(25)一种用于评估受精卵质量的图像处理系统，该图像处理系统包括：

成像装置，被配置为捕获受精卵的时间序列图像，其中，时间序列中的至少一部分图像对应于受精卵的不同发育阶段；

通信接口，被配置为经由至少一个网络连接到至少一个计算机；以及

至少一个存储介质，被配置为存储经由通信接口接收的多个指令，其中，当由计算机处理电路执行时，该多个指令使得计算机处理电路：

将时间序列图像或基于时间序列图像的信息提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于时间序列图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且

在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以输入受精卵的质量信息。

(26)一种用于评估受精卵质量的图像处理系统，该图像处理系统包括：

至少一个存储介质，被配置为存储多个指令，当由计算机处理电路执行时，该指令使得计算机处理电路：

将由成像装置捕获的时间序列图像或基于时间序列图像的信息提供给至少一个学习模型，其中，至少一个学习模型已被训练为至少部分地基于时间序列图像输出描述用于评估受精卵质量的受精卵的特征的受精卵分析信息；并且

在网络浏览器中提供的网络仪表板上，至少部分地基于受精卵分析信息提供评估支持信息，其中，评估支持信息使得质量评估者能够与网络仪表板交互，以输入受精卵的质量信息。

(27)一种受精卵质量评估方法，包括：

通过网络从生产操作者处获取受精卵的延时图像；

通过将受精卵的延时图像应用于学习模型来生成第一受精卵分析信息，通过使用从多个生产操作者收集的受精卵的延时图像来生成该学习模型；并且

通过网络向胚胎学家或农场生产者输出受精卵分析报告，胚胎学家或农场生产者通过使用包括第一受精卵分析信息的受精卵分析报告来评估受精卵。

(28)根据上述(27)的受精卵质量评估方法，其中，

生成第一受精卵分析信息的步骤包括通过根据学习模型对受精卵的延时图像执行深度学习分析来生成第一受精卵分析信息。

(29)根据上述(27)或(28)的受精卵质量评估方法，还包括：

向育种者发送受精卵销售报告。

(30)根据上述(27)至(29)中任一项的受精卵质量评估方法，其中，

输出受精卵分析报告的步骤包括输出受精卵分析报告，作为第一受精卵分析信息，该受精卵分析报告包括用于捕获受精卵的捕获时间、受精卵的生长时间、质量信息、形状信息、运动信息、压缩信息、收缩信息、膨胀信息和休眠信息中的至少一个。

(31)根据上述(27)至(30)中任一项的受精卵质量评估方法，其中，

生成第一受精卵分析信息的步骤包括通过将受精卵的延时图像应用于基于第一算法生成的第一标识符来生成第一受精卵分析信息，该第一算法将从多个生产操作者收集的受精卵的延时图像设置为学习数据。

(32)根据上述(31)的受精卵质量评估方法，还包括：

在生成第一受精卵分析信息之前，对受精卵的延时图像进行归一化，其中，

生成第一受精卵分析信息的步骤包括通过将受精卵的归一化延时图像应用于第一标识符来生成第一受精卵分析信息。

(33)根据上述(31)或(32)的受精卵质量评估方法，其中，

生成第一受精卵分析信息的步骤包括通过将受精卵的延时图像应用于基于第二算法生成的第二标识符来生成第一受精卵分析信息，该第二算法将从多个生产操作者收集的受精卵的延时图像设置为学习数据和第一算法。

(34)根据上述(27)至(33)中任一项的受精卵质量评估方法，其中，

生成第一受精卵分析信息的步骤包括通过将受精卵的延时图像和识别信息应用于基于算法生成的标识符来生成第一受精卵分析信息，该算法将从多个生产操作者收集的受精卵的延时图像和识别信息设置为学习数据。

(35)根据上述(27)至(34)中任一项的受精卵质量评估方法，其中，

生成第一受精卵分析信息的步骤包括通过将受精卵的延时图像和培养环境信息应用于基于算法生成的标识符来生成第一受精卵分析信息，该算法将从多个生产操作者收集的受精卵的延时图像和培养环境信息设置为学习数据。

(36)根据上述(27)至(35)中任一项的受精卵质量评估方法，其中，

生成第一受精卵分析信息的步骤包括生成用于捕获受精卵的捕获时间、受精卵的生长时间、质量信息、形状信息、运动信息、压缩信息、收缩信息、膨胀信息和休眠信息中的至少一个，作为第一受精卵分析信息。

(37)根据上述(29)至(36)中任一项的受精卵质量评估方法，其中，

发送受精卵销售报告的步骤包括将包括评估支持信息以及基于评估支持信息的受精卵评估信息的受精卵销售报告发送给育种者，该评估支持信息包括第一受精卵分析信息并支持受精卵的质量评估。

(38)根据上述(29)至(37)中任一项的受精卵质量评估方法，还包括：

通过网络从育种者获取受精卵的获取请求；并且

根据获取请求向农场生产者或胚胎学家输出命令。

(39)根据上述(29)至(37)中任一项的受精卵质量评估方法，还包括：

通过网络从育种者获取购买受精卵的购买请求；并且

根据购买请求向农场生产者或胚胎学家输出命令。

(40)根据上述(39)的受精卵质量评估方法，还包括：

确定是否响应育种者的购买请求。

(41)根据上述(29)至(40)中任一项的受精卵质量评估方法，还包括：

通过网络从生产操作者获取由分析受精卵的基因的基因分析装置获取的基因分析信息；

基于受精卵的延时图像和基因分析信息生成第二受精卵分析信息；并且

通过网络向胚胎学家或农场生产者输出第二受精卵分析信息。

(42)根据上述(41)的受精卵质量评估方法，还包括：

通过网络从生产操作者获取由编辑受精卵基因的基因编辑装置获取的基因编辑信息；

基于受精卵的延时图像、基因分析信息和基因编辑信息生成第三受精卵分析信息；并且

通过网络向胚胎学家或农场生产者输出第三受精卵分析信息。

(43)根据上述(29)至(42)中任一项的受精卵质量评估方法，还包括：

通过网络从育种者获取与受精卵相关的进度信息；并且

通过网络向农场生产者或胚胎学家输出进度信息。

(44)根据上述(43)的受精卵质量评估方法，其中，

获取进度信息的步骤包括获取与受精卵相关的移植信息、繁殖信息、育肥信息和肉信息中的至少一个，作为进度信息。

(45)一种受精卵质量评估系统，包括：

信息处理设备，用于根据云计算执行受精卵质量评估，

该信息处理设备包括

获取单元，通过网络从终端装置获取多个观察图像，在多个观察图像中，以时间顺序捕获与固有识别信息相关联的受精卵，

分析单元，基于多个观察图像生成受精卵分析信息，以及

输出单元，通过网络向接收基于评估支持信息的受精卵评估信息的输入的计算机输出包括识别信息和受精卵分析信息的评估支持信息。

(46)根据上述(45)的受精卵质量评估系统，还包括：

终端装置被配置为能够通过网络发送多个观察图像。

(47)根据上述(45)或(46)的受精卵质量评估系统，其中，

获取单元还通过网络从终端装置获取与成为受精卵的精子和卵子相关的信息、与受精卵相关的交配信息以及与用于培养受精卵的培养皿相关的信息中的至少一个，作为识别信息。

(48)根据上述(45)至(47)中任一项的受精卵质量评估系统，其中，

信息处理设备是网络服务器。

(49)一种受精卵质量评估系统，包括：

云服务器，能够通过网络连接到多个终端，

该云服务器包括

获取单元，通过网络从终端装置获取多个观察图像，在多个观察图像中，以时间顺序捕获与固有识别信息相关联的受精卵；

分析单元，基于多个观察图像生成受精卵分析信息，以及

输出单元，通过网络向接收基于评估支持信息的受精卵评估信息的输入的计算机输出包括识别信息和受精卵分析信息的评估支持信息。

(50)一种程序，使信息处理设备执行以下步骤：

通过网络从生产操作者处获取受精卵的延时图像；

通过将受精卵的延时图像应用于通过使用从多个生产操作者收集的受精卵的延时图像生成的学习模型，来生成受精卵分析信息；并且

通过网络向胚胎学家或农场生产者输出受精卵分析报告，胚胎学家或农场生产者通过使用包括受精卵分析信息的受精卵分析报告来评估受精卵。

(51)一种信息处理设备，包括：

获取单元，通过网络从生产操作者获取受精卵的延时图像；

分析单元，通过将受精卵的延时图像应用于通过使用从多个生产操作者收集的受精卵的延时图像生成的学习模型，来生成受精卵分析信息；以及

输出单元，通过网络向胚胎学家或农场生产者输出受精卵分析报告，胚胎学家或农场生产者通过使用包括受精卵分析信息的受精卵分析报告来评估受精卵。

本领域技术人员应该理解，在所附权利要求或其等同物的范围内，可以根据设计要求和其他因素进行各种修改、组合、子组合和变更。

附图标记列表

10 终端装置

10a 网关终端

20 信息处理设备

24 获取单元

25 分析单元

26 输出单元

27 图像处理单元

28 存储单元

30 第一终端

40 第二终端

202 观察装置

220 确定单元

400 基因分析装置

500 基因编辑装置

100、300、500、700、800 受精卵质量评估系统

F 受精卵。

Claims (26)

1.一种用于评估受精卵质量的计算机系统，所述计算机系统包括：

计算机处理电路，被配置为：

接收由成像设备以时间序列捕获的受精卵的多个图像；

将所述受精卵的多个图像或基于所述受精卵的多个图像的信息作为输入提供给至少一个学习模型，其中，所述至少一个学习模型已被训练为至少部分地基于所述多个图像输出描述用于评估受精卵质量的所述受精卵的特征的受精卵分析信息；并且

在网络浏览器中设置的网络仪表板上，至少部分地基于所述受精卵分析信息提供评估支持信息，其中，所述评估支持信息使得质量评估者能够与所述网络仪表板交互，以修改至少一些评估支持信息。

2.根据权利要求1所述的计算机系统，其中，所述计算机处理电路还被配置为处理从所述成像设备接收的所述多个图像，以基于作为输入提供给所述至少一个学习模型的所述多个图像来生成信息。

3.根据权利要求2所述的计算机系统，其中，处理所述多个图像包括对所述多个图像执行归一化处理。

4.根据权利要求2所述的计算机系统，其中，处理所述多个图像包括在所述多个图像中的每个图像内定义所述受精卵的边界。

5.根据权利要求2所述的计算机系统，其中，处理所述多个图像包括执行深度学习分析，以提取所述多个图像中的所述受精卵的轮廓线。

6.根据权利要求1所述的计算机系统，其中，所述计算机处理电路还被配置为至少部分地基于形状信息、压缩信息、收缩信息、膨胀信息、休眠信息和质量信息中的一个或多个来训练所述至少一个学习模型。

7.根据权利要求6所述的计算机系统，其中，所述质量信息包括描述所述受精卵的生长状况的信息。

8.根据权利要求6所述的计算机系统，其中，所述形状信息包括描述所述受精卵的直径、面积、体积和圆度中的一个或多个的变化的信息。

9.根据权利要求6所述的计算机系统，其中，所述压缩信息包括描述当所述受精卵的形状从16细胞期改变为桑椹胚期时的压缩时间的信息。

10.根据权利要求6所述的计算机系统，其中，所述收缩信息包括描述所述受精卵的收缩次数、收缩直径、收缩速度、收缩时间、收缩间隔、收缩强度和收缩频率中的一个或多个的信息。

11.根据权利要求6所述的计算机系统，其中，所述休眠信息包括描述所述受精卵的发育阶段的滞后期的信息。

12.根据权利要求1所述的计算机系统，其中，所述计算机处理电路还被配置为：

经由所述网络仪表板接收来自所述质量评估者的输入，作为受精卵评估信息；并且

经由所述网络仪表板，向受精卵消费者提供对至少一些所述评估支持信息和所述受精卵评估信息的访问。

13.根据权利要求12所述的计算机系统，其中，所述计算机处理电路还被配置为：

经由所述网络仪表板接收来自所述受精卵消费者的对受精卵的获取请求；并且

响应于接收到所述获取请求，启动用于将所请求的受精卵传递到所述受精卵消费者的传递过程。

14.根据权利要求1所述的计算机系统，其中，所述计算机处理电路还被配置为：

经由所述网络仪表板接收进度信息，所述进度信息包括描述从其生长所述受精卵的动物的状况的信息；并且

至少部分地基于所述进度信息来重新训练所述学习模型。

15.根据权利要求1所述的计算机系统，还包括：

所述成像设备被配置为以时间序列捕获所述受精卵的所述多个图像。

16.一种用于分析受精卵的时间序列图像的计算机实现的方法，所述方法包括：

从成像设备接收以时间序列捕获的受精卵的多个图像；

将所述受精卵的多个图像或基于所述多个图像的信息作为输入提供给至少一个学习模型，其中，所述至少一个学习模型已被训练为至少部分地基于所述多个图像输出描述用于评估受精卵质量的所述受精卵的特征的受精卵分析信息；并且

在网络浏览器中设置的网络仪表板上，至少部分地基于所述受精卵分析信息显示评估支持信息，其中，所述评估支持信息使得质量评估者能够与所述网络仪表板交互，以修改至少一些所述评估支持信息。

17.根据权利要求16所述的计算机实现的方法，还包括：

处理从所述成像设备接收的所述多个图像，以基于作为输入提供给所述至少一个学习模型的所述多个图像来生成信息。

18.根据权利要求16所述的计算机实现的方法，还包括：

至少部分地基于形状信息、压缩信息、收缩信息、膨胀信息、休眠信息和质量信息中的一个或多个来训练所述至少一个学习模型。

19.根据权利要求16所述的计算机实现的方法，还包括：

经由所述网络仪表板接收来自所述质量评估者的输入，作为受精卵评估信息；并且

经由所述网络仪表板，向受精卵消费者提供对至少一些所述评估支持信息和所述受精卵评估信息的访问。

20.根据权利要求19所述的计算机实现的方法，还包括：

经由所述网络仪表板接收来自所述受精卵消费者的对受精卵的获取请求；并且

响应于接收到所述获取请求，启动用于将所请求的受精卵传递到所述受精卵消费者的传递过程。

21.根据权利要求16所述的计算机实现的方法，还包括：

经由所述网络仪表板接收进度信息，所述进度信息包括描述从其生长所述受精卵的动物的状况的信息；并且

至少部分地基于所述进度信息来重新训练所述学习模型。

22.一种用多个指令编码的非暂时性计算机可读介质，当由计算机处理电路执行时，所述指令执行一种方法，所述方法包括：

从成像设备接收以时间序列捕获的受精卵的多个图像；

将所述受精卵的多个图像或基于所述多个图像的信息作为输入提供给至少一个学习模型，其中，所述至少一个学习模型已被训练为至少部分地基于所述多个图像输出描述用于评估受精卵质量的所述受精卵的特征的受精卵分析信息；并且

在网络浏览器中设置的网络仪表板上，至少部分地基于所述受精卵分析信息显示评估支持信息，其中，所述评估支持信息使得质量评估者能够与所述网络仪表板交互，以修改至少一些所述评估支持信息。

23.一种用于评估受精卵质量的计算机系统，所述计算机系统包括：

计算机处理电路，被配置为：

接收由成像设备以时间序列捕获的受精卵的多个图像；

将所述受精卵的多个图像或基于所述受精卵的多个图像的信息作为输入提供给至少一个学习模型，其中，所述至少一个学习模型已被训练为至少部分地基于所述多个图像输出描述用于评估受精卵质量的所述受精卵的特征的受精卵分析信息；并且

在网络浏览器中设置的网络仪表板上，至少部分地基于所述受精卵分析信息提供评估支持信息，其中，所述评估支持信息使得质量评估者能够与所述网络仪表板交互，以输入所述受精卵的质量信息。

24.一种用于评估受精卵质量的图像处理系统，所述图像处理系统包括：

成像装置，被配置为捕获受精卵的时间序列图像，其中，时间序列中的至少一部分图像对应于所述受精卵的不同发育阶段；

通信接口，被配置为经由至少一个网络连接到至少一个计算机；以及

至少一个存储介质，被配置为存储经由所述通信接口接收的多个指令，其中，当由计算机处理电路执行时，所述多个指令使得所述计算机处理电路：

控制所述成像设备捕获所述时间序列图像；

将所述时间序列图像或基于所述时间序列图像的信息提供给至少一个学习模型，其中，所述至少一个学习模型已被训练为至少部分地基于所述时间序列图像输出描述用于评估受精卵质量的所述受精卵的特征的受精卵分析信息；并且

在网络浏览器中设置的网络仪表板上，至少部分地基于所述受精卵分析信息提供评估支持信息，其中，所述评估支持信息使得质量评估者能够与所述网络仪表板交互，以输入所述受精卵的质量信息。

25.一种用于评估受精卵质量的图像处理系统，所述图像处理系统包括：

成像装置，被配置为捕获受精卵的时间序列图像，其中，时间序列中的至少一部分图像对应于所述受精卵的不同发育阶段；

通信接口，被配置为经由至少一个网络连接到至少一个计算机；以及

至少一个存储介质，被配置为存储经由所述通信接口接收的多个指令，其中，当由计算机处理电路执行时，所述多个指令使得所述计算机处理电路：

将所述时间序列图像或基于所述时间序列图像的信息提供给至少一个学习模型，其中，所述至少一个学习模型已被训练为至少部分地基于所述时间序列图像输出描述用于评估受精卵质量的所述受精卵的特征的受精卵分析信息；并且

在网络浏览器中设置的网络仪表板上，至少部分地基于所述受精卵分析信息提供评估支持信息，其中，所述评估支持信息使得质量评估者能够与所述网络仪表板交互，以输入所述受精卵的质量信息。

26.一种用于评估受精卵质量的图像处理系统，所述图像处理系统包括：

至少一个存储介质，被配置为存储多个指令，当由计算机处理电路执行时，所述指令使得所述计算机处理电路：

将由成像装置捕获的时间序列图像或基于所述时间序列图像的信息提供给至少一个学习模型，其中，所述至少一个学习模型已被训练为至少部分地基于所述时间序列图像输出描述用于评估受精卵质量的所述受精卵的特征的受精卵分析信息；并且

在网络浏览器中设置的网络仪表板上，至少部分地基于所述受精卵分析信息提供评估支持信息，其中，所述评估支持信息使得质量评估者能够与所述网络仪表板交互，以输入所述受精卵的质量信息。

Images