JP6414310B1 - 受精卵品質評価方法、プログラム及び情報処理装置 - Google Patents
受精卵品質評価方法、プログラム及び情報処理装置 Download PDFInfo
- Publication number
- JP6414310B1 JP6414310B1 JP2017207293A JP2017207293A JP6414310B1 JP 6414310 B1 JP6414310 B1 JP 6414310B1 JP 2017207293 A JP2017207293 A JP 2017207293A JP 2017207293 A JP2017207293 A JP 2017207293A JP 6414310 B1 JP6414310 B1 JP 6414310B1
- Authority
- JP
- Japan
- Prior art keywords
- fertilized egg
- information
- analysis
- fertilized
- quality evaluation
- 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
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 186
- 238000000034 method Methods 0.000 title claims abstract description 137
- 230000010365 information processing Effects 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 386
- 210000001161 mammalian embryo Anatomy 0.000 claims abstract description 52
- 235000013601 eggs Nutrition 0.000 claims description 1090
- 238000011156 evaluation Methods 0.000 claims description 174
- 108090000623 proteins and genes Proteins 0.000 claims description 77
- 238000003384 imaging method Methods 0.000 claims description 73
- 238000010362 genome editing Methods 0.000 claims description 41
- 230000033001 locomotion Effects 0.000 claims description 27
- 230000008602 contraction Effects 0.000 claims description 26
- 238000009395 breeding Methods 0.000 claims description 24
- 230000001488 breeding effect Effects 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 23
- 238000005056 compaction Methods 0.000 claims description 21
- 238000002054 transplantation Methods 0.000 claims description 17
- 238000011161 development Methods 0.000 claims description 16
- 235000013372 meat Nutrition 0.000 claims description 12
- 238000013135 deep learning Methods 0.000 claims description 9
- 230000004720 fertilization Effects 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012258 culturing Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 20
- 238000003860 storage Methods 0.000 description 76
- 238000012545 processing Methods 0.000 description 43
- 238000012546 transfer Methods 0.000 description 36
- 238000010586 diagram Methods 0.000 description 34
- 210000004027 cell Anatomy 0.000 description 19
- 244000144972 livestock Species 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 230000018109 developmental process Effects 0.000 description 14
- 230000004044 response Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 208000021267 infertility disease Diseases 0.000 description 12
- 239000000725 suspension Substances 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 11
- 241000283690 Bos taurus Species 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 10
- 239000007789 gas Substances 0.000 description 9
- 230000000877 morphologic effect Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 230000035558 fertility Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 210000001109 blastomere Anatomy 0.000 description 5
- 230000013011 mating Effects 0.000 description 5
- 230000004899 motility Effects 0.000 description 5
- 210000004291 uterus Anatomy 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 208000000509 infertility Diseases 0.000 description 4
- 230000036512 infertility Effects 0.000 description 4
- 231100000535 infertility Toxicity 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 210000004681 ovum Anatomy 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 102000002322 Egg Proteins Human genes 0.000 description 3
- 108010000912 Egg Proteins Proteins 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 210000002459 blastocyst Anatomy 0.000 description 3
- 238000009223 counseling Methods 0.000 description 3
- 210000000472 morula Anatomy 0.000 description 3
- 210000004508 polar body Anatomy 0.000 description 3
- 229920005989 resin Polymers 0.000 description 3
- 239000011347 resin Substances 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 108091033409 CRISPR Proteins 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 108020004414 DNA Proteins 0.000 description 2
- 102000053602 DNA Human genes 0.000 description 2
- RJKFOVLPORLFTN-LEKSSAKUSA-N Progesterone Chemical compound C1CC2=CC(=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H](C(=O)C)[C@@]1(C)CC2 RJKFOVLPORLFTN-LEKSSAKUSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000002079 cooperative effect Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- OPTASPLRGRRNAP-UHFFFAOYSA-N cytosine Chemical compound NC=1C=CNC(=O)N=1 OPTASPLRGRRNAP-UHFFFAOYSA-N 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 101150023929 egg gene Proteins 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 210000002257 embryonic structure Anatomy 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 239000001963 growth medium Substances 0.000 description 2
- UYTPUPDQBNUYGX-UHFFFAOYSA-N guanine Chemical compound O=C1NC(N)=NC2=C1N=CN2 UYTPUPDQBNUYGX-UHFFFAOYSA-N 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 229940088597 hormone Drugs 0.000 description 2
- 239000005556 hormone Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 238000003752 polymerase chain reaction Methods 0.000 description 2
- -1 polypropylene Polymers 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- RWQNBRDOKXIBIV-UHFFFAOYSA-N thymine Chemical compound CC1=CNC(=O)NC1=O RWQNBRDOKXIBIV-UHFFFAOYSA-N 0.000 description 2
- 210000004340 zona pellucida Anatomy 0.000 description 2
- JMMZCWZIJXAGKW-UHFFFAOYSA-N 2-methylpent-2-ene Chemical compound CCC=C(C)C JMMZCWZIJXAGKW-UHFFFAOYSA-N 0.000 description 1
- 206010000234 Abortion spontaneous Diseases 0.000 description 1
- 229920000178 Acrylic resin Polymers 0.000 description 1
- 239000004925 Acrylic resin Substances 0.000 description 1
- 229930024421 Adenine Natural products 0.000 description 1
- GFFGJBXGBJISGV-UHFFFAOYSA-N Adenine Chemical compound NC1=NC=NC2=C1N=CN2 GFFGJBXGBJISGV-UHFFFAOYSA-N 0.000 description 1
- 238000001712 DNA sequencing Methods 0.000 description 1
- DNXHEGUUPJUMQT-CBZIJGRNSA-N Estrone Chemical compound OC1=CC=C2[C@H]3CC[C@](C)(C(CC4)=O)[C@@H]4[C@@H]3CCC2=C1 DNXHEGUUPJUMQT-CBZIJGRNSA-N 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 102000012673 Follicle Stimulating Hormone Human genes 0.000 description 1
- 108010079345 Follicle Stimulating Hormone Proteins 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 208000035752 Live birth Diseases 0.000 description 1
- 229920000877 Melamine resin Polymers 0.000 description 1
- 239000004640 Melamine resin Substances 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- BZHJMEDXRYGGRV-UHFFFAOYSA-N Vinyl chloride Chemical compound ClC=C BZHJMEDXRYGGRV-UHFFFAOYSA-N 0.000 description 1
- 229920000122 acrylonitrile butadiene styrene Polymers 0.000 description 1
- 229960000643 adenine Drugs 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 229940104302 cytosine Drugs 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000013020 embryo development Effects 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- 229940011871 estrogen Drugs 0.000 description 1
- 239000000262 estrogen Substances 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 210000002865 immune cell Anatomy 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000011147 inorganic material Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000938 luteal effect Effects 0.000 description 1
- 230000036244 malformation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 208000015994 miscarriage Diseases 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 210000000287 oocyte Anatomy 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 239000005011 phenolic resin Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 229920005668 polycarbonate resin Polymers 0.000 description 1
- 239000004431 polycarbonate resin Substances 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 229920013716 polyethylene resin Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 229920005990 polystyrene resin Polymers 0.000 description 1
- 229920005749 polyurethane resin Polymers 0.000 description 1
- 239000000186 progesterone Substances 0.000 description 1
- 229960003387 progesterone Drugs 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 208000000995 spontaneous abortion Diseases 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000000130 stem cell Anatomy 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 229940113082 thymine Drugs 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 235000019583 umami taste Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
- A01K67/00—Rearing or breeding animals, not otherwise provided for; New or modified breeds of animals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61D—VETERINARY INSTRUMENTS, IMPLEMENTS, TOOLS, OR METHODS
- A61D19/00—Instruments or methods for reproduction or fertilisation
- A61D19/04—Instruments or methods for reproduction or fertilisation for embryo transplantation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30044—Fetus; Embryo
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Environmental Sciences (AREA)
- Animal Husbandry (AREA)
- Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Biodiversity & Conservation Biology (AREA)
- Pathology (AREA)
- Zoology (AREA)
- Animal Behavior & Ethology (AREA)
- Mining & Mineral Resources (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Agronomy & Crop Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
【解決手段】本技術に係る受精卵品質評価方法は、ネットワークを介して、生産事業者から受精卵のタイムラプス画像が取得される。上記受精卵のタイムラプス画像を、複数の生産事業者から集めた受精卵のタイムラプス画像を用いて生成された学習済みモデルに適用することによって、第1の受精卵解析情報が生成される。上記第1の受精卵解析情報を含む受精卵解析レポートを用いて受精卵を評価する胚培養士又は生産者に、上記ネットワークを介して、上記受精卵解析レポートが出力される。
【選択図】図7
Description
上記受精卵のタイムラプス画像を、複数の生産事業者から集めた受精卵のタイムラプス画像を用いて生成された学習済みモデルに適用することによって、第1の受精卵解析情報が生成される。
上記第1の受精卵解析情報を含む受精卵解析レポートを用いて受精卵を評価する胚培養士又は生産者に、上記ネットワークを介して、上記受精卵解析レポートが出力される。
繁殖事業者に受精卵販売レポートを送信してもよい。
受精卵品質評価方法。
上記第1の受精卵解析情報を生成する前に、受精卵のタイムラプス画像をノーマライゼーションし、
上記第1の受精卵解析情報を生成する工程は、ノーマライゼーションされた受精卵のタイムラプス画像を上記第1の識別器に適用することによって、上記第1の受精卵解析情報を生成してもよい
これにより、受精卵が時系列に撮像されたタイムラプス画像のノイズが除去されるだけではなく、タイムラプス画像を解析前に均一化することができ、タイムラプス画像の特徴が抽出されやすくなる。
これにより、第1の受精卵解析情報を生成する際の解析精度が向上する。
これにより、例えば生産者や胚培養士は、受精卵のタイムラプス画像だけではなく、識別情報も考慮された第1受精卵解析情報を取得することができる。
これにより、例えば生産者や胚培養士は、受精卵のタイムラプス画像だけではなく、培養環境情報も考慮された第1の受精卵解析情報を取得することができる。
これにより、繁殖事業者は、評価支援情報と受精卵評価情報を参考として、所望とする品質の受精卵を選定することが可能となり、繁殖事業者による受精卵の選定作業が支援される。
上記ネットワークを介して、受精卵を取得する取得要求を上記繁殖事業者から取得し、
上記取得要求に応じた指令を上記生産者又は上記胚培養士に出力してもよい。
これにより、繁殖事業者は、自身が選定した受精卵を取得することができる。
上記ネットワークを介して、受精卵を購入する購入要求を上記繁殖事業者から取得し、
上記購入要求に応じた指令を上記生産者又は上記胚培養士に出力してもよい。
これにより、繁殖事業者は、自身が選定した受精卵を購入することができる。
上記繁殖事業者からの上記購入要求に応じるか否かを判定してもよい。
受精卵の遺伝子を解析する遺伝子解析装置により取得された遺伝子解析情報を、上記生産事業者から上記ネットワークを介して取得し、
受精卵のタイムラプス画像と上記遺伝子解析情報とに基づき、第2の受精卵解析情報を生成し、
上記ネットワークを介して、上記第2の受精卵解析情報を上記胚培養士又は上記生産者に出力してもよい。
これにより、繁殖事業者は、受精卵のタイムラプス画像と遺伝子解析情報とが高精度に解析された解析結果を参考として、所望とする品質の受精卵を選定することができる。
受精卵の遺伝子を編集する遺伝子編集装置により取得された遺伝子編集情報を、上記生産事業者から上記ネットワークを介して取得し、
受精卵のタイムラプス画像と、上記遺伝子解析情報と、上記遺伝子編集情報とに基づき、第3の受精卵解析情報を生成し、
上記ネットワークを介して、上記第3の受精卵解析情報を上記胚培養士又は上記生産者に出力してもよい。
これにより、繁殖事業者は、受精卵のタイムラプス画像と、遺伝子解析情報と、遺伝子編集情報とが高精度に解析された解析結果を参考として、所望とする品質の受精卵を選定することができる。
上記ネットワークを介して、上記繁殖事業者から受精卵に関する経過情報を取得し、
上記ネットワークを介して、上記経過情報を上記生産者又は上記胚培養士に出力してもよい。
これにより、生産者や胚培養士が受精卵解析レポートに基づき受精卵の品質を評価する際に、経過情報も考慮した品質評価を行うことができる。
上記情報処理装置は、取得部と、解析部と、出力部とを有する。
上記取得部は、固有の識別情報に紐づけられた受精卵が時系列に撮像された複数の観察画像を、端末装置からネットワークを介して取得する。
上記解析部は、上記複数の観察画像に基づき、受精卵解析情報を生成する。
上記識別情報と上記受精卵解析情報とを含む評価支援情報を、上記評価支援情報に基づく受精卵評価情報の入力を受け付けるコンピュータに上記ネットワークを介して出力する。
ネットワークを介して、生産事業者から受精卵のタイムラプス画像を取得するステップ。
上記受精卵のタイムラプス画像を、複数の生産事業者から集めた受精卵のタイムラプス画像を用いて生成された学習済みモデルに適用することによって、受精卵解析情報を生成するステップ
上記第1の受精卵解析情報を含む受精卵解析レポートを用いて受精卵を評価する胚培養士又は生産者に、上記ネットワークを介して、上記受精卵解析レポートを出力するステップ。
上記取得部は、ネットワークを介して、生産事業者から受精卵のタイムラプス画像を取得する。
上記解析部は、上記受精卵のタイムラプス画像を、複数の生産事業者から集めた受精卵のタイムラプス画像を用いて生成された学習済みモデルに適用することによって、受精卵解析情報を生成する。
上記出力部は、上記受精卵解析情報を含む受精卵解析レポートを用いて受精卵を評価する胚培養士又は生産者に、上記ネットワークを介して、上記受精卵解析レポートを出力する。
<受精卵品質評価システムの概要>
図1は、本実施形態に係る受精卵品質評価システム100の構成例を概略的に示す模式図である。受精卵品質評価システム100は、図1に示すように、端末装置10と、情報処理装置20と、第1端末30と、第2端末40と、を有する。
端末装置10は、図1に示すように、複数のゲートウェイ端末10aから構成され、これらのゲートウェイ端末10aがそれぞれ制御記録PC205(図2参照)を介して観察装置202(受精卵管理者)と無線又は有線により接続される。本実施形態の観察装置202は、受精卵管理者により扱われる。
図2は、本実施形態の観察装置202を有する観察システム200の構成例を模式図である。なお、図2に示すX,Y及びZ軸は相互に直交する3軸方向であり、以下の図においても共通である。
情報処理装置20は、CPU(Central Processing Unit)21、ROM(Read Only Memory)22、RAM(Random Access Memory)23等のコンピュータに必要なハードウェアを有する。
第1端末30は、受精卵品質評価者により扱われる。第1端末30は、ネットワークNを介して、出力部26又は第2端末40から出力された情報を受信する受信部30aと、受精卵品質評価者からの入力を受け付ける入力部30bと、入力部30bを介して入力された情報や、受信部30aが受信した情報を送信する送信部30cと、を有する。
第2端末40は、受精卵移植者により扱われる。第2端末40は、ネットワークNを介して、出力部26又は第1端末30から出力された情報を受信する受信部40aと、受精卵移植者からの入力を受け付ける入力部40bと、入力部40bを介して入力された情報や、受信部40aが受信した情報を送信する送信部40cと、を有する。
図8は本実施形態に係る受精卵品質評価システム100の事業モデルを示す図であり、受精卵Fの品質を解析し、この受精卵Fに関する経過情報を得るまでの流れを示す図である。図9は受精卵品質評価システム100の受精卵Fの品質を評価する方法を示すフローチャートである。以下、受精卵Fの品質評価方法について、図9を適宜参照しながら説明する。
先ず、受精卵品質評価者が受精卵Fに関する識別情報を、入力部207を介して制御記録PC205に入力する。制御記録PC205に入力された識別情報は制御記録PC205に記憶され、ゲートウェイ端末10aに送信される。識別情報を受信したゲートウェイ端末10aは、ネットワークNを介してこの識別情報を取得部24に送信し、取得部24がこれを取得する。
画像処理部27は、取得部24から出力された第1タイムラプス画像G1を受精卵F単位に加工(トリミング)する。これにより、受精卵Fを1つ含む画像(以下、第2タイムラプス画像G2)が生成する。次いで、画像処理部27は、第2タイムラプス画像G2を記憶部28に出力し、第2タイムラプス画像G2が記憶部28に記憶される。
画像処理部27は、第2タイムラプス画像G2を構成するそれぞれの画像に対してノーマライゼーションを実行する。これにより、例えば第2タイムラプス画像G2のノイズが除去されるだけではなく、第2タイムラプス画像を解析前に均一化することができる。よって、第2タイムラプス画像の特徴が抽出されやすくなる。
画像処理部27は、第2タイムラプス画像G2に対して、ディープラーニング解析による確率処理、2値化処理及びオーバーレイ処理等を施す。これにより、例えば第2タイムラプス画像G2における受精卵Fの輪郭線が抽出される。
画像処理部27は、第2タイムラプス画像G2を構成する各画像に対して、受精卵Fの形状に沿ったマスク領域を形成する。これにより、第2タイムラプス画像G2における受精卵Fの解析領域(認識領域)が鮮明になり、受精卵Fの形状を正確に認識することができる。この技術により、例えば、受精卵Fの外形を形成する透明帯や、受精卵F内部の胚盤胞、細胞割球及び桑実胚等の形状を正確に認識することができる。
本実施形態の情報処理装置20は、ユーザの知的作業を代替する、所謂特化型AI(Artificial Intelligence)を利用したクラウドサーバである。図13は、一般的な特化型AIの処理手順を簡略的に示すブロック図である。
予め記憶部28に記憶されている、ネットワークNを介して複数の受精卵管理者から集めた受精卵のタイムラプス画像に基づく、形状情報、動き情報、コンパクション情報、収縮情報、拡張情報、活動休止情報、所見による発育情報及び品質情報のうちの少なくとも1つを、解析部25が記憶部28から読み出す。これらの情報は、図13の「学習データ」に相当する。
予め記憶部28に記憶されている、ネットワークNを介して複数の受精卵管理者から集めた受精卵の識別情報と、当該受精卵のタイムラプス画像に基づく、形状情報、動き情報、コンパクション情報、収縮情報、拡張情報、活動休止情報、所見による発育情報及び品質情報のうちの少なくとも1つを、解析部25が記憶部28から読み出す。これらの情報は、図13の「学習データ」に相当する。
予め記憶部28に記憶されている、ネットワークNを介して複数の受精卵管理者から集めた受精卵の培養環境情報と、当該受精卵のタイムラプス画像に基づく、形状情報、動き情報、コンパクション情報、収縮情報、拡張情報、活動休止情報、所見による発育情報及び品質情報のうちの少なくとも1つを、解析部25が記憶部28から読み出す。これらの情報は、図13の「学習データ」に相当する。
予め記憶部28に記憶されている、ネットワークNを介して複数の受精卵管理者から集めた受精卵のタイムラプス画像に基づく、形状情報、動き情報、コンパクション情報、収縮情報、拡張情報、活動休止情報、所見による発育情報及び品質情報のうちの少なくとも1つを、解析部25が記憶部28から読み出す。これらの情報は、図13の「学習データ」に相当する。
出力部26は、取得部24から取得した識別情報と、解析部25から取得した第1受精卵解析情報とを少なくとも含む評価支援情報を生成する。そして、出力部26は、ネットワークNを介して、この評価支援情報を受精卵品質評価者に出力する。
ステップS05では、ネットワークNを介して、出力部26から取得した評価支援情報(第1受精卵解析情報及び識別情報)と、受精卵品質評価者により入力された受精卵評価情報とが、第1端末30から受精卵移植者に送信される。以下、ステップS05の幾つかの適用例について説明する。
第2端末40に送信された評価支援情報と受精卵評価情報は、例えば、受精卵移植者向けの「受精卵解析・評価レポート」として第2端末40に送信される。「受精卵解析・評価レポート」は、例えば、第2端末40にインストールされた受精卵移植者向けのアプリケーションソフトを介して第2端末40に表示されてもよい。
第2端末40に送信された評価支援情報と受精卵評価情報は、例えば、受精卵移植者向けの「受精卵販売レポート」として第2端末40に送信される。「受精卵販売レポート」は、例えば、第2端末40にインストールされた受精卵移植者向けのアプリケーションソフトを介して第2端末40に表示されてもよい。
受精卵移植者は、受精卵管理者から出荷・配送された受精卵Fを家畜に移植し、出産及び繁殖させる。そして、この家畜から生まれた幼体を成体まで成長させ、この成体を市場に販売する。受精卵移植者は、受精卵管理者から譲渡された受精卵Fを、成体まで発育させ販売する過程において、評価支援情報(第1受精卵解析情報及び識別情報)と受精卵評価情報に基づき、自身が選定した受精卵Fに関する経過情報を得る。
近年、不妊治療や畜産等の現場において、移植する受精卵の品質は移植成績を左右する重要な因子となっている。移植する受精卵の選別は、光学顕微鏡や画像処理装置等を用いた形態学的な所見により受精卵の発育状態や品質を判定するのが一般的である。
図14は、本技術の第2の実施形態に係る受精卵品質評価システム300のブロック図である。以下、第1の実施形態と同様の構成については同様の符号を付し、その詳細な説明は省略する。
図15は、本実施形態に係る受精卵品質評価システム300の受精卵Fの品質を評価する方法を示すフローチャートである。以下、受精卵Fの品質評価方法について、図15を適宜参照しながら説明する。なお、第1の実施形態と同様のステップについては、その説明を省略する。
受精卵品質評価者は、第1端末30を介して、受精卵Fに関する評価支援情報(第1受精卵解析情法及び識別情報)と受精卵評価情報を複数の第2端末40各々に送信する。
続いて、出力部26は、ネットワークNを介して、購入が許可された受精卵移植者の第2端末40からの購入要求に応じた販売指令を、競売にかけられた受精卵Fを生産する受精卵品質評価者の第1端末30に送信する。この販売指令とは、受精卵移植者が落札した受精卵FをウェルWから取り出して、当該受精卵Fを受精卵移植者に販売することを促す指令である。
本実施形態の受精卵品質評価システム300は、受精卵Fに関する評価支援情報(第1受精卵解析情報及び識別情報)と受精卵評価情報に基づいて、最も高い値を付けた受精卵移植者により受精卵Fが落札される。これにより、受精卵品質評価者が受精卵Fをビジネスとして生産する上での収益性が飛躍的に向上する。
本実施形態の受精卵品質評価システム300は、図13に示すように、単一の第1端末30がネットワークNを介して、複数の第2端末40と接続される構成であるが、これに限られない。
図16は、本技術の第3の実施形態に係る受精卵品質評価システム500のブロック図である。以下、第1の実施形態と同様の構成については同様の符号を付し、その詳細な説明は省略する。
図17は、本実施形態に係る受精卵品質評価システム500の受精卵Fの品質を評価する方法を示すフローチャートである。以下、受精卵Fの品質評価方法について、図17を適宜参照しながら説明する。なお、第1の実施形態と同様のステップについては、その説明を省略する。
先ず、受精卵Fに関する識別情報と、遺伝子解析装置400が受精卵Fの遺伝子を解析することにより得られた遺伝子解析情報とが制御記録PC205に入力される。制御記録PC205に入力された識別情報及び遺伝子解析情報は制御記録PC205に記憶され、ゲートウェイ端末10aに送信される。識別情報及び遺伝子解析情報を受信したゲートウェイ端末10aは、ネットワークNを介してこれらの情報を取得部24に送信し、取得部24がこれらを取得する。
予め記憶部28に記憶されている、ネットワークNを介して複数の受精卵管理者から集めた受精卵の遺伝子解析情報と、当該受精卵のタイムラプス画像に基づく、形状情報、動き情報、コンパクション情報、収縮情報、拡張情報、活動休止情報、所見による発育情報及び品質情報のうちの少なくとも1つを、解析部25が記憶部28から読み出す。これらの情報は、図13の「学習データ」に相当する。
出力部26は、取得部24から取得した識別情報及び遺伝子解析情報と、解析部25から取得した第2受精卵解析情報とを少なくとも含む評価支援情報を生成する。そして、出力部26は、ネットワークNを介して、この評価支援情報を受精卵品質評価者に出力する。
第1端末30は、ネットワークNを介して、出力部26から取得した評価支援情報(第2受精卵解析情報、識別情報及び遺伝子解析情報)と、受精卵品質評価者により入力された受精卵評価情報を第2端末40に送信する。
受精卵移植者は、受精卵管理者から出荷・配送された受精卵Fを家畜に移植し、出産及び繁殖させる。そして、この家畜から生まれた幼体を成体まで成長させ、この成体を市場に販売する。受精卵移植者は、受精卵管理者から譲渡された受精卵Fを、成体まで発育させ販売する過程において、評価支援情報(第2受精卵解析情報、識別情報及び遺伝子解析情報)と受精卵評価情報に基づき、自身が選定した受精卵Fに関する経過情報を得る。
本実施形態に係る受精卵品質評価システム500では、受精卵移植者によって、評価支援情報(第2受精卵解析情報、識別情報及び遺伝子解析情報)と受精卵評価情報に基づく取得要求が第2端末40に入力される。
図18は、本技術の第4の実施形態に係る受精卵品質評価システム700のブロック図である。以下、第1及び第3の実施形態と同様の構成については同様の符号を付し、その詳細な説明は省略する。
図19は、本実施形態に係る受精卵品質評価システム700の受精卵Fの品質を評価する方法を示すフローチャートである。以下、受精卵Fの品質評価方法について、図19を適宜参照しながら説明する。なお、第1の実施形態と同様のステップについては、その説明を省略する。
先ず、受精卵Fに関する識別情報及び遺伝子解析情報と、遺伝子編集装置600が受精卵Fの遺伝子を編集することにより得られた遺伝子編集情報とが制御記録PC205に入力される。制御記録PC205に入力された識別情報、遺伝子解析情報及び遺伝子編集情報は制御記録PC205に記憶され、ゲートウェイ端末10aに送信される。識別情報、遺伝子解析情報及び遺伝子編集情報を受信したゲートウェイ端末10aは、ネットワークNを介してこれらの情報を取得部24に送信し、取得部24がこれらを取得する。
予め記憶部28に記憶されている、ネットワークNを介して複数の受精卵管理者から集めた受精卵の遺伝子解析情報及び遺伝子編集情報と、当該受精卵のタイムラプス画像に基づく、形状情報、動き情報、コンパクション情報、収縮情報、拡張情報、活動休止情報、所見による発育情報及び品質情報のうちの少なくとも1つを、解析部25が記憶部28から読み出す。これらの情報は、図13の「学習データ」に相当する。
出力部26は、取得部24から取得した識別情報、遺伝子解析情報及び遺伝子編集情報と、解析部25から取得した第3受精卵解析情報とを少なくとも含む評価支援情報を生成する。そして、出力部26は、ネットワークNを介して、この評価支援情報を受精卵品質評価者に送信する。
第1端末30は、ネットワークNを介して、出力部26から取得した評価支援情報(第3受精卵解析情報、識別情報、遺伝子解析情報及び遺伝子編集情報)と、受精卵品質評価者により入力された受精卵評価情報を第2端末40に送信する。
受精卵移植者は、受精卵管理者から出荷・配送された受精卵Fを家畜に移植し、出産及び繁殖させる。そして、この家畜から生まれた幼体を成体まで成長させ、この成体を市場に販売する。受精卵移植者は、受精卵管理者から譲渡された受精卵Fを、成体まで発育させ販売する過程において、評価支援情報(第3受精卵解析情報、識別情報、遺伝子解析情報及び遺伝子編集情報)と受精卵評価情報に基づき、自身が選定した受精卵Fに関する経過情報を得る。
本実施形態に係る受精卵品質評価システム700では、受精卵移植者によって、評価支援情報(第3受精卵解析情報、識別情報、遺伝子解析情報及び遺伝子編集情報)と受精卵評価情報に基づく取得要求が第2端末40に入力される。
図20は本技術の第5の実施形態に係る受精卵品質評価システム800のブロック図である。図21は受精卵品質評価システム800の受精卵解析支援の概要を示す図であり、受精卵Fの品質を解析し、この受精卵に関する経過情報を得るまでの流れを示す図である。以下、第1の実施形態と同様の構成については同様の符号を付し、その詳細な説明は省略する。
図22は、本実施形態に係る受精卵品質評価システム800の受精卵Fの品質を評価する方法を示すフローチャートである。以下、受精卵Fの品質評価方法について、図22を適宜参照しながら説明する。なお、第1の実施形態と同様のステップについては、その説明を省略する。
先ず、受精卵品質評価者が受精卵Fに関する所見情報を、入力部207を介して制御記録PC205に入力する。制御記録PC205に入力された所見情報は制御記録PC205に記憶され、ゲートウェイ端末10aに送信される。所見情報を受信したゲートウェイ端末10aは、ネットワークNを介してこの所見情報を取得部24に送信し、取得部24がこれを取得する。
出力部26は、取得部24から取得した所見情報と、解析部25から取得した第1受精卵解析情報とを少なくとも含む評価支援情報を生成する。そして、出力部26は、ネットワークNを介して、この評価支援情報を受精卵品質評価者に出力する。
第1端末30は、ネットワークNを介して、出力部26から取得した評価支援情報(第1受精卵解析情報及び所見情報)と、受精卵品質評価者により入力された受精卵評価情報を第2端末40に送信する。
受精卵移植者は、不妊患者の子宮に移植された受精卵Fが発育し、出産するまでの過程において、受精卵解析・評価レポート(評価支援情報及び受精卵評価情報)に基づき選定された受精卵Fに関する経過情報を得る。
本実施形態の受精卵品質評価システム800では、第2タイムラプス画像G2が特化型AIによって高精度に解析された解析結果と、この解析結果が受精卵品質評価者によってさらに評価された評価情報と、第2タイムラプス画像G2に紐づく受精卵Fに関する所見情報とを参考として、不妊患者が望む品質の受精卵Fを選定し、この受精卵Fを不妊患者に移植することが可能となる。
図23は、受精卵品質評価システム800の受精卵解析支援の他の概要を示す図であり、受精卵Fの品質を解析し、この受精卵に関する経過情報を得るまでの流れを示す図である。
本実施形態の受精卵品質評価システム800のステップS51では、入力部207を介して、制御記録PC205に所見情報が入力されるが、これに限られず、第1の実施形態で説明した識別情報がさらに入力されてもよい。即ち、第1受精卵解析情報と、受精卵評価情報と、所見情報と、識別情報とを少なくとも含む評価支援情報を、第2端末40を介して受精卵移植者やその患者に提示してもよい。
ネットワークを介して、生産事業者から受精卵のタイムラプス画像を取得し、
上記受精卵のタイムラプス画像を、複数の生産事業者から集めた受精卵のタイムラプス画像を用いて生成された学習済みモデルに適用することによって、第1の受精卵解析情報を生成し、
上記第1の受精卵解析情報を含む受精卵解析レポートを用いて受精卵を評価する胚培養士又は生産者に、上記ネットワークを介して、上記受精卵解析レポートを出力する
受精卵品質評価方法。
(2)
上記(1)に記載の受精卵品質評価方法であって、
上記第1の受精卵解析情報を生成する工程は、受精卵のタイムラプス画像を、上記学習済みモデルによりディープラーニング解析することで、上記第1の受精卵解析情報を生成する
受精卵品質評価方法。
(3)
上記(1)又は(2)に記載の受精卵品質評価方法であって、さらに、
繁殖事業者に受精卵販売レポートを送信する
受精卵品質評価方法。
(4)
上記(1)から(3)のいずれか1つに記載の受精卵品質評価方法であって、
上記受精卵解析レポートを出力する工程は、受精卵を撮像した撮像時間と、受精卵の発育時間と、品質情報と、形状情報と、動き情報と、コンパクション情報と、収縮情報と、拡張情報と、活動休止情報の少なくとも1つを上記第1の受精卵解析情報として含む上記受精卵解析レポートを出力する
受精卵品質評価方法。
(5)
上記(1)から(4)のいずれか1つに記載の受精卵品質評価方法であって、
上記第1の受精卵解析情報を生成する工程は、上記複数の生産事業者から集めた受精卵のタイムラプス画像を学習データとする第1のアルゴリズムに基づき生成された第1の識別器に、受精卵のタイムラプス画像を適用することよって、上記第1の受精卵解析情報を生成する
受精卵品質評価方法。
(6)
上記(5)に記載の受精卵品質評価方法であって、さらに、
上記第1の受精卵解析情報を生成する前に、受精卵のタイムラプス画像をノーマライゼーションし、
上記第1の受精卵解析情報を生成する工程は、ノーマライゼーションされた受精卵のタイムラプス画像を上記第1の識別器に適用することによって、上記第1の受精卵解析情報を生成する
受精卵品質評価方法。
(7)
上記(5)又は(6)に記載の受精卵品質評価方法であって、
上記第1の受精卵解析情報を生成する工程は、上記複数の生産事業者から集めた受精卵のタイムラプス画像を学習データとする第2のアルゴリズムと上記第1のアルゴリズムとに基づき生成された第2の識別器に、受精卵のタイムラプス画像を適用することによって、上記第1の受精卵解析情報を生成することを含む
受精卵品質評価方法。
(8)
上記(1)から(7)のいずれか1つに記載の受精卵品質評価方法であって、
上記第1の受精卵解析情報を生成する工程は、上記複数の生産事業者から集めた受精卵のタイムラプス画像及び識別情報を学習データとするアルゴリズムに基づき生成された識別器に、受精卵のタイムラプス画像と識別情報を適用することによって、上記第1の受精卵解析情報を生成することを含む
受精卵品質評価方法。
(9)
上記(1)から(8)のいずれか1つに記載の受精卵品質評価方法であって、
上記第1の受精卵解析情報を生成する工程は、上記複数の生産事業者から集めた受精卵のタイムラプス画像及び培養環境情報を学習データとするアルゴリズムに基づき生成された識別器に、受精卵のタイムラプス画像と培養環境情報を適用することによって、上記第1の受精卵解析情報を生成することを含む
受精卵品質評価方法。
(10)
上記(1)から(9)のいずれか1つに記載の受精卵品質評価方法であって、
上記第1の受精卵解析情報を生成する工程では、上記第1の受精卵解析情報として、受精卵を撮像した撮像時間と、受精卵の発育時間と、品質情報と、形状情報と、動き情報と、コンパクション情報と、収縮情報と、拡張情報と、活動休止情報の少なくとも1つが生成される
受精卵品質評価方法。
(11)
上記(3)から(10)のいずれか1つに記載の受精卵品質評価方法であって、
上記受精卵販売レポートを送信する工程は、上記第1の受精卵解析情報を含み受精卵の品質評価を支援する評価支援情報と、上記評価支援情報に基づく受精卵評価情報とを含む上記受精卵販売レポートを上記繁殖事業者に送信する
受精卵品質評価方法。
(12)
上記(3)から(11)のいずれか1つに記載の受精卵品質評価方法であって、さらに、
上記ネットワークを介して、受精卵を取得する取得要求を上記繁殖事業者から取得し、
上記取得要求に応じた指令を上記生産者又は上記胚培養士に出力する
受精卵品質評価方法。
(13)
上記(3)から(11)のいずれか1つに記載の受精卵品質評価方法であって、さらに、
上記ネットワークを介して、受精卵を購入する購入要求を上記繁殖事業者から取得し、
上記購入要求に応じた指令を上記生産者又は上記胚培養士に出力する
受精卵品質評価方法。
(14)
上記(13)に記載の受精卵品質評価方法であって、さらに、
上記繁殖事業者からの上記購入要求に応じるか否かを判定する
受精卵品質評価方法。
(15)
上記(3)から(14)のいずれか1つに記載の受精卵品質評価方法であって、さらに、
受精卵の遺伝子を解析する遺伝子解析装置により取得された遺伝子解析情報を、上記生産事業者から上記ネットワークを介して取得し、
受精卵のタイムラプス画像と上記遺伝子解析情報とに基づき、第2の受精卵解析情報を生成し、
上記ネットワークを介して、上記第2の受精卵解析情報を上記胚培養士又は上記生産者に出力する
受精卵品質評価方法。
(16)
上記(15)に記載の受精卵品質評価方法であって、さらに、
受精卵の遺伝子を編集する遺伝子編集装置により取得された遺伝子編集情報を、上記生産事業者から上記ネットワークを介して取得し、
受精卵のタイムラプス画像と、上記遺伝子解析情報と、上記遺伝子編集情報とに基づき、第3の受精卵解析情報を生成し、
上記ネットワークを介して、上記第3の受精卵解析情報を上記胚培養士又は上記生産者に出力する
受精卵品質評価方法。
(17)
上記(3)から(16)のいずれか1つに記載の受精卵品質評価方法であって、さらに、
上記ネットワークを介して、上記繁殖事業者から受精卵に関する経過情報を取得し、
上記ネットワークを介して、上記経過情報を上記生産者又は上記胚培養士に出力する
受精卵品質評価方法。
(18)
上記(17)に記載の受精卵品質評価方法であって、
上記経過情報を取得する工程は、上記経過情報として、受精卵に関する移植情報と、繁殖情報と、肥育情報と、精肉情報の少なくとも1つを取得する
受精卵品質評価方法。
(19)
クラウドコンピューティングによる受精卵の品質評価を行うための情報処理装置を備える受精卵品質評価システムであって、
固有の識別情報に紐づけられた受精卵が時系列に撮像された複数の観察画像を、端末装置からネットワークを介して取得する取得部と、
上記複数の観察画像に基づき、受精卵解析情報を生成する解析部と、
上記識別情報と上記受精卵解析情報とを含む評価支援情報を、上記評価支援情報に基づく受精卵評価情報の入力を受け付けるコンピュータに上記ネットワークを介して出力する出力部と
を有する上記情報処理装置
を具備する受精卵品質評価システム。
(20)
上記(19)に記載の受精卵品質評価システムであって、
上記ネットワークを介して、上記複数の観察画像を送信可能に構成された上記端末装置をさらに具備する
受精卵品質評価システム。
(21)
上記(19)又は(20)に記載の受精卵品質評価システムであって、
上記取得部は、上記識別情報として、受精卵となる精子及び卵子に関する情報と、受精卵に関する交配情報と、受精卵を培養する培養容器に関する情報の少なくとも1つを上記端末装置から上記ネットワークを介してさらに取得する
受精卵品質評価システム。
(22)
上記(19)から(21)のいずれか1つに記載の受精卵品質評価システムであって、
上記情報処理装置は、ウェブサーバである
受精卵品質評価システム。
(23)
ネットワークを介して、複数の端末と接続可能なクラウドサーバを備える受精卵品質評価システムであって、
固有の識別情報に紐づけられた受精卵が時系列に撮像された複数の観察画像を、前記ネットワークを介して前記端末から取得する取得部と、
上記複数の観察画像に基づき、受精卵解析情報を生成する解析部と、
上記識別情報と上記受精卵解析情報とを含む評価支援情報を、上記評価支援情報に基づく受精卵評価情報の入力を受け付けるコンピュータに上記ネットワークを介して出力する出力部と
を有する前記クラウドサーバ
を具備する受精卵品質評価システム。
(24)
ネットワークを介して、生産事業者から受精卵のタイムラプス画像を取得するステップと、
上記受精卵のタイムラプス画像を、複数の生産事業者から集めた受精卵のタイムラプス画像を用いて生成された学習済みモデルに適用することによって、受精卵解析情報を生成するステップと、
上記受精卵解析情報を含む受精卵解析レポートを用いて受精卵を評価する胚培養士又は生産者に、上記ネットワークを介して、上記受精卵解析レポートを出力するステップと
を情報処理装置に実行させるプログラム。
(25)
ネットワークを介して、生産事業者から受精卵のタイムラプス画像を取得する取得部と、
上記受精卵のタイムラプス画像を、複数の生産事業者から集めた受精卵のタイムラプス画像を用いて生成された学習済みモデルに適用することによって、受精卵解析情報を生成する解析部と、
上記受精卵解析情報を含む受精卵解析レポートを用いて受精卵を評価する胚培養士又は生産者に、上記ネットワークを介して、上記受精卵解析レポートを出力する出力部と
を具備する情報処理装置。
10a・・ゲートウェイ端末
20・・・情報処理装置
24・・・取得部
25・・・解析部
26・・・出力部
27・・・画像処理部
28・・・記憶部
30・・・第1端末
40・・・第2端末
202・・・観察装置
220・・・判定部
400・・・遺伝子解析装置
500・・・遺伝子編集装置
100,300,500,700,800・・・受精卵品質評価システム
F・・・受精卵
Claims (20)
- 情報処理装置が、
ネットワークを介して、生産事業者から、受精卵の識別情報と、前記識別情報に紐づけられた受精卵のタイムラプス画像と、当該受精卵の遺伝子解析情報とを取得し、
受精卵のタイムラプス画像及び遺伝子解析情報を用いて生成された学習済みモデルに対して、前記識別情報に紐づけられた受精卵毎のタイムラプス画像及び遺伝子解析情報を適用することによって、当該受精卵毎の第1の受精卵解析情報を生成し、
前記識別情報と前記識別情報に紐づけられた受精卵毎の前記第1の受精卵解析情報とを含む受精卵解析レポートに基づき受精卵を評価する胚培養士又は生産者に、前記ネットワークを介して、前記受精卵解析レポートを提供する
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、
前記第1の受精卵解析情報を生成する工程では、少なくとも受精卵のタイムラプス画像を、前記学習済みモデルによりディープラーニング解析することで、前記第1の受精卵解析情報を生成する
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、さらに、
前記受精卵解析レポートを取得した端末が、前記ネットワークを介して、繁殖事業者に受精卵販売レポートを提供する
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、
前記受精卵解析レポートを提供する工程では、受精卵を撮像した撮像時間と、受精卵の発育時間と、受精卵の品質情報と、受精卵の形状情報と、受精卵の動き情報と、受精卵のコンパクション情報と、受精卵の収縮情報と、受精卵の拡張情報と、受精卵の活動休止情報の少なくとも1つを前記第1の受精卵解析情報として含む前記受精卵解析レポートを提供する
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、
前記第1の受精卵解析情報を生成する工程では、生産事業者から集めた受精卵の少なくともタイムラプス画像を学習データとするアルゴリズムに基づき生成された識別器に、少なくとも受精卵のタイムラプス画像を適用することによって、前記第1の受精卵解析情報を生成する
受精卵品質評価方法。 - 請求項5に記載の受精卵品質評価方法であって、さらに、
前記情報処理装置が、前記第1の受精卵解析情報を生成する前に、受精卵のタイムラプス画像をノーマライゼーションし、
前記第1の受精卵解析情報を生成する工程では、前記ノーマライゼーションされた受精卵のタイムラプス画像を前記識別器に適用することによって、前記第1の受精卵解析情報を生成する
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、
前記第1の受精卵解析情報を生成する工程では、生産事業者から集めた受精卵のタイムラプス画像及び識別情報を学習データとするアルゴリズムに基づき生成された識別器に、受精卵のタイムラプス画像及び識別情報を適用することによって、前記第1の受精卵解析情報を生成することを含む
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、
前記第1の受精卵解析情報を生成する工程では、生産事業者から集めた受精卵のタイムラプス画像及び培養環境情報を学習データとするアルゴリズムに基づき生成された識別器に、受精卵のタイムラプス画像及び培養環境情報を適用することによって、前記第1の受精卵解析情報を生成することを含む
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、
前記第1の受精卵解析情報を生成する工程では、前記第1の受精卵解析情報として、受精卵を撮像した撮像時間と、受精卵の発育時間と、受精卵の品質情報と、受精卵の形状情報と、受精卵の動き情報と、受精卵のコンパクション情報と、受精卵の収縮情報と、受精卵の拡張情報と、受精卵の活動休止情報の少なくとも1つが生成される
受精卵品質評価方法。 - 請求項3に記載の受精卵品質評価方法であって、
前記受精卵販売レポートを提供する工程では、前記第1の受精卵解析情報を含み受精卵の品質評価を支援する評価支援情報と、前記評価支援情報に基づく受精卵評価情報とを含む前記受精卵販売レポートを前記繁殖事業者に提供する
受精卵品質評価方法。 - 請求項3に記載の受精卵品質評価方法であって、さらに、
前記情報処理装置が、
前記ネットワークを介して、受精卵を取得する取得要求を前記繁殖事業者から取得し、
前記取得要求に応じた指令を前記生産者又は前記胚培養士に出力する
受精卵品質評価方法。 - 請求項3に記載の受精卵品質評価方法であって、さらに、
前記情報処理装置が、
前記ネットワークを介して、受精卵を購入する購入要求を前記繁殖事業者から取得し、
前記購入要求に応じた指令を前記生産者又は前記胚培養士に出力する
受精卵品質評価方法。 - 請求項12に記載の受精卵品質評価方法であって、さらに、
前記情報処理装置が、前記繁殖事業者からの前記購入要求に応じるか否かを判定する
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、さらに、
前記情報処理装置が、
受精卵の遺伝子を編集する遺伝子編集装置により生成された遺伝子編集情報を、前記生産事業者から前記ネットワークを介して取得し、
前記識別情報に紐づけられた受精卵毎のタイムラプス画像、前記遺伝子解析情報及び前記遺伝子編集情報に基づき、第2の受精卵解析情報を生成し、
前記識別情報と前記識別情報に紐づけられた受精卵毎の前記第2の受精卵解析情報とを含む受精卵解析レポートを、前記ネットワークを介して、前記胚培養士又は前記生産者に提供する
受精卵品質評価方法。 - 請求項3に記載の受精卵品質評価方法であって、さらに、
前記情報処理装置が、
前記ネットワークを介して、前記繁殖事業者から受精卵に関する経過情報を取得し、
前記ネットワークを介して、前記経過情報を前記生産者又は前記胚培養士に提供する
受精卵品質評価方法。 - 請求項15に記載の受精卵品質評価方法であって、
前記経過情報を取得する工程では、前記経過情報として、受精卵に関する移植情報と、繁殖情報と、肥育情報と、精肉情報の少なくとも1つを取得する
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、
前記受精卵解析レポートを提供する工程では、所定の時間間隔で更新された前記受精卵解析レポートが前記胚培養士又は前記生産者に提供される
受精卵品質評価方法。 - 請求項1に記載の受精卵品質評価方法であって、
前記受精卵のタイムラプス画像を取得する工程では、少なくとも前記識別情報に紐づけられた受精卵のタイムラプス画像がリアルタイムに取得される
受精卵品質評価方法。 - ネットワークを介して、生産事業者から、受精卵の識別情報と、前記識別情報に紐づけられた受精卵のタイムラプス画像と、当該受精卵の遺伝子解析情報とを取得するステップと、
受精卵のタイムラプス画像及び遺伝子解析情報を用いて生成された学習済みモデルに対して、前記識別情報に紐づけられた受精卵毎のタイムラプス画像及び遺伝子解析情報を適用することによって、当該受精卵毎の第1の受精卵解析情報を生成するステップと、
前記識別情報と前記識別情報に紐づけられた受精卵毎の前記第1の受精卵解析情報とを含む受精卵解析レポートに基づき受精卵を評価する胚培養士又は生産者に、前記ネットワークを介して、前記受精卵解析レポートを提供するステップと
を情報処理装置に実行させるプログラム。 - ネットワークを介して、生産事業者から、受精卵の識別情報と、前記識別情報に紐づけられた受精卵のタイムラプス画像と、当該受精卵の遺伝子解析情報とを取得する取得部と、
受精卵のタイムラプス画像及び遺伝子解析情報を用いて生成された学習済みモデルに対して、前記識別情報に紐づけられた受精卵毎のタイムラプス画像及び遺伝子解析情報を適用することによって、当該受精卵毎の第1の受精卵解析情報を生成する解析部と、
前記識別情報と前記識別情報に紐づけられた受精卵毎の前記第1の受精卵解析情報とを含む受精卵解析レポートに基づき受精卵を評価する胚培養士又は生産者に、前記ネットワークを介して、前記受精卵解析レポートを出力する出力部と
を具備する情報処理装置。
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017207293A JP6414310B1 (ja) | 2017-10-26 | 2017-10-26 | 受精卵品質評価方法、プログラム及び情報処理装置 |
US16/757,362 US11335000B2 (en) | 2017-10-26 | 2018-10-15 | Fertile ovum quality evaluation method, fertile ovum quality evaluation system, program, and information processing apparatus |
CN201880067565.8A CN111247551A (zh) | 2017-10-26 | 2018-10-15 | 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 |
AU2018357379A AU2018357379A1 (en) | 2017-10-26 | 2018-10-15 | Fertile ovum quality evaluation method, fertile ovum quality evaluation system, program, and information processing apparatus |
CA3079383A CA3079383A1 (en) | 2017-10-26 | 2018-10-15 | Fertile ovum quality evaluation method, fertile ovum quality evaluation system, program, and information processing apparatus |
EP18797177.5A EP3673452A1 (en) | 2017-10-26 | 2018-10-15 | Fertile ovum quality evaluation method, fertile ovum quality evaluation system, program, and information processing apparatus |
PCT/JP2018/038248 WO2019082713A1 (en) | 2017-10-26 | 2018-10-15 | FERTILIZED OVINE QUALITY ASSESSMENT METHOD, FERTILIZED OVAL QUALITY ASSESSMENT SYSTEM, INFORMATION PROCESSING PROGRAM AND APPARATUS |
BR112020007676-7A BR112020007676A2 (pt) | 2017-10-26 | 2018-10-15 | sistemas de computador e de processamento para avaliar a qualidade de um óvulo fértil, método implementado em computador para analisar imagens em série de tempo de um óvulo fértil, e, mídia legível por computador não transitória |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017207293A JP6414310B1 (ja) | 2017-10-26 | 2017-10-26 | 受精卵品質評価方法、プログラム及び情報処理装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018174824A Division JP6458896B1 (ja) | 2018-09-19 | 2018-09-19 | 受精卵品質評価システム、情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6414310B1 true JP6414310B1 (ja) | 2018-10-31 |
JP2019076058A JP2019076058A (ja) | 2019-05-23 |
Family
ID=64017174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017207293A Active JP6414310B1 (ja) | 2017-10-26 | 2017-10-26 | 受精卵品質評価方法、プログラム及び情報処理装置 |
Country Status (8)
Country | Link |
---|---|
US (1) | US11335000B2 (ja) |
EP (1) | EP3673452A1 (ja) |
JP (1) | JP6414310B1 (ja) |
CN (1) | CN111247551A (ja) |
AU (1) | AU2018357379A1 (ja) |
BR (1) | BR112020007676A2 (ja) |
CA (1) | CA3079383A1 (ja) |
WO (1) | WO2019082713A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020107150A (ja) * | 2018-12-28 | 2020-07-09 | 憲隆 福永 | 胚画像配信システムおよびその方法 |
EP3948772A4 (en) * | 2019-04-04 | 2022-06-01 | Presagen Pty Ltd | METHOD AND SYSTEM OF EMBRYO SELECTION |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3723640A4 (en) * | 2017-12-15 | 2021-07-14 | Vitrolife A/S | SYSTEMS AND PROCEDURES FOR ASSESSING THE VIVILITY OF AN EMBRYO |
JPWO2021166824A1 (ja) * | 2020-02-19 | 2021-08-26 | ||
WO2021177142A1 (ja) * | 2020-03-05 | 2021-09-10 | ネクスジェン株式会社 | 生殖補助医療を支援するための、システム、情報処理装置、サーバ、端末、プログラム、又は方法 |
CN112489007A (zh) * | 2020-11-26 | 2021-03-12 | 华南师范大学 | 染色体中期细胞图像质量评估系统和方法 |
EP4274594A1 (en) | 2021-06-10 | 2023-11-15 | Alife Health Inc. | Machine learning for optimizing ovarian stimulation |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010181402A (ja) * | 2009-01-09 | 2010-08-19 | Dainippon Printing Co Ltd | 受精卵品質評価支援システム、受精卵品質評価支援装置および受精卵品質評価支援方法 |
WO2012002500A1 (ja) * | 2010-06-30 | 2012-01-05 | 大日本印刷株式会社 | 体外培養による胚の製造方法、並びに胚を選別するための方法、装置、及びシステム |
JP2016509845A (ja) * | 2013-02-28 | 2016-04-04 | プロジェニー, インコーポレイテッド | 画像ベースのヒト胚細胞分類のための装置、方法、およびシステム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3181459B2 (ja) | 1993-12-17 | 2001-07-03 | メルシャン株式会社 | 牛の過剰排卵誘起方法 |
PT2827150T (pt) * | 2009-08-22 | 2020-12-09 | Univ Leland Stanford Junior | Imagiologia e avaliação de embriões, oócitos e células estaminais |
JP5633133B2 (ja) | 2009-09-30 | 2014-12-03 | 凸版印刷株式会社 | 遺伝子解析装置 |
EP2621344B1 (en) * | 2010-09-27 | 2023-12-27 | Ares Trading S.A. | Apparatus, method, and system for the automated imaging and evaluation of embryos, oocytes, and stem cells |
BR102012031953B1 (pt) * | 2012-12-14 | 2020-04-07 | Univ Estadual Paulista Julio De Mesquita Filho Unesp | método para determinação da viabilidade e qualidade de embriões |
WO2014121205A1 (en) * | 2013-02-01 | 2014-08-07 | Auxogyn, Inc. | Measuring embryo development and implantation potential with timing and first cytokinesis phenotype parameters |
US10510143B1 (en) * | 2015-09-21 | 2019-12-17 | Ares Trading S.A. | Systems and methods for generating a mask for automated assessment of embryo quality |
-
2017
- 2017-10-26 JP JP2017207293A patent/JP6414310B1/ja active Active
-
2018
- 2018-10-15 BR BR112020007676-7A patent/BR112020007676A2/pt unknown
- 2018-10-15 CN CN201880067565.8A patent/CN111247551A/zh active Pending
- 2018-10-15 EP EP18797177.5A patent/EP3673452A1/en active Pending
- 2018-10-15 US US16/757,362 patent/US11335000B2/en active Active
- 2018-10-15 CA CA3079383A patent/CA3079383A1/en active Pending
- 2018-10-15 WO PCT/JP2018/038248 patent/WO2019082713A1/en unknown
- 2018-10-15 AU AU2018357379A patent/AU2018357379A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010181402A (ja) * | 2009-01-09 | 2010-08-19 | Dainippon Printing Co Ltd | 受精卵品質評価支援システム、受精卵品質評価支援装置および受精卵品質評価支援方法 |
WO2012002500A1 (ja) * | 2010-06-30 | 2012-01-05 | 大日本印刷株式会社 | 体外培養による胚の製造方法、並びに胚を選別するための方法、装置、及びシステム |
JP2016509845A (ja) * | 2013-02-28 | 2016-04-04 | プロジェニー, インコーポレイテッド | 画像ベースのヒト胚細胞分類のための装置、方法、およびシステム |
JP2016509844A (ja) * | 2013-02-28 | 2016-04-04 | プロジェニー, インコーポレイテッド | 自動非侵襲細胞活性追跡のための装置、方法、およびシステム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020107150A (ja) * | 2018-12-28 | 2020-07-09 | 憲隆 福永 | 胚画像配信システムおよびその方法 |
EP3948772A4 (en) * | 2019-04-04 | 2022-06-01 | Presagen Pty Ltd | METHOD AND SYSTEM OF EMBRYO SELECTION |
Also Published As
Publication number | Publication date |
---|---|
CA3079383A1 (en) | 2019-05-02 |
JP2019076058A (ja) | 2019-05-23 |
WO2019082713A1 (en) | 2019-05-02 |
BR112020007676A2 (pt) | 2020-10-20 |
EP3673452A1 (en) | 2020-07-01 |
US11335000B2 (en) | 2022-05-17 |
CN111247551A (zh) | 2020-06-05 |
US20200349709A1 (en) | 2020-11-05 |
AU2018357379A1 (en) | 2020-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6414310B1 (ja) | 受精卵品質評価方法、プログラム及び情報処理装置 | |
US11335003B2 (en) | Information processing apparatus, information processing method, and program | |
Heape | III. Preliminary note on the transplantation and growth of mammalian ova within a uterine foster-mother | |
JPWO2019082617A1 (ja) | 情報処理装置、情報処理方法、プログラム及び観察システム | |
JP7489920B2 (ja) | プログラム、学習モデル、情報処理装置、情報処理方法、情報表示方法および学習モデルの製造方法 | |
US11645750B2 (en) | Human embryo evaluation using AI/ML analysis of real-time frame speed video for predicting female-sex offspring | |
JP7147744B2 (ja) | 情報処理装置、情報処理方法、プログラム及び観察システム | |
JP6458896B1 (ja) | 受精卵品質評価システム、情報処理装置、情報処理方法及びプログラム | |
Kochan et al. | Analysis of morphokinetic parameters of feline embryos using a time-lapse system | |
JP7067444B2 (ja) | 受精卵解析システム、情報処理装置、情報処理方法及びプログラム | |
Seidel Jr | Translating basic research to animal agriculture | |
Talebi et al. | Revolutionizing animal sciences: Multifaceted solutions and transformative impact of AI technologies | |
Kim et al. | Ultrasonic cutting of frozen semen straws to optimize the use of spermatozoa for in vitro fertilization | |
Marco-Jiménez et al. | A 3D-Printed Large Holding Capacity Device for Minimum Volume Cooling Vitrification of Embryos in Prolific Livestock Species | |
Dilaver et al. | Robotics Systems and Artificial Intelligence Applications in Livestock Farming | |
CN108024849A (zh) | 冷冻保存有蹄类动物胚胎 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180426 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180426 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180510 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180612 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180813 |
|
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: 20180904 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180917 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6414310 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |