JP7024231B2 - 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 - Google Patents

Description

本技術は、細胞の評価に適用可能な情報処理装置、情報処理方法、プログラム及び観察システムに関する。

特許文献１に記載の画像処理装置では、複数の受精卵を撮像することにより得られた画像群から基準画像が選択され、受精卵の輪郭が基準輪郭として検出される。この基準輪郭を基準として、所定のプロファイルを実行することで、画像群の他の任意の画像における受精卵の輪郭が決定される。これにより、画像群の全ての画像に対して受精卵の位置を正確に合わせた受精卵画像を出力することが可能となり、受精卵の解析精度の向上が図られている。

特開２０１１－１９２１０９号公報

このように観察対象となる受精卵等を高い精度で評価する技術が求められている。

以上のような事情に鑑み、本技術の目的は、観察対象となる受精卵を高精度に評価することを可能とする情報処理装置、情報処理方法、プログラム及び観察システムを提供することにある。

上記目的を達成するため、本技術の一形態に係る情報処理装置は、画像取得部と、認識部と、特徴量算出部と、を有する。
上記画像取得部は、受精卵が経時的に撮像された複数のオリジナル画像を取得する。
上記認識部は、上記オリジナル画像から上記受精卵が存在する確率を示す確率画像を生成する確率画像生成部を有し、上記確率画像に基づき上記受精卵を認識可能に構成される。
上記特徴量算出部は、上記確率画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量を算出可能に構成される。

上記技術により、受精卵を形態学的な所見だけではなく、受精卵の経時的な状態変化と、この状態変化に基づく特徴量をも考慮した多面的な品質評価が可能となり、観察対象となる受精卵を高精度に評価することができる。

上記認識部は、上記確率画像に対して画素毎に所定の閾値で２値化処理を施すことにより、上記確率画像から２値化画像を生成する２値化画像生成部をさらに有し、上記２値化画像に基づき上記受精卵を認識可能に構成され、
上記特徴量算出部は、上記２値化画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出可能に構成されてもよい。

上記認識部は、上記２値化画像と上記オリジナル画像とを重畳させたオーバーレイ画像を生成するオーバーレイ画像生成部をさらに有し、上記オーバーレイ画像に基づき上記受精卵を認識可能に構成され、
上記特徴量算出部は、上記オーバーレイ画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出可能に構成されてもよい。

上記認識部は、上記受精卵の透明帯と、上記受精卵内部の細胞とを認識し、
上記特徴量算出部は、上記状態変化として、上記透明帯及び上記受精卵内部の細胞の面積の変化を算出してもよい。
これにより、透明帯及び受精卵内部の細胞各々の収縮／拡張活動を定量的且つ客観的に捉えることができる。

上記特徴量算出部は、上記透明帯の面積と、上記受精卵内部の細胞の面積の経時的な変化とに基づき、上記特徴量として、上記受精卵のコンパクション時間及び卵割時間の少なくとも１つを算出してもよい。
これにより、例えば、受精卵が１６細胞期から桑実胚期に成長する過程での、コンパクション時間や卵割時間を定量的且つ客観的に捉えることができる。

上記認識部は、上記受精卵内部の細胞として、胚盤胞を認識し、
上記特徴量算出部は、上記透明帯と上記胚盤胞との面積差の経時的な変化に基づき、上記特徴量として、上記透明帯及び上記胚盤胞の収縮回数、収縮直径、収縮速度、収縮時間、収縮間隔、収縮強度、収縮周波数、拡張回数、拡張直径、拡張速度、拡張時間、拡張間隔、拡張強度及び拡張周波数の少なくとも１つを算出してもよい。
これにより、透明帯及び胚盤胞各々の微細な収縮／拡張活動を定量的且つ客観的に捉えることができる。

上記認識部は、上記受精卵の透明帯を認識し、
上記特徴量算出部は、上記状態変化として、上記透明帯の径、面積及び厚みの変化の少なくとも１つを算出してもよい。
これにより、受精卵の状態が変化し始めた時間や、成長速度等を確認することができ、受精卵の経時的な収縮／拡張活動を定量的且つ客観的に捉えることができる。

上記認識部は、上記受精卵の前核を認識し、
上記特徴量算出部は、上記状態変化として、上記前核の面積の変化を算出してもよい。
これにより、受精卵の成長過程における前核の出現時間と消失時間が判定可能となる。

上記特徴量算出部は、上記前核の面積に基づき、上記特徴量として、上記前核の個数を算出してもよい。
これにより、前核の個数に基づいて、受精卵の前核が異常であるか否かが判定可能となる。即ち、受精卵が正常受精であるか否か、さらには、異常受精の種類が判定可能となる。

上記認識部は、上記受精卵の第１及び第２の極体を認識し、
上記特徴量算出部は、上記第１及び第２の極体の面積の和と、第１の極体の面積との差に基づき、上記特徴量として、上記受精卵の極体の個数を算出してもよい。
これにより、受精卵の極体の個数に基づいて、受精後の受精卵に第２の極体が放出されているか否かが判定可能となる。即ち、受精卵が正常に受精しているか否かを判定することができる。

上記認識部は、上記受精卵の割球の核を認識し、
上記特徴量算出部は、上記核の面積に基づき、上記特徴量として、上記核の個数を算出してもよい。
これにより、受精卵が多核状態であるか否かを判定することができる。

上記認識部は、上記受精卵の透明帯と、上記受精卵内部の細胞と、上記受精卵のフラグメンテーションとを認識し、
上記特徴量算出部は、上記特徴量として、上記透明帯の面積と上記受精卵内部の細胞の面積の総和に対する上記フラグメンテーションの面積の割合を算出してもよい。

上記認識部は、上記受精卵の卵細胞辺縁透明領域と、上記受精卵内部の細胞とを認識し、
上記特徴量算出部は、上記状態変化として、上記受精卵内部の細胞の面積に対する上記卵細胞辺縁透明領域の面積の割合の変化を算出してもよい。
これにより、受精卵の成長過程における卵細胞辺縁透明領域（Ｈａｌｏ）の出現時間及び消失時間が判定可能となる。

上記認識部は、上記受精卵内部の細胞を認識し、
上記特徴量算出部は、上記認識部により認識された上記受精卵内部の細胞の経時的な動き量の変化をさらに算出してもよい。
これにより、上記動き量の変化がグラフ等で可視化されることで、受精卵内部の性能評価が可能となる。

上記特徴量に基づき、上記受精卵の品質を判定する判定部をさらに具備してもよい。

上記認識部は、上記受精卵の第１及び第２の極体を認識し、
上記特徴量算出部は、上記第１及び第２の極体の面積の和と、第１の極体の面積との差に基づき、上記特徴量として、上記受精卵の極体の個数を算出し、
上記判定部は、上記極体の個数に基づき、上記受精卵の極体が異常であるか否かを判定してもよい。
これにより、受精卵が正常受精であるか否かだけではなく、異常受精の種類も自動的に判定される。

上記認識部は、上記受精卵の割球の核を認識し、
上記特徴量算出部は、上記核の面積に基づき、上記特徴量として、上記核の個数を算出し、
上記判定部は、上記核の個数に基づき、上記受精卵が多核状態であるか否かを判定してもよい。
これにより、受精卵の細胞割球内が多核状態であるか否かが自動的に判定される。

上記判定部は、上記状態変化に基づき、上記受精卵の発育状態をさらに判定してもよい。

上記認識部は、上記受精卵の透明帯を認識し、
上記特徴量算出部は、上記状態変化として、上記透明帯の厚みの変化を算出し、
上記判定部は、上記透明帯の厚みの変化に基づき、上記受精卵が拡張胚盤胞であると判定してもよい。

上記認識部は、上記受精卵の透明帯を認識し、
上記特徴量算出部は、上記状態変化として、上記透明帯の径及び面積の変化の少なくとも１つを算出し、
上記判定部は、上記透明帯の径及び面積の変化の少なくとも１つに基づき、上記受精卵が拡張胚盤胞であると判定してもよい。

上記認識部は、上記受精卵の前核を認識し、
上記特徴量算出部は、上記状態変化として、上記前核の面積の変化を算出し、
上記判定部は、上記前核の面積の変化に基づき、上記受精卵における前核の出現及び消失を判定してもよい。
これにより、受精卵の成長過程における前核の出現及び消失が自動的に判定される。

上記特徴量算出部は、上記前核の面積に基づき、上記特徴量として、上記前核の個数をさらに算出し、
上記判定部は、上記前核の個数に基づき、上記受精卵の前核が異常であるか否かを判定してもよい。
これにより、受精卵が正常受精であるか否か、さらには異常受精の種類が自動的に判定される。

上記認識部は、上記受精卵の卵細胞辺縁透明領域と、上記受精卵内部の細胞とを認識し、
上記特徴量算出部は、上記状態変化として、上記受精卵内部の細胞の面積に対する前記卵細胞辺縁透明領域の面積の割合の変化を算出し、
上記判定部は、上記割合の変化に基づき、上記受精卵における卵細胞辺縁透明領域の出現及び消失を判定してもよい。
これにより、受精卵の成長過程における卵細胞辺縁透明領域（Ｈａｌｏ）の出現及び消失が自動的に判定される。

上記判定部は、上記受精卵内部の細胞の経時的な動き量の変化に基づき、上記受精卵の発育状態をさらに判定してもよい。

上記判定部は、上記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値以上であり、且つ、単位時間あたりの上記動き速度ベクトルの変化がほぼゼロである上記受精卵の状態をｌａｇ－ｐｈａｓｅと判定してもよい。
これにより、受精卵のｌａｇ－ｐｈａｓｅ（細胞休止期）が自動的に判定される。

上記判定部は、上記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値より大きく、且つ、単位時間あたりの上記動き速度ベクトルの変化がゼロではない前記受精卵の状態を、変性細胞割合が１５％未満と判定してもよい。

上記判定部は、上記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値以下であり、且つ、単位時間あたりの上記動き速度ベクトルの変化がほぼゼロである上記受精卵の状態を、変性細胞割合が１５％以上と判定してもよい。

上記判定部は、上記受精卵内部の細胞の動き平均速度が、第２の閾値より大きい上記受精卵の状態を、変性細胞割合が１５％以上５０％未満とさらに判定してもよい。

上記判定部は、上記受精卵内部の細胞の動き平均速度が第２の閾値より小さい上記受精卵の状態を、変性細胞割合が５０％以上とさらに判定してもよい。

上記目的を達成するため、本技術の一形態に係る情報処理方法は、
受精卵が経時的に撮像された複数のオリジナル画像が取得される。
上記オリジナル画像から上記受精卵が存在する確率を示す確率画像が生成される。
上記確率画像から上記受精卵の経時的な状態変化が算出され、上記状態変化に基づく上記受精卵の特徴量が算出される。

上記目的を達成するため、本技術の一形態に係るプログラムは、情報処理装置に以下のステップを実行させる。
受精卵が経時的に撮像された複数のオリジナル画像を取得するステップ。
上記オリジナル画像から上記受精卵が存在する確率を示す確率画像を生成するステップ。
上記確率画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量を算出するステップ。

上記目的を達成するため、本技術の一形態に係る観察システムは、撮像部と、情報処理装置と、を有する。
上記撮像部は、受精卵を経時的に撮像する。
上記情報処理装置は、画像取得部と、認識部と、特徴量算出部と、を有する。
上記画像取得部は、上記受精卵が経時的に撮像された複数のオリジナル画像を取得する。
上記認識部は、上記オリジナル画像から上記受精卵が存在する確率を示す確率画像を生成する確率画像生成部を有し、上記確率画像に基づき上記受精卵を認識可能に構成される。
上記特徴量算出部は、上記確率画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量を算出可能に構成される。

以上のように、本技術によれば、観察対象となる受精卵を高精度に評価することを可能とする情報処理装置、情報処理方法、プログラム及び観察システムを提供することができる。なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、又は、上記の効果に代えて、本明細書に示されたいずれかの効果又は本明細書から把握され得る他の効果が奏されてもよい。

本技術の第１の実施形態に係る観察システムの構成例を示す模式図である。 上記観察システムの観察ステージ上に設置された培養容器群を光源側から見た模式図である 上記実施形態に係る培養容器の断面を模式的に示す図である。 上記培養容器を光源側から見た模式図である。 上記培養容器における撮影エリアを光源側からみた模式図である。 上記観察システムの構成例を示す機能ブロック図である。 上記実施形態に係る情報処理装置の受精卵の品質を評価する方法を示すフローチャートである。 上記観察システムの撮像部が複数の受精卵を撮像する様子を示す模式図である。 本技術の複数のオリジナル画像を示す概念図である。 本技術の認識部の画像処理の過程を示す各種画像の模式図である。 本技術の複数のオリジナル画像を示す概念図である。 上記実施形態において、受精卵の経時的な状態変化を可視化したグラフを模式的に示す図である。 上記実施形態において、受精卵を撮像した画像を示す模式図である。 上記実施形態において、受精卵の経時的な状態変化を可視化したグラフを模式的に示す図である。 上記実施形態において、受精卵を撮像した画像を示す模式図である。 上記実施形態において、受精卵の経時的な状態変化を可視化したグラフを模式的に示す図である。 受精卵の成長過程における前核の出現及び消失を示す模式図である。 前核の個数がそれぞれ異なる各種受精卵を示す模式図である。 本技術の第２の実施形態において、受精卵の前核の面積と前核の個数との関係を示すグラフである。 上記実施形態において、受精卵の経時的な状態変化を可視化したグラフを模式的に示すである。 本技術の第３の実施形態において、未受精卵の第１極体の面積と、当該未受精卵由来の受精卵における極体部分の面積との関係を示すグラフである。 上記第３の実施形態において、前核の面積と前核の個数との関係を示すグラフと、極体の面積と極体の個数との関係を示すグラフとを併記して示す図である。 本技術の第４の実施形態において、２細胞期の受精卵を示す模式図である。 上記実施形態において、受精卵の細胞割球内の核部分の面積と、当該細胞割球内の核の個数との関係を示すグラフである。 本技術の第５の実施形態において、品質がグレーディングされた各種２細胞期の受精卵Ｆをそれぞれ示す模式図である。 上記実施形態において、各グレードの受精卵のそれぞれについてのフラグメンテーション、透明帯及び細胞割球の面積を示すグラフである。 本技術の第６の実施形態における受精卵の模式図である。 上記実施形態において、受精卵内部の細胞の面積に対するＨａｌｏの面積の割合を経時的にプロットしたグラフである。 本技術の第７の実施形態において、受精卵内部の動き量の経時的な変化を可視化したグラフである。 上記実施形態において、受精卵内部の動き量の経時的な変化を可視化したグラフである。 上記実施形態において、受精卵内部の動き量の経時的な変化を可視化したグラフである。

以下、図面を参照しながら、本技術の実施形態を説明する。図面には、適宜相互に直交するＸ軸、Ｙ軸及びＺ軸が示されている。Ｘ軸、Ｙ軸及びＺ軸は全図において共通である。

＜第１の実施形態＞
［観察システムの構成］
図１は、本技術の第１の実施形態に係る観察システム１００の構成例を示す模式図である。観察システム１００は、図１に示すように、インキュベータ１０と、観察装置２０と、湿度・温度・ガス制御部３０と、検出部４０と、情報処理装置５０と、表示装置６０と、入力部７０と、を有する。

インキュベータ１０は、観察装置２０と、湿度・温度・ガス制御部３０と、検出部４０とを収容する培養装置であり、その内部の温度や湿度等を一定に保つ機能を有する。インキュベータ１０は、任意のガスが流入可能に構成される。当該ガスの種類は特に限定されないが、例えば窒素、酸素又は二酸化炭素等である。

観察装置２０は、撮像部２１と、光源２２と、培養容器群２３と、を有する。撮像部２１は、培養容器２３ａ（ディッシュ）に収容されている受精卵Ｆ（図３参照）を経時的に撮像し、受精卵Ｆのオリジナル画像を生成可能に構成されている。このオリジナル画像とは、後述する認識部５３が画像処理する前の画像を指し、受精卵Ｆがそのまま映し出された画像である。以下の説明のオリジナル画像も同義とする。

撮像部２１は、光軸方向（Ｚ軸方向）に移動可能なレンズ群を含む鏡筒と、当該鏡筒を通過する被写体光を撮像するＣＭＯＳ（Complementary Metal Oxide Semiconductor）、ＣＣＤ（Charge Coupled Device）等の固体撮像素子と、これらを駆動する駆動回路等を有する。

撮像部２１は、光軸方向（Ｚ軸方向）及び水平方向（Ｚ軸方向に直交する方向）に移動可能に構成され、水平方向に移動しながら培養容器２３ａに収容されている受精卵Ｆを撮像する。また、撮像部２１は、静止画だけではなく、動画を撮影可能に構成されてもよい。

本実施形態の撮像部２１は、典型的には可視光カメラであるが、これに限定されず、赤外線（ＩＲ）カメラや、偏光カメラ等であってもよい。

光源２２は、培養容器２３ａ内の受精卵Ｆを撮像部２１で撮像する際に、培養容器２３ａに対して光を照射する。光源２２には、例えば、特定の波長の光を照射するＬＥＤ（Light Emitting Diode）等が採用される。光源２２がＬＥＤである場合は、例えば、波長が６４０ｎｍの光を照射する赤色ＬＥＤが採用される。

培養容器群２３は複数の培養容器２３ａから構成され、撮像部２１と光源２２との間において、観察ステージＳ上に設置される。観察ステージＳは光源２２が照射する光を透過可能に構成される。

図２は、観察装置２０の観察ステージＳ上に設置された培養容器群２３を光源２２側から見た模式図である。培養容器２３ａは、図２に示すように、例えば観察ステージＳ上において行列状に６つ設置され、Ｘ軸方向に３つ、Ｙ軸方向２つ設置される。

図３は、培養容器２３ａの断面を模式的に示す図である。培養容器２３ａには、図３に示すように、ウェルＷが複数設けられている。ウェルＷは、培養容器２３ａに行列状（図５参照）に設けられ、１個の受精卵Ｆを収容可能に構成されている。

培養容器２３ａにはウェルＷが設けられる以外に、培養液ＣとオイルＯが注入されている。オイルＯは、培養液Ｃをコーティングすることにより、培養液Ｃの蒸発を抑制する機能を有する。

図４は、光源２２側から見た培養容器２３ａの模式図（平面図）である。培養容器２３ａは、複数のウェルＷが形成されているウェル領域Ｅ１を有する。培養容器２３ａの直径Ｄ１とウェル領域Ｅ１の直径Ｄ２は特に限定されず、例えば直径Ｄ１は３５ｍｍ程度であり、直径Ｄ２は２０ｍｍ程度である。

ウェル領域Ｅ１は、撮像部２１の撮影対象となる撮影領域Ｅ２を有する。撮影領域Ｅ２は、図２に示すように、４つの撮影エリアＬ１～Ｌ４に４等分されている。各撮影エリアＬ１～Ｌ４の一辺の長さＤ３は、例えば、５ｍｍ程度である。

図５は、光源２２側から見た撮影エリアＬ１を拡大して示す模式図である。撮影エリアＬ１は、ウェル領域Ｅ１に設けられた複数のウェルＷのうち７２個のウェルＷを含み、ＰＯＳ（Position）領域毎に１２等分されている。

ＰＯＳ領域Ｐ１～Ｐ１２は、それぞれ、ウェルＷがＸ軸方向に３つ、Ｙ軸方向に２つ並んだ６つのウェルＷを含む。本実施形態の撮像部２１は、後述する画像取得工程（図７参照）において、ＰＯＳ領域毎にウェルＷに収容されている受精卵Ｆを経時的に撮像する。なお、図５は撮影エリアＬ１を拡大して示す模式図であるが、撮影エリアＬ２～Ｌ４も撮影エリアＬ１と同様の構成である。

培養容器２３ａを構成する材料は、特に限定されないが、例えばガラス又はシリコン等の無機材料や、ポリスチレン樹脂、ポリエチレン樹脂、ポリプロピレン樹脂、ＡＢＳ樹脂、ナイロン、アクリル樹脂、フッ素樹脂、ポリカーボネート樹脂、ポリウレタン樹脂、メチルペンテン樹脂、フェノール樹脂、メラミン樹脂、エポキシ樹脂又は塩化ビニル樹脂等の有機材料等からなり、光源２２が照射する光が透過する透明体である。あるいは、培養容器２３ａは、光源２２が照射する光が透過する箇所以外が上記で列挙した材料からなるものであってもよく、金属材料からなるものであってもよい。

湿度・温度・ガス制御部３０は、インキュベータ１０内の温度及び湿度と、インキュベータ１０内に導入されたガスを制御するものであり、受精卵Ｆの発育に適した環境をつくる。湿度・温度・ガス制御部３０は、インキュベータ１０内の温度を例えば３８℃程度に制御することができる。

検出部４０は、情報処理装置５０に無線により接続され、インキュベータ１０内の温度、湿度及び気圧や、光源２２の照度等を検出し、情報処理装置５０に出力するように構成される。検出部４０は、例えばソーラーパネル式又は電池式のＩｏＴ（Internet of Things）センサ等であり、その種類は問わない。

情報処理装置５０は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）等のコンピュータに必要なハードウェアを有する。ＣＰＵが、ＲＯＭやＨＤＤに格納された本技術のプログラムをＲＡＭにロードして実行することにより、後述する情報処理装置５０の各ブロック動作が制御される。

プログラムは、例えば種々の記憶媒体（内部メモリ）を介して情報処理装置５０にインストールされる。あるいは、インターネット等を介してプログラムのインストールが実行されてもよい。本実施形態では、情報処理装置５０として、例えば、ＰＣ（Personal Computer）等が用いられるが、他の任意のコンピュータが用いられてもよい。

表示装置６０は、撮像部２１が撮影した画像等を表示可能に構成されている。表示装置６０は、例えば、液晶、有機ＥＬ（Electro-Luminescence）等を用いた表示デバイスである。

入力部７０は、ユーザの操作を入力するためのキーボードやマウス等の操作デバイスである。本実施形態の入力部７０は、表示装置６０と一体的に構成されたタッチパネル等であってもよい。

次に、上記の情報処理装置５０の構成について説明する。図６は、観察システム１００の構成例を示す機能ブロック図である。

［情報処理装置］
情報処理装置５０は、図６に示すように、画像取得部５１と、画像加工部５２と、認識部５３と、特徴量算出部５４と、撮像制御部５５と、判定部５６と、予測部５７と、表示制御部５８と、受精卵情報データベース５９と、を有する。

画像取得部５１は、撮像部２１によって受精卵Ｆが経時的に撮像された複数のオリジナル画像を取得し、これらを画像加工部５２と、表示制御部５８と、受精卵情報データベース５９に出力する。

画像加工部５２は、画像取得部５１から取得したオリジナル画像を加工（トリミング）し、加工後のオリジナル画像を、後述する確率画像生成部５３ａと、オーバーレイ画像生成部５３ｃと、表示制御部５８と、受精卵情報データベース５９に出力する。

認識部５３は、確率画像生成部５３ａと、２値化画像生成部５３ｂと、オーバーレイ画像生成部５３ｃと、を有する。確率画像生成部５３ａは、画像加工部５２から取得したオリジナル画像から受精卵Ｆが存在する確率を示す確率画像を生成し、当該確率画像を２値化画像生成部５３ｂと、特徴量算出部５４と、表示制御部５８と、受精卵情報データベース５９に出力する。

２値化画像生成部５３ｂは、確率画像生成部５３ａから取得した確率画像に対して所定の閾値で２値化処理を施すことにより、当該確率画像から２値化画像を生成する。そして、この２値化画像をオーバーレイ画像生成部５３ｃと、特徴量算出部５４と、表示制御部５８と、受精卵情報データベース５９に出力する。

オーバーレイ画像生成部５３ｃは、画像加工部５２から取得したオリジナル画像と、２値化画像生成部５３ｂから取得した２値化画像とを重畳させたオーバーレイ画像を生成する。そして、このオーバーレイ画像を特徴量算出部５４と、表示制御部５８と、受精卵情報データベース５９に出力する。

本実施形態の認識部５３は、上記の確率画像、２値化画像及びオーバーレイ画像の少なくとも１つに基づき、受精卵Ｆを認識可能に構成される。

特徴量算出部５４は、確率画像生成部５３ａ、２値化画像生成部５３ｂ及びオーバーレイ画像生成部５３ｃから取得した確率画像、２値化画像及びオーバーレイ画像の少なくとも１つから、受精卵Ｆの経時的な状態変化を算出し、この状態変化に基づく受精卵Ｆの特徴量を算出可能に構成される。

そして、特徴量算出部５４は、算出した状態変化及び特徴量に関する数値データを、撮像制御部５５と、判定部５６と、予測部５７と、表示制御部５８と、受精卵情報データベース５９に出力する。

撮像制御部５５は、特徴量算出部５４の出力に基づき、受精卵Ｆが撮像される時間が変化するように、撮像部２１及び光源２２を制御可能に構成される。

例えば、撮像制御部５５は、特徴量算出部５４から取得した状態変化又は特徴量に基づき、受精卵Ｆが撮像される撮影間隔が短くなるように、撮像部２１及び光源２２を制御する。これにより、受精卵Ｆの品質評価に影響が大きいデータ取得時のみ受精卵Ｆに光を当てることが可能となる。従って、観察対象となる受精卵Ｆに光源２２の光を当てる時間が短くなり、受精卵Ｆに与える光ダメージ（光毒性）が低減する。

上記光ダメージ（光毒性）とは、光によるＤＮＡや染色体に与える光ダメージや熱ダメージ等である。撮像制御部５５は、特徴量算出部５４から取得した状態変化又は特徴量だけではなく、受精卵Ｆを撮像する時間や、発育段階等に基づいて、撮像部２１及び光源２２を制御してもよい。

また、撮像制御部５５は、検出部４０の出力に基づき、光源２２と温度・湿度・ガス制御部３０も制御可能に構成される。これにより、インキュベータ１０内の温度及び湿度や、光源２２の照度が調整される。

判定部５６は、特徴量算出部５４から取得した特徴量に基づき、受精卵Ｆの品質を判定する。また、判定部５６は、特徴量算出部５４から出力された状態変化に基づき、受精卵Ｆの発育状況も判定する。

判定部５６は、特徴量及び状態変化に基づき判定した判定結果を表示制御部５８と、受精卵情報データベース５９に出力する。

予測部５７は、特徴量算出部５４から取得した状態変化及び特徴量の少なくとも１つに基づき、受精卵Ｆに関するう化率、着床率、妊娠率、受胎率、流産率、産仔体重、出生率及び育種価等の少なくとも１つを算出する。予測部５７はこれらの予測値を表示制御部５８と、受精卵情報データベース５９に出力する。

表示制御部５８は、画像取得部５１及び画像加工部５２から取得したオリジナル画像、確率画像生成部５３ａから取得した確率画像、２値化画像生成部５３ｂから取得した２値化画像、オーバーレイ画像生成部５３ｃから取得したオーバーレイ画像、特徴量算出部５４から取得した状態変化及び特徴量、判定部５６から取得した受精卵Ｆに関する判定結果、予測部５７から取得した予測値、さらには、受精卵情報データベース５９から読み出した各種画像や品質情報等を表示装置６０に表示させる。

受精卵情報データベース５９は、画像取得部５１及び画像加工部５２から取得したオリジナル画像や、確率画像生成部５３ａから取得した確率画像、２値化画像生成部５３ｂから取得した２値化画像、及びオーバーレイ画像生成部５３ｃから取得したオーバーレイ画像を記憶する。

また、受精卵情報データベース５９は、特徴量算出部５４から取得した状態変化や特徴量、判定部５６から取得した受精卵Ｆに関する判定結果、予測部５７から取得した予測値、さらには、入力部７０から入力された入力情報等を記憶する。

［品質評価］
図７は、情報処理装置５０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７を適宜参照しながら説明する。なお、後述するように、本実施形態では、受精卵Ｆの透明帯及び受精卵Ｆ内部の細胞を認識した場合の品質評価方法について説明する。

（ステップＳ０１：画像取得）
図８は、撮像部２１が複数の受精卵Ｆを撮像する様子を示す模式図であり、撮像部２１の移動ルートを示す図である。

先ず、撮像部２１が複数のウェルＷに個々に収容されている複数の受精卵ＦをＰＯＳ（Position）領域毎に経時的に撮像する。この際、図８に示すように、撮像部２１の視野範囲２１ａが移動ルートＲに従って、ＰＯＳ領域Ｐ１からＰＯＳ領域Ｐ１２の順に約３秒間隔で移動する。

そして、この作業が観察ステージＳに設置された全ての培養容器２３ａに対して行われ、規定回数繰り返される。これにより、受精卵Ｆを６つ含むオリジナル画像が複数生成され、これらが画像取得部５１（情報処理装置５０）に転送される。

図９は、複数のオリジナル画像を示す概念図である。本実施形態のオリジナル画像は、ＰＯＳ領域Ｐ１～Ｐ１２のそれぞれについて、図９に示すように、時間軸Ｔに沿って経時的に複数生成される。本明細書では、図９に示す画像群を第１経時画像Ｇ１と称す。

観察システム１００における撮像部２１の撮像間隔や撮像枚数は任意に設定可能である。例えば、撮像期間が１週間であるとして、撮像間隔が１５分であり、深さ方向（Ｚ軸方向）に焦点距離を変えて９スタック撮像する場合、一つのＰＯＳ領域について６つの受精卵Ｆを含む積層画像が約６０００枚得られる。これにより、受精卵Ｆの３次元的な画像が取得可能となる。

画像取得部５１は、撮像部２１から転送された第１経時画像Ｇ１を画像加工部５２と、表示制御部５８と、受精卵情報データベース５９に出力し、第１経時画像Ｇ１が受精卵情報データベース５９に記憶される。

（ステップＳ０２：所見情報取得）
表示制御部５８は、受精卵情報データベース５９に記憶された第１経時画像Ｇ１を読み出し、表示装置６０に出力する。これにより、表示装置６０は、第１経時画像Ｇ１を表示する。

次いで、胚培養士等の専門家が表示装置６０に表示された第１経時画像Ｇ１から形態学的な所見により、受精卵Ｆの品質（発育状態、細胞数、細胞対称性、前核の個数、極体の個数、細胞割球内の核の個数、フラグメント等）を評価する。胚培養士により評価された受精卵Ｆの評価結果は、入力部７０を介して受精卵情報データベース５９に出力され、受精卵Ｆに関する第１の品質データとして受精卵情報データベース５９に記憶される。

なお、本実施形態では、胚培養士の受精卵Ｆの品質評価方法は特に限定されない。例えばステップＳ０２では、胚培養士がＰＯＳ領域Ｐ１～Ｐ１２のそれぞれについて、典型的には第１経時画像Ｇ１に含まれる６つの受精卵Ｆ全ての品質を評価するが、これに限られず、一部の受精卵Ｆのみの品質を評価してもよい。また、評価にあたっては、各受精卵Ｆについての９スタック分の全ての積層画像が参照されてもよいし、９スタック分の一部の画像が参照されてもよい。

（ステップＳ０３：画像処理）
図１０は、本実施形態の認識部５３の画像処理の過程を示す各種画像の模式図である。画像加工部５２は、画像取得部５１から取得した第１経時画像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つ含むオリジナル画像Ｇ３が複数生成する（図１０（ａ）、図１１参照）。次いで、画像加工部５２は、複数のオリジナル画像Ｇ３を確率画像生成部５３ａと、オーバーレイ画像生成部５３ｃと、表示制御部５８と、受精卵情報データベース５９に出力し、複数のオリジナル画像Ｇ３が受精卵情報データベース５９に記憶される。

図１１は、複数のオリジナル画像Ｇ３を示す概念図である。受精卵Ｆを１つ含むオリジナル画像Ｇ３は、複数のウェルＷのそれぞれについて、図１１に示すように、時間軸Ｔに沿って経時的に複数生成される。本明細書では、図１１に示す画像群を第２経時画像Ｇ２と称す。

確率画像生成部５３ａは、画像加工部５２から取得した第２経時画像Ｇ２に対して所定の解析処理を施すことにより、複数のオリジナル画像Ｇ３各々に対応した確率画像Ｇ４（図１０（ｂ）参照）を生成する。そして、これらを２値化画像生成部５３ｂと受精卵情報データベース５９に出力する。

具体的には、確率画像生成部５３ａは、予め受精卵情報データベース５９に記憶されている受精卵の透明帯を認識済みの画像を教師データとしたディープラーニング解析により、複数のオリジナル画像Ｇ３のそれぞれについて、画素毎に受精卵Ｆの透明帯の存在確率が算出された確率画像Ｇ４を生成する。

この際、上記教師データとしては、例えば、本実施形態の受精卵Ｆと同様の受精卵が大量に撮像された画像に対して、目視によるラベリング処理を施すことにより、当該受精卵の透明帯が認識された大量の画像が教師データとして採用される。

受精卵情報データベース５９に出力された確率画像Ｇ４は、オリジナル画像Ｇ３から確率画像を生成する際の新たな教師データとして受精卵情報データベース５９に記憶され、受精卵情報データベース５９が更新される。

続いて、２値化画像生成部５３ｂは、確率画像生成部５３ａから取得した複数の確率画像Ｇ４のそれぞれについて、画素毎に所定の閾値で２値化処理を施すことにより、複数の確率画像Ｇ４各々に対応した２値化画像Ｇ５（図１０（ｃ）参照）を生成する。そして、これらをオーバーレイ画像生成部５３ｃに出力する。

具体的には、２値化画像生成部５３ｂは、複数の確率画像Ｇ４のそれぞれについて、例えば、透明帯である確率が５０％未満の画素を０（黒）とし、５０％以上の画素を１（白）とする２値化処理を画素毎に施すことによって、２値化画像Ｇ５を生成する。これにより、例えば、確率画像Ｇ４における透明帯の輪郭線が抽出される。

次いで、オーバーレイ画像生成部５３ｃは、画像加工部５２から取得した複数のオリジナル画像Ｇ３（第２経時画像Ｇ２）と、２値化画像生成部５３ｂから取得した複数の２値化画像Ｇ５とを重畳することにより、複数のオリジナル画像Ｇ３のそれぞれについて、例えば透明帯を５０％以上の確率で認識したオーバーレイ画像Ｇ６（図１０（ｄ）参照）を生成する。そして、これらを特徴量算出部５４と受精卵情報データベース５９に出力する。

続いて、オーバーレイ画像生成部５３ｃは、複数のオーバーレイ画像Ｇ６のそれぞれについて、認識された透明帯部分に沿ったマスク領域を形成する。これにより、透明帯の存在確率が例えば５０％以上の箇所のみがマスキングされる。

本実施形態の認識部５３は、上記したような画像処理方法により、受精卵Ｆの透明帯だけではなく、受精卵Ｆ内部の細胞（胚盤胞、細胞割球、桑実胚等）、前核、極体、割球内の核、フラグメンテーション及び卵細胞辺縁透明領域（以下、Ｈａｌｏ）等も認識可能であり、後述する実施形態ではこれらを認識した場合の品質評価方法について説明する。

なお、認識部５３は、典型的にはオーバーレイ画像Ｇ６に基づき、受精卵Ｆの透明帯、胚盤胞、細胞割球、前核、極体、割球内の核、フラグメンテーション及びＨａｌｏ等を認識するが、これに限られない。本実施形態では、確率画像Ｇ４又は２値化画像Ｇ５に基づき上記で列挙した受精卵Ｆの各種部分を認識してもよく、これらの画像に基づき、以下の実施形態で説明する状態変化、特徴量及び受精卵Ｆ内部の細胞の経時的な動き量の変化も算出可能である。

（ステップＳ０４：状態変化算出）
特徴量算出部５４は、認識部５３から出力された複数のオーバーレイ画像Ｇ６に対して所定の解析処理を施すことにより、受精卵Ｆの時間軸Ｔに沿った状態変化を算出し、当該状態変化に関する数値データを撮像制御部５５、判定部５６、予測部５７、表示制御部５８及び受精卵情報データベース５９に出力する。

受精卵情報データベース５９に出力された状態変化に関する数値データは、先のステップＳ０２により評価された当該状態変化を有する受精卵Ｆに関する第１の品質データ（発育状態、細胞数、細胞対称性、フラグメント等）に対応づけられ、第２の品質データとして受精卵情報データベース５９に記憶される。

例えば、特徴量算出部５４は、認識部５３から出力された複数のオーバーレイ画像Ｇ６について、フレーム間差分値を算出し、この差分値に基づき、上記状態変化を算出する。

あるいは、特徴量算出部５４は、先のステップＳ０３において、複数のオーバーレイ画像Ｇ６のそれぞれに対して形成された複数のマスク領域について、一方のオーバーレイ画像Ｇ６のマスク領域と他方のオーバーレイ画像Ｇ６のマスク領域間の差分値を算出してもよい。即ち、特徴量算出部５４は、マスク領域のみのフレーム間差分値を算出し、この差分値に基づき上記状態変化を算出してもよい。

これにより、受精卵Ｆが撮像された画像全体でフレーム間差分値を算出することに伴うノイズや誤検出が抑制され、受精卵Ｆの状態変化や後述する特徴量を正確に算出することが可能となる。

特徴量算出部５４は、状態変化として、受精卵Ｆの透明帯の径、面積、厚みの変化の少なくとも一つを算出する。さらには、受精卵Ｆ内部の細胞として、例えば、胚盤胞や細胞割球の面積の変化を算出する。これにより、これらがグラフ等で可視化されることで、受精卵Ｆの透明帯と、受精卵Ｆ内部の細胞の経時的な収縮／拡張活動を客観的且つ定量的に捉えることができる（図１６参照）。

（ステップＳ０５：特徴量算出）
続いて、特徴量算出部５４は、算出した状態変化に対して所定の解析処理を施すことにより受精卵Ｆの特徴量を算出し、この特徴量に関する数値データを撮像制御部５５、判定部５６、予測部５７、表示制御部５８及び受精卵情報データベース５９に出力する。

受精卵情報データベース５９に出力された特徴量に関する数値データは、予め受精卵情報データベース５９に記憶されている第２の品質データ（状態変化に関する数値データと、第１の品質データとが対応づけられた品質データ）に対応づけられ、第４の品質データとして受精卵情報データベース５９に記憶される。

図１２は、培養時間に対する受精卵Ｆの経時的な面積の変化を示すグラフである。図１２に示すＳ１は透明帯の面積の変化を示すグラフであり、Ｓ２は細胞割球の面積の変化を示すグラフである。また、図１３は、受精卵Ｆを撮像した画像を示す模式図である。図１３（ａ）は１６細胞期の受精卵Ｆを撮像した模式図であり、図１３（ｂ）は桑実胚期の受精卵Ｆを撮像した模式図である。

特徴量算出部５４は、特徴量として、受精卵Ｆのコンパクション（分割した細胞が融合し１つの塊となった状態）時間、卵割時間の少なくとも１つを算出する。これにより、図１３に示すように、受精卵Ｆが例えば１６細胞期から桑実胚期に形態変化する際のコンパクション時間や卵割時間等を定量的且つ客観的に捉えることができる。

図１２に示す例で言えば、グラフＳ２の変曲点Ｐ１に対応した培養時間Ｔ１が、受精卵Ｆのコンパクション時間に相当するが、グラフＳ１，Ｓ２に基づいてどの時点をコンパクション時間や卵割時間とするかは任意に設定されてよい。

図１４は、培養時間に対する受精卵Ｆの経時的な面積の変化を示すグラフである。図１４に示すＳ１は透明帯の面積の変化を示すグラフであり、Ｓ３は胚盤胞の面積の変化を示すグラフである。また、図１５は、受精卵Ｆを撮像した画像を示す模式図である。図１５（ａ）は胚盤胞期の受精卵Ｆを撮像した模式図であり、図１５（ｂ）は受精卵Ｆの胚盤胞と透明帯が収縮している状態を示す模式図である。図１５（ｃ）は受精卵Ｆの胚盤胞のみが収縮している状態を示す模式図である。

本実施形態の特徴量算出部５４は、透明帯と胚盤胞との面積差の経時的な変化に基づき、特徴量として、透明帯及び胚盤胞の収縮回数、収縮直径、収縮速度、収縮時間、収縮間隔、収縮強度、収縮周波数、拡張回数、拡張直径、拡張速度、拡張時間、拡張間隔、拡張強度及び拡張周波数の少なくとも１つをさらに算出可能に構成される。

これにより、透明帯及び胚盤胞各々の微細な収縮／拡張活動を定量的且つ客観的に捉えることができる。図１４に示す例で言えば、受精卵Ｆの培養時間において、透明帯の面積Ｓ１から胚盤胞の面積Ｓ３を差し引いた面積差ΔＳ１が０になる回数と０にならない回数をカウントすることで、透明帯及び胚盤胞のそれぞれの収縮回数が求められる。

具体的には、透明帯の経時的な面積の変化を示すグラフＳ１のピークＱ２において、面積差ΔＳ１が０になる場合が透明帯及び胚盤胞の収縮活動（図１５（ｂ）参照）と判別され、胚盤胞の経時的な面積の変化を示すグラフＳ３のピークＱ３において、面積差ΔＳ１が０にならない場合が胚盤胞の収縮活動（図１５（ｃ）参照）と判別される。

よって、図１４では、面積差ΔＳ１が０となるグラフＳ１のピークＱ２の数が透明帯の収縮回数に相当し、面積差ΔＳ１が０とならないグラフＳ３のピークＱ３の数が胚盤胞の収縮回数に相当する。また、ピークＱ２間の間隔Ｔ２が透明帯及び胚盤胞の収縮周期に相当し、ピークＱ３間の間隔Ｔ３が胚盤胞の収縮周期に相当する。

（ステップＳ０６：品質判定）
判定部５６は、特徴量算出部５４から出力された状態変化又は特徴量に関する数値データと、予め受精卵情報データベース５９に記憶されている状態変化又は特徴量に対応する第４の品質データとを照合することにより、受精卵Ｆの品質や発育状態等を判定する。

この際、判定部５６は、状態変化又は特徴量に関する数値データに対応する第４の品質データとして、当該数値データに最も類似した数値データを含む第４の品質データを選択し、受精卵情報データベース５９から読み出す。

これにより、判定部５６は、特徴量算出部５４から出力された状態変化又は特徴量に基づき、胚培養士の形態学的な所見によって下された品質結果を利用して、受精卵Ｆの品質や発育状態等を自動的に判定することができる。

次に、判定部５６は、状態変化又は特徴量に関する数値データと、第４の品質データとを照合することにより判定した判定結果を表示制御部５８及び受精卵情報データベース５９に出力する。これにより、上記判定結果が新たな参照データ（第４の品質データ）として受精卵情報データベース５９に記憶され、受精卵情報データベース５９が更新される。

特徴量算出部５４が先のステップＳ０４において、状態変化として受精卵Ｆの透明帯の径、面積、厚みの変化を算出した場合、判定部５６は、これらの少なくとも１つに基づき、受精卵Ｆの発育状態を判定する。

図１６は、培養時間に対する透明帯の径（直径）の経時的な変化を示すグラフである。判定部５６は、特徴量算出部５４から出力された状態変化（透明帯の径の変化）に関する数値データに所定の解析処理を施すことにより、単位培養時間当たりの透明帯の径の変化が０から０より大きくなる培養時間Ｔ４を検出する。

次いで、判定部５６は、培養時間Ｔ４における受精卵Ｆの発育状態が拡張胚盤胞であると判定する。これにより、受精卵Ｆの発育状態が拡張胚盤胞に形態変化する時刻等を定量的且つ客観的に捉えることができる。なお、判定部５６は、透明帯の経時的な径の変化だけではなく、透明帯の面積及び厚みの経時的な変化のすくなくとも１つに基づき、受精卵Ｆの発育状態が拡張胚盤胞であると判定することもできる。

（ステップＳ０７：予測値算出）
予測部５７は、特徴量算出部５４から出力された状態変化に関する数値データと特徴量に関する数値データの少なくとも１つと、これらに対応する予め受精卵情報データベース５９に記憶された第３の品質データ（う化率、着床率、妊娠率、受胎率、流産率、産仔体重、出生率及び育種価等）とを照合することにより、受精卵Ｆに関するう化率、着床率、妊娠率、受胎率、流産率、産仔体重、出生率及び育種価等の少なくとも１つ算出する。

この際、予測部５７は、特徴量算出部５４から出力された状態変化及び特徴量に関する数値データに対応する第３の品質データとして、これらに最も類似した状態変化及び特徴量を有する受精卵Ｆに関する第３の品質データを選択し、受精卵情報データベース５９から読み出す。

次に、予測部５７は、状態変化に関する数値データと特徴量に関する数値データの少なくとも１つと、第３の品質データとを照合することにより判定した受精卵Ｆの予測値を表示制御部５８及び受精卵情報データベース５９に出力する。これにより、上記予測値が新たな参照データ（第３の品質データ）として受精卵情報データベース５９に記憶され、受精卵情報データベース５９が更新される。

（ステップＳ０８：品質結果表示）
表示制御部５８は、画像取得部５１及び画像加工部５２から取得した第１及び第２経時画像Ｇ１，Ｇ２（オリジナル画像）、認識部５３から取得した画像処理後の画像（受精卵認識画像、動きベクトル画像及び動き量ヒートマップ画像等）、特徴量算出部５４から取得した状態変化及び特徴量、判定部５６から取得した受精卵Ｆの品質結果、予測部５７から取得した予測値、受精卵Ｆの発育状態に応じた品質コード、あるいは、受精卵情報データベース５９から読み出した各種画像や品質情報等を、ｗｅｂダッシュボードとして表示装置６０に表示させる。

これにより、ユーザは、受精卵Ｆに関する観察画像、受精卵認識画像、動きベクトル画像、動き量ヒートマップ画像、状態変化、特徴量、品質結果、予測値等を総合的に考慮することにより、移植前の受精卵Ｆを高精度に選定可能となる。なお、表示制御部５８は、上記以外に、受精卵Ｆが収容されているウェルＷの位置情報、撮像日時、撮像条件等も表示装置６０に表示させることができる。

（機械学習アルゴリズム）
本技術の情報処理装置５０では、上述したステップＳ０２～ステップＳ０７の工程が、機械学習アルゴリズムに従って、実行される。この機械学習アルゴリズムは特に限定されず、例えばＲＮＮ（Recurrent Neural Network：再帰型ニューラルネットワーク）、ＣＮＮ（Convolutional Neural Network:畳み込みニューラルネットワーク）又はＭＬＰ（Multilayer Perceptron：多層パーセプトロン）等のニューラルネットワークを用いた機械学習アルゴリズムが用いられる。その他、教師あり学習法、教師なし学習法、半教師あり学習法、強化学習法等を実行する任意の機械学習アルゴリズムが用いられてもよい。

［作用］
近年、不妊治療や畜産等の現場において、移植する細胞（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。移植する細胞の選別は、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細胞の発育や品質を判定するのが一般的である。

しかしながら、移植前の受精卵の品質評価において、上記したような形態学的な評価方法では、熟練を要するだけでなく、主観的になりやすい傾向がある。このため、定量的で客観性の高い評価方法が望まれており、受精卵の品質を形態学的に評価するだけではなく、多面的に評価する方法が切望されている。

このような事情に鑑み、本実施形態の情報処理装置５０では、受精卵Ｆの状態変化に基づく特徴量と、形態学的な所見により得られた当該受精卵Ｆの品質結果とが対応づけられた品質情報を利用して、移植前の受精卵Ｆの品質が評価される。これにより、受精卵Ｆの形態学的な所見とこの受精卵Ｆの状態変化を考慮した多面的な品質評価が可能となり、観察対象となる受精卵Ｆを高精度に評価することができる。

また、本実施形態の情報処理装置５０では、受精卵Ｆの画像から受精卵Ｆに関する状態変化や特徴量等を自動的に算出することができるため、従来の胚培養士が受精卵Ｆの画像を１枚ずつ確認する形態学的な所見による評価よりも、受精卵Ｆの多面的な品質評価における効率性がはるかに向上する。

［変形例］
第１の実施形態では、判定部５６が状態変化又は特徴量に関する数値データと、第４の品質データとを照合することにより受精卵Ｆの品質や発育状態が判定されるが、これに限られず、第２の品質データが利用されてもよい。

＜第２の実施形態＞
次に、本技術の第２の実施形態に係る情報処理装置１００の受精卵Ｆの前核ＰＮ（Prenuclear）を認識した場合の品質評価方法について、図７を適宜参照しながら説明する。本技術に係る情報処理装置１００は、第１の実施形態で説明した評価方法に加えて、以下のステップも実行可能である。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。

（ステップＳ０４：状態変化算出）
図１７は、一般的な受精卵の成長過程における前核の出現及び消失を示す模式図である。同図に示すように、正常な受精卵には、精子由来の雄性前核と、卵子由来の雌性前核の２つ（２ＰＮ）が確認でき、受精後約２２時間程度で、融合して消失することが知られている。一方、前核が１個（１ＰＮ）の受精卵Ｆは、雄性前核と雌性前核とが融合して消える途中の状態である場合と、異常受精である場合がある。また、前核が３個以上（３ＰＮ以上）の受精卵は多前核といい、染色体異常等の異常が生じている可能性が高い。

ここで、本実施形態の特徴量算出部５４は、状態変化として、これらの前核の面積の変化を算出する（図２０参照）。これにより、受精卵Ｆの成長過程における前核の出現時間及び消失時間が判定可能となる。

（ステップＳ０５：特徴量算出）
図１８は前核の個数がそれぞれ異なる各種受精卵の模式図であり、図１９は前核の面積と前核の個数との関係を示すグラフである。特徴量算出部５４は、先のステップＳ０４により算出された前核の面積に基づき、特徴量として、受精卵Ｆの前核の個数を算出する。これにより、図１８に示すように、前核の個数に基づいて、受精卵Ｆの前核が異常であるか否かが判定可能となる。即ち、受精卵Ｆが正常受精であるか否か、さらには、異常受精の種類が判定可能となる。

（ステップＳ０６：品質判定）
図２０は、培養時間に対する前核の経時的な面積の変化を示すグラフである。特徴量算出部５４が先のステップＳ０４において、状態変化として前核の面積の変化を算出した場合、判定部５６は、前核の面積の変化に基づき、受精卵Ｆの成長過程における前核の出現時間Ｔ５と消失時間Ｔ６を判定する。これにより、受精卵Ｆの前核の出現時間Ｔ５と消失時間Ｔ６を定量的且つ客観的に捉えることができる。

本実施形態では、例えば、前核の面積が培養開始時点から全面積に対して５０％となった時間が前核の出現時間Ｔ５となり、前核の面積が全面積に対して５０％消失した時間が前核の消失時間Ｔ６となる。この場合、出現時間Ｔ５は、培養開始時点から６～１８時間後であることが好ましく、消失時間Ｔ６は、培養開始時点から１６～２４時間後であることが好ましい。

判定部５６は、先のステップＳ０５において、特徴量として算出された前核の個数に基づき、受精卵Ｆの前核が異常であるか否かを判定する。この際、図１９に示すように、判定部５６は、先のステップＳ０２において形態学的な所見によって確認された前核の個数と、特徴量として算出された前核の個数から、前核に異常がある受精卵Ｆの種類（１ＰＮ、３ＰＮ、３ＰＮ以上）を判定する。これにより、受精卵Ｆが正常受精であるか否か、さらには異常受精の種類が自動的に判定される。

＜第３の実施形態＞
次に、本技術の第３の実施形態に係る情報処理装置１００の受精卵Ｆの極体ＰＢ（Polarbody）を認識した場合の品質評価方法について、図７を適宜参照しながら説明する。本技術に係る情報処理装置１００は、第１及び第２の実施形態で説明した評価方法に加えて、以下のステップも実行可能である。なお、第１及び第２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。

（ステップＳ０５：特徴量算出）
図２１は、未受精卵（卵子）の第１極体の面積と、当該未受精卵由来の受精卵Ｆにおける極体部分の面積との関係を示すグラフである。成熟した卵子は、透明帯と原形質膜との隙間の囲卵空に、第１極体と呼ばれ核を放出（形成）している。この様な卵子は、精子の進入に伴った細胞分裂により、第２極体を放出（形成）する。よって、受精卵が正常受精であるか否かは、第２極体が放出（形成）されているか否かによって判断できる。

ここで、特徴量算出部５４は、先のステップＳ０３により認識された受精卵Ｆの極体部分において、第１及び第２極体の面積Ｓ４，Ｓ５を算出する。次いで、第１極体と第２極体の面積の和（Ｓ４＋Ｓ５）と、受精卵Ｆが未受精卵（卵子）の状態の時の第１極体の面積Ｓ４との差（（Ｓ４＋Ｓ５）－Ｓ４）に基づき、特徴量として、受精卵Ｆの極体の個数を算出する。これにより、図２１に示すように、面積差（ΔＳ２）の有無に応じて受精後の受精卵Ｆに第２極体が放出されているか否かが判定可能となる。即ち、受精卵Ｆが正常に受精しているか否かを判定することができる。

（ステップＳ０６：品質判定）
図２２は、前核の面積と前核の個数との関係を示すグラフと、極体の面積と極体の個数との関係を示すグラフとを併記して示す図である。判定部５６は、先のステップＳ０５において、特徴量として算出された極体の個数に基づき、受精卵Ｆの極体が異常であるか否かを判定する。具体的には、図２２に示すように、判定部５６は、第２の実施形態において特徴量として算出された前核の個数と、極体の個数に基づき、受精卵Ｆの形態が２前核２極体（２ＰＮ２ＰＢ）、１前核２極体（１ＰＮ２ＰＢ）、３前核２極体（３ＰＮ２ＰＢ）又は３前核１極体（３ＰＮ１ＰＢ）のいずれかであると判定する。

これにより、受精卵Ｆが正常受精であるか否かだけではなく、異常受精の種類も自動的に判定される。なお、現在の生物学的な知見では、受精卵の形態が２前核２極体であると正常受精、１前核２極体（１ＰＮ２ＰＢ）、３前核２極体（３ＰＮ２ＰＢ）又は３前核１極体（３ＰＮ１ＰＢ）であると異常受精であるされている。

＜第４の実施形態＞
次に、本技術の第４の実施形態に係る情報処理装置１００の受精卵Ｆの割球内の核を認識した場合の品質評価方法について、図７を適宜参照しながら説明する。本技術に係る情報処理装置１００は、第１～第３の実施形態で説明した評価方法に加えて、以下のステップも実行可能である。なお、第１～第３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。

（ステップＳ０５：特徴量算出）
図２３は、２細胞期の受精卵Ｆの模式図である。特徴量算出部５４は、先のステップＳ０３により認識された受精卵Ｆの割球内の核部分において、この核部分の面積を算出する。次いで、核部分の面積に基づき、特徴量として、受精卵Ｆの割球内の核の個数を算出する。これにより、受精卵Ｆの割球内が多核状態であるか否かを判定することができる。

（ステップＳ０６：品質判定）
図２４は、受精卵Ｆの細胞割球内の核部分の面積と、当該細胞割球内の核の個数との関係を示すグラフである。判定部５６は、先のステップＳ０５において、特徴量として算出された割球内の核の個数に基づき、受精卵Ｆの割球内が多核状態であるか否かを判定する。この際、判定部５６は、先のステップ０２において形態学的な所見によって確認された割球内の核の個数と、特徴量として算出された割球内の核の個数から、割球内が多核状態であるか否かを判定する。これにより、例えば、受精卵Ｆの２細胞期から桑実胚期までの発育段階において、細胞割球内が多核状態であるか否かが自動的に判定される。

＜第５の実施形態＞
次に、本技術の第５の実施形態に係る情報処理装置１００の受精卵Ｆのフラグメンテーションを認識した場合の品質評価方法について、図７を適宜参照しながら説明する。本技術に係る情報処理装置１００は、第１～第４の実施形態で説明した評価方法に加えて、以下のステップも実行可能である。なお、第１～第４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。

（ステップＳ０５：特徴量算出）
図２５は品質がグレーディングされた各種２細胞期の受精卵Ｆをそれぞれ示す模式図であり、図２６は各グレードの受精卵Ｆのそれぞれについて、フラグメンテーション、透明帯及び細胞割球の面積を示すグラフである。
従来、例えば４～８細胞期の受精卵の品質を評価する上で、Ｖｅｅｃｋ分類というものがよく利用される。これは受精卵の成長過程で細胞分裂がきれいに行われているか、あるいは、フラグメンテーション（受精卵が細胞分裂をする際に発生する細胞断片）の多いか少ないかにより、受精卵の品質が五段階（Ｇ１～Ｇ５）にグレーディングされ、このグレードが発生能の高い受精卵を選定する上での重要な指標となる。なお、Ｖｅｅｃｋ分類では、Ｇｒａｄｅ５～Ｇｒａｄｅ１の順に品質が良好な受精卵として評価される。

ここで、本実施形態の特徴量算出部５４は、図２６に示すように、先のステップ０３により認識された受精卵Ｆのフラグメンテーションの面積Ｓ９と、透明帯の面積Ｓ６と、受精卵Ｆ内部の細胞（細胞割球）の面積Ｓ７，Ｓ８を算出する。

次いで、特徴量算出部５４は、特徴量として、透明帯と細胞割球の面積の総和に対するフラグメンテーションの面積の割合を算出する。本実施形態では、この面積の割合が複数の細胞割球が均一の場合（図２５（ｂ）参照）に１０％以下であることが好ましく、不均一の場合（図２５（ｃ）参照）に１０％以上５０％以下であることが好ましい。

（ステップＳ０６：品質判定）
判定部５６は、先のステップＳ０５において、特徴量として算出された透明帯と細胞割球の面積の総和（Ｓ６＋Ｓ７＋Ｓ８）に対するフラグメンテーションの面積（Ｓ９）の割合に基づき、受精卵Ｆの品質をグレーディング（格付け）する。

これにより、これまで形態学的な所見により行われてきた先のステップＳ０５で説明したようなグレーディング作業の自動化が図られ、移植前に発生能の高い受精卵Ｆを選定する上での作業効率性が飛躍的に向上する。

＜第６の実施形態＞
次に、本技術の第６の実施形態に係る情報処理装置１００の受精卵ＦのＨａｌｏを認識した場合の品質評価方法について、図７を適宜参照しながら説明する。本技術に係る情報処理装置１００は、第１～第５の実施形態で説明した評価方法に加えて、以下のステップも実行可能である。なお、第１～第５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。

（ステップＳ０４：状態変化算出）
図２７は受精卵Ｆの模式図であり、図２７（ａ）はＨａｌｏがない受精卵Ｆ、図２７（ｂ）はＨａｌｏがある受精卵Ｆの模式図である。特徴量算出部５４は、先のステップＳ０３により認識された受精卵ＦのＨａｌｏの面積Ｓ１１を算出する。そして、状態変化として、受精卵Ｆ内部の細胞の面積Ｓ１０に対するＨａｌｏの面積Ｓ１１の割合（Ｓ１１／Ｓ１０）の経時的な変化を算出する。これにより、受精卵Ｆの成長過程におけるＨａｌｏの出現時間と消失時間が判定可能となる。

（ステップＳ０６：品質判定）
図２８は、受精卵Ｆ内部の細胞の面積Ｓ１０に対するＨａｌｏの面積Ｓ１１の割合（Ｓ１１／Ｓ１０）を経時的にプロットしたグラフである。判定部５６は、先のステップＳ０４において、状態変化として算出された受精卵Ｆ内部の細胞の面積Ｓ１０に対するＨａｌｏの面積Ｓ１１の割合（Ｓ１１／Ｓ１０）の変化に基づき、図２８に示すように、受精卵Ｆの成長過程におけるＨａｌｏの出現時間Ｔ７と消失時間Ｔ８を判定する。これにより、受精卵ＦのＨａｌｏの出現時間Ｔ７と消失時間Ｔ８が自動的に判定される。

本実施形態では、例えば、受精卵Ｆの成長過程において、培養開始時点からＳ１１／Ｓ１０が初めて確認された時間がＨａｌｏの出現時間Ｔ７となり、Ｓ１１／Ｓ１０が確認されてから０となった時間がＨａｌｏの消失時間Ｔ８となる。

＜第７の実施形態＞
次に、本技術の第７の実施形態に係る情報処理装置１００の受精卵Ｆの品質評価方法について、図７を適宜参照しながら説明する。本実施形態に係る情報処理装置１００は、第１～第６の実施形態で説明した評価方法に加えて、以下のステップも実行可能である。なお、第１～第６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。

（ステップＳ０４：状態変化算出）
特徴量算出部５４は、認識部５３から出力された複数のオーバーレイ画像Ｇ６に対して所定の解析処理を施すことにより、受精卵Ｆ内部のマクロ的な動き量の経時的な変化を算出し、この動き量の変化に関する数値データを撮像制御部５５、判定部５６、予測部５７、表示制御部５８及び受精卵情報データベース５９に出力する。受精卵情報データベース５９に出力された当該数値データは、受精卵情報データベース５９の参照データとして記憶される。

特徴量算出部５４は、先のステップＳ０３において、複数のオーバーレイ画像Ｇ６のそれぞれに対して形成された複数のマスク領域について、一方のオーバーレイ画像のマスク領域と他方のオーバーレイ画像のマスク領域間の差分値を算出する。即ち、特徴量算出部５４は、受精卵Ｆ内部の細胞に沿ったマスク領域のみのフレーム間差分値を算出し、この差分値に基づき上記動き量の変化を算出する。

これにより、受精卵Ｆが撮像された画像全体でフレーム間差分値を算出することに伴うノイズや誤検出が抑制され、受精卵Ｆの内部の動き量の変化を正確に算出することができる。

図２９～図３１は、培養時間に対する受精卵Ｆ内部の細胞の動き量の変化を示すグラフである。特徴量算出部５４は、上記動き量の変化として、受精卵Ｆ内部の細胞の動きベクトルの最小速度、最大速度、最大加速度、平均速度、平均加速度、中央値、標準偏差、動き速度ベクトルの合計値及び動き加速度ベクトルの合計値の経時的な変化の少なくとも１つを算出する。これにより、これらが図２９～図３１に示すようなグラフ等で可視化されることで、受精卵Ｆの外形変化が少ない場合に、受精卵Ｆ内部の性能評価が可能となる。

［ステップＳ０６：品質判定］
判定部５６は、特徴量算出部５４から出力された動き速度ベクトルの合計値の経時的な変化に関する数値データに対して所定の解析処理を施すことにより、動き速度ベクトルの合計値が例えば５０００以上であり、且つ、単位培養時間当たりの動き速度ベクトルの変化がほぼゼロである期間Ｔ９を検出する。

続いて、判定部５６は、期間Ｔ９を検出した受精卵Ｆについて、期間Ｔ９における受精卵Ｆの状態をｌａｇ－ｐｈａｓｅ（細胞休止期）であると判定する。これにより、移植後に発生能が高いと予測される受精卵Ｆを選択する際の指標となる、ｌａｇ－ｐｈａｓｅを自動的に判定することができる。

また、本実施形態の判定部５６は、受精卵Ｆの動き速度ベクトルの合計値の経時的な変化に関する数値データに所定の解析処理を施すことによって、動き速度ベクトルの合計値が例えば５０００より大きく、且つ、単位培養時間当たりの動き速度ベクトルの変化がゼロではない期間Ｔ１０を検出する。さらに、動き速度ベクトルの合計値が例えば５０００以下であり、且つ、単位培養時間当たりの動き速度ベクトルの変化がほぼゼロである期間Ｔ１１を検出する。

続いて、判定部５６は、期間Ｔ１０における受精卵Ｆの発育状態を変性細胞割合（受精卵Ｆを構成する全細胞に対する変性している細胞の割合）が１５％未満と判定し、期間Ｔ１１における受精卵Ｆの発育状態を変性細胞割合が１５％以上と判定する。この際、受精卵Ｆの発育状態に応じた品質コードが付与される。例えば、期間Ｔ１０における受精卵Ｆの発育状態は品質コード１，２とされ、期間Ｔ１１における受精卵Ｆの発育状態は品質コード３，４とされる。

さらに、判定部５６は、期間Ｔ１０，Ｔ１１が検出された受精卵Ｆの動き平均速度に関する数値データを受精卵情報データベース５９から読み出し、当該数値データに所定の解析処理を施すことによって、期間Ｔ１１の内、動き平均速度が例えば０．２５より大きい期間Ｔ１２と、０．２５より小さい期間Ｔ１３を検出する。なお、本実施形態の動き平均速度の単位は、例えば「μｍ／ｓ」であるが、受精卵Ｆの動き平均速度が表示された画像のピクセル数に応じて適宜変更されてもよい。

そして、判定部５６は、期間Ｔ１２における受精卵Ｆの発育状態を変性細胞割合が１５％以上５０％未満と判定し、期間Ｔ１３における受精卵Ｆの発育状態を変性細割合が５０％以上と判定する。この際、例えば期間Ｔ１２における受精卵Ｆの発育状態は品質コード３とされ、期間Ｔ１３における受精卵Ｆの発育状態は品質コード４とされる。

本実施形態では、受精卵Ｆ内部の細胞の経時的な動き量の変化において、期間Ｔ９～Ｔ１３が検出されることにより、変性細胞割合が１５％未満、１５％以上５０％未満、５０％以上、あるいは、ｌａｇ－ｐｈａｓｅである受精卵Ｆの状態を定量的且つ客観的に捉えることができる。

［変形例］
第７の実施形態では、判定部５６が動き速度ベクトルの合計値の経時的な変化や、動き平均速度の経時的な変化に基づき、受精卵Ｆに関する変性細胞割合とｌａｇ－ｐｈａｓｅを判定するが、これに限られず、受精卵Ｆ内部の細胞の動き加速度ベクトル、最大速度、最大加速度、平均加速度等の経時的な変化に基づいて変性細胞割合とｌａｇ－ｐｈａｓｅを判定してもよい。

この場合、判定部５６が動き平均速度の合計値が例えば０．２５以上であり、且つ、単位培養時間当たりの動き平均速度の変化がほぼゼロである期間を検出し、当該期間における受精卵Ｆの状態をｌａｇ－ｐｈａｓｅであると判定してもよい。
また、これら動き速度ベクトルの合計値や、動き平均速度の閾値は、撮影条件、例えば、撮影間隔や照明条件等により、適宜最適なものを選択することが可能である。

以上、本技術の実施形態について説明したが、本技術は上述の実施形態に限定されるものではなく種々変更を加え得ることは勿論である。

例えば、観察システム１００では、任意の時期毎、例えば１５分間隔や１日おきといった所定の間毎、もしくは連続的にステップＳ０１が繰り返され、この工程により取得した画像を利用して受精卵Ｆの品質が評価されるが、これに限られない。本実施形態に係る観察システム１００では、必要に応じてリアルタイムに画像を取得してもよく、表示装置６０に受精卵Ｆの画像を表示させて随時観察、評価するようにしてもよい。

また、本技術に係る観察システム１００が観察する受精卵Ｆは、典型的にはウシ由来のものであるが、これに限られず、例えばマウス、ブタ、イヌ又はネコ等の家畜由来のものであってもよく、ヒト由来のものであってもよい。

さらに、本明細書において、「受精卵」とは、単一の細胞と、複数の細胞の集合体とを少なくとも概念的に含む。

加えて、本技術は、畜産分野等における生物の未受精の卵細胞（卵子）や胚等、再生医療、病理生物学及び遺伝子編集技術等の分野における幹細胞、免疫細胞、癌細胞等の生体から取り出された生体試料等、任意の細胞に対しても適用可能である。

なお、本技術は以下のような構成もとることができる。

（１）
受精卵が経時的に撮像された複数のオリジナル画像を取得する画像取得部と、
上記オリジナル画像から上記受精卵が存在する確率を示す確率画像を生成する確率画像生成部を有し、上記確率画像に基づき上記受精卵を認識可能に構成される認識部と、
上記確率画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量を算出可能に構成される特徴量算出部と
を具備する情報処理装置。

（２）
上記（１）に記載の情報処理装置であって、
上記認識部は、上記確率画像に対して画素毎に所定の閾値で２値化処理を施すことにより、上記確率画像から２値化画像を生成する２値化画像生成部をさらに有し、上記２値化画像に基づき上記受精卵を認識可能に構成され、
上記特徴量算出部は、上記２値化画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出可能に構成される
情報処理装置。

（３）
上記（２）に記載の情報処理装置であって、
上記認識部は、上記２値化画像と上記オリジナル画像とを重畳させたオーバーレイ画像を生成するオーバーレイ画像生成部をさらに有し、上記オーバーレイ画像に基づき上記受精卵を認識可能に構成され、
上記特徴量算出部は、上記オーバーレイ画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出可能に構成される
情報処理装置。

（４）
上記（１）から（３）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の透明帯と、上記受精卵内部の細胞とを認識し、
上記特徴量算出部は、上記状態変化として、上記透明帯及び上記受精卵内部の細胞の面積の変化を算出する
情報処理装置。

（５）
上記（４）に記載の情報処理装置であって、
上記特徴量算出部は、上記透明帯の面積と、上記受精卵内部の細胞の面積の経時的な変化とに基づき、上記特徴量として、上記受精卵のコンパクション時間及び卵割時間の少なくとも１つを算出する
情報処理装置。

（６）
上記（４）又は（５）に記載の情報処理装置であって、
上記認識部は、上記受精卵内部の細胞として、胚盤胞を認識し、
上記特徴量算出部は、上記透明帯と上記胚盤胞との面積差の経時的な変化に基づき、上記特徴量として、上記透明帯及び上記胚盤胞の収縮回数、収縮直径、収縮速度、収縮時間、収縮間隔、収縮強度、収縮周波数、拡張回数、拡張直径、拡張速度、拡張時間、拡張間隔、拡張強度及び拡張周波数の少なくとも１つを算出する
情報処理装置。

（７）
上記（１）から（６）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の透明帯を認識し、
上記特徴量算出部は、上記状態変化として、上記透明帯の径、面積及び厚みの変化の少なくとも１つを算出する
情報処理装置。

（８）
上記（１）から（７）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の前核を認識し、
上記特徴量算出部は、上記状態変化として、上記前核の面積の変化を算出する
情報処理装置。

（９）
上記（８）に記載の情報処理装置であって、
上記特徴量算出部は、上記前核の面積に基づき、上記特徴量として、上記前核の個数を算出する
情報処理装置。

（１０）
上記（１）から（９）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の第１及び第２の極体を認識し、
上記特徴量算出部は、上記第１及び第２の極体の面積の和と、第１の極体の面積との差に基づき、上記特徴量として、上記受精卵の極体の個数を算出する
情報処理装置。

（１１）
上記（１）から（１０）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の割球の核を認識し、
上記特徴量算出部は、上記核の面積に基づき、上記特徴量として、上記核の個数を算出する
情報処理装置。

（１２）
上記（１）から（１１）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の透明帯と、上記受精卵内部の細胞と、上記受精卵のフラグメンテーションとを認識し、
上記特徴量算出部は、上記特徴量として、上記透明帯の面積と上記受精卵内部の細胞の面積の総和に対する上記フラグメンテーションの面積の割合を算出する
情報処理装置。

（１３）
上記（１）から（１２）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の卵細胞辺縁透明領域と、上記受精卵内部の細胞とを認識し、
上記特徴量算出部は、上記状態変化として、上記受精卵内部の細胞の面積に対する上記卵細胞辺縁透明領域の面積の割合の変化を算出する
情報処理装置。

（１４）
上記（１）から（１３）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵内部の細胞を認識し、
上記特徴量算出部は、上記認識部により認識された上記受精卵内部の細胞の経時的な動き量の変化をさらに算出する
情報処理装置。

（１５）
上記（１）から（１４）のいずれか１つに記載の情報処理装置であって、
上記特徴量に基づき、上記受精卵の品質を判定する判定部をさらに具備する
情報処理装置。

（１６）
上記（１５）に記載の情報処理装置であって、
上記認識部は、上記受精卵の第１及び第２の極体を認識し、
上記特徴量算出部は、上記第１及び第２の極体の面積の和と、第１の極体の面積との差に基づき、上記特徴量として、上記受精卵の極体の個数を算出し、
上記判定部は、上記極体の個数に基づき、上記受精卵の極体が異常であるか否かを判定する
情報処理装置。

（１７）
上記（１５）又は（１６）に記載の情報処理装置であって、
上記認識部は、上記受精卵の割球の核を認識し、
上記特徴量算出部は、上記核の面積に基づき、上記特徴量として、上記核の個数を算出し、
上記判定部は、上記核の個数に基づき、上記受精卵が多核状態であるか否かを判定する
情報処理装置。

（１８）
上記（１５）から（１７）のいずれか１つに記載の情報処理装置であって、
上記判定部は、上記状態変化に基づき、上記受精卵の発育状態をさらに判定する
情報処理装置。

（１９）
上記（１５）から（１８）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の透明帯を認識し、
上記特徴量算出部は、上記状態変化として、上記透明帯の厚みの変化を算出し、
上記判定部は、上記透明帯の厚みの変化に基づき、上記受精卵が拡張胚盤胞であると判定する
情報処理装置。

（２０）
上記（１５）から（１９）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の透明帯を認識し、
上記特徴量算出部は、上記状態変化として、上記透明帯の径及び面積の変化の少なくとも１つを算出し、
上記判定部は、上記透明帯の径及び面積の変化の少なくとも１つに基づき、上記受精卵が拡張胚盤胞であると判定する
情報処理装置。

（２１）
上記（１５）から（２０）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の前核を認識し、
上記特徴量算出部は、上記状態変化として、上記前核の面積の変化を算出し、
上記判定部は、上記前核の面積の変化に基づき、上記受精卵における前核の出現及び消失を判定する
情報処理装置。

（２２）
上記（２１）に記載の情報処理装置であって、
上記特徴量算出部は、上記前核の面積に基づき、上記特徴量として、上記前核の個数をさらに算出し、
上記判定部は、上記前核の個数に基づき、上記受精卵の前核が異常であるか否かを判定する
情報処理装置。

（２３）
上記（１５）から（２２）のいずれか１つに記載の情報処理装置であって、
上記認識部は、上記受精卵の卵細胞辺縁透明領域と、上記受精卵内部の細胞とを認識し、
上記特徴量算出部は、上記状態変化として、上記受精卵内部の細胞の面積に対する上記卵細胞辺縁透明領域の面積の割合の変化を算出し、
上記判定部は、上記割合の変化に基づき、上記受精卵における卵細胞辺縁透明領域の出現及び消失を判定する
情報処理装置。

（２４）
上記（１５）から（２３）のいずれか１つに記載の情報処理装置であって、
前記判定部は、前記受精卵内部の細胞の経時的な動き量の変化に基づき、前記受精卵の発育状態をさらに判定する
情報処理装置。

（２５）
上記（２４）に記載の情報処理装置であって、
上記判定部は、上記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値以上であり、且つ、単位時間あたりの上記動き速度ベクトルの変化がほぼゼロである上記受精卵の状態をｌａｇ－ｐｈａｓｅと判定する
情報処理装置。

（２６）
上記（２４）又は（２５）に記載の情報処理装置であって、
上記判定部は、上記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値より大きく、且つ、単位時間あたりの上記動き速度ベクトルの変化がゼロではない上記受精卵の状態を、変性細胞割合が１５％未満と判定する
情報処理装置。

（２７）
上記（２４）から（２６）のいずれか１つに記載の情報処理装置であって、
上記判定部は、上記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値以下であり、且つ、単位時間あたりの上記動き速度ベクトルの変化がほぼゼロである上記受精卵の状態を、変性細胞割合が１５％以上と判定する
情報処理装置。

（２８）
上記（２４）から（２７）のいずれか１つに記載の情報処理装置であって、
上記判定部は、上記受精卵内部の細胞の動き平均速度が、第２の閾値より大きい上記受精卵の状態を、変性細胞割合が１５％以上５０％未満とさらに判定する
情報処理装置。

（２９）
上記（２４）から（２８）のいずれか１つに記載の情報処理装置であって、
上記判定部は、上記受精卵内部の細胞の動き平均速度が第２の閾値より小さい上記受精卵の状態を、変性細胞割合が５０％以上とさらに判定する
情報処理装置。

（３０）
受精卵が経時的に撮像された複数のオリジナル画像を取得し、
上記オリジナル画像から上記受精卵が存在する確率を示す確率画像を生成し、
上記確率画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量を算出する
情報処理方法。

（３１）
上記（３０）に記載の情報処理方法であって、
上記確率画像に対して画素毎に所定の閾値で２値化処理を施すことにより、上記確率画像から２値化画像をさらに生成し、
上記２値化画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出する
情報処理方法。

（３２）
上記（３１）に記載の情報処理方法であって、
上記２値化画像と上記オリジナル画像とを重畳させたオーバーレイ画像をさらに生成し、
上記オーバーレイ画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出する
情報処理方法。

（３３）
上記（３０）から（３２）のいずれか１つに記載の情報処理方法であって、
上記確率画像から、上記受精卵内部の細胞の経時的な動き量の変化をさらに算出する
情報処理方法。

（３４）
受精卵が経時的に撮像された複数のオリジナル画像を取得するステップと、
上記オリジナル画像から上記受精卵が存在する確率を示す確率画像を生成するステップと、
上記確率画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量を算出するステップと
を情報処理装置に実行させるプログラム。

（３５）
上記（３４）に記載のプログラムであって、
上記確率画像に対して画素毎に所定の閾値で２値化処理を施すことにより、上記確率画像から２値化画像をさらに生成するステップと、
上記２値化画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出するステップと
を情報処理装置に実行させるプログラム。

（３６）
上記（３５）に記載のプログラムであって、
上記２値化画像と上記オリジナル画像とを重畳させたオーバーレイ画像をさらに生成するステップと、
上記オーバーレイ画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出するステップと
を情報処理装置に実行させるプログラム。

（３７）
上記（３４）から（３６）のいずれか１つに記載のプログラムであって、
上記確率画像から、上記受精卵内部の細胞の経時的な動き量の変化をさらに算出するステップと
を情報処理装置に実行させるプログラム。

（３８）
受精卵を経時的に撮像する撮像部と、
上記受精卵が経時的に撮像された複数のオリジナル画像を取得する画像取得部と、
上記オリジナル画像から上記受精卵が存在する確率を示す確率画像を生成する確率画像生成部を有し、上記確率画像に基づき上記受精卵を認識可能に構成される認識部と、
上記確率画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量を算出可能に構成される特徴量算出部と
を有する情報処理装置と
を具備する観察システム。

（３９）
上記（３８）に記載の観察システムであって、
上記認識部は、上記確率画像に対して画素毎に所定の閾値で２値化処理を施すことにより、上記確率画像から２値化画像を生成する２値化画像生成部をさらに有し、上記２値化画像に基づき上記受精卵を認識可能に構成され、
上記特徴量算出部は、上記２値化画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出可能に構成される
観察システム。

（４０）
上記（３９）に記載の観察システムであって、
上記認識部は、上記２値化画像と上記オリジナル画像とを重畳させたオーバーレイ画像を生成するオーバーレイ画像生成部をさらに有し、上記オーバーレイ画像に基づき上記受精卵を認識可能に構成され、
上記特徴量算出部は、上記オーバーレイ画像から上記受精卵の経時的な状態変化を算出し、上記状態変化に基づく上記受精卵の特徴量をさらに算出可能に構成される
観察システム。

（４１）
上記（３８）から（４０）のいずれか１つに記載の観察システムであって、
上記認識部は、上記受精卵内部の細胞を認識し、
上記特徴量算出部は、上記認識部により認識された上記受精卵内部の細胞の経時的な動き量の変化をさらに算出する
観察システム。

１００・・・観察システム
１０・・・インキュベータ
２０・・・観察装置
２１・・・撮像部
２２・・・光源
２３・・・培養容器群
２３ａ・・培養容器
３０・・・湿度・温度・ガス制御部
４０・・・検出部
５０・・・情報処理装置
５１・・・画像取得部
５２・・・画像加工部
５３・・・認識部
５４・・・特徴量算出部
５５・・・撮像制御部
５６・・・判定部
５７・・・予測部
５８・・・表示制御部
５９・・・受精卵情報データベース
６０・・・表示装置
７０・・・入力部
Ｆ・・・受精卵
Ｗ・・・ウェル

Claims (32)

1. 受精卵が経時的に撮像された複数の受精卵画像から前記受精卵が存在する確率を示す確率画像を生成する確率画像生成部を有し、前記確率画像に基づき前記受精卵を認識可能に構成される認識部と、
   前記確率画像から前記受精卵の経時的な状態変化を算出し、前記状態変化に基づく前記受精卵の特徴量を算出可能に構成される特徴量算出部と、
   前記特徴量に基づき、前記受精卵の品質を判定する判定部と
   を具備し、
   前記判定部は、前記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値以上であり、且つ、単位時間あたりの前記動き速度ベクトルの変化がほぼゼロである前記受精卵の状態をｌａｇ－ｐｈａｓｅと判定する
   情報処理装置。
2. 請求項１に記載の情報処理装置であって、
   前記認識部は、前記確率画像に対して画素毎に所定の閾値で２値化処理を施すことにより、前記確率画像から２値化画像を生成する２値化画像生成部をさらに有し、前記２値化画像に基づき前記受精卵を認識可能に構成され、
   前記特徴量算出部は、前記２値化画像から前記受精卵の経時的な状態変化を算出し、前記状態変化に基づく前記受精卵の特徴量を算出可能に構成される
   情報処理装置。
3. 請求項２に記載の情報処理装置であって、
   前記認識部は、前記２値化画像と前記受精卵画像とを重畳させたオーバーレイ画像を生成するオーバーレイ画像生成部をさらに有し、前記オーバーレイ画像に基づき前記受精卵を認識可能に構成され、
   前記特徴量算出部は、前記オーバーレイ画像から前記受精卵の経時的な状態変化を算出し、前記状態変化に基づく前記受精卵の特徴量を算出可能に構成される
   情報処理装置。
4. 請求項１～３のいずれか１つに記載の情報処理装置であって、
   前記認識部は、前記受精卵の透明帯と、前記受精卵内部の細胞とを認識し、
   前記特徴量算出部は、前記状態変化として、前記透明帯及び前記受精卵内部の細胞の面積の変化を算出する
   情報処理装置。
5. 請求項４に記載の情報処理装置であって、
   前記特徴量算出部は、前記透明帯の面積と、前記受精卵内部の細胞の面積の経時的な変化とに基づき、前記特徴量として、前記受精卵のコンパクション時間及び卵割時間の少なくとも１つを算出する
   情報処理装置。
6. 請求項４又は５に記載の情報処理装置であって、
   前記認識部は、前記受精卵内部の細胞として、胚盤胞を認識し、
   前記特徴量算出部は、前記透明帯と前記胚盤胞との面積差の経時的な変化に基づき、前記特徴量として、前記透明帯及び前記胚盤胞の収縮回数、収縮直径、収縮速度、収縮時間、収縮間隔、収縮強度、収縮周波数、拡張回数、拡張直径、拡張速度、拡張時間、拡張間隔、拡張強度及び拡張周波数の少なくとも１つを算出する
   情報処理装置。
7. 請求項１～６のいずれか１つに記載の情報処理装置であって、
   前記確率画像中の各位置は、前記受精卵画像中の対応する位置に前記受精卵の少なくとも一部が存在する確率を示す
   情報処理装置。
8. 請求項７に記載の情報処理装置であって、
   前記受精卵画像中の対応する位置は、前記受精卵画像中のピクセル位置である
   情報処理装置。
9. 請求項１～８のいずれか１つに記載の情報処理装置であって、
   前記認識部は、前記受精卵の透明帯を認識し、
   前記特徴量算出部は、前記状態変化として、前記透明帯の物理的特徴の変化を算出する
   情報処理装置。
10. 請求項９に記載の情報処理装置であって、
    前記透明帯の物理的特徴の変化は、前記透明帯の径、面積及び厚みの変化の少なくとも１つである
    情報処理装置。
11. 請求項１～１０のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵の前核を認識し、
    前記特徴量算出部は、前記状態変化として、前記前核の面積の変化を算出する
    情報処理装置。
12. 請求項１１に記載の情報処理装置であって、
    前記特徴量算出部は、前記前核の面積に基づき、前記特徴量として、前記前核の個数を算出する
    情報処理装置。
13. 請求項１～１２のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵の第１及び第２の極体を認識し、
    前記特徴量算出部は、前記第１及び第２の極体の面積の和と、第１の極体の面積との差に基づき、前記特徴量として、前記受精卵の極体の個数を算出する
    情報処理装置。
14. 請求項１～１３のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵の割球の核を認識し、
    前記特徴量算出部は、前記核の面積に基づき、前記特徴量として、前記核の個数を算出する
    情報処理装置。
15. 請求項１～１４のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵の透明帯と、前記受精卵内部の細胞と、前記受精卵のフラグメンテーションとを認識し、
    前記特徴量算出部は、前記特徴量として、前記透明帯の面積と前記受精卵内部の細胞の面積の総和に対する前記フラグメンテーションの面積の割合を算出する
    情報処理装置。
16. 請求項１～１５のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵の卵細胞辺縁透明領域と、前記受精卵内部の細胞とを認識し、
    前記特徴量算出部は、前記状態変化として、前記受精卵内部の細胞の面積に対する前記卵細胞辺縁透明領域の面積の割合の変化を算出する
    情報処理装置。
17. 請求項１～１６のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵内部の細胞を認識し、
    前記特徴量算出部は、前記認識部により認識された前記受精卵内部の細胞の経時的な動き量の変化をさらに算出する
    情報処理装置。
18. 請求項１に記載の情報処理装置であって、
    前記認識部は、前記受精卵の第１及び第２の極体を認識し、
    前記特徴量算出部は、前記第１及び第２の極体の面積の和と、第１の極体の面積との差に基づき、前記特徴量として、前記受精卵の極体の個数を算出し、
    前記判定部は、前記極体の個数に基づき、前記受精卵の極体が異常であるか否かを判定する
    情報処理装置。
19. 請求項１又は１８に記載の情報処理装置であって、
    前記認識部は、前記受精卵の割球の核を認識し、
    前記特徴量算出部は、前記核の面積に基づき、前記特徴量として、前記核の個数を算出し、
    前記判定部は、前記核の個数に基づき、前記受精卵が多核状態であるか否かを判定する
    情報処理装置。
20. 請求項１、１８又は１９のいずれか１つに記載の情報処理装置であって、
    前記判定部は、前記状態変化に基づき、前記受精卵の発育状態をさらに判定する
    情報処理装置。
21. 請求項１、１８～２０のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵の透明帯を認識し、
    前記特徴量算出部は、前記状態変化として、前記透明帯の厚みの変化を算出し、
    前記判定部は、前記透明帯の厚みの変化に基づき、前記受精卵が拡張胚盤胞であると判定する
    情報処理装置。
22. 請求項１、１８～２１のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵の透明帯を認識し、
    前記特徴量算出部は、前記状態変化として、前記透明帯の径及び面積の変化の少なくとも１つを算出し、
    前記判定部は、前記透明帯の径及び面積の変化の少なくとも１つに基づき、前記受精卵が拡張胚盤胞であると判定する
    情報処理装置。
23. 請求項１、１８～２２のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵の前核を認識し、
    前記特徴量算出部は、前記状態変化として、前記前核の面積の変化を算出し、
    前記判定部は、前記前核の面積の変化に基づき、前記受精卵における前核の出現及び消失を判定する
    情報処理装置。
24. 請求項２３に記載の情報処理装置であって、
    前記特徴量算出部は、前記前核の面積に基づき、前記特徴量として、前記前核の個数をさらに算出し、
    前記判定部は、前記前核の個数に基づき、前記受精卵の前核が異常であるか否かを判定する
    情報処理装置。
25. 請求項１、１８～２４のいずれか１つに記載の情報処理装置であって、
    前記認識部は、前記受精卵の卵細胞辺縁透明領域と、前記受精卵内部の細胞とを認識し、
    前記特徴量算出部は、前記状態変化として、前記受精卵内部の細胞の面積に対する前記卵細胞辺縁透明領域の面積の割合の変化を算出し、
    前記判定部は、前記割合の変化に基づき、前記受精卵における卵細胞辺縁透明領域の出現及び消失を判定する
    情報処理装置。
26. 請求項１に記載の情報処理装置であって、
    前記判定部は、前記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値より大きく、且つ、単位時間あたりの前記動き速度ベクトルの変化がゼロではない前記受精卵の状態を、変性細胞割合が１５％未満と判定する
    情報処理装置。
27. 請求項１又は２６に記載の情報処理装置であって、
    前記判定部は、前記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値以下であり、且つ、単位時間あたりの前記動き速度ベクトルの変化がほぼゼロである前記受精卵の状態を、変性細胞割合が１５％以上と判定する
    情報処理装置。
28. 請求項１、２６又は２７のいずれか１つに記載の情報処理装置であって、
    前記判定部は、前記受精卵内部の細胞の動き平均速度が、第２の閾値より大きい前記受精卵の状態を、変性細胞割合が１５％以上５０％未満とさらに判定する
    情報処理装置。
29. 請求項１、２６～２８のいずれか１つに記載の情報処理装置であって、
    前記判定部は、前記受精卵内部の細胞の動き平均速度が第２の閾値より小さい前記受精卵の状態を、変性細胞割合が５０％以上とさらに判定する
    情報処理装置。
30. 受精卵が経時的に撮像された複数の受精卵画像から前記受精卵が存在する確率を示す確率画像を生成し、
    前記確率画像から前記受精卵の経時的な状態変化を算出し、前記状態変化に基づく前記受精卵の特徴量として前記受精卵内部の細胞の動き速度ベクトルの合計値を算出し、
    前記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値以上であり、且つ、単位時間あたりの前記動き速度ベクトルの変化がほぼゼロである前記受精卵の状態をｌａｇ－ｐｈａｓｅと判定する
    情報処理方法。
31. 受精卵が経時的に撮像された複数の受精卵画像から前記受精卵が存在する確率を示す確率画像を生成するステップと、
    前記確率画像から前記受精卵の経時的な状態変化を算出し、前記状態変化に基づく前記受精卵の特徴量として前記受精卵内部の細胞の動き速度ベクトルの合計値を算出し、
    前記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値以上であり、且つ、単位時間あたりの前記動き速度ベクトルの変化がほぼゼロである前記受精卵の状態をｌａｇ－ｐｈａｓｅと判定するステップと
    を情報処理装置に実行させるプログラム。
32. 受精卵を経時的に撮像する撮像部と、
    前記受精卵が経時的に撮像された複数の受精卵画像から前記受精卵が存在する確率を示す確率画像を生成する確率画像生成部を有し、前記確率画像に基づき前記受精卵を認識可能に構成される認識部と、
    前記確率画像から前記受精卵の経時的な状態変化を算出し、前記状態変化に基づく前記受精卵の特徴量を算出可能に構成される特徴量算出部と、
    前記特徴量に基づき、前記受精卵の品質を判定する判定部と
    を有する情報処理装置と
    を具備し、
    前記判定部は、前記受精卵内部の細胞の動き速度ベクトルの合計値が、第１の閾値以上であり、且つ、単位時間あたりの前記動き速度ベクトルの変化がほぼゼロである前記受精卵の状態をｌａｇ－ｐｈａｓｅと判定する
    観察システム。

Images