JP7067444B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP7067444B2 JP7067444B2 JP2018226478A JP2018226478A JP7067444B2 JP 7067444 B2 JP7067444 B2 JP 7067444B2 JP 2018226478 A JP2018226478 A JP 2018226478A JP 2018226478 A JP2018226478 A JP 2018226478A JP 7067444 B2 JP7067444 B2 JP 7067444B2
- Authority
- JP
- Japan
- Prior art keywords
- fertilized egg
- information
- analysis
- fertilized
- time
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
上記取得部は、識別情報に紐づけられた受精卵のタイムラプス画像及び遺伝子解析情報を取得する。
上記解析部は、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識別器に対して、上記識別情報に紐づけられた受精卵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、上記識別情報に紐づけられた受精卵の受精卵解析情報を生成する。
上記取得部は、識別情報に紐づけられた受精卵のタイムラプス画像及び遺伝子解析情報を取得する。
上記解析部は、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識別器に対して、上記識別情報に紐づけられた受精卵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、上記識別情報に紐づけられた受精卵の受精卵解析情報を生成する。
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識別器に対して、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及び遺伝子解析情報を適用することによって、前記識別情報に紐づけられた受精卵の受精卵解析情報を生成する。
識別情報に紐づけられた受精卵のタイムラプス画像及び遺伝子解析情報を取得するステップ。
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識別器に対して、上記識別情報に紐づけられた受精卵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、上記識別情報に紐づけられた受精卵の受精卵解析情報を生成するステップ。
<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 (17)
- 識別情報に紐づけられた受精卵のタイムラプス画像及び遺伝子解析情報を取得する取得部と、
受精卵のタイムラプス画像と遺伝子解析情報と前記受精卵のタイムラプス画像に基づく動き情報とを含む学習データを用いて生成された識別器に対して、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及び遺伝子解析情報を適用することによって、前記識別情報に紐づけられた受精卵の受精卵解析情報を生成する解析部と
を具備する受精卵解析システム。 - 請求項1に記載の受精卵解析システムであって、
前記識別情報と前記受精卵解析情報とを含む評価支援情報を出力する出力部をさらに具備する
受精卵解析システム。 - 請求項1に記載の受精卵解析システムであって、
前記遺伝子解析情報は、SNP(Single Nucleotide Polymorphism)解析によって得られる情報である
受精卵解析システム。 - 請求項2に記載の受精卵解析システムであって、
前記解析部は、前記評価支援情報に基づき選定された受精卵に関する経過情報を用いて前記識別器を再構築する
受精卵解析システム。 - 請求項4に記載の受精卵解析システムであって、
前記経過情報は、前記選定された受精卵に関する移植情報を含む
受精卵解析システム。 - 請求項1に記載の受精卵解析システムであって、
ネットワークを介して、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及び遺伝子解析情報を送信可能に構成された端末装置をさらに具備する
受精卵解析システム。 - 請求項1に記載の受精卵解析システムであって、
前記取得部は、前記識別情報として、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つをさらに取得する
受精卵解析システム。 - 請求項7に記載の受精卵解析システムであって、
前記培養容器に関する情報は、前記培養容器の配置に関する情報又は受精卵の配置に関する情報の少なくとも1つである
受精卵解析システム。 - 請求項2に記載の受精卵解析システムであって、
前記取得部、前記解析部、前記出力部を有するウェブサーバを具備する
受精卵解析システム。 - 請求項9に記載の受精卵解析システムであって、
前記ウェブサーバと相互に通信可能に接続され、前記遺伝子解析情報を生成する遺伝子解析装置をさらに具備する
受精卵解析システム。 - 請求項1~10のいずれか1つに記載の受精卵解析システムであって、
前記動き情報は、受精卵の細胞内の時系列に沿った動き量の変化に関する情報である
受精卵解析システム。 - 請求項1に記載の受精卵解析システムであって、
前記受精卵解析情報は、受精卵の移植に関する情報を含む
受精卵解析システム。 - 請求項1~12のいずれか1つに記載の受精卵解析システムであって、
前記学習データは、受精卵の品質情報、受精卵の形状情報、受精卵のコンパクション情報、受精卵の収縮情報、受精卵の拡張情報又は受精卵の活動休止情報の少なくとも1つをさらに含む
受精卵解析システム。 - 請求項1に記載の受精卵解析システムであって、
前記解析部は、前記受精卵解析情報として、受精卵を撮像した撮像時間、受精卵の発育時間、受精卵の品質情報、受精卵の形状情報、受精卵の動き情報、受精卵のコンパクション情報、受精卵の収縮情報、受精卵の拡張情報又は受精卵の活動休止情報の少なくとも1つを生成する
受精卵解析システム。 - 識別情報に紐づけられた受精卵のタイムラプス画像及び遺伝子解析情報を取得する取得部と、
受精卵のタイムラプス画像と遺伝子解析情報と前記受精卵のタイムラプス画像に基づく動き情報とを含む学習データを用いて生成された識別器に対して、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及び遺伝子解析情報を適用することによって、前記識別情報に紐づけられた受精卵の受精卵解析情報を生成する解析部と
を有する情報処理装置。 - 識別情報に紐づけられた受精卵のタイムラプス画像及び遺伝子解析情報を取得し、
受精卵のタイムラプス画像と遺伝子解析情報と前記受精卵のタイムラプス画像に基づく動き情報とを含む学習データを用いて生成された識別器に対して、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及び遺伝子解析情報を適用することによって、前記識別情報に紐づけられた受精卵の受精卵解析情報を生成する
情報処理方法。 - 識別情報に紐づけられた受精卵のタイムラプス画像及び遺伝子解析情報を取得するステップと、
受精卵のタイムラプス画像と遺伝子解析情報と前記受精卵のタイムラプス画像に基づく動き情報とを含む学習データを用いて生成された識別器に対して、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及び遺伝子解析情報を適用することによって、前記識別情報に紐づけられた受精卵の受精卵解析情報を生成するステップと
を情報処理装置に実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018226478A JP7067444B2 (ja) | 2018-12-03 | 2018-12-03 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018226478A JP7067444B2 (ja) | 2018-12-03 | 2018-12-03 | 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 |
Related Parent 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 (3)
Publication Number | Publication Date |
---|---|
JP2019079543A JP2019079543A (ja) | 2019-05-23 |
JP2019079543A5 JP2019079543A5 (ja) | 2020-12-10 |
JP7067444B2 true JP7067444B2 (ja) | 2022-05-16 |
Family
ID=66627932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018226478A Active JP7067444B2 (ja) | 2018-12-03 | 2018-12-03 | 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 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7067444B2 (ja) |
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 |
JP2011072263A (ja) | 2009-09-30 | 2011-04-14 | Toppan Printing Co Ltd | 遺伝子解析装置 |
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 |
-
2018
- 2018-12-03 JP JP2018226478A patent/JP7067444B2/ja active Active
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 |
JP2011072263A (ja) | 2009-09-30 | 2011-04-14 | Toppan Printing Co Ltd | 遺伝子解析装置 |
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 |
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 |
Non-Patent Citations (2)
Title |
---|
S.Kheradmand et al.,Inner cell masssegmentation in human HMC embryo images using fully convolutional network,2017 IEEE International Conference on Image Processing(ICIP),2017年09月20日,pp.1752-1756 |
WisitLumchanow et al.,Chicken embryodevelopment detection using Self-Organizing Maps and K-mean Clustering,5th International Electrical Engineering Congress,2017年03月10日 |
Also Published As
Publication number | Publication date |
---|---|
JP2019079543A (ja) | 2019-05-23 |
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 | |
Ren et al. | Agricultural robotics research applicable to poultry production: A review | |
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 | |
US11620750B2 (en) | Embryo evaluation based on real-time video | |
Tekin et al. | Precision livestock farming technologies: Novel direction of information flow | |
Facchini et al. | Investigating genetic and phenotypic variability of queen bees: Morphological and reproductive traits | |
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 | |
Wu et al. | Research progress on efficient pollination technology of crops | |
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 | |
Melak et al. | The Influence of Artificial Intelligence Technology on the Management of Livestock Farms | |
Liu et al. | A Review on Information Technologies Applicable to Precision Dairy Farming: Focus on Behavior, Health Monitoring, and the Precise Feeding of Dairy Cows | |
Talebi et al. | Revolutionizing animal sciences: Multifaceted solutions and transformative impact of AI technologies | |
Canga et al. | Information and communication technologies (ICT) and precision livestock (PLF) applications in farm conditions | |
Solodneva et al. | Digital phenotyping technologies: an emerging tool in genomic selection and animal welfare science? | |
García-Vázquez | Artificial Intelligence and Porcine Breeding | |
Rasool et al. | Continental Veterinary Journal | |
Vitharana et al. | Autonomous mobile robot for disease detection and individual health monitoring of cattle in intensive dairy farms | |
Singh et al. | Sushrirekha Das and Parkash Singh Brar (2023) | |
Geers | Remote monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201023 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201023 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210817 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211013 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20211013 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220301 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220301 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20220309 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20220315 |
|
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: 20220329 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220411 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7067444 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |