WO2019225176A1 - 制御装置、制御方法、およびプログラム - Google Patents

制御装置、制御方法、およびプログラム Download PDF

Info

Publication number
WO2019225176A1
WO2019225176A1 PCT/JP2019/015202 JP2019015202W WO2019225176A1 WO 2019225176 A1 WO2019225176 A1 WO 2019225176A1 JP 2019015202 W JP2019015202 W JP 2019015202W WO 2019225176 A1 WO2019225176 A1 WO 2019225176A1
Authority
WO
WIPO (PCT)
Prior art keywords
display
culture
control device
cleavage
control unit
Prior art date
Application number
PCT/JP2019/015202
Other languages
English (en)
French (fr)
Inventor
武史 大橋
篠田　昌孝
Original Assignee
ソニー株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ソニー株式会社 filed Critical ソニー株式会社
Priority to JP2020521075A priority Critical patent/JP7420069B2/ja
Priority to BR112020023511-3A priority patent/BR112020023511A2/pt
Priority to AU2019273148A priority patent/AU2019273148A1/en
Priority to US17/056,730 priority patent/US11521320B2/en
Priority to EP19806384.4A priority patent/EP3786277A4/en
Priority to CN201980032481.5A priority patent/CN112119152A/zh
Publication of WO2019225176A1 publication Critical patent/WO2019225176A1/ja

Links

Images

Classifications

    • 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
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M1/00—Apparatus for enzymology or microbiology
    • C12M1/34—Measuring or testing with condition measuring or sensing means, e.g. colony counters
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/46—Means for regulation, monitoring, measurement or control, e.g. flow regulation of cellular or enzymatic activity or functionality, e.g. cell viability
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/48—Automatic or computerized control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06T2207/20036—Morphological image processing
    • 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
    • G06T2207/20076—Probabilistic image processing
    • 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
    • G06T2207/30072—Microarray; Biochip, DNA array; Well plate

Definitions

  • the present disclosure relates to a control device, a control method, and a program.
  • Patent Document 1 discloses a technique for estimating a stage related to division of a cell to be cultured.
  • the present disclosure proposes a new and improved control device, control method, and program capable of effectively visualizing the culture state related to a plurality of culture objects.
  • a dynamic state related to a culture state of a culture target including cells having mitotic potential, estimated along a time series by morphological analysis using a learned model generated based on a machine learning algorithm.
  • a control device that includes a display control unit that controls display, and the display control unit controls comparative display of the culture state related to the plurality of culture objects.
  • the culture state of a culture target including cells having mitotic ability which is estimated along a time series by a morphological analysis using a learned model generated based on a machine learning algorithm
  • a control method is provided, further comprising: controlling the display of the culturing status related to a plurality of the culture objects. .
  • the culture state of a culture object including cells having mitotic potential estimated along a time series by a morphological analysis using a learned model generated based on a machine learning algorithm
  • a display control unit that controls the dynamic display according to the program, and the display control unit provides a program for functioning as a control device that controls the comparative display of the culture status of the plurality of culture objects Is done.
  • FIG. 5 is an example of a user interface controlled by a display control unit according to an embodiment of the present disclosure. It is a block diagram which shows the function structural example of the control system which concerns on the same embodiment. It is a figure for demonstrating the comparison display control of the culture condition which concerns on the culture
  • a technique for photographing a culture target such as a cell in time series (also referred to as time-lapse photography) and observing a change with time of the cell has been widely used.
  • time-lapse photography as described above, a large number of fertilized eggs, such as 1000 to 2000, may be observed and evaluated at the same time, so that an embryo cultivator can perform re-evaluation and shipment judgment on all fertilized eggs. This required a high workload and a long time. Also, not only in the field of livestock, but also in fields such as infertility treatment and regenerative treatment, time lapse photography has been performed for a long time, but it is very easy to intuitively grasp the culture situation related to a large amount of culture subjects. It was difficult.
  • the control device 20 that realizes the control method according to an embodiment of the present disclosure includes a division that is estimated along a time series by morphological analysis using a learned model generated based on a machine learning algorithm.
  • the display control part 240 which controls the dynamic display which concerns on the culture condition of the culture target containing the cell which has an ability is provided.
  • the display control part 240 which concerns on one Embodiment of this indication controls the comparative display of the said culture condition which concerns on several culture
  • FIG. 1 is an example of a user interface UI controlled by the display control unit 240 according to an embodiment of the present disclosure.
  • FIG. 1 shows an example of a user interface UI when the culture target according to the present embodiment is a fertilized egg.
  • time-lapse images of a plurality of fertilized eggs photographed by the photographing apparatus 10 are displayed side by side.
  • the culture state estimated by the morphological analysis using the learned model generated by the processing unit 230 according to the present embodiment based on the machine learning algorithm may be added to the time-lapse image of each fertilized egg.
  • the above-mentioned culture state includes the cleavage state of the fertilized egg.
  • the above-described cleavage situation may include, for example, the cleavage stage of a fertilized egg or the occurrence situation of abnormal cleavage.
  • the above-described culture situation may include, for example, a situation relating to dead cell formation of a fertilized egg.
  • the situation concerning a fertilized egg that has already been shipped may be included.
  • the display control unit 240 displays the state of the fertilized egg cleavage stage, dead cellization, and shipment status estimated by the processing unit 230 as the overlay color of each time-lapse image. It is shown by comparison.
  • the cleavage stage includes, for example, morula, early blastocyst, blastocyst, expanding blastocyst and the like.
  • the display control unit 240 it is possible to present to a user such as an embryo cultivator in a state in which the culture conditions relating to a large amount of fertilized eggs are compared.
  • the display control unit 240 displays the time-lapse image and the culture state related to the plurality of fertilized eggs in association with the positions (coordinates) of the wells where the fertilized eggs are arranged in the culture dish. Control may be performed to
  • the time-lapse image currently displayed on the user interface UI is cultured in the upper left section in the upper left culture dish D1 among the six culture dishes D1 to D6. It can be seen that it corresponds to a fertilized egg. Further, the display control unit 240 may perform control so that each time-lapse image is displayed in correspondence with the physical position of each fertilized egg in the region.
  • the display control unit 240 it is possible to display the culture state related to a large amount of culture objects in association with the positions of the wells where the culture objects are arranged in the culture dish.
  • a user such as an embryo cultivator intuitively grasps the culture state of each fertilized egg and accurately determines the shipment determination in a short time. Can be done.
  • the culture target is a fertilized egg
  • the culture target according to the present embodiment may widely include cells having division ability.
  • Examples of cells having mitotic potential include cancer cells and various cultured cells used in the field of regenerative medicine.
  • the “fertilized egg” at least conceptually includes a single cell and a collection of a plurality of cells.
  • a single cell or a collection of cells can be an oocyte, egg (egg or ovum), fertilized egg (fertile ovum or zygote), undifferentiated germ cell (blastocyst), embryo (embryo) )
  • oocyte egg
  • egg or ovum fertilized egg
  • fertilized egg fertilized egg
  • blastocyst undifferentiated germ cell
  • embryo embryo
  • FIG. 2 is a block diagram illustrating a functional configuration example of the control system according to the present embodiment.
  • the control system according to the present embodiment includes an imaging device 10, a control device 20, and a display device 30.
  • the imaging device 10 and the control device 20, and the control device 20 and the display device 30 are connected via a network 40 so that they can communicate with each other.
  • the imaging device 10 is a device that images a culture target such as a fertilized egg based on control by the control device 20.
  • the photographing apparatus 10 according to the present embodiment may be an optical microscope having a photographing function, for example.
  • the imaging device 10 includes an imaging unit 110, a holding unit 120, and an irradiation unit 130.
  • the imaging unit 110 has a function of imaging a culture target based on control by the control device 20.
  • the imaging unit 110 according to the present embodiment is realized by an imaging device such as a camera, for example.
  • the photographing unit 110 may include a plurality of optical objective lenses having different magnifications.
  • the control device 20 can control the photographing timing of the photographing unit 110, the photographing time (exposure time), the selection of the optical objective lens, the physical position of the photographing unit 110 in the horizontal direction or the vertical direction, and the like. .
  • the holding unit 120 according to the present embodiment has a function of holding a culture dish in which a culture target is cultured.
  • the holding unit 120 according to the present embodiment can be, for example, an observation stage.
  • the control device 20 can control the horizontal position and the focal position of the culture target in photographing by controlling the physical position of the holding unit 120 in the horizontal direction or the vertical direction.
  • the irradiation unit 130 according to the present embodiment has a function of irradiating various kinds of light used for photographing based on control by the control device 20. Further, the irradiation unit 130 according to the present embodiment may widely include an optical system such as a squeezing.
  • the control device 20 can control the type, wavelength, intensity, irradiation time, irradiation interval, and the like of the light irradiated by the irradiation unit 130.
  • Control device 20 The control device 20 according to the present embodiment has a function of controlling photographing of the culture target based on the recognition probability of the culture target calculated using the learned model generated based on the machine learning algorithm.
  • the control device 20 according to the present embodiment may be implemented as an information processing server, for example, and may remotely control the imaging device 10 via the network 40.
  • control device 20 dynamically estimates along the culture status time series of the culture target by morphological analysis using the learned model generated based on the machine learning algorithm, It has a function to control the comparison display.
  • the imaging control unit 210 has a function of controlling time-lapse imaging of a culture target by the imaging device 10.
  • the imaging control unit 210 according to the present embodiment uses the observation target recognition probability calculated using the learned model generated based on the machine learning algorithm, and the relative horizontal position of the imaging unit 110 and the observation target.
  • One of the features is to control the focus position.
  • the learning unit 220 has a function of performing learning related to recognition of an observation target based on an image obtained by photographing a culture target and a machine learning algorithm.
  • the learning unit 220 according to the present embodiment may perform recognition learning of the observation target by machine learning using a multilayer neural network such as Deep Learning configured to include a plurality of Convolution layers.
  • the learning unit 220 can learn features related to the shape, form, structure, and the like of the culture target by performing supervised learning based on, for example, an image of the culture target and teacher data.
  • the above teacher data includes, for example, the classification of the culture target included in the image (eg, a fertilized egg) and the growth stage of the culture target (eg, 2 cells, 4 cells, morula, early blastocyst, Information on the cleavage stage, such as blastocysts, expanded blastocysts, or dead cells).
  • the learning unit 220 performs machine learning (for example, using learning data including an image of a culture target and the teacher data (information on at least one of the shape, form, structure, etc. of the culture target).
  • Machine learning using a multilayer neural network may be performed to generate a learned model for recognizing a culture target. That is, for example, in the case of machine learning using a multilayer neural network, the learning model adjusts the weight coefficients (parameters) between the input layer, the output layer, and the hidden layer constituting the neural network, and generates a learned model. Is done.
  • the processing unit 230 according to the present embodiment has a function of performing morphological analysis of the culture target based on the learning knowledge learned by the learning unit 220. That is, the processing unit 230 according to the present embodiment may be a recognizer (also referred to as a classifier) generated by learning by the learning unit 220.
  • the processing unit 230 according to the present embodiment receives, for example, an image to be cultured, and obtains a probability value related to the cleavage stage of a fertilized egg by morphological analysis using a learned model generated based on a machine learning algorithm. Can be output in time series. Details of the functions of the processing unit 230 according to this embodiment will be described later.
  • the display control unit 240 has a function of controlling the dynamic display related to the culture state of the culture target estimated by the processing unit 230 along the time series by morphological analysis.
  • the display control unit 240 according to the present embodiment may control the comparison display of the culture state related to a plurality of culture objects.
  • the culture object includes, for example, a fertilized egg.
  • the display control unit 240 can control the display device 30 so that the cleavage status of a plurality of fertilized eggs and the status related to dead cell formation are compared and displayed.
  • the above-mentioned cleavage situation includes the cleavage stage of the fertilized egg, the abnormal cleavage, and the occurrence state of the cell resting phase (Lag-Phase).
  • the display control unit 240 can control the display device 30 so that the cleavage stages of a plurality of fertilized eggs and the occurrence status of abnormal cleavage are compared and displayed.
  • the display control unit 240 may control the comparative display of the culture state as described above on the user interface as shown in FIG.
  • the user interface according to the present embodiment may be realized in the form of a Web service, for example.
  • the user can check the culture state of the culture target through the user interface displayed on the display device 30 and can perform various operations such as recording the determination result.
  • the display control unit 240 generates control information such as an HTML file that defines the display format of the user interface, and transmits the control information to the display device 30 via the communication unit 250, thereby displaying the display device.
  • the display of the user interface by 30 can be controlled.
  • the functions of the display control unit 240 according to this embodiment will be described in detail separately.
  • the communication unit 250 has a function of performing information communication with the imaging device 10 and the display device 30 via the network 40.
  • the communication unit 250 according to the present embodiment transmits, for example, a control signal related to the imaging control generated by the imaging control unit 210 to the imaging device 10 and receives an image of the culture target that has been imaged from the imaging device 10.
  • the communication unit 250 according to the present embodiment transmits control information related to display control of the user interface generated by the display control unit 240 to the display device 30.
  • the display device 30 is a device that performs comparative display of culture statuses related to a plurality of culture targets based on control by the control device 20.
  • the display unit 310 according to the present embodiment has a function of outputting visual information such as an image and text.
  • the display unit 310 according to the present embodiment displays a user interface for the user to check the culture state of the culture target based on the control information received from the control device 20.
  • the display unit 310 according to the present embodiment may have a function equivalent to that of the display control unit 240 of the control device 20.
  • the display unit 310 can receive various recognition results output from the processing unit 230 of the control device 20, and can control display of the user interface based on the recognition results.
  • the display unit 310 includes a display device that presents visual information.
  • the display device include a liquid crystal display (LCD) device, an organic light emitting diode (OLED) device, and a touch panel.
  • LCD liquid crystal display
  • OLED organic light emitting diode
  • the network 40 has a function of connecting the imaging device 10 and the control device 20.
  • the network 40 may include a public line network such as the Internet, a telephone line network, a satellite communication network, various local area networks (LANs) including Ethernet (registered trademark), a wide area network (WAN), and the like. Further, the network 40 may include a dedicated line network such as an IP-VPN (Internet Protocol-Virtual Private Network).
  • the network 40 may include a wireless communication network such as Wi-Fi (registered trademark) or Bluetooth (registered trademark).
  • control device 20 does not necessarily include the learning unit 220.
  • the control device 20 according to the present embodiment may perform control of photographing by the photographing device 10 or estimation of a culture state related to a culture target based on learning knowledge learned by another device.
  • the functional configuration of the control system and the control device 20 according to the present embodiment can be flexibly modified according to specifications and operations.
  • the display control unit 240 controls the comparative display of the culture status related to a plurality of culture objects.
  • the display control unit 240 according to the present embodiment controls the comparative display of the cleavage stage of a fertilized egg and the situation related to dead cell formation as an example of the culture situation.
  • the display control unit 240 according to the present embodiment is not limited to the above example, and may control comparative display related to various culture conditions.
  • FIG. 3 is a diagram for explaining the comparative display control of the culture state related to the culture target by the display control unit 240 according to the present embodiment.
  • the display control unit 240 according to the present embodiment gives a box B1 indicating various culture conditions to the upper right of the time-lapse image displayed on the user interface UI shown in FIG. Realizes comparative display of culture status.
  • the display control unit 240 assigns a color or character indicating the quality state of the fertilized egg to the left frame in the box B1.
  • the above-mentioned quality state may comprehensively indicate the culture state of the fertilized egg.
  • the display control unit 240 can indicate, for example, that the fertilized egg corresponding to the time-lapse image is normally developing or dead cells by different colors, characters, marks, and the like.
  • the display control unit 240 indicates that the fertilized egg corresponding to the time-lapse image has become a dead cell by a predetermined color and the letter “D”.
  • the display control unit 240 assigns a color or character indicating the cleavage status of the fertilized egg to the center frame in the box B1.
  • the above cleavage situation includes, for example, the cleavage stage and the occurrence of abnormal cleavage.
  • the display control unit 240 displays, for example, whether the fertilized egg corresponding to the time-lapse image is normally cracked, abnormally cracked, the cleavage stage and the type of abnormal cleavage, It can be indicated by an indicator such as a mark.
  • the display control unit 240 indicates that the fertilized egg corresponding to the time-lapse image has caused a direct cleavage by using a predetermined color and the character “DC”.
  • the direct cleaving is a kind of abnormal cleavage in which a fertilized egg performs non-equal division such as 1 to 3 cells or 2 to 6 cells. It is known that the fertility rate of a fertilized egg in which direct cleaving has occurred is significantly lower than that of a fertilized egg that has undergone normal cleavage.
  • the fertilized egg in addition to the above direct cleaving, has a reverse cleavage that goes back to the cleavage stage, for example, from 3 cells to 2 cells or from 8 cells to 6 cells. Page (Reverse Cleavage) is included. It is known that the fertility rate of fertilized eggs with reverse cleaving is significantly lower than that of fertilized eggs that have undergone normal equal division, as is the pregnancy rate of fertilized eggs with direct cleaving. ing.
  • an embryo culturer can intuitively and easily inferior a fertilized egg that has caused an abnormal cleavage such as a direct cleave and a reverse cleave. It is possible to easily grasp and take measures such as removing before shipping.
  • the display control unit 240 gives a color or a character indicating another culture state related to the fertilized egg to the right frame in the box B1.
  • the display control unit 240 indicates that the fertilized egg corresponding to the time-lapse image has undergone blastocyst contraction by using a predetermined color and the character “BC”.
  • the display control unit 240 can display various information related to the culture state of the fertilized egg using colors, characters, marks, and the like. According to the above-described function of the display control unit 240 according to the present embodiment, a user such as an embryo culturer can comprehensively and comprehensively grasp the culture state related to a plurality of fertilized eggs, and is required for determination. Time, man-hours, number of people, etc. can be greatly reduced.
  • the display control unit 240 can assist the above-described determination by the embryo cultivator by adding a state related to the determination of the fertilized egg to the time-lapse image.
  • FIG. 4 is a view for explaining comparative display control of a state related to determination of a fertilized egg according to the present embodiment.
  • the display control unit 240 according to the present embodiment provides a box B ⁇ b> 2 indicating a state related to the determination of a fertilized egg at the upper right of the time-lapse image displayed on the user interface UI illustrated in FIG. 1. By doing so, the comparison display of the judgment state is realized.
  • the display control unit 240 gives a predetermined color or mark to the left frame in the box B2 when the determination related to the fertilized egg has not been made.
  • the display control unit 240 displays the frame in the center of the box B2 when the fertilized egg is temporarily determined, and displays the right frame in the box B2 when the final determination of the fertilized egg is performed.
  • Each is given a predetermined color or mark.
  • the embryo cultivator instantly grasps the determination state of the fertilized eggs and is efficient. Judgment work can be performed.
  • the comparison display control by the display control unit 240 according to the present embodiment has been described above.
  • the display control unit 240 according to the present embodiment uses the indicators such as colors, characters, marks, and the like to present to the user in a state in which the culture state and the determination state relating to a plurality of fertilized eggs are compared. be able to.
  • the comparative display control by the display control unit 240 according to the present embodiment is not limited to the example described above, and can be realized in various forms.
  • the display control unit 240 indicates the cleavage stage by color overlay on the time-lapse image is described as an example. You may show the culture
  • the display control unit 240 displays a detailed page that displays detailed data on the culture state of the fertilized egg corresponding to the time-lapse image. Transitions may be controlled.
  • the display control unit 240 may control information display related to, for example, the cleavage timing of the fertilized egg and the elapsed time after the cleavage in the above detailed page. At this time, the display control unit 240 according to the present embodiment may control the time series display related to the culture state of the fertilized egg based on the estimation result by the processing unit 230.
  • FIG. 5 is a diagram showing a display example of the cleavage timing of the fertilized egg and the elapsed time after the cleavage according to the present embodiment.
  • the display control unit 240 displays the transition of the cleavage stage of the fertilized egg in time series in a graph based on the probability value related to the cleavage stage of the fertilized egg calculated by the processing unit 230. Yes.
  • the display control unit 240 can indicate the cleavage timing according to the above estimated by the processing unit 230 by adding bars b1 and b2 and the like on the graph.
  • the above-described bars b1 and b2 may be corrected, for example, by the user performing a slide operation.
  • a user such as an embryo cultivator checks the graph and determines that the cleavage timing is estimated incorrectly, the determination can be corrected by sliding the positions of the bars b1 and b2.
  • the display control unit 240 may calculate the elapsed time after the first cleavage and the elapsed time after the second cleavage based on the positions of the bars b1 and b2, and may display them in the field F1.
  • the display control unit 240 As described above, according to the display control unit 240 according to the present embodiment, it becomes possible for the embryo culturer to easily check and correct the cleavage timing of the fertilized egg and the elapsed time after the cleavage.
  • the display control unit 240 may control, for example, information display related to the cell resting period of a fertilized egg.
  • a fertilized egg has a cell resting phase (also referred to as an induction phase) in which active cell growth stops.
  • the cell resting phase occurs in the process of dividing from the 4-cell phase to the 8-cell phase.
  • the number of starting cells in the cell resting phase is large, the start time is early, and the fertilized egg with a short period is generated after transplantation. It has been shown that the ability (such as pregnancy rate) is high.
  • the cell resting period of a fertilized egg is attracting attention as an important index for identifying a fertilized egg having a high developmental potential.
  • the display control unit 240 can assist the overall quality determination of the fertilized egg by the embryo cultivator by displaying information related to the cell resting phase estimated by the processing unit 230. It is.
  • FIG. 6 is a diagram showing a display example of information related to the cell resting period of the fertilized egg according to the present embodiment.
  • the display control unit 240 causes the processing unit 230 to display the movement amount on the graph obtained by visualizing changes in the movement amount of cells inside the fertilized egg (total value of velocity vectors) calculated by the processing unit 230. Bars b3 and b4 indicating the start and end of the cell resting phase estimated on the basis of the change in are displayed.
  • the processing unit 230 for example, a period in which a change in the total amount of movement over time per unit culture time is equal to or less than a threshold and a change in the diameter of a fertilized egg over time per unit culture time. It is possible to estimate a period in which the period in which is equal to or less than the threshold overlap as the cell resting period.
  • the display control unit 240 accepts a slide operation on the bars b3 and b4 as in the case shown in FIG. 5, and the embryo cultivator who confirms the graph can correct the cell resting period. Control may be performed as follows.
  • the display control unit 240 may display the total time, start time, end time, etc. of the cell rest period in the field F2 based on the positions of the bars b3 and b4.
  • the display control unit 240 As described above, according to the display control unit 240 according to the present embodiment, it becomes possible for the embryo culturer to easily check and correct the cell resting period of the fertilized egg.
  • the display control unit 240 shows the cleavage stage of the fertilized egg estimated by the processing unit 230 and the cleavage stage determined and input by the embryo cultivator using the same graph. It may be displayed.
  • FIG. 7 is a diagram showing an example of comparative display at the cleavage stage determined by the processing unit 230 and the embryo cultivator according to the present embodiment.
  • the determination results of the cleavage stage related to the 1 to 4 cell stage by the processing unit 230 and the embryo cultivator are shown in time series.
  • the determination result of the cleavage stage by the processing unit 230 is indicated by a circle, and the determination result of the cleavage stage by the embryo cultivator is indicated by a vertical bar.
  • the display control unit 240 it is possible to display the determination result of the cleavage stage by the processing unit 230 and the determination result of the cleavage stage by the embryo cultivator by the same graph. It becomes.
  • the display control unit 240 according to the present embodiment when the embryo cultivator determines the culture state related to a large amount of fertilized eggs, the difference from the determination result by the processing unit 230 is intuitively determined. It is possible to grasp and perform efficient work in a short time.
  • the processing unit 230 performs morphological analysis of a photographed fertilized egg using a learned model generated based on a machine learning algorithm, thereby dividing the fertilized egg.
  • the probability values related to the stages can be output in time series for each cleavage stage.
  • the processing unit 230 (also referred to as a recognizer or a classifier) performs morphological analysis using learning knowledge learned based on, for example, images of fertilized eggs of 1 cell, 2 cells, 3 cells or more and teacher data. Thus, it is possible to output a probability that the fertilized egg in the input image is one cell, a probability that it is two cells, a probability value that is three or more cells, respectively. That is, by inputting a fertilized egg image as input data to the learned model of the processing unit 230, it is possible to output a probability value related to the cell stage of the fertilized egg.
  • the display control unit 240 may control the time-series display of the probability values output from the processing unit 230.
  • FIG. 8 is a diagram illustrating an example of a graph generated based on the probability value of the cleavage stage according to the present embodiment.
  • the display control unit 240 generates a graph in which the probability values related to the cleavage stage output from the processing unit 230 are plotted along a time series.
  • FIG. 8 shows an example of a graph when the processing unit 230 outputs probability values related to one cell, two cells, three cells or more based on the input image. In the above probability value, 1 is 100% and 0 is 0%.
  • the embryo cultivator According to the above functions of the processing unit 230 and the display control unit 240 according to the present embodiment, it becomes possible for the embryo cultivator to easily grasp the temporal change of the probability value related to the cleavage stage of the fertilized egg.
  • the processing unit 230 for example, the egg at each time when photographing is performed based on the probability value of the highest cleavage stage among the probability values of each cleavage stage calculated at each time.
  • the split stage may be estimated.
  • the display control unit 240 generates a graph in which only the probability value of the highest cleavage stage is plotted at each time, and the processing unit 230 is displayed on the graph. Information on the cleavage stage estimated by may be added.
  • the processing unit 230 and the display control unit 240 According to the above functions of the processing unit 230 and the display control unit 240 according to the present embodiment, it becomes possible for the embryo cultivator to more intuitively understand the temporal change of the cleavage stage related to the fertilized egg.
  • the processing unit 230 according to the present embodiment may output a probability waveform obtained by interpolating the probability value at the cleavage stage between the times when the images are taken. At this time, the processing unit 230 according to the present embodiment can output the inclination of the probability value learned based on the image of the fertilized egg photographed at a narrow interval such as 10 minutes, and the above probability waveform. .
  • the shooting time it is possible to acquire the probability value of the cleavage stage between the two, and the cost for photographing and estimation can be greatly reduced.
  • the display control unit 240 may generate a graph including the probability waveform output from the processing unit 230, for example, as illustrated in FIG.
  • the display control unit 240 interpolates a probability waveform C1 in which a probability value of 1 cell is interpolated, a probability waveform C2 in which a probability value of 1 cell is interpolated, and a probability value of 3 cells or more.
  • a graph including the probability waveform C3 is generated.
  • the processing unit 230 can estimate and calculate the cleavage timing based on the acquired probability waveform, and can estimate the cleavage stage between each time based on the cleavage timing. is there.
  • the processing unit 230 may detect, for example, an intersection where the probability waveforms related to two cleavage stages intersect and estimate the time corresponding to the intersection as the cleavage timing.
  • the processing unit 230 may estimate the intersection of the probability waveform C1 related to 1 cell and the probability waveform C2 related to 2 cells as the cleavage timing from 1 cell to 2 cells. . Further, the processing unit 230 can estimate the intersection of the probability waveform C2 related to 2 cells and the probability waveform C3 related to 3 cells or more as the cleavage timing from 2 cells to 3 cells or more.
  • the processing unit 230 it is possible to accurately estimate the cleavage stage of a fertilized egg with a finer granularity than the photographing interval, and the embryo cultivator can perform the fertilized egg in more detail.
  • the culture situation can be grasped.
  • the processing unit 230 may estimate the occurrence of the abnormal cleavage of the fertilized egg and its timing based on the acquired probability waveform.
  • 12 and 13 are diagrams for explaining the estimation of abnormal cleavage based on the probability waveform by the processing unit 230 according to the present embodiment.
  • the processing unit 230 detects the intersection where the probability waveform C1 related to one cell intersects with the probability waveform C3 related to three or more cells, thereby changing from one cell to three or more cells. It is possible to estimate that direct cleaving has occurred.
  • the processing unit 230 may detect and output the intersection of the probability waveforms C1 and the probability waveform C3 as generation timing T dc direct chestnut Beji.
  • the processing unit 230 detects the intersection where the probability waveform C3 related to 3 cells or more and the probability waveform C2 related to 2 cells intersect, thereby changing from 3 cells or more to 2 details. It is possible to estimate that reverse cleaving has occurred.
  • the processing unit 230 may detect and output the intersection of the probability waveforms C3 probability waveform C2 as generation timing T rc of reverse chestnut Beji.
  • the display control unit 240 displays the direct cribbing occurrence timing T dc and the reverse cribbing occurrence timing T rc detected as described above, and information related to the cleavage stage on a graph. Control may be performed to
  • the embryo cultivator can easily grasp the abnormal cleavage of the fertilized egg and take measures such as removing the fertilized egg. Is possible.
  • the processing unit 230 can also estimate an abnormal cleavage of a fertilized egg based on, for example, a probability waveform related to a certain cleavage stage.
  • the processing unit 230 outputs a probability waveform C1 related to one cell.
  • the processing unit 230 can estimate the period in which the probability waveform C1 exceeds the threshold as the 1-cell stage.
  • the period estimated to be the 1-cell stage is detected again after the end of the 1-cell stage and the transition to another cell stage as shown in FIG. Is possible.
  • the processing unit 230 can estimate the occurrence of an abnormal cleavage related to a fertilized egg based on various methods. For example, when the 4-cell stage is estimated before the 2-cell stage is estimated, the processing unit 230 can also estimate the occurrence of direct cleaving.
  • FIGS. 14 to 17 are diagrams for explaining the estimation of the cleavage stage after the morulae according to the present embodiment.
  • FIGS. 14 to 17 show an example in which the processing unit 230 performs estimation related to the morula, early blastocyst, blastocyst, and expanded blastocyst.
  • the processing unit 230 can output the probability value and the probability waveform at each cleavage stage after the morulae by the above-described method.
  • FIG. 14 illustrates a graph generated based on the probability value output from the display control unit 240
  • FIG. 15 illustrates a graph generated based on the probability waveform output from the display control unit 240. Yes.
  • stochastic waveforms relating to morula, early blastocyst, blastocyst, and expanded blastocyst are indicated by symbols C1 to C4, respectively.
  • the processing unit 230 can estimate the cleavage stage at each time based on the acquired probability waveform and the like. At this time, in the cleavage stage after the morula, if the premise knowledge that reverse cleaving does not occur is not used, the processing unit 230, based on the probability value at time t9, as shown in FIG. It is erroneously estimated that the cleavage stage at time t9 (near) is a morula.
  • the processing unit 230 performs the estimation using the premise that reverse cleaving does not occur in the cleavage stage after the morula, as shown in FIG. It is possible to correct the cleavage stage at time t9 (near) erroneously determined to be an expanded blastocyst.
  • the cleavage stage after the mulberry embryo is obtained by using the premise that reverse cleaving does not occur in the cleavage stage after the mulberry embryo. It is possible to effectively improve the estimation accuracy.
  • the processing unit 230 recognizes the shape of a culture target such as a fertilized egg and analyzes the physical form and characteristics such as the area and roundness of the culture target based on the recognition result. It is possible.
  • the display control unit 240 may generate a graph showing the change with time of the recognition result and the analysis result output from the processing unit 230 and display them on the user interface UI.
  • the display control unit 240 may generate an overlay image or the like based on the recognition probability image output from the processing unit 230 and display the overlay image together with the above graph.
  • FIG. 18 is a diagram for explaining generation of an overlay image according to the present embodiment.
  • an original image Io of the fertilized egg FA photographed by the photographing apparatus 10 at a certain time is schematically shown.
  • the processing unit 230 according to the present embodiment can output a recognition probability image related to the fertilized egg FA by executing a shape recognition process using the original image Io as an input.
  • the recognition probability image is a visualization of the probability distribution related to the recognition result of the culture target in the original image, for example, the closer to white, the higher the probability that the subject (pixel) is the culture target, The closer the color is to black, the lower the probability that the subject (pixel) is a culture target.
  • the display control unit 240 generates a binarized image obtained by binarizing the recognition probability image output from the processing unit 230 based on a predetermined threshold, and converts the binarized image to the original image.
  • a binarized image obtained by binarizing the recognition probability image output from the processing unit 230 based on a predetermined threshold, and converts the binarized image to the original image.
  • an overlay image Ir as shown on the right side of FIG. 18 can be generated.
  • the overlay color for example, green that can be easily recognized by an embryo cultivator may be employed.
  • the display control unit 240 may display various images indicating the recognition result related to the shape of the culture target together with the above graph.
  • the display control unit 240 may generate a segmentation image indicating the segmentation result of the specific portion of interest to be cultured in the image based on the recognition probability image, and may display the segmentation image together with the graph.
  • FIG. 19 is an example of a graph generated based on the shape recognition result and analysis result of the culture target according to the present embodiment.
  • the transition of the area of the fertilized egg is shown in time series.
  • FIG. 19 shows an example in which a segmentation image is adopted as an image shown together with the graph.
  • the plot on the graph and the segmentation image corresponding to the plot are indicated by the same number.
  • the contraction and expansion related to the entire region of the fertilized egg are processed into a state that is easy to visually recognize. It is possible to assist in determining the quality of a fertilized egg by an embryo culture technician.
  • FIG. 20 is a diagram for describing generation of an overlay image of a constituent included in a culture target according to the present embodiment.
  • the processing unit 230 according to the present embodiment outputs a recognition probability image related to the shape of the cell mass CM of the fertilized egg FA based on the original image Io, and the display control unit 240 displays the recognition probability image.
  • An example of the overlay image Ir generated based on the image is schematically shown.
  • FIG. 21 is an example of a graph generated based on the shape recognition result and the analysis result of the structure included in the culture target according to the present embodiment.
  • the transition of the area of the cell mass included in the fertilized egg is shown in time series.
  • FIG. 21 shows an example in which a segmentation image is adopted as an image shown together with the graph. Further, in FIG. 21, the plot on the graph and the segmentation image corresponding to the plot are indicated by the same number.
  • the contraction or expansion of a region related to a constituent such as a cell mass included in a fertilized egg is visually recognized. It becomes possible to provide it to users such as an embryo cultivator in an easy state.
  • the culture status according to the present embodiment includes the status of fertilization of fertilized eggs, the appearance and disappearance of pronuclei, and the appearance and disappearance of polar bodies. The situation is included.
  • the culture state according to the present embodiment includes a state of detailed fragmentation, a state of symmetry of blastomere, a state of appearance of morula compaction, an inner cell mass (Inner Cell) Mass, ICM), the appearance of trophectoderm, TE, the thickness of the zona and the state of hatching.
  • the display control unit 240 displays various graphs related to the culture state of the culture target exemplified above on the user interface UI so that the graphs can be compared among a plurality of culture targets. Also good.
  • the display control unit 240 may perform control such that graphs corresponding to a plurality of culture objects are displayed side by side as in the time-lapse image illustrated in FIG. 1.
  • FIG. 22 is an example of a flowchart showing a flow of operations of the control device 20 according to the present embodiment.
  • the culture target according to the present embodiment is a fertilized egg and the processing unit 230 estimates the cleavage stage of the fertilized egg or the occurrence of abnormal cleavage will be described as an example.
  • the imaging control unit 210 controls the imaging device 10 to capture an image of a fertilized egg at time t (S1101).
  • the processing unit 230 performs morphological analysis based on the fertilized egg image photographed in step S1101 (S1102).
  • the processing unit 230 outputs a probability value related to the cleavage stage of the fertilized egg as a result of the morphological analysis in step S1102 (S1103).
  • the processing unit 230 performs reverse cribbing determination based on the cleavage stage probability values at times t1 to tn (S1104).
  • processing unit 230 determines direct cleaving based on the probability value of the cleavage stage at times t1 to tn (S1105).
  • the display control unit 240 performs display control of the user interface UI based on the results obtained in steps S1101 to S1105 (S1106).
  • FIG. 23 is a block diagram illustrating a hardware configuration example of the control device 20 according to an embodiment of the present disclosure.
  • the control device 20 includes, for example, a processor 871, a ROM 872, a RAM 873, a host bus 874, a bridge 875, an external bus 876, an interface 877, an input device 878, and an output device 879.
  • Storage 880, drive 881, connection port 882, and communication device 883 Note that the hardware configuration shown here is an example, and some of the components may be omitted. Moreover, you may further include components other than the component shown here.
  • the processor 871 functions as, for example, an arithmetic processing unit or a control unit, and controls all or part of the operation of each component based on various programs recorded in the ROM 872, RAM 873, storage 880, or removable recording medium 901. .
  • the ROM 872 is a means for storing a program read by the processor 871, data used for calculation, and the like.
  • a program to be read by the processor 871 various parameters that change as appropriate when the program is executed, and the like are temporarily or permanently stored.
  • the processor 871, the ROM 872, and the RAM 873 are connected to each other via, for example, a host bus 874 capable of high-speed data transmission.
  • the host bus 874 is connected to an external bus 876 having a relatively low data transmission speed via a bridge 875, for example.
  • the external bus 876 is connected to various components via an interface 877.
  • the input device 878 for example, a mouse, a keyboard, a touch panel, a button, a switch, a lever, or the like is used. Furthermore, as the input device 878, a remote controller (hereinafter referred to as a remote controller) capable of transmitting a control signal using infrared rays or other radio waves may be used.
  • the input device 878 includes a voice input device such as a microphone.
  • the output device 879 is a display device such as a CRT (Cathode Ray Tube), LCD, or organic EL, an audio output device such as a speaker or a headphone, a printer, a mobile phone, or a facsimile. It is a device that can be notified visually or audibly.
  • the output device 879 according to the present disclosure includes various vibration devices that can output a tactile stimulus.
  • the storage 880 is a device for storing various data.
  • a magnetic storage device such as a hard disk drive (HDD), a semiconductor storage device, an optical storage device, a magneto-optical storage device, or the like is used.
  • the drive 881 is a device that reads information recorded on a removable recording medium 901 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory, or writes information to the removable recording medium 901.
  • a removable recording medium 901 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory
  • the removable recording medium 901 is, for example, a DVD medium, a Blu-ray (registered trademark) medium, an HD DVD medium, or various semiconductor storage media.
  • the removable recording medium 901 may be, for example, an IC card on which a non-contact IC chip is mounted, an electronic device, or the like.
  • connection port 882 is a port for connecting an external connection device 902 such as a USB (Universal Serial Bus) port, an IEEE 1394 port, a SCSI (Small Computer System Interface), an RS-232C port, or an optical audio terminal. is there.
  • an external connection device 902 such as a USB (Universal Serial Bus) port, an IEEE 1394 port, a SCSI (Small Computer System Interface), an RS-232C port, or an optical audio terminal. is there.
  • the external connection device 902 is, for example, a printer, a portable music player, a digital camera, a digital video camera, or an IC recorder.
  • the communication device 883 is a communication device for connecting to a network.
  • the control device 20 has the division ability estimated along the time series by the morphological analysis using the learned model generated based on the machine learning algorithm.
  • the display control part 240 which controls the dynamic display which concerns on the culture condition of the culture object containing a cell is provided. Moreover, the display control part 240 which concerns on one Embodiment of this indication controls the comparison display of the culture condition which concerns on several culture
  • each step related to the processing of the control device 20 of the present specification does not necessarily have to be processed in time series in the order described in the flowchart.
  • each step related to the processing of the control device 20 may be processed in an order different from the order described in the flowchart, or may be processed in parallel.
  • the following configurations also belong to the technical scope of the present disclosure.
  • the cell having the division ability includes a fertilized egg, The control device according to (1) above.
  • the culture state includes a cleavage situation, The display control unit controls comparison display related to the cleavage situation of a plurality of the fertilized eggs, The control device according to (2).
  • the cleavage situation includes a cleavage stage, The display control unit displays a comparative display relating to the cleavage stage of a plurality of recipient eggs.
  • the cleavage situation includes the occurrence of abnormal cleavage, The display control unit controls comparison display related to the occurrence status of the abnormal cleavage of the plurality of fertilized eggs, The control device according to (3) or (4).
  • the abnormal cleavage includes at least one of a direct clear page or a reverse clear page, The control device according to (5).
  • the culture state includes a state relating to dead cell formation of the fertilized egg
  • the display control unit controls a comparative display of a situation relating to the dead cell formation of a plurality of the fertilized eggs.
  • the control device according to any one of (2) to (6).
  • the culture condition includes fertilization of the fertilized egg, pronucleus, polar body, fragmentation, cell blastomere, compaction of morula, inner cell mass, trophectoderm, zona pellucida, and the situation related to the zona pellucida, The control device according to any one of (2) to (7).
  • the display control unit controls time series display related to the culture state of the fertilized egg, The control device according to any one of (2) to (8).
  • the display control unit controls time-series display of probability values related to the cleavage stage of the fertilized egg estimated based on the captured image.
  • the display control unit controls the display of a probability waveform in which the probability value of the cleavage stage is interpolated between the times when the image is captured.
  • (12) The display control unit controls the display related to the cleavage timing of the fertilized egg estimated based on the probability value;
  • (13) The display control unit controls the display of the occurrence timing related to the abnormal cleavage of the fertilized egg estimated based on the probability value.
  • the control device according to any one of (10) to (12).
  • the display control unit controls the display related to the estimated cell resting period of the fertilized egg.
  • the control device according to (9) above.
  • the display control unit displays the culture state of the plurality of fertilized eggs in association with the physical position of the fertilized egg in a culture dish.
  • the control device according to any one of (2) to (14).
  • (16) A process for dynamically estimating the culture state of the culture target in time series by morphological analysis using a learned model generated based on a machine learning algorithm using the captured image of the culture target as an input Part, Further comprising The control device according to any one of (1) to (15).
  • the cell having the division ability includes a fertilized egg,
  • the processing unit outputs the probability values related to the cleavage stage of the fertilized egg in time series by the morphological analysis.
  • the control device estimates the occurrence of abnormal cleavage of the fertilized egg based on a probability waveform obtained by interpolating the probability value of the cleavage stage between the time when the image was taken.
  • the control device estimates the occurrence of abnormal cleavage of the fertilized egg based on a probability waveform obtained by interpolating the probability value of the cleavage stage between the time when the image was taken.
  • the control device (19)
  • the processing unit outputs the probability waveform based on a slope of the probability value learned based on the image photographed at a narrow interval.
  • the control device according to (18).
  • the learned model is a recognizer generated using learning data including an image obtained by photographing the culture object and information related to at least one of the shape, form, and structure of the culture object.
  • the control device according to any one of (1) to (19).
  • the processor controls the dynamic display of the culture status of the culture target, including cells with mitotic potential, estimated along the time series by morphological analysis using a learned model generated based on a machine learning algorithm
  • Including Controlling the display is to control a comparison display of the culture status related to a plurality of the culture objects, Further including Control method.
  • (22) Computer Display control that controls the dynamic display of the culture state of the culture target, including cells with mitotic potential, estimated along the time series by morphological analysis using a learned model generated based on a machine learning algorithm Part, With The display control unit controls a comparison display of the culture state related to a plurality of the culture objects.
  • Control device Program to function as.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Organic Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Biotechnology (AREA)
  • Public Health (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Sustainable Development (AREA)
  • Biochemistry (AREA)
  • Evolutionary Computation (AREA)
  • Microbiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Genetics & Genomics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Human Computer Interaction (AREA)
  • Cell Biology (AREA)
  • Computer Hardware Design (AREA)

Abstract

【課題】複数の培養対象に係る培養状況を効果的に可視化する。 【解決手段】機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御する表示制御部、を備え、前記表示制御部は、複数の前記培養対象に係る前記培養状況の比較表示を制御する、制御装置が提供される。また、プロセッサが、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御すること、を含み、前記表示を制御することは、複数の前記培養対象に係る前記培養状況の比較表示を制御すること、をさらに含む、制御方法が提供される。

Description

制御装置、制御方法、およびプログラム
　本開示は、制御装置、制御方法、およびプログラムに関する。
　近年、細胞などを時系列に沿って撮影し、当該細胞の経時変化を観察する手法が広く行われている。例えば、特許文献１には、培養対象となる細胞の分裂に係る段階を推定する技術が開示されている。
特表２０１６－５０９８４５号公報
　ところで、細胞などの培養対象の観察においては、大量の細胞を同時に培養し、観察や評価を行うのが一般的である。しかし、特許文献１に記載の技術では、複数の培養対象に係る観察結果や評価結果の提示について十分な考慮がなされていない。
　そこで、本開示では、複数の培養対象に係る培養状況を効果的に可視化することが可能な、新規かつ改良された制御装置、制御方法、およびプログラムを提案する。
　本開示によれば、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御する表示制御部、を備え、前記表示制御部は、複数の前記培養対象に係る前記培養状況の比較表示を制御する、制御装置が提供される。
　また、本開示によれば、プロセッサが、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御すること、を含み、前記表示を制御することは、複数の前記培養対象に係る前記培養状況の比較表示を制御すること、をさらに含む、制御方法が提供される。
　また、本開示によれば、コンピュータを、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御する表示制御部、を備え、前記表示制御部は、複数の前記培養対象に係る前記培養状況の比較表示を制御する、制御装置、として機能させるためのプログラムが提供される。
　以上説明したように本開示によれば、複数の培養対象に係る培養状況を効果的に可視化することが可能となる。
　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、また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、また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。
本開示の一実施形態に係る表示制御部が制御するユーザインタフェースの一例である。 同実施形態に係る制御システムの機能構成例を示すブロック図である。 同実施形態に係る表示制御部による培養対象に係る培養状況の比較表示制御について説明するための図である。 同実施形態に係る受精卵の判定に係る状態の比較表示制御について説明するための図である。 同実施形態に係る受精卵の卵割タイミングおよび卵割後の経過時間の表示例を示す図である。 同実施形態に係る受精卵の細胞休止期に係る情報の表示例を示す図である。 同実施形態に係る処理部および胚培養士により判定された卵割段階の比較表示の一例を示す図である。 同実施形態に係る卵割段階の確率値に基づいて生成されるグラフの一例を示す図である。 同実施形態に係る卵割段階の確率値に基づいて生成されるグラフの一例を示す図である。 同実施形態に係る卵割段階の確率値に基づいて生成されるグラフの一例を示す図である。 同実施形態に係る卵割段階の確率値に基づいて生成されるグラフの一例を示す図である。 同実施形態に係る処理部による確率波形に基づく異常卵割の推定について説明するための図である。 同実施形態に係る処理部による確率波形に基づく異常卵割の推定について説明するための図である。 同実施形態に係る桑実胚以降の卵割段階の推定について説明するための図である。 同実施形態に係る桑実胚以降の卵割段階の推定について説明するための図である。 同実施形態に係る桑実胚以降の卵割段階の推定について説明するための図である。 同実施形態に係る桑実胚以降の卵割段階の推定について説明するための図である。 同実施形態に係るオーバーレイ画像の生成について説明するための図である。 同実施形態に係る本実施形態に係る培養対象の形状認識結果および解析結果に基づいて生成されるグラフの一例である。 同実施形態に係る本実施形態に係る培養対象が含む構成物のオーバーレイ画像の生成について説明するための図である。 同実施形態に係る養対象が含む構成物の形状認識結果および解析結果に基づいて生成されるグラフの一例である。 同実施形態に係る制御装置の動作の流れを示すフローチャートの一例である。 本開示の一実施形態に係る制御装置のハードウェア構成例を示す図である。
　以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
　なお、説明は以下の順序で行うものとする。
　１．実施形態
　　１．１．概要
　　１．２．構成例
　　１．３．機能の詳細
　　１．４．動作の流れ
　２．ハードウェア構成例
　３．まとめ
　＜１．実施形態＞
　＜＜１．１．概要＞＞
　まず、本開示の一実施形態の概要について説明する。上述したように、近年、種々の分野において、細胞などの培養対象を時系列に沿って撮影し(タイムラプス撮影、とも称する)、当該細胞の経時変化を観察する手法が広く行われている。
　例えば、畜産分野においては、家畜などの受精卵を移植が可能となる状態まで発育させる際にタイムラプス撮影を行うことで当該受精卵の経時変化を観察し、また発育状態を評価する手法が行われている。
　また、上記のようなタイムラプス撮影や発育状態の評価をシステムが半自動で行う技術も開発されている。しかし、システムによる撮影や評価を行う場合であっても、最終的には、胚培養士がシステムが判定した評価を確認し、必要に応じて評価結果を修正するなどの作業が行ったうえで、出荷判定がなされるのが一般的である。
　しかし、上記のようなタイムラプス撮影においては、一度に１０００～２０００個など大量の受精卵を同時に観察、評価する場合もあり、胚培養士がすべての受精卵に係る再評価および出荷判定を行うにために高い作業負荷と長い時間を要していた。また、畜産分野に限らず、不妊治療や再生治療などの分野においても、長時間に渡るタイムラプス撮影が行われているが、大量の培養対象に係る培養状況を直観的に把握することは非常に困難であった。
　本開示に係る技術思想は、上記の点に着目して発想されたものであり、複数の培養対象に係る培養状況を効果的に可視化することを可能とする。このために、本開示の一実施形態に係る制御方法を実現する制御装置２０は、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御する表示制御部２４０を備える。また、本開示の一実施形態に係る表示制御部２４０は、複数の培養対象に係る前記培養状況の比較表示を制御することを特徴の一つとする。
　図１は、本開示の一実施形態に係る表示制御部２４０が制御するユーザインタフェースＵＩの一例である。なお、図１では、本実施形態に係る培養対象が受精卵である場合のユーザインタフェースＵＩの一例が示されている。
　図１に示すように、本実施形態に係る表示制御部２４０が制御するユーザインタフェースＵＩでは、例えば、撮影装置１０が撮影した複数の受精卵のタイムラプス画像が、並んで表示される。また、各受精卵のタイムラプス画像には、本実施形態に係る処理部２３０が機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により推定した培養状況が付加されてよい。
　例えば、培養対象が受精卵である場合、上記の培養状況には、受精卵の卵割状況が含まれる。また、上記の卵割状況は、例えば、受精卵の卵割段階や異常卵割の発生状況が含まれてよい。さらには、上記の培養状況には、例えば、受精卵の死細胞化に係る状況が含まれてよい。また、出荷済みの受精卵に係る状況が含まれてもよい。
　図１に示す一例の場合、本実施形態に係る表示制御部２４０は、処理部２３０が推定した受精卵の卵割段階や死細胞化、また出荷済みに係る状況を、各タイムラプス画像のオーバーレイ色により比較して示している。なお、上記の卵割段階には、例えば、桑実胚（ｍｏｒｕｌａ）、初期胚盤胞（ｅａｒｌｙ　ｂｌａｓｔｏｃｙｓｔ）、胚盤胞（ｂｌａｓｔｏｃｙｓｔ）、拡張胚盤胞（ｅｘｐａｎｄｉｎｇ　ｂｌａｓｔｏｃｙｓｔ）などが挙げられる。
　このように、本実施形態に係る表示制御部２４０によれば、大量の受精卵に係る培養状況を比較した状態で胚培養士などのユーザに対し提示することが可能となる。
　また、この際、本実施形態に係る表示制御部２４０は、複数の受精卵に係るタイムラプス画像よび培養状況が、培養ディッシュにおいて受精卵が配置されるウェルの位置（座標）と対応づけられて表示されるよう制御を行ってよい。
　例えば、図１の図中右上を参照すると、現在、ユーザインタフェースＵＩに表示されているタイムラプス画像は、６つの培養ディッシュＤ１～Ｄ６のうち上段左の培養ディッシュＤ１において、左上の区画で培養されている受精卵に対応していることがわかる。また、表示制御部２４０は、各タイムラプス画像が、上記領域における各受精卵の物理位置に対応させて表示されるよう制御を行ってよい。
　このように、本実施形態に係る表示制御部２４０によれば、大量の培養対象に係る培養状況を培養ディッシュにおいて培養対象が配置されるウェルの位置と対応づけて表示することができる。本実施形態に係る表示制御部２４０が有する上記の機能によれば、胚培養士などのユーザが、各受精卵の培養状況を直観的に把握し、また出荷の判定などを短時間で正確に行うことが可能となる。
　以上、本実施形態に係る表示制御部２４０により制御される、培養対象に係る培養状況の比較表示について概要を説明した。なお、図１を用いた上記の説明においては、培養対象が受精卵である場合を例に述べたが、本実施形態に係る培養対象は、分裂能を有する細胞を広く含んでよい。なお、分裂能を有する細胞としては、例えば、がん細胞や、再生医療分野などで用いられる各種の培養細胞などが挙げられる。
　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。ここで、単一の細胞または複数の細胞の集合体は、卵母細胞（oocyte）、卵子（eggまたはovum）、受精卵（fertile ovumまたはzygote）、未分化胚芽細胞（blastocyst）、胚（embryo）を含む受精卵の成長過程の一または複数のステージで観察される細胞に関連するものである。
　＜＜１．２．構成例＞＞
　次に、本実施形態に係る制御システムの構成例について説明する。図２は、本実施形態に係る制御システムの機能構成例を示すブロック図である。図２を参照すると、本実施形態に係る制御システムは、撮影装置１０、制御装置２０、および表示装置３０を備える。また、撮影装置１０と制御装置２０、制御装置２０と表示装置３０は、互いに通信が行えるようにネットワーク４０を介して接続される。
　（撮影装置１０）
　本実施形態に係る撮影装置１０は、制御装置２０による制御に基づいて、受精卵などの培養対象を撮影する装置である。本実施形態に係る撮影装置１０は、例えば、撮影機能を有する光学顕微鏡などであってよい。
　図２を参照すると、本実施形態に係る撮影装置１０は、撮影部１１０、保持部１２０、照射部１３０を備える。
　（（撮影部１１０））
　本実施形態に係る撮影部１１０は、制御装置２０による制御に基づいて、培養対象を撮影する機能を有する。本実施形態に係る撮影部１１０は、例えば、カメラなどの撮影装置により実現される。また、撮影部１１０は、倍率の異なる複数の光学対物レンズを備えてもよい。
　本実施形態に係る制御装置２０は、撮影部１１０の撮影タイミング、撮影時間（露光時間）、光学対物レンズの選択、また撮影部１１０の水平方向または垂直方向における物理位置などを制御することができる。
　（（保持部１２０））
　本実施形態に係る保持部１２０は、培養対象が培養される培養ディッシュを保持する機能を有する。本実施形態に係る保持部１２０は、例えば、観察ステージで有り得る。
　本実施形態に係る制御装置２０は、保持部１２０の水平方向または垂直方向における物理位置などを制御することで、撮影における培養対象の水平位置や焦点位置を制御することが可能である。
　（（照射部１３０））
　本実施形態に係る照射部１３０は、制御装置２０による制御に基づいて、撮影に用いられる各種の光を照射する機能を有する。また、本実施形態に係る照射部１３０には、しぼりなどの光学系が広く含まれてもよい。
　本実施形態に係る制御装置２０は、照射部１３０が照射する光の種類、波長、強度、照射時間、照射間隔などを制御することができる。
　（制御装置２０）
　本実施形態に係る制御装置２０は、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いて算出した培養対象の認識確率に基づいて、培養対象の撮影を制御する機能を有する。本実施形態に係る制御装置２０は、例えば、情報処理サーバとして実装され、ネットワーク４０を介して撮影装置１０を遠隔的に制御してもよい。
　また、本実施形態に係る制御装置２０は、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により培養対象の培養状況時系列に沿って動的に推定し、当該培養状況の比較表示を制御する機能を有する。
　（（撮影制御部２１０））
　本実施形態に係る撮影制御部２１０は、撮影装置１０による培養対象のタイムラプス撮影を制御する機能を有する。本実施形態に係る撮影制御部２１０は、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いて算出された観察対象の認識確率に基づいて、撮影部１１０と観察対象の相対的な水平位置や焦点位置などを制御することを特徴の一つとする。
　（（学習部２２０））
　本実施形態に係る学習部２２０は、培養対象が撮影された画像と機械学習アルゴリズムとに基づいて観察対象の認識などに係る学習を行う機能を有する。本実施形態に係る学習部２２０は、例えば、複数のＣｏｎｖｏｌｕｔｉｏｎレイヤーを含んで構成されるＤｅｅｐ　Ｌｅａｒｎｉｎｇなどの多層ニューラルネットワークによる機械学習により観察対象の認識学習を行ってもよい。
　本実施形態に係る学習部２２０は、例えば、培養対象を撮影した画像と教師データとに基づく教師あり学習を行うことで、培養対象の形状、形態、構造などに係る特徴を学習することが可能である。なお、上記の教師データは、例えば、画像中に含まれる培養対象の分類（例えば、受精卵など）や培養対象の成長段階（例えば、２細胞、４細胞、桑実胚、初期胚盤胞、胚盤胞、拡張胚盤胞などの卵割段階、または死細胞）に係る情報を含んでよい。すなわち、学習部２２０は、培養対象を撮影した画像と上記教師データ（培養対象の形状、形態、構造などのうち少なくとも一つに係る特徴に関する情報）とを含む学習データを用いて機械学習（例えば多層ニューラルネットワークによる機械学習）を行い、培養対象の認識を行う学習済みモデルを生成してもよい。すなわち、例えば多層ニューラルネットワークによる機械学習の場合には、上記学習によって、ニューラルネットワークを構成する入力層、出力層、隠れ層の各層間の重み係数（パラメータ）が調整されて、学習済みモデルが生成される。
　（（処理部２３０））
　本実施形態に係る処理部２３０は、学習部２２０により学習された学習知識に基づいて、培養対象の形態解析を行う機能を有する。すなわち、本実施形態に係る処理部２３０は、学習部２２０による学習により生成される認識器（または分類器とも呼ぶ）であってよい。本実施形態に係る処理部２３０は、例えば、培養対象の画像を入力とし、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により、受精卵の卵割段階に係る確率値を時系列に出力することができる。本実施形態に係る処理部２３０が有する機能の詳細については、別途後述する。
　（（表示制御部２４０））
　本実施形態に係る表示制御部２４０は、処理部２３０が形態解析により時系列に沿って推定した培養対象の培養状況に係る動的な表示を制御する機能を有する。本実施形態に係る表示制御部２４０は、特に、複数の培養対象に係る培養状況の比較表示を制御してよい。
　上述したとおり、上記の培養対象には、例えば、受精卵が含まれる。この際、本実施形態に係る表示制御部２４０は、複数の受精卵の卵割状況や死細胞化に係る状況が比較して表示されるよう表示装置３０を制御することができる。
　また、上述したとり、上記の卵割状況には、受精卵の卵割段階や、異常卵割や細胞休止期（Ｌａｇ－Ｐｈａｓｅ）の発生状況が含まれる。本実施形態に係る表示制御部２４０は、複数の受精卵の卵割段階や異常卵割の発生状況が比較して表示されるよう表示装置３０を制御することができる。
　なお、本実施形態に係る表示制御部２４０は、図１に示したようなユーザインタフェース上において、上記のような培養状況の比較表示を制御してよい。本実施形態に係るユーザインタフェースは、例えば、Ｗｅｂサービスなどの形態で実現されてもよい。ユーザは、表示装置３０が表示するユーザインタフェースを介して培養対象の培養状況などを確認し、また判定結果の記録などの各種の操作を行うことができる。この際、表示制御部２４０は、例えば、ユーザインタフェースの表示形式を定義するＨＴＭＬファイルなどの制御情報を生成し、当該制御情報を通信部２５０を介して表示装置３０に送信することで、表示装置３０によるユーザインタフェースの表示を制御することができる。本実施形態に係る表示制御部２４０が有する機能については、別途詳細に説明する。
　（通信部２５０）
　本実施形態に係る通信部２５０は、ネットワーク４０を介して、撮影装置１０や表示装置３０との情報通信を行う機能を有する。本実施形態に係る通信部２５０は、例えば、撮影制御部２１０が生成した撮影制御に係る制御信号を撮影装置１０に送信し、撮影装置１０から、撮影された培養対象の画像を受信する。また、本実施形態に係る通信部２５０は、表示制御部２４０が生成したユーザインタフェースの表示制御に係る制御情報を表示装置３０に送信する。
　（表示装置３０）
　本実施形態に係る表示装置３０は、制御装置２０による制御に基づいて、複数の培養対象に係る培養状況の比較表示を行う装置である。
　（（表示部３１０））
　本実施形態に係る表示部３１０は、画像やテキストなどの視覚情報を出力する機能を有する。本実施形態に係る表示部３１０は、特に、制御装置２０から受信した制御情報に基づいて、ユーザが培養対象の培養状況を確認するためのユーザインタフェースを表示する。一方で、本実施形態に係る表示部３１０は、制御装置２０の表示制御部２４０と同等の機能を有してもよい。この場合、表示部３１０は、制御装置２０の処理部２３０が出力する各種の認識結果を受信し、当該認識結果に基づいて、ユーザインタフェースの表示を制御することができる。
　このために、本実施形態に係る表示部３１０は、視覚情報を提示する表示デバイスなどを備える。上記の表示デバイスには、例えば、液晶ディスプレイ（ＬＣＤ：Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）装置、ＯＬＥＤ（Ｏｒｇａｎｉｃ　Ｌｉｇｈｔ　Ｅｍｉｔｔｉｎｇ　Ｄｉｏｄｅ）装置、タッチパネルなどが挙げられる。
　（ネットワーク４０）
　ネットワーク４０は、撮影装置１０と制御装置２０とを接続する機能を有する。ネットワーク４０は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ｅｔｈｅｒｎｅｔ（登録商標）を含む各種のＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）などを含んでもよい。また、ネットワーク４０は、ＩＰ－ＶＰＮ（Ｉｎｔｅｒｎｅｔ　Ｐｒｏｔｏｃｏｌ－Ｖｉｒｔｕａｌ　Ｐｒｉｖａｔｅ　Ｎｅｔｗｏｒｋ）などの専用回線網を含んでもよい。また、ネットワーク４０は、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）など無線通信網を含んでもよい。
　以上、本実施形態に係る制御システムの構成例について説明した。なお、本実施形態に係る撮影装置１０および制御装置２０の構成は、図２を用いて説明した上記の構成例に限定されない。例えば、本実施形態に係る制御装置２０は、学習部２２０を必ずしも備えなくてもよい。本実施形態に係る制御装置２０は、他の装置により学習された学習知識に基づいて、撮影装置１０による撮影の制御や培養対象に係る培養状態の推定を行ってもよい。本実施形態に係る制御システムおよび制御装置２０の機能構成は、仕様や運用に応じて柔軟に変形可能である。
　＜＜１．３．機能の詳細＞＞
　次に、本実施形態に係る制御装置２０が有する機能について詳細に説明する。まず、本実施形態に係る表示制御部２４０による培養状況の比較表示制御について述べる。
　上述したように、本実施形態に係る表示制御部２４０は、複数の培養対象に係る培養状況の比較表示を制御する。図１においては、本実施形態に係る表示制御部２４０が、培養状況の一例として、受精卵の卵割段階と死細胞化に係る状況の比較表示を制御する場合について説明した。一方、本実施形態に係る表示制御部２４０は、上記の一例に限定されず、種々の培養状況に係る比較表示を制御してよい。
　図３は、本実施形態に係る表示制御部２４０による培養対象に係る培養状況の比較表示制御について説明するための図である。図３に示す一例の場合、本実施形態に係る表示制御部２４０は、図１に示したユーザインタフェースＵＩ上に表示させるタイムラプス画像の右上に、各種の培養状況を示すボックスＢ１を付与することで、培養状況の比較表示を実現している。
　具体的には、表示制御部２４０は、図３に示す一例において、ボックスＢ１における左の枠に受精卵の品質状態を示す色や文字を付与している。ここで、上記の品質状態とは、受精卵の培養状態を総合的に示すものであってもよい。表示制御部２４０は、例えば、タイムラプス画像に対応する受精卵が正常発育中であることや、死細胞化していることなどを、それぞれ異なる色や文字、マークなどにより示すことができる。図３に示す一例の場合、表示制御部２４０は、所定の色および文字「Ｄ」により、タイムラプス画像に対応する受精卵が死細胞化していることを示している。
　また、表示制御部２４０は、図３に示す一例において、ボックスＢ１における中央の枠に受精卵の卵割状況を示す色や文字を付与している。上記の卵割状況には、例えば、卵割段階や異常卵割の発生状況が含まれる。表示制御部２４０は、例えば、タイムラプス画像に対応する受精卵が正常に卵割していること、異常卵割していること、また卵割段階や異常卵割の種別などを、色や文字、マークなどのインジケータにより示すことができる。
　図３に示す一例の場合、表示制御部２４０は、所定の色および文字「ＤＣ」により、タイムラプス画像に対応する受精卵がダイレクトクリベージ（Ｄｉｒｅｃｔ　Ｃｌｅａｖａｇｅ）を起こしていることを示している。
　ここで、上記のダイレクトクリベージとは、受精卵が、例えば、１細胞から３細胞、あるいは２細胞から６細胞などの非等倍分割を行う異常卵割の一種である。ダイレクトクリベージが発生した受精卵の妊娠率は、正常な等倍分割の卵割を経た受精卵と比較して有意に低いことが知られている。
　また、本実施形態に係る異常卵割には、上記のダイレクトクリベージのほか、受精卵が、例えば、３細胞から２細胞、あるいは８細胞から６細胞のように、卵割段階を遡るリバースクリベージ（Ｒｅｖｅｒｓｅ　Ｃｌｅａｖａｇｅ）が含まれる。リバースクリベージが発生した受精卵の妊娠率は、ダイレクトクリベージが発生した受精卵の妊娠率と同様、正常な等倍分割の卵割を経た受精卵と比較して有意に低いことが知られている。
　このように、本実施形態に係る表示制御部２４０によれば、複数の受精卵のうち、ダイレクトクリベージやリバースクリベージなどの異常卵割を起こした受精卵を、胚培養士が直観的かつ容易に把握し、出荷前に除去するなどの対応を行うことが可能となる。
　また、表示制御部２４０は、図３に示す一例において、ボックスＢ１における右の枠に受精卵に係る他の培養状況を示す色や文字を付与している。図３に示す一例の場合、表示制御部２４０は、所定の色および文字「ＢＣ」により、タイムラプス画像に対応する受精卵が胚盤胞収縮を起こしていることを示している。
　以上説明したように、本実施形態に係る表示制御部２４０は、受精卵の培養状況に係る種々の情報を色や文字、マークなどを用いて、表示させることができる。本実施形態に係る表示制御部２４０が有する上記の機能によれば、複数の受精卵に係る培養状況を、胚培養士などのユーザが網羅的かつ統合的に把握することができ、判定に要する時間や工数、人数などを大きく低減することが可能となる。
　次に、本実施形態に係る受精卵の判定状態に係る表示制御について説明する。上述したように、大量の受精卵をタイムラプス撮影により自動で判定する場合であっても、最終的には胚培養士が各受精卵の状態を確認し、出荷等に係る判定を行うのが一般的である。
　しかし、この際、表示される大量の受精卵のうち、どの受精卵が一次判定済であるのか、または最終判定済であるのか、を胚培養士が瞬時に判断することが困難な場合がある。
　そこで、本実施形態に係る表示制御部２４０は、受精卵の判定に係る状態をタイムラプス画像に付加することなどにより、胚培養士による上記の判断を補助することができる。
　図４は、本実施形態に係る受精卵の判定に係る状態の比較表示制御について説明するための図である。図４に示す一例の場合、本実施形態に係る表示制御部２４０は、図１に示したユーザインタフェースＵＩ上に表示させるタイムラプス画像の右上に、受精卵の判定に係る状態を示すボックスＢ２を付与することで、判定状態の比較表示を実現している。
　具体的には、表示制御部２４０は、受精卵に係る判定が未だ行われていない場合には、ボックスＢ２における左の枠に所定の色やマークを付与している。また、表示制御部２４０は、受精卵の一時判定が行われている場合にはボックスＢ２における中央の枠に、受精卵の最終判定が行われている場合には、ボックスＢ２における右の枠にそれぞれ所定の色やマークを付与している。
　本実施形態に係る表示制御部２４０が有する上記の機能によれば、大量の受精卵を同時に観察する場合であっても、胚培養士が受精卵の判定状態を瞬時に把握し、効率的な判定作業を行うことが可能となる。
　以上、本実施形態に係る表示制御部２４０による比較表示制御について説明した。上述したように、本実施形態に係る表示制御部２４０は、色や文字、またはマークなどのインジケータを用いて、複数の受精卵に係る培養状況や判断状態などを比較した状態でユーザに提示することができる。なお、本実施形態に係る表示制御部２４０による比較表示制御は、上記で述べた一例に限定されず、種々の形態により実現可能である。
　例えば、図１においては、本実施形態に係る表示制御部２４０が、タイムラプス画像に対する色のオーバーレイにより卵割段階などを示す場合を例に説明したが、表示制御部２４０は、例えば、タイムラプス画像の枠の色や、模様、強調度合いを異ならせることで、受精卵の培養状況を示してもよい。また、表示制御部２４０は、受精卵のタイムラプス画像を必ずしも表示させなくてもよく、例えば、各受精卵に対応するＩＤなどにより示してもよい。
　続いて、本実施形態に係る表示制御部２４０による受精卵に係る培養状態の詳細表示制御について説明する。本実施形態に係る表示制御部２４０は、例えば、ユーザインタフェースＵＩに表示されるタイムラプス画像をユーザが選択した場合、当該タイムラプス画像に対応する受精卵の培養状態の詳細データを表示する詳細ページへの遷移を制御してもよい。
　本実施形態に係る表示制御部２４０は、上記の詳細ページにおいて、例えば、受精卵の卵割タイミングや、卵割後の経過時間などに係る情報表示を制御してもよい。この際、本実施形態に係る表示制御部２４０は、処理部２３０による推定結果に基づいて、受精卵の培養状況に係る時系列表示を制御してよい。
　図５は、本実施形態に係る受精卵の卵割タイミングおよび卵割後の経過時間の表示例を示す図である。図５に示す一例において、表示制御部２４０は、処理部２３０が算出した受精卵の卵割段階に係る確率値に基づいて、時系列における受精卵の卵割段階の推移をグラフにより表示させている。
　例えば、図５に示す一例の場合、受精卵が「Ｄａｙ１」において、１細胞から２細胞へ、また２細胞から３細胞以上へと卵割したことを示している。この際、表示制御部２４０は、例えば、処理部２３０が推定した上記に係る卵割タイミングを、グラフ上にバーｂ１およびｂ２などを付与することにより示すことができる。
　また、上記のバーｂ１およびｂ２は、例えば、ユーザがスライド操作を行うことで、修正できてよい。胚培養士などのユーザは、グラフを確認し、卵割タイミングが誤って推定されていると判断した場合、バーｂ１やｂ２の位置をスライドすることで、判定を修正することが可能である。
　また、表示制御部２４０は、バーｂ１やｂ２の位置に基づいて、第１卵割後の経過時間や第２卵割後の経過時間を算出し、フィールドＦ１に表示させてもよい。
　このように、本実施形態に係る表示制御部２４０によれば、受精卵の卵割タイミングや卵割後の経過時間を胚培養士が容易に確認し、また修正することが可能となる。
　また、本実施形態に係る表示制御部２４０は、例えば、受精卵の細胞休止期に係る情報表示を制御してもよい。一般に、受精卵には、細胞の活発な増殖が停止する細胞休止期（誘導期、とも称される）があることが知られている。また、近年では、細胞休止期が４細胞期から８細胞期へ分裂する過程に起こり、細胞休止期の開始細胞数が多く、開始時間が早く、また期間が短い受精卵ほど、移植後の発生能（妊娠率など）が高いことが明らかにされている。
　上記のような事情から、受精卵の細胞休止期は、発生能の高い受精卵を識別する上で、重要な指標となるとして注目されている。
　このため、本実施形態に係る表示制御部２４０は、処理部２３０が推定した細胞休止期に係る情報を表示させることで、胚培養士による受精卵の総合的な品質判定を補助することが可能である。
　図６は、本実施形態に係る受精卵の細胞休止期に係る情報の表示例を示す図である。図５に示す一例において、表示制御部２４０は、処理部２３０が算出した受精卵内部の細胞の動き量の変化（速度ベクトルの合計値）を可視化したグラフ上に、処理部２３０が上記動き量の変化に基づいて推定した細胞休止期の開始および終了を示すバーｂ３およびｂ４を表示させている。
　本実施形態に係る処理部２３０は、例えば、単位培養時間当たりの経時的な上記動き量の合計値の変化が閾値以下である期間と、単位培養時間当たりの経時的な受精卵の径の変化が閾値以下である期間とが重複する期間を細胞休止期として推定することが可能である。
　また、この際、本実施形態に係る表示制御部２４０は、図５に示した場合と同様に、バーｂ３およびｂ４に対するスライド操作を受け付け、グラフを確認した胚培養士が細胞休止期を修正可能なように制御を行ってよい。
　また、表示制御部２４０は、バーｂ３やｂ４の位置に基づいて、細胞休止期の合計時間、開始時間、終了時間などを、フィールドＦ２に表示させてもよい。
　このように、本実施形態に係る表示制御部２４０によれば、受精卵の細胞休止期を胚培養士が容易に確認し、また修正することが可能となる。
　また、本実施形態に係る表示制御部２４０は、例えば、処理部２３０が推定した受精卵の卵割段階と、胚培養士により判定され、また入力された卵割段階と、を同一のグラフにより表示させてもよい。
　図７は、本実施形態に係る処理部２３０および胚培養士により判定された卵割段階の比較表示の一例を示す図である。図７に示す一例では、処理部２３０および胚培養士による１～４細胞期に係る卵割段階の判定結果が時系列に示されている。なお、図７に示す一例では、処理部２３０による卵割段階の判定結果が丸印により、胚培養士による卵割段階の判定結果が縦棒印によりそれぞれ示されている。
　このように、本実施形態に係る表示制御部２４０によれば、処理部２３０による卵割段階の判定結果と、胚培養士による卵割段階の判定結果とを同一のグラフにより表示することが可能となる。本実施形態に係る表示制御部２４０が有する上記の機能によれば、胚培養士が大量の受精卵に係る培養状況の判定を行う際に、処理部２３０による判定結果との差を直観的に把握し、短時間で効率的な作業を行うことが可能となる。
　続いて、本実施形態に係る卵割段階の推定と当該推定の結果に係る表示制御について説明する。上述したように、本実施形態に係る処理部２３０は、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いて、撮影された受精卵の形態解析を行うことで、当該受精卵の卵割段階に係る確率値を、各卵割段階ごとに時系列に出力することができる。
　処理部２３０（認識器または分類器とも呼ぶ）は、例えば、１細胞、２細胞、３細胞以上の受精卵の画像と教師データとに基づいて学習された学習知識を用いて形態解析を行うことで、入力画像中の受精卵が、１細胞である確率、２細胞である確率、３細胞以上である確率値をそれぞれ出力することが可能である。すなわち、処理部２３０が有する学習済みモデルに対して受精卵画像を入力データとして入力することにより、受精卵の細胞期に関する確率値を出力することが可能である。
　この際、本実施形態に係る表示制御部２４０は、処理部２３０が出力する上記の確率値の時系列表示を制御してもよい。
　図８は、本実施形態に係る卵割段階の確率値に基づいて生成されるグラフの一例を示す図である。図８に示す一例の場合、表示制御部２４０は、処理部２３０が出力した卵割段階に係る確率値を時系列に沿ってプロットしたグラフを生成している。なお、図８には、処理部２３０が入力画像に基づいて、１細胞、２細胞、３細胞以上に係る確率値を出力した場合のグラフの一例が示されている。なお、上記の確率値は、１を１００％とし、０を０％とする。
　本実施形態に係る処理部２３０および表示制御部２４０が有する上記の機能によれば、胚培養士が受精卵の卵割段階に係る確率値の経時変化を容易に把握することが可能となる。
　また、本実施形態に係る処理部２３０は、例えば、各時刻において算出した各卵割段階の確率値のうち、最も高い卵割段階の確率値に基づいて、撮影が行われた各時刻における卵割段階を推定してもよい。
　この際、本実施形態に係る表示制御部２４０は、例えば、図９に示すように、各時刻において最も高い卵割段階の確率値のみをプロットしたグラフを生成し、当該グラフ上に処理部２３０が推定した卵割段階の情報を付与してもよい。
　本実施形態に係る処理部２３０および表示制御部２４０が有する上記の機能によれば、胚培養士が受精卵に係る卵割段階の経時変化をより直観的に把握することが可能となる。
　また、本実施形態に係る処理部２３０は、画像が撮影された時刻間における卵割段階の確率値を補間した確率波形を出力してもよい。この際、本実施形態に係る処理部２３０は、例えば１０分間隔などの狭間隔で撮影された受精卵の画像に基づいて学習された確率値の傾き、上記の確率波形を出力することができる。
　本実施形態に係る処理部２３０が有する上記の機能によれば、運用時におけるタイムラプス撮影の間隔を学習時と比べて広くした場合（例えば、３０分、１時間など）であっても、撮影時刻間における卵割段階の確率値を取得することが可能となり、撮影および推定に係るコストを大幅に削減することができる。
　また、この際、本実施形態に係る表示制御部２４０は、例えば、図１０に示すように、処理部２３０が出力した確率波形を含むグラフを生成してもよい。図１０に示す一例の場合、表示制御部２４０は、１細胞の確率値が補間された確率波形Ｃ１、２細胞の確率値が補間された確率波形Ｃ２、および３細胞以上の確率値が補間された確率波形Ｃ３を含むグラフを生成している。
　また、本実施形態に係る処理部２３０は、取得した確率波形に基づいて、卵割タイミングおよび推定し、また、当該卵割タイミングに基づいて各時刻間における卵割段階を推定することも可能である。
　本実施形態に係る処理部２３０は、例えば、２つの卵割段階に係る確率波形が交差する交差点を検出し、当該交差点に対応する時刻を卵割タイミングと推定してよい。
　例えば、図１１に示すグラフの場合、処理部２３０は、１細胞に係る確率波形Ｃ１と２細胞に係る確率波形Ｃ２との交差点を、１細胞から２細胞への卵割タイミングと推定してよい。また、処理部２３０は、２細胞に係る確率波形Ｃ２と３細胞以上に係る確率波形Ｃ３との交差点を２細胞から３細胞以上への卵割タイミングと推定することができる。
　本実施形態に係る処理部２３０が有する上記の機能によれば、撮影間隔よりも細かい粒度で受精卵の卵割段階を精度高く推定することが可能となり、胚培養士がより詳細に受精卵の培養状況を把握することができる。
　また、本実施形態に係る処理部２３０は、取得した確率波形に基づいて、受精卵の異常卵割に係る発生、およびそのタイミングを推定してもよい。図１２および図１３は、本実施形態に係る処理部２３０による確率波形に基づく異常卵割の推定について説明するための図である。
　例えば、図１２に示す一例の場合、処理部２３０は、１細胞に係る確率波形Ｃ１と３細胞以上に係る確率波形Ｃ３とが交差する交差点を検出することで、１細胞から３細胞以上へのダイレクトクリベージが発生したことを推定することが可能である。この際、本実施形態に係る処理部２３０は、確率波形Ｃ１と確率波形Ｃ３の交差点をダイレクトクリベージの発生タイミングＴｄｃとして出力して検出してよい。
　また、図１２に示す一例の場合、処理部２３０は、３細胞以上に係る確率波形Ｃ３と２細胞に係る確率波形Ｃ２とが交差する交差点を検出することで、３細胞以上から２細部へのリバースクリベージが発生したことを推定することが可能である。この際、本実施形態に係る処理部２３０は、確率波形Ｃ３と確率波形Ｃ２の交差点をリバースクリベージの発生タイミングＴｒｃとして出力して検出してよい。
　また、本実施形態に係る表示制御部２４０は、上記のように検出されたダイレクトクリベージの発生タイミングＴｄｃおよびリバースクリベージの発生タイミングＴｒｃや、卵割段階に係る情報がグラフ上に表示されるよう制御を行ってよい。
　本実施形態に係る処理部２３０および表示制御部２４０が有する上記の機能によれば、胚培養士が受精卵の異常卵割を容易に把握し、当該受精卵を除去するなどの対応を行うことが可能となる。
　なお、本実施形態に係る異常卵割の推定は、上記の例に限定されない。本実施形態に係る処理部２３０は、例えば、ある１つの卵割段階に係る確率波形に基づいて、受精卵の異常卵割を推定することも可能である。
　例えば、図１３に示すように、処理部２３０は、１細胞に係る確率波形Ｃ１を出力している。この際、処理部２３０は、確率波形Ｃ１が閾値を上回る期間を１細胞期として推定することができる。ここで、例えば、図１３に示す一例のように、１細胞期が終了し他の細胞期へ移行した後に、再び１細胞期と推定される期間を検出した場合、リバースクリベージの発生を推定することが可能である。
　このように、本実施形態に係る処理部２３０は、種々の手法に基づいて受精卵に係る異常卵割の発生を推定することができる。処理部２３０は、例えば、２細胞期が推定される前に、４細胞期が推定された場合に、ダイレクトクリベージの発生を推定することも可能である。
　次に、本実施形態に係る桑実胚以降の卵割段階の推定について説明する。一般に、桑実胚以降の卵割段階においては、卵割段階が遡及するリバースクリベージは発生しないとされている。このため、本実施形態に係る処理部２３０は、リバースクリベージが発生しないことを前提とすることで、より精度の高い卵割段階の推定を実現することができる。
　図１４～図１７は、本実施形態に係る桑実胚以降の卵割段階の推定について説明するための図である。なお、図１４～図１７には、処理部２３０が、桑実胚、初期胚盤胞、胚盤胞、拡張胚盤胞に係る推定を行う場合の一例が示されている。
　本実施形態に係る処理部２３０は、上述した手法により桑実胚以降における各卵割段階の確率値や確率波形を出力することができる。図１４には、表示制御部２４０が出力された確率値に基づいて生成するグラフが、図１５には、表示制御部２４０が出力された確率波形に基づいて生成するグラフが、それぞれ示されている。なお、図１５においては、桑実胚、初期胚盤胞、胚盤胞、拡張胚盤胞に係る確率波形が、それぞれ符号Ｃ１～Ｃ４により示されている。
　また、処理部２３０は、上述したように、取得した確率波形などに基づき各時刻の卵割段階を推定することができる。この際、桑実胚以降の卵割段階においては、リバースクリベージが発生しない、という前提知識を用いない場合、処理部２３０は、図１６に示すように、時刻ｔ９における確率値に基づいて、時刻ｔ９（付近）における卵割段階が桑実胚であると誤推定してしまう。
　一方、処理部２３０が、桑実胚以降の卵割段階においては、リバースクリベージが発生しない、という前提知識を用いて推定を行う場合、図１７に示すように、図１６においては桑実胚であると誤判定された時刻ｔ９（付近）における卵割段階を、拡張胚盤胞に修正することが可能となる。
　このように、本実施形態に係る処理部２３０によれば、桑実胚以降の卵割段階においては、リバースクリベージが発生しない、という前提知識を用いることで、桑実胚以降における卵割段階の推定精度を効果的に向上させることが可能となる。
　次に、本実施形態に係る培養対象の形状などに係る解析について説明する。本実施形態に係る処理部２３０は、例えば、受精卵などの培養対象の形状を認識し、当該認識の結果に基づいて、培養対象の面積や真円度などの物理的形態や特徴を解析することが可能である。
　また、この際、本実施形態に係る表示制御部２４０は、処理部２３０が出力する上記の認識結果および解析結果を経時変化を示すグラフを生成し、ユーザインタフェースＵＩ上に表示させてよい。
　さらに、本実施形態に係る表示制御部２４０は、処理部２３０が出力する認識確率画像に基づいて、オーバーレイ画像などを生成し、当該オーバーレイ画像を上記のグラフと共に表示させてもよい。
　図１８は、本実施形態に係るオーバーレイ画像の生成について説明するための図である。図１８の左側には、ある時刻において撮影装置１０により撮影された受精卵ＦＡのオリジナル画像Ｉｏが模式的に示されている。本実施形態に係る処理部２３０は、上記のオリジナル画像Ｉｏを入力とした形状認識処理を実行することで、受精卵ＦＡに係る認識確率画像を出力することができる。
　ここで、上記の認識確率画像とは、オリジナル画像中における培養対象の認識結果に係る確率分布を可視化したものであり、例えば、白に近いほど被写体（ピクセル）が培養対象である確率が高く、黒に近いほど被写体（ピクセル）が培養対象である確率が低いことを示す画像で有り得る。
　この際、本実施形態に係る表示制御部２４０は、処理部２３０が出力する認識確率画像を所定の閾値に基づいて２値化した２値化画像を生成し、当該２値化画像をオリジナルの撮影画像に半透明にオーバーレイすることで、図１８の右側に示すようなオーバーレイ画像Ｉｒを生成することが可能である。なお、オーバーレイ色としては、例えば、胚培養士が認識しやすい緑などが採用されてもよい。
　一方で、本実施形態に係る表示制御部２４０は、上記のようなオーバーレイのほか、培養対象の形状に係る認識結果を示す種々の画像を上記のグラフとともに表示させてもよい。表示制御部２４０は、例えば、上記の認識確率画像に基づいて画像中における培養対象の特定興味部分のセグメンテーション結果を示したセグメンテーション画像を生成し、当該セグメンテーション画像をグラフとともに表示させてもよい。
　図１９は、本実施形態に係る培養対象の形状認識結果および解析結果に基づいて生成されるグラフの一例である。なお、図１９に示す一例では、受精卵の面積の推移が時系列に示されている。また、図１９では、グラフとともに示される画像として、セグメンテーション画像が採用される場合の一例が示されている。また、図１９においては、グラフ上におけるプロットと当該プロットに対応するセグメンテーション画像とが、同一の数字により示されている。
　このように、本実施形態に係る処理部２３０および表示制御部２４０によれば、例えば、図１９に示すように、受精卵の全体領域に係る収縮や拡張を視認しやすい状態に加工することで、胚培養士による受精卵の品質判定などを補助することができる。
　また、本実施形態に係る形状認識は、培養対象全体に限定されず、培養対象が含む構成物や当該構成物中の任意の領域であってもよい。図２０は、本実施形態に係る培養対象が含む構成物のオーバーレイ画像の生成について説明するための図である。図２０には、本実施形態に係る処理部２３０が、オリジナル画像Ｉｏに基づいて受精卵ＦＡの細胞塊ＣＭの形状に係る認識確率画像を出力し、表示制御部２４０が、当該認識確率画像に基づいて生成するオーバーレイ画像Ｉｒの一例が模式的に示されている。
　また、図２１は、本実施形態に係る培養対象が含む構成物の形状認識結果および解析結果に基づいて生成されるグラフの一例である。なお、図２１に示す一例では、受精卵が含む細胞塊の面積の推移が時系列に示されている。また、図２１では、グラフとともに示される画像として、セグメンテーション画像が採用される場合の一例が示されている。また、図２１においては、グラフ上におけるプロットと当該プロットに対応するセグメンテーション画像とが、同一の数字により示されている。
　このように、本実施形態に係る処理部２３０および表示制御部２４０によれば、例えば、図２１に示すように、受精卵が含む細胞塊などの構成物に係る領域の収縮や拡張を視認しやすい状態で胚培養士などのユーザに提供することが可能となる。なお、本実施形態に係る培養状況には、上述した例のほか、受精卵の受精（fertilization）の状況、前核（pronuclei）の出現や消失の状況、極体（polar body）の出現や消失の状況などが含まれる。また、本実施形態に係る培養状況は、細部フラグメンテーション（fragmentation）の状況、細胞割球（blastomere）の対称性の状況、桑実胚コンパクション（morula compaction）の出現の状況、内細胞塊（Inner Cell
Mass, ICM）や栄養外胚葉（Trophectoderm, TE）の出現の状況、透明帯（zona）の厚さや破れ（hatching）の状況などを含んでよい。
　以上、本実施形態に係る処理部２３０による認識や解析、および表示制御部２４０による表示制御について説明した。なお、本実施形態に係る表示制御部２４０は、上記で例を挙げた培養対象の培養状況に係る種々のグラフを、複数の培養対象間で比較可能なようにユーザインタフェースＵＩ上に表示させてもよい。表示制御部２４０は、例えば、図１に示したタイムラプス画像のように、複数の培養対象に対応するグラフが並べて表示されるよう制御を行ってもよい。
　＜＜１．４．動作の流れ＞＞
　次に、本実施形態に係る制御装置２０の動作の流れについて詳細に説明する。図２２は、本実施形態に係る制御装置２０の動作の流れを示すフローチャートの一例である。なお、以下では、本実施形態に係る培養対象が受精卵であり、処理部２３０が、受精卵の卵割段階や異常卵割の発生を推定する場合を例に述べる。
　制御装置２０は、時刻ｔ＝ｔ１～ｔｎにおいて、以下のステップＳ１１０１～Ｓ１１０４を繰り返し実行する。
　まず、撮影制御部２１０が、撮影装置１０を制御し、時刻ｔにおける受精卵の画像を撮影させる（Ｓ１１０１）。
　次に、処理部２３０が、ステップＳ１１０１において撮影された受精卵の画像に基づく形態解析を行う（Ｓ１１０２）。
　続いて、処理部２３０は、ステップＳ１１０２における形態解析の結果として受精卵の卵割段階に係る確率値を出力する（Ｓ１１０３）。
　上記のステップＳ１１０１～Ｓ１１０３に係る繰り返し処理が終了すると、処理部２３０は、時刻ｔ１～ｔｎにおける卵割段階の確率値に基づいて、リバースクリベージの判定を行う（Ｓ１１０４）。
　また、処理部２３０は、時刻ｔ１～ｔｎにおける卵割段階の確率値に基づいて、ダイレクトクリベージの判定を行う（Ｓ１１０５）。
　次に、表示制御部２４０が、ステップＳ１１０１～Ｓ１１０５において得られた各結果に基づいて、ユーザインタフェースＵＩの表示制御を行う（Ｓ１１０６）。
　＜２．ハードウェア構成例＞
　次に、本開示の一実施形態に係る制御装置２０のハードウェア構成例について説明する。図２３は、本開示の一実施形態に係る制御装置２０のハードウェア構成例を示すブロック図である。図２３を参照すると、制御装置２０は、例えば、プロセッサ８７１と、ＲＯＭ８７２と、ＲＡＭ８７３と、ホストバス８７４と、ブリッジ８７５と、外部バス８７６と、インターフェース８７７と、入力装置８７８と、出力装置８７９と、ストレージ８８０と、ドライブ８８１と、接続ポート８８２と、通信装置８８３と、を有する。なお、ここで示すハードウェア構成は一例であり、構成要素の一部が省略されてもよい。また、ここで示される構成要素以外の構成要素をさらに含んでもよい。
　（プロセッサ８７１）
　プロセッサ８７１は、例えば、演算処理装置又は制御装置として機能し、ＲＯＭ８７２、ＲＡＭ８７３、ストレージ８８０、又はリムーバブル記録媒体９０１に記録された各種プログラムに基づいて各構成要素の動作全般又はその一部を制御する。
　（ＲＯＭ８７２、ＲＡＭ８７３）
　ＲＯＭ８７２は、プロセッサ８７１に読み込まれるプログラムや演算に用いるデータ等を格納する手段である。ＲＡＭ８７３には、例えば、プロセッサ８７１に読み込まれるプログラムや、そのプログラムを実行する際に適宜変化する各種パラメータ等が一時的又は永続的に格納される。
　（ホストバス８７４、ブリッジ８７５、外部バス８７６、インターフェース８７７）
　プロセッサ８７１、ＲＯＭ８７２、ＲＡＭ８７３は、例えば、高速なデータ伝送が可能なホストバス８７４を介して相互に接続される。一方、ホストバス８７４は、例えば、ブリッジ８７５を介して比較的データ伝送速度が低速な外部バス８７６に接続される。また、外部バス８７６は、インターフェース８７７を介して種々の構成要素と接続される。
　（入力装置８７８）
　入力装置８７８には、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ、及びレバー等が用いられる。さらに、入力装置８７８としては、赤外線やその他の電波を利用して制御信号を送信することが可能なリモートコントローラ（以下、リモコン）が用いられることもある。また、入力装置８７８には、マイクロフォンなどの音声入力装置が含まれる。
　（出力装置８７９）
　出力装置８７９は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ　Ｒａｙ　Ｔｕｂｅ）、ＬＣＤ、又は有機ＥＬ等のディスプレイ装置、スピーカ、ヘッドホン等のオーディオ出力装置、プリンタ、携帯電話、又はファクシミリ等、取得した情報を利用者に対して視覚的又は聴覚的に通知することが可能な装置である。また、本開示に係る出力装置８７９は、触覚刺激を出力することが可能な種々の振動デバイスを含む。
　（ストレージ８８０）
　ストレージ８８０は、各種のデータを格納するための装置である。ストレージ８８０としては、例えば、ハードディスクドライブ（ＨＤＤ）等の磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、又は光磁気記憶デバイス等が用いられる。
　（ドライブ８８１）
　ドライブ８８１は、例えば、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体９０１に記録された情報を読み出し、又はリムーバブル記録媒体９０１に情報を書き込む装置である。
　（リムーバブル記録媒体９０１）
リムーバブル記録媒体９０１は、例えば、ＤＶＤメディア、Ｂｌｕ－ｒａｙ（登録商標）メディア、ＨＤ　ＤＶＤメディア、各種の半導体記憶メディア等である。もちろん、リムーバブル記録媒体９０１は、例えば、非接触型ＩＣチップを搭載したＩＣカード、又は電子機器等であってもよい。
　（接続ポート８８２）
　接続ポート８８２は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ　Ｃｏｍｐｕｔｅｒ　Ｓｙｓｔｅｍ　Ｉｎｔｅｒｆａｃｅ）、ＲＳ－２３２Ｃポート、又は光オーディオ端子等のような外部接続機器９０２を接続するためのポートである。
　（外部接続機器９０２）
　外部接続機器９０２は、例えば、プリンタ、携帯音楽プレーヤ、デジタルカメラ、デジタルビデオカメラ、又はＩＣレコーダ等である。
　（通信装置８８３）
　通信装置８８３は、ネットワークに接続するための通信デバイスであり、例えば、有線又は無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又はＷＵＳＢ（Ｗｉｒｅｌｅｓｓ　ＵＳＢ）用の通信カード、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ　Ｄｉｇｉｔａｌ　Ｓｕｂｓｃｒｉｂｅｒ　Ｌｉｎｅ）用のルータ、又は各種通信用のモデム等である。
　＜３．まとめ＞
　以上説明したように、本開示の一実施形態に係る制御装置２０は、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御する表示制御部２４０を備える。また、本開示の一実施形態に係る表示制御部２４０は、複数の培養対象に係る培養状況の比較表示を制御すること、を特徴の一つとする。係る構成によれば、複数の培養対象に係る培養状況を効果的に可視化することが可能となる。
　以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。
　また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。
　また、コンピュータに内蔵されるＣＰＵ、ＲＯＭおよびＲＡＭなどのハードウェアに、制御装置２０が有する構成と同等の機能を発揮させるためのプログラムも作成可能であり、当該プログラムを記録した、コンピュータに読み取り可能な記録媒体も提供され得る。
　また、本明細書の制御装置２０の処理に係る各ステップは、必ずしもフローチャートに記載された順序に沿って時系列に処理される必要はない。例えば、制御装置２０の処理に係る各ステップは、フローチャートに記載された順序と異なる順序で処理されても、並列的に処理されてもよい。
　なお、以下のような構成も本開示の技術的範囲に属する。
（１）
　機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御する表示制御部、
　を備え、
　前記表示制御部は、複数の前記培養対象に係る前記培養状況の比較表示を制御する、
制御装置。
（２）
　前記分裂能を有する細胞は、受精卵を含む、
前記（１）に記載の制御装置。
（３）
　前記培養状況は、卵割状況を含み、
　前記表示制御部は、複数の前記受精卵の前記卵割状況に係る比較表示を制御する、
前記（２）に記載の制御装置。
（４）
　前記卵割状況は、卵割段階を含み、
　前記表示制御部は、複数の受前記精卵の前記卵割段階に係る比較表示する、
前記（３）に記載の制御装置。
（５）
　前記卵割状況は、異常卵割の発生状況を含み、
　前記表示制御部は、複数の前記受精卵の前記異常卵割の発生状況に係る比較表示を制御する、
前記（３）または（４）に記載の制御装置。
（６）
　前記異常卵割は、ダイレクトクリアベージまたはリバースクリアベージのうち少なくともいずれかを含む、
前記（５）に記載の制御装置。
（７）
　前記培養状況は、前記受精卵の死細胞化に係る状況を含み、
　前記表示制御部は、複数の前記受精卵の前記死細胞化に係る状況の比較表示を制御する、
前記（２）～（６）のいずれかに記載の制御装置。
（８）
　前記培養状況は、前記受精卵の受精、前核、極体、フラグメンテーション、細胞割球、桑実胚のコンパクション、内細胞塊、栄養外胚葉、透明帯のうち少なくともいずれかに係る状況を含む、
前記（２）～（７）のいずれかに記載の制御装置。
（９）
　前記表示制御部は、前記受精卵の培養状況に係る時系列表示を制御する、
前記（２）～（８）のいずれかに記載の制御装置。
（１０）
　前記表示制御部は、撮影された画像に基づいて推定された前記受精卵の卵割段階に係る確率値の時系列表示を制御する、
前記（９）に記載の制御装置。
（１１）
　前記表示制御部は、前記画像が撮影された時刻間における前記卵割段階の前記確率値が補間された確率波形の表示を制御する、
前記（１０）に記載の制御装置。
（１２）
　前記表示制御部は、前記確率値に基づいて推定された前記受精卵の卵割タイミングに係る表示を制御する、
前記（１０）または（１１）に記載の制御装置。
（１３）
　前記表示制御部は、前記確率値に基づいて推定された前記受精卵の異常卵割に係る発生タイミングの表示を制御する、
前記（１０）～（１２）のいずれかに記載の制御装置。
（１４）
　前記表示制御部は、推定された前記受精卵の細胞休止期に係る表示を制御する、
前記（９）に記載の制御装置。
（１５）
　前記表示制御部は、複数の前記受精卵の培養状況を、培養ディッシュにおける前記受精卵の物理位置と対応づけて表示させる、
前記（２）～（１４）のいずれかに記載の制御装置。
（１６）
　撮像された前記培養対象の画像を入力とし、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により、前記培養対象の前記培養状況を時系列に沿って動的に推定する処理部、
　をさらに備える、
前記（１）～（１５）のいずれかに記載の制御装置。
（１７）
　前記分裂能を有する細胞は、受精卵を含み、
　前記処理部は、前記形態解析により、前記受精卵の卵割段階に係る確率値を時系列に出力する、
前記（１６）に記載の制御装置。
（１８）
　前記処理部は、前記画像が撮影された時刻間における前記卵割段階の前記確率値を補間した確率波形に基づいて、前記受精卵の異常卵割の発生を推定する、
前記（１７）に記載の制御装置。
（１９）
　前記処理部は、狭間隔で撮影された前記画像に基づいて学習された前記確率値の傾きに基づいて前記確率波形を出力する、
前記（１８）に記載の制御装置。
（２０）
　前記学習済みモデルは、前記培養対象を撮影した画像と、前記培養対象の形状、形態、構造のうち少なくとも一つに係る特徴に関する情報とを含む学習データを用いて生成された認識器である、
前記（１）～（１９）に記載の制御装置。
（２１）
　プロセッサが、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御すること、
　を含み、
　前記表示を制御することは、複数の前記培養対象に係る前記培養状況の比較表示を制御すること、
　をさらに含む、
制御方法。
（２２）
　コンピュータを、
　機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御する表示制御部、
　を備え、
　前記表示制御部は、複数の前記培養対象に係る前記培養状況の比較表示を制御する、
　制御装置、
として機能させるためのプログラム。
　１０　　　撮影装置
　１１０　　撮影部
　１２０　　保持部
　１３０　　照射部
　２０　　　制御装置
　２１０　　撮影制御部
　２２０　　学習部
　２３０　　処理部
　２４０　　表示制御部
　２５０　　通信部
　３０　　　表示装置
　３１０　　表示部

Claims (22)

  1. 　機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御する表示制御部、
    　を備え、
    　前記表示制御部は、複数の前記培養対象に係る前記培養状況の比較表示を制御する、
    制御装置。
  2. 　前記分裂能を有する細胞は、受精卵を含む、
    請求項１に記載の制御装置。
  3. 　前記培養状況は、卵割状況を含み、
    　前記表示制御部は、複数の前記受精卵の前記卵割状況に係る比較表示を制御する、
    請求項２に記載の制御装置。
  4. 　前記卵割状況は、卵割段階を含み、
    　前記表示制御部は、複数の受前記精卵の前記卵割段階に係る比較表示を制御する、
    請求項３に記載の制御装置。
  5. 　前記卵割状況は、異常卵割の発生状況を含み、
    　前記表示制御部は、複数の前記受精卵の前記異常卵割の発生状況に係る比較表示を制御する、
    請求項３に記載の制御装置。
  6. 　前記異常卵割は、ダイレクトクリベージまたはリバースクリベージのうち少なくともいずれかを含む、
    請求項５に記載の制御装置。
  7. 　前記培養状況は、前記受精卵の死細胞化に係る状況を含み、
    　前記表示制御部は、複数の前記受精卵の前記死細胞化に係る状況の比較表示を制御する、
    請求項２に記載の制御装置。
  8. 　前記培養状況は、前記受精卵の受精、前核、極体、フラグメンテーション、細胞割球、桑実胚のコンパクション、内細胞塊、栄養外胚葉、透明帯のうち少なくともいずれかに係る状況を含む、
    請求項２に記載の制御装置。
  9. 　前記表示制御部は、前記受精卵の培養状況に係る時系列表示を制御する、
    請求項２に記載の制御装置。
  10. 　前記表示制御部は、撮影された画像に基づいて推定された前記受精卵の卵割段階に係る確率値の時系列表示を制御する、
    請求項９に記載の制御装置。
  11. 　前記表示制御部は、前記画像が撮影された時刻間における前記卵割段階の前記確率値が補間された確率波形の表示を制御する、
    請求項１０に記載の制御装置。
  12. 　前記表示制御部は、前記確率値に基づいて推定された前記受精卵の卵割タイミングに係る表示を制御する、
    請求項１０に記載の制御装置。
  13. 　前記表示制御部は、前記確率値に基づいて推定された前記受精卵の異常卵割に係る発生タイミングの表示を制御する、
    請求項１０に記載の制御装置。
  14. 　前記表示制御部は、推定された前記受精卵の細胞休止期に係る表示を制御する、
    請求項９に記載の制御装置。
  15. 　前記表示制御部は、複数の前記受精卵の培養状況を、培養ディッシュにおいて前記受精卵が配置されるウェルの位置と対応づけて表示させる、
    請求項２に記載の制御装置。
  16. 　撮像された前記培養対象の画像を入力とし、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により、前記培養対象の前記培養状況を時系列に沿って動的に推定する処理部、
    　をさらに備える、
    請求項１に記載の制御装置。
  17. 　前記分裂能を有する細胞は、受精卵を含み、
    　前記処理部は、前記形態解析により、前記受精卵の卵割段階に係る確率値を時系列に出力する、
    請求項１６に記載の制御装置。
  18. 　前記処理部は、前記画像が撮影された時刻間における前記卵割段階の前記確率値を補間した確率波形に基づいて、前記受精卵の異常卵割の発生を推定する、
    請求項１７に記載の制御装置。
  19. 　前記処理部は、狭間隔で撮影された前記画像に基づいて学習された前記確率値の傾きに基づいて前記確率波形を出力する、
    請求項１８に記載の制御装置。
  20. 　前記学習済みモデルは、前記培養対象を撮影した画像と、前記培養対象の形状、形態、構造のうち少なくとも一つに係る特徴に関する情報とを含む学習データを用いて生成された認識器である、
    請求項１に記載の制御装置。
  21. 　プロセッサが、機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御すること、
    　を含み、
    　前記表示を制御することは、複数の前記培養対象に係る前記培養状況の比較表示を制御すること、
    　をさらに含む、
    制御方法。
  22. 　コンピュータを、
    　機械学習アルゴリズムに基づいて生成された学習済みモデルを用いた形態解析により時系列に沿って推定された、分裂能を有する細胞を含む培養対象の培養状況に係る動的な表示を制御する表示制御部、
    　を備え、
    　前記表示制御部は、複数の前記培養対象に係る前記培養状況の比較表示を制御する、
    　制御装置、
    として機能させるためのプログラム。
PCT/JP2019/015202 2018-05-25 2019-04-05 制御装置、制御方法、およびプログラム WO2019225176A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2020521075A JP7420069B2 (ja) 2018-05-25 2019-04-05 制御装置、制御方法、およびプログラム
BR112020023511-3A BR112020023511A2 (pt) 2018-05-25 2019-04-05 Dispositivo de controle, método de controle, e, programa.
AU2019273148A AU2019273148A1 (en) 2018-05-25 2019-04-05 Control device, control method, and program
US17/056,730 US11521320B2 (en) 2018-05-25 2019-04-05 Control device, control method, and program
EP19806384.4A EP3786277A4 (en) 2018-05-25 2019-04-05 CONTROL DEVICE, CONTROL METHOD AND PROGRAM
CN201980032481.5A CN112119152A (zh) 2018-05-25 2019-04-05 控制装置、控制方法和程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018100358 2018-05-25
JP2018-100358 2018-05-25

Publications (1)

Publication Number Publication Date
WO2019225176A1 true WO2019225176A1 (ja) 2019-11-28

Family

ID=68615571

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/015202 WO2019225176A1 (ja) 2018-05-25 2019-04-05 制御装置、制御方法、およびプログラム

Country Status (7)

Country Link
US (1) US11521320B2 (ja)
EP (1) EP3786277A4 (ja)
JP (1) JP7420069B2 (ja)
CN (1) CN112119152A (ja)
AU (1) AU2019273148A1 (ja)
BR (1) BR112020023511A2 (ja)
WO (1) WO2019225176A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6956302B1 (ja) * 2021-01-20 2021-11-02 医療法人浅田レディースクリニック 胚培養装置および培養環境に保持された処置卵を表示する方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013099045A1 (ja) * 2011-12-28 2013-07-04 大日本スクリーン製造株式会社 画像表示装置および画像表示方法
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
JP2018022216A (ja) * 2016-08-01 2018-02-08 ソニー株式会社 情報処理装置、情報処理方法、及びプログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9053222B2 (en) * 2002-05-17 2015-06-09 Lawrence A. Lynn Patient safety processor
JP5807288B2 (ja) * 2010-06-30 2015-11-10 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
WO2014085545A1 (en) * 2012-11-30 2014-06-05 The University Of Chicago Methods and compositions involving rad51 inhibitors
WO2015086132A1 (en) * 2013-12-13 2015-06-18 Merck Patent Gmbh Assays and monitoring paradigms for stem cell culture
JP6278491B2 (ja) * 2014-07-11 2018-02-14 Ｓｂｉファーマ株式会社 受精卵の正常発生率向上剤
ES2826400T3 (es) * 2015-04-23 2021-05-18 Bd Kiestra Bv Recolección de contraste de colonias
CN105505879B (zh) * 2015-12-17 2017-12-05 广州元曦生物科技有限公司 一种培养转基因动物胚胎细胞或转基因动物的方法及培养基
JP7001060B2 (ja) 2016-11-02 2022-01-19 ソニーグループ株式会社 情報処理装置、情報処理方法及び情報処理システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013099045A1 (ja) * 2011-12-28 2013-07-04 大日本スクリーン製造株式会社 画像表示装置および画像表示方法
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
JP2018022216A (ja) * 2016-08-01 2018-02-08 ソニー株式会社 情報処理装置、情報処理方法、及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3786277A4

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6956302B1 (ja) * 2021-01-20 2021-11-02 医療法人浅田レディースクリニック 胚培養装置および培養環境に保持された処置卵を表示する方法
WO2022157855A1 (ja) * 2021-01-20 2022-07-28 医療法人浅田レディースクリニック 胚培養装置および培養環境に保持された処置卵を表示する方法

Also Published As

Publication number Publication date
CN112119152A (zh) 2020-12-22
US11521320B2 (en) 2022-12-06
US20210201491A1 (en) 2021-07-01
EP3786277A4 (en) 2021-07-07
AU2019273148A1 (en) 2020-12-10
JPWO2019225176A1 (ja) 2021-07-08
JP7420069B2 (ja) 2024-01-23
BR112020023511A2 (pt) 2021-03-30
EP3786277A1 (en) 2021-03-03

Similar Documents

Publication Publication Date Title
JP6911866B2 (ja) 情報処理装置および情報処理方法
JP7072067B2 (ja) 胚の生存率を推定するためのシステムおよび方法
US10430707B2 (en) Information processing device
EP3404586A1 (en) Novelty detection using discriminator of generative adversarial network
JP7001060B2 (ja) 情報処理装置、情報処理方法及び情報処理システム
US9171477B2 (en) Method and system for recognizing and assessing surgical procedures from video
US20210287366A1 (en) Information processing apparatus, information processing method, program, and information processing system
US11017527B2 (en) Information processing device, information processing method, and information processing system
JP6690489B2 (ja) 情報処理装置、情報処理方法、およびプログラム
WO2019225176A1 (ja) 制御装置、制御方法、およびプログラム
US20210200986A1 (en) Control device, control method, and program
JP2020155101A (ja) 情報処理装置及び情報処理方法
Guarin et al. The effect of improving facial alignment accuracy on the video-based detection of neurological diseases
CN113469001A (zh) 一种基于深度学习的学生课堂行为检测方法
US20230169754A1 (en) Information processing device and program
WO2020139662A1 (en) Method and apparatus for measuring plant trichomes
JPWO2019176012A1 (ja) 画像処理方法、画像処理装置、ユーザインタフェース装置、画像処理システム、およびサーバ
WO2018012353A1 (en) Information processing device, information processing method, and information processing system
US20220157295A1 (en) Information processing apparatus and information processing method
US20230298357A1 (en) Information processing device and information processing method
US20230004783A1 (en) Evaluation framework for time series data
JP2022064460A (ja) 学習モデル生成装置、学習モデル、行動認識装置、学習データ生成装置、及び、学習データ生成方法
CN117314755A (zh) 一种基于跨模态图像生成的多视角植株生成方法和装置
CN118506075A (zh) 内镜尖端控制分类模型、技能评分系统和方法
CN116421224A (zh) 一种基于超声心动图的特征图滤波的预测方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19806384

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020521075

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2019806384

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2019806384

Country of ref document: EP

Effective date: 20201126

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112020023511

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 2019273148

Country of ref document: AU

Date of ref document: 20190405

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 112020023511

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20201118