WO2023063099A1 - 卵子評価方法、卵子評価装置、及び卵子評価用プログラム - Google Patents

卵子評価方法、卵子評価装置、及び卵子評価用プログラム Download PDF

Info

Publication number
WO2023063099A1
WO2023063099A1 PCT/JP2022/036466 JP2022036466W WO2023063099A1 WO 2023063099 A1 WO2023063099 A1 WO 2023063099A1 JP 2022036466 W JP2022036466 W JP 2022036466W WO 2023063099 A1 WO2023063099 A1 WO 2023063099A1
Authority
WO
WIPO (PCT)
Prior art keywords
ovum
evaluation
egg
target
quality
Prior art date
Application number
PCT/JP2022/036466
Other languages
English (en)
French (fr)
Inventor
求 田中
暁久 山本
佳織 杉村
文敏 古賀
茂樹 北上
Original Assignee
株式会社島津製作所
国立大学法人京都大学
医療法人古賀文敏ウイメンズクリニック
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 株式会社島津製作所, 国立大学法人京都大学, 医療法人古賀文敏ウイメンズクリニック filed Critical 株式会社島津製作所
Priority to EP22880795.4A priority Critical patent/EP4417700A1/en
Priority to JP2023555104A priority patent/JPWO2023063099A1/ja
Priority to CN202280069267.9A priority patent/CN118176304A/zh
Priority to US18/701,534 priority patent/US20240319163A1/en
Publication of WO2023063099A1 publication Critical patent/WO2023063099A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/4833—Physical analysis of biological material of solid biological material, e.g. tissue samples, cell cultures
    • 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
    • C12M21/00—Bioreactors or fermenters specially adapted for specific uses
    • C12M21/06—Bioreactors or fermenters specially adapted for specific uses for in vitro fertilization
    • 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
    • C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
    • C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30044—Fetus; Embryo

Definitions

  • the present invention relates to a method, apparatus, and computer program for evaluating egg quality.
  • In vitro fertilization and microinsemination are well known clinical treatments for human assisted reproductive technology.
  • In vitro fertilization is a method in which eggs taken out from a patient are allowed to coexist with sperm (insemination) to promote fertilization, and the fertilized eggs are cultured for a predetermined period and then transplanted into the mother's body (embryo transfer).
  • microinsemination is a method in which a fine glass needle called an injection pipette is inserted into an ovum extracted from a patient, and one sperm is injected into the ovum using the injection pipette to fertilize the ovum. This micro-insemination is performed by a professional technician (generally called an "embryologist") under microscope observation.
  • Patent Document 1 the deformation responsiveness, strain state, or deformation state of the outer membrane based on the local deformation of the ovum observed in an image of the ovum that has been pinched by a microprobe. discloses a technique for quantitatively measuring hardness, which is one of the mechanical feature quantities of eggs.
  • Non-Patent Document 1 shows that when a human embryo is aspirated with a manipulator, if it is too hard or too soft, the developmental potential will be low.
  • Non-Patent Document 2 a micro force sensor using a strain gauge is attached to the tip of a two-finger micro hand, and the reaction force generated in the end effector portion when grasping a cell with the two finger micro hand is measured as a micro force.
  • a technique for estimating the stiffness of the cell by measuring it with a sensor is disclosed.
  • Non-Patent Document 3 describes specific changes in the elasticity of the zona pellucida of the egg at each stage of egg maturation, fertilization, and early embryonic development using a micro tactile sensor system with a strain gauge attached to the base of the needle. is stated to have been verified.
  • the ovum is roughly spherical in shape, in a method where the ovum is sandwiched between sensors, if the contact position of the sensor deviates from the position facing the center of the ovum, force is applied obliquely, resulting in an accurate measurement. elasticity, etc. cannot be measured. In addition, the sensor does not always hit the same position on the egg, so reproducibility is low when performing repeated measurements. Furthermore, since the ovum is usually a distorted sphere rather than a perfect sphere, it is rather difficult to bring the sensor into contact on an axis passing through the center point of the ovum.
  • the present invention was made to solve these problems, and its main purpose is to evaluate the quality of oocytes accurately and according to theoretical standards based on the results of noninvasive measurements and observations.
  • An object of the present invention is to provide an ovum evaluation method, an ovum evaluation apparatus, and an ovum evaluation program that can
  • One aspect of the oocyte evaluation method according to the present invention is a method for evaluating oocytes, an analysis step of non-invasively obtaining an index value that quantifies the mechanical properties of the target egg by analyzing the state of deformation of the target egg using a photographed image of the target egg; an evaluation step of evaluating the target egg quality based on the index value obtained by the analysis step; to implement.
  • one aspect of the ovum evaluation apparatus which has been made to solve the above problems, is an apparatus for implementing the ovum evaluation method according to the above aspect of the present invention, An image obtained by photographing a target ovum is received, and the state of deformation of the target ovum is analyzed using the image to noninvasively obtain an index value that quantifies the mechanical characteristics of the target ovum. an analysis unit; an evaluation unit that evaluates the quality of the target egg based on the index value obtained by the analysis unit and outputs an evaluation result; Prepare.
  • one aspect of the oocyte evaluation program according to the present invention is a program for evaluating oocytes using a computer, to the computer, an analysis step of non-invasively obtaining an index value that quantifies the mechanical properties of the target egg by analyzing the state of deformation of the target egg using a photographed image of the target egg; an evaluation step of evaluating the target egg quality based on the index value obtained by the analysis step; is executed.
  • the "desired egg” is the object to be fertilized by in vitro fertilization or micro-insemination, and also for embryo transfer after fertilization through embryo culture. Therefore, the operations and manipulations that are necessarily performed on the ovum in such assisted reproductive techniques may not be performed directly on the ovum, such as holding the ovum for fertilization or inserting an injection pipette as it is performed in microinsemination, for example. Any task or operation that touches the skin does not qualify as invasive for the purposes of this specification and the present invention.
  • the "image" obtained by photographing the target ovum may be an image at a certain point in time, that is, a still image, or may be a moving image or a time-lapse image consisting of a plurality of temporally consecutive images. and can be. Therefore, the "target deformation state of the ovum” can be the state of the ovum at a certain point in time when the ovum is deformed, or the behavior of the ovum during the process of deformation of the ovum.
  • the evaluation results by "evaluation of egg quality” include the results of the quality of one egg, the results of ranking the quality of a plurality of eggs, and the results of known fertilized eggs such as the Veeck classification and the Gardner classification. It can include multi-stage evaluation results corresponding to the grading used for evaluation, as well as determination results of suitability for embryo transfer or suitability for cryopreservation. In the present invention, such evaluation results are output as a result of processing by a device (which may include a computer), and the evaluation results may correspond to judgment results by a highly skilled embryologist. .
  • the oocyte evaluation program is stored in a non-temporary computer-readable recording medium such as a CD-ROM, a DVD-ROM, a memory card, a USB memory (dongle), etc. shall be provided to the user at the
  • the program can also be provided to the user in the form of data transfer via a communication line such as the Internet.
  • the program can be pre-installed in a computer that is part of the system (strictly speaking, a storage device that is part of the computer) when the user purchases the system.
  • the desired oocyte quality can be obtained noninvasively and accurately, and based on the index value that quantifies the mechanical properties, that is, the theoretical It can be evaluated with a rationale.
  • the ovum is not damaged during evaluation of the quality of the ovum, and the ovum after evaluation can be used favorably for its original purpose, for example.
  • the work burden of the embryologist is reduced, and the variation in the quality evaluation depending on the skill of the embryologist in charge is eliminated, improving the reliability of the evaluation of the oocyte quality. do.
  • the data obtained when evaluating the quality of the oocytes remains as numerical values, it is possible for an embryologist or the like to easily and objectively verify later whether the evaluation was appropriate or not. Become.
  • FIG. 4 is a flow chart showing an example of work/processing procedures in microinsemination using one embodiment of the oocyte evaluation method according to the present invention.
  • FIG. 2 is a flowchart showing detailed processing procedures of pre-insemination egg evaluation processing in the work and processing procedures of microinsemination shown in FIG. 1 ;
  • FIG. 1 is a schematic configuration diagram of an example of an ovum evaluation apparatus for performing pre-fertilization ovum evaluation processing and fertilization ovum evaluation processing;
  • FIG. 5 is a diagram showing the result of actual measurement of the luminance profile on the line U shown in FIG. 4;
  • FIG. 4 is an explanatory diagram of a process of averaging luminance values of points on a line U; The figure which shows the relationship between the angle (phi) of an ovum, and radius r (phi).
  • FIG. 4 is a diagram showing values of mean square amplitude (MSA) of radius calculated from measured data and a fitting curve using a theoretical formula;
  • FIG. 4 is an explanatory diagram of a method for calculating the aspect ratio of a deformed ovum when inserted with an injection pipette. The figure which shows the deformation
  • FIG. 4 is an explanatory diagram of how to obtain an index value for relaxation of deformation of an ovum after opening a hole by inserting an injection pipette.
  • FIG. 10 is a diagram showing the temporal change in deformation relaxation of the ovum after opening the hole by inserting the injection pipette. Explanatory drawing of how to determine the internal area of the ovum at the time of inserting the injection pipette.
  • FIG. 1 is a flow chart showing a series of operations and processing procedures in microinsemination using one embodiment of the oocyte evaluation method according to the present invention.
  • FIG. 2 is a flowchart showing a detailed processing procedure of pre-insemination egg evaluation processing in the work/processing procedure of microinsemination shown in FIG.
  • FIG. 3 is a schematic configuration diagram of an embodiment of an egg evaluation apparatus according to the present invention for performing the pre-fertilization egg evaluation process and the post-fertilization egg evaluation process shown in FIG.
  • the ovum evaluation method and ovum evaluation apparatus of the present embodiment are mainly for evaluating the quality of ova and selecting high-quality ova when performing microinsemination, which is one of assisted reproductive medicines. .
  • some of the oocyte evaluation methods of the present embodiment can also be used to evaluate and select oocytes for in vitro fertilization instead of intracytoplasmic insemination.
  • the doctor When performing microinsemination, the doctor first collects eggs from the patient. Usually, a plurality of ova are collected from a patient (step S1).
  • the embryologist sets the collected ova either collectively or individually in the ovum evaluation device described later, and performs a predetermined operation on the device.
  • the oocyte evaluation apparatus performs pre-fertilization oocyte evaluation processing as the first stage oocyte evaluation on the plurality of oocytes (step S2).
  • the embryologist selects one or a plurality of ova to be subjected to microinsemination based on the evaluation result of this ovum evaluation device (step S3).
  • Embryologists carry out insemination while observing the selected eggs under a microscope.
  • the state of the ovum during the insemination operation is photographed as a moving image by the ovum evaluation apparatus (step S4).
  • the embryologist then performs the prescribed operations on the egg evaluation device.
  • the ovum evaluation apparatus performs the ova evaluation process at the time of fertilization based on the image taken during the fertilization work as the second stage ovum evaluation (step S5).
  • the embryologist selects one or a plurality of eggs (fertilized eggs) to be cultured (or cryopreserved) based on the evaluation result by the egg evaluation device (step S6).
  • the embryologist cultures the selected fertilized egg for a predetermined period, and after the culture, the doctor transplants the cultured embryo into the patient (step S7).
  • the embryologist freezes and preserves the fertilized egg after culturing for a predetermined period.
  • the oocyte quality is evaluated in two stages, before fertilization and at the time of fertilization, using an oocyte evaluation apparatus, thereby determining the quality of the fertilized egg to be transplanted to the patient. Guaranteed.
  • Both of these two stages of oocyte evaluation are evaluations at the stage before the fertilized oocytes are accommodated in the incubator, and oocytes with a high fertilization success rate can be selected at an early stage.
  • culture loss can be reduced by efficiently selecting fertilized eggs to be accommodated in an incubator with a limited capacity.
  • the number of waiting patients for infertility treatment can be reduced by increasing the turnover rate of incubators.
  • This egg evaluation apparatus includes a microscopic observation unit 1 including an imaging unit 10 , an imaging control unit 2 , a data processing unit 3 , a main control unit 4 , an input unit 5 and a display unit 6 .
  • the data processing unit 3 includes, as functional blocks, an image data storage unit 30, a contour extraction unit 31, a radius calculation unit 32, a radial displacement amount calculation unit 33, a mechanical parameter calculation unit 34, a first evaluation unit 35, an aspect ratio calculation unit. 36, and a second evaluator 37.
  • the first evaluation unit 35 performs classification or regression by machine learning. have.
  • the microscopic observation unit 1 may be either a bright field microscope or a phase contrast microscope.
  • the imaging unit 10 may acquire either a color image or a monochrome image.
  • the imaging unit 10 may be a video camera capable of capturing moving images at a general frame rate (60 frames/second), or may be a camera with a moderately reduced frame rate that performs time-lapse photography at predetermined time intervals. good.
  • At least some of the functions of the data processing unit 3 and the main control unit 4 are performed using a computer such as a personal computer as a hardware resource, and control/processing software (programs) pre-installed in the computer is executed by the computer.
  • control/processing software programs pre-installed in the computer is executed by the computer.
  • the input unit 5 and the display unit 6 are respectively a keyboard, a pointing device (mouse, etc.) and a monitor attached to the personal computer.
  • This computer program is one embodiment of the oocyte evaluation program according to the present invention.
  • the embryologist (or other person in charge) sets the target egg 100 to be evaluated on the stage of the microscopic observation unit 1 so that the polar body does not appear in the image, and starts analysis from the input unit 5.
  • Perform an operation to instruct Upon receiving this instruction, the imaging control unit 2 operates the imaging unit 10 to capture a moving image of the ovum 100 for a predetermined time (for example, about 30 seconds) (step S20).
  • the moving image data obtained by the imaging unit 10 is transferred to the data processing unit 3 and temporarily stored in the image data storage unit 30 .
  • the contour extraction section 31 in the data processing section 3 executes processing for extracting the contour of the ovum in each frame image of the moving image (step S21). Specifically, the following processing is executed.
  • the contour extraction unit 31 first performs noise removal processing using a Gaussian filter, median filter, or the like as preprocessing on each frame image.
  • FIG. 4 is an example of a photographed image of an ovum. An egg (egg cell) is covered with a cell membrane, but there is a kind of protective layer called the zona pellucida on the outside of the cell membrane.
  • the noise removal process is a process for removing fine sesame-salt noise that occurs in the vicinity of this clear zone or cell membrane on the image.
  • the contour extracting unit 31 then obtains a luminance profile showing changes in luminance values of pixels (or pixels at predetermined intervals) along a straight line extending outward from the center point of the ovum for each frame image.
  • FIG. 5 is a luminance profile on straight line U shown in FIG.
  • the center point of the egg can be obtained by approximating the center coordinates of a circle using, for example, the method of least squares (calculating the center of the circle from the contour coordinates).
  • the contour extraction unit 31 obtains the luminance value of each point (pixel) on the luminance profile by averaging the luminance values of a total of five points including two points in front and two points in the rear. Executes a smoothing process that replaces the
  • FIG. 6 is an explanatory diagram of this smoothing process.
  • the luminance value of the center point of the five points is , as shown in FIG . )/5.
  • the contour extraction unit 31 extracts the maximum value (or minimum value) of the differential values in the luminance profile after smoothing along a plurality of straight lines extending radially in different directions from the center point of the ovum. Select as a point. Concerning the 360° angle range around the central point of the ovum, points on the contour are obtained on each straight line drawn at predetermined angular intervals, and by connecting these points, the contour of the target ovum is extracted with high accuracy. be able to.
  • Non-Patent Document 4 authored by some of the present inventors, discloses extracting the contour from an image of red blood cells, which have a shape close to a circle, and determining the radius (the distance from the center point to the contour). It is The present inventors examined whether a similar method can be applied to ova, but it is difficult to apply it as it is. The reason for this is that in the case of erythrocytes, the shape of the curve of the luminance profile is smooth and the contour appears quite clearly, whereas in the case of ova, due to the thick zona pellucida existing outside the cell membrane, especially This is because there is a lot of noise in the vicinity of the cell membrane, which makes contour extraction difficult.
  • the contour extracting unit 31 first calculates a brightness profile along radial straight lines in 64 directions at (360/64)° angular intervals around the center point of the ovum. Roughly extract the range. After that, while gradually narrowing the calculation range of the brightness profile in the radial direction to the range that is estimated to include the contour, radial straight lines in 256 directions at (360/256)° angular intervals around the center point of the oocyte By repeating the same calculation three times along the contour, a highly accurate contour is finally obtained.
  • the contour extraction unit 31 similarly extracts the contours of the ovum for all the frame images that make up the moving image over a predetermined period of time.
  • the radius calculation unit 32 calculates the radius (strictly speaking, the distance from the center point to the contour) in each direction at each predetermined angular interval ⁇ around the center point of the egg for each image of each frame. (step S22). That is, as shown in FIG. 7, the radius r( ⁇ ) is calculated for a plurality of predetermined angles ⁇ .
  • ⁇ 1°
  • the center point for calculating the radius should be the position of the center of gravity calculated from the contour.
  • the shape of an egg which is a type of cell, changes over time due to fluctuations.
  • the radial displacement amount calculator 33 calculates the radial displacement amount reflecting the shape fluctuation of the ovum, based on a huge amount of information on the radius for each image of each frame (step S23). Therefore, the method disclosed in Non-Patent Document 4 is used here. Specifically, the radial displacement amount calculator 33 calculates the mean square amplitude (MSA), which is a function of the wave number q, by performing a Fourier transform operation using the following equation (1).
  • MSA mean square amplitude
  • ⁇ > indicates the temporal average over all frames.
  • Formula (1) obtains the difference between the radius and the temporal average of the radius for each same direction, and the temporal change of the value obtained by adding the difference for all directions, is converted into a function of the wave number by Fourier transform.
  • FIG. 8 plots the values of the mean square amplitude calculated by the above procedure based on the measured data.
  • q x is the continuous wave number corresponding to the experimental q.
  • L is the length in one dimension of the cell (ovum in this case).
  • k B is the Boltzmann constant
  • T is the absolute temperature during the experiment.
  • the other ⁇ , ⁇ , and ⁇ are unknown mechanical parameters, ⁇ is the spring constant, ⁇ is the surface tension, and ⁇ is the flexural elasticity.
  • the dynamic parameter calculation unit 34 calculates three unknown dynamic parameters by fitting the equation (2) to the mean square amplitude calculated from the measured data as described above (step S24). In FIG. 8, the solid line shows the curve when this fitting is performed.
  • These three mechanical parameters are index values that reflect the mechanical properties of eggs, that is, hardness and softness. Thus, it quantifies the mechanical properties of the egg.
  • the first evaluation unit 35 obtains information on the quality of the egg from the values of the mechanical parameters of the egg calculated as described above (step S25).
  • the egg evaluation apparatus of this embodiment uses a machine learning technique for this quality evaluation. That is, the first evaluation unit 35 receives the values of the three mechanical parameters as input, and outputs an evaluation result in which a good-quality egg is "1" and a poor-quality egg is "0". By performing classification using a trained model based on the algorithm, the quality of the egg is determined.
  • a trained model is created in advance (for example, before the manufacturer ships the device) as follows. That is, the mechanical parameters are determined according to the procedure as described above for one or a plurality of ova collected from each of a large number of patients.
  • a skilled embryologist evaluates the quality of each egg in the process of normal insemination and subsequent culture of those eggs, and leaves the evaluation results.
  • the evaluation result by the embryologist can be binary information indicating whether the quality is good, such as suitability for transplantation, suitability for cryopreservation, or the like. Alternatively, it may be multivalued information according to a known multi-stage evaluation method such as Veeck classification or Gardner classification.
  • the evaluation result can be that the quality is poor without the embryologist's judgment.
  • this training data can be learned by a neural network or the like. can create a trained model, or egg quality classifier.
  • This learned model is stored in the learned model storage unit 350 .
  • the work of creating a trained model based on teacher data as described above may be performed by the user, but is generally performed by the manufacturer of the device or the software provider.
  • the quality of the egg is output as an output. You can get results.
  • This evaluation result is output from the display section 6 through the main control section 4 .
  • the first evaluation unit 35 may use a binary classification machine learning algorithm. Even if the correct data is binary, the probability of good quality can be calculated as a numerical value by using a machine learning algorithm of regression analysis such as logistic regression. Therefore, in that case, for example, by comparing the calculated probability with a threshold value, the quality of the egg can be determined.
  • the first evaluation unit 35 evaluates the evaluation results of egg quality. , fertilization rate and implantation rate. In this case also, the first evaluation unit 35 determines whether the numerical value of the probability output as the evaluation result is equal to or greater than a predetermined threshold, thereby obtaining and displaying the quality result of the egg. It can be displayed in part 6. Of course, such a numerical value of probability may be displayed together with the quality judgment result, or only the numerical value of probability may be displayed.
  • infertility treatment involves collecting multiple eggs from a patient, but it is necessary to narrow down to one of them in the end. Therefore, when the probability that the egg quality is good is obtained as a numerical value as described above, the first evaluation unit 35 ranks a plurality of eggs collected from one patient based on the numerical value, and ranks the eggs. The ranking result can be displayed on the display unit 6 . After confirming this, the embryologist (doctor) refers to the ranking, selects the target egg for microinsemination from among the multiple eggs, and selects the appropriate egg to return to the patient's body. can be elected.
  • multistage evaluation methods such as the above-mentioned Veeck classification and Gardner classification are well known as methods for evaluating the quality of fertilized eggs by embryologists.
  • the Veeck classification is an index for evaluating the quality of early embryos on the 2nd to 4th day of culture with fertilized oocytes, and is classified into 5 grades.
  • the Gardner classification is an index for evaluating the state of blastocysts on the 5th to 6th day of culture, and is classified according to 6 grades.
  • These are methods for evaluating eggs after fertilization, but a trained model is created by learning using teacher data with the results of grading in Veeck classification and Gardner classification as correct data, and this trained model is used. It may be used to obtain grading results in the Veeck classification or the Gardner classification from the mechanical parameter values of the ovum before fertilization.
  • the mechanical parameter of the egg is used as an evaluation index, but also various information other than the mechanical parameter of the egg, such as the size of the egg. It may be added as an evaluation index.
  • patient-specific information such as the patient's age, past results of artificial insemination, and past medical history may be added as an evaluation index.
  • the patient's age since it is known that the patient's age has a significant effect on egg quality, it is highly relevant to use information on the patient's age as one of the evaluation indicators. In that case, it is possible to treat the age as an input of a trained model equivalent to a mechanical parameter, but instead of the results obtained by machine learning, e.g. The threshold for judging that the quality is good, and the threshold for judging that the quality is good when the probability of expressing good quality is changed according to the age of the patient. can be
  • the present inventors used a trained model created to evaluate the quality of ova from the standpoint of suitability for transplantation into the mother's body to determine whether ova collected from actual patients can be accurately evaluated. It was verified experimentally. In this verification, the quality of ova collected from 14 patients was evaluated based on measured mechanical parameters. As a result, we were able to confirm that the results of the evaluation using the trained model were almost equivalent to the evaluation of oocyte quality by a skilled embryologist.
  • the embryologist refers to the results of the evaluation and selects the best quality oocytes out of multiple oocytes collected from a single patient. select one or more and discard the others. Then, the embryologist performs the microinsemination operation on the selected oocytes with good quality.
  • the method of microinsemination is exactly the same as before, and the embryologist inserts an injection pipette into the egg while observing the egg under a microscope to inject sperm.
  • this microscopic insemination operation is performed under observation by the microscopic observation unit 1 of the oocyte evaluation apparatus shown in FIG.
  • the imaging unit 10 captures the state of the ovum during the operation, particularly the state of the ovum from immediately before the injection pipette is inserted into the ovum until a predetermined time has passed after the injection pipette is removed. do.
  • the obtained moving image data is transferred to the data processing section 3 and temporarily stored in the image data storage section 30 .
  • FIG. 9 is an image showing the state of an egg when an injection pipette is inserted into the egg for microinsemination.
  • the zona pellucida is greatly deformed as the injection pipette is moved, and when a hole is formed in the zona pellucida, the deformation is relaxed and the zona returns to its original state.
  • the cell membrane of the ovum As the injection pipette moves, the cell membrane is greatly deformed so as to be depressed inward.
  • the aspect ratio calculation unit 36 selects, from the stored moving image, the clear zone after the clear zone is greatly deformed at the time of inserting the injection pipette as described above, and immediately before the deformation starts to be relaxed. Detects the image in which is deformed the most.
  • the aspect ratio calculator 36 calculates the length in the short axis direction and the length in the long axis direction of the transparencies from the image, and obtains the ratio of the lengths as the aspect ratio.
  • the length in the minor axis direction is the width of the zona pellucida at a position passing through substantially the center of the ovum along the advance and retreat direction of the injection pipette (horizontal direction in FIG. 9).
  • the length in the long axis direction is the width of the zona pellucida at a position passing through substantially the center of the ovum along the direction perpendicular to the advancing/retreating direction of the injection pipette (the vertical direction in FIG. 9).
  • the above aspect ratio of the zona pellucida which is part of the egg, is affected by the mechanical properties of the zona pellucida, specifically its elasticity.
  • the aspect ratio is a useful index for measuring the mechanical properties of the egg, and since the mechanical properties of the egg influence the quality of the egg, the quality of the egg can be evaluated based on the aspect ratio. can. Therefore, the second evaluation unit 37 receives the value of the aspect ratio and compares it with a predetermined threshold to determine the quality of the egg. Then, the determination result of the egg quality is displayed on the display unit 6 through the main control unit 4 .
  • an index other than the aspect ratio for example, personal information such as the patient's age may be used to evaluate the quality of the ovum.
  • the aspect ratio of the cell membrane instead of the zona pellucida, that is, the aspect ratio in the most deformed state immediately before the deformation began to be relaxed after the cell membrane was greatly deformed when the injection pipette was inserted, and this aspect ratio was calculated. may be used to determine the quality of the egg.
  • both the aspect ratio of the zona pellucida and the aspect ratio of the cell membrane may be used to determine the quality of the egg.
  • the fertilization rate and implantation rate may be poor. Therefore, by excluding fertilized eggs that are evaluated to be of poor quality at the time of insemination from being cultured, loss in culture of fertilized eggs can be reduced and the incubator can be used effectively.
  • the aspect ratio at the time of maximum deformation of the zona pellucida and/or the cell membrane was used to evaluate the ovum at the time of insemination. can also be used to assess egg quality.
  • Fig. 10 is an example of an image showing the state of an ovum held by a holding pipette.
  • the cell membrane is deformed so as to protrude clearly due to suction by the holding pipette.
  • the cell membrane hardly protrudes despite the suction by the holding pipette.
  • This difference in deformation reflects the difference in elasticity of the ovum. Therefore, the second evaluation unit 37 can determine the quality of the ovum by determining the presence or absence of deformation through image processing, for example.
  • the quality of the egg may be determined by quantifying the amount of deformation (the amount of protrusion) and comparing the quantified value with a threshold value.
  • the second evaluation unit 37 determines the time required for the deformation of the cell membrane to relax (return to its original state) from the moment the injection pipette penetrates the cell membrane (hereinafter referred to as "relaxation time") from the moving image acquired during the insemination work. ), and the quality of the egg can be determined based on this relaxation time.
  • FIG. 11 is a diagram showing a site where changes in the cell membrane are observed when obtaining an index value for relaxation of deformation of the ovum after the hole is opened by inserting the injection pipette.
  • FIG. 12 is a diagram showing an example of temporal changes in cell membrane deformation (egg deformation relaxation) after injection pipette penetration.
  • FIG. 11 is an image showing the state just before the tip of the injection pipette penetrates the cell membrane.
  • the deformation of the cell membrane is focused on the three sizes x 1 , x 2 and x 3 shown in the figure. do.
  • x 1 is the distance from the position of the tip of the injection pipette just before the cell membrane opens to the position of the cell membrane facing in front of it.
  • x2 is the depth of the cell membrane depression formed by being pushed by the injection pipette.
  • x 3 is the edge diameter of the cell membrane depression formed by being pushed by the injection pipette. All of these show maximum values just before the tip of the injection pipette penetrates the cell membrane, and the values decrease with the passage of time after penetration.
  • the above-described machine learning technique may be used to input the three relaxation times ⁇ i and derive the evaluation result of the ovum.
  • the relaxation time of at least one of x 1 , x 2 , and x 3 shown in FIG. 11 may be used to evaluate egg quality.
  • the quality of the egg may be evaluated using at least one size of x1 , x2 , and x3 at the time when the cell membrane is maximally deformed, as an evaluation index.
  • FIG. 13 shows a portion (A) surrounded by a zona pellucida and a portion (B) surrounded by cell membranes on an image of an ovum.
  • the change in the area of the part also reflects the elasticity of the ovum. Therefore, by using such information as an evaluation index, it is also possible to evaluate the quality of ova.
  • the evaluation of egg quality by the first evaluation unit 35 and the evaluation of egg quality by the second evaluation unit 37 are completely independent evaluations, it is obvious that only one of them may be performed. be.
  • the combined use of both methods makes it possible to narrow down the eggs to be fertilized and the eggs to be cultured (fertilized eggs).
  • the evaluation of egg quality by the first evaluation unit 35 is also useful when selecting eggs to be subjected to in vitro fertilization instead of microinsemination.
  • the oocyte evaluation apparatus of the above-described embodiment was able to perform both oocyte evaluation before fertilization and oocyte evaluation during insemination, they can be performed by separate apparatuses.
  • the egg evaluation apparatus outputs the evaluation result or determination result of the set egg quality, and the embryologist selects the egg by referring to this.
  • One aspect of the ovum evaluation method is a method for evaluating an ovum, an analysis step of non-invasively obtaining an index value that quantifies the mechanical properties of the target egg by analyzing the state of deformation of the target egg using a photographed image of the target egg; an evaluation step of evaluating the target egg quality based on the index value obtained by the analysis step; to implement.
  • one aspect of the ovum evaluation apparatus is An image obtained by photographing a target ovum is received, and the state of deformation of the target ovum is analyzed using the image to noninvasively obtain an index value that quantifies the mechanical characteristics of the target ovum. an analysis unit; an evaluation unit that evaluates the target egg quality based on the index value obtained by the analysis unit; Prepare.
  • one aspect of the oocyte evaluation program is a program for evaluating oocytes using a computer, comprising: an analysis step of non-invasively obtaining an index value that quantifies the mechanical properties of the target egg by analyzing the state of deformation of the target egg using a photographed image of the target egg; an evaluation step of evaluating the target egg quality based on the index value obtained by the analysis step; is executed.
  • the quality of the target ovum can be accurately non-invasively evaluated based on the index value that quantifies the mechanical properties. , that is, it can be evaluated with theoretical backing.
  • the ovum is not damaged during evaluation of the quality of the ovum, and the ovum after evaluation can be used favorably for its original purpose, for example.
  • the work burden on the embryologist is reduced, and variations in the quality evaluation depending on the skills of the embryologist in charge are eliminated, improving the reliability of the evaluation of oocyte quality.
  • the data obtained when evaluating the quality of the ovum remains as numerical values, it is easy for an embryologist or the like to later verify whether or not the evaluation of the quality was appropriate.
  • the target oocyte is an oocyte before fertilization
  • the image is a moving image or a time-lapse image of the target oocyte
  • the analyzing step includes a contour extracting step of extracting a contour of a target ovum from a plurality of images constituting a moving image or a time-lapse image, a displacement obtaining step of obtaining a displacement of the contour of the target ovum, and and a mechanical parameter calculation step of calculating a mechanical parameter of the egg as the index value from the amount of displacement of the contour of the egg.
  • the target egg is an egg before fertilization
  • the image is a moving image or a time-lapse image of the target egg
  • the analysis unit includes a contour extraction processing unit that extracts a contour of a target ovum from a plurality of images constituting a moving image or a time-lapse image, and a displacement amount acquisition processing unit that obtains a displacement amount of the contour of the target ovum.
  • a mechanical parameter calculation processing unit that calculates a mechanical parameter of the egg as the index value from the amount of displacement of the outline of the target egg.
  • the shape of an egg changes over time due to fluctuations.
  • the change in the shape of the ovum due to this fluctuation is affected by the elasticity reflecting the hardness of the ovum.
  • changes in the shape of the egg are obtained as contour displacement amount information.
  • the mechanical parameter calculation step the mechanical parameter of the egg is calculated from information on the amount of displacement of the contour.
  • the mechanical parameter in the mechanical parameter calculation step, the mechanical parameter may be obtained by performing parameter fitting using a theoretical formula representing cell elasticity. can.
  • the mechanical parameter calculation processing unit performs parameter fitting using a theoretical formula representing the elasticity of the cell with respect to the measured value representing the displacement amount of the outline of the target ovum.
  • the dynamic parameter can be obtained by performing
  • the usual way is to apply some force to the object and measure the deformation rate of the object against that force.
  • information regarding the elasticity of the ovum is obtained with high accuracy without applying any force to the ovum or restricting its movement, even indirectly. be able to.
  • the evaluation results of the oocytes by an embryologist in at least one stage from fertilization to implantation are evaluated.
  • the oocyte quality can be evaluated using a discriminator obtained by machine learning using training data including training data or training data in which information on the probability of success or failure in any of the stages is known. .
  • the evaluation unit includes teacher data including the evaluation results of the oocytes by the embryologist at at least one stage from fertilization to implantation,
  • the oocyte quality can be evaluated using a discriminator created in advance by machine learning using teacher data in which information on the probability of success or failure in any of the stages is known.
  • the machine learning algorithm used does not matter.
  • the ovum evaluation method and ovum evaluation apparatus of the fourth aspect the ovum before culture is accurately evaluated by reflecting the judgment result of the adequacy of transplantation of the fertilized egg by a highly skilled embryologist. be able to.
  • the egg evaluation method and the egg evaluation apparatus of the fourth aspect it is possible to accurately evaluate the quality of the egg by reflecting past success or failure results such as fertilization rate and implantation rate.
  • the evaluation step evaluates the quality of the egg using patient-specific information including age in addition to the index value.
  • the evaluation unit evaluates the quality of the ovum using patient-specific information including age input in advance in addition to the index value.
  • the evaluation unit ranks the plurality of ova using the information regarding the quality of the ova obtained for each of the plurality of ova. can do.
  • one of the plurality of ova collected from the patient which is estimated to have the highest probability of pregnancy, or has a relatively high possibility of pregnancy.
  • a small number of eggs presumed to be fertilized can be subjected to microinsemination.
  • the image is an image taken when a needle is inserted into the ovum for the purpose of microinsemination
  • An index value may be determined.
  • the image is an image captured when the needle is inserted into the ovum for the purpose of microinsemination
  • the analysis part reflects the index value reflecting the degree of deformation of the zona pellucida or cell membrane at the time of maximum deformation due to needle insertion, or the degree of relaxation of the deformation of the zona pellucida or cell membrane due to needle insertion. An index value may be determined.
  • the quality of the egg is evaluated from the index values calculated based on the images taken when microinsemination is performed.
  • this assessment of egg quality can also be said to be non-invasive in that no special invasive measurements or observations are made to assess egg quality.
  • the sensory and qualitative evaluation such as elasticity or lack of elasticity, which has been conventionally performed by embryologists when performing microinsemination Quantitative evaluation using specific numerical values can be performed instead. This improves the accuracy and reliability of egg quality assessment. Furthermore, the data obtained when evaluating the quality of the ovum remains as a numerical value, making it easy to verify the accuracy of the evaluation.
  • the index value reflecting the degree of deformation at the time of maximum deformation is obtained by inserting a needle at the time of maximum deformation of the zona pellucida or cell membrane of the target oocyte. It can be a ratio of widths in two directions, ie, a direction and a direction orthogonal thereto.
  • the index value reflecting the degree of deformation at the time of maximum deformation is the direction of insertion of the needle at the time of maximum deformation of the zona pellucida or cell membrane of the target egg, and the direction orthogonal to it. It can be the ratio of the widths in the two directions with respect to the direction in which the
  • the ovum evaluation method and ovum evaluation apparatus of the eighth aspect it is possible to accurately evaluate the quality of the ovum based on the index value that accurately reflects the degree of elasticity of the ovum during microinsemination.
  • a selection step of selecting eggs using the evaluation results in the evaluation step can be further implemented.
  • the burden of the ovum selection work by the embryologist is reduced.
  • ova can be selected based on evaluation results with theoretical backing rather than sensory evaluation, which improves the reliability of selection.
  • the quality of the egg before fertilization is evaluated by the analysis step and the evaluation step,
  • the deformation of the ova is analyzed using images taken when a needle is inserted into the ova for the purpose of microinsemination, and the mechanical properties are numerically evaluated.
  • a second evaluation step of evaluating the quality of the ovum subjected to microinsemination based on the index value obtained by the second analysis step; shall be further implemented.
  • a second analysis unit that non-invasively obtains an index value that quantifies the mechanical properties of the egg by analyzing the deformation mode of the egg using the a second evaluation unit that evaluates the quality of an egg subjected to microinsemination based on the index value obtained by the second analysis unit; can be further provided.
  • the sorting is performed.
  • the quality of the ovum can be evaluated again by the ovum evaluation method of the seventh aspect.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Organic Chemistry (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biochemistry (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • General Engineering & Computer Science (AREA)
  • Sustainable Development (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Hematology (AREA)
  • Immunology (AREA)
  • Biophysics (AREA)
  • Urology & Nephrology (AREA)
  • Optics & Photonics (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Multimedia (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本発明に係る卵子評価方法の一態様は、卵子を評価する方法であって、目的の卵子を撮影した画像を用い、該卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析ステップと（Ｓ２１～Ｓ２４）、解析ステップにより得られた指標値に基づいて、目的の卵子の質を評価する評価ステップ（Ｓ２５）と、を実施する。これにより、非侵襲的な測定や観察を行った結果に基づいて、卵子の質を正確に且つ理論的な基準に従って評価することができる。

Description

卵子評価方法、卵子評価装置、及び卵子評価用プログラム
　本発明は、卵子の質を評価するための方法、装置、及びコンピュータープログラムに関する。
　ヒトの生殖補助医療（Assisted Reproductive Technology）の臨床的治療法としては、体外受精や顕微授精がよく知られている。体外受精は、患者から取り出された卵子を精子と共存させる（媒精）ことによって受精を促し、授精卵を所定期間培養した後に母体に移植する（胚移植）方法である。一方、顕微授精は、患者から取り出された卵子にインジェクションピペットと呼ばれる細いガラス製の針を刺入し、該インジェクションピペットにより１個の精子を卵子に注入して受精を行う方法である。この顕微授精は、顕微鏡による観察の下で、専門的な技術者（一般に「胚培養士」と呼ばれる）によって実施される。
　顕微授精の場合、人間の手により強制的に受精を行うため、受精率や胚移植後の着床率を高めるには、患者から採取した複数の卵子の中で成熟した質の高い卵子を選別して授精を行うことが非常に重要である。このような質の良い卵子の選別も、胚培養士にとって重要な作業の一つである。従来一般に、卵子の質の評価とその評価結果に基づく卵子の選別は、専ら胚培養士の手作業に頼っている。そのため、担当する胚培養士の経験や熟練度合などの技量の差異によって結果にばらつきが生じることが避けられない。また、それ故にそうした作業は胚培養士に大きな負荷を課すものであり、効率（スループット）を上げることが難しい。さらにまた、多くの場合、明確で定量的な基準に従って卵子の質を評価していないため、その評価が適切であったのか否かの検証やチェックも困難である。
　卵子の質の良否が卵子の硬さに関連することは、胚培養士らの経験に基づく知識としてよく知られている。そうしたことから、従来、卵子の質を評価することを目的として、卵子の硬軟の度合を測定する技術が提案されている。
　例えば特許文献１には、マイクロプローブに挟圧操作された状態の卵子を撮影した画像において観測される、その卵子の局所的な変形に基づく外膜の変形応答性、歪状態、又は変形状態などから、卵子の力学的特徴量の一つである硬さを定量的に計測する技術が開示されている。
　非特許文献１には、マニピュレーターでヒトの胚を吸引したときに、硬すぎる或いは柔らかすぎると発生能が低くなることが示されている。
　非特許文献２には、二本指マイクロハンドの先端に、ストレインゲージを使用した微小力センサーを取り付け、その二本指マイクロハンドで細胞を把持する際にエンドエフェクター部分で生じる反力を微小力センサーで計測することによって、その細胞の剛性を推定する技術が開示されている。
　非特許文献３には、針の根元に歪ゲージをつけたマイクロ触覚センサーシステムを用いて、卵子の成熟、受精、初期胚発生の各ステージにおける卵子の透明帯の弾性が特異的に変化することを検証したことが記載されている。
特開２０１６－５４６８４号公報
Livia Z.Yanez、ほか４名、「Human oocyte developmental potential is predicted by mechanical properties within hours after fertilization」、Nature Communications、Vol.7、No.1、2016年、pp.1-12 「二本指マイクロハンドを用いた微細環境下における力計測（大阪大学　新井健生研究室）」、［Online］、［2021年1月22日検索］、インターネット＜URL: http://www.arailab.sys.es.osaka-u.ac.jp/index.php?option=com_content&view=article&id=75&Itemid=97&lang=ja＞ Murayama Yoshinobu、ほか９名、「Elasticity measurement of zona pellucida using a micro tactile sensor to evaluate embryo quality」、Journal of Mammalian Ova Research、Vol.25、No.1、2008年、pp.8-16 Ito Hiroaki、ほか７名、「Quantification of the influence of endotoxins on the mechanics of adult and neonatal red blood cells」、The Journal of Physical Chemistry B、Vol.119、No.25、2015年、pp.7837-7845
　しかしながら、上述したような従来の技術ではいずれも、卵子の質を評価する目的で卵子の硬さや弾性に関連した情報を取得するために、侵襲的な手法が用いられている。顕微授精において、授精の際に卵子を一時的に保持したりインジェクションピペットを卵子に刺入したりすることは治療の上で必須の作業であるものの、それ以外の作業のために卵子に対し侵襲的な操作を行うことは、卵子を損傷するリスクがあり好ましくない。また、特許文献１に記載の方法では、専用のチップに卵子を取り込んで挟む必要があり、通常の治療上の工程には無い余分な手間が掛かり、作業時間が長引くことによって卵子へのダメージが増えるという懸念もある。
　また、卵子は概ね球形状であるため、センサーで卵子を挟むような方法では、そのセンサーの接触位置が卵子の中心点を挟んで対向した位置からずれた場合に、力が斜めに掛かって正確に弾性等を測定することができない。また、センサーが卵子の常に同じ位置に当たるとは限らないため、繰り返し測定を行う際の再現性が低い。さらにまた、通常、卵子は完全な球形状でなく歪んだ球形状であるため、卵子の中心点を通る軸上にセンサーを接触させることはかなり困難である。
　一方、非侵襲的に卵子の質を評価する方法として、近年、ディープラーニング等の機械学習の手法を利用し、卵子を撮影した画像を入力するとその卵子の質の評価結果が出力されるようなシステムの開発が行われている。しかしながら、こうした方法は、卵子の質の評価の過程がいわばブラックボックス化されており、明確で定量的な基準に従った理論的な卵子の質の評価とは言えず、その点で、従来の胚培養士の知識や経験に頼った卵子の質の評価と大きな差はない。
　本発明はこうした課題を解決するためになされたものであり、その主たる目的は、非侵襲的な測定や観察を行った結果に基づいて、卵子の質を正確に且つ理論的な基準に従って評価することができる卵子評価方法、卵子評価装置、及び卵子評価用プログラムを提供することである。
　上記課題を解決するために成された本発明に係る卵子評価方法の一態様は、卵子を評価する方法であって、
　目的の卵子を撮影した画像を用い、前記目的の卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析ステップと、
　前記解析ステップにより得られた指標値に基づいて、前記目的の卵子の質を評価する評価ステップと、
　を実施する。
　また上記課題を解決するために成された本発明に係る卵子評価装置の一態様は、本発明に係る上記態様の卵子評価方法を実施するための装置であって、
　目的の卵子を撮影することで得られた画像を受け取り、該画像を用いて前記目的の卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析部と、
　前記解析部により得られた指標値に基づいて、前記目的の卵子の質を評価して評価結果を出力する評価部と、
　を備える。
　また上記課題を解決するために成された本発明に係る卵子評価用プログラムの一態様は、コンピューターを用いて卵子を評価するためのプログラムであって、
コンピューターに、
　目的の卵子を撮影した画像を用い、前記目的の卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析ステップと、
　前記解析ステップにより得られた指標値に基づいて、前記目的の卵子の質を評価する評価ステップと、
　を実行させるものである。
　ここで、「目的の卵子」は体外受精又は顕微授精による受精を行う対象であり、さらには受精ののちに胚培養を経て胚移植を行うためのものである。そのため、こうした生殖補助医療において卵子に対して必然的に実施される作業や操作は、たとえ、それが例えば顕微授精において実施される授精のための卵子の保持やインジェクションピペットの刺入といった卵子に直接的に接触する作業や操作であったとしても、本明細書及び本発明における侵襲的なものには該当しない。
　また本発明において、目的の卵子を撮影した「画像」は、或る一つの時点での画像つまり静止画像である場合と、時間的に連続した複数の画像から成る動画像又はタイムラプス画像である場合とがあり得る。従って、「目的の卵子の変形の状態」は、卵子が変形した或る時点での卵子の状態である場合と、卵子が変形する過程における卵子の挙動である場合とがあり得る。
　また本発明において、「卵子の質の評価」による評価結果は、１個の卵子の質の良否結果、複数の卵子の質をランク付けした結果、Veeck分類やGardner分類などの既知の受精卵の評価に用いられるグレード分けに対応する多段階の評価結果、さらには、胚移植の適否又は凍結保存の適否の判定結果などを含むものとすることができる。本発明では、こうした評価結果は装置（コンピューターを含み得る）での処理の結果として出力されるが、その評価結果は、熟練した高い技量を有する胚培養士による判断結果に対応したものであり得る。
　また、本発明に係る上記態様の卵子評価用プログラムは、例えば、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、メモリーカード、ＵＳＢメモリー（ドングル）などの、コンピューター読み取り可能である非一時的な記録媒体に格納されてユーザーに提供されるものとすることができる。また、上記プログラムは、インターネットなどの通信回線を介したデータ転送の形式で、ユーザーに提供されるようにすることもできる。さらにまた、上記プログラムは、ユーザーがシステムを購入する時点で、予めシステムの一部であるコンピューター（厳密にはコンピューターの一部である記憶装置）にプリインストールしておくこともできる。
　本発明に係る上記態様の卵子評価方法、装置、及びプログラムによれば、目的の卵子の質を非侵襲で以て正確に、且つ力学的特性を数値化した指標値に基づいて、つまりは理論的な裏付けを持って評価することができる。これにより、卵子の質を評価する際に該卵子を損傷することがなく、例えば評価後の卵子を本来の目的に良好に利用することができる。また、本発明によれば、胚培養士の作業負担が軽減されるとともに、担当する胚培養士の技量などに依存する質の評価のばらつきが無くなり、卵子の質の評価についての信頼性が向上する。さらにまた、本発明では、卵子の質を評価した際のデータが数値として残るため、その評価が適切であったか否かを後で胚培養士等が容易に且つ客観的に検証することが可能となる。
本発明に係る卵子評価方法の一実施形態を利用した顕微授精における、作業・処理手順の一例を示すフローチャート。 図１に示した顕微授精の作業・処理手順における授精前卵子評価処理の詳細な処理手順を示すフローチャート。 授精前卵子評価処理及び受精時卵子評価処理を実施するための卵子評価装置の一例の概略構成図。 卵子評価装置において卵子を撮影した画像の一例を示す図。 図４中に示した線Ｕ上の輝度プロファイルの実測結果を示す図。 線Ｕ上の各点の輝度値を平均化する処理の説明図。 卵子の角度φと半径ｒ(φ)との関係を示す図。 実測データから計算される半径の平均二乗振幅（ＭＳＡ）の値と理論式を用いたフィッティングカーブとを示す図。 インジェクションピペット刺入時における、変形した卵子のアスペクト比の算出方法の説明図。 ホールディングピペットによる保定の際の、卵子の変形状態を示す図。 インジェクションピペットの刺入による開孔時点以降における、卵子の変形緩和の指標値の求め方の説明図。 インジェクションピペット刺入による開孔時点以降における、卵子の変形緩和の時間的な変化を示す図。 インジェクションピペット刺入時における、卵子の内部面積の求め方の説明図。
　本発明に係る卵子評価方法及び卵子評価装置の一実施形態について、添付図面を参照して説明する。
　図１は、本発明に係る卵子評価方法の一実施形態を利用した、顕微授精における一連の作業・処理手順を示すフローチャートである。図２は、図１に示した顕微授精の作業・処理手順における、授精前卵子評価処理の詳細な処理手順を示すフローチャートである。図３は、図１に示した授精前卵子評価処理及び受精時卵子評価処理を実施するための、本発明に係る卵子評価装置の一実施形態の概略構成図である。
　本実施形態の卵子評価方法及び卵子評価装置は、主として、生殖補助医療の一つである顕微授精を実施する際に、卵子の質を評価し、質の高い卵子を選別するためのものである。但し、本実施形態の卵子評価方法のうちの一部の手法は、顕微授精ではなく体外受精を行うために卵子を評価し選別するのに利用することもできる。
　顕微授精を行う際には、まず医師が患者から採卵を行う。通常、複数個の卵子を患者から採取する（ステップＳ１）。
　次いで、胚培養士は、採取された複数の卵子をまとめて又は個別に、後述する卵子評価装置にセットし、該装置において所定の操作を行う。この操作を受けて該卵子評価装置は、その複数の卵子に対し、第１段階の卵子評価としての受精前卵子評価処理を実行する（ステップＳ２）。胚培養士は、この卵子評価装置による評価結果に基づいて、顕微授精の作業を行う対象とする卵子を１又は複数選択する（ステップＳ３）。
　胚培養士は、選択した卵子を顕微鏡で観察しながら、授精作業を実施する。その授精作業中における卵子の状態は、上記卵子評価装置により動画像として撮影される（ステップＳ４）。
　引き続いて胚培養士は、上記卵子評価装置において所定の操作を行う。この操作を受けて該卵子評価装置は、第２段階の卵子評価として、授精作業時に撮影された画像に基づく受精時卵子評価処理を実行する（ステップＳ５）。そして、胚培養士は、その卵子評価装置による評価結果に基づいて、培養する（又は凍結保存する）卵子（受精卵）を１又は複数選択する（ステップＳ６）。そのあと、胚培養士は、選択した授精卵を所定期間培養し、培養後に、医師は培養によって得られた胚を患者に移植する（ステップＳ７）。或いは、胚培養士は、所定期間培養したあとの受精卵を凍結保存する。
　上述したように、本実施形態の卵子評価方法では、卵子評価装置を用いて、受精前と受精時との２段階で卵子の質がそれぞれ評価され、それによって患者に移植する受精卵の質が担保される。この２段階の卵子評価はいずれも受精卵が培養器に収容される前の段階での評価であり、早期に受精成功率の高い卵子を選別することができる。それによって、その収容能力が限られている培養器に収容する受精卵を効率的に選別することで、培養ロスを軽減することができる。また、培養器の回転率を高めて、不妊治療の待機患者数を減らすことができる。
　次に、卵子の質の評価に使用される、図３に示した卵子評価装置の構成を説明する。
　この卵子評価装置は、撮像部１０を含む顕微観察部１と、撮影制御部２と、データ処理部３と、主制御部４と、入力部５と、表示部６と、を備える。
　データ処理部３は、機能ブロックとして、画像データ保存部３０、輪郭抽出部３１、半径算出部３２、半径変位量算出部３３、力学的パラメーター算出部３４、第１評価部３５、アスペクト比算出部３６、及び第２評価部３７、を含む。詳しくは後述するが、第１評価部３５は、機械学習による分類又は回帰を行うものであり、そのために予め教師データを用いて学習された学習済みモデルが格納される学習済みモデル記憶部３５０を有する。
　顕微観察部１は、明視野顕微鏡、位相差顕微鏡のいずれもよい。撮像部１０は、カラー画像、モノクロ画像のいずれを取得するものでもよい。また、撮像部１０は、一般的なフレームレート（６０フレーム／秒）での動画撮影が可能であるビデオカメラでもよいが、フレームレートを適度に落とした、所定時間間隔でタイムラプス撮影を行うカメラでもよい。
　なお、データ処理部３及び主制御部４の機能の少なくとも一部は、パーソナルコンピューターなどのコンピューターをハードウェア資源とし、該コンピューターに予めインストールされた制御・処理用のソフトウェア（プログラム）を該コンピューターで実行することによって上記の各機能ブロックの動作を実施するものとすることができる。その場合、入力部５及び表示部６はそれぞれ、パーソナルコンピューターに付設されたキーボードやポインティングデバイス（マウスなど）、及びモニターである。このコンピュータープログラムは本発明に係る卵子評価用プログラムの一実施形態である。
　次に、上記卵子評価装置を用いて、図１中のステップＳ２の処理、つまりは受精前卵子評価処理を実施する際の、胚培養士が行う作業と装置の処理動作とについて、図２に従って説明する。
　胚培養士（又は他の担当者）は、評価対象である目的の卵子１００をその極体が画像内に映り込まないように顕微観察部１のステージ上にセットし、入力部５から解析開始を指示する操作を行う。この指示を受けて撮影制御部２は、撮像部１０を動作させ、卵子１００の動画を所定時間（例えば約３０秒間）に亘って撮影する（ステップＳ２０）。撮像部１０において得られた動画像データはデータ処理部３に転送され、画像データ保存部３０に一旦保存される。
　次いで、データ処理部３において輪郭抽出部３１は、動画像の各フレーム画像において卵子の輪郭を抽出する処理をそれぞれ実行する（ステップＳ２１）。具体的には以下のような処理を実行する。
　輪郭抽出部３１はまず、各フレームの画像に対してそれぞれ、前処理としてガウシアンフィルターやメディアンフィルターなどを用いたノイズ除去処理を行う。図４は、卵子の撮影画像の一例である。卵子（卵細胞）は細胞膜で覆われているが、その細胞膜の外側には透明帯と呼ばれる一種の保護層が存在する。上記ノイズ除去処理は、画像上でこの透明帯や細胞膜付近に生じる細かいごま塩ノイズを除去するための処理である。
　輪郭抽出部３１は次いで、各フレームの画像に対し、卵子の中心点から外方に向かう直線に沿った画素（又は所定間隔毎の画素）の輝度値の変化を示す輝度プロファイルを求める。図５は、図４中に示した直線Ｕ上の輝度プロファイルである。ここで、卵子の中心点は例えば最小二乗法（輪郭座標から円の中心を算出する）を利用した円の中心座標近似によって求めることができる。
　ノイズを抑えた明瞭な画像を得るには強い照明光を当てればよいが、こうした強い光は卵子にダメージを与えるおそれがある。そのため、卵子を撮影する際には照明光を抑える必要がある。その結果、輝度プロファイルには暗い照明下での撮影に起因するノイズ（輝度ノイズ）が目立ち、このノイズが輝度プロファイルから輪郭を抽出する際の誤差の要因となり得る。そこで、輝度ノイズを除去するために、輪郭抽出部３１は、輝度プロファイル上の各点（画素）の輝度値を、その前方２点及び後方２点を含む計５点の輝度値を平均した値に置き換えるスムージング処理を実行する。
　図６は、このスムージング処理の説明図である。いま、図６（Ａ）に示すように、直線Ｕ上で連続する５点の輝度値がｘi-2、ｘi-1、ｘi、ｘi+1、ｘi+2であるとすると、その５点のうちの中央の１点の輝度値は、図６（Ｂ）に示すように、[ｘi] ＝（ｘi-2＋ｘi-1＋ｘi＋ｘi+1＋ｘi+2）／５で算出される。各点について同様の計算を行うことで、図６（Ｃ）に示すように、上記５点の輝度値はそれぞれ[ｘi-2]、[ｘi-1]、[ｘi]、[ｘi+1]、[ｘi+2]に置き換わる。これにより、輝度ノイズの影響を軽減した輝度プロファイルを求めることができる。
　輪郭抽出部３１はそのあと、卵子の中心点からそれぞれ放射状に異なる方向に延びる複数の直線に沿ったスムージング処理後の輝度プロファイルにおいて、微分値のうちの最大値（又は最小値）を輪郭上の点として選択する。卵子の中心点の周りの３６０°の角度範囲について、所定の角度間隔毎に引いた各直線において輪郭上の点をそれぞれ求め、この点を繋げることによって、目的の卵子の輪郭を精度良く抽出することができる。
　本発明者らの一部が執筆者である非特許文献４には、円形に近い形状である赤血球の画像からその輪郭を抽出し、半径（中心点から輪郭までの距離）を求めることが開示されている。本発明者らは、卵子についても同様の方法の適用が可能か検討したが、そのままの適用は困難である。その理由は、赤血球の場合には、輝度プロファイルのカーブの形状が滑らかで且つ輪郭がかなり明瞭に現れるのに対し、卵子の場合には、細胞膜の外側に存在する厚い透明帯のために、特に細胞膜付近においてノイズが多く含まれ、これが輪郭の抽出を難しくするからである。
　そこで、輪郭抽出部３１は、まず、卵子の中心点の周りの（３６０／６４）°角度間隔の６４方向の放射状の直線に沿ってそれぞれ輝度プロファイルを計算し、その輝度プロファイルにおいて輪郭に対応する範囲を大まかに抽出する。その後、半径方向における輝度プロファイルの算出範囲を輪郭が含まれると推定される範囲に段階的に狭めながら、卵子の中心点の周りの（３６０／２５６）°角度間隔の２５６方向の放射状の直線に沿って同様の計算を３回繰り返すことによって、最終的に精度の高い輪郭を求めるようにしている。
　輪郭抽出部３１は、所定時間に亘る動画像を構成する全てのフレームの画像について、同様にして卵子の輪郭を抽出する。次に、半径算出部３２は、各フレームの画像毎に、卵子の中心点の周りの所定の角度間隔Δθ毎の各方向における半径（厳密に言えば、中心点から輪郭までの距離）をそれぞれ求める（ステップＳ２２）。即ち、図７に示すように、予め定められた複数の角度φに対し半径ｒ(φ)を算出する。ここでは、一例として、Δθ＝１°として３６０方向の半径ｒ(φ)（φ＝０～３６０°）をフレーム画像毎に求める。なお、半径を算出する際の中心点は、輪郭から計算した重心の位置とするとよい。
　細胞の一種である卵子の形状は、揺らぎによって時間的に変化する。半径変位量算出部３３は、各フレームの画像毎の膨大な数の半径の情報に基づいて、卵子の形状揺らぎを反映した半径変位量を計算する（ステップＳ２３）。そのために、ここでは非特許文献４に開示されている方法を利用する。具体的には、半径変位量算出部３３は、次の（１）式を用いたフーリエ変換演算を行うことで、波数ｑの関数である平均二乗振幅（Mean Square Amplitude：ＭＳＡ）を算出する。
Figure JPOXMLDOC01-appb-M000001
 　（１）式において、< >は全フレームに亘る時間的な平均を示す。また、Ｎは一つの画像当たりの角度方向のデータ（サンプル）数、つまりＮ＝３６０／Δθである。
　（１）式は、同じ方向毎に半径と半径の時間的な平均との差異を求め、その差異を全ての方向について加算した値の時間的な変化を、フーリエ変換によって波数の関数としたものであると捉えることができる。図８に、実測データに基づいて上記手順で算出された平均二乗振幅の値をプロットで示す。
　一方、細胞の弾性を表す理論式として、非特許文献４にも開示されているように、次の（２）式が知られている。
Figure JPOXMLDOC01-appb-M000002
　（２）式において、ｑxは実験的なｑに対応する連続的な波数である。また、Ｌは細胞（ここでは卵子）の一つの次元方向の長さである。また、ｋBはボルツマン定数、Ｔは実験時における絶対温度である。そのほかのγ、σ、κは未知の力学的パラメーターであり、γはばね定数、σは表面張力、κは曲げ弾性、である。力学的パラメーター算出部３４は、上述したように実測データから算出された平均二乗振幅に（２）式をフィッティングさせることによって、未知の三つの力学的パラメーターを算出する（ステップＳ２４）。図８には、このフィッティングを行ったときのカーブを実線で示している。この三つの力学的パラメーターが卵子の力学的特性、つまり硬さや柔らかさを反映した指標値である。即ち、これによって、卵子の力学的特性が定量化される。
　次に、第１評価部３５は、上述したように算出された卵子の力学的パラメーターの値から卵子の質に関する情報を得る（ステップＳ２５）。本実施形態の卵子評価装置では、この質の評価に機械学習の手法を利用する。即ち、第１評価部３５は、上記三つの力学的パラメーターの値を入力とし、質の良い卵子を「１」、質の悪い卵子を「０」とした評価結果を出力する、所定の機械学習アルゴリズムに基づく学習済みのモデルを用いた分類（Classification）を行うことで、卵子の質の良否を判定する。
　学習済みモデルの作成は、以下のようにして事前に（例えば装置をメーカーが出荷する前の段階で）実施される。
　即ち、多数の患者からそれぞれ１又は複数採取された卵子について、それぞれ上述したような手順に従って力学的パラメーターが求められる。一方、熟練した胚培養士はそれら卵子について通常の授精及びその後の培養を行う過程で、各卵子の質を評価し評価結果を残す。この胚培養士による評価結果は、例えば移植の適否、凍結保存の適否など、質が良いか否かの二値情報とすることができる。また、Veeck分類やGardner分類などの既知の多段階の評価方法に沿った多値情報としてもよい。もちろん、通常の授精及び培養の過程では、途中の段階で、明らかに不良である卵子を廃棄することもある。その場合には、胚培養士が判断することなく、質が悪いとの評価結果とすることができる。
　こうして多数の卵子について実測の力学的パラメーター（つまりは入力データ）と評価結果（つまりは正解データ）とをセットとした教師データを多数用意しておき、この教師データをニューラルネットワーク等に学習させることによって、学習済みモデル、つまりは卵子の質の識別器を作成することができる。この学習済みモデルが学習済みモデル記憶部３５０に格納される。
　なお、上述したような教師データに基づく学習済みモデルの作成の作業は、ユーザーが行ってもよいが、通常は、本装置のメーカーやソフトウェアを提供するメーカーが行うのが一般的である。
　第１評価部３５において未知の卵子の評価を行う際には、その未知の卵子について得られた力学的パラメーターの値を学習済みモデルに入力することで、出力として、その卵子の質の良否の結果を得ることができる。この評価結果は、主制御部４を通して表示部６から出力される。単に、卵子の質の評価結果として、例えば移植の適否などの二値情報を得たい場合には、第１評価部３５において二値分類の機械学習アルゴリズムを用いればよい。また、正解データは二値であっても、例えばロジスティック回帰等の回帰分析の機械学習アルゴリズムを用いることにより、質が良である確率を数値として算出することができる。従って、その場合には、例えば算出された確率を閾値と比較することで、卵子の質の良否を決定することができる。
　また、例えば受精率や着床率などの客観的な数値を正解データとして回帰分析の機械学習アルゴリズムに基づく学習済みモデルを作成することにより、第１評価部３５では、卵子の質の評価結果を、受精率や着床率などの数値として求めることもできる。この場合にも、第１評価部３５は、評価結果として出力された確率の数値が予め決めた閾値以上であるか否かを判定することにより、その卵子の質の良否の結果を得て表示部６に表示させることができる。もちろん、そうした確率の数値を良否判定結果と併せて、或いは、確率の数値のみを表示するようにしてもよい。
　また、一般に不妊治療では、患者から複数の卵子を採取するが、最終的にそのうちの一つの卵子に絞り込む作業が必要となる。そこで、上述したように卵子の質が良好である確率が数値として得られる場合、第１評価部３５はその数値に基づいて一人の患者から採取された複数の卵子のランク付けを行って、そのランク付けの結果を表示部６に表示することができる。これを確認した胚培養士（医師）が、そのランク付けを参照して、その複数の卵子のうちから顕微授精を行う対象の卵子を選別したり、患者の体内に戻すのに適切な卵子を選出したりできるようにすることができる。
　また、胚培養士による受精卵の質の評価手法としては、上述したVeeck分類やGardner分類などの、多段階の評価方法がよく知られている。Veeck分類は、受精後の卵子で培養２～４日目の初期胚の質を評価する指標であり、５段階のグレードでの分類である。一方、Gardner分類は、培養５～６日目の胚盤胞の状態を評価する指標であり、６段階のグレードでの分類である。これらは受精後の卵子の評価手法であるが、Veeck分類やGardner分類におけるグレード分けの結果を正解データとした教師データを用いて学習を行うことで学習済みモデルを作成し、この学習済みモデルを利用して、受精前の卵子についての力学的パラメーターの値からVeeck分類やGardner分類におけるグレード分けの結果を得られるようにしてもよい。
　ここで、機械学習として分類や回帰に用いられ得る既知の様々なアルゴリズム、例えば、ロジスティック回帰、サポートベクターマシン、ｋ近傍法、ランダムフォレスト、線形回帰、正則化、ニューラルネットワークなどを適宜用いることができることは当然である。
　さらにまた、卵子の質を評価する際には、卵子の力学的パラメーターを評価指標とするだけでなく、その卵子に関する力学的パラメーター以外の様々な情報、例えば卵子の大きさなどの他の情報を評価指標として加えてもよい。また、卵子自体ではなく、患者に固有の情報、例えば患者の年齢、過去の人工授精の実績、既往歴などの情報を評価指標として追加してもよい。
　特に、患者の年齢は卵子の質に大きな影響を及ぼすことが知られているので、患者の年齢の情報を評価指標の一つとして使用することは妥当性が高い。その場合、年齢を力学的パラメーターと同等の学習済みモデルの入力として扱うことも可能であるが、そうではなく、機械学習によって得られた結果、例えば、複数の卵子をランク付けした結果のうちの何番目までを質が良いと判定するかの閾値や、質の良さを表す確率が何％以上である場合に質が良いと判定するかの閾値などを、患者の年齢に応じて変更するようにしてもよい。
　本発明者らは、母体への移植の適否という観点で卵子の質を評価するように作成された学習済みモデルを用いて、実際の患者から採取された卵子が的確に評価できるか否かを実験的に検証した。この検証では、１４人の患者から１人当たり複数個採取された卵子について、実測した力学的パラメーターに基づく質の評価を実施した。その結果、学習済みモデルを用いた評価の結果が、熟練した胚培養士による卵子の質の評価とほぼ同等であることを確認することができた。
　上述したように、受精前の卵子についての質の評価が終了したならば、胚培養士は、その評価結果を参照して、一人の患者から採取された複数の卵子の中から質の良い卵子を一又は複数選択し、他を廃棄する。そして、胚培養士は、選択された質の良い卵子に対して顕微授精の操作を実施する。
　顕微授精のやり方は従来と全く同様であり、胚培養士が、顕微鏡で卵子を観察しながら該卵子にインジェクションピペットを刺入して精子を注入する。ここでは、この顕微授精の作業を、図３に示した卵子評価装置の顕微観察部１による観察の下で実施する。撮像部１０は、その作業の際の卵子の状態、特にインジェクションピペットが卵子に刺入される直前の時点からインジェクションピペットが抜去されたあと所定時間が経過するまでの間の卵子の状態、を撮影する。得られた動画像データはデータ処理部３に転送され、画像データ保存部３０に一旦保存される。
　そのあと、胚培養士（又は他の担当者）は入力部５で所定の操作を行う。これを受けて、データ処理部３は、保存された動画像データに基づいて、第２段階の卵子の質の評価として受精時卵子評価処理を実行する。この卵子評価について、図９を参照して詳しく説明する。なお、既に述べたように、卵子へのインジェクションピペット刺入の操作は、顕微授精に欠くことができない必須の操作であって、通常の操作以外に卵子に対する接触や侵襲を伴う操作を行うものではないから、この卵子評価も非侵襲的な評価であるということができる。
　図９は、顕微授精のために卵子にインジェクションピペットが刺入されたときの卵子の状態を示す画像である。
　図９に示されているように、精子を卵子に注入する際に、卵子はホールディングピペットで保定される。インジェクションピペットの先端は、保定されている卵子の透明帯に穿通され、さらに卵子の細胞膜に穿通されて卵細胞質内に深く押し込まれる。それとほぼ同時に精子が卵細胞質内に注入され、そのあと、インジェクションピペットは速やかに卵子から引き抜かれる。インジェクションピペットの先端が透明帯に穿通される際に、透明帯はインジェクションピペットの先端で押されて一旦内方に窪み、さらにインジェクションピペットの先端が進出すると透明帯の一部に孔が開く。即ち、インジェクションピペットの移動に伴って、透明帯は大きく変形し、透明帯に孔が開くとその変形が緩和してほぼ元の状態に戻る。卵子の細胞膜も同様であり、インジェクションピペットの移動に伴って、細胞膜は内方に窪むように大きく変形し、細胞膜に孔が開くとその変形が緩和してほぼ元の状態に戻る。
　データ処理部３においてアスペクト比算出部３６は、保存された動画像の中から、上述したようにインジェクションピペット刺入時において透明帯が大きく変形したあと、その変形が緩和され始める直前の、透明帯が最も大きく変形した状態の画像を検出する。アスペクト比算出部３６は、その画像から透明帯の短軸方向の長さと長軸方向の長さとを算出し、その長さの比をアスペクト比として求める。短軸方向の長さは、インジェクションピペットの進退方向（図９では水平方向）に沿った、卵子の略中心を通る位置での透明帯の幅である。一方、長軸方向の長さは、インジェクションピペットの進退方向に直交する方向（図９では垂直方向）に沿った、卵子の略中心を通る位置での透明帯の幅である。
　卵子の一部である透明帯の上記アスペクト比は、透明帯の力学的特性、具体的には弾性の影響を受ける。換言すれば、上記アスペクト比は卵子の力学的特性を測る有用な指標であり、卵子の力学的特性はその卵子の質を左右することから、アスペクト比に基づいて卵子の質を評価することができる。そこで、第２評価部３７は、上記アスペクト比の値を受け取り、これを予め定められた閾値と比較することで卵子の質の良否を判定する。そして、主制御部４を通して表示部６に、卵子の質の判定結果を表示する。もちろん、ここでも第１評価部３５と同様に、アスペクト比以外の指標、例えば患者の年齢などの個人情報を併せて、卵子の質の良否を評価してもよい。
　また、透明帯ではなく細胞膜のアスペクト比、つまり、インジェクションピペット刺入時において細胞膜が大きく変形したあと、その変形が緩和され始める直前の、最も大きく変形した状態におけるアスペクト比を算出し、このアスペクト比を用いて卵子の質の良否を判定してもよい。さらには、透明帯のアスペクト比と細胞膜のアスペクト比の両方を用いて、卵子の質の良否を判定してもよい。
　例えば受精前の卵子評価において質が良いと判定された場合であっても、授精時の卵子評価において質が悪いと判定された場合には、受精率や着床率が悪い可能性がある。そこで、授精時に質が悪いと評価された受精卵を培養対象から除外することによって、受精卵の培養ロスを軽減し、培養器を有効に利用することができる。
　上記説明では、授精時の卵子評価として透明帯及び／又は細胞膜の最大変形時のアスペクト比を利用していたが、細胞膜又は透明帯の力学的特性を反映した、以下に述べるような他の情報を利用して卵子の質を評価することもできる。
　図１０は、ホールディングピペットで保定された卵子の状態を示す画像の一例である。図１０（Ａ）の例では、ホールディングピペットによる吸い込みによって細胞膜が明瞭に突出するように変形している。これに対し、図１０（Ｂ）の例では、ホールディングピペットによる吸い込みがあるにも拘わらず、細胞膜は殆ど突出していない。この変形の違いは卵子の弾性の相違を反映している。従って、第２評価部３７は、例えば画像処理によって変形の有無を判定することで、卵子の質の良否を判定することができる。また、変形量（突出量）を定量化し、その定量値を閾値と比較することで卵子の質の良否を判定してもよい。
　また、第２評価部３７は、授精作業時に取得された動画像から、インジェクションピペットが細胞膜を穿通した瞬間から、細胞膜の変形が緩和する（元に戻る）のに要する時間（以下「緩和時間」という）を求め、この緩和時間に基づいて卵子の質の良否を判定することもできる。図１１は、インジェクションピペットの刺入による開孔時点以降における、卵子の変形緩和の指標値を求める際に、細胞膜の変化を観察する部位を示す図である。また、図１２は、インジェクションピペット穿通後の細胞膜の変形（卵子の変形緩和）の時間的な変化の一例を示す図である。
　図１１は、インジェクションピペットの先端が細胞膜を穿通する直前の状態を示す画像であるが、ここでは、細胞膜の変形として、図中に示したｘ1、ｘ2、ｘ3の三つのサイズに着目する。ｘ1は、細胞膜が開孔する直前のインジェクションピペットの先端位置からその前方に対向する細胞膜の位置までの距離である。ｘ2は、インジェクションピペットに押されることで形成された細胞膜の窪みの深さである。ｘ3は、インジェクションピペットに押されることで形成された細胞膜の窪みの縁部の直径である。これらはいずれも、インジェクションピペットの先端が細胞膜を穿通する直前で最大の値を示し、穿通後に時間の経過に伴って値が減少する。
　そこで、データ処理部３では、動画像に含まれる所定時間間隔毎のフレーム画像において、インジェクションピペットの先端が細胞膜を穿通した時点以降のｘ1、ｘ2、ｘ3を算出する。それらの実測値は例えば、図１２中に示したプロットのように変化する。そこで、第２評価部３７は、理論式である（３）式を実測値にフィッティングさせることで、緩和時間τiを算出する。
　　（ｘi／Ｒ0）＝Ａi・exp（－ｔ／τi）　　　…（３）
但し、ｉ＝１～３である。また、Ｒ0は卵子の直径であり、Ａiは変形強度である。弾性が大きいほど緩和時間は短くなるから、三つの緩和時間τiを評価指標とし、これらを適宜組み合わせて卵子の質を評価することができる。もちろん、上述したような機械学習の手法を利用して、三つの緩和時間τiを入力とし、卵子の評価結果を導出するようにしてもよい。
　また、図１１に示したｘ1、ｘ2、ｘ3のうちの少なくとも一つのサイズの緩和時間を利用して、卵子の質を評価してもよい。また、細胞膜が最大に変形した時点における、ｘ1、ｘ2、ｘ3のうちの少なくとも一つのサイズを評価指標として利用して、卵子の質を評価してもよい。
　さらにまた、或る部位のサイズ（長さ）の代わりに、透明帯で囲まれる部分の面積又は細胞膜で囲まれる部分の面積を利用することもできる。図１３は、卵子の画像上で透明帯で囲まれる部分（Ａ）及び細胞膜で囲まれる部分（Ｂ）を示す図である。インジェクションピペットの先端が細胞膜を穿通する直前の、透明帯や細胞膜の変形が最大であるときの上記各部分の面積、又は、インジェクションピペットの先端が細胞膜を穿通した瞬間以降の変形緩和時における上記各部分の面積の変化も、卵子の弾性を反映している。従って、こうした情報を評価指標として利用することで、卵子の質を評価することも可能である。
　もちろん、上述した複数の評価指標を併用することで、又はそれぞれの評価指標から求まる評価結果を併用することで、卵子の質の評価の精度や信頼度を高めることも可能である。
　また、第１評価部３５による卵子の質の評価と、第２評価部３７による卵子の質の評価とは全く独立した評価であるから、いずれか一方のみを実施してもよいことは明らかである。もちろん、顕微授精においては両方を併用することで、授精対象の卵子を絞ることができ、且つ培養する卵子（授精卵）も絞ることができるので、非常に都合がよいことは明らかである。また、第１評価部３５による卵子の質の評価が、顕微授精でなく体外受精を行う対象の卵子を選別する際にも有用であることは、言うまでもない。
　また、上述した実施形態の卵子評価装置では、受精前の卵子評価と授精時の卵子評価との両方を実施可能であったが、それらは別々の装置で実施されるようにすることもできる。また、上記説明では、卵子評価装置はセットされた卵子の質の評価結果又は判定結果を出力し、これを参照して、胚培養士が卵子を選択するようにしていたが、卵子の質の評価結果に基づいて卵子を選別する機能を卵子評価装置に組み込むことも可能である。その際には、最も質が良好であると判定された卵子のみを選択するようにしてもよいし、逆に、明らかに不良であると推定される卵子のみを自動的に廃棄し、他を残すようにしてもよい。即ち、最終的な卵子の選択・選別に、胚培養士の判断の余地が入るようにしてもよいし、そうした判断無く自動的に卵子の選択・選別を実施してもよい。
　さらにまた、上記実施形態や上述した各種の変形例も本発明の一例にすぎず、本発明の趣旨の範囲で適宜変形、修正、追加等を行っても本願特許請求の範囲に包含されることは当然である。
　　［種々の態様］
　上述した例示的な実施形態が以下の態様の具体例であることは、当業者には明らかである。
　（第１の態様）本発明に係る卵子評価方法の一態様は、卵子を評価する方法であって、
　目的の卵子を撮影した画像を用い、前記目的の卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析ステップと、
　前記解析ステップにより得られた指標値に基づいて、前記目的の卵子の質を評価する評価ステップと、
　を実施する。
　また、本発明に係る卵子評価装置の一態様は、
　目的の卵子を撮影することで得られた画像を受け取り、該画像を用いて前記目的の卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析部と、
　前記解析部により得られた指標値に基づいて前記目的の卵子の質を評価する評価部と、
　を備える。
　また、本発明に係る卵子評価用プログラムの一態様は、コンピューターを用いて卵子を評価するためのプログラムであって、コンピューターに、
　目的の卵子を撮影した画像を用い、前記目的の卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析ステップと、
　前記解析ステップにより得られた指標値に基づいて、前記目的の卵子の質を評価する評価ステップと、
　を実行させるものである。
　上記第１の態様の卵子評価方法、卵子評価装置、及び卵子評価用プログラムによれば、目的の卵子の質を非侵襲で以て正確に、且つ力学的特性を数値化した指標値に基づいて、つまりは理論的な裏付けを持って評価することができる。これにより、卵子の質を評価する際に該卵子を損傷することがなく、例えば評価後の卵子を本来の目的に良好に利用することができる。また、胚培養士の作業負担が軽減されるとともに、担当する胚培養士の技量などに依存する質の評価のばらつきが無くなり、卵子の質の評価についての信頼性が向上する。さらにまた、卵子の質を評価した際のデータが数値として残るので、その質の評価が適切であったか否かを胚培養士等があとで検証することが容易である。
　（第２の態様）第１の態様の卵子評価方法において、前記目的の卵子は授精前の卵子であり、前記画像は目的の卵子の動画像又はタイムラプス画像であり、
　前記解析ステップは、動画像又はタイムラプス画像を構成する複数の画像からそれぞれ目的の卵子の輪郭を抽出する輪郭抽出ステップと、前記目的の卵子の輪郭の変位量を求める変位量取得ステップと、前記目的の卵子の輪郭の変位量から該卵子の力学的パラメーターを前記指標値として計算する力学的パラメーター算出ステップと、を含むものとすることができる。
　同様に第１の態様の卵子評価装置において、前記目的の卵子は授精前の卵子であり、前記画像は目的の卵子の動画像又はタイムラプス画像であり、
　前記解析部は、動画像又はタイムラプス画像を構成する複数の画像からそれぞれ目的の卵子の輪郭を抽出する輪郭抽出処理部と、前記目的の卵子の輪郭の変位量を求める変位量取得処理部と、前記目的の卵子の輪郭の変位量から該卵子の力学的パラメーターを前記指標値として計算する力学的パラメーター算出処理部と、を含むものとすることができる。
　細胞の一種である卵子の形状は、揺らぎによって時間的に変化する。この揺らぎによる卵子の形状の変化の態様はその卵子の硬さなどを反映した弾性の影響を受ける。例えば上記卵子評価方法において、輪郭抽出ステップ及び変位量取得ステップでは、卵子の形状の変化を輪郭の変位量の情報として求める。そして、力学的パラメーター算出ステップでは、輪郭の変位量の情報から卵子の力学的パラメーターを算出する。これにより、第２の態様の卵子評価方法及び卵子評価装置によれば、卵子の力学的パラメーターに基づいて目的の卵子の質を的確に評価することができる。
　（第３の態様）第２の態様の卵子評価方法において、前記力学的パラメーター算出ステップでは、細胞の弾性を表す理論式を用いてパラメーターフィッティングを行うことにより力学的パラメーターを求めるものとすることができる。
　同様に第２の態様の卵子評価装置において、前記力学的パラメーター算出処理部は、前記目的の卵子の輪郭の変位量を表す実測値に対し、細胞の弾性を表す理論式を用いたパラメーターフィッティングを行うことにより前記力学的パラメーターを求めるものとすることができる。
　一般的に、物体の弾性などの力学的特性を把握するには、その物体に何らかの力を加え、それに対する該物体の変形率などを測定するのが常道である。これに対し、第３の態様の卵子評価方法及び卵子評価装置によれば、卵子に間接的にでも何らかの力を加えたりその動きを規制したりすることなく、卵子の弾性に関する情報を精度良く求めることができる。また、揺らぎによる形状変化を観察するには長くても１分程度、通常はそれよりも短い時間の外観上の撮影を行えばよく、卵子に与える実質的なダメージを殆どなくすことができる。
　（第４の態様）第１～第３の態様のいずれかの卵子評価方法において、前記評価ステップでは、受精から着床に至るまでの少なくともいずれかの段階における胚培養士による卵子の評価結果を含む教師データ、又は、該いずれかの段階における成否の確率の情報が既知である教師データを用いた機械学習によって得られた識別器を用いて、卵子の質を評価するものとすることができる。
　同様に第１～第３の態様のいずれかの卵子評価装置において、前記評価部は、受精から着床に至るまでの少なくともいずれかの段階における胚培養士による卵子の評価結果を含む教師データ、又は、該いずれかの段階における成否の確率の情報が既知である教師データを用いた機械学習によって予め作成された識別器を用いて、卵子の質を評価するものとすることができる。
　使用される機械学習のアルゴリズムは特に問わない。第４の態様の卵子評価方法及び卵子評価装置によれば、熟練した高い技量を有する胚培養士による授精卵の移植の適否の判断結果などを反映して、培養前の卵子を的確に評価することができる。また第４の態様の卵子評価方法及び卵子評価装置によれば、受精率や着床率などの過去の成否の結果を反映して、的確に卵子の質を評価することができる。
　（第５の態様）第１～第４の態様のいずれかの卵子評価方法において、前記評価ステップでは、前記指標値のほかに、年齢を含む患者固有の情報を用いて卵子の質を評価するものとすることができる。
　同様に第１～第４の態様のいずれかの卵子評価装置において、前記評価部は、前記指標値のほかに、予め入力された年齢を含む患者固有の情報を用いて卵子の質を評価するものとすることができる。
　受精率や着床率が、患者の年齢が上がるに伴って低下することはよく知られている。多くの場合、患者の年齢の上昇の影響は卵子の弾性の低下に現れるものの、それ以外の未だ十分に解明されていない要因も考えられる。それに対し、第５の態様の卵子評価方法及び卵子評価装置によれば、年齢などの患者固有の情報が評価に加味されるので、より的確に卵子の質を評価して妊娠の可能性を高めることができる。
　（第６の態様）第１～第５の態様のいずれかの卵子評価方法において、前記評価ステップでは、一人の患者から採取された複数の卵子についてそれぞれ卵子の質に関する情報を取得し、該情報を用いて該複数の卵子のランク付けを行うものとすることができる。
　同様に第１～第５の態様のいずれかの卵子評価装置において、前記評価部は、複数の卵子についてそれぞれ得られた卵子の質に関する情報を用いて該複数の卵子のランク付けを行うものとすることができる。
　第６の態様の卵子評価方法及び卵子評価装置によれば、患者から採取した複数の卵子の中で、最も妊娠の確率が高いと推定される一個の、又は妊娠の可能性が相対的に高いと推定される少数個の卵子について顕微授精の操作を行うようにすることができる。また、複数の受精卵がある場合に、最も妊娠の確率が高いと推定される一個を選別して移植し、残りを凍結保存に回すこともできる。
　（第７の態様）第１の態様の卵子評価方法において、前記画像は、顕微授精を目的とした前記目的の卵子への針の刺入時に撮影された画像であり、
　前記解析ステップでは、針の刺入に伴う透明帯若しくは細胞膜の最大変形時の変形の度合を反映した指標値、又は、針の刺入に伴う透明帯若しくは細胞膜の変形の緩和の度合を反映した指標値を求めるものとすることができる。
　同様に第１の態様の卵子評価装置において、前記画像は、顕微授精を目的とした前記目的の卵子への針の刺入時に撮影された画像であり、
　前記解析部は、針の刺入に伴う透明帯若しくは細胞膜の最大変形時の変形の度合を反映した指標値、又は、針の刺入に伴う透明帯若しくは細胞膜の変形の緩和の度合を反映した指標値を求めるものとすることができる。
　第７の態様の卵子評価方法及び卵子評価装置では、顕微授精が実施される際に撮影された画像に基づいて算出された指標値から、卵子の質が評価される。上述したように、卵子の質を評価するための特別な侵襲的な測定や観察は行われないという点で、この卵子の質の評価も非侵襲的に行われるということができる。
　第７の態様の卵子評価方法及び卵子評価装置によれば、従来、胚培養士が顕微授精を実施する際になされていた、弾力がある或いは弾力が乏しいというような感覚的で定性的な評価に代えて、具体的な数値による定量的な評価を行うことができる。それにより、卵子の質の評価についての正確性や信頼性が向上する。さらにまた、卵子の質を評価した際のデータが数値として残り、その評価の的確性等の検証が容易になる。
　（第８の態様）第７の態様の卵子評価方法において、前記最大変形時の変形の度合を反映した指標値は、前記目的の卵子の透明帯又は細胞膜の最大変形時の、針の刺入方向とそれに直交する方向との２方向の幅の比率であるものとすることができる。
　同様に第７の態様の卵子評価装置において、前記最大変形時の変形の度合を反映した指標値は、前記目的の卵子の透明帯又は細胞膜の最大変形時の、針の刺入方向とそれに直交する方向との２方向の幅の比率であるものとすることができる。
　第８の態様の卵子評価方法及び卵子評価装置によれば、顕微授精の際に卵子の弾性の程度を的確に反映した指標値に基づいて、卵子の質を精度良く評価することができる。
　（第９の態様）第１～第８の態様のいずれかの卵子評価方法において、前記評価ステップにおける評価結果を利用して卵子を選別する選別ステップ、をさらに実施するものとすることができる。
　第９の態様の卵子評価方法によれば、胚培養士による卵子の選別作業の負担が軽減される。また、感覚的な評価ではなく理論的な裏付けを持った評価結果に基づいて卵子を選別することができ、選別の信頼性が向上する。
　（第１０の態様）第１～第６の態様のいずれかの卵子評価方法において、受精前の卵子に対し前記解析ステップ及び前記評価ステップによる卵子の質の評価を行い、
　該評価の結果によって選別された卵子について、顕微授精を目的とした該卵子への針の刺入時に撮影された画像を用い該卵子の変形の態様を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める第２解析ステップと、
　前記第２解析ステップにより得られた指標値に基づいて、顕微授精が実施された卵子の質を評価する第２評価ステップと、
　をさらに実施するものとすることができる。
　同様に第１～第６の態様のいずれかの卵子評価装置において、
　受精前の卵子に対し前記解析部及び前記評価部による卵子の質の評価を行った結果によって選別された卵子について、顕微授精を目的とした該卵子への針の刺入時に撮影された画像を用いて該卵子の変形の態様を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める第２解析部と、
　前記第２解析部により得られた指標値に基づいて、顕微授精が実施された卵子の質を評価する第２評価部と、
　をさらに備えるものとすることができる。
　第１０の態様の卵子評価方法及び卵子評価装置では、具体的には例えば、第２の態様の卵子評価方法により卵子の質を評価し、その結果に基づいて卵子を選別したあとに、その選別された卵子に対し顕微授精を実施するに際し、第７の態様の卵子評価方法により再度卵子の質を評価することができる。このように受精前と授精時との２段階で卵子の質を評価することにより、その評価の正確性や信頼性を向上させることができ、妊娠の可能性を高めることができる。また、授精卵の培養ロスや凍結保存のロスを軽減し、生殖補助医療のコストを低減することができる。
１…顕微観察部
　１０…撮像部
　　１００…卵子
２…撮影制御部
３…データ処理部
　３０…画像データ保存部
　３１…輪郭抽出部
　３２…半径算出部
　３３…半径変位量算出部
　３４…力学的パラメーター算出部
　３５…第１評価部
　　３５０…モデル記憶部
　３６…アスペクト比算出部
　３７…第２評価部
４…主制御部
５…入力部
６…表示部

Claims (20)

  1. 　卵子を評価する方法であって、
    　目的の卵子を撮影した画像を用い、前記目的の卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析ステップと、
    　前記解析ステップにより得られた指標値に基づいて、前記目的の卵子の質を評価する評価ステップと、
    　を実施する卵子評価方法。
  2. 　前記目的の卵子は授精前の卵子であり、前記画像は目的の卵子の動画像又はタイムラプス画像であり、
    　前記解析ステップは、動画像又はタイムラプス画像を構成する複数の画像からそれぞれ目的の卵子の輪郭を抽出する輪郭抽出ステップと、前記目的の卵子の輪郭の変位量を求める変位量取得ステップと、前記目的の卵子の輪郭の変位量から該卵子の力学的パラメーターを前記指標値として計算する力学的パラメーター算出ステップと、を含む、請求項１に記載の卵子評価方法。
  3. 　前記力学的パラメーター算出ステップでは、前記目的の卵子の輪郭の変位量を表す実測値に対し、細胞の弾性を表す理論式を用いたパラメーターフィッティングを行うことにより前記力学的パラメーターを求める、請求項２に記載の卵子評価方法。
  4. 　前記評価ステップでは、受精から着床に至るまでの少なくともいずれかの段階における胚培養士による卵子の評価結果を含む教師データ、又は、該いずれかの段階における成否の確率の情報が既知である教師データを用いた機械学習によって得られた識別器を用いて卵子の質を評価する、請求項１に記載の卵子評価方法。
  5. 　前記評価ステップでは、前記指標値のほかに、年齢を含む患者固有の情報を用いて卵子の質を評価する、請求項１に記載の卵子評価方法。
  6. 　前記評価ステップでは、一人の患者から採取された複数の卵子についてそれぞれ卵子の質に関する情報を取得し、該情報を用いて該複数の卵子のランク付けを行う、請求項１に記載の卵子評価方法。
  7. 　前記画像は、顕微授精を目的とした前記目的の卵子への針の刺入時に撮影された画像であり、
    　前記解析ステップでは、針の刺入に伴う透明帯若しくは細胞膜の最大変形時の変形の度合を反映した指標値、又は、針の刺入に伴う透明帯若しくは細胞膜の変形の緩和の度合を反映した指標値を求める、請求項１に記載の卵子評価方法。
  8. 　前記最大変形時の変形の度合を反映した指標値は、前記目的の卵子の透明帯又は細胞膜の最大変形時の、針の刺入方向とそれに直交する方向との２方向の幅の比率である、請求項７に記載の卵子評価方法。
  9. 　前記評価ステップにおける評価結果を利用して卵子を選別する選別ステップ、をさらに実施する、請求項１に記載の卵子評価方法。
  10. 　受精前の卵子に対し前記解析ステップ及び前記評価ステップによる卵子の質の評価を行い、
    　該評価の結果によって選別された卵子について、顕微授精を目的とした該卵子への針の刺入時に撮影された画像を用い該卵子の変形の態様を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める第２解析ステップと、
    　前記第２解析ステップにより得られた指標値に基づいて、顕微授精が実施された卵子の質を評価する第２評価ステップと、
    　をさらに実施する、請求項１に記載の卵子評価方法。
  11. 　目的の卵子を撮影することで得られた画像を受け取り、該画像を用いて前記目的の卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析部と、
    　前記解析部により得られた指標値に基づいて前記目的の卵子の質を評価する評価部と、
    　を備える卵子評価装置。
  12. 　前記目的の卵子は授精前の卵子であり、前記画像は目的の卵子の動画像又はタイムラプス画像であり、
    　前記解析部は、動画像又はタイムラプス画像を構成する複数の画像からそれぞれ目的の卵子の輪郭を抽出する輪郭抽出処理部と、前記目的の卵子の輪郭の変位量を求める変位量取得処理部と、前記目的の卵子の輪郭の変位量から該卵子の力学的パラメーターを前記指標値として計算する力学的パラメーター算出処理部と、を含む、請求項１１に記載の卵子評価装置。
  13. 　前記力学的パラメーター算出処理部は、前記目的の卵子の輪郭の変位量を表す実測値に対し、細胞の弾性を表す理論式を用いたパラメーターフィッティングを行うことにより前記力学的パラメーターを求める、請求項１２に記載の卵子評価装置。
  14. 　前記評価部は、受精から着床に至るまでの少なくともいずれかの段階における胚培養士による卵子の評価結果を含む教師データ、又は、該いずれかの段階における成否の確率の情報が既知である教師データを用いた機械学習によって予め作成された識別器を用いて卵子の質を評価する、請求項１１に記載の卵子評価装置。
  15. 　前記評価部は、前記指標値のほかに、予め入力された年齢を含む患者固有の情報を用いて卵子の質を評価する、請求項１１に記載の卵子評価装置。
  16. 　前記評価部は、複数の卵子についてそれぞれ得られた卵子の質に関する情報を用いて該複数の卵子のランク付けを行う、請求項１１に記載の卵子評価装置。
  17. 　前記画像は、顕微授精を目的とした前記目的の卵子への針の刺入時に撮影された画像であり、
    　前記解析部は、針の刺入に伴う透明帯若しくは細胞膜の最大変形時の変形の度合を反映した指標値、又は、針の刺入に伴う透明帯若しくは細胞膜の変形の緩和の度合を反映した指標値を求める、請求項１１に記載の卵子評価装置。
  18. 　前記最大変形時の変形の度合を反映した指標値は、前記目的の卵子の透明帯又は細胞膜の最大変形時の、針の刺入方向とそれに直交する方向との２方向の幅の比率である、請求項１７に記載の卵子評価装置。
  19. 　受精前の卵子に対し前記解析部及び前記評価部による卵子の質の評価を行った結果によって選別された卵子について、顕微授精を目的とした該卵子への針の刺入時に撮影された画像を用いて該卵子の変形の態様を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める第２解析部と、
    　前記第２解析部により得られた指標値に基づいて、顕微授精が実施された卵子の質を評価する第２評価部と、
    　をさらに備える、請求項１１に記載の卵子評価装置。
  20. 　コンピューターを用いて卵子を評価するためのプログラムであって、コンピューターに、
    　目的の卵子を撮影した画像を用い、前記目的の卵子の変形の状態を解析することで、その力学的特性を数値化した指標値を非侵襲的に求める解析ステップと、
    　前記解析ステップにより得られた指標値に基づいて、前記目的の卵子の質を評価する評価ステップと、
    　を実行させる卵子評価用プログラム。
PCT/JP2022/036466 2021-10-14 2022-09-29 卵子評価方法、卵子評価装置、及び卵子評価用プログラム WO2023063099A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP22880795.4A EP4417700A1 (en) 2021-10-14 2022-09-29 Ovum evaluation method, ovum evaluation device, and program for evaluating ovum
JP2023555104A JPWO2023063099A1 (ja) 2021-10-14 2022-09-29
CN202280069267.9A CN118176304A (zh) 2021-10-14 2022-09-29 卵子评价方法、卵子评价装置以及卵子评价用程序
US18/701,534 US20240319163A1 (en) 2021-10-14 2022-09-29 Ovum Evaluation Method, Ovum Evaluation Apparatus, and Ovum Evaluation Program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021168634 2021-10-14
JP2021-168634 2021-10-14

Publications (1)

Publication Number Publication Date
WO2023063099A1 true WO2023063099A1 (ja) 2023-04-20

Family

ID=85988302

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/036466 WO2023063099A1 (ja) 2021-10-14 2022-09-29 卵子評価方法、卵子評価装置、及び卵子評価用プログラム

Country Status (5)

Country Link
US (1) US20240319163A1 (ja)
EP (1) EP4417700A1 (ja)
JP (1) JPWO2023063099A1 (ja)
CN (1) CN118176304A (ja)
WO (1) WO2023063099A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012531584A (ja) * 2009-06-25 2012-12-10 フェイズ ホログラフィック イメージング ペーホーイー アーベー デジタルホログラフィック撮像による卵又は胚の分析
JP2016054684A (ja) 2014-09-09 2016-04-21 国立大学法人名古屋大学 マイクロ流体チップ及びマイクロ流体チップ内のマイクロプローブの駆動方法、弾性粒子の駆動方法、および装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012531584A (ja) * 2009-06-25 2012-12-10 フェイズ ホログラフィック イメージング ペーホーイー アーベー デジタルホログラフィック撮像による卵又は胚の分析
JP2016054684A (ja) 2014-09-09 2016-04-21 国立大学法人名古屋大学 マイクロ流体チップ及びマイクロ流体チップ内のマイクロプローブの駆動方法、弾性粒子の駆動方法、および装置

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
BARNETT-ITZHAKI ZOHAR; ELBAZ MIRIAM; BUTTERMAN RACHELY; AMAR DEVORA; AMITAY MOSHE; RACOWSKY CATHERINE; ORVIETO RAOUL; HAUSER RUSS;: "Machine learning vs. classic statistics for the prediction of IVF outcomes", JOURNAL OF ASSISTED REPRODUCTION AND GENETICS., PLENUM PUBLISHING., US, vol. 37, no. 10, 11 August 2020 (2020-08-11), US , pages 2405 - 2412, XP037267365, ISSN: 1058-0468, DOI: 10.1007/s10815-020-01908-1 *
FORCE MEASUREMENT IN MICROENVIRONMENT USING TWO-FINGERED MICRO HAND (ARAI LABORATORY, OSAKA UNIVERSITY, 22 January 2021 (2021-01-22), Retrieved from the Internet <URL:<URL:http://www.arailab.sys.es.osaka-u.ac.jp/index.php?option=com-content&view=article&id=75&Itemid=97&lang=ja>>
ITO HIROAKI, KUSS NAVINA, RAPP BASTIAN E., ICHIKAWA MASATOSHI, GUTSMANN THOMAS, BRANDENBURG KLAUS, PÖSCHL JOHANNES M. B., TANAKA M: "Quantification of the Influence of Endotoxins on the Mechanics of Adult and Neonatal Red Blood Cells", JOURNAL OF PHYSICAL CHEMISTRY PART B, AMERICAN CHEMICAL SOCIETY, US, vol. 119, no. 25, 25 June 2015 (2015-06-25), US , pages 7837 - 7845, XP093057313, ISSN: 1520-6106, DOI: 10.1021/acs.jpcb.5b01544 *
ITO HIROAKI7 OTHER PERSONS: "Quantification of the influence of endotoxins on the mechanics of adult and neonatal red blood cells", THE JOURNAL OF PHYSICAL CHEMISTRY B, vol. 119, no. 25, 2015, pages 7837 - 7845, XP093057313, DOI: 10.1021/acs.jpcb.5b01544
LIVIA Z. YANEZ4 OTHER PERSONS: "Human oocyte developmental potential is predicted by mechanical properties within hours after fertilization", NATURE COMMUNICATIONS, vol. 7, no. 1, 2016, pages 1 - 12
MURAYAMA YOSHINOBU: "Evaluation of the Embryo Quality for Elective Single Embryo Transfer", FINAL RESEARCH REPORT OF GRANTS-IN-AID FOR SCIENTIFIC RESEARCH (SCIENTIFIC RESEARCH GRANTS), 31 July 2013 (2013-07-31), XP093057319, Retrieved from the Internet <URL:https://kaken.nii.ac.jp/ja/file/KAKENHI-PROJECT-20680026/20680026seika.pdf> [retrieved on 20230623] *
MURAYAMA YOSHINOBU9 OTHER PERSONS: "Elasticity measurement of zona pellucida using a micro tactile sensor to evaluate embryo quality", JOURNAL OF MAMMALIAN OVA RESEARCH, vol. 25, no. 1, 2008, pages 8 - 16, XP055206006, DOI: 10.1274/jmor.25.8
TARGOSZ ANNA, PRZYSTAŁKA PIOTR, WIADERKIEWICZ RYSZARD, MRUGACZ GRZEGORZ: "Semantic segmentation of human oocyte images using deep neural networks", BIOMEDICAL ENGINEERING ONLINE, vol. 20, no. 1, 1 December 2021 (2021-12-01), XP093057316, DOI: 10.1186/s12938-021-00864-w *
YAMAMOTO AKIHISA: "The hardness of eggs to assist sterility treatment/Softness quantitative evaluation technology of softness.", NEW TECHNOLOGY PRESENTATION MEETINGS! TLO-KYOTO CO., LTD. DEPARTMENT OF TECHNOLOGY TRANSFER, KYOTO UNIVERSITY, 28 June 2022 (2022-06-28), XP093057312, Retrieved from the Internet <URL:https://shingi.jst.go.jp/pdf/2022/2022_kyoto-u_001.pdf> [retrieved on 20230623] *

Also Published As

Publication number Publication date
EP4417700A1 (en) 2024-08-21
CN118176304A (zh) 2024-06-11
JPWO2023063099A1 (ja) 2023-04-20
US20240319163A1 (en) 2024-09-26

Similar Documents

Publication Publication Date Title
Dimitriadis et al. Artificial intelligence in the embryology laboratory: a review
JP7072067B2 (ja) 胚の生存率を推定するためのシステムおよび方法
CN110652317B (zh) 一种产前胎儿超声容积图像中标准切面的自动定位方法
Wang et al. Variability in the morphologic assessment of human sperm: use of the strict criteria recommended by the World Health Organization in 2010
JP6765975B2 (ja) 胚の品質の三次元再構成及び決定のための方法
JP7489920B2 (ja) プログラム、学習モデル、情報処理装置、情報処理方法、情報表示方法および学習モデルの製造方法
US20160109428A1 (en) Mechanical biomarkers for oocyte and embryo viability
Zhao et al. Application of convolutional neural network on early human embryo segmentation during in vitro fertilization
Jiang et al. Artificial intelligence in the in vitro fertilization laboratory: a review of advancements over the last decade
Cherouveim et al. Artificial intelligence for sperm selection—a systematic review
CN116323915A (zh) 基于实时视频的胚胎评价
WO2023063099A1 (ja) 卵子評価方法、卵子評価装置、及び卵子評価用プログラム
EP4249892A1 (en) System for real-time automatic quantitative evaluation, evaluation and/or ranking of individual sperm, intended for intracytoplasmic sperm injection (icsi) and other fertilization procedures, which allows the selection of a single sperm
Morimoto et al. Optimal puncture position for ICSI can be detected by image analysis using Local Binary Pattern
WO2018151223A1 (ja) 細胞評価方法、細胞評価装置、及び細胞評価プログラム
CN104531827A (zh) 细胞质量评价的方法
CN111938671A (zh) 一种基于多维度内感知特征的焦虑特质量化方法
JP4619112B2 (ja) 毛形状の測定方法
CN111951950A (zh) 基于深度学习的三维数据医疗分类系统、方法和装置
Zeman et al. Deep learning for human embryo classification at the cleavage stage (Day 3)
CN210776809U (zh) 一种望诊图像质量评价系统、设备及存储介质
RodrÃguez-Montaña et al. Objective assessment of bull sperm motility parameters using computer vision algorithms
Allahbadia et al. In Contemporary Reproductive Medicine Human Beings are Not Yet Dispensable
EP4352691A1 (en) Methods and systems for embryo classification
Rajendran et al. Automatic ploidy prediction and quality assessment of human blastocysts using time-lapse imaging

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: 22880795

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2023555104

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 202280069267.9

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 18701534

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2022880795

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022880795

Country of ref document: EP

Effective date: 20240514