JP7071047B2 - 自動非侵襲細胞活性追跡のための装置、方法、およびシステム - Google Patents
自動非侵襲細胞活性追跡のための装置、方法、およびシステム Download PDFInfo
- Publication number
- JP7071047B2 JP7071047B2 JP2015560372A JP2015560372A JP7071047B2 JP 7071047 B2 JP7071047 B2 JP 7071047B2 JP 2015560372 A JP2015560372 A JP 2015560372A JP 2015560372 A JP2015560372 A JP 2015560372A JP 7071047 B2 JP7071047 B2 JP 7071047B2
- Authority
- JP
- Japan
- Prior art keywords
- cells
- cell
- image
- images
- hypothesis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- 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
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Chemical & Material Sciences (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Immunology (AREA)
- Microbiology (AREA)
- Pathology (AREA)
- Biotechnology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Cell Biology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Description
本願は、米国仮特許出願第61/785,179号(2013年3月14日出願、名称「APPARATUS,METHOD,AND SYSTEM FOR AUTOMATED,NON-INVASIVE CELL ACTIVITY TRACKING」);米国仮特許出願第61/785,199号(2013年3月14日出願、名称「APPARATUS,METHOD,AND SYSTEM FOR HUMAN EMBRYO VIABILITY SCREENING BASED ON AUTOMATED CONFIDENCE ESTIMATION OF ASSESSMENT OF CELL ACTIVITY」);米国仮特許出願第61/770,998号(2013年2月28日出願、名称「UNIFIED FRAMEWORK FOR AUTOMATED HUMAN EMBRYO TRACKING」);米国仮特許出願第61/785,170号(2013年3月14日出願、名称「APPARATUS,METHOD,AND SYSTEM FOR IMAGE-BASED HUMAN EMBRYO CELL CLASSIFICATION」);米国仮特許出願第61/785,216号(2013年3月14日出願、名称「APPARATUS,METHOD,AND SYSTEM FOR IMAGE-BASED HUMAN EMBRYO OUTCOME DETERMINATION」);および米国仮特許出願第61/771,000号(2013年2月28日出願、名称「AUTOMATED EMBRYO STAGE CLASSIFICATION IN TIME-LAPSE MICROSCOPY VIDEO OF EARLY HUMAN EMBRYO DEVELOPMENT」)に対する優先権を主張する。上記出願の各々の内容は、それらの全体が参照により本明細書に引用される。
本発明は、概して、画像ベースの細胞活性評価および/またはヒト胚生存率スクリーニングに関する。より具体的には、本発明は、限定されないが、胚、卵母細胞、および/または同等物等の多能性細胞に関連付けられる特性を決定するための細胞活性追跡に関する。加えて、または代替として、本発明は、順に、ヒト胚生存率スクリーニングに採用することができる、細胞活性の査定の信頼推定に関する。
例えば、自動追跡を介して得られる各画像内の細胞の数が、細胞***事象の時間を推定するための基礎であるときに、個々の細胞追跡誤差が、さらに伝搬/拡大され得る。別の実施例として、将来の胚生存率の可能性を決定するために、細胞の推定数および/または***タイミング情報が使用されるとき、この自動決定はまた、誤りがあり得、特定の胚を使用してIVFを続行するかどうか等の誤った決定につながり得る。
これを背景にして、本明細書で説明される、自動非侵襲細胞活性追跡のため、および/または細胞活性の査定の信頼推定のための装置、方法、およびシステムを開発する必要性が生じる。
本発明はさらに、例えば、以下を提供する。
(項目1) 細胞活性の自動非侵襲評価のための装置であって、前記装置は、
画像に示されている1つ以上の細胞を特徴付ける複数の仮説からある仮説を選択するように構成されている仮説選択モジュールを備え、前記複数の仮説の各々は、前記画像に示されている前記1つ以上の細胞の幾何学的特徴に基づく、前記1つ以上の細胞の推測特性を含み、
前記仮説選択モジュールは、メモリまたは処理デバイスのうちの少なくとも1つにおいて実装されている、装置。
(項目2) 前記仮説選択モジュールは、前記画像に示されている前記1つ以上の細胞の前記幾何学的特徴との前記推測特性の適合性に基づいて、前記仮説を選択するように構成されている、項目1に記載の装置。
(項目3) 前記幾何学的特徴は、前記1つ以上の細胞の各々に関連付けられている境界情報を含む、項目1に記載の装置。
(項目4) 前記境界情報は、1つ以上の境界区画を含む、項目3に記載の装置。
(項目5) 前記画像に基づいて、前記1つ以上の境界区画を決定するように構成されている境界検出モジュールをさらに備え、前記境界検出モジュールは、区画生成を行って、前記1つ以上の境界区画を決定するように構成されている、項目4に記載の装置。
(項目6) 前記画像に基づいて、前記1つ以上の境界区画を決定するように構成されている境界検出モジュールをさらに備え、前記境界検出モジュールは、第1の境界区画および第2の境界区画を前記1つ以上の境界区画に含まれる第3の境界区画に合併するように構成されている、項目1に記載の装置。
(項目7) 前記1つ以上の細胞は、多細胞胚に含まれる、項目1に記載の装置。
(項目8) 前記1つ以上の細胞は、ヒト胚、1つ以上の卵母細胞、あるいは1つ以上の多能性細胞に含まれる、項目1に記載の装置。
(項目9) 前記幾何学的特徴は、前記1つ以上の細胞の各々に関連付けられている1つ以上の境界区画を含み、前記装置は、前記1つ以上の細胞の各々の表現を前記複数の仮説の各々によって特徴付けられるような前記関連する1つ以上の境界区画にマップするように構成されている、マッピングモジュールをさらに備えている、項目1に記載の装置。
(項目10) 前記境界区画は、前記1つ以上の境界区画と、第1の境界区画とを含み、
前記マッピングモジュールは、前記第1の境界区画を前記細胞のうちのいずれにも関連付けられていないヌル識別子にマップするように構成されている、項目9に記載の装置。
(項目11) 前記仮説選択モジュールは、前記選択された仮説に関連付けられている前記推測特性に基づいて、前記1つ以上の細胞の特性を決定するように構成されている、項目1に記載の装置。
(項目12) 前記仮説選択モジュールによる前記1つ以上の細胞の前記特性の決定を増補するように構成されている分類モジュールをさらに備えている、項目11に記載の装置。
(項目13) 前記仮説選択モジュールによる前記1つ以上の細胞の前記特性の決定を増補するように構成されている画像類似性決定モジュールをさらに備えている、項目11に記載の装置。
(項目14) 前記1つ以上の細胞の前記特性に基づいて、第1の細胞質***の持続時間、第1細胞質***と第2細胞質***との間の時間間隔、第2細胞質***と第3細胞質***との間の時間間隔、第1の有糸***と第2の有糸***との間の時間間隔、第2の有糸***と第3の有糸***との間の時間間隔、受精から5つの細胞を有する胚までの時間間隔、および配偶子合体から前記第1の細胞質***までの時間間隔のうちの1つ以上のものを決定するように構成されている細胞活性パラメータ決定モジュールをさらに備えている、項目11に記載の装置。
(項目15) 前記1つ以上の細胞の前記特性に基づいて、女性のヒト対象への着床のための前記1つ以上の細胞の発生能力の指標を表示するように構成されている表示モジュールをさらに備えている、項目11に記載の装置。
(項目16) 前記1つ以上の細胞の前記推測特性は、前記1つ以上の細胞の推測数、および前記1つ以上の細胞の推測幾何学形状のうちの少なくとも1つを含み、
前記1つ以上の細胞の前記特性は、前記1つ以上の細胞の数、および前記1つ以上の細胞の幾何学形状のうちの少なくとも1つを含む、項目11に記載の装置。
(項目17)
前記1つ以上の細胞の前記推測幾何学形状は、前記1つ以上の細胞の推測形状と、前記1つ以上の細胞の推測配列とを含み、
前記1つ以上の細胞の前記幾何学形は、前記1つ以上の細胞の形状と、前記1つ以上の細胞の配列とを含む、項目16に記載の装置。
(項目18) 前記1つ以上の細胞の前記数は、前記選択された仮説に関連付けられている前記推測数と同一であり、
前記1つ以上の細胞の前記幾何学形状は、前記選択された仮説に関連付けられている前記1つ以上の細胞の前記推測幾何学形状と同一である、項目16に記載の装置。
(項目19) 前記仮説選択モジュールは、前記複数の仮説の各々に関連付けられている前記1つ以上の細胞の前記推測幾何学形状と、前記画像に示されている前記1つ以上の細胞の前記関連幾何学的特徴との間の適合性に基づいて、前記複数の仮説から前記仮説を選択するように構成されている、項目17に記載の装置。
(項目20) 前記画像に示されている前記1つ以上の細胞の前記関連幾何学的特徴に基づいて、前記複数の仮説を生成するように構成されている仮説生成モジュールをさらに備え、前記仮説生成モジュールは、メモリまたは処理デバイスのうちの少なくとも1つにおいて実装されている、項目1に記載の装置。
(項目21) 前記仮説生成モジュールは、前記画像に示されている前記1つ以上の細胞を特徴付ける予備仮説を生成するように構成され、かつ前記画像に示されている前記1つ以上の細胞の前記幾何学的特徴に基づいて、前記予備仮説を精緻化して、前記複数の仮説のうちの1つ以上の仮説を取得するように構成されている、項目20に記載の装置。
(項目22) 前記予備仮説は、複数の第1の形状を含み、前記複数の第1の形状の各々は、第1の形状パラメータ値によって画定され、前記1つ以上の細胞の各々は、前記複数の第1の形状のうちの関連するものによって特徴付けられ、
前記仮説生成モジュールは、前記画像に示されている前記1つ以上の細胞の前記関連幾何学的特徴への複数の第2の形状の各々の適合に基づいて、前記予備仮説を精緻化するように構成されている、項目21に記載の装置。
(項目23) 前記複数の第1の形状の各々、および前記複数の第2の形状の各々は、楕円である、項目22に記載の装置。
(項目24) 前記複数の第1の形状の各々、および前記複数の第2の形状の各々は、bスプラインである、項目22に記載の装置。
(項目25) 前記画像に基づいて、前記1つ以上の細胞の各々に関連付けられている境界情報を決定するように構成されている境界検出モジュールをさらに備え、
前記境界検出モジュールは、前記細胞の一連の時間連続的な画像から前記境界情報を決定するように構成され、
前記画像は、前記一連の時間連続的な画像に含まれる第1の画像であり、
前記仮説生成モジュールは、以前に生成された仮説を修正することによって、前記予備仮説を決定するように構成され、前記以前に生成された仮説は、前記一連の時間連続的な画像に含まれる第2の画像に示されるような前記細胞を特徴付け、前記第2の画像は、前記第1の画像に先立つ、項目21に記載の装置。
(項目26) 前記画像は、第1の画像であり、
前記仮説選択モジュールは、前記第1の画像を含む一連の画像にわたる最も可能性の高い一連の仮説の決定に基づいて、前記第1の画像に示されるような前記細胞を特徴付ける前記複数の仮説から前記仮説を選択するように構成されている、項目1に記載の装置。
(項目27) 前記一連の画像は、一連の時間連続的な画像であり、
前記仮説選択モジュールは、前記一連の時間連続的な画像のうちの2つ以上の画像にわたって、前記1つ以上の細胞の前記推測特性が、どのように変動することができるかを制限する制約を考慮して、前記一連の時間連続的な画像にわたって前記最も可能性の高い一連の仮説を決定するように構成されている、項目26に記載の装置。
(項目28) 前記1つ以上の細胞の前記推測特性は、前記1つ以上の細胞の推測数を含む、項目27に記載の装置。
(項目29) 前記制約は、
前記1つ以上の細胞の前記推測数が、前記一連の時間連続的な画像にわたって経時的に減少していないこと、
前記1つ以上の細胞の前記推測数の変化後、前記1つ以上の細胞の前記推測数が、前記一連の時間連続的な画像の第1のサブセットにわたって、ある期間で安定していること、および
前記1つ以上の細胞の前記推測数が、前記一連の時間連続的な画像の第2のサブセットにわたって、経時的にわずか1だけ減少し、次いで、前記第2のサブセットの終了時に増加すること
から成る群から選択される、項目28に記載の装置。
(項目30) 細胞活性の自動非侵襲評価のための方法であって、前記方法は、
画像に示されている1つ以上の細胞を特徴付ける複数の仮説を生成することであって、前記複数の仮説を生成することは、前記画像に示されている前記1つ以上の細胞の幾何学的特徴に基づいて、前記1つ以上の細胞の推測特性を決定することを含む、ことと、
前記画像に関連付けられている前記複数の仮説からある仮説を選択することと
を含む、方法。
(項目31) 前記仮説を選択することは、前記画像に示されている前記1つ以上の細胞の前記幾何学的特徴との前記推測特性の適合性に基づく、項目30に記載の方法。
(項目32) 前記幾何学的特徴は、前記1つ以上の細胞の各々に関連付けられている境界情報を含む、項目30に記載の方法。
(項目33) 前記境界情報は、1つ以上の境界区画を含む、項目32に記載の方法。
(項目34) 前記1つ以上の細胞の各々に関連付けられている前記1つ以上の境界区画を決定することをさらに含む、項目33に記載の方法。
(項目35) 前記1つ以上の細胞の各々の前記1つ以上の境界区画を決定することは、区画生成を行うことを含む、項目34に記載の方法。
(項目36) 前記1つ以上の細胞の各々の前記1つ以上の境界区画を決定することは、第1の境界区画および第2の境界区画を前記1つ以上の細胞のうちの少なくとも1つの前記1つ以上の境界区画に含まれる第3の境界区画に合併することを含む、項目34に記載の方法。
(項目37) 前記1つ以上の細胞は、多細胞胚に含まれる、項目30に記載の方法。
(項目38) 前記1つ以上の細胞は、ヒト胚、1つ以上の卵母細胞、あるいは1つ以上の多能性細胞に含まれる、項目30に記載の方法。
(項目39) 前記幾何学的特徴は、前記1つ以上の細胞の各々に関連付けられている1つ以上の境界区画を含み、前記方法は、前記1つ以上の細胞の各々の表現を前記1つ以上の境界区画にマップすることをさらに含む、項目30に記載の方法。
(項目40) 第1の境界区画を前記細胞のうちのいずれにも関連付けられていないヌル識別子にマップすることをさらに含み、前記境界区画は、前記1つ以上の細胞の各々にマップされる前記境界区画のうちの前記関連する1つ以上の境界区画と、前記第1の境界区画とを含む、項目39に記載の方法。
(項目41) 前記仮説に関連付けられている前記推測特性に基づいて、前記1つ以上の細胞の特性を決定することをさらに含む、項目30に記載の方法。
(項目42) 前記1つ以上の細胞の前記特性を決定することを増補するために、分類を行うことをさらに含む、項目41に記載の方法。
(項目43) 前記1つ以上の細胞の前記特性を決定することを増補するために、画像類似性決定を行うことをさらに含む、項目41に記載の方法。
(項目44) 前記1つ以上の細胞の前記特性に基づいて、第1の細胞質***の持続時間、第1細胞質***と第2細胞質***との間の時間間隔、第2細胞質***と第3細胞質***との間の時間間隔、第1の有糸***と第2の有糸***との間の時間間隔、第2の有糸***と第3の有糸***との間の時間間隔、受精から5つの細胞を有する胚までの時間間隔、および配偶子合体から前記第1の細胞質***までの時間間隔のうちの1つ以上のものを決定することをさらに含む、項目41に記載の方法。
(項目45) 前記1つ以上の細胞の前記特性に基づいて、女性のヒト対象への着床のための前記1つ以上の細胞の発生能力の指標を表示することをさらに含む、項目41に記載の方法。
(項目46) 前記1つ以上の細胞の前記推測特性は、前記1つ以上の細胞の推測数、および前記1つ以上の細胞の推測幾何学形状のうちの少なくとも1つを含み、
前記1つ以上の細胞の前記特性は、前記1つ以上の細胞の数、および前記1つ以上の細胞の幾何学形状のうちの少なくとも1つを含む、項目41に記載の方法。
(項目47) 前記1つ以上の細胞の前記推測幾何学形状は、前記1つ以上の細胞の推測形状と、前記1つ以上の細胞の推測配列とを含み、
前記1つ以上の細胞の前記幾何学形は、前記1つ以上の細胞の形状と、前記1つ以上の細胞の配列とを含む、項目46に記載の方法。
(項目48) 前記1つ以上の細胞の前記数は、前記仮説に関連付けられている前記推測数と同一であり、
前記1つ以上の細胞の前記幾何学形状は、前記仮説に関連付けられている前記1つ以上の細胞の前記推測幾何学形状と同一である、項目46に記載の方法。
(項目49) 前記複数の仮説から前記仮説を選択することは、前記複数の仮説の各々に関連付けられている前記1つ以上の細胞の前記推測幾何学形状と、前記画像に示されている前記1つ以上の細胞の前記関連幾何学的特徴との間の適合性に基づく、項目46に記載の方法。
(項目50) 前記1つ以上の細胞を特徴付ける予備仮説を生成することと、
前記画像に示されている前記1つ以上の細胞の前記関連幾何学的特徴に基づいて、前記複数の仮説のうちの1つ以上の仮説を取得するために、前記予備仮説を精緻化することと
をさらに含む、項目30に記載の方法。
(項目51) 前記予備仮説は、複数の第1の形状を含み、前記複数の第1の形状の各々は、第1の形状パラメータ値によって画定され、前記細胞の各々は、前記複数の第1の形状のうちの関連するものによって特徴付けられ、
前記予備仮説を精緻化することは、複数の第2の形状の各々を前記画像に示されている前記1つ以上の細胞の前記関連幾何学的特徴に適合させることを含む、項目50に記載の方法。
(項目52) 前記複数の第1の形状の各々、および前記複数の第2の形状の各々は、楕円である、項目51に記載の方法。
(項目53) 前記複数の第1の形状の各々、および前記複数の第2の形状の各々は、bスプラインである、項目51に記載の方法。
(項目54) 前記細胞の一連の時間連続的な画像から、前記1つ以上の細胞の各々に関連付けられている境界情報を決定することであって、前記画像は、前記一連の時間連続的な画像に含まれる第1の画像である、ことと、
以前に生成された仮説を修正することによって、前記予備仮説を生成することであって、前記以前に生成された仮説は、前記一連の時間連続的な画像に含まれる第2の画像に示されるような前記細胞を特徴付け、前記第2の画像は、前記第1の画像に先立つ、ことと
をさらに含む、項目50に記載の方法。
(項目55) 前記一連の時間連続的な画像は、一連の経時的画像である、項目54に記載の方法。
(項目56) 前記画像は、第1の画像であり、
前記第1の画像に示されている前記1つ以上の細胞を特徴付ける前記複数の仮説から前記仮説を選択することは、前記第1の画像を含む一連の画像にわたって最も可能性の高い一連の仮説を決定することを含む、項目30に記載の方法。
(項目57) 前記一連の画像は、一連の時間連続的な画像であり、
前記一連の時間連続的な画像にわたって前記最も可能性の高い一連の仮説を決定することは、前記一連の時間連続的な画像のうちの2つ以上の画像にわたって、前記1つ以上の細胞の前記推測特性が、どのように変動することができるかを制限する制約を考慮する、項目56に記載の方法。
(項目58) 前記制約は、
前記1つ以上の細胞の推測数が、前記一連の時間連続的な画像にわたって経時的に減少していないこと、
前記1つ以上の細胞の前記推測数の変化後、前記1つ以上の細胞の前記推測数が、前記一連の時間連続的な画像の第1のサブセットにわたって、ある期間で安定していること、および
前記1つ以上の細胞の前記推測数が、前記一連の時間連続的な画像の第2のサブセットにわたって、経時的にわずか1だけ減少し、次いで、前記第2のサブセットの終了時に増加することから成る群から選択される、項目57に記載の方法。
(項目59) 細胞活性の自動非侵襲評価のためのシステムであって、前記システムは、細胞活性の自動評価のために構成されているコンピュータ装置を備え、
前記コンピュータ装置は、
画像に示されている1つ以上の細胞の幾何学的特徴に基づいて、複数の仮説が前記1つ以上の細胞の推測特性を含むように、前記画像に示されている前記1つ以上の細胞を特徴付ける前記複数の仮説を生成することと、
前記画像に関連付けられている前記複数の仮説からある仮説を選択することと
を行うように構成されている、システム。
(項目60) 前記画像を取得するように構成されている撮像デバイスをさらに備えている、項目59に記載のシステム。
(項目61) 前記コンピュータ装置は、前記画像に示されている前記1つ以上の細胞の前記幾何学的特徴との前記推測特性の適合性に基づいて、前記仮説を選択するようにさらに構成されている、項目59に記載のシステム。
(項目62) 前記幾何学的特徴は、前記1つ以上の細胞の各々に関連付けられている境界情報を含む、項目59に記載のシステム。
(項目63) 前記境界情報は、1つ以上の境界区画を含む、項目62に記載のシステム。
(項目64) 前記コンピュータ装置は、前記1つ以上の細胞の各々に関連付けられている前記1つ以上の境界区画を決定するようにさらに構成されている、項目63に記載のシステム。
(項目65) 前記コンピュータ装置が前記1つ以上の細胞の各々の前記1つ以上の境界区画を決定するように構成されていることは、区画生成を行うように構成されていることを含む、項目64に記載のシステム。
(項目66) 前記コンピュータ装置が前記1つ以上の細胞の各々の前記1つ以上の境界区画を決定するように構成されていることは、第1の境界区画および第2の境界区画を前記1つ以上の細胞のうちの少なくとも1つの前記1つ以上の境界区画に含まれる第3の境界区画に合併するように構成されていることを含む、項目64に記載のシステム。
(項目67) 前記1つ以上の細胞は、多細胞胚に含まれる、項目59に記載のシステム。
(項目68) 前記1つ以上の細胞は、ヒト胚、1つ以上の卵母細胞、あるいは1つ以上の多能性細胞に含まれる、項目59に記載のシステム。
(項目69) 前記幾何学的特徴は、前記1つ以上の細胞の各々に関連付けられている1つ以上の境界区画を含み、
前記コンピュータ装置は、前記1つ以上の細胞の各々の表現を前記1つ以上の境界区画にマップするようにさらに構成されている、項目59に記載のシステム。
(項目70) 前記コンピュータ装置は、第1の境界区画を前記細胞のうちのいずれにも関連付けられていないヌル識別子にマップするようにさらに構成され、前記境界区画は、前記細胞の各々にマップされる前記境界区画のうちの前記関連する1つ以上の境界区画と、前記第1の境界区画とを含む、項目69に記載のシステム。
(項目71) 前記コンピュータ装置は、前記仮説に関連付けられている前記推測特性に基づいて、前記1つ以上の細胞の特性を決定するようにさらに構成されている、項目59に記載のシステム。
(項目72) 前記1つ以上の細胞の前記特性に基づいて、女性のヒト対象への着床のための前記1つ以上の細胞の発生能力の指標を表示するように構成されている表示デバイスをさらに備えている、項目71に記載のシステム。
(項目73) 前記コンピュータ装置は、分類を行って、前記1つ以上の細胞の前記特性の決定を増補するようにさらに構成されている、項目71に記載のシステム。
(項目74) 前記コンピュータ装置は、画像類似性決定を行って、前記1つ以上の細胞の前記特性の決定を増補するようにさらに構成されている、項目71に記載のシステム。
(項目75) 前記コンピュータ装置は、前記1つ以上の細胞の前記特性に基づいて、第1の細胞質***の持続時間、第1細胞質***と第2細胞質***との間の時間間隔、第2細胞質***と第3細胞質***との間の時間間隔、第1の有糸***と第2の有糸***との間の時間間隔、第2の有糸***と第3の有糸***との間の時間間隔、受精から5つの細胞を有する胚までの時間間隔、および配偶子合体から前記第1の細胞質***までの時間間隔のうちの1つ以上のものを決定するようにさらに構成されている、項目71に記載のシステム。
(項目76) 前記1つ以上の細胞の前記推測特性は、前記1つ以上の細胞の推測数、および前記1つ以上の細胞の推測幾何学形状のうちの少なくとも1つを含み、
前記1つ以上の細胞の前記特性は、前記1つ以上の細胞の数、および前記1つ以上の細胞の幾何学形状のうちの少なくとも1つを含む、項目71に記載のシステム。
(項目77) 前記1つ以上の細胞の前記推測幾何学形状は、前記1つ以上の細胞の推測形状と、前記1つ以上の細胞の推測配列とを含み、
前記1つ以上の細胞の前記幾何学形は、前記1つ以上の細胞の形状と、前記1つ以上の細胞の配列とを含む、項目72に記載のシステム。
(項目78) 前記コンピュータ装置が前記複数の仮説から前記仮説を選択するように構成されていることは、前記複数の仮説の各々に関連付けられている前記1つ以上の細胞の前記推測幾何学形状と、前記画像に示されている前記1つ以上の細胞の前記関連幾何学的特徴との間の適合性に基づく、項目72に記載のシステム。
(項目79) 前記1つ以上の細胞の前記数は、前記仮説に関連付けられている前記推測数と同一であり、
前記1つ以上の細胞の前記幾何学形状は、前記仮説に関連付けられている前記1つ以上の細胞の前記推測幾何学形状と同一である、項目72に記載のシステム。
(項目80) 前記コンピュータ装置は、
前記画像に示されている前記1つ以上の細胞を特徴付ける予備仮説を生成することと、
前記画像に示されている前記1つ以上の細胞の前記関連幾何学的特徴に基づいて、前記予備仮説を精緻化して、前記複数の仮説のうちの1つ以上の仮説を取得することと
を行うようにさらに構成されている、項目59に記載のシステム。
(項目81) 前記予備仮説は、複数の第1の形状を含み、前記複数の第1の形状の各々は、第1の形状パラメータ値によって画定され、前記細胞の各々は、前記複数の第1の形状のうちの関連するものによって特徴付けられ、
前記コンピュータ装置が前記予備仮説を精緻化するように構成されていることは、複数の第2の形状の各々を前記画像に示されている前記1つ以上の細胞の前記関連幾何学的特徴に適合させるように構成されていることを含む、項目80に記載のシステム。
(項目82) 前記複数の第1の形状の各々、および前記複数の第2の形状の各々は、楕円である、項目81に記載のシステム。
(項目83) 前記複数の第1の形状の各々、および前記複数の第2の形状の各々は、bスプラインである、項目81に記載のシステム。
(項目84) 前記コンピュータ装置は、
前記細胞の一連の時間連続的な画像から、前記1つ以上の細胞の各々に関連付けられている境界情報を決定することであって、前記画像は、前記一連の時間連続的な画像に含まれる第1の画像である、ことと、
以前に生成された仮説を修正することによって、前記予備仮説を生成することであって、前記以前に生成された仮説は、前記一連の時間連続的な画像に含まれる第2の画像に示されるような前記細胞を特徴付け、前記第2の画像は、前記第1の画像に先立つ、ことと
を行うようにさらに構成されている、項目80に記載のシステム。
(項目85) 前記一連の時間連続的な画像は、一連の経時的画像である、項目84に記載のシステム。
(項目86) 前記画像は、第1の画像であり、
前記コンピュータ装置が前記第1の画像に示されるような前記1つ以上の細胞を特徴付ける前記複数の仮説から前記仮説を選択するように構成されていることは、前記第1の画像を含む一連の画像にわたって、最も可能性の高い一連の仮説を決定するように構成されていることを含む、項目59に記載のシステム。
(項目87) 前記一連の画像は、一連の時間連続的な画像であり、
前記コンピュータ装置が前記一連の画像にわたって前記最も可能性の高い一連の仮説を決定するように構成されていることは、前記一連の時間連続的な画像のうちの2つ以上の画像にわたって、前記1つ以上の細胞の前記推測特性が、どのように変動することができるかを制限する制約を考慮するように構成されていることを含む、項目86に記載のシステム。
(項目88) 前記制約は、
前記1つ以上の細胞の推測数が、前記一連の時間連続的な画像にわたって経時的に減少していないこと、
前記1つ以上の細胞の前記推測数の変化後、前記1つ以上の細胞の前記推測数が、前記一連の時間連続的な画像の第1のサブセットにわたって、ある期間で安定していること、および
前記1つ以上の細胞の前記推測数が、前記一連の時間連続的な画像の第2のサブセットにわたって、経時的にわずか1だけ減少し、次いで、前記第2のサブセットの終了時に増加することから成る群から選択される、項目87に記載のシステム。
(項目89) 細胞活性の自動評価のための方法であって、前記方法は、
複数の仮説のうちの1つ以上の仮説の可能性の推定値に基づいて、前記複数の仮説に関連付けられている信頼尺度を決定することであって、前記複数の仮説の各々は、複数の画像のうちの関連する1つ以上の画像に示されている1つ以上の細胞を特徴付ける、ことと、
前記信頼尺度に基づいて、前記複数の仮説のうちの少なくとも1つの信頼性を決定することと
を含む、方法。
(項目90) 前記1つ以上の細胞は、ヒト胚、1つ以上の卵母細胞、あるいは1つ以上の多能性細胞に含まれる、項目89に記載の方法。
(項目91) 前記複数の仮説の各々に関連付けられている、前記1つ以上の細胞の各々の推定幾何学形状と、前記1つ以上の細胞の前記1つ以上の画像から決定される、前記1つ以上の細胞の各々の境界との間の適合性に基づいて、前記複数の仮説を選択することをさらに含む、項目89に記載の方法。
(項目92) 前記境界の各々は、1つ以上の境界区画を含む、項目91に記載の方法。
(項目93) 前記複数の画像は、暗視野照明顕微鏡法によって取得される、項目89に記載の方法。
(項目94) 前記複数の仮説の各々は、前記1つ以上の細胞の数の推定値、前記1つ以上の細胞の各々の形状の推定値、および前記1つ以上の細胞の配列の推定値のうちの1つ以上のものに基づく、項目89に記載の方法。
(項目95) 前記複数の画像の各々の中の前記1つ以上の細胞に関連付けられている境界を検出することをさらに含み、前記複数の仮説の各々は、前記境界のうちの関連する1つ以上の境界に基づく、項目89に記載の方法。
(項目96) 前記境界の各々は、1つ以上の境界区画を含む、項目95に記載の方法。
(項目97) 前記複数の仮説は、前記1つ以上の細胞の発生能に関連付けられている細胞活性の特徴付けに関連付けられている、項目89に記載の方法。
(項目98) 前記細胞活性の特徴付けは、第1の細胞質***の持続時間、第1細胞質***と第2細胞質***との間の時間間隔、第2細胞質***と第3細胞質***との間の時間間隔、第1の有糸***と第2の有糸***との間の時間間隔、第2の有糸***と第3の有糸***との間の時間間隔、受精から5つの細胞を有する胚までの時間間隔、および配偶子合体から第1の細胞質***までの時間間隔のうちの1つ以上のものを含む、項目97に記載の方法。
(項目99) 前記複数の仮説のうちの前記少なくとも1つが、信頼性があると決定される場合のみ、前記細胞活性の特徴付けを表示することをさらに含む、項目97に記載の方法。
(項目100) 前記細胞活性の特徴付け、および前記細胞活性の特徴付けに関連付けられている前記複数の仮説のうちの前記少なくとも1つの前記信頼性の指標を表示することをさらに含む、項目97に記載の方法。
(項目101) 前記複数の画像は、一連の経時的画像であり、
前記複数の仮説のうちの前記1つ以上の仮説の前記可能性の前記推定値は、前記一連の経時的画像の各々に示される前記細胞の数が経時的に減少しないという制約を考慮する、項目89に記載の方法。
(項目102) 前記複数の仮説のうちの前記少なくとも1つの前記信頼性を決定することは、前記信頼尺度に基づいて、選択基準を前記1つ以上の細胞に適用することを含む、項目89に記載の方法。
(項目103) 前記選択基準は、女性のヒト対象への着床のための前記1つ以上の細胞の発生能力に関連付けられている、項目102に記載の方法。
(項目104) 前記選択基準は、前記信頼尺度の1つ以上の閾値に基づく、項目102に記載の方法。
(項目105) 前記選択基準を適用することの結果を表示することをさらに含む、項目102に記載の方法。
(項目106) 前記選択基準に基づいて、前記複数の仮説のうちの前記少なくとも1つが、信頼性がないと見なされる場合、女性のヒト対象への着床のための前記1つ以上の細胞を拒絶することをさらに含む、項目102に記載の方法。
(項目107) 前記選択基準に基づいて決定される前記複数の仮説のうちの前記少なくとも1つの前記信頼性に基づいて、女性のヒト対象への着床のための前記1つ以上の細胞の発生能力の指標を表示することをさらに含む、項目102に記載の方法。
(項目108) 細胞活性の自動評価のための装置であって、前記装置は、
複数の仮説のうちの1つ以上の仮説の可能性の推定値に基づいて、前記複数の仮説に関連付けられている信頼尺度を決定するように構成されている信頼モジュールであって、前記複数の仮説の各々は、複数の画像のうちの関連する1つ以上の画像に示されている1つ以上の細胞を特徴付ける、信頼モジュールと、
前記信頼尺度に基づいて、前記複数の仮説のうちの少なくとも1つの信頼性を決定するように構成されている信頼性決定モジュールと
を備え、
前記信頼モジュールおよび前記信頼性決定モジュールのうちの少なくとも1つは、メモリまたは処理デバイスのうちの少なくとも1つにおいて実装されている、装置。
(項目109) 少なくとも1つの暗視野照明顕微鏡を介して、前記複数の画像を取得するように構成されている画像モジュールをさらに備えている、項目108に記載の装置。
(項目110) 前記複数の仮説は、第1の複数の仮説であり、前記装置は、前記第1の複数の仮説を含む第2の複数の仮説を決定するように構成されている仮説生成モジュールをさらに備え、前記第2の複数の仮説の各々は、1つ以上の細胞の数の推定値、前記1つ以上の細胞の各々の形状の推定値、および前記1つ以上の細胞の配列の推定値のうちの1つ以上のものに基づく、項目108に記載の装置。
(項目111) 前記複数の画像の各々の中の前記1つ以上の細胞に関連付けられている境界を検出するように構成されている境界検出モジュールをさらに備え、前記複数の仮説の各々は、前記境界のうちの関連する1つ以上の境界に基づく、項目108に記載の装置。
(項目112) 前記境界の各々は、1つ以上の境界区画を含む、項目111に記載の装置。
(項目113) 仮説選択モジュールをさらに備え、
前記複数の画像は、一連の経時的画像であり、
前記仮説選択モジュールは、前記一連の経時的画像の各々に示される前記細胞の数が経時的に減少しないという制約を考慮して、前記複数の仮説のうちの前記1つ以上の仮説の前記可能性の前記推定値を決定するように構成されている、項目108に記載の装置。
(項目114) 前記複数の仮説は、前記1つ以上の細胞の発生能に関連付けられている細胞活性の特徴付けに関連付けられている、項目108に記載の装置。
(項目115) 前記細胞活性の特徴付けは、第1の細胞質***の持続時間、第1細胞質***と第2細胞質***との間の時間間隔、第2細胞質***と第3細胞質***との間の時間間隔、第1の有糸***と第2の有糸***との間の時間間隔、第2の有糸***と第3の有糸***との間の時間間隔、受精から5つの細胞を有する胚までの時間間隔、および配偶子合体から第1の細胞質***までの時間間隔のうちの1つ以上のものを含む、項目114に記載の装置。
(項目116) 前記複数の仮説のうちの前記少なくとも1つが、信頼性があると決定される場合のみ、前記細胞活性の特徴付けを表示するように構成されている表示モジュールをさらに備えている、項目114に記載の装置。
(項目117) 前記細胞活性の特徴付け、および前記細胞活性の特徴付けに関連付けられている前記複数の仮説のうちの前記少なくとも1つの前記信頼性の指標を表示するように構成されている表示モジュールをさらに備えている、項目114に記載の方法。
(項目118) 前記信頼性決定モジュールは、前記信頼尺度に基づいて、選択基準を前記1つ以上の細胞に適用するように構成されている、項目108に記載の装置。
(項目119) 前記選択基準は、女性のヒト対象への着床のための前記1つ以上の細胞の発生能力に関連付けられている、項目118に記載の装置。
(項目120) 前記選択基準は、前記信頼尺度の1つ以上の閾値に基づく、項目118に記載の装置。
(項目121) 前記選択基準を適用することの結果を表示するように構成されている表示モジュールをさらに備えている、項目118に記載の装置。
(項目122) 前記信頼性決定モジュールは、前記選択基準に基づいて、前記複数の仮説のうちの前記少なくとも1つが、信頼性がないと決定される場合、女性のヒト対象への着床のための前記1つ以上の細胞を拒絶するように構成されている、項目118に記載の装置。
(項目123) 前記選択基準に基づいて決定される、前記複数の仮説のうちの前記少なくとも1つの前記信頼性に基づいて、女性のヒト対象への着床のための前記1つ以上の細胞の発生能力の指標を表示するように構成されている表示モジュールをさらに備えている、項目118に記載の装置。
(項目124) 前記1つ以上の細胞の前記複数の画像を受信するように構成されている、画像モジュールをさらに備えている、項目118に記載の装置。
(項目125) 前記複数の仮説の各々に関連付けられている、前記1つ以上の細胞の各々の推測幾何学形状と、前記1つ以上の細胞の前記1つ以上の画像から決定される、前記1つ以上の細胞の各々の境界との間の適合性に基づいて、前記複数の仮説を選択するように構成されている仮説選択モジュールをさらに備えている、項目108に記載の装置。
(項目126) 前記境界の各々は、1つ以上の境界区画を含む、項目125に記載の装置。
(項目127) 細胞活性の自動評価のためのシステムであって、前記システムは、細胞活性の自動評価のために構成されているコンピュータ装置を備え、
前記コンピュータ装置は、
複数の仮説のうちの1つ以上の仮説の可能性の推定値に基づいて、前記複数の仮説に関連付けられている信頼尺度を決定することであって、前記複数の仮説の各々は、複数の画像のうちの関連する1つ以上の画像に示されている1つ以上の細胞を特徴付ける、ことと、
前記信頼尺度に基づいて、前記複数の仮説の信頼性を決定することと
を行うように構成されている、システム。
(項目128)
前記複数の仮説の前記信頼性の指標を提示するように構成されている表示デバイスと、
前記表示デバイスを介した前記提示に応答して、前記1つ以上の細胞の発生能力を示す入力を受信するように構成されている入力インターフェースと
をさらに備えている、項目127に記載のシステム。
(項目129) 前記複数の画像を取得するように構成されている撮像デバイスをさらに備えている、項目127に記載のシステム。
(項目130) 前記撮像デバイスは、暗視野照明顕微鏡である、項目129に記載のシステム。
(項目131) 前記複数の仮説の各々は、前記1つ以上の細胞の数の推定値、前記1つ以上の細胞の各々の形状の推定値、および前記1つ以上の細胞の配列の推定値のうちの1つ以上のものに基づく、項目127に記載のシステム。
(項目132) 前記コンピュータ装置は、前記複数の画像の各々の中の前記1つ以上の細胞に関連付けられている境界を検出するようにさらに構成され、前記複数の仮説の各々は、前記境界のうちの関連する1つ以上の境界に基づく、項目127に記載のシステム。
(項目133) 前記境界の各々は、1つ以上の境界区画を含む、項目132に記載のシステム。
(項目134) 前記複数の仮説は、前記1つ以上の細胞の発生能に関連付けられている細胞活性の特徴付けに関連付けられている、項目127に記載のシステム。
(項目135) 前記細胞活性の特徴付けは、第1の細胞質***の持続時間、第1細胞質***と第2細胞質***との間の時間間隔、第2細胞質***と第3細胞質***との間の時間間隔、第1の有糸***と第2の有糸***との間の時間間隔、第2の有糸***と第3の有糸***との間の時間間隔、受精から5つの細胞を有する胚までの時間間隔、および配偶子合体から第1の細胞質***までの時間間隔のうちの1つ以上のものを含む、項目134に記載のシステム。
(項目136) 表示デバイスをさらに備え、前記表示デバイスは、前記複数の仮説のうちの前記少なくとも1つが、信頼性があると決定される場合のみ、前記細胞活性の特徴付けを表示するように構成されている、項目134に記載のシステム。
(項目137) 表示デバイスをさらに備え、前記表示デバイスは、前記細胞活性の特徴付け、および前記細胞活性の前記特徴付けに関連付けられている前記複数の仮説のうちの前記少なくとも1つの前記信頼性の指標を表示するように構成されている、項目134に記載のシステム。
(項目138)
前記複数の画像は、一連の経時的画像であり、
前記複数の仮説のうちの前記1つ以上の仮説の前記可能性の前記推定値は、前記一連の経時的画像の各々に示される前記細胞の数が経時的に減少しないという制約を考慮する、項目127に記載のシステム。
(項目139) 前記コンピュータ装置は、前記複数の仮説のうちの前記少なくとも1つの前記信頼性を決定することの一環として、前記信頼尺度に基づいて、選択基準を前記1つ以上の細胞に適用するように構成されている、項目127に記載のシステム。
(項目140) 前記選択基準は、女性のヒト対象への着床のための前記1つ以上の細胞の発生能力に関連付けられている、項目139に記載のシステム。
(項目141) 前記選択基準は、前記信頼尺度の1つ以上の閾値に基づく、項目139に記載のシステム。
(項目142) 表示デバイスをさらに備え、前記表示デバイスは、前記選択基準を適用することの結果を表示するように構成されている、項目139に記載のシステム。
(項目143) 前記コンピュータ装置は、前記選択基準に基づいて、前記複数の仮説のうちの少なくとも1つが、信頼性がないと決定される場合、女性のヒト対象への着床のための前記1つ以上の細胞を拒絶するように構成されている、項目139に記載のシステム。
(項目144) 表示デバイスをさらに備え、前記表示デバイスは、前記選択基準に基づいて決定される、前記複数の仮説のうちの前記少なくとも1つの前記信頼性に基づいて、女性のヒト対象への着床のための前記1つ以上の細胞の発生能力の指標を表示するように構成されている、項目139に記載のシステム。
(項目145) 前記1つ以上の細胞の前記複数の画像を取得するように構成されている撮像デバイスをさらに備え、前記コンピュータ装置は、前記撮像デバイスから前記1つ以上の細胞の前記複数の画像を受信するように構成されている、項目127に記載のシステム。
(項目146) 前記コンピュータ装置は、前記複数の仮説の各々に関連付けられている、前記1つ以上の細胞の各々の推測幾何学形状と、前記1つ以上の細胞の前記1つ以上の画像から決定される、前記1つ以上の細胞の各々の境界との間の適合性に基づいて、前記複数の仮説を選択するように構成されている、項目127に記載のシステム。
(項目147) 前記境界の各々は、1つ以上の境界区画を含む、項目146に記載のシステム。
(項目148)
前記複数の画像のうちの前記1つ以上の画像を表示することと、
前記複数の仮説の前記信頼性の指標を提示することと
を行うように構成されている表示デバイスをさらに備えている、項目127に記載のシステム。
「発生能」および「発生能力」という用語は、健康な胚または多能性細胞が成長または発育する能力および可能性を指すために、本明細書で使用される。
本発明の側面は、細胞活性の追跡のために動作可能である。したがって、本発明のいくつかの側面は、自動非侵襲細胞活性追跡のために動作可能である。いくつかの実施形態では、自動非侵襲細胞活性追跡は、染料の注入等の侵襲的方法を用いることなく、1つ以上の細胞の特性を決定するためのものである。細胞活性追跡は、1つ以上の細胞の1つ以上の画像に適用することができる。画像は、経時的な一連の画像等の時間連続的な一連の画像であり得る。複数の画像に示される細胞は、任意の目的とする細胞であり得る。例えば、細胞は、1つ以上の細胞を有し得る、ヒト胚であり得る。そのような目的とする細胞の他の実施例は、卵母細胞および多能性細胞を含むが、それらに限定されない。
を表し、式中、
は、
を伴う、
である点の集合
である。各フレームtでは、それぞれ、
個、
の点を伴うKt個の区画、。節点2023/oに関連付けられる、推測される変数は、1つ以上の標識節点206によって表される区画・細胞標識、1つ以上の楕円記述子節点208によって表される形状記述子(本実施例では楕円記述子)、細胞の数の節点210によって表される細胞の数、および1つ以上の細胞***事象節点212によって表される細胞***事象を含み得る。標識節点206は、区画を細胞に割り当てる標識
を表し、本実施例では、Nmax=4個の細胞である。楕円記述子節点208は、楕円
を表す。細胞の数の節点210は、細胞の数
を表す。細胞***事象節点212は、***事象
を表す。各楕円
は、その親
に関連付けられ得る。
は、ゼロに設定され、フレーム間類似性に関連付けられる項δ(t)は、(***事象が隣接する画像102(図1A参照)の間で同等に起こりることも、怒らないこともあるように)0.5に設定される。それによって、
は、定数になり、観察モデルから除外することができる。
は、区画
を細胞に関係付ける、細胞内形状および幾何学的一貫性を捕捉する。幾何学的制約を符号化する項
は、胚内の異なる細胞の形状を互に関係付ける、細胞間幾何学的コンテキストを捕捉する。実施例3の方程式(8、11)に示される運動(遷移)モデル
は、画像フレーム間で形状および局所構造を関係付ける時間的コンテキストを捕捉する。
を含み得る。画像類似性尺度は、隣接する画像102(図1A参照)の間の1つ以上の細胞***事象の発生の可能性に関し得る。分類器は、AdaBoostまたはサポートベクターマシン(SVM)分類器であり得、単一レベルまたは多重レベルであり得、手作りおよび/または機械学習される判別可能な画像特徴のセットから、細胞の数の事後確率(一実施形態では以下の実施例3の方程式(8)の中の
)を推定し得る。そのような分類器は、以下の実施例1および2で開示されるような画像ベースの細胞分類を行うように構成することができる。
は、ゼロに設定され、フレーム間類似性に関連付けられる項δ(t)は、(***事象が隣接する画像102(図1A参照)の間で同等に起こりることも、起こらないこともあるように)0.5に設定される。それによって、
は、定数になり、近似同時分布から除外することができる。
)を含み得る。
適合性関数は、(1)1つの時間スライス(観察モデルΦ)内にある変数、または(2)隣接時間スライス(運動モデルΨ)に及ぶ変数のいずれかに関する。CRFは、全ての適合性関数の積に比例するような全ての変数に関する同時確率分布を符号化する。
)を推定するために、マルチレベルAdaBoost分類器を使用する。
およびδ(t)を除外する、分解されたサブグラフ上で時間tを最適化することによって、N(t)の非正規化最大周辺尺度である、
を推定する。
は、粒子から得られる。近似最大周辺尺度402(方程式(13)および(14)参照)の例示的な結果が、図4Aおよび4Bに示される。分類尺度403および画像類似性尺度405の例示的な結果は、図4Bに示される。
を取得するために、
を分類器
および画像類似性δ(t)と組み合わせる。これは、N(t)、d(t)、δ(t)、および
を含む、別の分解されたサブグラフに関して行われ、最も可能性の高いシーケンス
を推定する。本実施例は、節点がN(t)であり、同時分布が単項(方程式(8))および対合項(方程式(10、11))によって因数分解される、連鎖グラフによって、このサブグラフを近似する。
Claims (4)
- 胚細胞または多能性細胞の発生能力を決定するための細胞活性の自動非侵襲評価のための方法であって、前記方法は、
(a)コンピュータプロセッサを提供する工程aであって、前記コンピュータプロセッサは:
(i)時間連続的な一連の画像を受信するように構成された画像モジュール;
(ii)1つ以上の細胞境界区画を決定するように構成された境界検出モジュール;
(iii)前記1つ以上の細胞境界区画のそれぞれに対し、複数の楕円のうち期待値最大化(EM)最適化を通して生成される適合する楕円を決定するように構成された仮説生成モジュール;
(iv)前記適合する楕円に基づいて、確率的グラフィカルモデルにより、前記時間連続的な一連の画像にわたって最も可能性の高い一連の仮説である最も適合する楕円を決定するように構成された仮説選択モジュール;
(v)1つ以上の細胞の特徴に基づいて、細胞活性パラメータを決定するように構成された細胞活性パラメータ決定モジュール、
を備える、工程aと、
(b)前記画像モジュールを用いて、前記時間連続的な一連の画像を取得する工程bであって、前記時間連続的な一連の画像には、胚細胞または多能性細胞を含む選択された第1の画像が含まれる、工程bと、
(c)前記境界検出モジュールを用いて、前記1つ以上の細胞境界区画を合併して、前記選択された第1の画像の1つ以上の細胞に識別する工程cと、
(d)前記時間連続的な一連の画像それぞれについて、前記1つ以上の細胞境界区画の周囲の前記複数の楕円のうち、前記適合する楕円の形状および配列に基づき前記仮説生成モジュールを用いて1つ以上の細胞を特徴付ける工程dであって、前記工程dは、
(i)前記1つ以上の細胞の数;
(ii)前記1つ以上の細胞の各々の形状;および
(iii)前記1つ以上の細胞の配列
のうち1つ以上の推測を決定する、工程dと、
(e)前記仮説選択モジュールを用いて、確率的グラフィカルモデルにより、前記時間連続的な一連の画像にわたって最も可能性の高い一連の仮説である前記最も適合する楕円を決定する工程eと、
(f)前記細胞活性パラメータ決定モジュールを用いて、前記時間連続的な一連の画像にわたって最も可能性の高い仮説である楕円に関して決定された1つ以上の細胞の推測された特徴に基づいて、配偶子合体から前記1つ以上の細胞の第1の細胞***までの時間間隔を含む前記細胞活性パラメータを決定する工程fであって、前記工程fは前記1つ以上の胚細胞または多能性細胞に関する発生能力の指標を決定する、工程f、
を包含する、方法。 - 前記細胞活性パラメータは、第1の細胞質***の持続時間、第1の細胞質***と第2の細胞質***との間の時間間隔、第2の細胞質***と第3の細胞質***との間の時間間隔、第1の有糸***と第2の有糸***との間の時間間隔、第2の有糸***と第3の有糸***との間の時間間隔、および受精から5つの細胞を有する胚までの時間間隔からなる群より選択される、請求項1に記載の方法。
- 細胞活性の評価のための自動非侵襲システムであって、
(a)1つ以上の細胞の時間連続的な一連の画像を取得するように構成された少なくとも1つの撮像デバイスを有する、経時的顕微鏡と、
(b)前記撮像デバイスに接続されるように構成されたコンピュータ装置であって、前記コンピュータ装置は、以下:
(i)前記時間連続的な一連の画像から少なくとも1つの画像を選択するように構成された撮像モジュール;
(ii)1つ以上の細胞境界区画を合併して1つ以上の細胞を識別するように構成された境界検出モジュール;
(iii)前記時間連続的な一連の画像それぞれについて、前記1つ以上の細胞境界区画の周囲の複数の楕円のうち期待値最大化(EM)最適化を通して生成される適合する楕円を決定するように構成された仮説生成モジュールであって、それによって、前記1つ以上の細胞は:
(iii-1)前記1つ以上の細胞の数;
(iii-2)前記1つ以上の細胞の各々の形状;および
(iii-3)前記1つ以上の細胞の配列、のうち1つ以上を推測することを含むように特徴付けされる、仮説生成モジュール;
(iv)前記適合する楕円に基づいて、確率的グラフィカルモデルにより、前記時間連続的な一連の画像にわたって最も可能性の高い一連の仮説である最も適合する楕円を決定するように構成された仮説選択モジュール;
(v)可能性として表される信頼尺度を細胞の数に関する周辺分布に基づいて決定するように構成された信頼モジュールであって、前記可能性とは、前記最も適合する楕円について特徴付けされた前記1つ以上の細胞のうち、前記推測された特徴によって決定される細胞活性パラメータに基づいて、配偶子合体から第1の細胞***までの時間間隔を含む細胞活性パラメータを前記特徴付けされた細胞が含むかを推測した可能性である、信頼モジュール;
(vi)前記細胞活性パラメータの前記信頼尺度が、前記信頼尺度の閾値以上になるか識別するように構成された信頼性決定モジュールであって、前記細胞活性パラメータは前記1つ以上の細胞の発生能力の指標としての選択基準である、信頼性決定モジュール、
を備えるコンピュータ装置、
を備えるシステム。 - 前記細胞活性パラメータは、第1の細胞質***の持続時間、第1の細胞質***と第2の細胞質***との間の時間間隔、第2の細胞質***と第3の細胞質***との間の時間間隔、第1の有糸***と第2の有糸***との間の時間間隔、第2の有糸***と第3の有糸***との間の時間間隔、および受精から5つの細胞を有する胚までの時間間隔からなる群より選択される、請求項3に記載のシステム。
Applications Claiming Priority (13)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361771000P | 2013-02-28 | 2013-02-28 | |
US201361770998P | 2013-02-28 | 2013-02-28 | |
US61/771,000 | 2013-02-28 | ||
US61/770,998 | 2013-02-28 | ||
US201361785216P | 2013-03-14 | 2013-03-14 | |
US201361785179P | 2013-03-14 | 2013-03-14 | |
US201361785199P | 2013-03-14 | 2013-03-14 | |
US201361785170P | 2013-03-14 | 2013-03-14 | |
US61/785,216 | 2013-03-14 | ||
US61/785,179 | 2013-03-14 | ||
US61/785,170 | 2013-03-14 | ||
US61/785,199 | 2013-03-14 | ||
PCT/US2014/019578 WO2014134527A1 (en) | 2013-02-28 | 2014-02-28 | Apparatus, method, and system for automated, non-invasive cell activity tracking |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016509844A JP2016509844A (ja) | 2016-04-04 |
JP7071047B2 true JP7071047B2 (ja) | 2022-05-18 |
Family
ID=51420965
Family Applications (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015560372A Active JP7071047B2 (ja) | 2013-02-28 | 2014-02-28 | 自動非侵襲細胞活性追跡のための装置、方法、およびシステム |
JP2015560375A Withdrawn JP2016509845A (ja) | 2013-02-28 | 2014-02-28 | 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 |
JP2019226650A Pending JP2020036625A (ja) | 2013-02-28 | 2019-12-16 | 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 |
JP2022067218A Pending JP2022087297A (ja) | 2013-02-28 | 2022-04-14 | 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 |
JP2024071873A Pending JP2024096236A (ja) | 2013-02-28 | 2024-04-25 | 画像ベースのヒト胚細胞分類のための装置、方法、およびシステム |
Family Applications After (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015560375A Withdrawn JP2016509845A (ja) | 2013-02-28 | 2014-02-28 | 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 |
JP2019226650A Pending JP2020036625A (ja) | 2013-02-28 | 2019-12-16 | 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 |
JP2022067218A Pending JP2022087297A (ja) | 2013-02-28 | 2022-04-14 | 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 |
JP2024071873A Pending JP2024096236A (ja) | 2013-02-28 | 2024-04-25 | 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 |
Country Status (7)
Country | Link |
---|---|
US (3) | US9542591B2 (ja) |
EP (2) | EP2961336B1 (ja) |
JP (5) | JP7071047B2 (ja) |
CN (2) | CN105408746A (ja) |
CA (2) | CA2901830C (ja) |
IL (3) | IL240856B (ja) |
WO (2) | WO2014134527A1 (ja) |
Families Citing this family (110)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105408746A (zh) | 2013-02-28 | 2016-03-16 | 普罗吉涅股份有限公司 | 基于图像的人胚胎细胞分类的装置、方法和*** |
CN106030608A (zh) * | 2013-11-06 | 2016-10-12 | 理海大学 | 生物组织分析诊断***与方法 |
WO2015113895A1 (en) * | 2014-01-28 | 2015-08-06 | Ventana Medical Systems, Inc. | Adaptive classification for whole slide tissue segmentation |
US10942170B2 (en) | 2014-03-20 | 2021-03-09 | Ares Trading S.A. | Quantitative measurement of human blastocyst and morula morphology developmental kinetics |
US20170052106A1 (en) * | 2014-04-28 | 2017-02-23 | The Broad Institute, Inc. | Method for label-free image cytometry |
WO2016103501A1 (ja) * | 2014-12-26 | 2016-06-30 | 国立大学法人東京大学 | 解析装置、解析方法、解析プログラム、細胞の製造方法、および細胞 |
WO2016145423A1 (en) * | 2015-03-11 | 2016-09-15 | Ayasdi, Inc. | Systems and methods for predicting outcomes using a prediction learning model |
EP3271829A4 (en) | 2015-03-17 | 2018-12-19 | Hewlett-Packard Development Company, L.P. | Pixel-based temporal plot of events according to multidimensional scaling values based on event similarities and weighted dimensions |
GB201507454D0 (en) * | 2015-04-30 | 2015-06-17 | Phase Focus Ltd | Method and apparatus for determining temporal behaviour of an object |
JP2017023055A (ja) * | 2015-07-22 | 2017-02-02 | 大日本印刷株式会社 | 細胞管理システム、プログラム、及び、細胞管理方法 |
US11494578B1 (en) * | 2015-09-21 | 2022-11-08 | Ares Trading S.A. | Systems and methods for automated assessment of embryo quality using image based features |
JP6475134B2 (ja) * | 2015-09-29 | 2019-02-27 | 富士フイルム株式会社 | 細胞評価装置および方法 |
US10002410B2 (en) * | 2015-09-30 | 2018-06-19 | Konica Minolta Laboratory U.S.A, Inc. | Method and system for enhancement of cell analysis |
US20170213081A1 (en) * | 2015-11-19 | 2017-07-27 | Intelli-Vision | Methods and systems for automatically and accurately detecting human bodies in videos and/or images |
CA3013048A1 (en) * | 2016-01-28 | 2017-08-03 | Gerard LETTERIE | Automated image analysis to assess reproductive potential of human oocytes and pronuclear embryos |
WO2018003063A1 (ja) * | 2016-06-30 | 2018-01-04 | 株式会社ニコン | 解析装置、解析方法、解析プログラム及び表示装置 |
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 |
CN109952614B (zh) * | 2016-08-22 | 2023-11-10 | 艾瑞斯国际有限公司 | 生物粒子的分类***和方法 |
JP2018061440A (ja) * | 2016-10-11 | 2018-04-19 | 憲隆 福永 | 受精判定システム |
US11282201B2 (en) | 2016-11-02 | 2022-03-22 | Sony Corporation | Information processing device, information processing method and information processing system |
EP3553165A4 (en) | 2016-12-06 | 2019-12-25 | Fujifilm Corporation | CELL IMAGE EVALUATION DEVICE AND CELL IMAGE EVALUATION CONTROL PROGRAM |
CN107690659B (zh) * | 2016-12-27 | 2021-08-10 | 达闼机器人有限公司 | 一种图像识别***及图像识别方法 |
WO2018176000A1 (en) | 2017-03-23 | 2018-09-27 | DeepScale, Inc. | Data synthesis for autonomous control systems |
US9738937B1 (en) * | 2017-03-31 | 2017-08-22 | Cellmax, Ltd. | Identifying candidate cells using image analysis |
JP6977293B2 (ja) * | 2017-03-31 | 2021-12-08 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、プログラム及び観察システム |
JP6862538B2 (ja) * | 2017-04-14 | 2021-04-21 | 株式会社日立ハイテク | 撮像装置および形態特徴データ表示方法 |
US11450121B2 (en) * | 2017-06-27 | 2022-09-20 | The Regents Of The University Of California | Label-free digital brightfield analysis of nucleic acid amplification |
US11409692B2 (en) | 2017-07-24 | 2022-08-09 | Tesla, Inc. | Vector computational unit |
US11893393B2 (en) | 2017-07-24 | 2024-02-06 | Tesla, Inc. | Computational array microprocessor system with hardware arbiter managing memory requests |
US11157441B2 (en) | 2017-07-24 | 2021-10-26 | Tesla, Inc. | Computational array microprocessor system using non-consecutive data formatting |
US10671349B2 (en) | 2017-07-24 | 2020-06-02 | Tesla, Inc. | Accelerated mathematical engine |
JP7164862B2 (ja) * | 2017-07-31 | 2022-11-02 | 静岡県公立大学法人 | 心筋細胞型判定システム、心筋細胞型判定方法 |
CN111279421B (zh) * | 2017-09-29 | 2024-04-09 | 布里格姆妇女医院 | 人类胚胎的自动评价 |
JP6414310B1 (ja) * | 2017-10-26 | 2018-10-31 | ソニー株式会社 | 受精卵品質評価方法、プログラム及び情報処理装置 |
US10423819B2 (en) * | 2017-10-31 | 2019-09-24 | Chung Yuan Christian University | Method and apparatus for image processing and visualization for analyzing cell kinematics in cell culture |
US11257002B2 (en) * | 2017-11-22 | 2022-02-22 | Amazon Technologies, Inc. | Dynamic accuracy-based deployment and monitoring of machine learning models in provider networks |
US11977958B2 (en) | 2017-11-22 | 2024-05-07 | Amazon Technologies, Inc. | Network-accessible machine learning model training and hosting system |
US20200311916A1 (en) * | 2017-12-15 | 2020-10-01 | Vitrolife A/S | Systems and methods for estimating embryo viability |
CN107977684B (zh) * | 2017-12-20 | 2018-10-23 | 杭州智微信息科技有限公司 | 一种快速修正骨髓有核细胞分类的交互方法 |
US11561791B2 (en) | 2018-02-01 | 2023-01-24 | Tesla, Inc. | Vector computational unit receiving data elements in parallel from a last row of a computational array |
US10915729B2 (en) * | 2018-02-20 | 2021-02-09 | The Regents Of The University Of Michigan | Three-dimensional cell and tissue image analysis for cellular and sub-cellular morphological modeling and classification |
US10552957B2 (en) * | 2018-03-24 | 2020-02-04 | Dan Nayot | Methods and systems for determining quality of an oocyte |
AU2019273148A1 (en) | 2018-05-25 | 2020-12-10 | Sony Corporation | Control device, control method, and program |
WO2019229151A2 (de) * | 2018-05-30 | 2019-12-05 | Carl Zeiss Microscopy Gmbh | Verfahren zum scannen von teilbereichen einer probe mittels eines rastermikroskops, computerprogrammprodukt, computerlesbares medium und system zum scannen von teilbereichen einer probe mittels eines rastermikroskops |
US11308152B2 (en) * | 2018-06-07 | 2022-04-19 | Canon Kabushiki Kaisha | Quantization method for feature vector, search method, apparatus and storage medium |
CN108823095A (zh) * | 2018-06-08 | 2018-11-16 | 上海柏慧康生物科技有限公司 | 一种用于活细胞培养过程中的环境控制及观察分析*** |
US11215999B2 (en) | 2018-06-20 | 2022-01-04 | Tesla, Inc. | Data pipeline and deep learning system for autonomous driving |
GB201810634D0 (en) | 2018-06-28 | 2018-08-15 | Vitrolife As | Methods and apparatus for assessing embryo development |
JPWO2020012616A1 (ja) * | 2018-07-12 | 2021-08-02 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、プログラム、及び情報処理システム |
US11361457B2 (en) | 2018-07-20 | 2022-06-14 | Tesla, Inc. | Annotation cross-labeling for autonomous control systems |
US11636333B2 (en) | 2018-07-26 | 2023-04-25 | Tesla, Inc. | Optimizing neural network structures for embedded systems |
CN111315488B (zh) * | 2018-08-06 | 2023-08-01 | 卡梅尔诊断有限公司 | 细胞组织分析的方法及装置 |
EP3834128A1 (en) * | 2018-08-07 | 2021-06-16 | Cornell University | System and method for selecting artificially fertilized embryos |
US11815507B2 (en) | 2018-08-15 | 2023-11-14 | Deepcell, Inc. | Systems and methods for particle analysis |
US10611995B2 (en) | 2018-08-15 | 2020-04-07 | Deepcell, Inc. | Systems and methods for particle analysis |
WO2020043684A1 (en) * | 2018-08-28 | 2020-03-05 | Koninklijke Philips N.V. | Advanced loop selection systems and methods for supporting efficient echo comparison |
US11562231B2 (en) | 2018-09-03 | 2023-01-24 | Tesla, Inc. | Neural networks for embedded devices |
CN109190622A (zh) * | 2018-09-11 | 2019-01-11 | 深圳辉煌耀强科技有限公司 | 基于强特征和神经网络的上皮细胞分类***和方法 |
KR20210078488A (ko) * | 2018-09-20 | 2021-06-28 | 에이아이브이에프 엘티디 | 이미지 특징 감지 |
CN113039556B (zh) | 2018-10-11 | 2022-10-21 | 特斯拉公司 | 用于使用增广数据训练机器模型的***和方法 |
EP3640946A1 (en) * | 2018-10-15 | 2020-04-22 | Sartorius Stedim Data Analytics AB | Multivariate approach for biological cell selection |
US11196678B2 (en) | 2018-10-25 | 2021-12-07 | Tesla, Inc. | QOS manager for system on a chip communications |
CN109544512B (zh) * | 2018-10-26 | 2020-09-18 | 浙江大学 | 一种基于多模态的胚胎妊娠结果预测装置 |
WO2020090947A1 (ja) * | 2018-10-31 | 2020-05-07 | 合同会社みらか中央研究所 | 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 |
WO2020092901A1 (en) * | 2018-11-01 | 2020-05-07 | The Brigham And Women's Hospital, Inc. | Automatic determination of a biological condition of a subject from ferning patterns |
WO2020102565A2 (en) | 2018-11-14 | 2020-05-22 | Flagship Pioneering Innovations V, Inc. | Systems and methods for nondestructive testing of gametes |
JP7067444B2 (ja) * | 2018-12-03 | 2022-05-16 | ソニーグループ株式会社 | 受精卵解析システム、情報処理装置、情報処理方法及びプログラム |
US11816585B2 (en) | 2018-12-03 | 2023-11-14 | Tesla, Inc. | Machine learning models operating at different frequencies for autonomous vehicles |
US11537811B2 (en) | 2018-12-04 | 2022-12-27 | Tesla, Inc. | Enhanced object detection for autonomous vehicles based on field view |
US10824915B2 (en) * | 2018-12-04 | 2020-11-03 | Capital One Services, Llc | Artificial intelligence system for inspecting image reliability |
CN109710802B (zh) * | 2018-12-20 | 2021-11-02 | 百度在线网络技术(北京)有限公司 | 视频分类方法及其装置 |
US11610117B2 (en) | 2018-12-27 | 2023-03-21 | Tesla, Inc. | System and method for adapting a neural network model on a hardware platform |
EP3904937A4 (en) | 2018-12-28 | 2022-09-21 | Olympus Corporation | MICROSCOPE SYSTEM |
CN110363057A (zh) * | 2018-12-29 | 2019-10-22 | 上海北昂医药科技股份有限公司 | 一种形态学图像中的***识别及分类方法 |
KR102084683B1 (ko) * | 2019-01-07 | 2020-03-04 | 기초과학연구원 | 인공신경망을 이용한 세포 영상 분석 방법 및 세포 영상 처리 장치 |
KR102084682B1 (ko) * | 2019-01-07 | 2020-03-04 | 기초과학연구원 | 인공신경망을 이용한 특수 현미경 영상 생성 방법 및 영상 처리 장치 |
WO2020157761A1 (en) * | 2019-01-31 | 2020-08-06 | Amnon Buxboim | Automated evaluation of embryo implantation potential |
US11150664B2 (en) | 2019-02-01 | 2021-10-19 | Tesla, Inc. | Predicting three-dimensional features for autonomous driving |
US10997461B2 (en) | 2019-02-01 | 2021-05-04 | Tesla, Inc. | Generating ground truth for machine learning from time series elements |
US11567514B2 (en) | 2019-02-11 | 2023-01-31 | Tesla, Inc. | Autonomous and user controlled vehicle summon to a target |
US10956755B2 (en) | 2019-02-19 | 2021-03-23 | Tesla, Inc. | Estimating object properties using visual image data |
EP3948221A4 (en) * | 2019-03-27 | 2022-12-21 | Becton, Dickinson and Company | SYSTEMS FOR CELL SORTING BASED ON FREQUENCY-CODED IMAGE AND METHODS OF USE THEREOF |
EP3970158A1 (en) * | 2019-05-16 | 2022-03-23 | PAIGE.AI, Inc. | Systems and methods for processing images to classify the processed images for digital pathology |
CN110135503B (zh) * | 2019-05-19 | 2022-07-12 | 重庆理工大学 | 一种装配机器人零件深度学习识别方法 |
CN110222823B (zh) * | 2019-05-31 | 2022-12-30 | 甘肃省祁连山水源涵养林研究院 | 一种水文流量波动情势识别方法及其*** |
CN110363747B (zh) * | 2019-06-14 | 2024-07-02 | 平安科技(深圳)有限公司 | 智能化异常细胞判断方法、装置及计算机可读存储介质 |
TWI794615B (zh) * | 2019-07-26 | 2023-03-01 | 德商卡爾蔡司Smt有限公司 | 微加工裝置的自動運作控制 |
US20220330884A1 (en) * | 2019-09-06 | 2022-10-20 | The Brighan And Women's Hospital, Inc. | Automated evaluation of quality assurance metrics for assisted reproduction procedures |
JP2020005661A (ja) * | 2019-10-16 | 2020-01-16 | 憲隆 福永 | 受精判定システム |
CN110969616B (zh) * | 2019-12-13 | 2020-10-27 | 北京推想科技有限公司 | 评价***质量的方法及装置 |
WO2021125929A1 (es) | 2019-12-20 | 2021-06-24 | Chavez Badiola Alejandro | Metodo basado en el acondicionamiento y pre-procesamiento de imágenes, para la clasificación de embrionares humanos |
CN111339904B (zh) * | 2020-02-21 | 2023-11-03 | 腾讯科技(深圳)有限公司 | 动物***图像识别方法和装置 |
JPWO2021177142A1 (ja) * | 2020-03-05 | 2021-09-10 | ||
US11354547B2 (en) * | 2020-03-31 | 2022-06-07 | Toyota Research Institute, Inc. | Systems and methods for clustering using a smart grid |
CN111652095A (zh) * | 2020-05-21 | 2020-09-11 | 骏实生物科技(上海)有限公司 | 一种基于人工智能的ctc图像识别方法和*** |
CA3184293A1 (en) * | 2020-06-29 | 2022-01-06 | Hadi Shafiee | Adaptive neural networks for analyzing medical images |
US20220012873A1 (en) * | 2020-07-10 | 2022-01-13 | Embryonics LTD | Predicting Embryo Implantation Probability |
CN116323915A (zh) | 2020-08-03 | 2023-06-23 | 爱慕基因***有限公司 | 基于实时视频的胚胎评价 |
CN111932510B (zh) * | 2020-08-03 | 2024-03-05 | 深圳回收宝科技有限公司 | 一种图像清晰度的确定方法及装置 |
EP4210564A1 (en) * | 2020-09-11 | 2023-07-19 | The Brigham & Women's Hospital, Inc. | Determining locations in reproductive cellular structures |
US20220156922A1 (en) * | 2020-11-17 | 2022-05-19 | Alejandro Chávez Badiola | System for real-time automatic quantitative evaluation, assessment and/or ranking of individual sperm, aimed for intracytoplasmic sperm injection (icsi), and other fertilization procedures, allowing the selection of a single sperm |
TR202020705A1 (tr) * | 2020-12-16 | 2022-08-22 | Istanbul Medipol Ueniversitesi | Tüp bebek işleminde gebelik oluşturma potansiyeli en yüksek olan embriyonun seçimi için bir yöntem |
WO2022240851A1 (en) * | 2021-05-10 | 2022-11-17 | Kang Zhang | System and method for outcome evaluations on human ivf-derived embryos |
CN113177961B (zh) * | 2021-06-07 | 2022-07-01 | 重庆傲雄在线信息技术有限公司 | 一种用于***图文比对的多模态深度模型训练方法 |
CN113469958B (zh) * | 2021-06-18 | 2023-08-04 | 中山大学附属第一医院 | 一种胚胎发育潜能预测方法、***、设备及存储介质 |
WO2023059744A1 (en) * | 2021-10-05 | 2023-04-13 | Neumora Therapeutics, Inc. | Machine learning systems for generating multi-modal data archetypes |
TWI806220B (zh) * | 2021-11-04 | 2023-06-21 | 財團法人資訊工業策進會 | 異常評估系統與異常評估方法 |
US20230410309A1 (en) * | 2022-05-17 | 2023-12-21 | Overture Life, Inc. | Methods, computer programs, and systems for automated microinjection |
JP2024046836A (ja) * | 2022-09-26 | 2024-04-05 | 株式会社Screenホールディングス | 分類方法およびコンピュータプログラム |
CN117253228B (zh) * | 2023-11-14 | 2024-02-09 | 山东大学 | 一种基于核像距离内编码的细胞团簇空间约束方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013502233A (ja) | 2009-08-22 | 2013-01-24 | ザ ボード オブ トラスティーズ オブ ザ リーランド スタンフォード ジュニア ユニバーシティ | 胚、卵母細胞、および幹細胞の撮像および評価 |
JP2014504849A (ja) | 2010-09-27 | 2014-02-27 | オクソジン, インコーポレイテッド | 胚、卵母細胞および幹細胞の自動撮像および評価のための装置、手段およびシステム |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6757423B1 (en) * | 1999-02-19 | 2004-06-29 | Barnes-Jewish Hospital | Methods of processing tagged MRI data indicative of tissue motion including 4-D LV tissue tracking |
US7907769B2 (en) * | 2004-05-13 | 2011-03-15 | The Charles Stark Draper Laboratory, Inc. | Image-based methods for measuring global nuclear patterns as epigenetic markers of cell differentiation |
CN101331500B (zh) | 2005-10-14 | 2015-04-29 | 尤尼森斯繁殖技术公司 | 细胞群的变化的测定 |
WO2007144001A2 (en) * | 2006-06-16 | 2007-12-21 | Unisense Fertilitech A/S | Embryo quality assessment based on blastomere division and movement |
WO2009137866A1 (en) | 2008-05-16 | 2009-11-19 | Swinburne University Of Technology | Method and system for automated cell function classification |
WO2010011766A1 (en) * | 2008-07-23 | 2010-01-28 | Mariposa Biotechnology, Inc. | Automated system for cryopreservation of oocytes, embryos, or blastocysts |
US20100055039A1 (en) * | 2008-09-04 | 2010-03-04 | Regis Doyonnas | Non-invasive methods of monitoring engrafted stem cells and methods for isolation of skeletal muscle stem cells |
US20120244567A1 (en) * | 2009-09-04 | 2012-09-27 | Buck Institute For Research On Aging | Human embryonic stem cells for high throughout drug screening |
US8396899B2 (en) * | 2009-11-23 | 2013-03-12 | Dell Products L.P. | Efficient segment detection for deduplication |
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 |
DK2678675T3 (en) * | 2011-02-23 | 2018-01-15 | Univ Leland Stanford Junior | METHODS FOR DETECTING ANEUPLOIDY IN HUMAN EMBRYONS |
EP2811016B1 (en) | 2011-05-31 | 2017-10-04 | Unisense Fertilitech A/S | Embryo quality assessment based on blastomere cleavage and morphology |
EP2855664B1 (en) | 2012-05-31 | 2017-10-04 | Unisense Fertilitech A/S | Embryo quality assessment based on blastocyst development |
US9177098B2 (en) | 2012-10-17 | 2015-11-03 | Celmatix Inc. | Systems and methods for determining the probability of a pregnancy at a selected point in time |
PT2951574T (pt) | 2013-02-01 | 2019-07-05 | Ares Trading Sa | Medição do desenvolvimento de embriões e potencial de implantação com a ajuda de parâmetros de tempo e fenótipo de primeira citocinese |
WO2014121200A1 (en) | 2013-02-01 | 2014-08-07 | Auxogyn, Inc. | Abnormal syngamy phenotypes observed with time lapse imaging for early identification of embryos with lower developmental potential |
CN105408746A (zh) | 2013-02-28 | 2016-03-16 | 普罗吉涅股份有限公司 | 基于图像的人胚胎细胞分类的装置、方法和*** |
-
2014
- 2014-02-28 CN CN201480024119.0A patent/CN105408746A/zh active Pending
- 2014-02-28 CA CA2901830A patent/CA2901830C/en active Active
- 2014-02-28 WO PCT/US2014/019578 patent/WO2014134527A1/en active Application Filing
- 2014-02-28 US US14/194,391 patent/US9542591B2/en active Active
- 2014-02-28 WO PCT/US2014/019615 patent/WO2014134550A1/en active Application Filing
- 2014-02-28 CN CN201480019406.2A patent/CN105407819A/zh active Pending
- 2014-02-28 US US14/194,386 patent/US9177192B2/en active Active
- 2014-02-28 JP JP2015560372A patent/JP7071047B2/ja active Active
- 2014-02-28 EP EP14756365.4A patent/EP2961336B1/en active Active
- 2014-02-28 EP EP14757061.8A patent/EP2962101A4/en not_active Withdrawn
- 2014-02-28 JP JP2015560375A patent/JP2016509845A/ja not_active Withdrawn
- 2014-02-28 CA CA2901833A patent/CA2901833A1/en active Pending
-
2015
- 2015-08-26 IL IL240856A patent/IL240856B/en active IP Right Grant
- 2015-08-26 IL IL240855A patent/IL240855B/en active IP Right Grant
- 2015-09-17 US US14/856,882 patent/US9710696B2/en active Active
-
2018
- 2018-12-25 IL IL263963A patent/IL263963B/en active IP Right Grant
-
2019
- 2019-12-16 JP JP2019226650A patent/JP2020036625A/ja active Pending
-
2022
- 2022-04-14 JP JP2022067218A patent/JP2022087297A/ja active Pending
-
2024
- 2024-04-25 JP JP2024071873A patent/JP2024096236A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013502233A (ja) | 2009-08-22 | 2013-01-24 | ザ ボード オブ トラスティーズ オブ ザ リーランド スタンフォード ジュニア ユニバーシティ | 胚、卵母細胞、および幹細胞の撮像および評価 |
JP2014504849A (ja) | 2010-09-27 | 2014-02-27 | オクソジン, インコーポレイテッド | 胚、卵母細胞および幹細胞の自動撮像および評価のための装置、手段およびシステム |
Also Published As
Publication number | Publication date |
---|---|
CN105408746A (zh) | 2016-03-16 |
CA2901830A1 (en) | 2014-09-04 |
US9177192B2 (en) | 2015-11-03 |
EP2962101A4 (en) | 2016-10-19 |
JP2024096236A (ja) | 2024-07-12 |
US9710696B2 (en) | 2017-07-18 |
JP2016509845A (ja) | 2016-04-04 |
JP2022087297A (ja) | 2022-06-09 |
WO2014134550A1 (en) | 2014-09-04 |
WO2014134527A1 (en) | 2014-09-04 |
US20140247973A1 (en) | 2014-09-04 |
EP2961336A4 (en) | 2016-11-02 |
IL240855A0 (en) | 2015-10-29 |
US20140247972A1 (en) | 2014-09-04 |
JP2016509844A (ja) | 2016-04-04 |
EP2962101A1 (en) | 2016-01-06 |
CN105407819A (zh) | 2016-03-16 |
CA2901830C (en) | 2023-03-21 |
IL240855B (en) | 2019-01-31 |
US9542591B2 (en) | 2017-01-10 |
CA2901833A1 (en) | 2014-09-04 |
JP2020036625A (ja) | 2020-03-12 |
EP2961336B1 (en) | 2024-03-27 |
IL263963B (en) | 2021-06-30 |
IL263963A (en) | 2019-01-31 |
IL240856A0 (en) | 2015-10-29 |
US20160078275A1 (en) | 2016-03-17 |
IL240856B (en) | 2021-02-28 |
EP2961336A1 (en) | 2016-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7071047B2 (ja) | 自動非侵襲細胞活性追跡のための装置、方法、およびシステム | |
AU2018384082B2 (en) | Systems and methods for estimating embryo viability | |
Di Cataldo et al. | Subclass discriminant analysis of morphological and textural features for hep-2 staining pattern classification | |
CN112163599B (zh) | 一种基于多尺度多层次融合的图像分类方法 | |
JP2022536388A (ja) | 生殖補助技術における適応型画像処理方法およびシステム | |
Ma et al. | A new classifier fusion method based on historical and on-line classification reliability for recognizing common CT imaging signs of lung diseases | |
Milewska et al. | The use of principal component analysis and logistic regression in prediction of infertility treatment outcome | |
US20230027723A1 (en) | Stain-free detection of embryo polarization using deep learning | |
Tonti et al. | Unsupervised HEp-2 mitosis recognition in indirect immunofluorescence imaging | |
Yuzkat et al. | Detection of sperm cells by single-stage and two-stage deep object detectors | |
Thiyagarajan et al. | Comparative analysis of classifier Performance on MR brain images. | |
WO2023154851A1 (en) | Integrated framework for human embryo ploidy prediction using artificial intelligence | |
Kanakasabapathy et al. | Deep learning mediated single time-point image-based prediction of embryo developmental outcome at the cleavage stage | |
Lewandowska et al. | Ensembling noisy segmentation masks of blurred sperm images | |
Delgarmi et al. | Automatic Landmark Detection of Human Back Surface from Depth Images via Deep Learning | |
Yin et al. | Classification based on LBP and SVM for human embryo microscope images | |
Harun | Medical Image Segmentation for Embryo Image Analysis | |
Doudkin et al. | Estimation of Informative Features in the Analysis of 2D Images of Bone Objects in Forensic | |
Li et al. | Automatic detection of three cell types in a microscope image based on deep learning | |
Selfiana et al. | Comparison of K-means and DBSCAN for prediction determination of Down syndrome using prenatal test data | |
Ramachandran et al. | Automatic approach to detect turner syndrome (TS) using hand x-rays based on feature extraction and principal component analysis (PCA) | |
Hekmati | Machine Learning to Analyze fMRI Brain Activity Recordings | |
CN113724863A (zh) | 一种自闭症谱系障碍的自动判别***、存储介质及设备 | |
Abubakar et al. | Classification of Alzheimer's Disease Using Cnn-Based Features and Vit-Global Contextual Patterns from MRI Images | |
Igrejas et al. | Department of Industrial Electronics E-mail: igrejas@ ipb. pt |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151027 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171222 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171220 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180320 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180419 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180920 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20181206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190320 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20190820 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191220 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20191220 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20191227 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20200106 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20200122 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20200228 |
|
C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20200303 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20200911 |
|
C13 | Notice of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: C13 Effective date: 20210304 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20210409 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210602 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20210602 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20210609 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210702 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20210716 |
|
C092 | Termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C092 Effective date: 20210909 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20211012 |
|
C13 | Notice of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: C13 Effective date: 20211102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220201 |
|
C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20220308 |
|
C03 | Trial/appeal decision taken |
Free format text: JAPANESE INTERMEDIATE CODE: C03 Effective date: 20220412 |
|
C30A | Notification sent |
Free format text: JAPANESE INTERMEDIATE CODE: C3012 Effective date: 20220412 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220506 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7071047 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |