控制装置、控制方法和程序与流程

本公开涉及一种控制装置、控制方法和程序。

背景技术：

近年来，沿着时间序列捕获细胞等的图像并观察细胞中的时间变化的技术已被广泛使用。例如，专利文献1公开了一种估计与作为培养靶标的细胞的分裂相关的阶段的技术。

引用列表

专利文献

专利文献1：pct国际申请公开号2016-509845的日文译文

技术实现要素：

本发明要解决的问题是：

通过上述方式，在观察诸如细胞的培养对象时，通常同时培养大量细胞并对其进行观察和评估。然而，在专利文献1公开的技术中，没有充分考虑多个培养靶标的观察结果和评估结果的呈现。

因此，本公开提出了一种控制装置、控制方法和程序，其是新颖、改进的，且能够有效地可视化与多个培养靶标相关的培养状态。

解决问题的方案

根据本发明，提供了一种包括显示控制单元的控制装置，显示控制单元控制与培养靶标的培养状态相关的动态显示，培养靶标包括具有分裂潜能的细胞，使用基于机器学习算法生成的学习模型通过形态分析沿着时间序列来估计培养状态，其中，显示控制单元控制多个培养靶标的培养状态的比较显示。

此外，根据本公开，提供了一种控制方法，包括：通过处理器控制与培养靶标的培养状态相关的动态显示，培养靶标包括具有分裂潜能的细胞，使用基于机器学习算法生成的学习模型通过形态分析沿着时间序列来估计培养状态，且控制显示还包括控制多个培养靶标的培养状态的比较显示。

此外，根据本公开，提供了一种使计算机用作控制装置的程序，控制装置包括显示控制单元，显示控制单元控制与培养靶标的培养状态相关的动态显示，培养靶标包括具有分裂潜能的细胞，使用基于机器学习算法生成的学习模型通过形态分析沿着时间序列估计培养状态，其中，显示控制单元控制多个培养靶标的培养状态的比较显示。

本发明的效果

如上所述，根据本公开，可以有效地可视化与多个培养靶标相关的培养状态。

注意，上述效果不一定是限制性的，除了上述效果之外或代替上述效果，还可以发挥本说明书中描述的任何效果或可以由本说明书掌握的其他效果。

附图说明

[图1]是根据本公开的实施方式的由显示控制单元控制的示例性用户界面。

[图2]是说明根据相同实施方式的控制系统的示例性功能配置的框图。

[图3]是描述通过根据相同实施方式的显示控制单元对与培养靶标相关的培养状态的比较显示控制的示图。

[图4]是描述根据相同实施方式的用于针对受精卵的确定相关的状态的比较显示控制的示图。

[图5]是示出根据相同实施方式的受精卵的卵裂定时和卵裂后经过时间的示例性显示的示图。

[图6]是示出根据相同实施方式的与受精卵的滞后期相关的信息的示例性显示的示图。

[图7]是示出由根据相同实施方式的处理单元和胚胎学家确定的卵裂阶段比较显示的实施例的示图。

[图8]是示出根据相同实施方式的基于卵裂阶段的概率值生成的示例性图表的示图。

[图9]是示出根据相同实施方式的基于卵裂阶段的概率值生成的示例性图表的示图。

[图10]是示出根据相同实施方式的基于卵裂阶段的概率值生成的示例性图表的示图。

[图11]是示出根据相同实施方式的基于卵裂阶段的概率值生成的示例性图表的示图。

[图12]是描述由根据相同实施方式的处理单元基于概率波形的异常卵裂估计的示图。

[图13]是描述由根据相同实施方式的处理单元基于概率波形的异常卵裂估计的示图。

[图14]是描述根据相同实施方式的桑椹胚及其后的卵裂阶段的估计的示图。

[图15]是描述根据相同实施方式的桑椹胚及其后的卵裂阶段的估计的示图。

[图16]是描述根据相同实施方式的桑椹胚及其后的卵裂阶段的估计的示图。

[图17]是描述根据相同实施方式的桑椹胚及其后的卵裂阶段的估计的示图。

[图18]是描述根据相同实施方式的重叠图像的生成的图。

[图19]是基于根据本实施方式的培养靶标的形状识别结果和分析结果生成的示例性图表。

[图20]是描述根据本实施方式的包括在培养靶标中的成分的重叠图像的生成的示图。

[图21]是根据相同实施方式基于形状识别结果和营养靶标中包括的成分的分析结果生成的示例性图表。

[图22]是示出根据相同实施方式的控制装置的操作流程的示例性流程图。

[图23]是说明根据本公开的实施方式的控制装置的示例性硬件配置的示图。

具体实施方式

下面，将参照附图详细描述本公开的优选实施方式。注意，在本说明书和附图中，具有基本相同功能配置的构成元件将由相同的附图标记表示，且将省略重复的描述。

请注意，将按以下顺序提供描述。

1实施方式

1.1概述

1.2示例性配置

1.3功能详情

1.4操作流程

2.示例性硬件配置

3.结论

<1.实施方式>

<<1.1概述>>

首先，将描述本公开的实施方式的概述。如上所述，近年来，在各种领域中广泛使用沿着时间序列捕获诸如细胞的培养靶标的图像(也称为时间-推移图像捕获)并观察细胞的时间变化的技术。

例如，牲畜领域通过在受精卵生长至可移植状态时执行时间-推移图像捕获并评估生长状态，执行观察牲畜的受精卵的时间变化等的技术，。

此外，还存在一种开发的技术，其中，系统半自动地执行如上所述的时间-推移图像捕获和对生长状态的评估。然而，即使在由系统执行图像捕获和评估的情况下，胚胎学家通常最终确认由系统确定的评估，且例如在必要时校正评估结果之后进行交运(shipment)确定。

然而，存在如上所述在时间-推移图像捕获中同时观察和评估大量受精卵(诸如1000至2000个受精卵)的情况，且胚胎学家进行与所有受精卵相关的再评估和交运确定需要繁重的工作量和长时间。此外，不仅在牲畜领域中，而且在不育治疗、再生医疗等领域中，都长时间执行时间-推移图像捕获，但是难以直观地掌握与大量培养靶标相关的培养状态。

根据本公开的技术构思着眼于上述要点，且旨在实现与多个培养靶标相关的培养状态的有效可视化。为此，实施根据本公开的实施方式的控制方法的控制装置20包括显示控制单元240，显示控制单元控制与培养靶标的培养状态相关的动态显示，培养靶标包括具有分裂潜能的细胞，其中使用基于机器学习算法生成的学习模型通过形态分析沿着时间序列来估计所述培养状态，此外，根据本公开的实施方式的显示控制单元240具有控制多个培养靶标的培养状态的比较显示的特性。

图1是根据本公开的实施方式的由显示控制单元240控制的示例性用户界面ui。注意，图1说明了根据本实施方式的培养靶标是受精卵的情况下的示例性用户界面ui。

如图1所示，例如，在由根据本实施方式的显示控制单元240控制的用户界面ui上以阵列显示由图像捕获装置10捕获的多个受精卵的时间-推移图像。此外，可以向每个受精卵的时间-推移图像添加由根据本实施方式的处理单元230使用基于机器学习算法生成的学习模型通过形态分析估计的培养状态。

例如，在培养靶标是受精卵的情况下，上述培养状态包括受精卵的卵裂状态。另外，上述卵裂状态可以包括例如受精卵的卵裂阶段和异常卵裂的发生状态。此外，上述培养状态可以包括例如与受精卵的死细胞相关的状态。此外，还可以包括与已经交运的受精卵相关的状态。

在图1所示出的示例性情况下，根据本实施方式的显示控制单元240通过使用每个时间-推移图像的叠加颜色来比较地显示由处理单元230估计的与卵裂阶段、死细胞或受精卵的交运完成相关的状态。注意，上述卵裂阶段包括例如桑椹胚、早期胚泡、胚泡、扩张胚泡(expandingblastocyst)等。

因此，利用根据本实施方式的显示控制单元240，可以将与大量受精卵相关的培养状态以比较状态呈现给诸如胚胎学家的用户。

此外，此时，根据本实施方式的显示控制单元240可以执行控制，使得与多个受精卵相关的时间-推移图像和培养状态以与受精卵在培养皿中布置的孔位置(wellposition)(坐标)相关的方式显示。

例如，参考图1的图的右上方，可以看出当前显示在用户界面ui上的时间-推移图像与在六个培养皿d1至d6中的左上方的培养皿d1的左上部分中培养的受精卵相关。此外，显示控制单元240可以执行控制，使得以与上述区域中的每个受精卵的物理位置相关的方式显示每个时间-推移图像。

因此，根据本实施方式的显示控制单元240能够以与培养靶标在培养皿中布置的孔位置(wellposition)相关的方式显示大量培养靶标的培养状态。根据本实施方式的显示控制单元240的上述功能使诸如胚胎学家的用户能够：直观地掌握与每个受精卵相关的培养状态；和在短时间内准确确定交运等。

在上文中，已经描述了在根据本实施方式的显示控制单元240的控制下与培养靶标相关的培养状态的比较显示的概要。注意，在以上使用图1的描述中已经描述了培养靶标是受精卵的情况作为实施例，但是根据本实施方式的培养靶标可以广泛地包括每个都具有分裂潜能的细胞。注意，具有分裂潜能的细胞的实例可以包括：癌细胞；再生医学等领域使用的各种培养细胞；等等。

此外，在本说明书中，“受精卵”至少在概念上包括：

单细胞；和

多个细胞的聚集体。在此，单细胞或多个细胞的聚集体与在一个或多个阶段中观察到的细胞相关联，所述一个或多个阶段包括卵母细胞、卵子或卵、受精卵或合子、未分化胚胎细胞(胚泡)和在受精卵生长过程中的胚胎。

<<1.2.示例性配置>>

接下来，对根据本实施方式的控制系统进行描述。图2是示出根据本实施方式的控制系统的示例性功能配置的框图。参照图2，根据本实施方式的控制系统包括图像捕获装置10、控制装置20和显示设备30。此外，图像捕获装置10和控制装置20以及控制装置20和显示设备30各自经由网络40连接，以便能够彼此通信。

(图像捕获装置10)

根据本实施方式的图像捕获装置10是基于控制装置20的控制来捕获诸如受精卵的培养靶标的图像的装置。根据本实施方式的图像捕获装置10可以是例如具有图像捕获功能的光学显微镜等。

参照图2，根据本实施方式的图像捕获装置10包括图像捕获单元110、保持单元120和发光单元130。

((图像捕获单元110))

根据本实施方式的图像捕获单元110具有基于控制装置20的控制来捕获培养靶标的图像的功能。根据本实施方式的图像捕获单元110例如通过诸如相机的图像捕获装置来实现。此外，图像捕获单元110可以包括具有不同放大率的多个光学物镜。

根据本实施方式的控制装置20可以控制：图像捕获定时、图像捕获时间(曝光时间)、以及图像捕获单元110的光学物镜的选择；图像捕获单元110在水平方向或垂直方向上的物理位置；等。

((保持单元120))

根据本实施方式的保持单元120具有保持培养靶标的培养皿的功能。根据本实施方式的保持单元120可以是例如观察台。

根据本实施方式的控制装置20可以通过控制保持单元120的水平位置或垂直方向上的物理位置等来控制在图像捕获期间培养靶标的水平位置或焦点位置。

((发光单元130))

根据本实施方式的发光单元130具有基于控制装置20的控制来发射在图像捕获中使用的各种光的功能。此外，根据本实施方式的发光单元130可以广泛地包括诸如孔径光阑的光学系统。

根据本实施方式的控制装置20可以控制由光发射单元130发射的光的种类、波长、强度、光发射时间、光发射间隔等。

(控制装置20)

根据本实施方式的控制装置20具有基于培养靶标的识别概率来控制培养靶标的图像捕获的功能，所述识别概率通过使用基于机器学习算法生成的学习模型来计算。根据本实施方式的控制装置20被安装为例如信息处理服务器，且可以经由网络40远程地控制图像捕获装置10。

此外，根据本实施方式的控制装置20具有以下功能：使用基于机器学习算法生成的学习模型，通过形态分析，沿着时间序列动态地估计培养靶标的培养状态；以及控制所述培养状态的比较显示。

((图像捕获控制单元210))

根据本实施方式的图像捕获控制单元210具有控制图像捕获装置10对培养靶标的时间-推移图像捕获的功能。根据本实施方式的图像捕获控制单元210具有基于通过使用基于机器学习算法生成的学习模型计算的观察靶标的识别概率来控制例如图像捕获单元110与观察靶标之间的相对水平位置和焦点位置的特性。

((学习单元220))

根据本实施方式的学习单元220具有基于以下各项执行与例如观察靶标的识别相关的学习的功能：通过捕获培养靶标的图像而获得的图像；和机器学习算法。根据本实施方式的学习单元220可以通过例如使用诸如包括多个卷积层的深度学习的多层神经网络的机器学习来执行观察靶标的识别学习。

根据本实施方式的学习单元220可以通过执行例如监督学习来学习与培养靶标的形状、形态、结构等相关的特性，所述监督学习基于：通过培养靶标的图像捕获而获得的图像；和训练数据。注意，上述训练数据可以包括例如与以下相关的信息：包括在图像中的培养靶标的分类(例如，受精卵等)；以及培养靶标的生长阶段(例如，诸如两个细胞、四个细胞的卵裂阶段，桑椹胚，早期胚泡，胚泡，或扩张胚泡，或死亡的细胞)。即，学习单元220可以执行机器学习(例如，通过多层神经网络的机器学习)，且可以通过使用学习数据来生成识别培养靶标的学习模型，该学习数据包括：通过培养靶标的图像捕获而获得的图像；和上述训练数据(与培养靶标的形状、形态、结构等中的至少一个相关的特性相关联的信息)。即，例如，在通过多层神经网络进行机器学习的情况下，通过上述学习来调整构成神经网络的包括输入层、输出层和隐藏层的各层之间的加权因子(参数)，从而生成学习模型。

((处理单元230))

根据本实施方式的处理单元230具有基于由学习单元220学习的学习知识对培养靶标执行形态分析的功能。即，根据本实施方式的处理单元230可以是由学习单元220从学习生成的识别器(也称为分类器)。根据本实施方式的处理单元230例如接收培养靶标的图像作为输入，且可以使用基于机器学习算法生成的学习模型通过形态分析以时间序列输出与受精卵的卵裂阶段相关的概率值。稍后将单独描述根据本实施方式的处理单元230中所包括的功能的细节。

((显示控制单元240))

根据本实施方式的显示控制单元240具有控制与培养靶标的培养状态相关的动态显示的功能，所述培养靶标的培养状态由处理单元230沿时间序列通过形态分析进行估计。根据本实施方式的显示控制单元240可以控制与多个培养靶标相关的特定培养状态的比较显示。

如上所述，上述培养靶标包括例如受精卵。此时，根据本实施方式的显示控制单元240可以控制显示设备30，使得多个受精卵的卵裂状态或(多个)死细胞被比较显示。

此外，如上所述，上述卵裂状态包括受精卵的卵裂阶段和异常卵裂或滞后期的发生状态。根据本实施方式的显示控制单元240可以控制显示设备30，使得比较地显示多个受精卵的卵裂阶段和异常卵裂的发生状态。

注意，根据本实施方式的显示控制单元240可以在如图1所示的用户界面上控制如上所述的培养状态的比较显示。根据本实施方式的用户界面可以例如以web服务等的形式来实现。用户可以通过由显示设备30显示的用户界面确认例如每个培养靶标的培养状态，且可以进一步执行各种动作，诸如记录确定结果。此时，显示控制单元240生成例如诸如定义用户界面的显示格式的html文件的控制信息，并将该控制信息经由通信单元250发送到显示设备30，从而实现对显示设备30在用户界面上的显示的控制。下面将单独描述根据本实施方式的显示控制单元240的功能细节。

(通信单元250)

根据本实施方式的通信单元250具有经由网络40与图像捕获装置10和显示设备30进行信息通信的功能。根据本实施方式的通信单元250向图像捕获装置10发送由例如图像捕获控制单元210生成的与图像捕获控制相关的控制信号，并从图像捕获装置10接收培养靶标的捕获图像。此外，根据本实施方式的通信单元250向显示设备30发送由显示控制单元240生成的并且与用户界面的显示控制相关的控制信息。

(显示设备30)

根据本实施方式的显示设备30是基于控制装置20的控制执行与多个培养靶标相关的培养状态的比较显示的装置。

((显示单元310))

根据本实施方式的显示单元310具有输出诸如图像和文本的视觉信息的功能。根据本实施方式的显示单元310具体显示允许用户基于从控制装置20接收的控制信息确认培养靶标的培养状态的用户界面。另一方面，根据本实施方式的显示单元310可以具有与控制装置20的显示控制单元240等同的功能。在这种情况下，显示单元310接收从控制装置20的处理单元230输出的各种识别结果，且可以基于识别结果来控制用户界面的显示。

为此，根据本实施方式的显示单元310包括例如呈现可视信息的显示装置。上述显示装置的示例可以包括液晶显示器(lcd)装置、有机发光二极管(oled)装置、触摸面板等。

(网络40)

网络40具有连接图像捕获装置10和控制装置20的功能。网络40可以包括：公共线路网络，诸如因特网、电话线网络和卫星通信网络；以及各种网络，包括以太网(注册商标)，诸如局域网(lan)、和广域网(wan)。此外，网络40可以包括专用线路网络，诸如互联网协议虚拟专用网(ip-vpn)。此外，网络40可以包括诸如wi-fi(注册商标)和蓝牙(注册商标)的无线通信网络。

在上文中，已经描述了根据本实施方式的控制系统的示例性配置。注意，根据本实施方式的图像捕获装置10和控制装置20的配置不限于以上通过使用图2描述的示例性配置。例如，根据本实施方式的控制装置20不必包括学习单元220。根据本实施方式的控制装置20可以控制由图像捕获装置10捕获的图像，或者可以基于由另一装置学习的学习知识来估计与培养靶标相关的培养状态。根据本实施方式的控制系统和控制装置20的功能配置可以根据说明书和实际使用而灵活地修改。

<<1.3.功能的详情>>

接着，对本实施方式的控制装置20的功能进行详细说明。首先，将描述根据本实施方式的显示控制单元240对培养状态的比较显示控制。

如上所述，根据本实施方式的显示控制单元240控制与多个培养靶标相关的培养状态的比较显示。在图1中，示出了根据本实施方式的显示控制单元240控制与作为培养状态的实例的受精卵的卵裂阶段和死细胞相关的状态的比较显示的情况。另一方面，根据本实施方式的显示控制单元240不限于上述实例，且可以控制与各种培养状态相关的比较显示。

图3是描述通过根据本实施方式的显示控制单元240对与培养靶标相关的培养状态的比较显示控制的示图。在图3所示的示例性情况下，根据本实施方式的显示控制单元240通过在图1所示的用户界面ui上显示的时间-推移图像的右上方添加指示各种培养状态的框b1来实现培养状态的比较显示。

具体地，在图3所示的示例中，显示控制单元240向框b1的左框添加指示受精卵的质量状态的颜色或字符。在此，上述质量状态可以综合地表示受精卵的培养状态。显示控制单元240可以通过使用不同的颜色、字符、标记等来指示例如与时间-推移图像相对应的受精卵正常生长的事实，受精卵已经变成死细胞的事实等。在图3所示的示例性情况下，显示控制单元240通过使用预定颜色和字符“d”来指示与时间-推移图像相对应的受精卵已经变成死细胞的事实。

此外，在图3所示的示例中，显示控制单元240向框b1的中间框添加指示受精卵的卵裂状态的颜色和字符。上述卵裂状态包括例如卵裂阶段和异常卵裂的发生状态。显示控制单元240可以通过使用诸如颜色、字符和标记的指示符来显示例如与时间-推移图像相对应的受精卵正常卵裂的事实，已经发生异常卵裂的事实，卵裂阶段的种类，异常卵裂的种类等。

在图3所示的示例性情况下，显示控制单元240通过使用预定颜色和字符“dc”来指示在与时间-推移图像相对应的受精卵中已经发生直接卵裂的事实。

这里，上述直接卵裂(directcleavage)是一种异常卵裂，其中受精卵以非常数分裂，例如从一个细胞到三个细胞的分裂，从两个细胞到六个细胞的分裂等。已知已经经历直接卵裂的受精卵的生育率显著低于通常以常数分裂的受精卵的生育率。

此外，根据本实施方式的异常卵裂不仅包括上述直接卵裂，还包括反向卵裂(reversecleavage)，其中受精卵的卵裂阶段反向进行，例如，从三个细胞到两个细，或从八个细胞到六个细胞。与经过直接卵裂的受精卵的生育率相似，已知已经经历反向卵裂的受精卵的生育率显著低于通常以常数分裂的受精卵的生育率。

因此，根据本实施方式的显示控制单元240使胚胎学家能够：从多个受精卵中直观且容易地掌握已经发生异常卵裂(诸如直接卵裂或反向卵裂)的受精卵；并采取措施，诸如交运前除去该受精卵等。

此外，在图3所示的示例中，显示控制单元240向框b1的右框添加指示与受精卵相关的另一培养状态的颜色或字符。在图3所示的示例性情况下，显示控制单元240通过使用预定颜色和字符“bc”来指示在与时间-推移图像相对应的受精卵中已经发生胚泡收缩的事实。

如上所述，根据本实施方式的显示控制单元240可以通过使用颜色、字符、标记等来显示与受精卵的培养状态相关的各种信息。根据本实施方式的显示控制单元240的上述功能使得诸如胎肽学家的用户能够详尽且整体地掌握与多个受精卵相关的培养状态，且能够大大减少确定所需的时间、工时、人员数量等。

接下来，将描述根据本实施方式的与受精卵的确定状态相关的显示控制。如上所述，即使在通过时间-推移图像捕获对大量受精卵进行自动确定的情况下，通常地，胚胎学家仍然最终确认每个受精卵的状态并进行与交运等相关的确定。

然而，此时，存在这样的情况，即胚胎学家难以立即判断已经对所显示的大量受精卵中的哪一个受精卵进行了初步确定或最终确定。

因此，根据本实施方式的显示控制单元240可以通过将与确定受精卵等相关的状态添加到时间-推移图像中来协助胚胎学家执行上述判断。

图4是描述根据本实施方式的用于针对受精卵的确定相关的状态的比较显示控制的示图。在图4所示的示例性情况下，根据本实施方式的显示控制单元240通过在图1所示的用户界面ui上显示的每个时间-推移图像的右上方添加指示与确定相关的状态的框b2来实现确定状态的比较显示。

具体地，在尚未作出与受精卵相关的确定的情况下，显示控制单元240将预定颜色和标记添加到框b2的左框。此外，在已经对受精卵进行了临时确定的情况下，显示控制单元240将预定颜色和标记添加到框b2的中间框，且在已经对受精卵进行了最终确定的情况下，显示控制单元240将预定颜色和标记添加到框b2的右框。

根据本实施方式的显示控制单元240的上述功能使胚胎学家能够即时掌握受精卵的确定状态，且即使在同时观察大量受精卵的情况下也能够高效地执行确定工作。

在上文中，已经描述了本实施方式的显示控制单元240的比较显示控制。如上所述，根据本实施方式的显示控制单元240可以通过使用诸如颜色、字符或标记的指示符以比较的状态将与多个受精卵相关的培养状态、判断状态等呈现给用户。注意，根据本实施方式的显示控制单元240的比较显示控制不限于上述实施例，且可以通过各种形式来实现。

例如，在图1中，已经通过例示根据本实施方式的显示控制单元240通过在时间-推移图像上叠加颜色来指示卵裂阶段等的情况提供了描述，但是显示控制单元240还可以通过例如改变时间-推移图像的框颜色、图案、强调程度来指示受精卵的培养状态。此外，显示控制单元240不必显示受精卵的时间-推移图像，且可以使用例如与每个受精卵对应的id等来指示培养状态。

接下来，将描述由根据本实施方式的显示控制单元240进行的与受精卵相关的培养状态的详细显示控制。例如，在用户选择显示在用户界面ui上的时间-推移图像的情况下，根据本实施方式的显示控制单元240可以控制向详细页的移动，该详细页显示与该时间-推移图像相对应的受精卵的培养状态的详细数据。

根据本实施方式的显示控制单元240可以控制与例如受精卵的卵裂定时、卵裂后经过时间等有关的信息在上述详细页上的显示。此时，根据本实施方式的显示控制单元240可以基于处理单元230的估计结果来控制与受精卵的培养状态相关的时间-序列显示。

图5是示出根据本实施方式受精卵的卵裂定时和卵裂后经过时间的示例性显示的示图。在图5所示的实例中，显示控制单元240基于由处理单元230计算的并且与受精卵的每个卵裂阶段相关的概率值，通过图表以时间序列显示受精卵的卵裂阶段之间的转变。

例如，图5所示的示例性情况表明在“第1天”受精卵从一个细胞卵裂为两个细胞，然后从两个细胞卵裂为三个或更多个细胞的事实。此时，显示控制单元240可以通过将例如条b1和b2添加到图表上来指示由处理单元230估计的并与上述内容相关的卵裂定时。

此外，可以通过例如用户的滑动动作来校正上述条b1和b2。在诸如胚胎学家的用户确认该图表并判断错误估计了卵裂定时的情况下，可以通过滑动条b1或b2的位置来校正该确定。

此外，显示控制单元240基于条b1和b2的位置计算第一次卵裂后经过的时间或第二次卵裂后经过的时间，且可以在区域f1中显示计算的经过的时间。

由此，本实施方式的显示控制单元240能够使胚胎学家容易地确认受精卵的卵裂发生的定时和之后经过的时间，并对其进行校正。

此外，根据本实施方式的显示控制单元240可以控制例如与受精卵的滞后期相关的信息显示。通常，已知受精卵具有滞后期(也称为诱导期)，在此期间细胞的主动增殖停止。此外，近年来揭示了滞后期发生在从四个细胞期到八个细胞期的分裂过程中，且滞后期开始的细胞数越大，开始时间越早，且受精卵的滞后期的时间越短，受精卵在移植后的发育潜能(例如，生育率)越高。

由于上述情况，关注每个受精卵的滞后期作为鉴别具有高发育潜能的受精卵的重要指标。

因此，根据本实施方式的显示控制单元240可以通过显示由处理单元230估计的与滞后期相关的信息来辅助胚胎学家对受精卵进行综合的质量确定。

图6是示出根据本实施方式的与受精卵的滞后期相关的信息的示例性显示的示图。在图6所示的实例中，显示控制单元240在图表上显示条b3和b4，条b3和b4表示由处理单元230基于由处理单元230计算的受精卵内的细胞的移动量(速度向量的总值)的变化而估计的滞后期的开始和结束，该图表使上述移动量的变化可视化。

例如，根据本实施方式的处理单元230可以将上述每单位培养时间的移动量的总值的时间变化是阈值或更小的时间段与每单位培养时间的受精卵的直径的时间变化是阈值或更小的时间段之间的重叠时间段估计为滞后期。

此外，此时，根据本实施方式的显示控制单元240以类似于图5中所示的情况的方式接收对条b3和b4的滑动动作，且可以执行控制，使得已经确认图表的胚胎学家可以校正滞后期。

此外，显示控制单元240可以基于条b3和b4的位置在区域f2中显示滞后期的总持续时间、开始时间、结束时间等。

因此，根据本实施方式的显示控制单元240使得胚胎学家能够容易地确认和校正每个受精卵的滞后期。

此外，例如，根据本实施方式的显示控制单元240可以在相同的图表上显示由处理单元230估计的受精卵的卵裂阶段和由胚胎学家确定并输入的卵裂阶段。

图7是示出由根据本实施方式的处理单元230和胚胎学家确定的卵裂阶段的比较显示的实例的示图。在图7所示的实例中，以时间序列显示了处理单元230和胚胎学家对一个细胞阶段与四个细胞阶段相关的卵裂阶段的确定结果。注意，在图7所示的实施例中，处理单元230的卵裂阶段的确定结果用圆形标记表示，胚胎学家的卵裂阶段的确定结果用垂直条形标记表示。

因此，根据本实施方式的显示控制单元240可以在同一图表上显示处理单元230对卵裂阶段的确定结果和胚胎学家对卵裂阶段的确定结果。根据本实施方式的显示控制单元240的上述功能使得胚胎学家能够直观地掌握与处理单元230的确定结果的差异，且在胚胎学家确定与大量受精卵相关的培养状态时以短时间高效地工作。

随后，将描述根据本实施方式的卵裂阶段的估计和与估计结果相关的显示控制。如上所述，由于根据本实施方式的处理单元230通过使用基于机器学习算法生成的学习模型对受精卵的捕获图像执行形态分析，因此可以针对每个卵裂阶段以时间序列输出与受精卵的卵裂阶段相关的概率值。

由于处理单元230(也称为识别器或分类器)通过使用例如基于具有一个细胞、两个细胞和三个或更多细胞的受精卵的训练数据和图像学习的学习知识来执行形态分析，可以输出：输入图像的受精卵具有一个细胞的概率，受精卵具有两个细胞的概率，以及受精卵具有三个或更多个细胞的概率值。即，可以通过将受精卵的图像作为输入数据输入到包括在处理单元230中的学习模型来输出与受精卵的细胞阶段相关的概率值。

此时，根据本实施方式的显示控制单元240可以控制从处理单元230输出的上述概率值的时间-序列显示。

图8是示出根据本实施方式基于卵裂阶段的概率值生成的示例性图表的示图。在图8所示的示例性情况下，显示控制单元240生成通过沿着时间序列绘制与从处理单元230输出的卵裂阶段相关的概率值而获得的图表。注意，图8示出了在处理单元230基于输入图像输出与一个细胞、两个细胞和三个或更多个细胞相关的概率值的情况下的示例性图表。注意，对于上述概率值，1被定义为100％，0被定义为0％。

根据本实施方式的处理单元230和显示控制单元240的上述功能使胚胎学家能够容易地掌握与受精卵的卵裂阶段相关的概率值的时间变化。

此外，根据本实施方式的处理单元230可以例如基于在每个时间点计算的各个卵裂阶段的概率值中的卵裂阶段的最高概率值来估计图像捕获已被执行的每个时间点的卵裂阶段。

此时，根据本实施方式的显示控制单元240生成例如图9中所示的通过仅标绘在每个时间点卵裂阶段的最高概率值而获得的图表，且可以将关于由处理单元230估计的卵裂阶段的信息添加到该图表上。

根据本实施方式的处理单元230和显示控制单元240的上述功能使胚胎学家能够直观地掌握与受精卵相关的每个卵裂阶段的时间变化。

此外，根据本实施方式的处理单元230可以输出通过在图像已被捕获的时间点之间内插每个卵裂阶段的概率值而获得的概率波形。此时，根据本实施方式的处理单元230可以输出概率值的斜率和上述概率波形，所述概率值和所述概率波形是基于以短时间间隔(例如10分钟间隔等)捕获的受精卵的图像而学习的。

根据本实施方式的处理单元230的上述功能使得即使在实际使用时的时间-推移图像捕获的间隔设定为比学习时的间隔长(例如，30分钟，1小时等)的情况下，也能够获得图像捕获的时间点之间的每个分裂阶段的概率值，且能够大幅降低图像捕获和估计的成本。

此外，此时，根据本实施方式的显示控制单元240可以生成包括从处理单元230输出的概率波形的图表，例如图10所示。在图10所示的示例性情况下，显示控制单元240生成包括通过内插一个细胞的概率值而获得的概率波形cl、通过内插两个细胞的概率值而获得的概率波形c2、以及通过内插三个或更多个细胞的概率值而获得的概率波形c3的图表。

此外，根据本实施方式的处理单元230可以基于所获取的概率波形来估计卵裂定时，且还可以基于卵裂定时来估计各个时间点之间的卵裂阶段。

例如，根据本实施方式的处理单元230检测与两个卵裂阶段相关的概率波形相交的交点，且可以估计对应于该交点的时间点作为卵裂定时。

例如，在图11所示的图表的情况下，处理单元230可以将与一个细胞相关的概率波形cl和与两个细胞相关的概率波形c2之间的交点估计为从一个细胞到两个细胞的卵裂定时。此外，处理单元230可以将与两个细胞相关的概率波形c2和与三个或更多个细胞相关的概率波形c3之间的交点估计为从两个细胞到三个或更多个细胞的卵裂定时。

根据本实施方式的处理单元230的上述功能使得能够以比图像捕获间隔更精细的粒度水平来估计受精卵的卵裂阶段，从而胚胎学家可以更详细地掌握受精卵的培养状态。

此外，根据本实施方式的处理单元230可以基于所获取的概率波形来估计受精卵的异常卵裂的发生及其定时。图12和图13是描述由根据本实施方式的处理单元230基于概率波形的异常卵裂估计的示图。

例如，在图12所示的示例性情况下，处理单元230可以通过检测与一个细胞相关的概率波形cl和与三个或更多个细胞相关的概率波形c3相交的交点来估计从一个细胞到三个或更多个细胞的直接卵裂的发生。此时，根据本实施方式的处理单元230可以输出并检测概率波形cl和概率波形c3之间的交点作为直接卵裂发生定时tdc。

此外，在图12所示的示例性情况下，处理单元230可以通过检测与三个或更多个细胞相关的概率波形c3和与两个细胞相关的概率波形c2相交的交点来估计三个或更多个细胞到两个的反向卵裂的发生细节。此时，根据本实施方式的处理单元230可以输出并检测概率波形c3和概率波形c2之间的交点作为反向卵裂发生定时trc。

此外，根据本实施方式的显示控制单元240可以执行控制，使得如上所述检测的直接卵裂发生定时tdc和反向卵裂发生定时trc以及与卵裂阶段相关的信息显示在图表上。

根据本实施方式的处理单元230和显示控制单元240的上述功能使胚胎学家能够容易地掌握受精卵的异常卵裂，并采取诸如去除受精卵等措施。

注意，根据本实施方式的异常卵裂的估计不限于上述实施例。根据本实施方式的处理单元230还可以基于例如与某个卵裂阶段相关的概率波形来估计受精卵的异常卵裂。

例如，如图13所示，处理单元230输出与一个细胞相关的概率波形cl。此时，处理单元230可以将概率波形cl超过阈值的时间段估计为单细胞阶段。在此，与图13所示的实例类似，例如，在一个细胞阶段结束后并转移到另一个细胞阶段再次检测估计为一个细胞阶段的持续时间的情况下，可以估计反向卵裂的发生。

因此，根据本实施方式的处理单元230可以基于各种技术来估计与受精卵相关的异常卵裂的发生。处理单元230还可以在例如在估计两个细胞期之前估计四个细胞期的情况下估计直接卵裂的发生。

接下来，将描述根据本实施方式的桑椹胚及其后的卵裂阶段的估计。通常，认为其中卵裂阶段追踪的反向卵裂不发生在桑椹胚和其后的卵裂阶段。因此，根据本实施方式的处理单元230可以基于不发生反向卵裂的假设以更高的精度估计卵裂阶段。

图14至图17是描述根据本实施方式的桑椹胚及其后的卵裂阶段的估计的示图。注意，图14至图17各自示出了处理单元230执行与桑椹胚、早期胚泡、胚泡和扩张胚泡相关的估计的示例性情况。

根据本实施方式的处理单元230可以通过上述技术输出桑椹胚及其后的分裂阶段的每一个的概率值和概率波形。图14示出了显示控制单元240基于输出概率值生成的图表，且图15示出了显示控制单元240基于输出概率波形生成的图表。注意，在图15中，与桑椹胚、早期胚泡、胚泡和扩张胚泡相关的概率波形分别用参考符号c1至c4表示。

此外，如上所述，处理单元230可以基于所获取的概率波形等来估计每个时间点的卵裂阶段。此时，如图16所示，在不使用在桑椹胚的卵裂阶段及其后没有发生反向卵裂的推测知识的情况下，处理单元230基于时间点t9处的概率值将时间点t9(附近)处的卵裂阶段错误地估计为桑椹胚。

另一方面，如图17所示，在处理单元230通过使用在桑椹胚及其后的卵裂阶段没有反向卵裂发生的推测知识执行估计的情况下，可以将如图16中已经将卵裂阶段错误地确定为桑椹胚的时间点t9(附近)处的卵裂阶段校正为扩张胚泡。

因此，根据本实施方式的处理单元230使得能够通过使用在桑椹胚及其后的卵裂阶段中没有反向卵裂发生的预测知识来有效地提高桑椹胚及其后的卵裂阶段的估计准确度。

接下来，将描述与根据本实施方式的培养靶标的形状等相关的分析。根据本实施方式的处理单元230识别例如诸如受精卵的培养靶标的形状，并基于识别结果分析诸如培养靶标的面积和圆度的物理形式及其特性。

此外，此时，根据本实施方式的显示控制单元240可以生成指示上述识别结果和从处理单元230输出的分析结果的时间变化的图表，且可以在用户界面ui上显示该图表。

此外，根据本实施方式的显示控制单元240可以基于从处理单元230输出的识别概率图像来生成重叠图像等，且可以将重叠图像与上述图形一起显示。

图18是描述根据本实施方式的重叠图像的生成的示图。在图18的左侧示意性地示出了在某个时间点由图像捕获装置10捕获的受精卵fa的原始图像io。根据本实施方式的处理单元230可以通过在使用上述原始图像io作为输入的同时执行形状识别处理来输出与受精卵fa相关的识别概率图像。

这里，上述识别概率图像是通过将与原始图像中的培养靶标的识别结果相关的概率分布可视化而获得的，且该图像可以指示例如，颜色越接近白色，对象(像素)是培养靶标的概率越高，颜色越接近黑色，对象(像素)是培养靶标的概率越低。

此时，根据本实施方式的显示控制单元240生成通过基于预定阈值对来自处理单元230的识别概率图像进行二值化而获得的二值化图像，且显示控制单元240可以通过将二值化图像半透明地重叠在原始捕获图像上来生成如图18的右侧所示的重叠图像ir。注意，例如，可以采用胚胎学家容易识别的绿色等作为重叠颜色。

另一方面，根据本实施方式的显示控制单元240可以与上述图表一起不仅显示如上所述的覆盖图，而且还显示指示与培养靶标的形状相关的识别结果的各种图像。例如，显示控制单元240可以基于上述识别概率图像生成表示图像中的培养靶标的特定兴趣部分的分割结果的分割图像，且可以将分割图像与图表一起显示。

图19是根据本实施方式的基于培养靶标的形状识别结果和分析结果生成的示例性图表。注意，在图19所示的实例中以时间序列示出了受精卵的区域的转变。此外，图19示出采用分割图像作为与图表一起呈现的图像的示例性情况。此外，在图19中，图表中的曲线图和与该曲线图相对应的分割图像由相同的数字表示。

因此，例如如图19所示，根据本实施方式的处理单元230和显示控制单元240可以通过对图像进行处理以获得下述状态来辅助胚胎学家对受精卵等执行质量确定，在该状态下，可以容易且直观地检查受精卵的整个区域的收缩或膨胀。

此外，根据本实施方式的形状识别不限于整个培养靶标，且可以是包括在培养靶标中的成分或成分的任意区域。图20是描述根据本实施方式的包括在培养靶标中的成分的重叠图像的生成的示图。图20示意性地示出了示例性重叠图像ir，其中根据本实施方式的处理单元230基于原始图像io输出与受精卵fa的细胞团cm的形状相关的识别概率图像，且显示控制单元240基于识别概率图像生成重叠图像ir。

此外，图21是根据本实施方式的基于形状识别结果和培养靶标中包括的成分的分析结果生成的示例性图表。注意，在图21所示的实施例中，包括在受精卵中的细胞团的面积的转变以时间序列示出。此外，图21示出采用分割图像作为要与图表一起呈现的图像的示例性情况。此外，在图21中，图表中的曲线图和与该曲线图相对应的每个分割图像由相同的数字表示。

因此，例如图21中所示，根据本实施方式的处理单元230和显示控制单元240使得能够以容易且视觉上检查的状态为诸如胚胎学家的用户提供与诸如包含在受精卵中的细胞团的成分相关的区域的收缩和膨胀。注意，根据本实施方式的培养状态不仅包括上述实例，而且包括受精卵的受精状态、原核出现/消失状态、极体出现/消失状态等。此外，根据本实施方式的培养状态可以包括细破碎状态、卵裂球对称状态、桑椹胚致密化的出现状态、内细胞团(icm)和滋养外胚层(te)的出现状态、透明带的厚度或孵化状态等。

在上文中，已经描述了根据本实施方式的处理单元230的识别和分析以及根据本实施方式的显示控制单元240的显示控制。注意，根据本实施方式的显示控制单元240可以在用户界面ui上显示与多个培养靶标的培养状态相关的上述各种图形，使得可以在多个培养靶标之间进行比较。例如，显示控制单元240可以执行控制，以便以类似于图1所示的时间-推移图像的方式并排显示与多个培养靶标对应的图表。

<<1.4.操作流程>>

接下来，将详细描述根据本实施方式的控制装置20的操作流程。图22是示出根据本实施方式的控制装置20的操作流程的示例性流程图。注意，下面将描述根据本实施方式的培养靶标是受精卵并且处理单元230估计受精卵的卵裂阶段或异常卵裂的发生的示例性情况。

控制装置20在t＝t1至tn的时间点反复执行以下的步骤s1101至s1104。

首先，图像捕获控制单元210控制图像捕获装置10在每个时间点t捕获受精卵的图像(s1101)。

接下来，处理单元230基于在步骤s1101捕获的受精卵的图像执行形态分析(s1102)。

随后，处理单元230输出与受精卵的卵裂阶段相关的概率值，作为步骤s1102中的形态分析的结果(s1103)。

当完成与上述步骤s1101至s1103相关的重复处理时，处理单元230基于在时间点t1至tn处的卵裂阶段的概率值来确定反向卵裂(s1104)。

此外，处理单元230基于在时间点t1至tn处的卵裂阶段的概率值来确定直接卵裂(s1105)。

接下来，显示控制单元240基于在步骤s1101至s1105中获得的相应结果来执行用户界面ui的显示控制(s1106)。

<2.示例性硬件配置>

接下来，将描述根据本公开的实施例的控制装置20的示例性硬件配置。图23是示出根据本公开的实施方式的控制装置20的示例性硬件配置的框图。参见图23，控制装置20例如包括处理器871、只读存储器(rom)872、随机存取存储器(ram)873、主机总线874、桥接器875、外部总线876、接口877、输入装置878、输出装置879、存储器880、驱动器881、连接端口882和通信装置883。注意，这里说明的硬件配置是示例，且可以省略一些组成元件。此外，还可以包括除了这里所示的构成元件之外的构成元件。

(处理器871)

处理器871用作例如算术处理装置或控制装置，且基于记录在rom872、ram873、存储器880或可移动记录介质901中的各种程序控制每个构成元件的全部或部分操作。

(rom872和ram873)

rom872是存储由处理器871读取的程序、用于算术运算的数据等的装置。ram873临时地或永久地存储例如由处理器871读取的程序、在执行程序时适当地改变的各种参数等。

(主机总线874、桥接器875、外部总线876和接口877)

处理器871、rom872和ram873通过例如能够进行高速数据传输的主机总线874相互连接。这里，主机总线874例如经由桥接器875连接到执行相对低速的数据传输的外部总线876。此外，外部总线876经由接口877连接到各种组成元件。

(输入装置878)

对于输入装置878，例如使用鼠标、键盘、触摸面板、按钮、开关、杆等。此外，作为输入装置878，也可以使用能够利用红外线或其他无线电波发送控制信号的遥控器(以下称为遥控器)。此外，输入装置878包括诸如麦克风的语音输入装置。

(输出装置879)

输出装置879是能够向用户可视地或可听地通知所获取的信息的装置，且包括例如阴极射线管(crt)、lcd、有机el等的显示装置，诸如扬声器和耳机等音频输出装置，打印机，移动电话，传真机等。此外，根据本公开的输出装置879包括能够输出触觉刺激的各种振动装置。

(存储器880)

存储器880是存储各种数据的装置。作为存储器880，例如，使用诸如硬盘驱动器(hdd)、半导体存储装置、光存储装置、磁光存储装置等的磁存储装置。

(驱动器881)

驱动器881是读取记录在诸如磁盘、光盘、磁光盘或半导体存储器等可移动记录介质901中的信息，或将信息写入可移动记录介质901中的装置。

(可移动记录介质901)

可移动记录介质901例如包括dvd介质、蓝光(注册商标)介质、hd/dvd介质、各种半导体存储介质等。不必赘述，可移动记录介质901可以包括例如：其上安装有非接触ic芯片的ic卡；电子装置；等等。

(连接端口882)

连接端口882是用于连接例如外部连接装置902的端口，如通用串行总线(usb)端口、ieee1394端口、小型计算机系统接口(scsi)、rs-232c端口或光音频终端等。

(外部连接装置902)

外部连接装置902包括例如打印机、便携式音乐播放器、数码相机、数码摄像机、ic记录器等。

(通信装置883)

通信装置883包括用于提供到网络的连接的通信装置，且包括例如：用于有线或无线lan的通信卡、蓝牙(注册商标)或无线usb(wusb)；用于光通信的路由器；用于非对称数字用户线路(adsl)的路由器；各种通信调制解调器；等等。

<3.结论>

如上所述，根据本公开实施方式的控制装置20包括显示控制单元240，显示控制单元控制与培养靶标的培养状态相关的动态显示，培养靶标包括具有分裂潜能的细胞，且使用基于机器学习算法生成的学习模型通过形态分析沿着时间序列来估计所述培养状态。此外，根据本公开实施方式的显示控制单元240具有控制与多个培养靶标相关的培养状态的比较显示的特性。通过这种配置，可以有效地可视化与多个培养靶标相关的培养状态。

虽然已经参考附图详细描述了本公开的优选实施方式，但是本公开的技术范围不限于实施例。显然，本公开的技术领域的普通技术人员可以在权利要求中描述的技术思想的范围内容易地构思各种修改实施例或改进实施例，且应当理解，这些实施例也包括在本公开的技术范围内。

此外，本说明书中描述的效果仅仅是说明性的或示例性的，而不是限制性的。即，除了上述效果之外或代替上述效果，根据本公开的技术可以提供对本领域技术人员而言从本说明书的描述中显而易见的另一效果。

此外，还可以创建使计算机内置的cpu、rom、ram等硬件发挥与控制装置20所包括的配置的功能相当的功能的程序，且还可以提供记录该程序的计算机可读记录介质。

此外，与本说明书的控制装置20的处理相关的各个步骤可以不必在沿着流程图中描述的顺序以时间序列中被处理。例如，与控制装置20的处理相关的各个步骤可以以与流程图中描述的顺序不同的顺序来处理，或者可以并行处理。

注意，以下配置也包括在本公开的技术范围内。

(1)一种控制装置，包括：

显示控制单元，其控制与培养靶标的培养状态相关的动态显示，所述培养靶标包括具有分裂潜能的细胞，使用基于机器学习算法生成的学习模型通过形态分析沿着时间序列来估计所述培养状态，

其中，所述显示控制单元控制多个所述培养靶标的培养状态的比较显示。

(2)如以上(1)所述的控制装置，其中，

所述具有分裂潜能的细胞包括受精卵。

(3)如以上(2)所述的控制装置，其中，

所述培养状态包括卵裂状态，且

所述显示控制单元控制与所述多个受精卵的卵裂状态相关的比较显示。

(4)如以上(3)所述的控制装置，其中，

所述卵裂状态包括卵裂阶段，且

所述显示控制单元进行与所述多个受精卵的卵裂阶段相关的比较显示。

(5)如以上(3)或(4)所述的控制装置，其中，

所述卵裂状态包括异常卵裂的发生状态，且

所述显示控制单元控制与所述多个受精卵的异常卵裂的发生状态相关的比较显示。

(6)如以上(5)所述的控制装置，其中，

所述异常卵裂包括直接卵裂和反向卵裂中的至少任一种。

(7)如以上(2)至(6)中任一项所述的控制装置，其中，

所述培养状态包括与所述受精卵的死细胞相关的状态，且

所述显示控制单元控制与所述多个受精卵的死细胞相关的状态的比较显示。

(8)如以上(2)至(7)中任一项所述的控制装置，其中，

所述培养状态包括与受精卵的受精、原核、极体、破碎体、卵裂球、桑椹胚的压缩、内细胞团、滋养外胚层和透明带中的至少任一种相关的状态。

(9)如以上(2)至(8)中任一项所述的控制装置，其中，

所述显示控制单元控制与所述受精卵的培养状态相关的时间-序列显示。

(10)如以上(9)所述的控制装置，其中，

所述显示控制单元控制与基于捕获的图像估计的受精卵的卵裂阶段相关的概率值的时间-序列显示。

(11)如(10)所述的控制装置，其中，

所述显示控制单元控制通过在图像被捕获的时间点之间内插所述卵裂阶段的概率值而获得的概率波形的显示。

(12)如以上(10)或(11)所述的控制装置，其中，

所述显示控制单元控制与基于所述概率值估计的所述受精卵的卵裂定时相关的显示。

(13)如以上(10)至(12)中任一项所述的控制装置，其中，

所述显示控制单元控制与基于所述概率值估计的所述受精卵的异常卵裂相关的发生定时的显示。

(14)如以上(9)所述的控制装置，其中，

所述显示控制单元控制与所述受精卵的估计的滞后期相关的显示。

(15)如以上(2)至(14)中任一项所述的控制装置，其中，

所述显示控制单元以与所述受精卵在培养皿中的物理位置相关的方式显示所述多个受精卵的培养状态。

(16)如以上(1)至(15)中任一项所述的控制装置，进一步包括

处理单元，其使用所捕获的所述培养靶标的图像作为输入，且使用基于所述机器学习算法而生成的所述学习模型，通过所述形态分析以时间序列来动态地估计所述培养靶标的培养状态。

(17)如以上(16)所述的控制装置，其中，

所述具有分裂潜能的细胞包括受精卵，且

所述处理单元通过所述形态分析以时间序列输出与所述受精卵的卵裂阶段相关的概率值。

(18)如以上(17)所述的控制装置，其中，

所述处理单元基于概率波形来估计所述受精卵的异常卵裂的发生，所述概率波形通过在所述图像被捕获的时间点之间内插所述卵裂阶段的概率值而获得。

(19)如以上(18)所述的控制装置，其中，

所述处理单元根据基于以短间隔捕获的图像而学习的所述概率值的斜率来输出所述概率波形。

(20)如以上(1)至(19)所述的控制装置，其中，

所述学习模型是使用学习数据生成的识别器，所述学习数据包括：通过捕获所述培养靶标的图像而获得的图像；以及与特征相关联的信息，所述特征与所述培养靶标的形状、形态和结构中的至少一个相关。

(21)一种控制方法，包括：

通过处理器控制与培养靶标的培养状态相关的动态显示，所述培养靶标包括具有分裂潜能的细胞，使用基于机器学习算法生成的学习模型通过形态分析沿着时间序列来估计所述培养状态，且控制所述显示还包括控制多个所述培养靶标的培养状态的比较显示。

(22)一种使计算机用作控制装置的程序，所述控制装置包括显示控制单元，所述显示控制单元控制与培养靶标的培养状态相关的动态显示，所述培养靶标包括具有分裂潜能的细胞，使用基于机器学习算法生成的学习模型通过形态分析沿着时间序列来估计所述培养状态，

其中所述显示控制单元控制多个所述培养靶标的培养状态的比较显示。

参考符号列表

10图像捕获装置

110图像捕获单元

120保持单元

130发光单元

20控制装置

210图像捕获控制单元

220学习单元

230处理单元

240显示控制单元

250通信单元

30显示设备

310显示单元。