تعمل Theia Scientific على تسريع تحليل المجهر 43 ضعفاً باستخدام Ultralytics YOLO
اكتشف كيف تستخدم Theia Scientific نماذج Ultralytics YOLO لإعادة تعريف تحليل بيانات المجهر.
غالبًا ما يعتمد البحث العلمي في مجالات مثل علوم المواد وتكنولوجيا النانو على الفحص المجهري بالإلكترونات المشحونة، ومسابح المسح، والفحص المجهري البصري لاستكشاف الهياكل التي تكون غير مرئية للعين البشرية. على سبيل المثال، يُعد الفحص المجهري الإلكتروني النافذ (TEM) أداة رئيسية قادرة على التقاط التفاصيل الدقيقة على نطاق النانو والمستوى الذري.
لسوء الحظ، بمجرد التقاط هذه الصور، يمكن أن يكون تحليلها بطيئًا ومعقدًا، وغالبًا ما يتطلب جهدًا يدويًا كبيرًا وخبرة في المجال. ولتحسين هذه العملية، طورت شركة Theia Scientific منصة Theiascope™، وهي نظام تحليل صور مجهرية في الوقت الفعلي يدمج نماذج Ultralytics YOLO لأتمتة اكتشاف الصور، والتجزئة، والقياسات الكمية، مما يجعل الفحص المجهري أسرع وأكثر كفاءة وقابلية للتكرار.
استكشاف دور ذكاء الرؤية الاصطناعي في التصوير العلمي#
تأسست شركة Theia Scientific على يد الأخوين كيفين وكريستوفر فيلد، وتطور أدوات برمجية متقدمة لتسريع أبحاث المجهر. بفضل خبرة تمتد عبر علوم المواد والأتمتة الصناعية والإلكترونيات وهندسة البرمجيات، فإنهم يركزون على تقليل الاختناقات التي يواجهها العلماء والمهندسون والباحثون عند تحليل بيانات الصور المعقدة.
تدمج منتجاتهم الرائدة، منصة Theiascope™، الرؤية الحاسوبية لاكتشاف الميزات وتجزئتها وقياسها تلقائيًا في صور الفحص المجهري الإلكتروني. ومن خلال الاعتماد على ذكاء الرؤية بدلاً من التعليقات التوضيحية والتتبع اليدوي، توفر المنصة نتائج متسقة وقابلة للتكرار.
لماذا يصعب تحليل صور المجهر يدوياً؟#
صور المجهر، خاصة تلك التي يتم التقاطها باستخدام TEM، مفصلة للغاية ولكن يصعب تفسيرها. تحتوي كل صورة على مئات إلى آلاف الميزات والهياكل الدقيقة، مثل الحبيبات والحدود، التي يجب تحديدها بدقة، وتدوينها، وتتبعها، و/أو قياسها لاستخراج بيانات ذات مغزى. تقليدياً، تم القيام بذلك يدوياً، وهو أمر بطيء ويمكن أن يختلف من شخص لآخر. قد يقوم باحثان بتدوين نفس الصورة بشكل مختلف، مما يؤدي إلى نتائج غير متسقة وهوامش خطأ كبيرة.
تصبح هذه العملية أكثر تعقيدًا عندما يتعلق الأمر بمجموعات بيانات كبيرة. ول الحصول على رؤى موثوقة، غالبًا ما يلزم تحليل آلاف الصور، وهو ما قد يستغرق أسابيع أو حتى أشهرًا باستخدام الطرق اليدوية. وعلاوة على ذلك، فإن الاختلافات في التباين، والتشويش، والهياكل المتداخلة تجعل العملية أكثر صعوبة.
بالنسبة للباحثين الذين يهدفون إلى دراسة التطور الهيكلي الدقيق أو تتبع التغييرات بمرور الوقت، يمكن أن تؤدي هذه المشكلات إلى إبطاء البحث. أدركت Theia Scientific أن هذه المخاوف تتطلب حلاً أكثر أتمتة وموثوقية.
تعزيز سير عمل المجهر باستخدام نماذج Ultralytics YOLO#
بعد استكشاف طرق مختلفة لأتمتة تحليل بيانات الفحص المجهري، رأت Theia Scientific أن نماذج Ultralytics YOLO توفر السرعة والدقة والمرونة اللازمة لتحليل صور الفحص المجهري في الوقت الفعلي، مما يتيح نتائج كمية فورية عند المجهر بينما لا تزال التجارب جارية. تدعم نماذج Ultralytics YOLO مثل Ultralytics YOLO11 و Ultralytics YOLOv8 مهام الرؤية الحاسوبية مثل اكتشاف الكائنات (تحديد وتحديد موقع الميزات الفردية في الصورة) وتجزئة المثيلات (تحديد الخطوط العريضة لكل ميزة على مستوى البكسل). تجعل هذه المهام من الممكن اكتشاف هياكل مقياس النانو، مثل الحبيبات والحدود، مباشرة في صور TEM أثناء التقاطها.
الشكل 1. سير عمل تحليل صور وبيانات الفحص المجهري الحالي. يبحث العلماء والمهندسون والباحثون في النهاية عن الاكتشافات والإجابات في نهاية سير العمل. وفي الوقت نفسه، فإن سير العمل مفكك ومضنٍ، مع إظهار الوقت/الجهد النسبي اللازم لكل خطوة في الأسفل. يُعد اكتشاف الميزات والتجميع المراحل الأكثر استهلاكًا للوقت في سير العمل. تمثل الأسهم الرمادية المؤدية مرة أخرى إلى الاستحواذ الاضطرار إلى إعادة الحصول على البيانات لأن البيانات الحالية ليست مفيدة. المصدر: Theia Scientific.
على سبيل المثال، في دراسة حديثة حول الأغشية الرقيقة متعددة البلورات، تم استخدام Theiascope™ ونماذج Ultralytics YOLO لتحديد وقياس هياكل الحبيبات التي تؤثر على خصائص المواد المستخدمة في الإلكترونيات، والطلاءات، وأجهزة الطاقة. تُعد توزيعات حجم الحبيبات الدقيقة بالغة الأهمية لفهم كيفية تطور هذه الأغشية أثناء التجارب.
أحد الأسباب الرئيسية لفعالية نماذج Ultralytics YOLO في حالات الاستخدام هذه هو قدرتها على الاستيفاء عبر مجموعات بيانات كبيرة. بدلاً من الحاجة إلى تصنيف كل إطار في تجربة ما، يمكن للباحثين تدوين جزء صغير فقط من الصور، وتدريب نموذج YOLO، ثم السماح له بتحليل آلاف الإطارات الإضافية بشكل موثوق. هذا يجعل من الممكن تتبع نمو الحبيبات وتغيرات الحدود عبر تجارب TEM بمرور الوقت بأقل قدر من المدخلات اليدوية.
لماذا تختار نماذج Ultralytics YOLO؟#
في الدراسة حول الأغشية الرقيقة متعددة البلورات التي تمت مناقشتها سابقًا، وجد أن Ultralytics YOLOv8 أسرع بـ 43 مرة من U‑Net (وهو نموذج يُستخدم غالباً لتحليل الصور العلمية). هذه السرعة تجعل YOLO عمليًا للتحليل الفوري على المجهر.
بينما يتسم U-Net بالدقة ولكنه بطيء، يجمع YOLO بين السرعة والدقة، حيث يطابق قياسات حجم الحبيبات في حدود 3% من الحقيقة الأرضية. كما أن تصميمه يجعله أكثر مرونة، حيث يتعامل مع مقاييس مختلفة وإعدادات تدريب بسهولة. بالنسبة للباحثين، يعني هذا نتائج أسرع دون التضحية بالموثوقية، وهو أمر مثالي لتسريع سير عمل المجهر.
الشكل 2. مقارنة بالتتبع اليدوي (b) و U‑Net (c)، توفر تجزئة YOLOv8 (d) خطوطًا خارجية أكثر حدة ودقة على صور الفحص المجهري. (المصدر)
تقليل التحيز وتعزيز الاتساق في المجهر باستخدام YOLO#
من خلال منصة Theiascope™، أظهرت Theia Scientific أن نماذج Ultralytics YOLO يمكنها تسريع تحليل صور المجهر وتجارب TEM مع دعم الأبحاث القابلة للتكرار وطويلة الأمد. تم تصميم المنصة لتكون مستقلة عن نوع المجهر، مما يعني استخدام نماذج YOLO لتحليل الصور التي يتم جمعها من أدوات مختلفة دون الحاجة إلى خطوط أنابيب مخصصة. تضمن هذه المرونة بقاء سير العمل متسقاً عبر التجارب والمشغلين والبيئات المتنوعة.
إمكانية التكرار هي نتيجة رئيسية أخرى. غالبًا ما يتطلب البحث العلمي إعادة النظر في النتائج والتحقق منها بعد سنوات. مع دمج نماذج YOLO المختلفة في Theiascope™، يمكن للباحثين إعادة تشغيل النماذج القديمة مثل Ultralytics YOLOv5 على مجموعات البيانات المؤرشفة والحصول على مخرجات متسقة، ثم مقارنتها مباشرة بالنتائج من النماذج الأحدث مثل Ultralytics YOLO11. هذا يجعل التحقق من النتائج أمرًا بسيطًا، حتى مع تطور طرق الذكاء الاصطناعي.
الشكل 3. منصة Theiascope™. يتم التقاط صور المجهر الإلكتروني وبثها من كمبيوتر الاستحواذ إلى جهاز مزود بـ GPU يشغل تطبيق ويب وقاعدة بيانات للسلاسل الزمنية ونماذج Ultralytics YOLO. يمكن دفع التحديثات ونماذج Ultralytics YOLO الجديدة إلى المنصة باستخدام تحديثات OTA. المصدر: Theia Scientific.
بالإضافة إلى ذلك، تمنح نماذج Ultralytics YOLO المنصة القابلية للتوسع اللازمة للتعامل مع مجموعات البيانات الكبيرة. تتيح قدرات الاستدلال في الوقت الفعلي الخاصة بها تحليل آلاف صور TEM في الوقت الذي يستغرقه تحليل بضع صور يدوياً. هذا يتيح للباحثين متابعة العمليات الديناميكية مثل نمو الحبيبات عبر تجارب بأكملها، مما يولد رؤى جديدة ويفتح آفاقاً لتجارب مبتكرة على حد سواء في النطاق والسرعة المطلوبة للبحث المتطور.
دمج ذكاء الرؤية الاصطناعي المتقدم في أدوات البحث من الجيل التالي#
ترى Theia Scientific أن نماذج Ultralytics YOLO هي أساس لمستقبل الفحص المجهري. ومن خلال الاستمرار في تحسين طرق التدريب وأساليب المعايرة، فإنهم يهدفون إلى زيادة تحسين الدقة عبر النطاقات والظروف التجريبية.
للمضي قدماً، تخطط Theia Scientific لتوسيع Theiascope™ لدعم تجارب أكثر تعقيداً في الموقع ومجموعات بيانات متعددة الوسائط. يعتقدون أنه من المرجح أن يصبح ذكاء الرؤية الاصطناعي جزءاً قياسياً من سير عمل البحث من الجيل التالي، مما يتيح اكتشافاً أسرع ورؤى أعمق عبر المجالات العلمية.
هل أنت مهتم بتبسيط سير عمل شركتك؟ تحقق من مستودع GitHub الخاص بنا لمعرفة المزيد حول ذكاء الرؤية. استكشف كيف تدفع نماذج YOLO الابتكارات في مجالات مثل الذكاء الاصطناعي في الرعاية الصحية والرؤية الحاسوبية في التجزئة. للتعرف عن قرب على YOLO، اكتشف كيف يمكن لخيارات الترخيص الخاصة بنا دعم رؤيتك.
