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.
Problem
سعت شركة Theia Scientific إلى العثور على نموذج ذكاء اصطناعي للرؤية من شأنه تحسين السرعة والدقة وقابلية التكرار لتحليل صور المجهر.
Solution
من خلال دمج نماذج Ultralytics YOLO في منصتها، حولت شركة Theia Scientific الطريقة التي تتم بها معالجة بيانات المجهر، مما جعل التحليل أكثر كفاءة وموثوقية.
غالباً ما يعتمد البحث العلمي عبر مجالات مثل علوم المواد وتكنولوجيا النانو على المجهر الإلكتروني والمسحي الضوئي والبصري لاستكشاف الهياكل غير المرئية للعين البشرية. على سبيل المثال، يعد المجهر الإلكتروني النافذ (TEM) أداة رئيسية قادرة على التقاط تفاصيل دقيقة على نطاق النانو والذرة.
لسوء الحظ، بمجرد الحصول على هذه الصور، يمكن أن يكون تحليلها بطيئاً ومعقداً، وغالباً ما يتطلب جهداً يدوياً كبيراً وخبرة في المجال. ولتحسين هذه العملية، طورت Theia Scientific منصة Theiascope™، وهي نظام لتحليل صور المجهر في الوقت الفعلي يدمج نماذج Ultralytics YOLO لأتمتة اكتشاف الصور والتقسيم والقياسات الكمية، مما يجعل المجهر أسرع وأكثر كفاءة وقابلية للتكرار.
Link to this sectionاستكشاف 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.
يدمج منتجهم الرئيسي، منصة Theiascope™، الرؤية الحاسوبية لاكتشاف الميزات وتقسيمها وقياسها تلقائياً في صور المجهر الإلكتروني. ومن خلال الاعتماد على ذكاء الرؤية الاصطناعي بدلاً من التعليقات التوضيحية والتتبع اليدوي، توفر المنصة نتائج متسقة وقابلة للتكرار.
Link to this sectionلماذا 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 تعقيداً عند مشاركة مجموعات البيانات. للحصول على رؤى موثوقة، غالباً ما يحتاج الآلاف من الصور إلى التحليل، وهو ما قد يستغرق أسابيع أو حتى شهوراً باستخدام الطرق اليدوية. علاوة على ذلك، فإن الاختلافات في التباين والضوضاء 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.
Link to this sectionتعزيز سير عمل المجهر باستخدام نماذج Ultralytics YOLO#
بعد استكشاف طرق مختلفة لأتمتة تحليل بيانات المجهر، رأت Theia Scientific أن نماذج Ultralytics YOLO توفر السرعة والدقة والمرونة اللازمة لتحليل صور المجهر 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 صورة) وتقسيم المثيلات (تحديد ملامح كل ميزة على مستوى البكسل). تجعل هذه المهام من الممكن اكتشاف هياكل النانو، مثل الحبيبات والحدود، مباشرة في صور TEM عند التقاطها.
الشكل 1. سير عمل تحليل صور وبيانات المجهر الحالي. يبحث العلماء والمهندسون والباحثون في نهاية المطاف عن الاكتشاف والإجابات في نهاية سير العمل. وفي الوقت نفسه، يكون سير العمل غير مترابط وشاق، مع إظهار الوقت/الجهد النسبي المطلوب لكل خطوة في الأسفل. يعد اكتشاف الميزات وتجميعها أكثر المراحل استهلاكاً للوقت في سير العمل. تمثل الأسهم الرمادية التي تعود إلى الحصول على البيانات الحاجة 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 والطلاء وأجهزة الطاقة. تعد توزيعات أحجام الحبيبات الدقيقة أمراً بالغ 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.
Link to this sectionلماذا تختار نماذج Ultralytics YOLO؟#
في الدراسة حول الأغشية الرقيقة متعددة البلورات التي نوقشت سابقاً، تبين أن Ultralytics YOLOv8 أسرع بـ 43 مرة من U-Net (وهو نموذج غالباً ما يستخدم لتحليل الصور العلمية). تجعل هذه السرعة YOLO عملياً للتحليل في الوقت الفعلي وعلى 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. بالمقارنة مع التتبع اليدوي (b) و U-Net (c)، يوفر تقسيم YOLOv8 (d) مخططات أوضح وأكثر دقة على صور المجهر. (المصدر)
Link to this sectionتقليل 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.
تعد قابلية التكرار نتيجة رئيسية أخرى. غالباً ما تتطلب الأبحاث العلمية إعادة النظر في النتائج والتحقق منها بعد سنوات. مع دمج نماذج YOLO المختلفة في Theiascope™، يمكن للباحثين إعادة تشغيل نماذج أقدم مثل Ultralytics YOLOv5 على مجموعات بيانات مؤرشفة والحصول على نتائج متسقة، ثم مقارنتها مباشرة بالنتائج من نماذج أحدث مثل Ultralytics YOLO11. هذا يجعل التحقق من النتائج مباشراً، حتى مع تطور أساليب 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.
Link to this sectionدمج ذكاء الرؤية الاصطناعي المتقدم في أدوات البحث من الجيل التالي#
ترى Theia Scientific أن نماذج Ultralytics YOLO تشكل أساساً لمستقبل المجهر. من خلال الاستمرار في تحسين طرق التدريب ونهج المعايرة، فإنهم يهدفون إلى زيادة تحسين الدقة عبر المقاييس وظروف التجربة.
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 عن ذكاء الرؤية الاصطناعي. استكشف كيف تقود نماذج YOLO الابتكارات في مجالات مثل الذكاء الاصطناعي في الرعاية الصحية والرؤية الحاسوبية في البيع بالتجزئة. للحصول على خبرة عملية مع YOLO، اكتشف كيف يمكن لـ خيارات الترخيص الخاصة بنا دعم رؤيتك.
