شرعت شركة Theia Scientific في إيجاد نموذج ذكاء اصطناعي للرؤية من شأنه تحسين سرعة ودقة وتكرار تحليل صور الفحص المجهري.
من خلال دمج نماذج Ultralytics YOLO في نظامها الأساسي، حولت شركة Theia Scientific كيفية معالجة بيانات الفحص المجهري، مما جعل التحليل أكثر كفاءة وموثوقية.
يعتمد البحث العلمي في مجالات مثل علم المواد وتكنولوجيا النانو في كثير من الأحيان على الجسيمات المشحونة ومسبار المسح الضوئي والفحص المجهري البصري لاستكشاف البنى غير المرئية للعين البشرية. على سبيل المثال، يعد المجهر الإلكتروني النافذ (TEM) أداة رئيسية قادرة على التقاط التفاصيل الدقيقة على نطاق النانو والمقياس الذري.
ولسوء الحظ، بمجرد الحصول على هذه الصور، يمكن أن يكون تحليلها بطيئًا ومعقدًا، وغالبًا ما يتطلب جهدًا يدويًا كبيرًا وخبرة في المجال. ولتعزيز هذه العملية، طوّرت شركة Theia Scientific منصة Theiascope™، وهي نظام تحليل صور الفحص المجهري في الوقت الحقيقي الذي يدمج نماذج Ultralytics YOLO لأتمتة اكتشاف الصور وتجزئتها وقياساتها الكمية، مما يجعل الفحص المجهري أسرع وأكثر كفاءة وقابلية للتكرار.
تأسست شركة Theia Scientific على يد الأخوين كيفن وكريستوفر فيلد، وهي شركة تعمل على تطوير أدوات برمجية متقدمة لتسريع أبحاث الفحص المجهري. وبفضل خبراتهما التي تشمل علوم المواد والأتمتة الصناعية والإلكترونيات وهندسة البرمجيات، يركزان على الحد من العقبات التي يواجهها العلماء والمهندسون والباحثون عند تحليل بيانات الصور المعقدة.
يدمج منتجهم الرئيسي، منصة Theiascope™، الرؤية الحاسوبية لاكتشاف الميزات في صور الفحص المجهري الإلكتروني وتجزئتها وقياسها تلقائيًا. ومن خلال الاعتماد على الذكاء الاصطناعي للرؤية بدلاً من الشرح والتتبع اليدوي، توفر المنصة نتائج متسقة وقابلة للتكرار.
إن صور الفحص المجهري، خاصةً تلك الملتقطة باستخدام TEM، مفصلة للغاية ولكن يصعب تفسيرها. تحتوي كل صورة على مئات إلى آلاف من السمات والتراكيب الدقيقة، مثل الحبيبات والحدود، التي يجب تحديدها بعناية وتعليقها وتتبعها و/أو قياسها لاستخراج بيانات ذات معنى. وقد جرت العادة على القيام بذلك يدوياً، وهو أمر بطيء ويمكن أن يختلف من شخص لآخر. قد يقوم باحثان بتعليق نفس الصورة بشكل مختلف، مما يؤدي إلى نتائج غير متسقة وأشرطة خطأ كبيرة.
تصبح هذه العملية أكثر تعقيدًا عندما يتعلق الأمر بمجموعات البيانات الكبيرة. للحصول على رؤى موثوقة، غالبًا ما يلزم تحليل آلاف الصور، وهو ما قد يستغرق أسابيع أو حتى أشهر باستخدام الطرق اليدوية. علاوة على ذلك، فإن الاختلافات في التباين والضوضاء والتراكيب المتداخلة تجعل العملية أكثر صعوبة.
بالنسبة للباحثين الذين يهدفون إلى دراسة تطور البنية المجهرية أو تتبع التغيرات بمرور الوقت، يمكن أن تؤدي هذه المشكلات إلى إبطاء البحث. أدركت شركة Theia Scientific أن هذه المخاوف تتطلب حلاً أكثر آلية وموثوقية.
بعد استكشاف مناهج مختلفة لأتمتة تحليل بيانات الفحص المجهري، رأت شركة Theia Scientific أن نماذج Ultralytics YOLO توفر السرعة والدقة والمرونة اللازمة لتحليل صور الفحص المجهري في الوقت الفعلي، مما يتيح نتائج كمية فورية في المجهر أثناء إجراء التجارب. تدعم نماذج Ultralytics YOLO مثل Ultralytics YOLO11 و Ultralytics YOLOv8 مهام الرؤية الحاسوبية مثل اكتشاف الكائنات (تحديد السمات الفردية في الصورة وتحديد موقعها) وتجزئة المثيل (تحديد كل سمة على مستوى البكسل). تتيح هذه المهام إمكانية اكتشاف البنى النانوية، مثل الحبيبات والحدود، مباشرةً في صور TEM أثناء التقاطها.
على سبيل المثال، في دراسة حديثة حول الأغشية الرقيقة متعددة الكريستالات، تم استخدام نموذجي Theiascope™ وUltralytics YOLO لتحديد وقياس هياكل الحبيبات التي تؤثر على خصائص المواد المستخدمة في الإلكترونيات والطلاءات وأجهزة الطاقة. تُعد التوزيعات الدقيقة لحجم الحبيبات أمرًا بالغ الأهمية لفهم كيفية تطور هذه الأغشية أثناء التجارب.
أحد الأسباب الرئيسية التي تجعل نماذج Ultralytics YOLO فعالة للغاية في حالات الاستخدام هذه هو قدرتها على الاستيفاء عبر مجموعات البيانات الكبيرة. فبدلاً من طلب وضع علامات على كل إطار في التجربة، يمكن للباحثين وضع تعليقات توضيحية على جزء صغير فقط من الصور، وتدريب نموذج YOLO، ثم السماح له بتحليل آلاف الإطارات الإضافية بشكل موثوق. وهذا يجعل من الممكن تتبع نمو الحبيبات وتغيرات الحدود عبر تجارب TEM ذات الفواصل الزمنية بأقل قدر من المدخلات اليدوية.
في الدراسة التي أجريت على الأغشية الرقيقة متعددة الكريستالات التي تمت مناقشتها سابقًا، وُجد أن Ultralytics YOLOv8 أسرع بما يصل إلى 43 مرة من U-Net (نموذج يُستخدم غالبًا لتحليل الصور العلمية). هذه السرعة تجعل YOLO عمليًا للتحليل في الوقت الحقيقي على المجهر.
في حين أن U-Net دقيق ولكنه بطيء، فإن YOLO يجمع بين السرعة والدقة، ويطابق قياسات حجم الحبيبات في حدود 3% من الحقيقة الأرضية. كما أن تصميمه يجعله أكثر مرونة، حيث يتعامل مع المقاييس المختلفة وإعدادات التدريب بسهولة. بالنسبة للباحثين، هذا يعني نتائج أسرع دون التضحية بالموثوقية، وهو أمر مثالي لتسريع سير عمل الفحص المجهري.
من خلال منصة Theiascope™، أظهرت ثيا ساينتيفيك أن نماذج YOLO من Theiascope™ يمكن أن تسرّع من تحليل صور الفحص المجهري وتجارب TEM مع دعم الأبحاث طويلة الأجل القابلة للتكرار. تم تصميم المنصة لتكون محايدة من حيث المجهر، مما يعني أن نماذج YOLO تُستخدم لتحليل الصور التي تم جمعها من أجهزة مختلفة دون الحاجة إلى خطوط أنابيب مخصصة. تضمن هذه المرونة بقاء تدفقات العمل متسقة عبر مختلف التجارب والمشغلين والبيئات.
تعد قابلية التكرار نتيجة رئيسية أخرى. غالبًا ما يتطلب البحث العلمي إعادة النظر في النتائج والتحقق من صحتها بعد سنوات. وبفضل نماذج YOLO المختلفة المدمجة في Theiascope™، يمكن للباحثين إعادة تشغيل النماذج القديمة مثل Ultralytics YOLOv5 على مجموعات البيانات المؤرشفة والحصول على مخرجات متسقة، ثم مقارنتها مباشرةً بنتائج النماذج الأحدث مثل Ultralytics YOLO11. وهذا يجعل التحقق من النتائج أمراً سهلاً، حتى مع تطور أساليب الذكاء الاصطناعي.
كما توفر نماذج Ultralytics YOLO للمنصة قابلية التوسع اللازمة للتعامل مع مجموعات البيانات الكبيرة. تسمح قدرات الاستدلال في الوقت الحقيقي بتحليل الآلاف من صور TEM في الوقت الذي يستغرقه التحليل اليدوي لعدد قليل منها فقط. وهذا يُمكّن الباحثين من متابعة العمليات الديناميكية مثل نمو الحبيبات عبر تجارب كاملة، مما يولد رؤى جديدة ويكشف عن تجارب جديدة بالحجم والسرعة المطلوبين للأبحاث المتطورة.
ترى شركة Theia Scientific أن نماذج Ultralytics YOLO أساسًا لمستقبل الفحص المجهري. ومن خلال الاستمرار في تحسين أساليب التدريب وأساليب المعايرة، فإنها تهدف إلى زيادة تحسين الدقة عبر المقاييس والظروف التجريبية.
من الآن فصاعدًا، تخطط شركة Theia Scientific لتوسيع نطاق Theiascope™ لدعم تجارب أكثر تعقيدًا في الموقع ومجموعات بيانات متعددة الوسائط. وتعتقد الشركة أنه من المرجح أن يصبح الذكاء الاصطناعي البصري جزءًا قياسيًا من سير العمل البحثي من الجيل التالي، مما يتيح اكتشافًا أسرع ورؤى أعمق في المجالات العلمية.
هل أنت مهتم بتبسيط سير العمل في شركتك؟ اطّلع على مستودع GitHub الخاص بنا لمعرفة المزيد عن Vision AI. استكشف كيف تقود نماذج YOLO الابتكارات في مجالات مثل الذكاء الاصطناعي في مجال الرعاية الصحية والرؤية الحاسوبية في مجال البيع بالتجزئة. للتطبيق العملي مع YOLO، اكتشف كيف يمكن لخيارات الترخيص لدينا دعم رؤيتك.
نماذج Ultralytics YOLO عبارة عن بنيات رؤية حاسوبية تم تطويرها لتحليل البيانات المرئية من الصور ومدخلات الفيديو. يمكن تدريب هذه النماذج على مهام تشمل اكتشاف الكائنات وتصنيفها وتقدير الوضعية والتتبع وتجزئة النماذج:
Ultralytics YOLO11 هو أحدث إصدار من نماذج الرؤية الحاسوبية لدينا. تمامًا مثل إصداراته السابقة، فهو يدعم جميع مهام الرؤية الحاسوبية التي أحبها مجتمع الذكاء الاصطناعي للرؤية في YOLOv8. ومع ذلك، يأتي YOLO11 الجديد بأداء ودقة أكبر، مما يجعله أداة قوية وحليفًا مثاليًا لتحديات الصناعة في العالم الحقيقي.
يعتمد النموذج الذي تختار استخدامه على متطلبات مشروعك المحددة. من المهم أن تأخذ في الاعتبار عوامل مثل الأداء والدقة واحتياجات النشر. إليك نظرة عامة سريعة:
تُوزَّع مستودعات Ultralytics YOLO، مثل YOLOv5 و YOLO11، بموجب رخصة AGPL-3.0 افتراضيًا. صُممت هذه الرخصة المعتمدة من OSI للطلاب والباحثين والمتحمسين، وهي مصممة للطلاب والباحثين والمتحمسين، وتعزز التعاون المفتوح وتتطلب أن تكون أي برمجيات تستخدم مكونات AGPL-3.0 مفتوحة المصدر أيضًا. وعلى الرغم من أن هذا يضمن الشفافية ويعزز الابتكار، إلا أنه قد لا يتماشى مع حالات الاستخدام التجاري.
إذا كان مشروعك يتضمن تضمين برمجيات Ultralytics ونماذج الذكاء الاصطناعي في المنتجات أو الخدمات التجارية وترغب في تجاوز متطلبات المصدر المفتوح لرخصة AGPL-3.0، فإن رخصة المؤسسة هي الحل الأمثل.
تشمل مزاياترخيص المؤسسة ما يلي:
لضمان التكامل السلس وتجنب قيود AGPL-3.0، اطلب ترخيص Ultralytics للمؤسسات باستخدام النموذج المقدم. سيساعدك فريقنا في تكييف الترخيص مع احتياجاتك الخاصة.