Theia Scientific definiert die Mikroskopie-Datenanalyse mit Ultralytics YOLO neu

Wissenschaftliche Forschung in Bereichen wie Materialwissenschaft und Nanotechnologie ist oft auf geladene Teilchen, Rasterkraft- und optische Mikroskopie angewiesen, um Strukturen zu erforschen, die für das menschliche Auge unsichtbar sind. Beispielsweise ist die Transmissionselektronenmikroskopie (TEM) ein wichtiges Werkzeug, mit dem feine Details im Nano- und Atombereich erfasst werden können.

Leider kann die Analyse dieser Bilder nach der Erfassung langsam und komplex sein und erfordert oft erheblichen manuellen Aufwand und Fachwissen. Um diesen Prozess zu verbessern, hat Theia Scientific die Theiascope™-Plattform entwickelt, ein Echtzeit-Mikroskopie-Bildanalysesystem, das Ultralytics YOLO zur Automatisierung von Bilderkennung, Segmentierung und quantitativen Messungen integriert und die Mikroskopie schneller, effizienter und reproduzierbarer macht.

Die Rolle von Vision AI in der wissenschaftlichen Bildgebung erkunden

Theia Scientific wurde von den Brüdern Kevin und Christopher Field gegründet und entwickelt fortschrittliche Softwaretools, um die Mikroskopieforschung zu beschleunigen. Mit Fachkenntnissen in den Bereichen Materialwissenschaft, industrielle Automatisierung, Elektronik und Softwareentwicklung konzentrieren sie sich darauf, die Engpässe zu reduzieren, mit denen Wissenschaftler, Ingenieure und Forschende bei der Analyse komplexer Bilddaten konfrontiert sind. 

Ihr Hauptprodukt, die Theiascope™-Plattform, integriert Computer Vision zur automatischen detect, segment und Messung von Merkmalen in elektronenmikroskopischen Bildern. Da sich die Plattform auf Vision AI statt auf manuelle Anmerkungen und Nachverfolgung stützt, liefert sie konsistente und reproduzierbare Ergebnisse.

Warum sind Mikroskopiebilder manuell schwer zu analysieren?

Mikroskopiebilder, insbesondere solche, die mit TEM aufgenommen wurden, sind sehr detailliert, aber schwer zu interpretieren. Jedes Bild enthält Hunderte bis Tausende von feinen Merkmalen und Strukturen, wie z. B. Körner und Grenzen, die sorgfältig identifiziert, annotiert, verfolgt und/oder gemessen werden müssen, um aussagekräftige Daten zu extrahieren. Traditionell wurde dies von Hand gemacht, was langsam ist und von Person zu Person variieren kann. Zwei Forscher könnten dasselbe Bild unterschiedlich annotieren, was zu inkonsistenten Ergebnissen und großen Fehlerbalken führt.

Dieser Prozess wird noch komplexer, wenn große Datensätze beteiligt sind. Um zuverlässige Erkenntnisse zu gewinnen, müssen oft Tausende von Bildern analysiert werden, was mit manuellen Methoden Wochen oder sogar Monate dauern kann. Hinzu kommen Variationen in Kontrast, Rauschen und überlappenden Strukturen, die den Prozess zusätzlich erschweren.

Für Forscher, die die mikrostrukturelle Entwicklung untersuchen oder Veränderungen im Laufe der Zeit track wollen, können diese Probleme die Forschung verlangsamen. Theia Scientific hat erkannt, dass diese Probleme eine automatisierte und zuverlässige Lösung erfordern.

Verbesserung von Mikroskopie-Workflows mit Ultralytics YOLO

Nachdem Theia Scientific verschiedene Ansätze zur Automatisierung der Mikroskopie-Datenanalyse untersucht hatte, erkannte das Unternehmen, dass die Ultralytics YOLO die Geschwindigkeit, Genauigkeit und Flexibilität bieten, die für die Echtzeit-Mikroskopie-Bildanalyse erforderlich sind, und sofortige quantitative Ergebnisse am Mikroskop ermöglichen, während die Experimente noch laufen. Ultralytics YOLO wie Ultralytics YOLO11 und Ultralytics YOLOv8 unterstützen Computer-Vision-Aufgaben wie die Objekterkennung (Identifizierung und Lokalisierung einzelner Merkmale in einem Bild) und die Instanzsegmentierung (Umreißen jedes Merkmals auf Pixel-Ebene). Diese Aufgaben ermöglichen die detect Strukturen im Nanomaßstab, wie Körner und Ränder, direkt in TEM-Bildern, während diese aufgenommen werden.

‍

In einer kürzlich durchgeführten Studie über polykristalline Dünnschichten wurden beispielsweise die Modelle Theiascope™ und Ultralytics YOLO verwendet, um Kornstrukturen zu identifizieren und zu messen, die die Eigenschaften von Materialien beeinflussen, die in der Elektronik, in Beschichtungen und in Energiegeräten verwendet werden. Genaue Korngrößenverteilungen sind entscheidend für das Verständnis, wie sich diese Schichten während der Experimente entwickeln. 

Einer der Hauptgründe, warum dieYOLO Ultralytics in diesen Anwendungsfällen so effektiv sind, ist ihre Fähigkeit, über große Datensätze hinweg zu interpolieren. Anstatt dass jedes Bild eines Experiments beschriftet werden muss, können Forscher nur einen kleinen Teil der Bilder beschriften, ein YOLO trainieren und es dann zuverlässig Tausende von zusätzlichen Bildern analysieren lassen. Auf diese Weise lassen sich Kornwachstum und Grenzveränderungen in Zeitraffer-TEM-Experimenten mit minimalem manuellem Aufwand track .

Warum dieYOLO Ultralytics ?

In der bereits erwähnten Studie über polykristalline dünne Schichten, Ultralytics YOLOv8 bis zu 43 Mal schneller als U-Net (ein Modell, das häufig für wissenschaftliche Bildanalysen verwendet wird). Diese Geschwindigkeit macht YOLO praktisch für die Echtzeit-Analyse am Mikroskop. 

Während U-Net zwar genau, aber langsam ist, kombiniert YOLO Schnelligkeit mit Genauigkeit, indem es Korngrößenmessungen mit einer Genauigkeit von 3 % der Bodenwahrheit abgleicht. Durch sein Design ist es außerdem flexibler und kann problemlos mit verschiedenen Skalen und Trainingsaufbauten umgehen. Für Forscher bedeutet dies schnellere Ergebnisse ohne Abstriche bei der Zuverlässigkeit, was ideal für die Beschleunigung von Mikroskopie-Workflows ist.

‍

Verringerung von Verzerrungen und Verbesserung der Konsistenz in der Mikroskopie mit YOLO

Mit der Theiascope™-Plattform hat Theia Scientific gezeigt, dass dieYOLO Ultralytics die Bildanalyse von Mikroskopie- und TEM-Experimenten beschleunigen und gleichzeitig eine reproduzierbare, langfristige Forschung unterstützen können. Die Plattform ist so konzipiert, dass sie mikroskopunabhängig ist, d. h. die YOLO werden zur Analyse von Bildern verwendet, die mit verschiedenen Instrumenten aufgenommen wurden, ohne dass angepasste Pipelines erforderlich sind. Diese Flexibilität stellt sicher, dass die Arbeitsabläufe bei unterschiedlichen Experimenten, Bedienern und Umgebungen konsistent bleiben.

Die Reproduzierbarkeit ist ein weiteres wichtiges Ergebnis. In der wissenschaftlichen Forschung ist es oft erforderlich, dass die Ergebnisse Jahre später erneut überprüft und validiert werden. Mit verschiedenen YOLO , die in das Theiascope™ integriert sind, können Forscher ältere Modelle erneut durchführen, z. B. Ultralytics YOLOv5 auf archivierte Datensätze anwenden und konsistente Ergebnisse erhalten und diese dann direkt mit den Ergebnissen neuerer Modelle wie Ultralytics YOLO11 vergleichen. Dies macht die Überprüfung der Ergebnisse einfach, auch wenn sich die KI-Methoden weiterentwickeln.

‍

Außerdem verleihen dieYOLO Ultralytics der Plattform die nötige Skalierbarkeit, um große Datensätze zu verarbeiten. Dank ihrer Echtzeit-Inferenzfunktionen können Tausende von TEM-Bildern in der Zeit analysiert werden, die für die manuelle Analyse einiger weniger Bilder erforderlich wäre. Auf diese Weise können Forscher dynamische Prozesse wie das Kornwachstum über ganze Experimente hinweg verfolgen, neue Erkenntnisse gewinnen und neue Experimente in dem für die Spitzenforschung erforderlichen Umfang und Tempo durchführen.

Integration fortschrittlicher Vision AI in Forschungswerkzeuge der nächsten Generation

Theia Scientific sieht in den Ultralytics YOLO eine Grundlage für die Zukunft der Mikroskopie. Durch die kontinuierliche Verfeinerung der Trainingsmethoden und Kalibrierungsansätze soll die Genauigkeit in allen Maßstäben und unter allen Versuchsbedingungen weiter verbessert werden. 

Zukünftig plant Theia Scientific, Theiascope™ zu erweitern, um komplexere In-situ-Experimente und multi-modale Datensätze zu unterstützen. Das Unternehmen geht davon aus, dass Vision AI wahrscheinlich ein Standardbestandteil der Forschungsworkflows der nächsten Generation werden wird, was eine schnellere Entdeckung und tiefere Einblicke in allen wissenschaftlichen Bereichen ermöglicht.

Sind Sie daran interessiert, die Arbeitsabläufe in Ihrem Unternehmen zu optimieren? Besuchen Sie unser GitHub-Repository, um mehr über Vision AI zu erfahren. Erfahren Sie, wie YOLO Innovationen in Bereichen wie KI im Gesundheitswesen und Computer Vision im Einzelhandel vorantreiben. Wenn Sie YOLO in die Praxis umsetzen möchten, entdecken Sie, wie unsere Lizenzierungsoptionen Ihre Vision unterstützen können.