Al integrar modelos de Ultralytics YOLO en su plataforma, Theia Scientific transformó la forma de procesar los datos de microscopía, haciendo que el análisis fuera más eficiente y fiable.
La investigación científica en campos como la ciencia de los materiales y la nanotecnología suele depender de la microscopía de partículas cargadas, de sonda de barrido y óptica para explorar estructuras invisibles para el ojo humano. Por ejemplo, la microscopía electrónica de transmisión (TEM) es una herramienta clave, capaz de capturar detalles minuciosos a escala nanométrica y atómica.
Por desgracia, una vez adquiridas estas imágenes, analizarlas puede ser lento y complejo, y a menudo requiere un esfuerzo manual considerable y conocimientos especializados. Para mejorar este proceso, Theia Scientific desarrolló la plataforma Theiascope™, un sistema de análisis de imágenes microscópicas en tiempo real que integra modelos de Ultralytics YOLO para automatizar la detección, segmentación y medición cuantitativa de imágenes, haciendo que la microscopía sea más rápida, eficiente y reproducible.
Explorar el papel de la IA de visión en la obtención de imágenes científicas#
Fundada por los hermanos Kevin y Christopher Field, Theia Scientific desarrolla herramientas de software avanzadas para acelerar la investigación microscópica. Con experiencia en ciencia de los materiales, automatización industrial, electrónica e ingeniería de software, se centran en reducir los cuellos de botella a los que se enfrentan científicos, ingenieros e investigadores al analizar datos complejos de imágenes.
Su producto estrella, la plataforma Theiascope™, integra la visión por ordenador para detectar, segmentar y medir automáticamente características en imágenes de microscopía electrónica. Al basarse en la IA de visión en lugar de la anotación y el trazado manuales, la plataforma proporciona resultados uniformes y reproducibles.
¿Por qué es difícil analizar manualmente las imágenes microscópicas?#
Las imágenes microscópicas, especialmente las capturadas con TEM, son muy detalladas, pero difíciles de interpretar. Cada imagen contiene cientos o miles de características y estructuras minúsculas, como granos y límites, que deben identificarse, anotarse, trazarse o medirse cuidadosamente para extraer datos significativos. Tradicionalmente, esto se ha hecho a mano, lo que es lento y puede variar de una persona a otra. Dos investigadores podrían anotar la misma imagen de forma diferente, lo que daría lugar a resultados incoherentes y grandes barras de error.
Este proceso se vuelve aún más complejo cuando intervienen grandes conjuntos de datos. Para obtener información fiable, a menudo es necesario analizar miles de imágenes, lo que puede llevar semanas o incluso meses con métodos manuales. Además, las variaciones en el contraste y el ruido, así como las estructuras superpuestas, dificultan aún más el proceso.
Para los investigadores que pretenden estudiar la evolución microestructural o realizar un seguimiento de los cambios a lo largo del tiempo, estos problemas pueden ralentizar la investigación. Theia Scientific reconoció que estas dificultades requerían una solución más automatizada y fiable.
Mejora de los flujos de trabajo de microscopía mediante modelos de Ultralytics YOLO#
Tras explorar distintos enfoques para automatizar el análisis de datos de microscopía, Theia Scientific observó que los modelos de Ultralytics YOLO ofrecían la velocidad, precisión y flexibilidad necesarias para el análisis de imágenes microscópicas en tiempo real, permitiendo obtener resultados cuantitativos al instante en el microscopio mientras los experimentos siguen en curso. Modelos de Ultralytics YOLO como Ultralytics YOLO11 y Ultralytics YOLOv8 son compatibles con tareas de visión por ordenador como la detección de objetos (identificación y localización de características individuales en una imagen) y la segmentación de instancias (delimitación de cada característica a nivel de píxel). Estas tareas permiten detectar estructuras a escala nanométrica, como granos y límites, directamente en imágenes TEM a medida que se capturan.
Fig. 1. Flujo de trabajo actual para la obtención y el análisis de imágenes y datos microscópicos. En última instancia, los científicos, ingenieros e investigadores buscan descubrimientos y respuestas al final del flujo de trabajo. Mientras tanto, el flujo está fragmentado y requiere mucho trabajo; en la parte inferior se muestra el tiempo y el esfuerzo relativos necesarios para cada paso. La detección y la agregación de características son las etapas que más tiempo consumen del flujo de trabajo. Las flechas grises que conducen de vuelta a la adquisición representan la necesidad de volver a adquirir datos porque los datos actuales no son útiles. Fuente: Theia Scientific.
Por ejemplo, en un estudio reciente sobre películas delgadas policristalinas, se utilizaron Theiascope™ y modelos de Ultralytics YOLO para identificar y medir estructuras granulares que influyen en las propiedades de los materiales empleados en electrónica, recubrimientos y dispositivos energéticos. Las distribuciones precisas del tamaño de grano son fundamentales para comprender cómo evolucionan estas películas durante los experimentos.
Una de las razones principales por las que los modelos de Ultralytics YOLO son tan eficaces en estos casos de uso es su capacidad para interpolar a partir de grandes conjuntos de datos. En lugar de tener que etiquetar cada fotograma de un experimento, los investigadores pueden anotar solo una pequeña fracción de las imágenes, entrenar un modelo YOLO y dejar que analice de forma fiable miles de fotogramas adicionales. Esto permite realizar un seguimiento del crecimiento de los granos y de los cambios en los límites a lo largo del tiempo en experimentos de TEM con lapso de tiempo, con una intervención manual mínima.
¿Por qué elegir los modelos Ultralytics YOLO?#
En el estudio sobre películas delgadas policristalinas mencionado anteriormente, se descubrió que Ultralytics YOLOv8 era hasta 43 veces más rápido que U‑Net (un modelo utilizado habitualmente para el análisis de imágenes científicas). Esta velocidad hace que YOLO sea práctico para el análisis en tiempo real directamente en el microscopio.
Aunque U‑Net es preciso, pero lento, YOLO combina velocidad y precisión, y obtiene mediciones del tamaño de grano que se sitúan a menos de un 3 % de la referencia real. Su diseño también lo hace más flexible, ya que gestiona fácilmente distintas escalas y configuraciones de entrenamiento. Para los investigadores, esto se traduce en resultados más rápidos sin sacrificar la fiabilidad, algo ideal para acelerar los flujos de trabajo de microscopía.
Fig. 2. En comparación con el trazado manual (b) y U‑Net (c), la segmentación de YOLOv8 (d) proporciona contornos más nítidos y precisos en las imágenes microscópicas. (Fuente)
Reducción del sesgo y mejora de la coherencia en microscopía con YOLO#
A través de la plataforma Theiascope™, Theia Scientific demostró que los modelos de Ultralytics YOLO pueden acelerar el análisis de imágenes microscópicas y los experimentos de TEM, al tiempo que favorecen una investigación reproducible a largo plazo. La plataforma está diseñada para ser independiente del microscopio, lo que significa que los modelos YOLO se utilizan para analizar imágenes recopiladas de distintos instrumentos sin necesidad de crear flujos de trabajo personalizados. Esta flexibilidad garantiza la coherencia de los flujos de trabajo en distintos experimentos, operadores y entornos.
La reproducibilidad es otro resultado clave. La investigación científica a menudo exige revisar y validar los resultados años después. Con varios modelos YOLO integrados en Theiascope™, los investigadores pueden volver a ejecutar modelos antiguos, como Ultralytics YOLOv5, en conjuntos de datos archivados y obtener resultados coherentes; después, pueden compararlos directamente con los resultados de modelos más recientes, como Ultralytics YOLO11. Esto facilita la verificación de los hallazgos, incluso a medida que evolucionan los métodos de IA.
Fig. 3. La plataforma Theiascope™. Las imágenes de microscopía electrónica se capturan y transmiten desde el ordenador de adquisición a un dispositivo con GPU que ejecuta una aplicación web, una base de datos de series temporales y los modelos de Ultralytics YOLO. Las actualizaciones y los nuevos modelos de Ultralytics YOLO pueden enviarse a la plataforma mediante actualizaciones OTA. Fuente: Theia Scientific.
Además, los modelos de Ultralytics YOLO proporcionan a la plataforma la escalabilidad necesaria para gestionar grandes conjuntos de datos. Sus capacidades de inferencia en tiempo real permiten analizar miles de imágenes TEM en el tiempo que se tardaría en analizar manualmente solo unas pocas. Esto permite a los investigadores seguir procesos dinámicos, como el crecimiento de los granos, durante experimentos completos, generando nuevos conocimientos y haciendo posibles experimentos innovadores a la escala y velocidad necesarias para la investigación más avanzada.
Integración de IA de visión avanzada en herramientas de investigación de próxima generación#
Theia Scientific considera los modelos de Ultralytics YOLO una base para el futuro de la microscopía. Al seguir perfeccionando los métodos de entrenamiento y los enfoques de calibración, pretende mejorar aún más la precisión en distintas escalas y condiciones experimentales.
De cara al futuro, Theia Scientific tiene previsto ampliar Theiascope™ para ofrecer compatibilidad con experimentos in situ más complejos y conjuntos de datos multimodales. Consideran probable que la IA de visión se convierta en un componente estándar de los flujos de trabajo de investigación de próxima generación, permitiendo descubrimientos más rápidos y conocimientos más profundos en distintos ámbitos científicos.
¿Te interesa optimizar los flujos de trabajo de tu empresa? Echa un vistazo a nuestro repositorio de GitHub para obtener más información sobre la IA de visión. Descubre cómo los modelos YOLO impulsan la innovación en áreas como la IA en la atención sanitaria y la visión por ordenador en el comercio minorista. Para probar YOLO, descubre cómo nuestras opciones de licencia pueden ayudarte a hacer realidad tu visión.
