Theia Scientific redefine el análisis de datos de microscopía con los modelos Ultralytics YOLO

La investigación científica en campos como la ciencia de los materiales y la nanotecnología depende a menudo de la microscopía óptica, de partículas cargadas y de sonda de barrido para explorar estructuras invisibles al ojo humano. Por ejemplo, la microscopía electrónica de transmisión (MET) es una herramienta clave, capaz de captar detalles finos a escala nanométrica y atómica.

Lamentablemente, una vez adquiridas estas imágenes, su análisis puede resultar 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 de microscopía en tiempo real que integra los modelos Ultralytics YOLO para automatizar la detección de imágenes, la segmentación y las mediciones cuantitativas, haciendo que la microscopía sea más rápida, eficiente y reproducible.

Exploración del papel de la IA de visión en la imagen científica

Fundada por los hermanos Kevin y Christopher Field, Theia Scientific desarrolla herramientas de software avanzadas para acelerar la investigación en microscopía. Con experiencia en ciencia de 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 de imágenes complejos. 

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 Vision AI en lugar de en la anotación y el trazado manuales, la plataforma proporciona resultados coherentes y reproducibles.

¿Por qué es difícil analizar manualmente las imágenes de microscopía?

Las imágenes microscópicas, especialmente las obtenidas con TEM, son muy detalladas pero difíciles de interpretar. Cada imagen contiene de cientos a miles de características y estructuras finas, como granos y límites, que deben identificarse, anotarse, trazarse y/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 pueden anotar la misma imagen de forma diferente, lo que da lugar a resultados incoherentes y a grandes barras de error.

Este proceso se complica aún más cuando se trata de grandes conjuntos de datos. Para obtener información fiable, a menudo hay que analizar miles de imágenes, lo que puede llevar semanas o incluso meses con métodos manuales. Además, las variaciones de contraste, el ruido y la superposición de estructuras dificultan aún más el proceso.

Para los investigadores que pretenden estudiar la evolución microestructural o seguir los cambios a lo largo del tiempo, estos problemas pueden ralentizar la investigación. Theia Scientific reconoció que estos problemas requerían una solución más automatizada y fiable.

Mejora de los flujos de trabajo de microscopía mediante los modelos YOLO de Ultralytics

Tras explorar diferentes enfoques para automatizar el análisis de datos de microscopía, Theia Scientific vio que los modelos Ultralytics YOLO ofrecían la velocidad, precisión y flexibilidad necesarias para el análisis de imágenes de microscopía en tiempo real, lo que permite obtener resultados cuantitativos instantáneos en el microscopio mientras los experimentos aún están en curso. Los modelos YOLO de Ultralytics, como Ultralytics YOLO11 y Ultralytics YOLOv8, admiten tareas de visión por ordenador como la detección de objetos (identificar y localizar características individuales en una imagen) y la segmentación de instancias (delinear cada característica a nivel de píxel). Estas tareas permiten detectar estructuras a nanoescala, como granos y límites, directamente en las imágenes TEM a medida que se capturan.

‍

Por ejemplo, en un estudio reciente sobre películas finas policristalinas, se utilizaron los modelos Theiascope™ y Ultralytics YOLO para identificar y medir las estructuras de grano que influyen en las propiedades de los materiales utilizados en electrónica, revestimientos y dispositivos energéticos. Las distribuciones precisas del tamaño de grano son fundamentales para comprender cómo evolucionan estas películas durante los experimentos. 

Una de las principales razones por las que los modelos YOLO de Ultralytics son tan eficaces en estos casos es su capacidad para interpolar grandes conjuntos de datos. En lugar de tener que etiquetar todos los fotogramas 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 seguir el crecimiento de los granos y los cambios en los límites de los experimentos de TEM con lapso de tiempo con una mínima intervención manual.

¿Por qué elegir los modelos YOLO de Ultralytics?

En el estudio sobre películas finas policristalinas comentado anteriormente, se comprobó que Ultralytics YOLOv8 era hasta 43 veces más rápido que U-Net (un modelo utilizado a menudo para el análisis científico de imágenes). Esta velocidad hace que YOLO resulte práctico para el análisis en microscopio en tiempo real. 

Mientras que U-Net es preciso pero lento, YOLO combina velocidad y precisión, con una exactitud de las mediciones granulométricas del 3% respecto a la realidad sobre el terreno. Su diseño también lo hace más flexible, ya que permite manejar diferentes escalas y configuraciones de formación con facilidad. Para los investigadores, esto significa resultados más rápidos sin sacrificar la fiabilidad, lo que resulta ideal para acelerar los flujos de trabajo de microscopía.

‍

Reducción de los sesgos y aumento de la coherencia en microscopía con YOLO

A través de la plataforma Theiascope™, Theia Scientific mostró que los modelos Ultralytics YOLO pueden acelerar el análisis de imágenes de microscopía y los experimentos de TEM, al tiempo que apoyan la investigación reproducible a largo plazo. La plataforma está diseñada para ser agnóstica con respecto a los microscopios, lo que significa que los modelos YOLO se utilizan para analizar imágenes recogidas de diferentes instrumentos sin necesidad de personalizar los procesos. 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 requiere que los resultados se revisen y validen años después. Con varios modelos YOLO integrados en Theiascope™, los investigadores pueden volver a ejecutar modelos más antiguos, como Ultralytics YOLOv5, en conjuntos de datos archivados y obtener resultados coherentes, para luego compararlos directamente con los resultados de modelos más recientes, como Ultralytics YOLO11. Esto facilita la verificación de los resultados, incluso a medida que evolucionan los métodos de IA.

‍

Además, los modelos YOLO de Ultralytics proporcionan a la plataforma la escalabilidad necesaria para manejar grandes conjuntos de datos. Sus capacidades de inferencia en tiempo real permiten analizar miles de imágenes TEM en el tiempo que llevaría analizar manualmente sólo unas pocas. Esto permite a los investigadores seguir procesos dinámicos como el crecimiento del grano a lo largo de experimentos completos, generando nuevos conocimientos y desbloqueando experimentos novedosos a la escala y velocidad necesarias para la investigación de vanguardia.

Integración de la IA de visión avanzada en las herramientas de investigación de última generación

Theia Scientific considera los modelos Ultralytics YOLO como la base del futuro de la microscopía. Al seguir perfeccionando los métodos de formación y los enfoques de calibración, pretenden mejorar aún más la precisión en todas las escalas y condiciones experimentales. 

De cara al futuro, Theia Scientific tiene previsto ampliar Theiascope™ para que admita experimentos in situ más complejos y conjuntos de datos multimodales. Creen que es probable que Vision AI se convierta en una parte estándar de los flujos de trabajo de investigación de próxima generación, permitiendo un descubrimiento más rápido y conocimientos más profundos en todos los dominios científicos.

¿Le interesa agilizar los flujos de trabajo de su empresa? Consulte nuestro repositorio de GitHub para obtener más información sobre Vision AI. Descubra cómo los modelos YOLO están impulsando innovaciones en áreas como la IA en la sanidad y la visión por ordenador en el comercio minorista. Para ponerte manos a la obra con YOLO, descubre cómo nuestras opciones de licencia pueden apoyar tu visión.