Theia Scientific redéfinit l'analyse des données de microscopie avec les modèles Ultralytics YOLO

La recherche scientifique dans des domaines tels que la science des matériaux et les nanotechnologies dépend souvent de la microscopie à particules chargées, à sonde à balayage et optique pour explorer des structures invisibles à l'œil nu. Par exemple, la microscopie électronique à transmission (MET) est un outil essentiel, capable de capturer des détails fins à l'échelle nano et atomique.

Malheureusement, une fois ces images acquises, leur analyse peut être lente et complexe, nécessitant souvent des efforts manuels importants et une expertise du domaine. Pour améliorer ce processus, Theia Scientific a développé la plateforme Theiascope™, un système d'analyse d'images de microscopie en temps réel qui intègre les modèles Ultralytics YOLO pour automatiser la détection, la segmentation et les mesures quantitatives des images, rendant la microscopie plus rapide, plus efficace et reproductible.

Exploration du rôle de la Vision IA dans l'imagerie scientifique

Fondée par les frères Kevin et Christopher Field, Theia Scientific développe des outils logiciels avancés pour accélérer la recherche en microscopie. Forts d'une expertise couvrant la science des matériaux, l'automatisation industrielle, l'électronique et l'ingénierie logicielle, ils se concentrent sur la réduction des goulets d'étranglement auxquels sont confrontés les scientifiques, les ingénieurs et les chercheurs lors de l'analyse de données d'images complexes. 

Leur produit phare, la plateforme Theiascope™, intègre la vision par ordinateur pour détecter, segmenter et mesurer automatiquement les caractéristiques des images de microscopie électronique. En s'appuyant sur la Vision IA plutôt que sur l'annotation et le traçage manuels, la plateforme fournit des résultats cohérents et reproductibles.

Pourquoi les images de microscopie sont-elles difficiles à analyser manuellement ?

Les images de microscopie, en particulier celles capturées avec la MET, sont très détaillées mais difficiles à interpréter. Chaque image contient des centaines voire des milliers de caractéristiques et de structures fines, telles que des grains et des limites, qui doivent être soigneusement identifiées, annotées, tracées et/ou mesurées pour extraire des données significatives. Traditionnellement, cela se faisait à la main, ce qui est lent et peut varier d'une personne à l'autre. Deux chercheurs peuvent annoter la même image différemment, ce qui entraîne des résultats incohérents et de grandes barres d'erreur.

Ce processus devient encore plus complexe lorsque de grands ensembles de données sont impliqués. Pour obtenir des informations fiables, des milliers d'images doivent souvent être analysées, ce qui peut prendre des semaines, voire des mois, en utilisant des méthodes manuelles. De plus, les variations de contraste, le bruit et les structures qui se chevauchent rendent le processus encore plus difficile.

Pour les chercheurs qui souhaitent étudier l'évolution microstructurale ou suivre les changements au fil du temps, ces problèmes peuvent ralentir la recherche. Theia Scientific a reconnu que ces préoccupations nécessitaient une solution plus automatisée et fiable.

Amélioration des flux de travail de microscopie à l'aide des modèles Ultralytics YOLO

Après avoir exploré différentes approches pour automatiser l'analyse des données de microscopie, Theia Scientific a constaté que les modèles Ultralytics YOLO offraient la vitesse, la précision et la flexibilité nécessaires à l'analyse d'images de microscopie en temps réel, permettant d'obtenir des résultats quantitatifs instantanés au microscope pendant que les expériences sont encore en cours. Les modèles Ultralytics YOLO tels que Ultralytics YOLO11 et Ultralytics YOLOv8 prennent en charge les tâches de vision par ordinateur telles que la détection d'objets (identification et localisation de caractéristiques individuelles dans une image) et la segmentation d'instances (délimitation de chaque caractéristique au niveau du pixel). Ces tâches permettent de détecter des structures nanométriques, telles que des grains et des limites, directement dans les images MET au fur et à mesure de leur capture.

‍

Par exemple, dans une étude récente sur les couches minces polycristallines, le Theiascope™ et les modèles YOLO d'Ultralytics ont été utilisés pour identifier et mesurer les structures de grains qui influencent les propriétés des matériaux utilisés dans l'électronique, les revêtements et les dispositifs énergétiques. Une distribution précise de la taille des grains est essentielle pour comprendre comment ces films évoluent au cours des expériences. 

L'une des principales raisons pour lesquelles les modèles Ultralytics YOLO sont si efficaces dans ces cas d'utilisation est leur capacité à interpoler de grands ensembles de données. Au lieu d'exiger que chaque image d'une expérience soit étiquetée, les chercheurs peuvent annoter seulement une petite fraction des images, entraîner un modèle YOLO, puis le laisser analyser de manière fiable des milliers d'images supplémentaires. Cela permet de suivre la croissance des grains et les changements de limites dans le cadre d'expériences TEM en temps réel avec un minimum d'intervention manuelle.

Pourquoi choisir les modèles YOLO d'Ultralytics ?

Dans l'étude sur les couches minces polycristallines mentionnée précédemment, Ultralytics YOLOv8 s'est avéré être jusqu'à 43 fois plus rapide qu'U‑Net (un modèle souvent utilisé pour l'analyse d'images scientifiques). Cette vitesse rend YOLO pratique pour l'analyse en temps réel au microscope. 

Bien que U‑Net soit précis mais lent, YOLO combine vitesse et précision, faisant correspondre les mesures de la taille des grains à moins de 3 % de la vérité terrain. Sa conception le rend également plus flexible, capable de gérer facilement différentes échelles et configurations d'entraînement. Pour les chercheurs, cela signifie des résultats plus rapides sans sacrifier la fiabilité, ce qui est idéal pour accélérer les flux de travail de microscopie.

‍

Réduire les biais et améliorer la cohérence en microscopie avec YOLO

Grâce à la plateforme Theiascope™, Theia Scientific a démontré que les modèles YOLO d'Ultralytics peuvent accélérer l'analyse d'images de microscopie et les expériences TEM tout en soutenant une recherche reproductible et à long terme. La plateforme est conçue pour être compatible avec tous les microscopes, ce qui signifie que les modèles YOLO sont utilisés pour analyser les images collectées à partir de différents instruments sans nécessiter de pipelines personnalisés. Cette flexibilité garantit que les flux de travail restent cohérents à travers divers expériences, opérateurs et environnements.

La reproductibilité est un autre résultat clé. La recherche scientifique exige souvent que les résultats soient revus et validés des années plus tard. Grâce aux différents modèles YOLO intégrés au Theiascope™, les chercheurs peuvent relancer d'anciens modèles tels que Ultralytics YOLOv5 sur des ensembles de données archivés et obtenir des résultats cohérents, puis les comparer directement avec les résultats de modèles plus récents comme Ultralytics YOLO11. Cela facilite la vérification des résultats, même si les méthodes d'IA évoluent.

‍

De plus, les modèles Ultralytics YOLO offrent à la plateforme l'évolutivité nécessaire pour gérer de grands ensembles de données. Leurs capacités d'inférence en temps réel permettent d'analyser des milliers d'images TEM dans le temps qu'il faudrait pour en analyser manuellement quelques-unes seulement. Cela permet aux chercheurs de suivre des processus dynamiques tels que la croissance des grains à travers des expériences entières, générant de nouvelles perspectives et débloquant de nouvelles expériences à l'échelle et à la vitesse requises pour la recherche de pointe.

Intégration de la Vision IA avancée dans les outils de recherche de nouvelle génération

Theia Scientific considère les modèles Ultralytics YOLO comme une base pour l'avenir de la microscopie. En continuant d'affiner les méthodes d'entraînement et les approches d'étalonnage, ils visent à améliorer encore la précision à toutes les échelles et dans toutes les conditions expérimentales. 

À l'avenir, Theia Scientific prévoit d'étendre Theiascope™ pour prendre en charge des expériences in situ plus complexes et des ensembles de données multimodaux. Ils pensent qu'il est probable que l'IA de vision devienne un élément standard des flux de travail de recherche de nouvelle génération, permettant une découverte plus rapide et des informations plus approfondies dans tous les domaines scientifiques.

Vous souhaitez rationaliser les flux de travail de votre entreprise ? Consultez notre dépôt GitHub pour en savoir plus sur la Vision IA. Découvrez comment les modèles YOLO stimulent l'innovation dans des domaines tels que l'IA dans le secteur de la santé et la vision artificielle dans le commerce de détail. Pour vous familiariser avec YOLO, découvrez comment nos options de licence peuvent soutenir votre vision.