En intégrant les modèles Ultralytics YOLO à sa plateforme, Theia Scientific a transformé le traitement des données de microscopie, rendant l’analyse plus efficace et plus fiable.
La recherche scientifique dans des domaines comme la science des matériaux et la nanotechnologie repose souvent sur la microscopie électronique à particules chargées, à sonde locale et optique pour explorer des structures invisibles à l’œil humain. Par exemple, la microscopie électronique en transmission (TEM) est un outil essentiel, capable de capturer des détails fins à l’échelle nanométrique et atomique.
Malheureusement, une fois ces images acquises, leur analyse peut être lente et complexe, nécessitant souvent un important travail manuel et une expertise métier approfondie. 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 afin d’automatiser la détection, la segmentation et les mesures quantitatives des images, rendant la microscopie plus rapide, plus efficace et reproductible.
Explorer le rôle de l’IA de vision 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. Forte d’une expertise couvrant la science des matériaux, l’automatisation industrielle, l’électronique et l’ingénierie logicielle, l’entreprise se concentre sur la réduction des goulets d’étranglement auxquels les scientifiques, les ingénieurs et les chercheurs sont confrontés lors de l’analyse de données d’images complexes.
Son produit phare, la plateforme Theiascope™, intègre la vision par ordinateur pour détecter, segmenter et mesurer automatiquement les caractéristiques présentes dans les images de microscopie électronique. En s’appuyant sur l’IA de vision 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 un TEM, sont très détaillées, mais difficiles à interpréter. Chaque image contient des centaines, voire des milliers, de caractéristiques et de structures fines, comme des grains et des joints, qu’il faut identifier, annoter, tracer et/ou mesurer soigneusement pour extraire des données pertinentes. Traditionnellement, ce travail est effectué à la main, ce qui est lent et peut varier d’une personne à l’autre. Deux chercheurs peuvent annoter différemment la même image, ce qui entraîne des résultats incohérents et de grandes barres d’erreur.
Ce processus devient encore plus complexe lorsque de grands jeux de données sont concernés. Pour obtenir des informations fiables, il faut souvent analyser des milliers d’images, ce qui peut prendre des semaines, voire des mois, avec des méthodes manuelles. De plus, les variations de contraste, le bruit et le chevauchement des structures compliquent davantage le processus.
Pour les chercheurs qui souhaitent étudier l’évolution microstructurale ou suivre des changements au fil du temps, ces difficultés peuvent ralentir la recherche. Theia Scientific a reconnu que ces problèmes nécessitaient une solution plus automatisée et plus fiable.
Améliorer les workflows de microscopie avec les modèles Ultralytics YOLO#
Après avoir étudié 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 instantanément des résultats quantitatifs au microscope pendant que les expériences sont encore en cours. Des modèles Ultralytics YOLO comme Ultralytics YOLO11 et Ultralytics YOLOv8 prennent en charge des tâches de vision par ordinateur comme la détection d’objets (identifier et localiser chaque caractéristique d’une image) et la segmentation d’instances (délimiter chaque caractéristique au niveau du pixel). Ces tâches permettent de détecter des structures à l’échelle nanométrique, comme des grains et des joints, directement dans les images TEM au moment de leur capture.
Fig. 1. Workflow actuel d’analyse des images et des données de microscopie. Au terme du workflow, les scientifiques, les ingénieurs et les chercheurs cherchent à faire des découvertes et à obtenir des réponses. Entre-temps, le workflow est fragmenté et laborieux, le temps et le travail relatifs nécessaires à chaque étape étant indiqués en bas. La détection et l’agrégation des caractéristiques sont les étapes les plus chronophages du workflow. Les flèches grises qui ramènent vers l’acquisition représentent la nécessité de réacquérir les données lorsque les données actuelles ne sont pas exploitables. Source : Theia Scientific.
Par exemple, dans une étude récente sur les films minces polycristallins, Theiascope™ et les modèles Ultralytics YOLO ont été utilisés pour identifier et mesurer les structures granulaires qui influencent les propriétés des matériaux employés dans l’électronique, les revêtements et les dispositifs énergétiques. Des distributions précises de la taille des grains sont essentielles pour comprendre l’évolution de ces films au cours des expériences.
L’une des principales raisons pour lesquelles les modèles Ultralytics YOLO sont si efficaces dans ces cas d’usage est leur capacité à interpoler sur de grands jeux de données. Au lieu d’exiger l’étiquetage de chaque image d’une expérience, les chercheurs peuvent annoter une petite fraction des images, entraîner un modèle YOLO, puis lui faire analyser de manière fiable des milliers d’images supplémentaires. Il devient ainsi possible de suivre la croissance des grains et l’évolution des joints au fil du temps dans des expériences TEM en accéléré, avec un minimum d’intervention manuelle.
Pourquoi choisir les modèles Ultralytics YOLO ?#
Dans l’étude sur les films minces polycristallins évoquée plus haut, Ultralytics YOLOv8 s’est révélé jusqu’à 43 fois plus rapide que U‑Net (un modèle souvent utilisé pour l’analyse d’images scientifiques). Cette vitesse rend YOLO adapté à l’analyse en temps réel directement au microscope.
U‑Net est précis, mais lent, tandis que YOLO associe vitesse et précision, avec des mesures de la taille des grains qui diffèrent de moins de 3 % de la vérité terrain. Sa conception le rend également plus flexible, car il gère facilement différentes échelles et configurations d’entraînement. Pour les chercheurs, cela signifie obtenir plus rapidement des résultats fiables, ce qui est idéal pour accélérer les workflows de microscopie.
Fig. 2. Par rapport au traçage manuel (b) et à U‑Net (c), la segmentation YOLOv8 (d) fournit des contours plus nets et plus précis sur les images de microscopie. (Source)
Réduire les biais et renforcer la cohérence en microscopie avec YOLO#
Grâce à la plateforme Theiascope™, Theia Scientific a démontré que les modèles Ultralytics YOLO peuvent accélérer l’analyse des images de microscopie et les expériences TEM tout en favorisant une recherche reproductible à long terme. La plateforme est conçue pour être indépendante du microscope : les modèles YOLO peuvent ainsi analyser des images collectées avec différents instruments sans nécessiter de pipelines personnalisés. Cette flexibilité garantit la cohérence des workflows entre différentes expériences, différents opérateurs et différents environnements.
La reproductibilité est un autre résultat essentiel. La recherche scientifique exige souvent de réexaminer et de valider les résultats plusieurs années plus tard. Grâce aux différents modèles YOLO intégrés à Theiascope™, les chercheurs peuvent réexécuter d’anciens modèles comme Ultralytics YOLOv5 sur des jeux de données archivés et obtenir des résultats cohérents, puis les comparer directement aux résultats de modèles plus récents comme Ultralytics YOLO11. La vérification des résultats est ainsi simple, même lorsque les méthodes d’IA évoluent.
Fig. 3. La plateforme Theiascope™. Les images de microscopie électronique sont capturées et diffusées depuis l’ordinateur d’acquisition vers un appareil doté d’un GPU qui exécute une application web, une base de données de séries temporelles et les modèles Ultralytics YOLO. Des mises à jour et de nouveaux modèles Ultralytics YOLO peuvent être déployés sur la plateforme via des mises à jour OTA. Source : Theia Scientific.
De plus, les modèles Ultralytics YOLO offrent à la plateforme la capacité de mise à l’échelle nécessaire pour gérer de grands jeux 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 seulement quelques-unes. Les chercheurs peuvent ainsi suivre des processus dynamiques comme la croissance des grains pendant toute la durée des expériences, générer de nouvelles connaissances et concevoir de nouvelles expériences à l’échelle et à la vitesse requises par la recherche de pointe.
Intégrer une IA de vision avancée aux outils de recherche de nouvelle génération#
Theia Scientific considère les modèles Ultralytics YOLO comme une base pour l’avenir de la microscopie. En continuant à perfectionner ses méthodes d’entraînement et ses approches d’étalonnage, l’entreprise vise à améliorer davantage la précision à différentes échelles et dans diverses conditions expérimentales.
À l’avenir, Theia Scientific prévoit d’étendre Theiascope™ pour prendre en charge des expériences in situ plus complexes et des jeux de données multimodaux. L’entreprise estime que l’IA de vision deviendra probablement un élément standard des workflows de recherche de nouvelle génération, permettant des découvertes plus rapides et des connaissances plus approfondies dans les différents domaines scientifiques.
Tu souhaites rationaliser les workflows de ton entreprise ? Consulte notre dépôt GitHub pour en savoir plus sur l’IA de vision. Découvre comment les modèles YOLO stimulent les innovations dans des domaines comme l’IA dans le secteur de la santé et la vision par ordinateur dans le commerce de détail. Pour expérimenter YOLO, découvre comment nos options de licence peuvent soutenir tes projets de vision.
