Theia Scientific accelera l'analisi microscopica di 43 volte con Ultralytics YOLO

La ricerca scientifica in campi come la scienza dei materiali e le nanotecnologie dipende spesso dalla microscopia a particelle cariche, a sonda di scansione e ottica microscopy per esplorare strutture invisibili all'occhio umano. Ad esempio, la microscopia elettronica a trasmissione (TEM) è uno strumento chiave, capace di catturare dettagli minuti su scala nanometrica e atomica.

Sfortunatamente, una volta acquisite queste immagini, analizzandole può risultare lento e complesso, richiedendo spesso un notevole sforzo manuale e competenza specifica. Per migliorare questo processo, Theia Scientific ha sviluppato la piattaforma Theiascope™, un sistema di analisi di immagini di microscopia in tempo reale che integra i Ultralytics YOLO models per automatizzare il rilevamento delle immagini, la segmentazione e le misurazioni quantitative, rendendo la microscopia più veloce, efficiente e riproducibile.

Esplorare il ruolo della Vision AI nell'imaging scientifico#

Fondata dai fratelli Kevin e Christopher Field, Theia Scientific sviluppa strumenti software avanzati per accelerare la ricerca in microscopia. Con competenze che spaziano dalla scienza dei materiali all'automazione industriale, dall'elettronica all'ingegneria del software, si concentrano sulla riduzione dei colli di bottiglia che scienziati, ingegneri e ricercatori affrontano durante l'analisi di dati complessi.

Il loro prodotto di punta, la piattaforma Theiascope™, integra la computer vision per rilevare, segmentare e misurare automaticamente le caratteristiche nelle immagini di microscopia elettronica. Affidandosi alla Vision AI anziché all'annotazione e al tracciamento manuale, la piattaforma fornisce risultati coerenti e riproducibili.

Perché le immagini al microscopio sono difficili da analizzare manualmente?#

Le immagini al microscopio, specialmente quelle catturate con TEM, sono molto dettagliate ma difficili da interpretare. Ogni immagine contiene da centinaia a migliaia di caratteristiche e strutture fini, come grani e confini, che devono essere attentamente identificate, annotate, tracciate e/o misurate per estrarre dati significativi. Tradizionalmente, questo lavoro viene fatto a mano, il che è lento e può variare da persona a persona. Due ricercatori potrebbero annotare la stessa immagine in modo diverso, portando a risultati incoerenti e ampi margini di errore.

Questo processo diventa ancora più complesso quando sono coinvolti grandi datasets. Per ottenere approfondimenti affidabili, spesso è necessario analizzare migliaia di immagini, il che può richiedere settimane o persino mesi utilizzando metodi manuali. In aggiunta a ciò, le variazioni di contrasto, il rumore e le strutture sovrapposte rendono il processo ancora più difficile.

Per i ricercatori che mirano a studiare l'evoluzione microstrutturale o a monitorare i cambiamenti nel tempo, questi problemi possono rallentare la ricerca. Theia Scientific ha riconosciuto che queste preoccupazioni richiedevano una soluzione più automatizzata e affidabile.

Migliorare i flussi di lavoro di microscopia utilizzando i modelli Ultralytics YOLO#

Dopo aver esplorato diversi approcci per automatizzare l'analisi dei dati di microscopia, Theia Scientific ha visto che i modelli Ultralytics YOLO offrivano la velocità, la precisione e la flessibilità necessarie per l'analisi delle immagini di microscopia in tempo reale, consentendo risultati quantitativi istantanei al microscopio mentre gli esperimenti sono ancora in corso. I modelli Ultralytics YOLO come Ultralytics YOLO11 e Ultralytics YOLOv8 supportano attività di computer vision come il rilevamento di oggetti (identificando e localizzando singole caratteristiche in un'immagine) e la segmentazione di istanze (delineando ciascuna caratteristica a livello di pixel). Queste attività rendono possibile rilevare strutture su scala nanometrica, come grani e confini, direttamente nelle immagini TEM mentre vengono catturate.

Fig 1. Flusso di lavoro attuale per l'analisi di immagini e dati di microscopia. Scienziati, ingegneri e ricercatori cercano in ultima analisi scoperte e risposte alla fine del flusso di lavoro. Nel frattempo, il flusso di lavoro è disgiunto e laborioso, con il tempo/lavoro relativo necessario per ogni fase mostrato in basso. Il rilevamento delle caratteristiche e l'aggregazione sono le fasi più dispendiose in termini di tempo nel flusso di lavoro. Le frecce grigie che riportano all'acquisizione rappresentano la necessità di acquisire nuovamente i dati perché quelli attuali non sono utili. Fonte: Theia Scientific.

Ad esempio, in un recente studio sui polycrystalline thin films, il Theiascope™ e i modelli Ultralytics YOLO sono stati utilizzati per identificare e misurare le strutture dei grani che influenzano le proprietà dei materiali utilizzati nell'elettronica, nei rivestimenti e nei dispositivi energetici. Distribuzioni accurate delle dimensioni dei grani sono fondamentali per comprendere come questi film si evolvono durante gli esperimenti.

Uno dei motivi principali per cui i modelli Ultralytics YOLO sono così efficaci in questi casi d'uso è la loro capacità di interpolare su grandi dataset. Invece di richiedere che ogni fotogramma in un esperimento venga etichettato, i ricercatori possono annotare solo una piccola frazione di immagini, addestrare un modello YOLO e poi lasciarlo analizzare in modo affidabile migliaia di fotogrammi aggiuntivi. Ciò rende possibile monitorare la crescita dei grani e le variazioni dei confini durante gli esperimenti TEM time-lapse con un input manuale minimo.

Perché scegliere i modelli Ultralytics YOLO?#

Nello studio sui film sottili policristallini discusso in precedenza, è stato scoperto che Ultralytics YOLOv8 è fino a 43 volte più veloce rispetto a U‑Net (un modello spesso utilizzato per l'analisi di immagini scientifiche). Questa velocità rende YOLO pratico per l'analisi in tempo reale al microscopio.

Mentre U-Net è preciso ma lento, YOLO combina velocità e precisione, facendo corrispondere le misurazioni delle dimensioni dei grani entro il 3% della ground truth. Il suo design lo rende anche più flessibile, gestendo diverse scale e configurazioni di addestramento con facilità. Per i ricercatori, questo significa risultati più rapidi senza sacrificare l'affidabilità, il che è ideale per accelerare i flussi di lavoro di microscopia.

Fig 2. Rispetto al tracciamento manuale (b) e a U‑Net (c), la segmentazione di YOLOv8 (d) fornisce contorni più nitidi e accurati sulle immagini di microscopia. (Source)

Ridurre i bias e migliorare la coerenza nella microscopia con YOLO#

Attraverso la piattaforma Theiascope™, Theia Scientific ha dimostrato che i modelli Ultralytics YOLO possono accelerare l'analisi delle immagini al microscopio e gli esperimenti TEM, supportando al contempo una ricerca riproducibile a lungo termine. La piattaforma è progettata per essere indipendente dal microscopio, il che significa che i modelli YOLO vengono utilizzati per analizzare le immagini raccolte da strumenti diversi senza richiedere pipeline personalizzate. Questa flessibilità assicura che i flussi di lavoro rimangano coerenti tra esperimenti, operatori e ambienti diversi.

La riproducibilità è un altro risultato chiave. La ricerca scientifica richiede spesso che i risultati vengano rivisti e convalidati anni dopo. Con vari modelli YOLO integrati nel Theiascope™, i ricercatori possono rieseguire modelli più vecchi come Ultralytics YOLOv5 su dataset archiviati e ottenere output coerenti, confrontandoli poi direttamente con i risultati di modelli più recenti come Ultralytics YOLO11. Questo rende la verifica dei risultati semplice, anche con l'evoluzione dei metodi di IA.

Fig 3. La piattaforma Theiascope™. Le immagini di microscopia elettronica vengono catturate e trasmesse dal computer di acquisizione a un dispositivo abilitato per GPU che esegue un'applicazione web, un database di serie temporali e i modelli Ultralytics YOLO. Gli aggiornamenti e i nuovi modelli Ultralytics YOLO possono essere inviati alla piattaforma con aggiornamenti OTA. Fonte: Theia Scientific.

Inoltre, i modelli Ultralytics YOLO conferiscono alla piattaforma la scalabilità necessaria per gestire grandi dataset. Le loro capacità di inferenza in tempo reale consentono di analizzare migliaia di immagini TEM nel tempo che occorrerebbe per analizzarne manualmente solo poche. Ciò consente ai ricercatori di seguire processi dinamici come la crescita dei grani durante interi esperimenti, generando nuove intuizioni e sbloccando esperimenti inediti alla scala e alla velocità richieste per la ricerca all'avanguardia.

Integrare Vision AI avanzata in strumenti di ricerca di nuova generazione#

Theia Scientific vede i modelli Ultralytics YOLO come una base per il futuro della microscopia. Continuando a perfezionare i metodi di training e gli approcci di calibrazione, mirano a migliorare ulteriormente la precisione su diverse scale e condizioni sperimentali.

Guardando al futuro, Theia Scientific prevede di espandere Theiascope™ per supportare esperimenti in-situ più complessi e dataset multimodali. Credono che sia probabile che la Vision AI diventi una parte standard dei flussi di lavoro di ricerca di prossima generazione, consentendo scoperte più rapide e intuizioni più profonde in tutti i domini scientifici.

Vuoi ottimizzare i flussi di lavoro della tua azienda? Dai un'occhiata al nostro GitHub repository per saperne di più sulla Vision AI. Esplora come i modelli YOLO stiano guidando l'innovazione in aree come AI in healthcare e computer vision in retail. Per iniziare a usare YOLO in prima persona, scopri come our licensing options possono supportare la tua vision.