Theia Scientific ridefinisce l'analisi dei dati di microscopia con i modelli Ultralytics YOLO

La ricerca scientifica in settori come la scienza dei materiali e la nanotecnologia dipende spesso dalla microscopia a particelle cariche, a scansione a sonda e ottica per esplorare strutture invisibili all'occhio umano. Ad esempio, la microscopia elettronica a trasmissione (TEM) è uno strumento chiave, in grado di catturare dettagli fini a livello nano e atomico.

Sfortunatamente, una volta acquisite queste immagini, la loro analisi può essere lenta e complessa, richiedendo spesso un notevole sforzo manuale e competenze specifiche. 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 modelli Ultralytics YOLO per automatizzare il rilevamento, la segmentazione e le misurazioni quantitative delle immagini, rendendo la microscopia più veloce, efficiente e riproducibile.

Esplorazione del ruolo della Vision AI nell'imaging scientifico

Fondata dai fratelli Kevin e Christopher Field, Theia Scientific sviluppa strumenti software avanzati per accelerare la ricerca sulla microscopia. Con competenze che spaziano dalla scienza dei materiali, all'automazione industriale, all'elettronica e all'ingegneria del software, si concentrano sulla riduzione dei colli di bottiglia che scienziati, ingegneri e ricercatori affrontano quando analizzano dati di immagini 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 manuali, la piattaforma fornisce risultati coerenti e riproducibili.

Perché le immagini al microscopio sono difficili da analizzare manualmente?

Le immagini al microscopio, specialmente quelle acquisite con il TEM, sono molto dettagliate ma difficili da interpretare. Ogni immagine contiene centinaia o migliaia di caratteristiche e strutture fini, come grani e bordi, che devono essere attentamente identificate, annotate, tracciate e/o misurate per estrarre dati significativi. Tradizionalmente, questo è stato 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 ampie barre di errore.

Questo processo diventa ancora più complesso quando sono coinvolti grandi dataset. Per ottenere informazioni affidabili, spesso è necessario analizzare migliaia di immagini, il che può richiedere settimane o addirittura mesi utilizzando metodi manuali. Inoltre, 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.

Miglioramento dei 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 scoperto che i modelli Ultralytics YOLO offrivano la velocità, l'accuratezza e la flessibilità necessarie per l'analisi in tempo reale delle immagini di microscopia, 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 (identificazione e localizzazione di singole caratteristiche in un'immagine) e la segmentazione di istanze (delimitazione di ogni caratteristica a livello di pixel). Queste attività consentono di rilevare strutture nanoscopiche, come grani e confini, direttamente nelle immagini TEM durante l'acquisizione.

‍

Ad esempio, in un recente studio sui film sottili policristallini, i modelli Theiascope™ e Ultralytics YOLO sono stati utilizzati per identificare e misurare le strutture dei grani che influenzano le proprietà dei materiali utilizzati in elettronica, rivestimenti e 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 tra grandi dataset. Invece di richiedere l'etichettatura di ogni fotogramma in un esperimento, i ricercatori possono annotare solo una piccola frazione di immagini, addestrare un modello YOLO e quindi lasciarlo analizzare in modo affidabile migliaia di fotogrammi aggiuntivi. Ciò rende possibile tracciare la crescita dei grani e le variazioni dei bordi negli esperimenti TEM time-lapse con un input manuale minimo.

Perché scegliere i modelli YOLO di Ultralytics?

Nello studio sui film sottili policristallini discusso in precedenza, si è scoperto che Ultralytics YOLOv8 è fino a 43 volte più veloce di 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 accurato ma lento, YOLO combina velocità e accuratezza, abbinando le misurazioni della dimensione dei grani entro il 3% della verità di base. Il suo design lo rende anche più flessibile, gestendo facilmente diverse scale e configurazioni di addestramento. Per i ricercatori, questo significa risultati più rapidi senza sacrificare l'affidabilità, il che è ideale per accelerare i flussi di lavoro di microscopia.

‍

Ridurre il bias e aumentare 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 di microscopia e gli esperimenti TEM, supportando al contempo una ricerca riproducibile e 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 diversi strumenti senza richiedere pipeline personalizzate. Questa flessibilità assicura che i flussi di lavoro rimangano coerenti tra diversi esperimenti, operatori e ambienti.

La riproducibilità è un altro risultato chiave. La ricerca scientifica spesso richiede che i risultati vengano rivisitati e convalidati anni dopo. Con vari modelli YOLO integrati in Theiascope™, i ricercatori possono rieseguire modelli precedenti come Ultralytics YOLOv5 su set di dati archiviati e ottenere output coerenti, quindi confrontarli direttamente con i risultati di modelli più recenti come Ultralytics YOLO11. Questo rende la verifica dei risultati semplice, anche con l'evolversi dei metodi di AI.

‍

Inoltre, i modelli YOLO di Ultralytics offrono 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 necessario per analizzarne manualmente solo alcune. Ciò consente ai ricercatori di seguire processi dinamici come la crescita dei grani attraverso interi esperimenti, generando nuove intuizioni e sbloccando nuovi esperimenti sia alla scala che alla velocità richieste per la ricerca all'avanguardia.

Integrazione di Vision AI avanzata in strumenti di ricerca di prossima generazione

Theia Scientific considera i modelli Ultralytics YOLO come una base per il futuro della microscopia. Continuando a perfezionare i metodi di addestramento e gli approcci di calibrazione, mirano a migliorare ulteriormente l'accuratezza su scale e condizioni sperimentali diverse. 

In futuro, Theia Scientific prevede di espandere Theiascope™ per supportare esperimenti in situ più complessi e dataset multimodali. Ritengono che l'AI Vision diventerà probabilmente una parte standard dei flussi di lavoro di ricerca di prossima generazione, consentendo una scoperta più rapida e approfondimenti più profondi in tutti i settori scientifici.

Sei interessato a ottimizzare i flussi di lavoro della tua azienda? Dai un'occhiata al nostro repository GitHub per saperne di più sulla Vision AI. Scopri come i modelli YOLO stanno guidando le innovazioni in aree come l'IA nel settore sanitario e la computer vision nel retail. Per mettere le mani su YOLO, scopri come le nostre opzioni di licenza possono supportare la tua visione.