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

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

Purtroppo, una volta acquisite queste immagini, la loro analisi può essere lenta e complessa e spesso richiede un notevole sforzo manuale e competenze specifiche. Per migliorare questo processo, Theia Scientific ha sviluppato la piattaforma Theiascope™, un sistema di analisi delle 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.

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 sulla microscopia. Con un'esperienza che spazia dalla scienza dei materiali all'automazione industriale, dall'elettronica all'ingegneria del software, Theia si concentra sulla riduzione dei colli di bottiglia che scienziati, ingegneri e ricercatori devono affrontare quando analizzano dati di immagini complesse. 

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

Perché le immagini di microscopia sono difficili da analizzare manualmente?

Le immagini di microscopia, soprattutto 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 confini, che devono essere accuratamente identificate, annotate, tracciate e/o misurate per estrarre dati significativi. Tradizionalmente, queste operazioni vengono eseguite a mano, in modo lento e variabile da persona a persona. Due ricercatori potrebbero annotare la stessa immagine in modo diverso, con conseguenti risultati incoerenti e ampie barre di errore.

Questo processo diventa ancora più complesso quando si tratta di grandi insiemi di dati. Per ottenere informazioni affidabili, spesso è necessario analizzare migliaia di immagini, il che può richiedere settimane o addirittura mesi con metodi manuali. Inoltre, le variazioni di contrasto, il rumore e la sovrapposizione di strutture rendono il processo ancora più difficile.

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

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

Dopo aver esplorato diversi approcci per automatizzare l'analisi dei dati di microscopia, Theia Scientific ha scoperto che i modelli Ultralytics YOLO offrono la velocità, l'accuratezza e la flessibilità necessarie per l'analisi delle immagini di microscopia in tempo reale, consentendo di ottenere risultati quantitativi immediati 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 (delineazione di ogni caratteristica a livello di pixel). Questi compiti consentono di rilevare strutture su scala nanometrica, come grani e confini, direttamente nelle immagini GST, nel momento in cui vengono acquisite.

‍

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. L'accuratezza delle distribuzioni granulometriche è fondamentale per comprendere l'evoluzione di questi film durante gli esperimenti. 

Uno dei motivi principali per cui i modelli YOLO di Ultralytics sono così efficaci in questi casi d'uso è la loro capacità di interpolare su grandi insiemi di dati. Invece di richiedere l'etichettatura di ogni fotogramma di un esperimento, i ricercatori possono annotare solo una piccola frazione di immagini, addestrare un modello YOLO e poi lasciare che analizzi in modo affidabile migliaia di fotogrammi aggiuntivi. In questo modo è possibile tracciare la crescita dei grani e i cambiamenti dei confini negli esperimenti TEM time-lapse con un minimo di input manuale.

Perché scegliere i modelli YOLO di Ultralytics?

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

Mentre U-Net è accurato ma lento, YOLO combina la velocità con l'accuratezza, con una corrispondenza delle misure granulometriche entro il 3% della verità a terra. Il suo design lo rende inoltre più flessibile, in quanto è in grado di gestire con facilità diverse scale e configurazioni di addestramento. Per i ricercatori, ciò significa risultati più rapidi senza sacrificare l'affidabilità, il che è ideale per accelerare i flussi di lavoro della microscopia.

‍

Ridurre i 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 microscopio-agnostica, il che significa che i modelli YOLO possono essere utilizzati per analizzare immagini raccolte da strumenti diversi senza richiedere pipeline personalizzate. Questa flessibilità garantisce che i flussi di lavoro rimangano coerenti tra esperimenti, operatori e ambienti diversi.

La riproducibilità è un altro risultato fondamentale. La ricerca scientifica spesso richiede che i risultati vengano rivisti e convalidati a distanza di anni. Grazie ai vari modelli YOLO integrati in Theiascope™, i ricercatori possono rieseguire i modelli più vecchi, come Ultralytics YOLOv5, su set di dati archiviati e ottenere risultati coerenti, per poi confrontarli direttamente con i risultati di modelli più recenti, come Ultralytics YOLO11. In questo modo la verifica dei risultati è semplice, anche se i metodi di IA si evolvono.

‍

Inoltre, i modelli YOLO di Ultralytics conferiscono alla piattaforma la scalabilità necessaria per gestire grandi insiemi di dati. Le loro capacità di inferenza in tempo reale consentono di analizzare migliaia di immagini GST nel tempo necessario per analizzarne manualmente solo alcune. Ciò consente ai ricercatori di seguire i processi dinamici, come la crescita dei grani, nel corso di interi esperimenti, generando nuove intuizioni e sbloccando nuovi esperimenti alla scala e alla velocità necessarie per una ricerca all'avanguardia.

Integrazione dell'intelligenza artificiale avanzata della visione negli strumenti di ricerca di nuova generazione

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

In futuro, Theia Scientific prevede di espandere Theiascope™ per supportare esperimenti più complessi, in situ e insiemi di dati multimodali. L'azienda ritiene probabile che la Vision AI diventi una parte standard dei flussi di lavoro della ricerca di prossima generazione, consentendo scoperte più rapide e approfondimenti in tutti i settori scientifici.

Siete interessati a ottimizzare i flussi di lavoro della vostra azienda? Consultate il nostro repository GitHub per saperne di più su Vision AI. Scoprite come i modelli YOLO stanno portando innovazioni in settori come l'IA nella sanità e la computer vision nella vendita al dettaglio. Per toccare con mano YOLO, scoprite come le nostre opzioni di licenza possono supportare la vostra visione.