Ultralytics YOLOモデルをプラットフォームに統合することで、Theia Scientificは顕微鏡データの処理方法を変革し、分析をより効率的かつ信頼性の高いものにしました。
材料科学やナノテクノロジーなどの分野における科学研究では、人の目には見えない構造を調べるために、荷電粒子顕微鏡、走査型プローブ顕微鏡、光学顕微鏡に依存することがよくあります。例えば、透過型電子顕微鏡（TEM）は重要なツールであり、ナノスケールから原子スケールまでの微細な詳細を捉えることができます。
しかし、これらの画像を取得した後の分析は遅く複雑になることがあり、多大な手作業と専門知識を必要とする場合も少なくありません。このプロセスを改善するため、Theia Scientificは、リアルタイムの顕微鏡画像分析システムであるTheiascope™プラットフォームを開発しました。このプラットフォームはUltralytics YOLO modelsを統合し、画像の検出、セグメンテーション、定量測定を自動化することで、顕微鏡分析をより高速かつ効率的で再現性の高いものにします。
科学イメージングにおけるビジョンAIの役割を探る#
兄弟であるKevin FieldとChristopher Fieldによって設立されたTheia Scientificは、顕微鏡研究を高速化する高度なソフトウェアツールを開発しています。材料科学、産業オートメーション、エレクトロニクス、ソフトウェアエンジニアリングにまたがる専門知識を生かし、科学者、エンジニア、研究者が複雑な画像データを分析する際に直面するボトルネックの削減に注力しています。
主力製品であるTheiascope™プラットフォームは、コンピュータビジョンを統合し、電子顕微鏡画像内の特徴を自動的に検出、セグメント化、測定します。手動でのアノテーションやトレースではなくビジョンAIを利用することで、プラットフォームは一貫性と再現性のある結果を提供します。
顕微鏡画像はなぜ手動で分析するのが難しいのでしょうか？#
顕微鏡画像、特にTEMで撮影された画像は非常に詳細である一方、解釈が困難です。各画像には、粒子や境界など、意味のあるデータを抽出するために慎重に識別、アノテーション、トレース、または測定する必要がある微細な特徴や構造が数百から数千含まれています。従来、この作業は手作業で行われていたため時間がかかり、担当者によって結果が異なる可能性がありました。同じ画像でも、2人の研究者が異なるアノテーションを付けることがあり、その結果、一貫性のない結果や大きな誤差範囲につながります。
大規模なデータセットを扱う場合、このプロセスはさらに複雑になります。信頼できる洞察を得るには、数千枚の画像を分析する必要があることが多く、手動の手法では数週間、場合によっては数か月かかります。さらに、コントラスト、ノイズ、重なり合う構造の違いによって、プロセスは一層困難になります。
微細構造の変化を研究したり、時間の経過に伴う変化を追跡したりする研究者にとって、これらの問題は研究の進行を遅らせる可能性があります。Theia Scientificは、こうした課題には、より自動化され信頼性の高いソリューションが必要だと認識しました。
Ultralytics YOLOモデルで顕微鏡ワークフローを強化#
顕微鏡データ分析を自動化するさまざまなアプローチを検討した結果、Theia Scientificは、Ultralytics YOLOモデルがリアルタイムの顕微鏡画像分析に必要な速度、精度、柔軟性を備えていることを見いだしました。これにより、実験の進行中でも顕微鏡上で即座に定量結果を得られます。Ultralytics YOLO11やUltralytics YOLOv8などのUltralytics YOLOモデルは、物体検出（画像内の個々の特徴を識別して位置を特定する処理）やインスタンスセグメンテーション（各特徴の輪郭をピクセルレベルで描く処理）などのコンピュータビジョンタスクをサポートします。これらのタスクにより、撮影中のTEM画像から粒子や境界などのナノスケール構造を直接検出できます。
図1．現在の顕微鏡画像およびデータ分析ワークフロー。科学者、エンジニア、研究者は、最終的にワークフローの先にある発見と答えを求めています。一方で、ワークフローは分断されており、多大な労力を要します。各ステップに必要な相対的な時間と労力は下部に示されています。Feature Detectionと集約は、ワークフローの中で最も時間のかかる段階です。取得に戻る灰色の矢印は、現在のデータが有用でないため、データを再取得する必要があることを表しています。出典：Theia Scientific。
例えば、最近の多結晶薄膜に関する研究では、Theiascope™とUltralytics YOLOモデルを使用して、エレクトロニクス、コーティング、エネルギーデバイスに使用される材料の特性に影響を与える粒子構造を特定・測定しました。正確な粒径分布は、実験中にこれらの薄膜がどのように変化するかを理解するうえで重要です。
このようなユースケースでUltralytics YOLOモデルが非常に効果的である主な理由の1つは、大規模なデータセット全体にわたって補間できることです。実験のすべてのフレームにラベルを付ける必要はなく、研究者は画像のごく一部にアノテーションを付けてYOLOモデルをトレーニングし、その後、数千枚の追加フレームを信頼性高く分析させることができます。これにより、最小限の手動入力で、タイムラプスTEM実験における粒子の成長や境界の変化を時間に沿って追跡できます。
なぜUltralytics YOLOモデルを選ぶのか#
前述の多結晶薄膜に関する研究では、Ultralytics YOLOv8が、科学画像分析でよく使用されるモデルであるU‑Netより最大43倍高速であることが確認されました。この速度により、YOLOはリアルタイムの顕微鏡上分析に実用的な選択肢となります。
U‑Netが高精度である一方、処理が遅いのに対し、YOLOは速度と精度を両立し、粒径の測定値を正解データの3%以内に一致させます。また、その設計により柔軟性も高く、さまざまなスケールやトレーニング設定に容易に対応できます。研究者にとって、これは信頼性を損なうことなく結果を高速化できることを意味し、顕微鏡ワークフローの高速化に適しています。
図2．手動トレース（b）やU‑Net（c）と比較して、YOLOv8セグメンテーション（d）は顕微鏡画像上で、より鮮明で正確な輪郭を提供します。（出典）
YOLOで顕微鏡分析のバイアスを低減し、一貫性を向上#
Theiascope™プラットフォームを通じて、Theia Scientificは、Ultralytics YOLOモデルが顕微鏡画像分析とTEM実験を高速化しながら、再現性のある長期的な研究を支援できることを示しました。このプラットフォームは特定の顕微鏡に依存しないよう設計されており、カスタマイズされたパイプラインを必要とせず、さまざまな機器から収集された画像の分析にYOLOモデルを使用できます。この柔軟性により、さまざまな実験、オペレーター、環境にわたってワークフローの一貫性が保たれます。
再現性も重要な成果の1つです。科学研究では、数年後に結果を再検討して検証する必要が生じることがよくあります。Theiascope™にさまざまなYOLOモデルを統合することで、研究者はUltralytics YOLOv5などの以前のモデルをアーカイブ済みデータセットで再実行し、一貫した出力を得たうえで、Ultralytics YOLO11などの新しいモデルの結果と直接比較できます。これにより、AI手法が進化しても、研究結果を簡単に検証できます。
図3．Theiascope™プラットフォーム。電子顕微鏡画像は取得用コンピューターから取得され、Webアプリケーション、時系列データベース、Ultralytics YOLOモデルを実行するGPU対応デバイスへストリーミングされます。更新や新しいUltralytics YOLOモデルは、OTAアップデートによってプラットフォームにプッシュできます。出典：Theia Scientific。
さらに、Ultralytics YOLOモデルは、大規模なデータセットを処理するために必要なスケーラビリティをプラットフォームにもたらします。リアルタイム推論機能により、数千枚のTEM画像を、手動でわずか数枚を分析するのと同程度の時間で分析できます。これにより、研究者は実験全体を通じて粒子の成長などの動的なプロセスを追跡し、最先端の研究に求められる規模と速度で新たな洞察を生み出し、新しい実験を実現できます。
高度なビジョンAIを次世代研究ツールに統合#
Theia Scientificは、Ultralytics YOLOモデルを顕微鏡の未来を支える基盤と捉えています。トレーニング手法とキャリブレーションアプローチを継続的に改善することで、さまざまなスケールや実験条件における精度をさらに高めることを目指しています。
今後、Theia ScientificはTheiascope™を拡張し、より複雑なその場実験やマルチモーダルデータセットに対応する計画です。同社は、ビジョンAIが次世代の研究ワークフローにおける標準的な要素となり、科学分野全体でより迅速な発見と深い洞察を可能にすると考えています。
会社のワークフローを効率化したいとお考えですか？GitHubリポジトリでビジョンAIの詳細をご確認ください。YOLOモデルが医療分野のAIや小売業におけるコンピュータビジョンなどの分野でイノベーションを推進している方法をご覧ください。YOLOを実際にお試しいただくには、ライセンスオプションがビジョンの実現をどのように支援できるかをご確認ください。
