A Theia Scientific procurou um Modelo de Visão de IA que melhorasse a velocidade, a precisão e a reprodutibilidade da análise de imagens de microscopia.
Ao integrar os modelos Ultralytics YOLO na sua plataforma, a Theia Scientific transformou a forma como os dados de microscopia são processados, tornando a análise mais eficiente e fiável.
A pesquisa científica em áreas como ciência dos materiais e nanotecnologia frequentemente depende de microscopia de partículas carregadas, sonda de varredura e óptica para explorar estruturas invisíveis ao olho humano. Por exemplo, a Microscopia Eletrônica de Transmissão (TEM) é uma ferramenta essencial, capaz de capturar detalhes finos em escala nano e atômica.
Infelizmente, uma vez adquiridas estas imagens, a sua análise pode ser lenta e complexa, exigindo frequentemente um esforço manual significativo e conhecimentos especializados. Para melhorar este processo, a Theia Scientific desenvolveu a plataforma Theiascope™, um sistema de análise de imagens de microscopia em tempo real que integra os modelosUltralytics YOLO para automatizar a deteção de imagens, a segmentação e as medições quantitativas, tornando a microscopia mais rápida, mais eficiente e reprodutível.
Fundada pelos irmãos Kevin e Christopher Field, a Theia Scientific desenvolve ferramentas de software avançadas para acelerar a pesquisa em microscopia. Com experiência em ciência dos materiais, automação industrial, eletrônica e engenharia de software, eles se concentram em reduzir os gargalos que cientistas, engenheiros e pesquisadores enfrentam ao analisar dados de imagem complexos.
O seu principal produto, a plataforma Theiascope™, integra a visão por computador para detect, segment e medir automaticamente caraterísticas em imagens de microscopia eletrónica. Ao confiar na Vision AI em vez de anotação e rastreamento manual, a plataforma fornece resultados consistentes e reproduzíveis.
As imagens de microscopia, especialmente as capturadas com TEM, são muito detalhadas, mas difíceis de interpretar. Cada imagem contém centenas ou milhares de características e estruturas finas, como grãos e limites, que devem ser cuidadosamente identificadas, anotadas, rastreadas e/ou medidas para extrair dados significativos. Tradicionalmente, isso tem sido feito manualmente, o que é lento e pode variar de pessoa para pessoa. Dois pesquisadores podem anotar a mesma imagem de forma diferente, levando a resultados inconsistentes e grandes barras de erro.
Este processo torna-se ainda mais complexo quando grandes conjuntos de dados estão envolvidos. Para obter insights confiáveis, milhares de imagens precisam ser analisadas, o que pode levar semanas ou até meses usando métodos manuais. Além disso, variações de contraste, ruído e estruturas sobrepostas tornam o processo ainda mais difícil.
Para os investigadores que pretendem estudar a evolução microestrutural ou track as alterações ao longo do tempo, estes problemas podem atrasar a investigação. A Theia Scientific reconheceu que estas preocupações exigiam uma solução mais automatizada e fiável.
Depois de explorar diferentes abordagens para automatizar a análise de dados de microscopia, a Theia Scientific viu que os modelos Ultralytics YOLO ofereciam a velocidade, a precisão e a flexibilidade necessárias para a análise de imagens de microscopia em tempo real, permitindo resultados quantitativos instantâneos no microscópio enquanto as experiências ainda estão em curso. Os modelos Ultralytics YOLO como Ultralytics YOLO11 e Ultralytics YOLOv8 suportam tarefas de visão por computador como a deteção de objectos (identificação e localização de caraterísticas individuais numa imagem) e a segmentação de instâncias (delineamento de cada caraterística ao nível do pixel). Estas tarefas permitem detect estruturas à nanoescala, como grãos e limites, diretamente nas imagens TEM à medida que são captadas.
Por exemplo, num estudo recente sobre películas finas policristalinas, os modelos Theiascope™ e Ultralytics YOLO foram utilizados para identificar e medir estruturas de grão que influenciam as propriedades dos materiais utilizados em eletrónica, revestimentos e dispositivos de energia. As distribuições exactas do tamanho do grão são essenciais para compreender como estas películas evoluem durante as experiências.
Uma das principais razões pelas quais os modelosYOLO Ultralytics são tão eficazes nestes casos de utilização é a sua capacidade de interpolação em grandes conjuntos de dados. Em vez de exigir que todos os fotogramas de uma experiência sejam etiquetados, os investigadores podem anotar apenas uma pequena fração das imagens, treinar um modelo YOLO e depois deixá-lo analisar com fiabilidade milhares de fotogramas adicionais. Isto torna possível track o crescimento do grão e as alterações dos limites em experiências TEM de lapso de tempo com um mínimo de intervenção manual.
No estudo sobre as películas finas policristalinas, referido anteriormente, Ultralytics YOLOv8 foi considerado até 43 vezes mais rápido do que o U-Net (um modelo frequentemente utilizado para análise de imagens científicas). Esta velocidade torna YOLO prático para a análise em tempo real, no microscópio.
Enquanto a U-Net é exacta mas lenta, YOLO combina velocidade com precisão, fazendo corresponder as medições de tamanho de grão a 3% da verdade terrestre. A sua conceção também o torna mais flexível, lidando facilmente com diferentes escalas e configurações de treino. Para os investigadores, isto significa resultados mais rápidos sem sacrificar a fiabilidade, o que é ideal para acelerar os fluxos de trabalho de microscopia.
.webp)
Através da plataforma Theiascope™, a Theia Scientific mostrou que os modelos Ultralytics YOLO podem acelerar a análise de imagens de microscopia e as experiências TEM, ao mesmo tempo que apoiam a investigação reprodutível a longo prazo. A plataforma foi projetada para ser agnóstica em relação ao microscópio, o que significa que os modelos YOLO são usados para analisar imagens coletadas de diferentes instrumentos sem exigir pipelines personalizados. Esta flexibilidade garante que os fluxos de trabalho permanecem consistentes em experiências, operadores e ambientes variados.
A reprodutibilidade é outro resultado fundamental. A investigação científica exige frequentemente que os resultados sejam revisitados e validados anos mais tarde. Com vários modelos YOLO integrados no Theiascope™, os investigadores podem executar novamente modelos mais antigos, tais como Ultralytics YOLOv5 em conjuntos de dados arquivados e obter resultados consistentes, comparando-os depois diretamente com os resultados de modelos mais recentes como o Ultralytics YOLO11. Isto torna a verificação dos resultados simples, mesmo quando os métodos de IA evoluem.
Além disso, os modelosYOLO Ultralytics conferem à plataforma a escalabilidade necessária para lidar com grandes conjuntos de dados. As suas capacidades de inferência em tempo real permitem que milhares de imagens TEM sejam analisadas no tempo que seria necessário para analisar manualmente apenas algumas. Isto permite aos investigadores seguir processos dinâmicos, como o crescimento de grãos, ao longo de experiências inteiras, gerando novos conhecimentos e desbloqueando experiências inovadoras à escala e à velocidade necessárias para a investigação de ponta.
A Theia Scientific considera os modelos Ultralytics YOLO como uma base para o futuro da microscopia. Ao continuar a aperfeiçoar os métodos de formação e as abordagens de calibração, o seu objetivo é melhorar ainda mais a precisão em todas as escalas e condições experimentais.
Olhando para o futuro, a Theia Scientific planeja expandir o Theiascope™ para suportar experimentos in‑situ mais complexos e conjuntos de dados multimodais. Eles acreditam que é provável que a Visão de IA se torne uma parte padrão dos fluxos de trabalho de pesquisa de próxima geração, permitindo uma descoberta mais rápida e insights mais profundos em todos os domínios científicos.
Interessado em simplificar os fluxos de trabalho da sua empresa? Consulte o nosso repositório GitHub para saber mais sobre a IA de visão. Explore como os modelos YOLO estão a impulsionar inovações em áreas como a IA nos cuidados de saúde e a visão computacional no retalho. Para pôr mãos à obra com o YOLO, descubra como as nossas opções de licenciamento podem apoiar a sua visão.
Os modelos Ultralytics YOLO são arquitecturas de visão por computador desenvolvidas para analisar dados visuais de imagens e entradas de vídeo. Estes modelos podem ser treinados para tarefas que incluem a deteção de objectos, a classificação, a estimativa de pose, o seguimento e a segmentação de instânciasYOLO
YOLO11 Ultralytics YOLO11 é a versão mais recente dos nossos modelos de Visão Computacional. Tal como as versões anteriores, suporta todas as tarefas de visão computacional que a comunidade de IA de visão adorou no YOLOv8. O novo YOLO11, no entanto, vem com maior desempenho e precisão, tornando-o uma ferramenta poderosa e o aliado perfeito para os desafios da indústria do mundo real.
O modelo que escolher usar depende dos requisitos específicos do seu projeto. É fundamental ter em conta fatores como desempenho, precisão e necessidades de implementação. Aqui está uma visão geral rápida:
Os repositóriosYOLO Ultralytics , como o YOLOv5 e o YOLO11, são distribuídos sob a licença AGPL-3.0 por defeito. Esta licença aprovada pela OSI foi concebida para estudantes, investigadores e entusiastas, promovendo a colaboração aberta e exigindo que qualquer software que utilize componentes AGPL-3.0 seja também de fonte aberta. Embora assegure a transparência e promova a inovação, pode não se alinhar com casos de utilização comercial.
Se o seu projeto envolver a incorporação do software Ultralytics e dos modelos de IA em produtos ou serviços comerciais e pretender contornar os requisitos de código aberto da AGPL-3.0, uma Licença Empresarial é ideal.
Os benefícios da licença Enterprise incluem:
Para garantir uma integração perfeita e evitar as restrições AGPL-3.0 , solicite uma Licença Empresarial Ultralytics usando o formulário fornecido. A nossa equipa ajudá-lo-á a adaptar a licença às suas necessidades específicas.
.webp)
.webp)
.webp)