Theia Scientific acelera a análise de microscopia em 43x com Ultralytics YOLO

A pesquisa científica em áreas como ciência dos materiais e nanotecnologia depende frequentemente da microscopia de partículas carregadas, sonda de varredura e óptica para explorar estruturas invisíveis a olho nu. Por exemplo, a Microscopia Eletrônica de Transmissão (TEM) é uma ferramenta essencial, capaz de capturar detalhes finos na escala nanométrica e atômica.

Infelizmente, uma vez adquiridas essas imagens, analisá-las pode ser lento e complexo, exigindo muitas vezes esforço manual significativo e expertise na área. Para aprimorar esse processo, a Theia Scientific desenvolveu a plataforma Theiascope™, um sistema de análise de imagens de microscopia em tempo real que integra Ultralytics YOLO models para automatizar a detecção, segmentação e medições quantitativas de imagens, tornando a microscopia mais rápida, eficiente e reprodutível.

Explorar o papel da IA de Visão na imagiologia científica#

Fundada pelos irmãos Kevin e Christopher Field, a Theia Scientific desenvolve ferramentas de software avançadas para acelerar a investigação em microscopia. Com experiência em ciência dos materiais, automação industrial, eletrónica e engenharia de software, concentram-se em reduzir os estrangulamentos que cientistas, engenheiros e investigadores enfrentam ao analisar dados complexos de imagem.

Seu principal produto, a plataforma Theiascope™, integra computer vision para detectar, segmentar e medir automaticamente características em imagens de microscopia eletrônica. Ao contar com Vision AI em vez de anotação manual e rastreamento, a plataforma fornece resultados consistentes e reprodutíveis.

Porque é que as imagens de microscopia são difíceis de analisar manualmente?#

As imagens de microscopia, especialmente as captadas com TEM, são muito detalhadas, mas difíceis de interpretar. Cada imagem contém centenas a milhares de características e estruturas finas, tais como grãos e limites, que têm de ser cuidadosamente identificadas, anotadas, traçadas e/ou medidas para extrair dados significativos. Tradicionalmente, isto tem sido feito à mão, o que é lento e pode variar de pessoa para pessoa. Dois investigadores podem anotar a mesma imagem de forma diferente, levando a resultados inconsistentes e grandes margens de erro.

Esse processo torna-se ainda mais complexo quando datasets grandes estão envolvidos. Para obter insights confiáveis, milhares de imagens frequentemente 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 investigadores que pretendem estudar a evolução microestrutural ou seguir alterações ao longo do tempo, estas questões podem atrasar a investigação. A Theia Scientific reconheceu que estas preocupações exigiam uma solução mais automatizada e fiável.

Melhorar os fluxos de trabalho de microscopia utilizando modelos Ultralytics YOLO#

Após explorar diferentes abordagens para automatizar a análise de dados de microscopia, a Theia Scientific viu que os modelos Ultralytics YOLO ofereciam a velocidade, precisão e flexibilidade necessárias para a análise de imagens de microscopia em tempo real, permitindo resultados quantitativos instantâneos no microscópio enquanto os experimentos ainda estão em andamento. Modelos Ultralytics YOLO como Ultralytics YOLO11 e Ultralytics YOLOv8 suportam tarefas de computer vision como detecção de objetos (identificar e localizar características individuais em uma imagem) e segmentação de instâncias (contornar cada característica no nível de pixel). Essas tarefas tornam possível detectar estruturas em nanoescala, como grãos e contornos, diretamente em imagens TEM conforme elas são capturadas.

Fig 1. Fluxograma atual de análise de imagens e dados de microscopia. Cientistas, engenheiros e pesquisadores buscam em última análise descobertas e respostas no final do fluxo de trabalho. Enquanto isso, o fluxo de trabalho é desconexo e trabalhoso, com o tempo/trabalho relativo necessário para cada etapa mostrado na parte inferior. A Detecção de Características e a agregação são os estágios mais demorados do fluxo de trabalho. As setas cinzas que retornam à aquisição representam a necessidade de reaquirir dados porque os dados atuais não são úteis. Fonte: Theia Scientific.

Por exemplo, em um estudo recente sobre polycrystalline thin films, o Theiascope™ e os modelos Ultralytics YOLO foram usados para identificar e medir estruturas de grãos que influenciam as propriedades dos materiais utilizados em eletrônica, revestimentos e dispositivos de energia. Distribuições precisas de tamanho de grão são críticas para entender como esses filmes evoluem durante os experimentos.

Uma das principais razões pelas quais os modelos Ultralytics YOLO são tão eficazes nestes casos de uso é a sua capacidade de interpolar através de grandes datasets. Em vez de exigir que cada frame de uma experiência seja rotulado, os investigadores podem anotar apenas uma pequena fração das imagens, treinar um modelo YOLO e depois deixá-lo analisar de forma fiável milhares de frames adicionais. Isto torna possível seguir o crescimento dos grãos e alterações nos limites ao longo de experiências TEM com lapso de tempo com um esforço manual mínimo.

Por que escolher Ultralytics YOLO models?#

No estudo sobre filmes finos policristalinos discutido anteriormente, descobriu-se que o Ultralytics YOLOv8 era até 43 vezes mais rápido que o U‑Net (um modelo frequentemente usado para análise de imagens científicas). Essa velocidade torna o YOLO prático para análise em tempo real no microscópio.

Embora a U‑Net seja precisa, mas lenta, o YOLO combina velocidade com precisão, correspondendo às medições do tamanho dos grãos dentro de 3% da verdade absoluta (ground truth). O seu design 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.

Fig 2. Comparado ao rastreamento manual (b) e ao U‑Net (c), a segmentação do YOLOv8 (d) fornece contornos mais nítidos e precisos em imagens de microscopia. (Source)

Reduzir o viés e aumentar a consistência na microscopia com YOLO#

Através da plataforma Theiascope™, a Theia Scientific mostrou que os modelos Ultralytics YOLO podem acelerar a análise de imagens de microscopia e experiências TEM enquanto suportam uma investigação reprodutível a longo prazo. A plataforma foi concebida para ser agnóstica em relação ao microscópio, o que significa que os modelos YOLO são usados para analisar imagens recolhidas de diferentes instrumentos sem exigir pipelines personalizados. Esta flexibilidade garante que os fluxos de trabalho permaneçam consistentes em experiências, operadores e ambientes variados.

A reprodutibilidade é outro resultado fundamental. A pesquisa científica frequentemente exige que os resultados sejam revisados e validados anos depois. Com vários modelos YOLO integrados ao Theiascope™, os pesquisadores podem reexecutar modelos mais antigos, como o Ultralytics YOLOv5, em datasets arquivados e obter saídas consistentes, comparando-as diretamente com os resultados de modelos mais novos, como o Ultralytics YOLO11. Isso torna a verificação de descobertas simples, mesmo com a evolução dos métodos de IA.

Fig 3. A plataforma Theiascope™. Imagens de microscopia eletrónica são capturadas e transmitidas do computador de aquisição para um dispositivo compatível com GPU que executa uma aplicação web, base de dados de séries temporais e os modelos Ultralytics YOLO. Atualizações e novos modelos Ultralytics YOLO podem ser enviados para a plataforma com atualizações OTA. Fonte: Theia Scientific.

Além disso, os modelos Ultralytics YOLO conferem à plataforma a escalabilidade necessária para lidar com grandes datasets. As suas capacidades de inferência em tempo real permitem que milhares de imagens TEM sejam analisadas no tempo que levaria a analisar manualmente apenas algumas. Isto permite aos investigadores acompanhar processos dinâmicos como o crescimento de grãos ao longo de experiências completas, gerando novas perceções e desbloqueando experiências inovadoras à escala e velocidade exigidas para investigação de ponta.

Integrar IA de Visão avançada em ferramentas de investigação de última geração#

A Theia Scientific vê os modelos Ultralytics YOLO como uma base para o futuro da microscopia. Ao continuar refinando métodos de training e abordagens de calibração, eles visam melhorar ainda mais a precisão em diferentes escalas e condições experimentais.

Seguindo em frente, a Theia Scientific planeia expandir o Theiascope™ para suportar experiências in‑situ mais complexas e datasets multimodais. Eles acreditam que é provável que a IA de Visão se torne uma parte padrão dos fluxos de trabalho de investigação de próxima geração, permitindo uma descoberta mais rápida e perceções mais profundas em todos os domínios científicos.

Interessado em otimizar os fluxos de trabalho da sua empresa? Confira nosso GitHub repository para saber mais sobre Vision AI. Explore como os modelos YOLO estão impulsionando inovações em áreas como AI in healthcare e computer vision in retail. Para começar a usar o YOLO na prática, descubra como our licensing options podem apoiar sua visão.