Theia Scientific переосмысливает анализ данных микроскопии с помощью моделей Ultralytics YOLO

Научные исследования в таких областях, как материаловедение и нанотехнологии, часто зависят от заряженных частиц, сканирующего зонда и оптической микроскопии для изучения структур, невидимых для человеческого глаза. Например, просвечивающая электронная микроскопия (ПЭМ) является ключевым инструментом, способным запечатлеть мельчайшие детали на нано- и атомном уровне.

К сожалению, после получения таких изображений их анализ может быть медленным и сложным, часто требующим значительных ручных усилий и специальных знаний. Чтобы улучшить этот процесс, компания Theia Scientific разработала платформу Theiascope™ - систему анализа микроскопических изображений в режиме реального времени, которая объединяет моделиUltralytics YOLO для автоматизации обнаружения, сегментации и количественных измерений изображений, что делает микроскопию более быстрой, эффективной и воспроизводимой.

Изучение роли Vision AI в научной визуализации

Компания Theia Scientific, основанная братьями Кевином и Кристофером Филдом, разрабатывает передовые программные инструменты для ускорения исследований в области микроскопии. Обладая опытом в области материаловедения, промышленной автоматизации, электроники и разработки программного обеспечения, они сосредоточены на уменьшении узких мест, с которыми сталкиваются ученые, инженеры и исследователи при анализе сложных данных изображений. 

Их флагманский продукт, платформа Theiascope™, объединяет компьютерное зрение для автоматического detect, segment и измерения особенностей на изображениях, полученных с помощью электронной микроскопии. Полагаясь на искусственное зрение, а не на ручное аннотирование и трассировку, платформа обеспечивает последовательные и воспроизводимые результаты.

Почему изображения, полученные с помощью микроскопии, трудно анализировать вручную?

Изображения, полученные с помощью микроскопии, особенно с помощью TEM, очень детализированы, но сложны для интерпретации. Каждое изображение содержит сотни или тысячи мелких деталей и структур, таких как зерна и границы, которые необходимо тщательно идентифицировать, аннотировать, отслеживать и/или измерять для извлечения значимых данных. Традиционно это делалось вручную, что занимает много времени и может варьироваться от человека к человеку. Два исследователя могут по-разному аннотировать одно и то же изображение, что приводит к несогласованным результатам и большим погрешностям.

Этот процесс становится еще более сложным, когда задействованы большие наборы данных. Чтобы получить надежные результаты, часто необходимо проанализировать тысячи изображений, что может занять недели или даже месяцы при использовании ручных методов. Кроме того, различия в контрастности, шуме и перекрывающихся структурах еще больше усложняют процесс.

Для исследователей, стремящихся изучить эволюцию микроструктуры или track изменения с течением времени, эти проблемы могут замедлить исследования. Компания Theia Scientific признала, что для решения этих проблем необходимо более автоматизированное и надежное решение.

Улучшение рабочих процессов микроскопии с помощью моделей Ultralytics YOLO

Изучив различные подходы к автоматизации анализа данных микроскопии, компания Theia Scientific пришла к выводу, что модели Ultralytics YOLO обеспечивают скорость, точность и гибкость, необходимые для анализа изображений микроскопии в режиме реального времени, позволяя мгновенно получать количественные результаты на микроскопе во время проведения экспериментов. Модели Ultralytics YOLO , такие как Ultralytics YOLO11 и Ultralytics YOLOv8 поддерживают такие задачи компьютерного зрения, как обнаружение объектов (идентификация и определение местоположения отдельных элементов на изображении) и сегментация объектов (выделение каждого элемента на уровне пикселя). Эти задачи позволяют detect наноразмерные структуры, такие как зерна и границы, непосредственно на ТЕМ-изображениях в момент их получения.

‍

Например, в недавнем исследовании поликристаллических тонких пленок модели Theiascope™ и Ultralytics YOLO были использованы для выявления и измерения зернистых структур, влияющих на свойства материалов, используемых в электронике, покрытиях и энергетических устройствах. Точное распределение размеров зерен имеет решающее значение для понимания того, как эти пленки изменяются в ходе экспериментов. 

Одна из ключевых причин, по которой модели Ultralytics YOLO так эффективны в этих случаях, - их способность к интерполяции в больших наборах данных. Вместо того чтобы маркировать каждый кадр эксперимента, исследователи могут аннотировать лишь небольшую часть изображений, обучить модель YOLO , а затем позволить ей надежно проанализировать тысячи дополнительных кадров. Это позволяет track рост зерен и изменения границ во время экспериментов с использованием ТЭМ с минимальным ручным вмешательством.

Почему стоит выбрать моделиYOLO от Ultralytics ?

В исследовании поликристаллических тонких пленок, рассмотренном ранее, Ultralytics YOLOv8 оказался в 43 раза быстрее, чем U-Net (модель, часто используемая для анализа научных изображений). Такая скорость позволяет использовать YOLO для анализа в реальном времени на микроскопе. 

В то время как U-Net точен, но медлителен, YOLO сочетает скорость с точностью, обеспечивая соответствие измерений размера зерна с точностью до 3% от истинного положения дел. Его конструкция также делает его более гибким, позволяя с легкостью работать с различными масштабами и учебными установками. Для исследователей это означает более быстрые результаты без ущерба для надежности, что идеально подходит для ускорения рабочих процессов микроскопии.

‍

Уменьшение погрешностей и повышение согласованности в микроскопии с помощью YOLO

С помощью платформы Theiascope™ компания Theia Scientific продемонстрировала, что модели Ultralytics YOLO могут ускорить анализ микроскопических изображений и эксперименты с ТЭМ, поддерживая воспроизводимые долгосрочные исследования. Платформа разработана с учетом особенностей микроскопов, то есть модели YOLO могут использоваться для анализа изображений, полученных с помощью различных приборов, без необходимости создания специальных конвейеров. Благодаря такой гибкости рабочие процессы остаются неизменными в разных экспериментах, при разных операторах и средах.

Воспроизводимость - еще один ключевой результат. Научные исследования часто требуют пересмотра и подтверждения результатов спустя годы. Благодаря различным моделям YOLO , интегрированным в Theiascope™, исследователи могут повторно использовать старые модели, такие как Ultralytics YOLOv5 на архивных наборах данных и получить согласованные результаты, а затем напрямую сравнить их с результатами более новых моделей, таких как Ultralytics YOLO11. Это позволяет легко проверять полученные результаты даже по мере развития методов искусственного интеллекта.

‍

Кроме того, модели Ultralytics YOLO обеспечивают платформе масштабируемость, необходимую для работы с большими массивами данных. Их возможности вывода в режиме реального времени позволяют анализировать тысячи ТЕМ-изображений за то время, которое потребовалось бы для ручного анализа всего нескольких. Это позволяет исследователям отслеживать динамические процессы, такие как рост зерен, на протяжении всего эксперимента, генерируя новые идеи и открывая новые эксперименты в масштабе и со скоростью, необходимыми для передовых исследований.

Интеграция передового Vision AI в инструменты для исследований нового поколения

Компания Theia Scientific рассматривает модели Ultralytics YOLO как основу для будущего микроскопии. Продолжая совершенствовать методы обучения и подходы к калибровке, они стремятся к дальнейшему повышению точности в разных масштабах и экспериментальных условиях. 

В дальнейшем Theia Scientific планирует расширить Theiascope™ для поддержки более сложных экспериментов in‑situ и мультимодальных наборов данных. Они считают, что Vision AI, вероятно, станет стандартной частью рабочих процессов исследований следующего поколения, обеспечивая более быстрое обнаружение и более глубокое понимание в научных областях.

Хотите оптимизировать рабочие процессы в своей компании? Ознакомьтесь с нашим репозиторием GitHub, чтобы узнать больше о Vision AI. Узнайте, как модели YOLO способствуют инновациям в таких областях, как искусственный интеллект в здравоохранении и компьютерное зрение в розничной торговле. Чтобы начать работать с YOLO, узнайте, как наши варианты лицензирования могут поддержать ваши идеи.