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 этих изображений их анализ может быть медленным и сложным, часто требующим значительных ручных усилий и знаний в предметной области. Чтобы улучшить этот процесс, компания Theia Scientific разработала платформу Theiascope™, систему анализа микроскопических изображений в реальном времени, которая интегрирует модели Ultralytics YOLO для автоматизации обнаружения изображений, сегментации и количественных измерений, что делает микроскопию быстрее, эффективнее и воспроизводимее.

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™, интегрирует компьютерное зрение для автоматического обнаружения, сегментации и измерения признаков на изображениях, полученных с помощью электронной микроскопии. Полагаясь на Vision AI, а не на ручную аннотацию и трассировку, платформа обеспечивает стабильные 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 изучать микроструктурную эволюцию или отслеживать изменения с течением времени, эти проблемы могут замедлить исследования. В Theia Scientific осознали, что эти проблемы требуют более автоматизированного и надежного решения.

Совершенствование рабочих процессов микроскопии с использованием моделей Ultralytics YOLO

После изучения различных подходов к автоматизации анализа данных микроскопии компания Theia Scientific обнаружила, что модели Ultralytics YOLO обеспечивают скорость, точность и гибкость, необходимые для анализа изображений микроскопии в реальном времени, позволяя получать мгновенные количественные результаты непосредственно в микроскопе во время проведения экспериментов. Модели Ultralytics YOLO, такие как Ultralytics YOLO11 и Ultralytics YOLOv8, поддерживают задачи компьютерного зрения, такие как обнаружение объектов (идентификация и определение местоположения отдельных признаков на изображении) и сегментация экземпляров (выделение каждого признака на уровне пикселей). Эти задачи позволяют обнаруживать наноразмерные структуры, такие как зерна и границы, непосредственно на изображениях TEM по мере их захвата.

‍

Например, в недавнем исследовании поликристаллических тонких пленок модели Theiascope™ и Ultralytics YOLO использовались для идентификации и измерения зернистых структур, которые влияют на свойства материалов, используемых в электронике, покрытиях и энергетических устройствах. Точное распределение размеров зерен имеет решающее значение для понимания того, как эти пленки развиваются во время экспериментов. 

Одной из основных причин эффективности моделей Ultralytics YOLO в этих случаях является их способность к интерполяции по большим наборам данных. Вместо того чтобы требовать маркировки каждого кадра в эксперименте, исследователи могут аннотировать лишь небольшую часть изображений, обучить модель YOLO, а затем позволить ей надежно анализировать тысячи дополнительных кадров. Это позволяет отслеживать рост зерен и изменения границ во время экспериментов TEM с замедленной съемкой при минимальном ручном вводе.

Почему стоит выбрать модели Ultralytics YOLO?

В исследовании поликристаллических тонких пленок, обсуждавшемся ранее, было обнаружено, что Ultralytics YOLOv8 до 43 раз быстрее, чем U‑Net (модель, часто используемая для научного анализа изображений). Такая скорость делает YOLO практичным для анализа в реальном времени непосредственно под микроскопом. 

В то время как U‑Net является точной, но медленной, YOLO сочетает в себе скорость и точность, сопоставляя измерения размера зерна с точностью до 3% от истинного значения. Ее конструкция также делает ее более гибкой, легко справляясь с различными масштабами и настройками обучения. Для исследователей это означает более быстрые результаты без ущерба для надежности, что идеально подходит для ускорения рабочих процессов микроскопии.

‍

Уменьшение предвзятости и повышение согласованности в микроскопии с помощью YOLO

Благодаря платформе Theiascope™ компания Theia Scientific показала, что модели Ultralytics YOLO могут ускорить анализ микроскопических изображений и эксперименты TEM, поддерживая при этом воспроизводимые, долгосрочные исследования. Платформа разработана как микроскоп-агностик, что означает, что модели YOLO используются для анализа изображений, собранных с различных инструментов, без необходимости использования специализированных конвейеров. Эта гибкость обеспечивает согласованность рабочих процессов в различных экспериментах, операторах и средах.

Воспроизводимость — еще один ключевой результат. Научные исследования часто требуют пересмотра и проверки результатов спустя годы. Благодаря различным моделям YOLO, интегрированным в Theiascope™, исследователи могут повторно запускать старые модели, такие как Ultralytics YOLOv5, на архивных наборах данных и получать согласованные выходные данные, а затем напрямую сравнивать их с результатами более новых моделей, таких как Ultralytics YOLO11. Это упрощает проверку результатов, даже по мере развития методов ИИ.

‍

Кроме того, модели Ultralytics YOLO обеспечивают платформе масштабируемость, необходимую для обработки больших наборов данных. Их возможности вывода в реальном времени позволяют анализировать тысячи изображений TEM за то время, которое потребовалось бы для ручного анализа всего нескольких. Это позволяет исследователям следить за динамическими процессами, такими как рост зерен, в ходе целых экспериментов, генерируя новые идеи и открывая новые эксперименты как в масштабе, так и со скоростью, необходимой для передовых исследований.

Интеграция передового Vision AI в инструменты для исследований нового поколения

Theia Scientific рассматривает модели Ultralytics YOLO как основу для будущего микроскопии. Продолжая совершенствовать методы обучения и подходы к калибровке, они стремятся и далее повышать точность в различных 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.

Заинтересованы в оптимизации рабочих процессов вашей компании? Ознакомьтесь с нашим репозиторием GitHub, чтобы узнать больше об ИИ для машинного зрения. Узнайте, как модели YOLO стимулируют инновации в таких областях, как ИИ в здравоохранении и компьютерное зрение в розничной торговле. Чтобы получить практический опыт работы с YOLO, узнайте, как наши варианты лицензирования могут поддержать ваше видение.