Theia Scientific, Ultralytics YOLO modelleri ile mikroskopi veri analizini yeniden tanımlıyor

Malzeme bilimi ve nanoteknoloji gibi alanlardaki bilimsel araştırmalar, insan gözüyle görülemeyen yapıları keşfetmek için genellikle yüklü parçacık, tarama probu ve optik mikroskopiye dayanır. Örneğin, Transmisyon Elektron Mikroskobu (TEM) nano ve atomik ölçekte ince ayrıntıları yakalayabilen önemli bir araçtır.

Ne yazık ki bu görüntüler elde edildikten sonra analiz edilmeleri yavaş ve karmaşık olabilmekte, genellikle önemli ölçüde manuel çaba ve alan uzmanlığı gerektirmektedir. Bu süreci geliştirmek için Theia Scientific, görüntü algılama, segmentasyon ve kantitatif ölçümleri otomatikleştirmek için Ultralytics YOLO modellerini entegre eden gerçek zamanlı bir mikroskopi görüntü analiz sistemi olan Theiascope™ platformunu geliştirerek mikroskopiyi daha hızlı, daha verimli ve tekrarlanabilir hale getirdi.

Bilimsel görüntülemede Görme Yapay Zekasının rolünün araştırılması

Kevin ve Christopher Field kardeşler tarafından kurulan Theia Scientific, mikroskopi araştırmalarını hızlandırmak için gelişmiş yazılım araçları geliştirmektedir. Malzeme bilimi, endüstriyel otomasyon, elektronik ve yazılım mühendisliğini kapsayan uzmanlıklarıyla bilim insanları, mühendisler ve araştırmacıların karmaşık görüntü verilerini analiz ederken karşılaştıkları darboğazları azaltmaya odaklanmaktadırlar. 

Amiral gemisi ürünleri olan Theiascope™ platformu, elektron mikroskobu görüntülerindeki özellikleri otomatik olarak tespit etmek, segmentlere ayırmak ve ölçmek için bilgisayarla görmeyi entegre eder. Platform, manuel açıklama ve izleme yerine Vision AI'ya güvenerek tutarlı ve tekrarlanabilir sonuçlar sağlar.

Mikroskopi görüntülerinin manuel olarak analiz edilmesi neden zordur?

Mikroskopi görüntüleri, özellikle TEM ile çekilenler, çok ayrıntılıdır ancak yorumlanması zordur. Her görüntü, anlamlı veriler elde etmek için dikkatlice tanımlanması, açıklama eklenmesi, izlenmesi ve/veya ölçülmesi gereken taneler ve sınırlar gibi yüzlerce ila binlerce ince özellik ve yapı içerir. Geleneksel olarak bu işlem elle yapılır, bu da yavaştır ve kişiden kişiye değişebilir. İki araştırmacı aynı görüntüye farklı açıklamalar getirebilir, bu da tutarsız sonuçlara ve büyük hata çubuklarına yol açabilir.

Büyük veri kümeleri söz konusu olduğunda bu süreç daha da karmaşık hale gelir. Güvenilir bilgiler elde etmek için genellikle binlerce görüntünün analiz edilmesi gerekir ve bu da manuel yöntemler kullanılarak haftalar hatta aylar sürebilir. Üstelik kontrast, gürültü ve örtüşen yapılardaki farklılıklar süreci daha da zorlaştırır.

Mikroyapısal evrimi incelemeyi veya zaman içindeki değişiklikleri takip etmeyi amaçlayan araştırmacılar için bu sorunlar araştırmayı yavaşlatabilir. Theia Scientific bu endişelerin daha otomatik ve güvenilir bir çözüm gerektirdiğini fark etti.

Ultralytics YOLO modellerini kullanarak mikroskopi iş akışlarını iyileştirme

Mikroskopi veri analizini otomatikleştirmek için farklı yaklaşımları araştırdıktan sonra Theia Scientific, Ultralytics YOLO modellerinin gerçek zamanlı mikroskopi görüntü analizi için gereken hızı, doğruluğu ve esnekliği sunduğunu ve deneyler devam ederken mikroskopta anında nicel sonuçlar elde edilmesini sağladığını gördü. Ultralytics YOLO11 ve Ultralytics YOLOv8 gibi Ultralytics YOLO modelleri, nesne algılama (bir görüntüdeki tek tek özellikleri tanımlama ve konumlandırma) ve örnek segmentasyonu (her bir özelliği piksel düzeyinde ana hatlarıyla belirleme) gibi bilgisayarla görme görevlerini destekler. Bu görevler, taneler ve sınırlar gibi nano ölçekli yapıları, yakalandıkları anda doğrudan TEM görüntülerinde tespit etmeyi mümkün kılar.

‍

Örneğin, polikristalin ince filmler üzerine yakın zamanda yapılan bir çalışmada, elektronik, kaplama ve enerji cihazlarında kullanılan malzemelerin özelliklerini etkileyen tane yapılarını belirlemek ve ölçmek için Theiascope™ ve Ultralytics YOLO modelleri kullanılmıştır. Doğru tane boyutu dağılımları, bu filmlerin deneyler sırasında nasıl geliştiğini anlamak için kritik öneme sahiptir. 

Ultralytics YOLO modellerinin bu kullanım durumlarında bu kadar etkili olmasının temel nedenlerinden biri, büyük veri kümeleri arasında enterpolasyon yapabilmesidir. Bir deneydeki her karenin etiketlenmesini gerektirmek yerine, araştırmacılar görüntülerin sadece küçük bir kısmına açıklama ekleyebilir, bir YOLO modelini eğitebilir ve ardından binlerce ek kareyi güvenilir bir şekilde analiz etmesine izin verebilir. Bu sayede, hızlandırılmış TEM deneyleri boyunca tane büyümesi ve sınır değişiklikleri minimum manuel girdi ile takip edilebilir.

Neden Ultralytics YOLO modellerini seçmelisiniz?

Daha önce tartışılan polikristalin ince filmler üzerine yapılan çalışmada, Ultralytics YOLOv8 'in U-Net'ten (genellikle bilimsel görüntü analizi için kullanılan bir model) 43 kata kadar daha hızlı olduğu bulunmuştur. Bu hız, YOLO'yu gerçek zamanlı, mikroskop üzerinde analiz için pratik hale getirmektedir. 

U-Net doğru ancak yavaşken, YOLO hızı doğrulukla birleştirir ve tane boyutu ölçümlerini zemin gerçeğinin %3'üne kadar eşleştirir. Tasarımı da onu daha esnek hale getirerek farklı ölçekleri ve eğitim kurulumlarını kolaylıkla idare etmesini sağlıyor. Araştırmacılar için bu, mikroskopi iş akışlarını hızlandırmak için ideal olan güvenilirlikten ödün vermeden daha hızlı sonuçlar anlamına gelir.

‍

YOLO ile mikroskopide yanlılığı azaltma ve tutarlılığı artırma

Theia Scientific, Theiascope™ platformu aracılığıyla Ultralytics YOLO modellerinin mikroskopi görüntü analizini ve TEM deneylerini hızlandırırken tekrarlanabilir, uzun vadeli araştırmaları destekleyebileceğini gösterdi. Platform, mikroskoptan bağımsız olacak şekilde tasarlanmıştır; yani YOLO modelleri, özelleştirilmiş boru hatları gerektirmeden farklı cihazlardan toplanan görüntüleri analiz etmek için kullanılır. Bu esneklik, iş akışlarının çeşitli deneyler, operatörler ve ortamlar arasında tutarlı kalmasını sağlar.

Tekrarlanabilirlik bir diğer önemli sonuçtur. Bilimsel araştırmalar genellikle sonuçların yıllar sonra tekrar gözden geçirilmesini ve doğrulanmasını gerektirir. Theiascope™'a entegre edilen çeşitli YOLO modelleriyle araştırmacılar, Ultralytics YOLOv5 gibi eski modelleri arşivlenmiş veri kümeleri üzerinde yeniden çalıştırabilir ve tutarlı çıktılar elde edebilir, ardından bunları Ultralytics YOLO11 gibi daha yeni modellerden elde edilen sonuçlarla doğrudan karşılaştırabilir. Bu, yapay zeka yöntemleri gelişse bile bulguların doğrulanmasını kolaylaştırır.

‍

Ayrıca Ultralytics YOLO modelleri, platforma büyük veri kümelerini işlemek için gereken ölçeklenebilirliği sağlar. Gerçek zamanlı çıkarım yetenekleri, sadece birkaçını manuel olarak analiz etmek için gereken sürede binlerce TEM görüntüsünün analiz edilmesini sağlar. Bu, araştırmacıların tüm deneyler boyunca tane büyümesi gibi dinamik süreçleri takip etmelerini, yeni içgörüler üretmelerini ve en son araştırmalar için gereken ölçek ve hızda yeni deneylerin kilidini açmalarını sağlar.

Gelişmiş Görsel Yapay Zekanın yeni nesil araştırma araçlarına entegre edilmesi

Theia Scientific, Ultralytics YOLO modellerini mikroskopinin geleceği için bir temel olarak görmektedir. Eğitim yöntemlerini ve kalibrasyon yaklaşımlarını geliştirmeye devam ederek, ölçekler ve deneysel koşullar arasında doğruluğu daha da artırmayı hedefliyorlar. 

Theia Scientific, ileriye dönük olarak Theiascope™'u daha karmaşık, yerinde deneyleri ve çok modlu veri kümelerini destekleyecek şekilde genişletmeyi planlıyor. Şirket, Vision AI'nın yeni nesil araştırma iş akışlarının standart bir parçası haline geleceğine ve bilimsel alanlarda daha hızlı keşif ve daha derin içgörüler sağlayacağına inanıyor.

Şirketinizin iş akışlarını kolaylaştırmak ister misiniz? Vision AI hakkında daha fazla bilgi edinmek için GitHub depomuza göz atın. YOLO modellerinin sağlık hizmetlerinde yapay zeka ve perakendede bilgisayarla görme gibi alanlarda yenilikleri nasıl yönlendirdiğini keşfedin. YOLO ile pratik yapmak için lisanslama seçeneklerimizin vizyonunuzu nasıl destekleyebileceğini keşfedin.