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

Malzeme bilimi ve nanoteknoloji gibi alanlardaki bilimsel araştırmalar genellikle insan gözüyle görülemeyen yapıları keşfetmek için yüklü parçacık, taramalı prob ve optik mikroskopiye bağlıdır. 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 ederek mikroskopiyi daha hızlı, daha verimli ve tekrarlanabilir hale getiren gerçek zamanlı bir mikroskopi görüntü analiz sistemi olan Theiascope™ platformunu geliştirdi.

Görüntü işlemenin bilimsel görüntülemedeki rolünü keşfetmek

Kardeşler Kevin ve Christopher Field tarafından kurulan Theia Scientific, mikroskopi araştırmalarını hızlandırmak için gelişmiş yazılım araçları geliştiriyor. Malzeme bilimi, endüstriyel otomasyon, elektronik ve yazılım mühendisliği alanlarındaki uzmanlıklarıyla, bilim insanları, mühendisler ve araştırmacıların karmaşık görüntü verilerini analiz ederken karşılaştıkları darboğazları azaltmaya odaklanıyorlar. 

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

Mikroskopi görüntülerini manuel olarak analiz etmek neden zordur?

Mikroskopi görüntüleri, özellikle TEM ile yakalananlar, çok ayrıntılıdır ancak yorumlanması zordur. Her görüntü, anlamlı verileri çıkarmak için dikkatlice tanımlanması, açıklanması, izlenmesi ve/veya ölçülmesi gereken yüzlerce ila binlerce ince özellik ve yapı içerir; örneğin taneler ve sınırlar. Geleneksel olarak, bu işlem elle yapılmıştır, bu da yavaştır ve kişiden kişiye değişebilir. İki araştırmacı aynı görüntüyü farklı şekilde açıklayabilir, bu da tutarsız sonuçlara ve büyük hata paylarına yol açar.

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

Mikroyapısal evrimi incelemeyi veya zaman içindeki değişiklikleri track 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 YOLO modelleri gibi Ultralytics YOLO11 ve Ultralytics YOLOv8 , nesne algılama (bir görüntüdeki bireysel 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 yapıların, TEM görüntülerinde yakalandıkları anda doğrudan detect edilmesini 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 track edilebilir.

Neden Ultralytics YOLO modellerini seçmelisiniz?

Daha önce tartışılan polikristal ince filmler üzerine yapılan çalışmada, Ultralytics YOLOv8 U-Net'ten (bilimsel görüntü analizi için sıklıkla 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 modelleri ile araştırmacılar aşağıdaki gibi eski modelleri yeniden çalıştırabilir Ultralytics YOLOv5 arşivlenmiş veri kümeleri üzerinde çalışarak tutarlı çıktılar elde edebilir, ardından bunları Ultralytics YOLO11 gibi daha yeni modellerden elde edilen sonuçlarla doğrudan karşılaştırabilir. Bu, yapay zeka yöntemleri geliştikçe 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 Görüntü İşleme Yapay Zekasını yeni nesil araştırma araçlarına entegre etme

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, gelecekte Theiascope™'u daha karmaşık, yerinde deneyleri ve çok modlu veri kümelerini destekleyecek şekilde genişletmeyi planlıyor. Vizyon Yapay Zekasının, yeni nesil araştırma iş akışlarının standart bir parçası haline gelerek bilimsel alanlarda daha hızlı keşif ve daha derin içgörüler sağlayacağına inanıyorlar.

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.