Deep learning methods for single cell morphometry in high-throughput microscopy
- Weitere Titel
-
Deep Learning-Methoden für die Einzelzellmorphometrie in der Hochdurchsatzmikroskopie
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Anmerkungen
-
München, Technische Universität München, Dissertation, 2023
- Klassifikation
-
Biowissenschaften, Biologie
- Schlagwort
-
Maschinelles Lernen
Neuronales Netz
Bildverarbeitung
Bildgebendes Verfahren
Deep Learning
Mikroskopie
- Ereignis
-
Veröffentlichung
- (wo)
-
München
- (wer)
-
Universitätsbibliothek der TU München
- (wann)
-
2023
- Urheber
-
Waibel, Dominik Jens Elias
- Beteiligte Personen und Organisationen
-
Theis, Fabian J.
Schnabel, Julia
- URN
-
urn:nbn:de:bvb:91-diss-20230628-1692806-1-5
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
14.08.2025, 10:47 MESZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- Waibel, Dominik Jens Elias
- Theis, Fabian J.
- Schnabel, Julia
- Universitätsbibliothek der TU München
Entstanden
- 2023
Ähnliche Objekte (12)
Current best practices in single‐cell RNA‐seq analysis: a tutorial
Geometric source separation : algorithms and applications
Mathematics in independent component analysis
An automatic method for robust and fast cell detection in bright field images from high-throughput microscopy
Computational prediction of cellular states in time-lapse microscopy based on single-cell morphodynamics
Modeling of 2D diffusion processes based on microscopy data: parameter estimation and practical identifiability analysis
Quantification and analysis of single-cell protein dynamics in stem cells using time-lapse microscopy
Suchmaschinen entwickeln mit Apache Lucene
Portale und Webapplikationen mit Apache frameworks
Machine learning integrative approaches to advance computational immunology
Over 1000 tools reveal trends in the single-cell RNA-seq analysis landscape
Development of Hybrid Optoacoustic Tomography, Pulse-Echo and Transmission Ultrasonography
Current best practices in single‐cell RNA‐seq analysis: a tutorial
Geometric source separation : algorithms and applications
Mathematics in independent component analysis
An automatic method for robust and fast cell detection in bright field images from high-throughput microscopy
Computational prediction of cellular states in time-lapse microscopy based on single-cell morphodynamics
Modeling of 2D diffusion processes based on microscopy data: parameter estimation and practical identifiability analysis
Quantification and analysis of single-cell protein dynamics in stem cells using time-lapse microscopy
Suchmaschinen entwickeln mit Apache Lucene
Portale und Webapplikationen mit Apache frameworks
Machine learning integrative approaches to advance computational immunology
Over 1000 tools reveal trends in the single-cell RNA-seq analysis landscape
Development of Hybrid Optoacoustic Tomography, Pulse-Echo and Transmission Ultrasonography
Current best practices in single‐cell RNA‐seq analysis: a tutorial
Geometric source separation : algorithms and applications
Mathematics in independent component analysis
An automatic method for robust and fast cell detection in bright field images from high-throughput microscopy
Computational prediction of cellular states in time-lapse microscopy based on single-cell morphodynamics
Modeling of 2D diffusion processes based on microscopy data: parameter estimation and practical identifiability analysis
Quantification and analysis of single-cell protein dynamics in stem cells using time-lapse microscopy
Suchmaschinen entwickeln mit Apache Lucene
Portale und Webapplikationen mit Apache frameworks
Machine learning integrative approaches to advance computational immunology
Over 1000 tools reveal trends in the single-cell RNA-seq analysis landscape