Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
In Silico Labeling: Predicting Fluorescent Labels in Unlabeled Images
2018·669 Zitationen·CellOpen Access
Volltext beim Verlag öffnen669
Zitationen
18
Autoren
2018
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
U-Net: Convolutional Networks for Biomedical Image Segmentation
2015 · 85.845 Zit.
Fiji: an open-source platform for biological-image analysis
2012 · 68.351 Zit.
NIH Image to ImageJ: 25 years of image analysis
2012 · 63.245 Zit.
phyloseq: An R Package for Reproducible Interactive Analysis and Graphics of Microbiome Census Data
2013 · 21.596 Zit.
Comprehensive Integration of Single-Cell Data
2019 · 16.222 Zit.
Autoren
Institutionen
- Google (United States)(US)
- Gladstone Institutes(US)
- Taube Koret Center(US)
- Harvard University(US)
- Massachusetts General Hospital(US)
- Center for Assessment(US)
- Harvard Stem Cell Institute(US)
- Montreal Clinical Research Institute(CA)
- Université de Montréal(CA)
- Stanford University(US)
- University of California, San Francisco(US)
Themen
Cell Image Analysis TechniquesMedical Image Segmentation TechniquesAdvanced Neural Network Applications