LipidUNet-Machine-Learning-basierte Methode zur Charakterisierung und Quantifizierung von Lipidablagerungen unter Verwendung von iPSC-abgeleitetem retinalem Pigmentepithel
Please note that all translations are automatically generated. Click here for the English version.
2.4K Views
•
06:16 min
•
July 28th, 2023
DOI :
July 28th, 2023
•Transkript
Kapitel in diesem Video
0:00
Introduction
0:39
Staining of Sub‐Retinal Pigment Epithelium (RPE) Deposits
3:26
Image Processing of REP Deposits, Segmentation, and Quantification
Ähnliche Videos
09:24
Ein Protokoll zur Bewertung und Quantifizierung von retinalen pigmentierten Epithelpathologien in Mausmodellen der altersbedingten Makuladegeneration
1.4K Views
Analysis of Lipid Signaling in Drosophila Photoreceptors using Mass Spectrometry
1.8K Views
07:22
Quantitative Fundus-Autofluoreszenz für die Beurteilung von Netzhauterkrankungen
11.4K Views
10:19
MicroRNA Expressionsprofile der Menschen iPS-Zellen, Retinapigmentepithel Abgeleitet aus iPS und Fetal Retinapigmentepithel
11.3K Views
09:35
Primären Zellkulturen aus das retinale Pigmentepithel Maus
21.0K Views
07:46
Quantifizierung der Lipid-Fülle und Bewertung von Lipid Verteilung in Caenorhabditis Elegans von Nil-rot und Öl rot O Färbung
20.1K Views
10:19
Messung des Energiestoffwechsels in explantierten Netzhautgewebe extrazelluläre Flux-Analyse
9.4K Views
07:02
Analyse des α-Actinin-Netzwerks in humanen iPSC-abgeleiteten Kardiomyozyten mittels Einzelmolekül-Lokalisierungsmikroskopie
6.6K Views
07:59
Effiziente und konsistente Generierung von retinalen Pigmentepithel-/Aderhaut-Flatmounts aus dem menschlichen Auge für die histologische Analyse
2.5K Views
10:39
Verbesserte Lipofuszin-Modelle und Quantifizierung der Phagozytosekapazität des äußeren Segments in hochpolarisierten humanen retinalen Pigmentepithelkulturen
2.3K Views
Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten