Benutzer: Gast  Login
Originaltitel:
Computational prediction of cellular states in time-lapse microscopy based on single-cell morphodynamics 
Übersetzter Titel:
Computergestützte Vorhersage zellulärer Zustände in Zeitraffermikroskopie basierend auf der Morphodynamik einzelner Zellen 
Jahr:
2016 
Dokumenttyp:
Dissertation 
Institution:
Fakultät Wissenschaftszentrum Weihenstephan 
Betreuer:
Theis, Fabian J. (Prof. Dr.) 
Gutachter:
Theis, Fabian J. (Prof. Dr.); Navab, Nassir (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
BIO Biowissenschaften; DAT Datenverarbeitung, Informatik 
Stichworte:
Deep learning, machine learning, image analysis, hematopoiesis, time-lapse microscopy 
Übersetzte Stichworte:
Deep learning, maschinelles Lernen, Bildanalyse, Hämatopoese, Zeitraffermikroskopie 
TU-Systematik:
BIO 110d; MAT 022d 
Kurzfassung:
In this thesis we developed processing pipelines that identify cells in brightfield or fluorescence channels of a time-lapse experiment and quantify their morphology. By linking these measurements with the temporal information of cell tracking approaches, we were able to describe the morphodynamics and motility of single cells but also whole genealogies. In particular we analyzed the migration behavior of T-lymphocytes under changing environmental influences and predicted the differentiation sta...    »
 
Übersetzte Kurzfassung:
In dieser Arbeit entwickelten wir Prozessierungspipelines die Zellen im Durchlicht- oder Fluoreszenzkanal eines Zeitrafferexperiments identifizieren und deren Morphologie quantifizieren. Durch die Verknüpfung dieser Messungen mit Zellverfolgungalgorithmen konnten wir die Morphodynamik und Bewegung einzelner Zellen und ganzer Genealogien beschreiben. Im Speziellen analysierten wir das Migrationsverhalten von T-lymphozyten unter verschiedenen Umwelteinflüssen und machten Vorhersagen über den Diffe...    »
 
Mündliche Prüfung:
26.07.2016 
Dateigröße:
23153953 bytes 
Seiten:
190 
Letzte Änderung:
26.07.2017