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 state of hematopoietic stem cells.
«
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 Differenzierungsstatus hämatopoetischer Stammzellen.
«
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...
»