User: Guest  Login
Less Searchfields
Simple search
Original title:
A digital quantitative and spatial reference atlas from microscopic 3D images of ovules in Arabidopsis thaliana
Translated title:
Ein digitaler quantitativer und räumlicher Referenzatlas aus mikroskopischen 3D-Bildern von Samenanlagen in Arabidopsis thaliana
Author:
Remadevi Vijayan, Athul
Year:
2022
Document type:
Dissertation
Faculty/School:
TUM School of Life Sciences
Advisor:
Schneitz, Kay Heinrich (Prof. Dr.)
Referee:
Schneitz, Kay Heinrich (Prof. Dr.); Maizel, Alexis (Prof. Dr.)
Language:
en
Subject group:
BIO Biowissenschaften
Keywords:
3D organ morphogenesis, Arabidopsis, Ovules, 3D, Microscopy, Machine learning, Cell segmentation, Nuclei segmentation, Image Analysis
Translated keywords:
3D-Organmorphogenese, Arabidopsis, Eizellen, 3D, Mikroskopie, Maschinelles Lernen, Zellsegmentierung, Kernsegmentierung, Bildanalyse
TUM classification:
BIO 456
Abstract:
This study aims to understand the 3D cellular growth patterns associated with Arabidopsis ovule morphogenesis using 3D digital image analysis. Machine learning-based image processing allowed precise 3D digital organ generation. Advanced image analysis involved annotation and analysis of tissues with spatial cellular resolution in the dataset using the 3DCoordX toolbox generated as part of the study. This study is now a benchmark for understanding various patterns identified within the organ in 3...     »
Translated abstract:
Diese Studie zielt darauf ab, die 3D-Zellwachstumsmuster zu verstehen, die mit der Morphogenese der Arabidopsis-Ovule verbunden sind. Auf maschinellem Lernen basierende Bildverarbeitung ermöglichte die präzise Erzeugung digitaler 3D-Organe. Die Bildanalyse umfasste die Annotation und Analyse von Geweben mit räumlich-zellulärer Auflösung unter Verwendung der im Rahmen der Studie erstellten 3DCoordX-Toolbox. Diese Studie ist nun ein Maßstab für das Verständnis verschiedener zellulärer Muster und w...     »
WWW:
https://mediatum.ub.tum.de/?id=1634693
Date of submission:
06.12.2021
Oral examination:
31.05.2022
File size:
9910330 bytes
Pages:
172
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220531-1634693-1-6
Last change:
29.07.2022
 BibTeX