Método LipidUNet-Machine Learning de Caracterização e Quantificação de Depósitos Lipídicos Usando Epitélio Pigmentado Retiniano Derivado de iPSC
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
•Transcrição
Capítulos neste vídeo
0:00
Introduction
0:39
Staining of Sub‐Retinal Pigment Epithelium (RPE) Deposits
3:26
Image Processing of REP Deposits, Segmentation, and Quantification
Vídeos relacionados
09:24
Protocolo para Avaliação e Quantificação de Patologias do Epitélio Pigmentado da Retina em Modelos Murinos de Degeneração Macular Relacionada à Idade
1.5K Views
Análise da sinalização lipídica em fotorreceptores de Drosophila usando espectrometria de massas
1.8K Views
Análise da sinalização lipídica em fotorreceptores de Drosophila usando espectrometria de massas
1.8K Views
07:22
Quantitativa de autofluorescência de Avaliação de Doenças da retina
11.4K Views
10:19
Perfis de expressão de microRNA iPS Human Cells, Retinal Pigment Epithelium Derivado de Ips, e Fetal Retinal Pigment Epithelium
11.3K Views
09:35
Culturas de células primárias do Mouse epithelium Retinal do Pigment
21.0K Views
07:46
Quantificação de lipídios abundância e avaliação da distribuição de lipídios em Caenorhabditis elegans por Nilo vermelho e coloração do óleo vermelho O
20.2K Views
10:19
Medição do metabolismo energético, no tecido da retina explantado, usando análise de fluxo extracelular
9.4K Views
07:02
Analisando a rede de α-Actinin em Cardiomiócitos derivados do iPSC humano usando microscopia de localização de molécula única
6.7K Views
07:59
Geração eficiente e consistente de epitélio/coroide de pigmento da retina a partir de olhos humanos para análise histológica
2.6K Views
Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados