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
1.4K Views
Analysis of Lipid Signaling in Drosophila Photoreceptors using Mass Spectrometry
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
20.1K 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
6.6K Views
07:59
Geração eficiente e consistente de epitélio/coroide de pigmento da retina a partir de olhos humanos para análise histológica
2.5K Views
10:39
Modelos aprimorados de lipofuscina e quantificação da capacidade de fagocitose do segmento externo em culturas epiteliais pigmentares da retina humana altamente polarizadas
2.3K Views
Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados