Dukay Brigitta et al. Neuroinflammatory processes are augmented in mice overexpressing human heat-shock protein B1 following ethanol-induced brain injury. (2021) JOURNAL OF NEUROINFLAMMATION 1742-2094 18 1, 31807147
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31807147]
  1. Schrader J.M. et al. Distinct brain regional proteome changes in the rTg-DI rat model of cerebral amyloid angiopathy. (2021) JOURNAL OF NEUROCHEMISTRY 0022-3042 1471-4159
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[32151991] [Egyeztetett]
    Független, Idéző: 32151991, Kapcsolat: 30271575
Hollandi Reka et al. nucleAIzer: A Parameter-free Deep Learning Framework for Nucleus Segmentation Using Image Style Transfer. (2020) CELL SYSTEMS 2405-4712 10 5 453-458, 31334623
Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31334623]
  1. Bakker Rachael et al. The Wg and Dpp morphogens regulate gene expression by modulating the frequency of transcriptional bursts. (2020) ELIFE 2050-084X 9
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31531838] [Egyeztetett]
    Független, Idéző: 31531838, Kapcsolat: 29324302
  2. Waithe Dominic et al. Object detection networks and augmented reality for cellular detection in fluorescence microscopy. (2020) JOURNAL OF CELL BIOLOGY 0021-9525 1540-8140 219 10
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31692343] [Egyeztetett]
    Független, Idéző: 31692343, Kapcsolat: 29567715
  3. Waibel D.J.E. et al. InstantDL: an easy-to-use deep learning pipeline for image segmentation and classification. (2021) BMC BIOINFORMATICS 1471-2105 22 1
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31980630] [Egyeztetett]
    Független, Idéző: 31980630, Kapcsolat: 30033047
  4. Jia D. et al. Multi-layer segmentation framework for cell nuclei using improved GVF Snake model, Watershed, and ellipse fitting. (2021) BIOMEDICAL SIGNAL PROCESSING AND CONTROL 1746-8094 67
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31981277] [Egyeztetett]
    Független, Idéző: 31981277, Kapcsolat: 30033048
  5. Levy J.J. et al. A large-scale internal validation study of unsupervised virtual trichrome staining technologies on nonalcoholic steatohepatitis liver biopsies. (2021) MODERN PATHOLOGY 0893-3952 1530-0285 34 4 808-822
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31981278] [Nyilvános]
    Független, Idéző: 31981278, Kapcsolat: 30033049
  6. Midtvedt B. et al. Quantitative digital microscopy with deep learning. (2021) APPLIED PHYSICS REVIEWS 1931-9401 1931-9401 8 1
    Folyóiratcikk/Összefoglaló cikk (Folyóiratcikk)/Tudományos[31981279] [Egyeztetett]
    Független, Idéző: 31981279, Kapcsolat: 30033050
  7. Kanfer G. et al. Image-based pooled whole-genome CRISPRi screening for subcellular phenotypes. (2021) JOURNAL OF CELL BIOLOGY 0021-9525 1540-8140 220 2
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31981280] [Egyeztetett]
    Független, Idéző: 31981280, Kapcsolat: 30033051
  8. Fang J. et al. Decoding Optical Data with Machine Learning. (2021) LASER & PHOTONICS REVIEWS 1863-8880 1863-8899 15 2
    Folyóiratcikk/Összefoglaló cikk (Folyóiratcikk)/Tudományos[31981281] [Nyilvános]
    Független, Idéző: 31981281, Kapcsolat: 30033052
  9. Cheng S. et al. Single-cell cytometry via multiplexed fluorescence prediction by label-free reflectance microscopy. (2021) SCIENCE ADVANCES 2375-2548 7 3
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31980612] [Egyeztetett]
    Független, Idéző: 31980612, Kapcsolat: 30033053
2021-10-22 00:21