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. Wagner S. et al. TraCurate: Efficiently curating cell tracks. (2021) SoftwareX 2352-7110 13
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31980574] [Egyeztetett]
    Független, Idéző: 31980574, Kapcsolat: 30033054
  2. Qian W.W. et al. Batch equalization with a generative adversarial network. (2020) BIOINFORMATICS 1367-4803 1460-2059 36 I875-I883
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31980626] [Nyilvános]
    Független, Idéző: 31980626, Kapcsolat: 30033055
  3. Scherr T. et al. Cell segmentation and tracking using CNN-based distance predictions and a graph-based matching strategy. (2020) PLOS ONE 1932-6203 15 12 December
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[31981282] [Nyilvános]
    Független, Idéző: 31981282, Kapcsolat: 30033056
  4. Lewis Sabrina M. et al. Spatial omics and multiplexed imaging to explore cancer biology. (2021) NATURE METHODS 1548-7091 1548-7105 18 9 997-1012
    Folyóiratcikk/Összefoglaló cikk (Folyóiratcikk)/Tudományos[32293416] [Egyeztetett]
    Független, Idéző: 32293416, Kapcsolat: 30675502
  5. Fishman Dmytro et al. Practical segmentation of nuclei in brightfield cell images with neural networks trained on fluorescently labelled samples. (2021) JOURNAL OF MICROSCOPY-OXFORD 0022-2720 1365-2818 284 1 12-24
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[32382326] [Egyeztetett]
    Független, Idéző: 32382326, Kapcsolat: 30675503
  6. Ali Mohammed A. et al. Evaluating Very Deep Convolutional Neural Networks for Nucleus Segmentation from Brightfield Cell Microscopy Images. (2021) SLAS DISCOVERY 2472-5552 26 9 1125-1137
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[32382327] [Egyeztetett]
    Független, Idéző: 32382327, Kapcsolat: 30675504
  7. Li Chen et al. Deep learning-based autofocus method enhances image quality in light-sheet fluorescence microscopy. (2021) BIOMEDICAL OPTICS EXPRESS 2156-7085 12 8 5214-5226
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[32383557] [Egyeztetett]
    Független, Idéző: 32383557, Kapcsolat: 30675506
  8. Li Ying et al. Single Image Depth Estimation Using Edge Extraction Network and Dark Channel Prior. (2021) IEEE ACCESS 2169-3536 9 112454-112465
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[32383559] [Egyeztetett]
    Független, Idéző: 32383559, Kapcsolat: 30675508
  9. Bai Yunhao et al. Adjacent Cell Marker Lateral Spillover Compensation and Reinforcement for Multiplexed Images. (2021) FRONTIERS IN IMMUNOLOGY 1664-3224 12
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[32383560] [Egyeztetett]
    Független, Idéző: 32383560, Kapcsolat: 30675510
  10. Kromp Florian et al. Evaluation of Deep Learning Architectures for Complex Immunofluorescence Nuclear Image Segmentation. (2021) IEEE TRANSACTIONS ON MEDICAL IMAGING 0278-0062 1558-0062 40 7 1934-1949
    Folyóiratcikk/Szakcikk (Folyóiratcikk)/Tudományos[32382333] [Egyeztetett]
    Független, Idéző: 32382333, Kapcsolat: 30675511
2021-11-29 13:33