Your browser doesn't support javascript.
loading
DeepBacs for multi-task bacterial image analysis using open-source deep learning approaches.
Spahn, Christoph; Gómez-de-Mariscal, Estibaliz; Laine, Romain F; Pereira, Pedro M; von Chamier, Lucas; Conduit, Mia; Pinho, Mariana G; Jacquemet, Guillaume; Holden, Séamus; Heilemann, Mike; Henriques, Ricardo.
Afiliação
  • Spahn C; Department of Natural Products in Organismic Interaction, Max Planck Institute for Terrestrial Microbiology, Marburg, Germany. christoph.spahn@mpi-marburg.mpg.de.
  • Gómez-de-Mariscal E; Institute of Physical and Theoretical Chemistry, Goethe-University Frankfurt, Frankfurt, Germany. christoph.spahn@mpi-marburg.mpg.de.
  • Laine RF; Instituto Gulbenkian de Ciência, 2780-156, Oeiras, Portugal.
  • Pereira PM; MRC-Laboratory for Molecular Cell Biology, University College London, London, UK.
  • von Chamier L; The Francis Crick Institute, London, UK.
  • Conduit M; Micrographia Bio, Translation and Innovation hub 84 Wood lane, W120BZ, London, UK.
  • Pinho MG; Instituto de Tecnologia Química e Biológica António Xavier, Universidade Nova de Lisboa, Oeiras, Portugal.
  • Jacquemet G; MRC-Laboratory for Molecular Cell Biology, University College London, London, UK.
  • Holden S; Centre for Bacterial Cell Biology, Newcastle University Biosciences Institute, Faculty of Medical Sciences, Newcastle upon Tyne, NE24AX, United Kingdom.
  • Heilemann M; Instituto de Tecnologia Química e Biológica António Xavier, Universidade Nova de Lisboa, Oeiras, Portugal.
  • Henriques R; Turku Bioscience Centre, University of Turku and Åbo Akademi University, Turku, Finland.
Commun Biol ; 5(1): 688, 2022 07 09.
Article em En | MEDLINE | ID: mdl-35810255
Assuntos
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Aprendizado Profundo Tipo de estudo: Diagnostic_studies / Prognostic_studies Idioma: En Revista: Commun Biol Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Alemanha
Texto completo
Imprimir
XML
PubMed Links
Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Aprendizado Profundo Tipo de estudo: Diagnostic_studies / Prognostic_studies Idioma: En Revista: Commun Biol Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Alemanha