JoVE
JoVE
Centre de ressources universitaires
Recherche
Sciences du comportement
Biochimie
Biologie
Bio-ingénierie
Recherche en cancérologie
Chimie
Biologie du développement
Ingénierie
Environnement
Génétique
Immunologie et infection
Médecine
Neurosciences
Journal JoVE
Encyclopédie des expériences JoVE
JoVE Chrome Extension
Enseignement
Biologie
Chimie
Clinical
Ingénierie
Sciences de l'environnement
Pharmacology
Physique
Psychologie
Statistiques
JoVE Core
JoVE Science Education
Manuel de laboratoire JoVE
JoVE Quiz
JoVE Business
Videos Mapped to your Course
Auteurs
Bibliothécaires
Lycées
À propos
Sign-In
S'identifier
Contactez-nous
Recherche
Journal JoVE
Encyclopédie des expériences JoVE
Enseignement
JoVE Core
JoVE Science Education
Manuel de laboratoire JoVE
Lycées
FR
EN - English
CN - 中文
DE - Deutsch
ES - Español
KR - 한국어
IT - Italiano
FR - Français
PT - Português
FR
EN - English
CN - 中文
DE - Deutsch
ES - Español
KR - 한국어
IT - Italiano
FR - Français
PT - Português
Close
Recherche
Sciences du comportement
Biochimie
Bio-ingénierie
Biologie
Recherche en cancérologie
Chimie
Biologie du développement
Ingénierie
Environnement
Génétique
Immunologie et infection
Médecine
Neurosciences
Products
Journal JoVE
Encyclopédie des expériences JoVE
Enseignement
Biologie
Chimie
Clinical
Ingénierie
Sciences de l'environnement
Pharmacology
Physique
Psychologie
Statistiques
Products
JoVE Core
JoVE Science Education
Manuel de laboratoire JoVE
JoVE Quiz
JoVE Business
Vidéos associées à vos cours
Teacher Resources
Get in Touch
Instant Trial
Log In
FR
EN - English
CN - 中文
DE - Deutsch
ES - Español
KR - 한국어
IT - Italiano
FR - Français
PT - Português
Journal
/
Biologie
/
Modeling and Analyzing Retinal Degeneration
/
LipidUNet-Machine Learning-gebaseerde methode voor karakterisering en kwantificering van lipideafzettingen met behulp van iPSC-afgeleid retinaal pigmentepitheel
Journal JoVE
Biologie
This content is Free Access.
Journal JoVE
Biologie
LipidUNet-Machine Learning-Based Method of Characterization and Quantification of Lipid Deposits Using iPSC-Derived Retinal Pigment Epithelium
Please note that all translations are automatically generated.
Click here for the English version.
LipidUNet-Machine Learning-gebaseerde methode voor karakterisering en kwantificering van lipideafzettingen met behulp van iPSC-afgeleid retinaal pigmentepitheel
Modeling and Analyzing Retinal Degeneration
DOI:
10.3791/65503-v
•
00:49 min
•
July 28, 2023
•
Zander Esh*
1
,
Sharanya Suresh*
1
,
Davide Ortolan
,
Mitra Farnoodian
,
Devika Bose
,
Jiwon Ryu
,
Andrei Volkov
,
Kapil Bharti
,
Ruchi Sharma
1
Ocular and Stem Cell Translational Research Section, National Eye Institute
,
National Institutes of Health (NIH)
Tags
Lipid Deposits
Retinal Pigment Epithelium
Age-related Macular Degeneration
Induced Pluripotent Stem Cell
Machine Learning
LipidUNet
Lipid Droplet Analysis
Retinal Degeneration
Stargardt Disease
Late-onset Retinal Degeneration
Complement Activation
Phagocytosis
Drug Discovery
Embed
AJOUTER À LA PLAYLIST
Usage Statistics
Vidéos Connexes
LipidUNet-Machine Learning-gebaseerde methode voor karakterisering en kwantificering van lipideafzettingen met behulp van iPSC-afgeleid retinaal pigmentepitheel
Kleuring van sub-retinale pigmentepitheel (RPE) afzettingen
Beeldverwerking van REP-afzettingen, segmentatie en kwantificering
Read Article
