/

/

Modeling and Analyzing Retinal Degeneration

/

Método LipidUNet-Machine Learning de Caracterização e Quantificação de Depósitos Lipídicos Usando Epitélio Pigmentado Retiniano Derivado de iPSC

JoVE Journal
Biologia

This content is Free Access.

JoVE Journal Biologia

LipidUNet-Machine Learning-Based Method of Characterization and Quantification of Lipid Deposits Using iPSC-Derived Retinal Pigment Epithelium

Método LipidUNet-Machine Learning de Caracterização e Quantificação de Depósitos Lipídicos Usando Epitélio Pigmentado Retiniano Derivado de iPSC

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

¹Ocular 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

AGGIUNGI ALLA PLAYLIST

Usage Statistics

Video correlati

Método LipidUNet-Machine Learning de Caracterização e Quantificação de Depósitos Lipídicos Usando Epitélio Pigmentado Retiniano Derivado de iPSC

Coloração de depósitos de epitélio pigmentado sub-retiniano (EPR)

Processamento de Imagens de Depósitos de REP, Segmentação e Quantificação

Read Article