Uncovering Interpretable Fine-Grained Phenotypes of Subcellular Dynamics through Unsupervised Self-Training of Deep Neural Networks

Live cell imaging provides unparallel insights into dynamic cellular processes across spatiotemporal scales. Despite its potential, the inherent spatiotemporal heterogeneity within live cell imaging data often obscures critical mechanical details underlying cellular dynamics. Uncovering fine-grained...

Celý popis

Podrobná bibliografie

Vydáno v:	bioRxiv
Hlavní autoři:	Wang, Chuangqi, Choi, Hee June, Woodbury, Lucy, Lee, Kwonmoo
Médium:	Paper
Jazyk:	angličtina
Vydáno:	Cold Spring Harbor Cold Spring Harbor Laboratory Press 13.01.2024 Cold Spring Harbor Laboratory
Vydání:	1.2
Témata:	Bioinformatics Cytoskeleton Epithelial cells Fluorescence microscopy Learning algorithms Long short-term memory Machine learning Molecular modelling Neural networks Phenotypes Phenotyping Temporal variations
ISSN:	2692-8205, 2692-8205
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!