Loading...
机构名称:
¥ 1.0

SOM-QE 已被证明可在各个领域发挥作用,例如在细胞图像数据的分类中,它可以在将代表性实验数据与宿主细胞中病毒传播的数学模型进行进一步比较之前提供有用的信息 [ 6 , 7 ]。在计算机生成的图像数据库中,通过在代表死亡或部分感染细胞的黑色或灰色单像素内容的图像中逐个增加像素来模拟病毒颗粒的增加。通过在原始图像模型中逐个增加编码活/健康细胞的白色像素来模拟假设的缓解。这表征了体外细胞局部感染后细胞中病毒增殖或细胞恢复的单个阶段。在这里,SOM-QE 被成功利用,根据其中所代表的细胞变化自动对模型图像进行分类。

SOM-QE分析

SOM-QE分析PDF文件第1页

SOM-QE分析PDF文件第2页

SOM-QE分析PDF文件第3页

相关文件推荐

2025 年
¥3.0
2025 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2020 年
¥1.0
2023 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2024 年
¥5.0
2024 年
¥15.0
2024 年
¥1.0
2019 年
¥1.0
2006 年
¥2.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2025 年
¥2.0
2023 年
¥1.0
2025 年
¥1.0
2025 年
¥1.0
2013 年
¥5.0
2024 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0