• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利:CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法,用中文像聊天一样搜索,搜遍4000万医学文献。AI智能推荐,让科研检索更轻松。

立即免费搜索

文件翻译

保留排版,准确专业,支持PDF/Word/PPT等文件格式,支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述,25分钟生成高质量综述,智能提取关键信息,辅助科研写作。

立即免费体验

显微镜,遇见大数据。

Microscopy, Meet Big Data.

机构信息

ARC Centre of Excellence for Nanoscale BioPhotonics, RMIT University, Melbourne, VIC 3001, Australia.

The Rowland Institute at Harvard, Cambridge, MA 02141, USA.

出版信息

Cell Syst. 2017 Mar 22;4(3):260-261. doi: 10.1016/j.cels.2017.03.009.

DOI:10.1016/j.cels.2017.03.009
PMID:28334574
Abstract

The analysis of massive microscopy datasets using deep neural networks provides an alternative to molecular labeling to characterize cellular states.

摘要

使用深度神经网络分析大量显微镜数据集为细胞状态的特征分析提供了一种替代分子标记的方法。

相似文献

1
Microscopy, Meet Big Data.显微镜,遇见大数据。
Cell Syst. 2017 Mar 22;4(3):260-261. doi: 10.1016/j.cels.2017.03.009.
2
Knowledge-based diagnosis and prediction using big data and deep learning in precision medicine.在精准医学中使用大数据和深度学习进行基于知识的诊断与预测。
Investig Clin Urol. 2018 Mar;59(2):69-71. doi: 10.4111/icu.2018.59.2.69. Epub 2018 Feb 28.
3
Moving From Big Data to Deep Learning-The Case of Atrial Fibrillation.
JAMA Cardiol. 2018 May 1;3(5):371-372. doi: 10.1001/jamacardio.2018.0207.
4
A big data approach with artificial neural network and molecular similarity for chemical data mining and endocrine disruption prediction.一种结合人工神经网络和分子相似性的大数据方法用于化学数据挖掘和内分泌干扰预测。
Indian J Pharmacol. 2018 Jul-Aug;50(4):169-176. doi: 10.4103/ijp.IJP_304_17.
5
The New Possibilities from "Big Data" to Overlooked Associations Between Diabetes, Biochemical Parameters, Glucose Control, and Osteoporosis.从“大数据”中发现糖尿病、生化参数、血糖控制与骨质疏松之间被忽视的关联的新可能性。
Curr Osteoporos Rep. 2018 Jun;16(3):320-324. doi: 10.1007/s11914-018-0445-9.
6
Big Data: The good, the bad and the ugly.大数据:优点、缺点与隐患
Int J Cancer. 2021 Jun 15;148(12):2870-2871. doi: 10.1002/ijc.33466. Epub 2021 Feb 2.
7
Role of Big Data and Machine Learning in Diagnostic Decision Support in Radiology.大数据和机器学习在放射诊断决策支持中的作用。
J Am Coll Radiol. 2018 Mar;15(3 Pt B):569-576. doi: 10.1016/j.jacr.2018.01.028.
8
A Perspective on Natural Language Understanding Capability: An Interview with Sam Bowman.关于自然语言理解能力的观点:对山姆·鲍曼的一次访谈。
Big Data. 2017 Mar;5(1):5-11. doi: 10.1089/big.2017.29016.sbo.
9
Why Deep Learning Is Changing the Way to Approach NGS Data Processing: A Review.为什么深度学习正在改变 NGS 数据处理的方法:综述。
IEEE Rev Biomed Eng. 2018;11:68-76. doi: 10.1109/RBME.2018.2825987. Epub 2018 Apr 12.
10
Deep learning for predicting toxicity of chemicals: a mini review.用于预测化学物质毒性的深度学习:一篇综述
J Environ Sci Health C Environ Carcinog Ecotoxicol Rev. 2018;36(4):252-271. doi: 10.1080/10590501.2018.1537563. Epub 2019 Mar 1.

引用本文的文献

1
An UltraMNIST classification benchmark to train CNNs for very large images.一个用于训练针对超大型图像的卷积神经网络的超MNIST分类基准。
Sci Data. 2024 Jul 12;11(1):771. doi: 10.1038/s41597-024-03587-4.
2
Automated Counting of Cancer Cells by Ensembling Deep Features.基于深度学习特征集成为癌症细胞计数。
Cells. 2019 Sep 2;8(9):1019. doi: 10.3390/cells8091019.
3
From observing to predicting single-cell structure and function with high-throughput/high-content microscopy.利用高通量/高内涵显微镜从观察到预测单细胞结构和功能。
Essays Biochem. 2019 Jul 3;63(2):197-208. doi: 10.1042/EBC20180044.