Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "optical microscopy" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Mikroskopowe metody badania cytoszkieletu
Microscopy techniques for cytoskeleton resarch
Autorzy:
Nowak, Natalia
Pomorski, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/1033968.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Przyrodników im. Kopernika
Tematy:
cytoskeleton
electron microscopy
immunocytochemistry
molecular probes
optical microscopy
superresolution microscopy
cytoszkielet
immunocytochemia
mikroskopia elektronowa
mikroskopia optyczna
mikroskopia superrozdzielcza
sondy molekularne
Opis:
Cytoszkielet to sieć białkowych polimerów oraz związanych z nimi setek białek motorycznych, regulatorowych i łączących cytoszkielet z innymi strukturami komórkowymi. Rozwój wiedzy o cytoszkielecie jest nierozerwalnie zwiększany z postępem technik mikroskopowych używanych do jego obserwacji. Początki tych badań to niespecyficzne, nieskomplikowane barwienia utrwalonego materiału biologicznego, które później rozwinęły się w nowoczesną mikroskopię strukturalną, pozwalającą na precyzyjne znakowanie określonych białek tworzących cytoszkielet, badanie ich stanu fizjologicznego czy też oddziaływań cytoszkieletu z luźno związanymi białkami błony czy cytoplazmy. Obecnie możliwe jest nie tylko obrazowanie struktury i funkcji cytoszkieletu ze znacznie lepszą rozdzielczością przestrzenną, ale także prowadzenie tych obserwacji na żywym materiale biologicznym. Z drugiej strony, stabilność cytoszkieletu umożliwia poszukiwanie nowych metod jego obrazowania, co niewątpliwie należy do kół napędowych postępu, jaki dokonał się i wciąż dokonuje się w dziedzinie mikroskopii.
Cytoskeleton is basically a network of protein polymers, but it also contains thousands of motor, regulatory and scaffolding proteins that interact with this network. Discoveries related to the cytoskeleton were strictly connected to the development of microscopy techniques used to observe the cytoskeletal structures. At first, the imaging involved only unspecific, very simple staining of fixed material. Then, the methods evolved into advanced structural microscopy, which enabled accurate detection of specific cytoskeletal proteins, their physiological status, and interactions with loosely bound membrane and cytoplasmic proteins. Today, it is possible not only to visualize the structure and function of the cytoskeleton with better spatial resolution but also to perform the imaging in vivo on live biological specimens. On the other hand, one should also notice that observations of the stable, well defined cytoskeletal structures from their very discovery have continuously stimulated the progress in the microscopy field.
Źródło:
Kosmos; 2018, 67, 1; 219-232
0023-4249
Pojawia się w:
Kosmos
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Graph-based segmentation with homogeneous hue and texture vertices
Autorzy:
Ngo, Lua
Han, Jae-Ho
Powiązania:
https://bibliotekanauki.pl/articles/2033896.pdf
Data publikacji:
2021
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
image segmentation
deep neural network
electron microscopy
optical coherence tomography
pattern recognition
Opis:
This work presents an automated segmentation method, based on graph theory, which processes superpixels that exhibit spatially similarities in hue and texture pixel groups, rather than individual pixels. The graph shortest path includes a chain of neighboring superpixels which have minimal intensity changes. This method reduces graphics computational complexity because it provides large decreases in the number of vertices as the superpixel size increases. For the starting vertex prediction, the boundary pixel in first column which is included in this starting vertex is predicted by a trained deep neural network formulated as a regression task. By formulating the problem as a regression scheme, the computational burden is decreased in comparison with classifying each pixel in the entire image. This feasibility approach, when applied as a preliminary study in electron microscopy and optical coherence tomography images, demonstrated high measures of accuracy: 0.9670 for the electron microscopy image and 0.9930 for vitreous/nerve-fiber and inner-segment/outer-segment layer segmentations in the optical coherence tomography image.
Źródło:
Optica Applicata; 2021, 51, 4; 541-549
0078-5466
1899-7015
Pojawia się w:
Optica Applicata
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies