Pumping up the volume.
Pumping up the volume.
复制标题
DOI：
10.1083/jcb.202212042
复制
发表时间：
2023-02-06
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
Catherine Galbraith previews a Tools study from Gallusser and colleagues which describes a new pipeline for training a convolutional neural aimed at rapid automated detection of intracellular structures in volume electron microscopy images. The time and cost of annotating ground-truth images and network training are major challenges to utilizing machine learning to automate the mining of volume electron microscopy data. In this issue, Gallusser et al. (2023. J. Cell Biol. https://doi.org/10.1083/jcb.202208005) present a less computationally intense pipeline to detect a single type of organelle using a limited number of loosely annotated images.
登录
查看更多内容
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
3.5
作者：
Berger DR;Seung HS;Lichtman JW
通讯作者：
Lichtman JW
影响因子：
64.8
作者：
Heinrich, Larissa;Bennett, Davis;Weigel, Aubrey V.
通讯作者：
Weigel, Aubrey V.
影响因子：
48
作者：
Berg, Stuart;Kutra, Dominik;Kreshuk, Anna
通讯作者：
Kreshuk, Anna
DOI：
10.1109/tpami.2018.2835450
发表时间：
2019-07-01
影响因子：
23.6
作者：
Funke, Jan;Tschopp, Fabian;Turaga, Srinivas C.
通讯作者：
Turaga, Srinivas C.