Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关实验视频

生物成像中的信息学和定量分析.

Jason R Swedlow1, Ilya Goldberg, Erik Brauner

  • 1Division of Gene Regulation and Expression, Wellcome Trust Biocentre, University of Dundee, Dow Street, Dundee DD1 5EH, Scotland. j.swedlow@dundee.ac.uk

Science (New York, N.Y.)
|April 5, 2003
PubMed
概括

开放显微镜环境 (OME) 为分析生物图像提供了一个解决方案. 该信息学工具旨在自动化用于细胞生物学研究的大型图像数据集的分析.

相关实验视频

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

IDR searcher: a search engine solution for public image resources.

Bioinformatics (Oxford, England)·2026
Same author

Restraint of melanoma progression by cells in the local skin environment.

eLife·2026
Same author

Systematic characterisation of site-specific proline hydroxylation using hydrophilic interaction chromatography and mass spectrometry.

eLife·2026
Same author

PHD1-dependent hydroxylation of RepoMan (CDCA2) on P604 modulates the control of mitotic progression.

eLife·2026
Same author

Compositional and interpretable representation of histology using AI foundation models and sparse autoencoders.

bioRxiv : the preprint server for biology·2026
Same author

Modeling development of tertiary lymphoid structures in pulmonary tuberculosis by 3D profiling and trajectory analysis.

bioRxiv : the preprint server for biology·2026

科学领域:

  • 生物学 生物学 生物学
  • 生物信息学是一种生物信息学.
  • 显微镜的使用方法

背景情况:

  • 生物成像是一种用于研究细胞结构和动态的定量方法.
  • 基于手机的屏幕越来越依赖于数字图像分析.
  • 目前用于基于假设的图像分析的生物信息学工具尚未得到充分发展.

研究的目的:

  • 开发一种用于存储和分析光学显微镜图像数据的信息解决方案.
  • 为生物图像分析创建开放显微镜环境 (OME).
  • 解决生物图像信息学中生物信息学工具的不成熟问题.

主要方法:

  • 开发生物图像的灵活数据模型.
  • 实现用于图像数据存储的关系数据库.
  • 指定XML编码的文件标准,以实现广泛的软件兼容性.

主要成果:

  • 开放显微镜环境 (OME) 为生物图像数据管理提供了一个框架.
  • 欧美方便自动化图像分析,建模和数据挖掘.
  • OME设计支持与各种软件工具的集成.

结论:

  • 开放式显微镜环境 (OME) 是迈向先进生物图像信息学的基本步骤.
  • OME标准化了生物图像数据,使得分析更加稳健.
  • 这种方法支持使用大规模显微镜数据集进行假设驱动的研究.