Evaluating Feature Extraction in Ovarian Cancer Cell Line Co-Cultures Using Deep Neural Networks

• Osheen Sharma - Karolinska Institutet - Institutionen för onkologi-patologi

  Öppnar nytt fönster hos orcid.org.

  ORCIDÖppnas i en ny tabb
• Brinton Seashore-Ludlow - Karolinska Institutet - Institutionen för onkologi-patologi

  Öppnar nytt fönster hos orcid.org.

  ORCIDÖppnas i en ny tabb

• Karolinska Institutet

  Öppnar nytt fönster hos ror.org.

  RORÖppnas i en ny tabb

• Data är fritt tillgängliga

• Creative Commons Erkännande 4.0 Internationell (CC BY 4.0)Öppnas i en ny tabb

• Engelska

• Celler

Datasetet består av bilder av äggstockscancercellinjer och fibroblastcellinjer som odlats tillsammans (2D-kokultur) i en 384-brunnars mikrotiterplatta (in vitro). I vår analys är varje enskild cell ett objekt. Dessa samodlingar används för att studera hur cancer- och fibroblastceller interagerar med varandra och vid läkemedelspåverkan samt hur cancercellernas morfologi förändras

• Övrigt

• Experimentell studie

• Övrigt

• Stillbild

Institutionen för onkologi-patologi

• Greta Gudoitytė - Karolinska Institutet - Institutionen för onkologi-patologi

• Bioinformatik (beräkningsbiologi)
• Datorgrafik och datorseende
• Cellbiologi
• Bioinformatik och beräkningsbiologi
• Cancer och onkologi

• neural network
• Äggstockscancer cellinjer
• fibroblastcellinjer
• image analysis
• Morfologiska egenskaper
• mechanism of action
• high content imaging