Jetzt starten

Automatisierte Erkennung und Quantifizierung von Neutrophilen Extrazellulärfallen (NET)

Data Science & AI|Dominik van Bodegraven|February 12, 2025

Wozu dient das Abschlussprojekt?

Nutzen Sie maschinelle Lernalgorithmen, um Zellen in Immunfluoreszenzmikroskopie-Bildern als NET-positiv/-negativ zu klassifizieren, um eine schnelle und präzise Quantifizierung zu ermöglichen. Das Projekt war eine Zusammenarbeit mit der Tierärztlichen Hochschule Hannover.

Wie sieht das Abschlussprojekt aus?

Hier ist der Link zum finalen Abschlussprojekt.

Ähnliche projekte

Accident Prophet - Verkehrsprognose für Unfälle in Hamburg
Data Science & AI

Accident Prophet - Verkehrsprognose für Unfälle in Hamburg

ML-gesteuerte Marketing-Attribution
Data Science & AI

ML-gesteuerte Marketing-Attribution

Schwarzwald-Prognostiker
Data Science & AI

Schwarzwald-Prognostiker

Sentify Musikempfehlungssystem
Data Science & AI

Sentify Musikempfehlungssystem

CyanoScan
Data Science & AI

CyanoScan

RiffRefine - Mach das Beste aus deiner Musik!
Data Science & AI

RiffRefine - Mach das Beste aus deiner Musik!

Verpassen Sie nichts.
Abonnieren Sie unseren Newsletter.

E-Mail-Adresse

Ich möchte E-Mail-Updates von neue fische erhalten. Diese Entscheidung kann jederzeit widerrufen werden. Informationen darüber, wie wir mit Ihren Daten umgehen, finden Sie in unserer Datenschutzerklärung.