최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서울과학기술대학교 |
---|---|
연구책임자 | 이계민 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2017-05 |
과제시작연도 | 2016 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO201800004466 |
과제고유번호 | 1711036701 |
사업명 | 개인연구지원 |
DB 구축일자 | 2018-04-28 |
키워드 | 유세포분석기.머신러닝.기계학습.데이터 분석.게이팅.시각화.flow cytometry.machine learning.data analysis.automatic gating.data visualization. |
DOI | https://doi.org/10.23000/TRKO201800004466 |
연구의 목적 및 내용
본 연구에서는 flow cytometry (유세포분석기) 데이터 분석을 위한 머신러닝에 기반 프레임워크를 구축하는 것이 주요 연구목표이다.
Flow cytometry (유세포분석기)는 바이오메디컬 분야에서 세포 수준의 정량적 분석을 가능하게 하는 중요한 기술이다. 매초 수천 개의 세포에서 여러 물리적, 생물학적, 화학적 성상을 동시에 계측하여 수치 데이터를 생성해 낼 수 있어 정량적 분석을 하는데 있어 폭 넓게 이용되고 있다.
하지만 광범위한 사용에 비해 flow cytometry 장비로부터 얻
Purpose&contents
Flow cytometry is a technique for rapidly quantifying physical and chemical properties of large number of cells. It plays an important role in the diagnosis of blood related diseases.
Typically, flow cytometry data is analyzed by visualizing over 2-dim scatter plots and manual
※ AI-Helper는 부적절한 답변을 할 수 있습니다.