Indiziert in
- Öffnen Sie das J-Tor
- Genamics JournalSeek
- Akademische Schlüssel
- JournalTOCs
- Forschungsbibel
- Ulrichs Zeitschriftenverzeichnis
- Zugang zu globaler Online-Forschung in der Landwirtschaft (AGORA)
- Elektronische Zeitschriftenbibliothek
- RefSeek
- Hamdard-Universität
- EBSCO AZ
- OCLC – WorldCat
- SWB Online-Katalog
- Virtuelle Bibliothek für Biologie (vifabio)
- Publons
- MIAR
- Genfer Stiftung für medizinische Ausbildung und Forschung
- Euro-Pub
- Google Scholar
Nützliche Links
Teile diese Seite
Zeitschriftenflyer
Open-Access-Zeitschriften
- Allgemeine Wissenschaft
- Biochemie
- Bioinformatik und Systembiologie
- Chemie
- Genetik und Molekularbiologie
- Immunologie und Mikrobiologie
- Klinische Wissenschaften
- Krankenpflege und Gesundheitsfürsorge
- Landwirtschaft und Aquakultur
- Lebensmittel & Ernährung
- Maschinenbau
- Materialwissenschaften
- Medizinische Wissenschaften
- Neurowissenschaften und Psychologie
- Pharmazeutische Wissenschaften
- Umweltwissenschaften
- Veterinärwissenschaften
- Wirtschaft & Management
Abstrakt
Das neuartige Coronavirus SARS-Cov-2: Überlegungen zur Verbesserung hochauflösender mikroskopischer Bilder
Rodríguez R, Mondeja BA, Lau LD, Vizcaino A, Acosta EF, González Y
Nach einem Jahr des harten Kampfes gegen das neue Coronavirus SARS-Cov-2 hat die COVID-19-Pandemie weiterhin katastrophale Auswirkungen auf Gesellschaft und Gesundheit weltweit. Diese Pandemie hat die Arbeits- und Wirtschaftsbeziehungen in fast allen Ländern der Welt verändert, und die Investitionen in die Entwicklung neuer Behandlungsprotokolle und die Herstellung von Impfstoffen waren enorm. Wichtige Labore, Krankenhäuser und Forschungszentren auf der ganzen Welt kämpfen gegen SARS-Cov-2, und bei diesen Forschungen hat die Computervision eine herausragende Rolle gespielt. Das Hauptziel dieser Arbeit besteht darin, eine Betrachtung über die Verbesserung der mikroskopischen Bilder des neuen Coronavirus SARS-Cov-2 anhand der erhaltenen und veröffentlichten Ergebnisse anzustellen. Wir werden die Wirksamkeit der vorgeschlagenen Algorithmen zur Hervorhebung der S-Spikes analysieren und im Detail darlegen, warum Deep Learning trotz seiner Popularität in diesem Fall nicht von Vorteil war.