

已閱讀1頁,還剩124頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、干細胞研究是生物醫(yī)藥研究里重要的領域之一。干細胞是每一個生命體的起源,它們包含重要的特性,可以應用于醫(yī)療領域。神經干細胞是神經系統(tǒng)的起源(如大腦,神經),研究它們能提高我們對大腦形成和機能的認知,進而在再生醫(yī)藥方面帶來重要突破,可用于治療重大疾病,如帕金森,老年癡呆癥或腦癌。
本文重點研究神經干細胞從一個細胞如何發(fā)展到一個細胞團的遺傳過程。通過了解這個發(fā)展過程,人們就有可能復制這個過程,為重建人類細胞,治療退化的細胞帶來可能。
2、由IPAL帶領的研究團隊試圖為生物學家提供新的研究工具與手段,論文研究的目的是提供神經干細胞發(fā)展的三維模型。
論文研究中所面臨的最大的難題是如何獲取數據。由于物理和技術條件的限制,如何捕捉神經干細胞的三維圖像而不殺死細胞非常困難。研究干細胞的主流工具是相襯顯微鏡,但此種顯微鏡僅提供二維圖像。本文的研究內容即是基于這些二維圖像構建三維模型。
論文實現(xiàn)了從二維圖像到三維模型的構建與轉換。在轉換處理中,采用啟發(fā)式方法生成三
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于GPU的高性能并行優(yōu)化算法研究.pdf
- 基于GPU的深度學習算法并行化研究.pdf
- 基于GPU的圖像壓縮感知算法并行化研究.pdf
- 基于GPU的并行圖算法研究.pdf
- 基于GPU并行串匹配算法的研究.pdf
- 基于gpu的并行排序學習算法研究
- 基于GPU的FIR濾波并行化算法的研究與實現(xiàn).pdf
- 基于GPU的并行排序學習算法研究.pdf
- 基于GPU的并行智能算法.pdf
- 基于GPU集群的Mean Shift遙感圖像分割算法并行化研究.pdf
- 基于GPU的FPGA并行布線算法實現(xiàn).pdf
- 基于GPU的并行人臉識別算法研究.pdf
- 基于OpenMP的遺傳退火算法的并行化.pdf
- 基于OpenCV的GPU并行加速圖像匹配算法研究.pdf
- 基于GPU的并行線性判別分析算法研究.pdf
- 自適應混合高斯背景建模算法的GPU并行優(yōu)化研究.pdf
- 基于GPU加速的RDF查詢并行Join算法.pdf
- 基于CUDA平臺的機器學習算法GPU并行化的研究與實現(xiàn).pdf
- 圖像處理中塊匹配算法的GPU并行化研究.pdf
- 視頻運動目標檢測與跟蹤算法的GPU并行優(yōu)化.pdf
評論
0/150
提交評論