Diagnostic Potential of Imaging Flow Cytometry

Minh Doan, Ivan A. Vorobjev, Paul C. T. Rees, Andrew J. Filby, Olaf Wolkenhauer A, Anne E. Goldfeld, Judy Lieberman, Natasha S. Barteneva, Anne Elizabeth Carpenter, Holger Hennig

2018

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)

DOI 10.1016/j.tibtech.2017.12.008

Достоверность данных 85 высокая

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Imaging flow cytometry (IFC) captures multichannel images of hundreds of thousands of single cells within minutes. IFC is seeing a paradigm shift from low- to high-information-content analysis, driven partly by deep learning algorithms. We predict a wealth of applications with potential translation into clinical practice.