Datensatz Zitierlink: 
https://doi.org/10.34726/hss.2025.131040
http://hdl.handle.net/20.500.12708/218045
-
Titel: 
Deep Learning-Based Quantification of 5-HT2C Receptor Immunofluorescence-Labelling in Human Spinal Motoneurons
en
Zitat: 
Fröhlich, J. (2025). Deep Learning-Based Quantification of 5-HT2C Receptor Immunofluorescence-Labelling in Human Spinal Motoneurons [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2025.131040
-
reposiTUm-DOI: 
10.34726/hss.2025.131040
-
CatalogPlus: 
AC17605566
-
Publikationstyp: 
Hochschulschrift - Diplomarbeit
de
Sprache: 
Englisch
-
Autor_innen: 
Fröhlich, Julius 
-
Betreuer_in: 
Rattay, Frank 
-
Organisations­einheit: 
E101 - Institut für Analysis und Scientific Computing 
-
Datum (veröffentlicht): 
2025
-
Umfang: 
86
-
Keywords: 
5-HT receptor; Rückenmark; Rückenmarksverletzung
de
 
5-HT receptor; spinal cord; spinal cord injury
en
Weitere Information: 
Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprueft - gesperrte Arbeit (bis 2026-08-06+02:00)
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
-
Lizenz: 
Urheberrechtsschutz
de
Enthalten in den Sammlungen:
Thesis

Froehlich Julius - 2025 - Deep Learning-Based Quantification of 5-HT2C Receptor...pdf
Adobe PDF
(5.1 MB)
Open Access
Embargo. Zugriff ab 31.08.2026
Zur Langanzeige

Seiten Aufrufe

2
aufgerufen am 08.08.2025

Google ScholarTM

Check