Verbundprojekt: Neue digitale "Deep Learning" Visualisierungs- und Analysewerkzeuge für gewebe-intrinsische photonische Signale zur 3D Differentialdiagnostik in der Pathologie - Akronym: Digi3D; Teilvorhaben: Erstellung der Grundlagen für die Registrierung und Schichtselektion von gewebe-intrinsischen Signalen

dc.contributor.author	Rußmann, Christoph
dc.date.accessioned	2025-07-23T11:09:45Z
dc.date.available	2025-07-23T11:09:45Z
dc.date.issued	2024
dc.description.abstract	Datei-Upload durch TIB	ger
dc.description.version	publishedVersion
dc.identifier.uri	https://oa.tib.eu/renate/handle/123456789/20029
dc.identifier.uri	https://doi.org/10.34657/19046
dc.language.iso	ger
dc.publisher	Hannover : Technische Informationsbibliothek
dc.relation.affiliation	Hochschule für Angewandte Wissenschaft und Kunst Hildesheim, Holzminden, Göttingen - Fakultät Naturwissenschaft und Technik
dc.rights.license	Creative Commons Attribution-NonDerivs 3.0 Germany
dc.rights.uri	https://creativecommons.org/licenses/by-nd/3.0/de/
dc.subject.ddc	500
dc.title	Verbundprojekt: Neue digitale "Deep Learning" Visualisierungs- und Analysewerkzeuge für gewebe-intrinsische photonische Signale zur 3D Differentialdiagnostik in der Pathologie - Akronym: Digi3D; Teilvorhaben: Erstellung der Grundlagen für die Registrierung und Schichtselektion von gewebe-intrinsischen Signalen	ger
dc.type	Report
dc.type	Text
dcterms.event.date	15.08.2020 bis 31.12.2023
dcterms.extent	18 Seiten
dtf.funding.funder	BMFTR
dtf.funding.program	13N15356
dtf.funding.verbundnummer	01219834
tib.accessRights	openAccess

Now showing 1 - 1 of 1