Image-based & machine learning-guided multiplexed serology test for SARS-CoV-2

Beskrivning

Single-cell extracted imaging features created in project "Image-based & machine learning-guided multiplexed serology test for SARS-CoV-2". The dataset includes train (with annotations) and test features used in the manuscript. Four SARS-CoV-2 antigens (S, N, R, M) were imaged separately with serum samples presenting IgG, IgA and IgM antibodies.

Visa mer

Publiceringsår

2022

Upphovspersoner

Aalto-universitetet

Department of Computer Science

Adam Visnyovszki - Upphovsperson

Akos Diosdi - Upphovsperson

Andras Kriston - Upphovsperson

Annika Koponen - Upphovsperson

Antti Hassinen - Upphovsperson

Anu Kantele - Upphovsperson

Christian Guckelsberger - Upphovsperson

Ede Migh - Upphovsperson

Edina Guykity Sebestyen - Upphovsperson

Eszter Fodor - Upphovsperson

Ferenc Kovacs - Upphovsperson

Gabriella Terhes - Upphovsperson

Ilkka Julkunen - Upphovsperson

Jussi Hepojoki - Upphovsperson

Katalin Burian - Upphovsperson

Krisztina Buzas - Upphovsperson

Lajos Kemeny - Upphovsperson

Lassi Paavolainen - Upphovsperson

Laura Kakkola - Upphovsperson

Laura Turunen - Upphovsperson

Lev Levanov - Upphovsperson

Maria Harmati - Upphovsperson

Minttu Polso - Upphovsperson

Olli Kallioniemi - Upphovsperson

Olli Vapalahti - Upphovsperson

Pekka Kolehmainen - Upphovsperson

Peter Horvath - Upphovsperson

Reka Hollandi - Upphovsperson

Swapnil Potdar - Upphovsperson

Tomas Strandin - Upphovsperson

Vilja Pietiäinen - Upphovsperson

Zsombor Lacza - Upphovsperson

Biological Research Center of the Hungarian Academy of Sciences - Medarbetare

Queen Mary University of London - Medarbetare

University of Helsinki - Medarbetare

University of Szeged - Medarbetare

University of Turku - Medarbetare

University of Zurich - Medarbetare

Zenodo - Utgivare

Övriga uppgifter

Vetenskapsområden

Data- och informationsvetenskap

Öppen tillgång

Öppet

Licens

Creative Commons Attribution 4.0 International (CC BY 4.0)