Explore la tessellation pour l'analyse des données SMLM, couvrant les principes de segmentation et de colocalisation de Voronoi, les applications dans différents domaines, et l'intégration des méthodes de quantification.
Couvre la navigation globale, les algorithmes de planification des chemins, la décomposition des cellules, les méthodes de champs potentiels et l'optimisation des chemins basée sur la stigmergie.
Couvre la quantification des distributions de probabilité, le regroupement statistique des moyennes k, l'estimation moyenne, les méthodes de regroupement robustes et les questions de recherche ouvertes.
