{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,4,2]，“日期时间”：“2024-04-02T17:21:26Z”，“时间戳”：1712078486281}，“出版商位置”：“查姆”，“参考计数”：11，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“97830322250”，“类型”：”打印“}，{“值”：“9783030322267”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2019,1,1]]，“date-time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://\www.springer.com\/tdm”}]}，“short-container-title”：[]，“published-print”用法：{“date-parts”：[2019]]}，“DOI”：“10.1007\/978-3-030-32226-7_14”，“type”：“book-chapter”，“created”：{”date-part“：[[2019,10,12]，“date-time”：“2019-10-12T06:05:33Z”，“timestamp”：157086033300}，”page“：”121-129“，”update-policy“http:\/\/dx.DOI.org\/10007\/springer_crossmark_policy”，“source”“：”Crossref“，”is-referenced-by-count“：10，”title“：[“耳蜗植入术后CT成像中基于深度学习的金属伪影减少”]，“前缀”：“10.1007”，“作者”：[{“给定”：“子豪”，“家族”：“王”，“序列”：“第一”，“从属关系”：[]}，{“已知”：“克莱尔”，“家庭”：“范德斯汀”，“顺序”：“附加”，“附属关系”：[]}，“附属关系”：[]｝，｛“给定”：“Dan”，“家族”：“Gnansia”，“序列”：“additional”，“附属关系”：[]｝，｛“给定”：“Charles”，“家族”：“Raffaelli”，“序列”：“additional”，“附属关系”：[]｝，｛“给定”：“Nicolas”，“家族”：“Guevara”，“序列”：“additional”，“附属关系”：[]｝，｛“给定”：“Herv\u00e9”，“家族”：“Delingette”，“序列”：“additional”，“附属关系”“：[]｝]，“member”：“297”，“published-online”：{“date-parts”：[[2019,10,10]]}，“reference”：[{“key”：“14_CR1”，“doi-asserted-by”：“publisher”，”first page“：”1“，”doi“：”10.1016\/j.compedimag.2017.04.002“，”volume“：“59”，”author“：”T Demarcy“，”year“：”2017“，”unstructured“:“Demarcy，T.等人：自动分析分段的人类耳蜗形状变化CT图像。计算。医学成像图。59，1\u201312（2017）“，“新闻标题”：“计算。医学成像图。}，{“key”：“14_CR2”，“unstructured”：“Gjesteby，L.，et al.：具有感知损失功能的CT金属伪影消除深度神经网络。In：第五届X射线计算机断层成像国际会议，盐湖城，第439\u2013443页，2018年5月”}，}，“key“：”14_CR3“，”doi-asserted-by“：”publisher“，”first page“：“175”，“doi”：“10.1186\/s12938-018-0609-y“，“卷”：“17”，“作者”：“X Huang”，“年份”：“2018”，“非结构化”：“Huang，X.，Wang，J.，Tang，F.，Zhong，T.，Zhang，y.：通过深度残余学习减少颈部CT图像上的金属伪影。生物医学。Eng.OnLine 17，175（2018）“，”杂志标题“：”生物医药。Eng.OnLine“}，{”issue“：“2”，”key“：“14_CR4”，”doi-asserted-by“：”publisher“，”first page“：”576“，”doi“：”10.1148\/radiology.164.2.3602406“，“volume”：“164”，“author”：“WA Kalender”，“year”：“1987”，“unstructured”：“Kalender，W.A.，Hebel，R.，Ebersberger，J.：减少金属植入物引起的CT伪影。放射学164（2），576\u2013577（1987）“，”journal-title“：”Radiology“}，{”issue“：”1“，”key“：”14_CR5“，”doi-asserted-by“：”publisher“，”first page“：“1”，“doi”：“10.1364\/JOSA.61.00001”，“volume”：“61”，“author”：“EH Land”，“year”：“1971”，”unstructured“：Land，E.H.，McCann，J.J.J.J.：Lightness and retinex theory。J.Opt.Soc.Am.61（1），1\u201311（1971）“，”journal-title“：”J.Opt.Soc.Am.“}，{”key“：”14_CR6“，”非结构化“：”S\u00e1nchez，I.，Vilaplana，V.：使用3D生成对抗网络的脑MRI超分辨率。In:第一届医学影像与深度学习会议（MIDL 2018），阿姆斯特丹（2018）“}，{“issue”：“9”，“key”：“14_CR7”，“doi-asserted-by”：“publisher”，“first-page”：“2803”，“doi”：“10.1088\/0031-9155\/57\/9\/2803”，”volume“：”57“，”author“JM Verburg”，”year“：“2012”，“unstructured”：“Verburg，J.M.，Seco，J.：针对光束硬化和缺失投影的CT金属伪影减少方法。物理学。医学生物学。57（9），2803\u20132818（2012）“，“新闻标题”：“物理学。医学生物学。“}，{”key“：”14_CR8“，”series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first page“：“3”，”doi“：”10.1007\/978-3-030-00928-1_1“，“volume-title”：“医学图像计算与计算机辅助干预\u2013 MICCAI 2018”，“author”：“J Wang”，“year”：“2018”，”unstructured“：”Wang，J.，Zhao，Y.，Noble，J.H.，Dawant，B.M.：减少耳朵CT图像中金属伪影的条件生成对抗网络。收录人：Frangi，A.F.、Schnabel，J.A.、Davatzikos，C.、Alberola-L\u00f3pez，C.、Fichtinger，G.（编辑）MICCAI 2018。LNCS，第11070卷，第3\u201311页。查姆施普林格（2018）。\n https:\/\/doi.org\/10.1007\/978-3-030-00928-1_1“}，{“问题”：“10”，“密钥”：“14_CR9”，“doi-asserted-by”：“出版商”，“首页”：“2471”，“doi”：“10.1088\/0031-9155\/53\/10\/002”，“卷”：“53”，“作者”：“A Wunderlich”，“年份”：“2008”，“非结构化”：“Wunderlich，A.，Noo，F.：直接扇束X射线计算机断层扫描中的图像协方差和病变检测能力。物理学。医学生物学。53（10），2471\u20132493（2008）“，“期刊标题”：“物理学。医学生物学。}，{“key”：“14_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，R.，Yali，H.，Zhen，Z.：基于多尺度Retinex理论的超声肝脏图像增强算法。发表于：2011年第五届生物信息学和生物医学工程国际会议，中国武汉，pp.1\u201332011年5月”，“doi”：“10.1109 \/icbe.2011.5780462”}，“issue”：“6“，”key“：“14_CR11”，”doi-asserted-by“：”publisher“，”first page“：”1370“，”doi“：”10.1109\/TMI.2018.2823083“，”volume“：：”37“，”author“：”Y Zhang“，”year“：”2018“，”unstructured“：”Zhang，Y.，Yu，H.：基于卷积神经网络的X射线CT金属伪影减少。IEEE传输。医学成像37（6），1370\u20131381（2018）“，“期刊标题”：“IEEE Trans。Med.Imageging“}]，“容器标题”：[“计算机科学讲义”，“医学图像计算与计算机辅助干预\u2013 MICCAI 2019”]，“原标题”：[]，“链接”：[{“URL”：“http:\/\/link.springer.com\/content/pdf\/10.1007\/978-3-030-32226-7_14”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用”：“相似性检查“｝”，“寄存”：｛“日期部分”：[[2019,10,12]]，“日期-时间”：“2019-10-12T06:11:50Z”，“时间戳”：1570860710000｝，“分数”：1，“资源”：｛“主”：｛“URL”：“http:\/\/link.springer.com\/10.1007\/978-3-030-32226-7_14”｝，“副标题”：[]，“短标题”：[]，“已发行”：｛“日期部分”：[[2019]｝，“ISBN”：[“9783030322250”，“9783030322267“]，”references-count“：11，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-32226-7_14“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-7743“、”type“:”print“}、{”value“：”1611-33049“、”类型“：”electronic“}]、”subject“：【】，”published“：{”date-parts“：【2019】}，“断言”：[{“value”：“2019年10月10日”，“order”：1，“name”：“first_online”，“label”：“First Online”，“group”：{“name”：“ChapterHistory”，“label”：“章节历史”}}，{“value”：“MICCAI”，“order”：1，“name”:“conference_acrombit”，“标签”：“conference acronym”，”group“：{”name“：”ConferenceInfoconference_name“，”label“：”会议名称“，”group“：group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”2019“，”order“：5，”name“:”Conference_year“，”label“：“会议年份”，“group”：{“name”：“ConferenceInformo”，“label”：“会议信息”}，“value”：“2019年10月13日”，“order”：7，“name”:“Conference_start_date”，“标签”：“大会开始日期”，”group“”:{“名称”：“confernceInfo”“，”label“：”Conference Information“}}，{“value”：“2019年10月17日”，“order”：8，“name”：“Conference_end_date”，“label”：“ConferenceEnd date”，“group”：{“name”:“ConferenceInformation”，“table”：“会议信息”}}value“：”miccai2019“，”order“：10，”name“：”conference_id“，”label“：”会议id“，”group“：双盲“，”order“：1，”name“：”type“，”label“：”type“，”group“：｛”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“｝｝｝，｛”value“：”CMT“，”order“：2，”name“：”conference_management_system“，”label“：”会议管理系统“，”group“：｛”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{“value”：“1730”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，“label”：“发送供评审的提交数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息”（由会议主办方提供）number_of_full_papers_accepted“，”label“：”接受的全文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行评审信息（由会议组织者提供）“}}，{”value“：”0“，”order“：5，”name“:”number_ of_short_papers_Accepteded“，”table“：”已接受的短文数“，“group”：{“name”：“”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”31%-该值由等式“接受的全文数”/“发送供评审的提交数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_Full_Papers“，”标签“：”全文接受率“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”3.07“，”order“：7，”name“:”average_number_of_reviews_per_paper“，”标签“：”每篇论文的平均评论数“，”google“：同行评议信息（由会议组织者提供）“}}，{“value”：“6.31”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“tabel”：”同行评议资讯（由会议组织方提供）“{}}”，{（value）：“Yes”，“订单”：9，“name“：”external_reviewers_involved“，”label“：”涉及外部审阅者“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行审阅信息（由会议组织者提供）“}}]}}