{“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”：[[2024,9,11]]，“日期时间”：“2024-09-11T11:37:51Z”，“时间戳”：1726054671841}，“出版商位置”：“查姆”，“参考计数”：16，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“类型”：”打印“，“值”：“97830322250”}，{“type”：“电子”，“value”：“978303022267”}]，“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”}]ion“：false}，”short-container-title“：[]，”published-print“用法：{“date-parts”：[2019]]}，“DOI”：“10.1007\/978-3-030-32226-7_3”，“type”：“book-chapter”，“created”：{”date-part“：[[2019,10,12]，“date-time”：“2019-10-12T06:05:33Z”，“timestamp”：157086033300}，”page“22-30”，”update-policy“：”http://\/dx.DOI.org\/10.10007\/springer_crossmark_policy“Crossref”，“is-referenced-by-count”：0，“title”：[“用于pRCC分类的空间频率非局部卷积LSTM网络”]，“前缀”：“10.1007”，“作者”：[{“给定”：“余”，“家族”：“赵”，”序列“：”第一“，”从属关系“：[]}，{“已知”：“元”，“家庭”：“刘”，“序列”：“附加”，“从属关系”：[]neneneep，{”给定“：”燕生“家族”:“看”，“顺序”：“额外”，“附属关系”：[]}“安贾尼”，“家庭”：“Sekuboyina”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“戴安娜”，“家族”：“Waldmannstetter”，“sequence”：“额外”，“affiliation”：[]}，}“给定的”：“宏威”，“家人”：“李”，“顺序”：“添加”，“附属关系”：[]}“，”家庭“：”赵“，”序列“：“additional”，“affiliation”：[]}，{“given”：“Kuangyu”，“family”：“Shi”，“sequence”：“addressional”，“abfiliation“：[]{”given“：“Bjoern”，“家族”：“Menze”，“sequence”:“additionable”，“filiation（从属关系）：[]2]，“member”：“297”，“published-online”：{“date-parts”：[2019,10,10]]}、“reference”：[{“issue”：“3”，“key”：”3_CR1“，”doi-asserted-by“：”publisher“，”first page“：”193“，“doi”：“10.1016\/j.ctrv.2007.12.001”，“volume”：“34”，“author”：“K Gupta”，“year”：“2008”，“unstructured”：“Gupta，K.，et al.：转移性肾细胞癌（mRCC）的流行病学和社会经济负担：文献综述。《癌症治疗评论》34（3），193\u2013205（2008）”，“杂志标题”：“癌症治疗评论”}，{“问题”：“7641”，“关键”：“3_CR2”，“doi-asserted-by”：“publisher”，“first page”：“348”，“DOI”：“10.1038\/nature21369”，“volume”：”542“，“author”：“HC Hazlett”，“year”：“2017”，“unstructured”：“Hazlett，H.C.等人：自闭症谱系障碍高危婴儿的早期大脑发育。Nature 542（7641），348（2017）”，“journal-title”：“Nature”}，{“key”：：“He，K.，et al.：图像识别的深度剩余学习。摘自：IEEE计算机视觉和模式识别会议记录，第770\u2013778页（2016）”，“DOI”：“10.1109\/CVPR.2016.90”}，{“key”：“3_CR4”，“DOI-asserted-by”：“crossref”，“unstructured”：“Huang，G.，et al.：密集连接卷积网络。摘自：IEEE计算机视觉和模式识别会议论文集，第4700\u20134708页（2017）”，“DOI”：“10.1109\/CVPR.2017.243”}，{“issue”：“4”，“key”：“3_CR5”，“DOI-asserted-by”：“publisher”，“first page”：”1162“，“DOI:”10.1158\/1078-0432.CCR-08-1229“，”volume“：”15“author”：“T Klatte”，“年份”：“2009年”，“非结构化”：“Klatte，T.，et al.：1型和2型乳头状肾细胞癌的细胞遗传学和分子肿瘤特征分析。《临床癌症研究》15（4），1162\u20131169（2009）”，“期刊标题”：“临床癌症研究”}，{“问题”：“7553”，“关键字”：“3_CR6”，“doi-asserted-by”：“publisher”，“首页”：“436”，”doi“10.1038\/nature14539”，“volume”：“521”，“author”：“Y LeCun”，“year”：“2015”，“unstructured”：“LeCun，Y.，Bengio，Y.和Hinton，G.：深度学习。Nature 521（7553），436（2015）”，“journal-title”：“Nature”}，{“key”：《自然》}，“3_CR7”，“doi-asserted-by”：“crossref”，“非结构化”：“Novikov，A.A.，et \u00a0al.：体积医学扫描中器官的深度序列分割。IEEE Trans.Med。Imaging 36，1359\u20131371（2018）“，”DOI“：”10.1109\/TMI.2017.2679981“}，{”key“：”3_CR8“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“234”，“DOI”：“10.1007\/978-3319-24574-4_28”，“volume-title”：“医学图像计算和计算机辅助干预\u2013 MICCAI 2015”，“author”：“O Ronneberger”，“年”：“2015年”，“非结构化”：“Ronneberger，O.，Fischer，P.，Brox，T.：U-net：生物医学图像分割的卷积网络。收录人：Navab，N.、Horneger，J.、Wells，W.M.、Frangi，A.F.（编辑）MICCAI 2015。LNCS，第9351卷，第234\u2013241页。查姆施普林格（2015）。\n https:\/\/doi.org\/10.1007\/978-3-319-24574-4_28“}，{”issue“：”5“，”key“：”3_CR9“，”doi-asserted-by“：”publisher“，”first page“：“1170”，”doi“：”10.1109\/TMI.2015.2482920“，”volument“：”35“，”author“：”HR Roth“，”year“：”2016“，”unstructured“：”Roth，H.R.等人：使用卷积神经网络和随机视图聚合改进计算机辅助检测。IEEE传输。医学成像35（5），1170\u20131181（2016）“，“期刊标题”：“IEEE Trans。医学成像“}，{“key”：“3_CR10”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“首页”：“259”，“doi”：“10.1007\/978-3-030-00928-1_30”，《volume-title》：“医学图像计算与计算机辅助干预\u2013 MICCAI 2018”，“author”：“J Schlemper”，“year”：“2018”，《unstructured》：“Schlenper，J.等人：使用深度潜在表示学习从欠采样的k空间进行心脏MR分割。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259\u2013267页。查姆施普林格（2018）。\n https:\/\/doi.org\/10.1007\/978-3-030-00928-1_30“}，{”issue“：”2“，”key“：”3_CR11“，”doi-asserted-by“：”publisher“，”first page“：“841”，“doi”：“10.1007\/s00429-013-0687-3”，“volume”：“220”，“author”：“HI-Suk”，“year”：“2015”，“unstructured”：“Suk，H.I.等人：使用堆叠自动编码器进行AD\/MCI诊断的潜在特征表示。大脑结构。功能。220（2），841\u2013859（2015）”，“期刊标题”：“大脑结构。功能。“}，{”key“：”3_CR12“，”doi-asserted-by“：”crossref“，”unstructured“：”Szegedy，C.，et al.：深入卷积。摘自：IEEE计算机视觉和模式识别会议论文集，第1\u20139（2015）页“，”doi“：”10.1109\/CVPR.2015.7298594“}”，{“issue”：“11”，“key”：“3_CR13”，“doi-assert-by”：“publisher”，“first page”：”2459“，”“doi”：“”10.1109 \/TMI.2016.2578680“，“volume”：“35”，“author”：“O Jimenez-del Toro”，“year”：“2016”，“unstructured”：“Jimenex-del Toro，O.，et al.：基于云的解剖结构分割评估和地标检测算法：内脏解剖基准。IEEE传输。医学成像35（11），2459\u20132475（2016）“，“期刊标题”：“IEEE Trans。医学成像“}，{“问题”：“6”，“关键”：“3_CR14”，“doi-asserted-by”：“出版商”，“首页”：“W288”，“doi”：“10.2214\/AJR.18.19551”，“卷”：“211”，“作者”：“BA Varghese”，“年份”：“2018”，“非结构化”：“Varghese，B.A.等人：利用增强CT鉴别以固体增强为主的低血脂肾细胞团：评估纹理在肿瘤分型中的作用。美国伦琴诺尔。211（6），W288\u2013W296（2018）”，“新闻标题”：“Am.J.Roentgenol。}，{“key”：“3_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang，X.，et al.：非局部神经网络。摘自：IEEE计算机视觉与模式识别会议论文集，第7794\u20137803（2018）页”，“doi”：“10.1109\/CVPR.2018.00813”}，}，“issue”：“7697”，“key“3_CR16”，“doi-asserted-by”:“publisher”，《首页》：“487”，“TOI”：10.1038\/nature25988”，“卷”：“555”，“作者”：“B Zhu”，“年份”：“2018”，“非结构化”：“Zhu，B.等人：通过域变换流形学习进行图像重建。Nature 555（7697），487（2018）“，”journal-title“：”Nature“}]，”container-title”：[“计算机科学课堂讲稿”，“医学图像计算和计算机辅助干预\u2013 MICCAI 2019”]，”original-title:[]，“language”：“en”，“link”：[{“URL”：“http://\link.springer.com/content\/pdf\/10007\/978-3-030-32226-7_3”，“content-type”：“unspecified”，“content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2019,10,12]]，”date-time“：”2019-10-12T06:11:04Z“，”timestamp“：1570860664000}，”score“：1，”resource“：{primary”：{“URL”：“http://\link.springer.com/10.1007\/978-3-030-32226-7_3”}，“subtitle”：[]，“shorttitle”：[]，“发布“：{“date-parts”：[2019]]}，“ISBN”：[“978303022250“，”9783030322267“]，”references-count“：16，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-32226-7_3“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“type”:“print”，“value”：“0302-974”}，{“类型”：“electronic”，“值”：“1611-3399”}]，“主题”：[]，“发布“：{”日期部分“：[2019]]}，”断言“：[{”值“：”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”，“table”：“conference-Acromnim”，“groups”:{“name”：“ConferenceInfo”国际医学图像计算与计算机辅助干预会议“，”order“：2，”name“：”Conference_name“，”label“：”会议名称“，”group“：会议信息“}}，{“value”：“China”，“order”：4，“name”：“Conference_country”，“label”：“Conference-country”、“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}、{“value”：“2019”，“订单”：5、“name”=“Conference_year”，“table”：“Meference_year”2019年10月13日“，”order“：7，”name“：”conference_start_date“，”label“：”会议开始日期“，”group“：“”name“：”conference_number“，”label“：”会议编号“，”group“：{“name”：”ConferenceInfo“，“label”：”会议信息“}}，{“value”：”miccai2019“，”order“：10，”name“：“conference_id”，”label:“会议id”，“group”:{“name”：“ConferenceInformo”，“labele”：“会议信息”}}、{“value”：“https:\\/www.miccai199.org//”，“order”：11，“name”conference_url“，”标签“：”会议URL“，”组“：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“Double-blind”，“order”：1，“名称”：“type”，”标签“：“type”，“group”：{名称：“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}}label“：”会议管理系统“，”group“：{“name”：“ConfEventPeerReviewInformation”，“label”：“Peer Review信息（由会议组织者提供）”}}，{“value”：“1730”，“order”：3，“name”:“number_of_submissions_sent_for_Review”，“table”：“发送供审阅的提交数”，“group”：同行评议信息（由会议组织者提供）“}}，{”value“：”539“，”order“：4，”name“：”number_of_full_papers_accepted“，”label“：”已接受的全文数“，”group“：{”name“:”ConfEventPeerReviewInformation“，”tabel“：“同行评议资料（由会议主办方提供）”}}}、{“value”：“0”，“order”：5，“name”：“”number_of_short_papers_accepted“，”label“：”接受的短文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”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“，”label“：”完整论文的接受率“，”group“：”{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“3.07”，“order”：7，“name”:“average_number_of_reviews_per_paper”，“table”：“每篇论文的平均审阅次数”，“group”：{“”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（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”：同行评审信息（由会议组织者提供）“}}，{“value”：“Yes”，“order”：9，“name”：“external_reviewers_involved”，“label”：“external reviewers involved”、“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息