{“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”：“2024-09-11T11:35:11Z”，“时间戳”：1726054511898}，“出版商位置”：“查姆”，“参考计数”：10，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“类型”：”打印“，“值”：“97830322502”}，{“类型”：“电子”，“value”：“9783030322519”｝]，“license”：[｛“start”：｛“date parts”：[[2019,11]，“date time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000｝，“content version”：“tdm”，“delay in days”：0，“URL”：“http:\/\/www.springer.com\/tdm”｝，｛“start”：｛“date parts”：[[2019,11]，“date time”：“2019-01-01T00:00:00Z”，“timestamp”：1546300800000｝，“内容版本”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com//tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2019]]}，”DOI“：”10.1007\/978-3-030-32251-9_86“，”type“：”book-chapter“，”created“：{”date-part“：[[[2019,10,9]]，“日期时间”：“2019-10-09T23:08:49Z”，“时间戳”：1570662529000}，“页面”：“786-794”，“更新策略”：“http://\/dx.doi.org \/10.1007\/springer_crossmark_policy”，“源”：“Crossref”、“is-referenced-by-count”：6，“标题”：[“基于小波的半监督对抗学习，用于从3T MRI合成真实7T”]，“前缀”：“10.1007”，”作者：[{“给定”：“梁启功”，“家族”：“曲”，“序列”：“first”，“affiliation”：[]}，{“given”：“Shuai”，“family”：“Wang”，“sequence”：“additional”，“filiation“：[]{”given“：”Pew-Thian“，”family“：”Yap“，”sequence“：”additional“，”affiliance“：[]}，}“giving”：“Dinggang”，“家族”：“沈”，“序列”：“additional”、“affidiation”：[]}]，“member”：“297”，“published on line”：{“date-pa”rts“：[[2019,10,10]]}，”参考“：[{“volume-title”：“多分辨率信号分解：变换、子带和小波”，“year”：“2001”，“author”：“AN Akansu”，“key”：“86_CR1”，“unstructured”：“Akansu，A.N.，Haddad，P.A.，Haddard，R.A.：多分辨率信号分裂：变换、子带和小波。奥兰多学术出版社（2001）”}，{“issue”：“5”，“key”：”86_CR2“，“doi-asserted-by”：“publisher”，“first page”：“1661”，“doi”：“10.1002\/mp.12132”，“volume”：：“44”，“author”：“K Bahrami”，“year”：“2017”，“unstructured”：“Bahrama，K.，Shi，F.，Rekik，I.，Gao，Y.，Shen，D.：3T MRI超分辨率7T引导。Med.Phys.44（5），1661\u20131677（2017）”，“日志标题”：“Med.Phys”}，{“键“：”86_CR3“，”序列号“：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：“39”，“doi”：“10.1007\/978-3-319-46976-8_5”，“volume-title”：“医学应用的深度学习和数据标记”，“author”：“K Bahrami”，“year”：“2016”，“unstructured”：“Bahrami，K.，Shi，F.，Rekik，I.，Shen，D.：卷积神经网络，用于使用外观和解剖特征从3T MRI重建7T样图像。收录：Carneiro，G.，et al.（eds.）LABELS \/DLMIA-2016。LNCS，第10008卷，第39页\u201347。查姆施普林格（2016）。\n https:\/\/doi.org\/10.1007\/978-3-319-46976-8_5“}，{“key”：“86_CR4”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“659”，“doi”：“10.1007\/978-30-319-24571-3_79”，“volume-title”：”医学图像计算和计算机辅助干预\u2013 MICCAI 2015“，”作者：“K Bahrami”，“年份”：“2015”，“非结构化”：“Bahrami，K.，Shi，F.，Zong，X.，Shin，H.W.，An，H.，Shen，D.：使用多级CCA和组稀疏性从3T MRI中分层重建7T样图像。收录人：Navab，N.、Horneger，J.、Wells，W.M.、Frangi，A.F.（编辑）MICCAI 2015。LNCS，第9350卷，第659\u2013666页。施普林格，查姆（2015）。\n https:\/\/doi.org\/10.1007\/978-3-319-24571-3_79“}，{“key”：“86_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Huang，H.，He，R.，Sun，Z.，Tan，T.：Wavelet-SRNet:一个基于小波的CNN，用于多尺度人脸超分辨率。收录于：IEEE ICCV论文集，第1689\u20131697页（2017）”，“doi”：“10.1109\/ICCV.2017.187”}，}doi-asserted-by“：”crossref“，”unstructured“：”Isola，P.，Zhu，J.Y.，Zhou，T.，Efros，A.A.：使用条件对抗网络进行图像到图像的转换。摘自：Proceedings IEEE CVPR，pp.1125\u20131134（2017）“，“DOI”：“10.1109\/CVPR.2017.632”}，{“key”：“86_CR7”，“unstructured”：“Kingma，D.P.，Ba，J.：Adam:a method for random optimization。arXiv预印本：1412.6980\n\n（2014）”}publisher，“首页”：“708”，“DOI”：“10.1016\/j.ejrad.2011.07.007”，“卷”：“82”，“作者”：“AG Kolk Van der”，“年份”：“2013年”，“非结构化”：“Van der Kolk，A.G.，Hendrikse，j.，Zwanenburg，j.j.，Visser，F.，Luijten，P.R.：7T MRI在大脑中的临床应用。欧洲无线电杂志。82（5），708\u2013718（2013）“，“新闻标题”：《欧洲无线电杂志》。“}，{”key“：”86_CR9“，”series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first page“：“410”，”doi“：”10.1007\/978-3-030-00928-1_47“，”volume-title“：“医学图像计算与计算机辅助干预\u2013 MICCAI 2018”，”author“：”Y Zhang“，”year“：”2018“，”unstructured“：”Zhang，Y.，Cheng，J.-Z.，Xiang，L.，Yap，P.-T.，Shen，D.：从3T MRI合成7T的双域级联回归。In:Frangi，A.F.，Schnabel，J.A.，Davatzikos，C.，Alberola-L\u00f3pez，C.，Fichtinger，G.（编辑）MICCAI 2018。LNCS，第11070卷，第410\u2013417页。查姆施普林格（2018）。\n https:\/\/doi.org\/10.1007\/978-3-030-00928-1_47“}，{“key”：“86_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhu，J.Y.，Park，T.，Isola，P.，Efros，A.A.：使用循环一致对抗网络进行未配对的图像到图像转换。摘自：IEEE CVPR会议记录，第2223\u20132232页（2017）”，“doi”：“10.1109\/ICCV.2017.244”}]，“container-title”：[“计算机科学讲义”，“医学图像计算和计算机辅助干预\u2013 MICCAI 2019”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/978-3-030-32251-9_86”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期-部分”：[[2019,10,10]]，“日期-时间”：“2019-10-10T01:07:36Z”，“时间戳”：1570669656000}，“分数”：1，“资源”：{-“主要”：{:“URL”：“http://\/link.springer.com\/10.1007\/978-3-030-32251-9_86”}}，”副标题“：[]，”短标题“：[]，“发布”：{--“日期-部件”：[2019]]}，“ISBN”：[“9783030322502”，“978330322519”]，“references-count”：10，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-030-32251-9_86”，“关系”：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“type”:“print”，“value”：“0302-7743”}，{“类型”：“electronic”，“值”：“1611-349”}]，“主题”：[]，“发布”：{“日期段”：[2019]]}，“assertion”：[{“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”，“table”：“conference acronym”，”group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}”，{”value“：”医学图像计算与计算机辅助干预国际会议“，”order“：2，”name“：“conference_name”，“label”：“会议名称”，“group”：{“name”：“ConferenceInfo”，“group”：{“name”：“ConferenceInfo”，“label”：“conferenceInformation”}}，{“value”：“2019”，“order”：5，“name”:“Conference_year”，“标签”：“会议年”，“groups”：{“name”∶“ConferenceInfo”信息“，“label”：“Conference Information”}}，{“value”：“2019年10月17日”，“order”：8，“name”：“Conference_end_date”，“lable”：“会议结束日期”，“group”：{“name”:“ConferenceInfo”，”label“：”Conferency Information“}，”{“value”：“22”，“订单”：9，“name“Conference_number”，{“value”：“miccai2019”，“order”：10，“name”：“conference_id”，“label”：“ConferenceID”，“group”：{“name”:“ConferenceInfo”，“table”：“会议信息”}}，{“value”：“https:\/\/www.miccai19.org\/”，“订单”：11，“name“conference_url”，“标签”：“大会url”，“组”:{“name”：“ConferenceInfo”：“双盲”，“顺序”：1，“name”：“type”，“label”：“type”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“Peer Review Information（由会议组织者提供）”}}，{“value”：“CMT”，“order”：2，“名称”：“conference_management_system”：“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”：“同行审议信息（由大会组织者提供）：“number_of_full_papers_accepted”，“label”：“接受的全文数量”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“0”，“order”：5，“name”：“number_of_short_papers_accepted”，“label”：“接受的短文数量”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“31%-该值由公式“接受的全文数量/发送供评审的提交数量*100”计算，然后四舍五入为整数。”，“order”：6，“name”：“acceptance_rate_of_Full_Papers”，“label”：“整篇论文的接受率”，“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”：“每篇论文的平均评论数”：“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”：“每位审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由大会组织者提供）：“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）”}}]}}