{“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”：[[2024,3,11]]，“日期时间”：“2024-03-11T15:40:30Z”，“时间戳”：1710171630154}，“出版商位置”：“查姆”，“参考计数”：18，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“值”：“97830348687”，“类型”：”打印“}，{“值”：“9783030348694”，“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”：“https:\\/www.springernature.com\/gp\/researters\/text-and-data-mining”}，“日期时间”：“2019-01-01T00:00:00Z”，“时间戳”：1546300800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2019]]}”，“DOI”：“10.1007\/978-3030-30-30 34869-4_21“，”类型“：”书壳“，“created”：{“date-parts”：[[2019,11,25]]，“date-time”：“2019-11-25T00:02:57Z”，“timestamp”：1574640177000}，“page”：“191-199”，“update-policy”：”http:\\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：5，“title”：[“用于\u00a0糖尿病视网膜病变检测的多类Deep All-CNN”视网膜眼底图像“]，“前缀”：“10.1007”，“作者”：[{“给定”：“乌代·基兰”，“家族”：“查拉”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“巴凡库玛”，“家庭”：“耶拉马拉朱”，“sequence”：“附加”，“affiliation”：[]}tt“，”sequence“：”additional“，”affiliation“：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2019,11,25]]}，“reference”：[{“issue”：“5”，“key”：“21_CR1”，“first-page”：“519”，“volume”：”4“，“author”：“I Tajunisah”，“year”：“2011”，“unstructured”：“Tajunishah，I.，et al.：2型糖尿病患者首次眼科门诊时对眼部并发症和视网膜病变患病率的认识。国际期刊。眼科学。4（5），519\u2013524（2011）“，“期刊标题”：《国际眼科杂志》。“}，{”问题“：”1“，”关键“：”21_CR2“，”首页“：”43“，”卷“：”6“，”作者“：”CS Cockram“，”年份“：”2000“，”非结构化“：”Cockram，C.S.：亚洲太平洋地区糖尿病流行病学。香港医学杂志6（1），43\u201352（2000）“，”杂志标题“：”香港医学杂志“}”，{“问题”：“5”，“关键”：“21_CR3”，”doi-asserted-by“：”publisher“，”首页“：”1047“，”DOI“：”10.2337\/diacare.27.5.1047“，“volume”：“27”，“author”：“S Wild”，“year”：“2004”，“unstructured”：“Wild，S.等：全球糖尿病流行率：2000年估计值和2030年预测值。糖尿病。Care 27（5），1047\u20131053（2004）“，“新闻标题”：“糖尿病。Care”}，{“key”：“21_CR4”，“unstructured”：“第二次国家健康和发病率调查：30岁及以上成年人中的糖尿病，2008年。马来西亚卫生部公共卫生研究所（IPH）（2007）“}，{“key”：“21_CR5”，“nonstructured”：“Kertes，P.J.，Johnson，T.M.（编辑）：循证眼科护理。John Wiley and Sons，Lippincott Williams&Wilkins（2007）”}，{“issue”：“22”，“key”：“21_CR6”，“doi asserted by”：“publisher”，“first page”：“2402”，“doi”：“10.1001/jama.2016.17216”，“volume”：“316“，“作者”：“Varun Gulshan”，“年份”：“2016年”，“非结构化”：“Gulshang，V，et al.：开发和验证用于检测视网膜底部照片中糖尿病视网膜病变的深度学习算法。Jama，316（22），2402\u20132410（2016）“，“journal-title”：“Jama”}，{“issue”：“5”，“key”：“21_CR7”，“first-page:”1717“，“volume:”18“，“author”：“R Sohini”，“year”：“2013”，“unstructured”：“Sohini，R.，et al.：DREAM：使用机器学习进行糖尿病视网膜病变分析。IEEE J.Biomed.Health Inf.18（5），1717\u20131728（2013）”，“jornal-title:”IEEE J。生物识别。健康信息“}，{“key”：“21_CR8”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：”74“，“doi”：“10.1007\/978-3-030-00934-2_9”，“volume-title”：”医学图像计算与计算机辅助干预\u2013 MICCAI 2018“，”作者：“Z-Lin”，“年份”：“2018”，“非结构化”：“Lin，Z.等：基于抗噪检测和基于注意力的融合的糖尿病视网膜病变识别框架。收录人：Frangi，A.F.、Schnabel，J.A.、Davatzikos，C.、Alberola-L\u00f3pez，C.、Fichtinger，G.（编辑）MICCAI 2018。LNCS，第11071卷，第74\u201382页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-00934-2_9“}，{“key”：“21_CR9”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“152”，”doi“：”10.1007\/978-23-19992-4_12“，”volume-title“：”医学成像中的信息处理“，”author“：”W-D Vogl“，”年份“：”2015“，”非结构化“：”Vogl，W.-D.等：预测视网膜疾病复发的时空特征。收件人：Ourselin，S.，Alexander，D.C.，Westin，C.-F.，Cardoso，M.J.（编辑）IPMI 2015。LNCS，第9123卷，第152\u2013163页。查姆施普林格（2015）。https:\/\/doi.org\/10.1007\/978-3-319-19992-4_12“}，{”issue“：”1“，”key“：”21_CR10“，”doi-asserted-by“：”publisher“，”first page“：“17”，”doi“：”10.1016\/j.gpb.2017.07.003“，”volume“：.16（1），17\u201332（2018）“，”《基因组学、蛋白质组学和生物信息》。“}，{”key“：”21_CR11“，”doi-asserted-by“：”publisher“，”first-page“：”60“，”doi“：”10.1016\/j.media.2017.07.005“，”volume“：“42”“，”author“：”G Litjens“，”year“：”2017“，”unstructured“：”Litjens-G.等人：医学图像分析深度学习调查。医学图像分析42，60\u201388（2017）“，”journal-title“：”Med.image Anal.“}”{“键”：“21_CR12”，“非结构化”：“Springenberg，J.等人：力求简单：全卷积网络。arXiv预印本arXiv:1412.6806（2014）“}，{“key”：“21_CR13”，“unstructured”：“https:\/\/www.kaggle.com/c\/diabetic-retopathy-detection\/data.Accessed Jan 2017”}，}“key:”21_CR14“，”unstructure“：”Lam，C.等人：使用深度学习自动检测糖尿病视网膜病变。收录于：2018年AMIA转化科学论文集峰会，第147\u2013155（2017）页“}，{“key”：“21_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Ghosh，R.，et al.：使用CNN自动检测和分类糖尿病视网膜病变分期。收录于2017年第四届信号处理与集成网络国际会议（SPIN），pp.550\u2013554（2017）“，”DOI“：”10.1109\/SPIN.2017.8050011“}，{”key“：”21_CR16“，”DOI-asserted-by“：”publisher“，”first page“：“200”，”DOI:“10.1016\/j.procs.2016.07.014”，“volume”：“90”，“author”：“Harry Pratt”，“year”：“2016”，“unstructured”：“Pratt，H.等人：糖尿病视网膜病变的卷积神经网络。In:2016年国际医学影像理解与分析会议（MIUA），第90卷，第200\u2013205页，2016年12月”，“新闻标题”：“Procedia Computer Science”}，{“key”：“21_CR17”，“unstructured”：“马可·阿尔班·斯坦福。使用荧光素血管造影照片自动检测糖尿病视网膜病变，技术报告，斯坦福大学（2016）“}，{“key”：“21_CR18”，“doi-asserted-by”：“crossref”，“unstructured”：“Masood，S.等人：使用转移学习识别眼部图像中的糖尿病视网膜病变。2017年国际计算、通信与自动化会议（ICCCA），第1183\u20131187页（2017）“，”DOI“：”10.1109\/CAA.2017.8229977“}]，”container-title“：[”计算机科学讲义“，”模式识别与机器智能“]，”原文标题“：[]，”链接“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3030-34869-4_21“，“content-type”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“date-parts”：[[2024,3,11]]，“日期-时间”：“2024-03-11T15:14:27Z”，“时间戳”：1710170067000}，“分数”：1，“资源”:{“主要”：{“URL”：“https:\/\/link.springer.com/10.1007\/978-3-030-34869-4_21“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2019]]}，“ISBN”：[“97830348687”，“978300348694”]，”引用计数“：18，”URL“http://\/dx.doi.org\/10.1007\/9783-030-34869-4-4_21”，“关系”：{}，N“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，“type”:“print”}，{“value“：”1611-3349“，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2019]]}，“assertion”：[{“value”：”2019年11月25日“，“order”：1，“name”：“first_online”，“label”：“first online”，”group“：{”name“：”ChapterHistory“，”label“：”Chapter History：“conference acronym”，“group”：{“name”：ConferenceInfo“，”label“：”ConferenceInformation“}}，{”value“：”模式识别与机器智能国际会议“，”order“：2，”name“：”Conference_name“，”标签“：”会议名称“，”group“：group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”India“，”order“：4，”name“:”Conference_country“，”table“：”conferency country“，“group”：{“name”：“ConferenceInformo”，”label:“Conferency Information”}，“value”：“2019”，“order”：5，“name”:“Conference_year”，“label”：“conferencyYear”，”group“：“会议信息“}}，{“value”：“2019年12月17日”，“order”：7，“name”：“Conference_start_date”，“label”：“Conference start date”，“group”：{“name”:“ConferenceInfo”，”label“：”会议信息“{}，”value“：”2019年十二月20日“，”order“：8，”name“：”Conference_end_date“会议信息“}}，{“value”：“premi2019”，“order”：10，“name”：“Conference_id”，“label”：“Conference_id”，“group”：{“name”:“ConferenceInfo”，“table”：“会议信息”}}：“会议信息“}}，{”value“：”Double-blind“，”order“：1，”name“：”type“，”label“：”type“，”group“：ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”131“，”order“：4，”name“：”number_of_full_papers_accepted“group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”38%-该值由等式“接受的全文数”/“发送供审阅的提交数*100”计算，然后四舍五入为整数。“，”order“：6，”name“，”acceptance_rate_of_Full_Papers“，”label“：”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“：”2“，”order“：7，”name“:”average_number_of_reviews_per_paper“，”标签“：”每篇论文的平均审阅次数”，“group”：{“name”：“ConfEventpeerReview Information”，”label:“”同行评议信息（由会议组织者提供）“}}，{“value”：“3”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）”}}external_reviewers_involved”，“label”：“涉及的外部评审员”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“此内容已向所有人开放。”，“name”：“免费”，“label”：“免费阅读”｝]｝