{“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”：[[2024,4,6]]，“日期时间”：“2024-04-06T15:22:27Z”，“时间戳”：1712416947414}，“发布者位置”：“查姆”，“引用计数”：22，“发布商”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030593537”，“类型”：”打印“}，{“值”：“9783030593544”，“type”：“electronic”｝]，“license”：[｛“start”：｛“date parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000｝，“content-version”：“tdm”，“delay in days”：0，“URL”：“http:\/\/wspringer.com\/tdm”｝，｛“start”：｛“date parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000｝，“内容版本”：“vor”，“delay-in-days”：0，“URL”：“http:\/\/www.springer.com\/tdm”}，{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days“：0，”URL“https:\/\www.springer.com\/tdm”}1,1]]，“日期时间”：“2020-01-01T00:00:00Z”，“时间戳”：1577836800000}，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https://\\www.springer.com\/tdm”}]，“内容域”：｛“域”：[“link.springer.com”]，“交叉标记限制”：false｝，“短容器标题”：[]，“已发布的印刷品”：｛“日期部分”：[[2020]]｝，“DOI”：“10.1007\/978-3-030-5935-4_11”，“类型”：“图书章节”，“创建”：｛“日期部分”：[[2020,9,30]，“日期-时间””：“2020-09-30T23:05:43Z”，“时间戳”：1601507143000}，“页面”：“111-122”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：10，”title“：[使用深度对抗网络标准化器预测脑图随时间的演化”]，“前缀”：“10.1007”，《作者》：[{“给定”：“泽尼普”，“家族”：“G\u00fcrler”，“sequence”：“first”，“affiliation”：[]}，{“ORCID”：“http://\/ORCID.org\/0000-0003-4565-4502”，“authenticated-ORCID”：false，“given”：”Ahmed“，”family“：”Nebli“，”sequence“：”additional“，”affiliance“：[]{“ORCID”:“http://\-ORCID.org \/00000-0001-5595-6673”，“authenticated-ORCID“：false”，“give”：“Islem”，“family“：”Rekik“，”sequence“：”additional“，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2020,10,1]]}，“reference”：[{“key”：“11_CR1”，“doi-asserted-by”：“publisher”，”first page“：“2036”，”doi“：”10.1093\/brain\/awp105“，”volume“：”132“，”author“：”O Querbes“，”year“：”2009“，”unstructured“：“Querbes，O.，et al.：使用皮层厚度早期诊断阿尔茨海默病：认知储备的影响。Brain 132，2036（2009）”，“journal-title”：“Brain”}，{“key”：“11_CR2”，“doi-asserted-by”：“publisher”，“first page”：《S281》，“doi”：“10.1046\/j.1532-5415.5153.x”，“volume”：第51页，“author”：“BP Leifer”，“year”：“2003”，“unstructured”：“Leifer，B.P.：阿尔茨海默病早期诊断：临床和经济效益。《美国老年医学杂志》，Soc.51，S281\u2013S288（2003）”，“期刊标题”：“美国老年医学期刊”}，{“关键词”：“11_CR3”，“doi-asserted-by”：“出版商”，“首页”：“95”，“doi”：“10.1080\/875649509540606”，“卷”：“11”，“作者”：“E Grober”，“年份”：“1995”，“非结构化”：“Grober，E.，Bang，S.：阿尔茨海默病的句子理解。神经心理学发展11，95\u2013107（1995）”，“新闻标题”：“神经心理学发展”}，{“关键”：“11_CR4”，“非结构化”：“Payan，A.，Montana，G.：预测阿尔茨海默氏病：一项使用三维卷积神经网络的神经成像研究。arXiv预印本arXiv:1502.02506（2015）”}，｛“key”：“11_CR5”，“doi断言者”：“crossref”，“非结构化”：“Gafuro\u011flu，C.，Rekik，I.，et al.：联合预测和分类从基线脑图像到早期痴呆的脑图像演化轨迹。摘自：医学图像计算和计算机辅助干预国际会议，第437\u2013445页（2018）”，“DOI”：“10.1007\/978-3-030-00931-1_50”}，{“key”：“11_CR6”，“doi-asserted-by”：“publisher”，“first page”：“411”，“doi”：“10.1016\/j.neuroimage.2017.03.012”，“volume”：”152“，“author”：“I Rekik”，“year”：“2017”，“unstructured”：“Rekik，I.，Li，G.，Yap，P.，Chen，G.、Lin，W.，Shen，D.：新生儿MRI皮质表面和白质纤维纵向发育的联合预测。Neuroimage 152，411\u2013424（2017）“，”journal-title“：”NeuroiImage“}，{“key”：“11_CR7”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：”796“，”doi“：”10.1007\/978-3030-32245-8_88“，”volume-title：“医学图像计算和计算机辅助干预\u2013 MICCAI 2019”，“author”：“BE Ezzine”，“year”：“”2019年，“非结构化”：“Ezzine，B.E.，Rekik，I.：学习指导的无限网络图谱选择，用于从单个观察预测纵向脑网络进化。收录人：Shen，D.等人（编辑）MICCAI 2019。LNCS，第11765卷，第796\u2013805页。查姆施普林格（2019）。https:\/\/doi.org\/10.1007\/978-3-030-32245-8_88“}，{“key”：“11_CR8”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：《365》，“doi”：“10.1007\/11585978_24”，“volume-title”：《计算机视觉和模式识别中的能量最小化方法》，“author”：“S Allassonni\u00e8re”，“year”：“2005”，“unstructured”：“Allassonni\u00e8re，S.，Trouv\u00e 9，A.，Younes，L.：通过纹理网格进行测地摄影和微分匹配。收录人：Rangarajan，A.，Vemuri，B.，Yuille，A.L.（编辑）EMMCVPR 2005。LNCS，第3757卷，第365\u2013381页。斯普林格，海德堡（2005）。https:\/\/doi.org\/10.1007\/11585978_24“}，{“key”：“11_CR9”，“unstructured”：“Trouv\u00e9，A.：通过无限维组操作进行模式识别的方法（1995）”}，“key“：”11_CR10“，”unstructure“：”Goodfellow，I.J.，et al.：Generative antial networks（2014）“}DOI“：”10.1016\/j.media.2019.101567“，”volume“：”59“，”author“：”S Dhifallah“，”year“：”2020“，”unstructured“：”Dhifalah，S.，Rekik，I.：使用选择性多视图网络标准化估计连接脑模板。医学图像分析。59，101567（2020）“，“新闻标题”：“医学图像分析。“}，{”key“：”11_CR12“，”doi-asserted-by“：”publisher“，”首页“：”1“，”doi“：”10.1038\/s41598-019-56847-4“，”volume“：“10”，”author“：”Q-Yang“，”year“：”2020“，”unstructured“：”Yang，Q.，et al.：MRI跨模态图像到图像的转换。Sci.Rep.10，1\u201318（2020）“，”journal-title“：”Sci.Rep.“}”，{“key”：“11_CR13“，”doi-asserted-by“：”crossref“，”非结构化“：”Simonovsky，M.，Komodakis，N.：图上卷积神经网络中的动态边条件滤波器。CoRR abs\/1704.02901（2017）“，”DOI“：”10.1109\/CVPR.2017.11“｝，｛”key“：”11_CR14“，”DOI断言“：”crossref“，”非结构化“：”Ronneberger，O.，Fischer，P.，Brox，T.:U-Net:用于生物医学图像分割的卷积网络。CoRR abs\/1505.04597（2015）“，”DOI“：”10.1007\/978-3-319-24574-4_28“｝，｛”key“：”11_CR15“，”非结构化“：”Mao，X.，Shen，C.，Yang，Y.B.：使用具有对称跳跃连接的深度卷积编解码网络进行图像恢复。In:Advances In Neural Information Processing Systems，pp.2802\u20132810（2016）“}，{“key”：“11_CR16”，“unstructured”：“Ioffe，S.，Szegedy，C.：批规范化：通过减少内部协变量偏移来加速深层网络训练。arXiv预印本arXiv:1502.03167（2015）”}，}，“key“：”11_CR17“，“doi-asserted-by”：“crossref”，“非结构化”：“Xiao，T.，Li，H.，Ouyang，W.，Wang，X.：利用领域引导的丢弃学习深度特征表示，用于人的重新识别。摘自：IEEE计算机视觉和模式识别会议记录，第1249\u20131258页（2016）“，“DOI”：“10.1109\/CVPR.2016.140”}，{“key”：“11_CR18”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ding，C.H.：基于相似性的潜在语义索引概率模型。摘自：第22届ACM SIGIR国际信息检索研究与开发年会论文集，第58页，201365（1999）“，”DOI“：”10.1145“/312624.312652“}，{”key“：”11_CR19“，”DOI-asserted-by“：”publisher“，”first page“：Marcus，D.S.、Fotenos，A.F.、Csernansky，J.G.、Morris，J.C.、Buckner，R.L.：开放存取成像研究系列：非痴呆和痴呆老年人的纵向MRI数据。J.认知。神经科学。22，2677\u20132684（2010）“，“新闻标题”：“J.Cogn。神经科学。“}，{”key“：”11_CR20“，”doi-asserted-by“：”publisher“，”first page“：“4103”，”doi“：”10.1038\/s41598-018-21568-7“，”volume“：：”8“，”author“：”I Mahjoub“，“year”：“2018”，“unstructured”：“Mahjoab，I.，Mahjob，M.A.，Rekik，I.：脑复合体揭示形态连接生物标记物指纹识别晚期脑痴呆状态。《科学报告》8，4103（2018）“，”新闻标题“：”科学。代表“}，{“key”：“11_CR21”，“unstructured”：“Fey，M.，Lenssen，J.E.：使用PyTorch几何图形进行快速图形表示学习。CoRR abs \/1903.02428（2019）”}，“{”key“：“11-CR22”，“非结构化”：“Kingma，D.P.，Ba，J.：Adam:a method for randomic optimization（2014）”}]，“container-title”：[“医学中的预测智能”，“计算机科学课堂讲稿“]，”original-title“：[]，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-59354-4_11“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2021,4,24]]，”date-time“：“2021-04-24T15:17:114Z”，“timestamp”：1619277Z 434000}，“score“：1，”resource“：{主要”：{“URL”：“https:\/\/link.springer.com/10.1007\/978-3-030-59354-4_11”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[[2020]]}，“ISBN”：[“9783030593537”，“97830.30593544”]，”references-count“：22，”URL“：”http://\/dx.doi.org\/10007\/988-3-03-0 30-59354-4_11“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-9743“，”type“：”print“｝，｛”value“：”1611-3349“，”type“：”electronic“｝]，”subject“：[]，”published“：｛”日期部分“：[[2020]]｝，”assertion“：[｛”value“：”2020年10月1日“，”order“：1，”name“：”first_online“，”label“：”first online“，”group“：｛”name“：”ChapterHistory“，”label“：”ChapterHistory“｝｝，”value“：”PRIME“，”order“：1，“name”：“conference_accomposition”，“label”：“会议缩写词“，”组“：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“MEdicine医疗智能国际研讨会”，“order”：2，“name”:“Conference_name”，“标签”：“会议名称”，“group”：会议城市”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“秘鲁”，“order”：4，“名称”：“Conference_country”，“标签”：“国家/地区”，“group”：{“name”:“ConferenceInfo”“，”label“：”Conference Information“}}，{“value”：“2020年10月8日”，“order”：7，“name”：“Conference_start_date”，“label”：“ConferenceStart date”，“group”：{“name”:“ConferenceInfo”，”label“:”Conferency Information“{}，”value“：”2020年10月份8日“，”order“8，”name“Conference_end_date”会议信息“}}，{”value“：”3“，”order“：9，”name“：”Conference_number“，”label“：”ConferenceNumber“，”group“：http://\/basira-lab.com/prime-miccai-2020“，”order“：11，”name“：”conference_url“，”label“：”会议url“，”group“：同行评审信息（由会议组织者提供）“}}，{”value“：”Microsoft CMT“，”order“：2，”name“：”conference_management_system“，”label“：”会议管理系统“，”group“：number_of_submissions_sent_for-review“，”label“：”发送供审阅的提交数量“，”group“：｛”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“｝｝，｛”value“：”17“，”order“：4，”name“：”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）85%-该值由等式“接受的完整论文数”/“提交供审查的论文数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_full_papers“，”label“：”全文接受率“，”group“：｛”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“｝｝，｛”value“：”2-3“，”order“：7，”name“：”average_number_of_reviews_per_paper“，”label“：”平均每篇论文的评审数“，”group“：｛”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{“value”：“3-4”，“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”：“No”，“order”：9，“name”：“external_reviewers_involved”，“label”：“涉及的外部审阅者”，“group”：{“name”:“ConfEventPeerReviewInformation”，“label”：《同行评审信息》（由会议主办方提供）研讨会实际上是由于新冠肺炎疫情而举行的。“，”order“：10，”name“：”additional_info_on_review_process“，”label“：”审阅过程的附加信息“，”group“：{”name“:”ConfEventPeerReviewInformation“，”标签“：”同侪审阅信息（由会议组织者提供）“}}]}}