｛“status”：“ok”，“message type”：“work”，“message version”：“1.0.0”，“message”：｛“indexed”：｛“date parts”：[[2024,9,15]，“date-time”：“2024-09-15T13:51:55Z”，“timestamp”：1726408315858｝，“publisher location”：“Cham”，“reference count”：11，“publisher”：“Springer International Publishing”，“isbn type”：[｛“type”：“print”，“value”：“9783030638191”｝，｛“type”：“electronic”，“value”：“9783030638207”｝]，“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 6800000｝，“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}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”:{“date-parts”：[2020]]}，”DOI“：”10.1007\/978-3030-63820-7_19“，”类型“book-capter”，“创建“：{“date-parts”：[[2020,11,18]]，“date-time”：“2020-11-18T09:12:07Z”，“时间戳”：1605690727000}，“页面”：“168-175”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，，“is-referenced-by-count”：2，“标题”：[“基于深度神经网络的椎间盘自动分割和诊断”]，“前缀”：“10.1007”，”作者“：[{”给定“Xiuhao”，“family”：“梁”，“序列”：“第一”，“从属关系”：[]}，{“给定”：“俊秀”，“家族”：“刘”，“顺序”：“附加”，“隶属关系”：[]}，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Senhui”，“family”：“邱”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2020,11,17]]}，“reference”：[{“key”：”19_CR1“，”doi-asserted-by“：”publisher“，“unstructured”：“Liu，J.，Huang，X.，Luo，Y.，Cao，Y:一种用于峰值神经网络映射的能量感知混合粒子群优化算法。收录于：Liu，D.，Xie，S.，Li，Y.、Zhao，D.，El-Alfy，E.S.（编辑）国际神经信息处理会议，ICONIP 2017，LNCS，第10636卷，第805\u2013815页，Springer，Cham（2017）https:\/\/doi.org\/10.1007\/978-3-319-70090-8_82“，”doi“：”10.1007\/9783-319-70090-8_84“}，{“key”：“19_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Fu，Q.等人：提高尖峰神经网络的学习算法性能。摘自：2017年第17届IEEE国际通信技术会议（ICCT 2017），pp.1916\u20131919（2018）“，”DOI“：”10.1109\/ICCT.2017.8359963“}，{“key”：“19_CR3”，“DOI-asserted-by”：“crossref”，“unstructured”：“Luo，Y.，et al.：使用尖峰神经网络进行森林火灾探测。In：CF 2018:第十五届ACM国际计算前沿会议论文集，第371\u2013375（2018）页”，“DOI”：“10.1145\/320327.3203231”}，“{”key“：”19_CR4“，“unsructured“：”Liu，J.等：探索耦合尖峰星形胶质细胞神经网络中的自我修复。IEEE Trans。神经网络。学习。系统。30（3），865\u2013875（2019）“}，{“key”：“19_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Siewerdsen，J.H.，et al.：脊柱CT中的自动椎体定位：图像引导和外科数据科学的深度学习方法。in:Medical Imaging 2019:image-Guided Procedures，Robotic Interventions，and Modeling，pp.1\u20138（2019年）”，“doi”：“10.1117\/12.513915“}，{“issue”：“3”，“key”：“19_CR6”，“doi-asserted-by”：“publisher”，“first page”：”513“，“doi”：“10.1007\/s10278-018-0130-7”，“volume”：《32》，“author”：“Y Zhou”，“year”：“2019”，“unstructured”：“Zhou，Y.，Liu，Y..，Chen，Q.，Gu，G.，Sui，X.：基于深度学习的腰椎MRI自动检测和识别。J.Digit.Imag.32（3），513\u2013520（2019）“，”期刊标题“：”J.Digit。图像。“}，{”issue“：”1“，”key“：”19_CR7“，”doi-asserted-by“：”publisher“，”first-page“：”63“，”doi“：”10.1016\/j.media.2017.07.002“，”volume“：“41”，”author“：”A Jamaludin“，”year“：”2017“，”unstructured“：”Jamaluden，A.，Kadir，T.，Zisserman，A.：SpineNet:脊柱MRIs中的自动分类和证据可视化。Med.Image Anal.41（1），63\u2013.73（2017）“，”期刊标题“：”医学图像分析。“}，{”key“：”19_CR8“，”series-title“：”计算视觉和生物力学课堂讲稿“，”doi-asserted-by“：”publisher“，”首页“：”219“，”doi“：”10.1007\/978-3319-07269-2_19“，”volume-title“：“脊柱成像的计算方法和临床应用”，”author“：”M Lootus“，”year“：”2014“，”unstructured“：”Lootus，M.、Kadir，T.、Zisserman，A.：腰椎MR图像中的椎体检测和标记。载于：Yao，J.、Klinder，T.、Li，S.（编辑）《脊柱成像的计算方法和临床应用》。LNCVB，第17卷，第219\u2013230页。查姆施普林格（2014）。https:\/\/doi.org\/10.1007\/978-3-319-07269-2_19“}，{“key”：“19_CR9”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“262”，“doi”：“10.1007\/9783-642-40763-5_33”，“volume-title”：”医学图像计算和计算机辅助干预\u2013 MICCAI 2013“，”作者：“B Glocker”，“年份”：“2013”，“非结构化”：“Glocker，B.，Zikic，D.，Konukoglu，E.，Haynor，D.R.，Criminisi，A.：通过稀疏注释的密集分类，在病理脊柱CT中的脊椎定位。收录人：Mori，K.、Sakuma，I.、Sato，Y.、Barillot，C.、Navab，N.（编辑）MICCAI 2013。LNCS，第8150卷，第262\u2013270页。斯普林格，海德堡（2013）。https:\/\/doi.org\/10007\/978-3-642-40763-5_33“}，{”key“：”19_CR10“，”doi-asserted-by“：”crossref“，”unstructured“：”He，X.，Landis，M.，Leung，S.，Warrington，J.，Shmuilovich，O.，Li，S.：通过监督距离测量学习对腰椎间盘退变进行自动分级。摘自：《SPIE学报》，第10134卷（1），第1\u20137页（2017）“，”doi“：”10.1117\/12.2253688“}，{“key”：“19_CR11”，“doi-asserted-by”：“publisher”，“unstructured”：“Liu，J.，et al.：使用优化的回波状态网络进行财务数据预测。In：Cheng，L.，Leung，A.C.S.，Ozawa，S.（eds.）ICONIP 2018。LNCS，第11305卷，第138\u2013149页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-04221-9_13“，”doi“：”10.1007\/9783-030-04221-9-13“}]，”container-title“：[“计算机和信息科学中的通信”，“神经信息处理”]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\//link.springer.com/content\/pdf\/10.10007\/978-30-63820-7_19”，“content-type”：“unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2021,4,24]]，”date-time“：”2021-04-24T10:15:19Z“，”timestamp“：1619259319000}，”score“：1，”resource“：{primary“：”{“URL”：“https:\/\/link.springer.com/10.1007\/978-3-030-63820-7_19”}}，“subtitle”：[]，“shorttitle”：[]，“发布”：{“日期-部分”：[[2020]]}，“ISBN”：[“9783030638191”，“97830.30638207”]，“references-count”：11，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-030-63820-7_19”，“relation”：{}，“ISSN”：【“1865-0929”，“1865-0.937”】，“ISSN-type”：[{“type”:“print”，“value”：“1865-09”}，{“类型”：“electronic”，“值”：“1855-0937”}]，“subject”：[]，“published”：{“date-parts”：[[2020]]}，“assertion”：[{“value”：“2020年11月17日”，“订单”：1，“名称”：“first_online”，“标签”：“首次在线”，“群组”：{“名称”，“章节历史”，“label”：“章节历史“}}，{“值”：“ICONIP”，“顺序”：1、“名称”:“conference_acrombit”、“标签”:“会议缩写词”，“组”：{name”：“ConferenceInfo”，“标号”：“会议信息”}}、{“value”：“神经信息处理国际会议”，“order”：2，“name”：“Conference_name”，“label”：“会议名称”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}}，{“value”：“Bangkok”，“订单”：3，“name“：”Conference_city“，”label“：”ConferenceCity“，”group：“泰国”，“订单”：4，“名称”：“会议_国家”，“标签”：“国家会议”，“组”：{“名称”:“会议信息”：“conference_start_date”，“label”：“会议开始日期”，“group”：{“name”：“ConferenceInfo”：“会议编号”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“iconip2020”，“order”：10，“name”:“Conference_id”，“标签”：“会议id”，“group”：{“name”∶“ConferenceInfo”：“会议url”，“组”：{“name”：“ConferenceInfo”，“label”：“Meeting Information”}}，{“value”：“Single-blind”，“order”：1，“name”:“type”，”label“：”type“，”group“：{”name“：”ConfEventPeerReviewInformation“，”lable“：”Peer Review Information“}，”value“：”CMT“，”order“：2，”name“:”Conference_management_system“，”标签“：”会议管理系统“，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“Peer Review Information（由会议组织者提供：“同行评议信息（由会议组织者提供）”}}，{“value”：“187”，“order”：4，“name”：“number_of_full_papers_accepted”，”label“：“接受的全文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由大会组织者提供）：“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”：“30%-数值由公式计算已接受的全文数\/已发送供审阅的提交数*100”，然后四舍五入为整数。“，”顺序“：6，”名称“：”acceptance_rate_of_Full_Papers“，”标签“：”全文接受率“，”组“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“}}，{”value“：”3.18“，“order”：7，“name”：“average_number_of_previews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“Peer Review Information（由会议组织者提供）”｝｝，｛“value”：“3.68”，“order”：8，“name”：“average_number_of_previews_per_reviewer”，“label”：“每篇论文的平均评论数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“由于新冠肺炎疫情，会议实际上举行了。”，“order”：10，“name”：“additional_info_on_review_process”，“label”：“审核过程的附加信息”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行审核信息（由会议组织者提供）”}}]}}