{“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”：[[2024,9,12]，“日期时间”：“2024-09-12T01:59:24Z”，“时间戳”：1726106364490}，“出版商位置”：“查姆”，“参考计数”：19，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“类型”：”打印“，“值”：“9783030638191”}{“type”：“电子”，“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_24“，”类型“book-capter”，“创建“：{“date-parts”：[[2020,11,18]]，“date-time”：“2020-11-18T09:12:07Z”，“时间戳”：1605690727000}，“页面”：“213-221”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，《is-referenced-by-count》：4，“标题”：[“自动测量矢状位脊柱参数的地标估计和校正网络”]，“前缀”：“10.1007”，”作者：[{“给定”：“国盛”，“家族”：“杨”，“序列”：“第一”，“从属关系”：[]}，{“给定”：“祥陵”，“家族“：”傅“，”序列“：”附加“，”从属关系“：[]{“给出”：“南方”，“家庭”：“徐”，“顺序”：“附加”，“隶属关系”：[]}吴“，”序列“：”附加“，”从属“：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2020,11,17]]}，“reference”：[{“key”：“24_CR1”，“doi-asserted-by”：“publisher”，”first page“：”175“，”doi“：”10.1016\/j.cmpb.2016.12.010“，”volume“：“140”，”author“：”O Al Okashi“，“year”：“2017”，“unstructured”：“Al Okashi，O.，Du，H.，Al Assam，H.：根据小鼠模型的X射线图像自动估计脊柱曲率。Comput.Methods Programs Biomed.140，175\u2013184（2017）”，“期刊标题”：“Comput.Methods Programs Biomed.”}，｛“key”：“24_CR2”，“doi asserted by”：“publisher”，“首页”：“611”，“doi”：“10.1177\/219258219868190”，“volume”：“10”，“author”：“BH Cho”，“年份”：“2019年”，“非结构化”：“Cho，B.H.，et al.：使用机器学习和计算机视觉在X光片上自动测量腰椎前凸。Glob.Spine J.10，611\u2013618（2019）”，“日记标题”：“Glob.Spin J.”}，{“key”：“24_CR3”，“首页”：“261”，“volume”：”5“author”：“J Cobb”，“year”：“1948”，“无结构化”：“Cobb，J.：脊柱侧弯研究大纲。Instr.Course Lect.AOS 5，261\u2013275（1948）”，“期刊标题”：“Instr.Course Lect.AOS”}，｛“问题”：“5”，“关键”：“24_CR4”，“doi断言”：“出版商”，“第一页”：“951”，“doi”：“10.1007\\s0586-019-05944-z”，“卷”：“28”，“作者”：“F Galbusera”，“年份”：“2019”，“非结构化”：“Galbusera，F.等人：脊柱疾病和畸形的全自动放射学分析：深度学习方法。《欧洲脊柱杂志》28（5），951\u2013960（2019）。https://\/doi.org\/10007\/s00586-019-05944-z”，“期刊标题”：“欧洲脊柱杂志”}，{“issue”：“16”，“key”：“24_CR5”，“doi-asserted-by”：“publisher”，“firstpage”：”2072“doi”：“10.1097\/00007632-200008150-00011”，“volume”：“25”，“author”：“DE Harrison”，“year”：“2000”，“unstructured”：“Harrison，D.E.，Harrison，“journal-title”：“Spine”}，{“key”：“24_CR6”，“doi-asserted-by”：“crossref”，“unstructured”：“He，K.，Gkioxari，G.，Doll\u00e1r，P.，Girshick，R.：Mask R-CNN。摘自：IEEE国际计算机视觉会议论文集，第2961\u20132969页（2017）”，“doi”：“10.1109\/ICCV.2017.322”}“”：“He，K.，Zhang，X.，Ren，S.，Jian，S.：图像识别的深度剩余学习。In:IEEE Conference on Computer Vision&Pattern recognition（2016）”，“DOI”：“10.1109\/CVPR.2016.90”}，{“key”：“24_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Horn，M.H.，Kuok，C.P.，Fu，M.J.，Lin，C.J.，Sun，Y.N.：使用卷积神经网络从X射线图像测量脊椎的Cobb角度。计算数学方法医学（2019）”，“DOI”：“10.1155\/2019\/6357171”}，{“issue”：“1”，“key”：“24_CR9”，“DOI-asserted-by”：“publisher”，“first-pages”：“3”，“DI:”10.1007\/s11832-012-0457-4“，”卷：“7”，“作者”：“MR Konieczny”，“年份”：“2012年”，“非结构化”：“Konieczny，M.R.，Senyurt，H.，Krauspe，R.：青少年特发性脊柱侧凸的流行病学。儿童杂志。Orthop.7（1），3\u20139（2012）。https:\/\/doi.org\/10.1007\/s11832-012-0457-4”，“日记标题”：“儿童杂志：“Liu，R.，et al.：卷积神经网络和coordconv解决方案的一个有趣的失败。In:Advances In neural Information Processing Systems，pp.9605\u20139616（2018）”}，{“key”：“24_CR11”，“series-title”：“Teach Notes In Computer Science”，“doi-asserted-by”：“publisher”，“first page”：”483“，“doi”：“10.1007\/978-319-46484-8_29”，“volume-title”：“Computer Vision\u2013 ECCV 2016”，“author”：“A Newell”，“year”：“2016年”，“unstructured”：“Newell，A.，Yang，K.，Deng，J.：用于人体姿势估计的堆积沙漏网络。In:Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（eds.）ECCV 2016。LNCS，第9912卷，第483\u2013499页。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46484-8_29“}，{”issue“：”12“，”key“：”24_CR12“，”doi-asserted-by“：”publisher“，”first-pages“：”3035“，”doi“：”10.1007\/s00586-019-06115-w“，”volume“：“28”，“author”：“Y-Pan”，“year”：“2019”，“unstructured”：“Pan，Y.，et al.：计算机辅助测量胸部X光科布角方法的评估。《欧洲脊柱杂志》28（12），3035\u20133043（2019）“，”journal-title“：”Eur.Spine J.“}，{“key”：“24_CR13”，“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“，”作者：“O Ronneberger”，“年份”：“2015”，“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）。https:\/\/doi.org\/10.1007\/978-3-319-24574-4_28“}，{”key“：”24_CR14“，”series-title“：”计算机科学讲义“，”doi-asserted-by“：”publisher“，”first page“：“529”，”doi“：”10.1007\/9783-319-59050-9_42“，”volume-title“：“医学成像中的信息处理”，“author”：“H Sun”，“year”：“2017”，“unstructured”：“”Sun，H.，Zhen，X.，Bailey，C.，Rasoulinejad，P.，Yin，Y.，Li，S.：通过结构化多输出回归直接估计脊椎眼镜蛇角度。收录：Niethammer，M.等人（编辑）2017年IPMI。LNCS，第10265卷，第529\u2013540页。查姆施普林格（2017）。https:\/\/doi.org\/10.1007\/978-3-319-59050-9_42“}，{“key”：“24_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Tu，Y.，Wang，N.，Tong，F.，Chen，H.：基于深度学习的脊柱侧凸cobb角自动测量算法。摘自：《物理学杂志：会议系列》，第1187卷。IOP Publishing（2019）“，“DOI”：“10.1088\/1742-6596\/1187\/4\/042100”}，{“key”：“24_CR16”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，L.，Xu，Q.，Leung，S.，Chung，J.，Chen，B.，Li，S.：使用多视图外推网络进行准确的自动cobb角估计。Med.Image Anal.58（2019：“24_CR17”，“series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first page“：”127“，“doi”：“10.1007\/978-3319-66182-7_15”，“volume-title”：“医学图像计算和计算机辅助干预\u2013 MICCAI 2017”，“author”：“H Wu”，“year”：“2017”，”unstructured“：”Wu，H.，Bailey，C.，Rasoulinejad，P.，Li，S.：使用BoostNet对青少年特发性脊柱侧凸进行自动里程碑评估。收件人：Descoteaux，M.、Maier-Hein，L.、Franz，A.、Jannin，P.、Collins，D.L.、Duchesne，S.（编辑）MICCAI 2017。LNCS，第10433卷，第127\u2013135页。查姆施普林格（2017）。https:\/\/doi.org\/10.1007\/978-3-319-66182-7_15“}，{”key“：”24_CR18“，”doi-asserted-by“：”publisher“，”first page“：“1”，“doi”：“10.1016\/j.media.2018.05.005”，“volume”：“48”，“author”：“H Wu”，“year”：“2018”，“unstructured”：“Wu，H.，Bailey，C.，Rasoulinejad，P.，Li，S.：使用MVC-Net进行青少年特发性脊柱侧凸综合自动化评估。医学。图像分析。48，1\u201311（2018）“，“杂志标题”：“医学图像分析。“}，{”key“：”24_CR19“，”series-title“：”计算机科学讲义“，”doi-asserted-by“：”publisher“，”first page“：“775”，”doi“：”10.1007\/978-3-030-32226-7_86“，”volume-title“：“医学图像计算与计算机辅助干预\u2013 MICCAI 2019”，“author”：“K Zhang”，“year”：“2019”、“unstructured”：“”Zhang，K.，Xu，N.，Yang，G.，Wu，J.，Fu，X.：一种使用带面积限制的卷积神经网络的自动cobb角估计方法。收录人：Shen，D.等人（编辑）MICCAI 2019。LNCS，第11769卷，第775\u2013783页。查姆施普林格（2019）。https:\/\/doi.org\/10.1007\/978-3-030-32226-7_86“}]，“container-title”：[“计算机和信息科学中的通信”，“神经信息处理”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\//link.springer.com\/content\/pdf\/10007\/9783-030-63820-7_24”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2021,4,24]]，”date-time“：”2021-04-24T10:17:51Z“，”timestamp“：1619259471000}，”score“：1，”resource“：”primary“：”{“URL”：“https:\\/link.springer.com\/10007\/978-3030-63820-7_24”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-part”：[[2020年]]}，“ISBN”：[“9783030638191”，“9783030638207“]，”references-count“：19，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-63820-7_24“，”relation“：{}，”ISSN“：[”1865-0929“，”1865-0.937“]，“ISSN-type”：[{“type”:“print”，“value”：“1865-0929}”，{“type”：“electronic”，“value”：“865-0937”}]，“subject”：[]，“published”：{“date-parts”“：[[2020]]}，”断言“：[{”值“：”2020年11月17日“，”订单“：1，”名称“：”first_online，“label”：“first online”，“group”：{“name”：“ChapterHistory”，“label:”Chapter History“}}，{“value”：“ICONIP”，“order”：1，“name”:“conference_acrombit”，“table”：“conference acronym”，“群名”：{name”：conference_name“，”label“：”会议名称“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”曼谷“，”order“：3，”name“:”conference_city“，”标签“：”会展城市“，”group“：group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”2020“，”order“：5，”name“:”Conference_year“，”tabel“：“会议年份”，“group”：{“name”：“ConferenceInformo”，“label”：“会议信息”}，“value”：“2020年11月18日”，“order”：7，“name“，”label“：”Conference Information“}}，{“value”：“2020年11月22日”，“order”：8，“name”：“Conference_end_date”，“label”：“ConferenceEnd date”，“group”：{“name”:“ConferenceInfo”，”label“:”Conferency Information“{}，”value“：”27“，”order“：9，”name“：”Conference_number“，”label:“Conversation number”，”group“：{”name“ConfernceInfo”“，”标签“：”会议信息“}}}”，{value“：”iconip2020“，”order“：10，”name“：”conference_id“，”label“：”会议id“，”group“：“value”：“单盲”，“order“：1，”name“：”type“，”label“：”type“，”group“：同行评审信息（由会议组织者提供）“}}，{“value”：“618”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，“label”：“发送供评审的提交数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息”（由会议主办方提供）number_of_full_papers_accepted“，”label“：”接受的全文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行评审信息（由会议组织者提供）“}}，{”value“：”189“，“order”：5，“name”：ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”30%-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“，”标签“：”全文接受率”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“3.18”，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评审数”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评议信息（由会议组织者提供）“}}，{“value”：“3.68”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评议资料（由会议主办方提供）”}}}external_reviewers_involved“，”label“：”涉及的外部审阅者“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行审阅信息（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”：“”评审过程附加信息“，”组“：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}]}}