{“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”：“2024-09-12T01:46:39Z”，“时间戳”：1726105599078}，“出版商位置”：“查姆”，“参考计数”：20，“出版者”：“斯普林格国际出版”，“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_55“，”类型“book-capter”，“创建“：{“date-parts”：[[2020,11,18]]，“date-time”：“2020-11-18T09:12:07Z”，“时间戳”：1605690727000}，“页面”：“479-487”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：0，”title“：[”超声和多普勒图像中颈部淋巴结分割的多模态特征注意“]，”前缀“：”10.1007“，”作者“：[{”给定“香玲”，“家族”：“傅”，“序列”：“第一”，“从属关系”：[]}，{“给定”：“童”，“家庭”：“高”，“顺序”：“附加”，“隶属关系”：[]}“，”sequence“：”additional“，”affiliation“：[]}，{“given”：“Ji”，“family”：“Wu”，“sequence”：“additional”，“affiliation”：[]}，{“fixed”：“Zhili”，“家族”：“Wang”，“serquence”:“additionable”，“abfiliation（附属）：[]{]，“member”：“297”，“published-online”：{“date-parts”：[2020,11,17]]}；“reference”：[{“key”：：“Farhangfar，S.，Rezaeian，M.：使用基于FCN的网络对航空图像进行语义分割。2019年第27届伊朗电气工程会议，第1864\u20131868页。IEEE（2019）“，”DOI“：”10.1109\/IranianCEE.2019.8786455“}，{”issue“：”1“，”key“：”55_CR2“，”DOI-asserted-by“：”publisher“，”first page“：“48”，“DOI”：“10.1109\/42.981233”，“volume”：“21”，“author”：“G Xiao”，“year”：“2002”，“unstructured”：“Xiao，G.，Brady，M.，Noble，J.A.，Zhang，Y.：具有强度不均匀性校正的超声B模式图像分割。IEEE传输。医学成像21（1），48\u201357（2002）“，“期刊标题”：“IEEE Trans。医学成像“}，{”key“：”55_CR3“，”doi-asserted-by“：”publisher“，”first page“：“116”，“doi”：“10.1016\/j.bspc.2016.06.012”，“volume”：“31”，“author”：“D Gupta”，“year”：“2017”，“unstructured”：“Gupta，D.，Anand，R.：超声医学图像的混合边缘分割方法。Biomed.Sig.Process.Control 31，116\u2013126（2017）”，“journal-title”：“”生物识别。信号。过程。控制“}，{“问题”：“99”，“关键”：“55_CR4”，“首页”：“1”，“卷”：“PP”，“作者”：“K He”，“年份”：“2017年”，“非结构化”：“He，K.，Gkioxari，G.，Dollar，P.，Girshick，R.：掩码R-CNN.IEEE Trans.Pattern Anal.Mach.Intell.PP（99），1（2017）”，“日志标题”：“IEEE Trans.Pattern Anal.Mach-Intell.”}，}“问题“：”3“关键”：“55_CR5”，“doi-asserted-by”：“publisher“，”first page“：”299“，”DOI“：”10.1007 \/s11548-009-0295-0“，“volume”：“4”，“author”：“Y Ikedo”，“year”：“2009”，“unstructured”：“Iketo，Y.，et al.：全乳腺超声图像中乳腺实质模式的自动分析：初步经验。国际期刊计算。协助。无线电。外科学4（3），299\u2013306（2009）。https:\/\/doi.org\/10.1007\/s11548-009-0295-0“，”journal-title“：”国际计算杂志。协助。无线电。外科“}，{“问题”：“8”，“关键”：“55_CR6”，“doi-asserted-by”：“出版商”，“首页”：“987”，“doi”：“10.1109\/TMI.2006.877092”，“卷”：“25”，“作者”：“JA Noble”，“年份”：“2006”，“非结构化”：“Noble，J.A.，Boukeroui，D.：超声图像分割：一项调查。IEEE Trans.Med.Imaging 25（8），987\u20131010（2006）”，“journal-title“：”IEEE Trans.Med.Imaging“}，{“key”：“55_CR7”，“doi-asserted-by”：“publisher”，“first page”：”178“，“doi”：“10.1016\/j.neucom.2018.09.043”，“volume”：：“321”，“author”：“B Lei”，“year”：“2018”，“unstructured”：“Lei，B，et al.：使用边界正则卷积编解码网络对自动化全乳腺超声图像的乳房解剖进行分割。Neurocomputing 321，178\u2013186（2018）“，”journal-title“：”Neurocumputing“}，{”issue“：”4“，”key“：”55_CR8“，”doi-asserted-by“：”publisher“，”first page“：“250”，”doi“：”10.1097\/RUQ.0000000000 195“，“volume”：“31”，“author”：“Q Li”，“year”：“2015”，“unstructured”：“Li，Q.等：传统超声和超声弹性成像在乳腺肿块诊断中的对照研究。《超声》Q.31（4），250（2015）“，“期刊标题”：“超声问题”}，{“关键词”：“55_CR9”，“系列标题”：《计算机科学讲义》，“doi-asserted-by”：“出版商”，“首页”：“21”，“doi”：“10.1007\/978-3319-46448-0_2”，“卷标题”：”计算机视觉\u2013 ECCV 2016“，”作者：“刘伟”，“年份”：“2016”，“非结构化”：“Liu，W.等人：SSD：单次发射多盒探测器。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9905卷，第21页\u201337。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46448-0_2“}，{”issue“：”4“，”key“：”55_CR10“，”first page“：“640”，“volume”：“39”，“author”：“J Long”，“year”：“2014”，“unstructured”：“Long，J.，Shelhamer，E.，Darrell，T.：语义分段的完全卷积网络。IEEE Trans.Pattern Anal.Mach.Intell.39（4），640\u2013651（2014）”，“journal-title”：“”IEEE传输。模式分析。机器。智力。“}，{”key“：”55_CR11“，”doi-asserted-by“：”crossref“，”unstructured“：”Misra，I.，Shrivastava，A.，Gupta，A.，Hebert，M.：多任务学习的交叉码网络。摘自：IEEE计算机视觉与模式识别会议论文集，第3994\u20134003页（2016）“，”doi“：”10.1109\/CVPR.2016.433“}”，{“key”：“55_CR12”，“series-title”：“”计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：“234”，“doi”：“10.1007\/978-3-319-24574-4_28”，“volume-title”：“医学图像计算和计算机辅助干预\u2013 MICCAI 2015”，“author”：“O Ronneberger”，“year”：“2015”，”非结构化：“Ronneberge，O.，Fischer，P.，Brox，U-Net：用于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”：“55_CR13”，“doi-asserted-by”：“crossref”，“unstructured”：“Sultan，L.R.，Cary，T.W.，Sehgal，C.M.：机器学习通过多模态超声提高乳腺癌诊断。摘自：2018 IEEE国际超声研讨会（IUS），第1\u20134页。IEEE（2018）“，”DOI“：”10.1109\/ULTSYM.2018.8579953“}，{“key”：“55_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Thurman，S.T.，Fienup，J.R.，Guizar-Sicairos，M.：高效亚像素图像配准算法（2008）.ol\/33\/2\/ol-332-156.pdf”，”DOI:“10.1364\/ol.33.000156”}，}“issue”：“3”，“key“：”55_CR1 5“，”DOI-asserted-by“：”publisher“，”第一页“：”201“，”DOI“：”10.1097\/RUQ.0000000000 302“，”volume“：”33“，”author“：”E Turgut“，“year”：“2017”，“unstructured”：“Turgute，E.，Celenk，C.，Tanrivermis，S.A.，Bekci，T.，Gunbey，H.P.，Aslan，K.：B型超声和应变弹性成像在区分良恶性颈部淋巴结中的效率。超声Q.33（3），201（2017）“，“杂志标题”：“超声Q.”}，{“问题”：“5”，“关键”：“55_CR16”，“doi-asserted-by”：“出版商”，“首页”：“225”，“doi”：“10.1016\/0041-624X（81）90007-X”，“卷”：“19”，“作者”：“PNT Wells”，“年份”：“1981”，“非结构化”：“Wells，P.N.T.，Halliwell，M.：超声成像中的斑点。超声19（5），225\u2013229（1981）“，”journal-title“：“超声波”}，{“key”：“55_CR17”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：”3“，“doi”：“10.1007\/978-3-030-01234-2_1”，《volume-title》：“Computer Vision\u2013 ECCV 2018”，“author”：“S Woo”，“year”：“2018”，”unstructured“：”Woo，S.、Park，J.、Lee，J.-Y.、Kweon，I.S.:CBAM：卷积块注意模块。收件人：Ferrari，V.，Hebert，M.，Sminchisescu，C.，Weiss，Y.（编辑）ECCV 2018。LNCS，第11211卷，第3\u201319页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-01234-2_1“}，{”问题“：”4“，”密钥“：”55_CR18“，”doi-asserted-by“：”出版商“，”首页“：”658“，“doi”：“10.1102\/1470-7330.2013.0056”，“卷”：“13”，“作者”：“M Ying”，“年份”：“2013”，“非结构化”：“Ying，M.，Bhatia，K.S.S.，Lee，Y.，Yuen，H.，Ahuja，A.：恶性颈部淋巴结超声检查综述：灰度、多普勒、对比度增强和弹性成像。癌症成像13（4），658\u2013669（2013）。国际癌症成像学会官方出版物”，“journal-title”：“癌症成像”}，{“key”：“55_CR19”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，Y.，Ying，M.T.C.，Lin，Y.、Ahuja，A.T.、Chen，D.Z.：用于超声图像中淋巴结分割的粗-细堆叠全卷积网络。摘自：IEEE生物信息学与生物医学国际会议（2016）“，”DOI“：”10.1109\/BIBM.2016.7822557“}，{”key“：”55_CR20“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“3”，”DOI:“10.1007\/978-3-030-00889-5_1”，”volume-title“：“医学图像分析的深度学习和临床决策支持的多模式学习”，“作者”：“Z Zhou”，“年份”：“2018”，“非结构化”：“Zhou，Z.，Rahman Siddiquee，M.M.，Tajbakhsh，N.，Liang，J.：UNet++：医学图像分割的嵌套U-Net架构。收录人：Stoyanov，D.等人（编辑）DLMIA-/ML-CDS-2018。LNCS，第11045卷，第3\u201311页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-00889-5_1“}]，“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\/10.10007\/978-30-63820-755”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2021,4,24]]，”date-time“：”2021-04-24T22:23:12Z“，”timestamp“：1619302992000}，”score“：1，”resource“：”primary“：”{“URL”：“https:\\/link.springer.com\/10007\/978-3030-63820-7_55”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-part”：[[2020年]]}，“ISBN”：[“9783030638191”，“9783030638207“]，”references-count“：20，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-63820-7_55“，”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）”}}]}}