{“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”：[[2024,3,12]，“日期时间”：“2024-03-12T17:06:01Z”，“时间戳”：1710263161129}，“出版商位置”：“查姆”，“参考计数”：19，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030872014”，“类型”：”打印“}，{“值”：“9783030872021”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“开始”：{“date-ports”：[2021,1,1]，“日期-时间”：“2041-01-01T 00:00Z”，“timestamp”：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com//tdm”}，{“start”：{“date-parts”：[[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“tdm”，“delay-in-days“：0，”URL“https:\\/www.spring.com/tdm”}，“日期时间”：“2021-01-01T00:00:00Z”，“时间戳”：1609459200000}，“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”：[2021]}，”DOI“10.1007\/978-3-030-87202-1_9”，“type”：“book-capter”，“创建”：{“日期部分”：[[2021,9,22]]，“日期时间”：“2021-09-22T19:03:23Z”，“时间戳”：1632337403000}，“页面”：“87-97”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：6，”title“：[”SAME:基于自我监督解剖嵌入的可变形图像注册“]，”prefix“：”10.1007“，”author“：[{”given“：”Fengze“，”family“：“刘”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Ke”，“family”：“Yan”，“segment”：“additional”，“filiation“：[]{”given“：”Adam P.“，”family“：”Harrison“，”sequence“：附加“，”从属“：[]}，{”给定“：“艾伦·L”，“家庭”：“尤耶”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“凌云”，“家族”：“黄”，“顺序”：“额外”，“隶属关系”：[]}、{“给出”：“国通”，“家人”：“谢”，“次序”：“添加”，“附属关系”：【】}，}“给定的”：“京”，“家”：“肖”，“序号”：“新增”，“归属关系”：〔〕}，，“family”：“Ye”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Dakai”，“family”：“Jin”，“sequence”：“addressive”，“filiationation”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2021,9,21]]}；“reference”：[{“key”：”9_CR1“，“doi-asserted-by”：”publisher“unstructured”：“Avants，B.B.，Epstein，C.L.，Grossman，M.，Gee，J.C.：具有相互关系的对称差异图像注册：评估老年人和神经变性大脑的自动标记。医学图像分析12（1），26\u201341（2008）。https:\/\/doi.org\/10.1016\/J.media.2007.06.004。www.itk.org“，”DOI“：”10.1016\/j.media.2007.06.004“}，{“key”：“9_CR2”，“DOI-asserted-by”：“publisher”，“unstructured”：“Balakrishnan，G.，Zhao，A.，Sabunci，M.R.，Guttag，j.，Dalca，A.V.：VoxelMorph:可变形医学图像注册的学习框架。IEEE Trans.Med.Imaging 38（8），1788\u20131800（2019）https:\/\/doi.org\/10.109\/TMI.2019.2897538。http://\/voxelmorp.csail.mit.edu“，”DOI“：”10.1109\/TMI.2019.2897538“}，{”key“：”9_CR3“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“424”，”DOI:“10.1007\/978-3319-46723-8_49”，“volume-title”：“医学图像计算和计算机辅助干预\u2013 MICCAI 2016”，“author”：“\u00d6\u00c7i\u00e7ek“，“年份”：“2016年”，“非结构化”：“\u00c 7i\U 00e7ak，\u00d6.，Abdulkadir，A.，Lienkamp，S.S.，Brox，T.，Ronneberger，O.：3D U-Net：从稀疏注释学习密集体积分段。收录人：Ourselin，S.、Joskowicz，L.、Sabuncu，M.R.、Unal，G.、Wells，W.（编辑）MICCAI 2016。LNCS，第9901卷，第424\u2013432页。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46723-8_49“}，{“key”：“9_CR4”，“doi-asserted-by”：“publisher”，“unstructured”：“Dosovitskiy，A.，et al.：FlowNet:learning optical flow with vol.2015 Inter，pp.2758\u20132766（2015）https:\//doi.org\/10.109\/ICCV.2015.316”，“doi”：“10.1109\/ICCV.2015.316”}，“密钥”：“9_CR5”，“doi-asserted-by“：”crossref“，”unstructured“：”Guo，D.等人：DeepStationing：使用解剖上下文编码和关键器官自动搜索在CT扫描中解析胸部淋巴结。收录于：MICCAI（2021）“，”DOI“：”10.1007\/978-3-030-87240-3_1“}，{”key“：”9_CR6“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：非结构化”：“Harrison，A.P.，Xu，Z.，George，K.，Lu，L.，Summers，R.M.，Mollura，D.J.：用于CT图像中病理性肺分割的渐进式和多路径整体嵌套神经网络。收件人：Descoteaux，M.、Maier-Hein，L.、Franz，A.、Jannin，P.、Collins，D.L.、Duchesne，S.（编辑）MICCAI 2017。LNCS，第10435卷，第621\u2013629页。查姆施普林格（2017）。https:\/\/doi.org\/10.1007\/978-3-319-66179-7_71“}，{”key“：”9_CR7“，”series-title“：”计算机科学讲义“，”doi-asserted-by“：”publisher“，”首页“：”190“，“doi”：“10.1007\/978-300-59716-0_19”，“volume-title”：“医学图像计算和计算机辅助干预\u2013 MICCAI 2020”，“author”：“MP Heinrich”，“year”：“2020”非结构化”：“Heinrich，M.P.，Hansen，L.：使用2.5D位移搜索的基于无监督学习的高精度和内存效率的离散CT配准。摘自：Martel，A.L.等人（编辑）MICCAI 2020。LNCS，第12263卷，第190\u2013200页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-59716-0_19“}，{“key”：“9_CR8”，“doi-asserted-by”：“publisher”，“unstructured”：“Heinrich，M.P.，et al.：MIND:多模态可变形注册的模态无关邻域描述符。Med.Image Anal.16（7），1423\u20131435（2012）。https:\//doi.org\/10.1016\/j.media.2012.05.008。http:\/\/users.ox.ac.uk\/~shil3388\/“，”DOI“：”10.1016\/j.media.2020.05.0008“}，｛”key“：”9_CR9“，”系列标题“：”计算机科学讲义“，”DOI断言“：”publisher“，”首页“：”115“，”DOI“：”10.1007\/978-3-642-33454-2_15“，”卷标题“：”医学图像计算和计算机辅助干预\u2013 MICCAI 2012“，”作者“：”MP Heinrich“，”年份”：“2012年”，“非结构化”：“Heinrich，M.P.，Jenkinson，M.，Brady，S.M.，Schnabel，J.A.：使用密集位移采样在最小生成树上进行全局最优变形配准。收录：Ayache，N.、Delingette，H.、Golland，P.、Mori，K.（编辑）MICCAI 2012。LNCS，第7512卷，第115\u2013122页。施普林格，海德堡（2012）。https:\/\/doi.org\/10.1007\/978-3642-33454-2_15“}，{“key”：“9_CR10”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“382”，“doi”：“10.1007\/9783-030-32245-8_43”，“volume-title”：”医学图像计算和计算机辅助干预\u2013 MICCAI 2019“，”作者：“X Hu”，年：“2019”，“非结构化”：“Hu，X.，Kang，M.，Huang，W.，Scott，M.R.，Wiest，R.，Reyes，M.：双流金字塔注册网络。收录：Shen，D.，et al.（编辑）MICCAI 2019。LNCS，第11765卷，第382\u2013390页。查姆施普林格（2019）。https:\/\/doi.org/10.1007\/978-3-030-32245-8_43“｝，｛“key”：“9_CR11”，“doi asserted by”：“publisher”，“unstructured”：“Klein，S.，Staring，M.，Murphy，K.，Viergever，M.A.，Pluim，J.P.:Elastix：一个基于强度的医学图像注册工具箱。IEEE Trans.Med.Imageging 29（1），196\u2013205（2010）。https:\/\/doi.org/10.1109\/TMI.2009.2035616。http:\/\/elastix.isi.uu.nl\/wiki.php”，“DOI”：“10.1109\/TMI.2009.2035616”}，｛“key”：“9_CR12”，“DOI断言者”：“publisher”，“非结构化”：“Liu，F.等人：JSSR:一种用于大规模病理CT扫描的3D多模态图像对齐的联合合成、分割和配准系统。In：Vedaldi，A.，Bischof，H.，Brox，T.，Frahm，J.-M（编辑）ECCV 2020。LNCS，第12358卷，第257\u2013274页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-58601-0_16“，”doi“：”10.1007\/9783-030-58601-0_0_16“}，{“key”：“9_CR13”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“first page”：”61“，“doi”：“10.1007\/978-3-030-71827-5_7”，“volume-title”：”多模态医学成像数据的分割、分类和注册“，”作者“：”TCW Mok“，”year“：”2021“，”unstructured“：”Mok，T.C.W.，Chung，A.C.S.：使用解剖感知拉普拉斯金字塔网络进行大变形图像配准。收录人：Shusharina，N.、Heinrich，M.P.、Huang，R.（编辑）MICCAI 2020。LNCS，第12587卷，第61\u201367页。查姆施普林格（2021）。https:\/\/doi.org\/10.1007\/978-3-030-71827-5_7“}，{”issue“：”11“，”key“：”9_CR14“，”doi-asserted-by“：”publisher“，”first page“：“1901”，”doi“：”10.1109\/TMI.2011.2158349“，”volume“：.医学。成像30（11），1901\u20131920（2011）“，“期刊标题”：“IEEE Trans。医学成像“}，{“key”：“9_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Rueckert，D.，Sonoda，L.I.，Hayes，C.，Hill，D.L.G.，Leach，M.O.，Hawkes，D.J.：使用自由形式变形的非刚性配准：乳腺MR图像应用。IEEE Trans.Med.Imaging 18（8），712\u2013721（1999）”，“doi”：“10.1109\/42.796284”}，“{”key“：”9_CR16“，”doi-asserted-by“：”crossref“，”unstructured“：”Rueckert，D.，Schnabel，J.A.：医学图像注册，第131\u2013154页。Springer，Berlin，Heidelberg（2011）“，”DOI“：”10.1007\/978-3642-15816-2_5“}，{”issue“：”8“，”key“：”9_CR17“，”DOI-asserted-by“：”publisher“，”first page“：“1563”，“DOI”：“10.1109\/TBME.2016.2574816”，“volume”：“63”，“author”：“Z Xu”，“year”：“2016”，“unstructured”：“徐，Z.，等：临床采集CT上人类腹部六种配准方法的评估。IEEE Trans。生物识别。Eng.63（8），1563\u20131572（2016）“，“期刊标题”：“IEEE Trans。生物识别。Eng.“}，{“key”：“9_CR18”，“unstructured”：“Yan，K.，et al.：放射学图像中像素级解剖嵌入的自我监督学习（2020）。https:\/\/arxiv.org\/abs\/2012.02383”}，}，[key“：”9_CR19“，”doi-asserted-by“：”publisher“，”unstructure“：”Zhao，S.，Dong，Y.，Chang，E.，Xu，Y.：用于无监督医学图像注册的递归级联网络。2019年IEEE国际计算机视觉会议（ICCV），第10599\u201310609页（2019年）。https:\/\/doi.org\/10.109\/ICCV.2019.01070“，”doi“：”10.1109\/ICCV.2019.01070“}]，”container-title“：[”医学图像计算和计算机辅助干预\u2013 MICCAI 2021“，”计算机科学讲义“]，”original-title”：[]，“link”：[{“URL”：“https:\//link.springer.com\/content\/pdf\/10007\/978-3030-87202-1_9”，“content-type”：“unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2023,1,9]]，”date-time“：”2023-01-09T23:12:33Z“，”timestamp“：1673305953000}，”score“：1，”resource“：[]，“已发布”：{“日期-部分”：[[2021]]}，“ISBN”：[“9783030872014”，“978330872021”]，“references-count”：19，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-030-87202-1_9”，“关系”：{}，“ISSN”：【“0302-9743”，“1611-3349”]，”ISSN-type“：[{”value“：”0302-974“，”type““：”print“}，{”value“：“1611-33049”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2021]]}，“assertion”：[{“value”：“2021年9月21日”，“订单”：1，“名称”：“first_online”，“标签”：“首次在线”，“群组”：{“name”：“ChapterHistory”：“医学图像计算与计算机辅助干预国际会议”，“order”：2，“name”：“Conference_name”，“label”：“会议名称”，“group”：{“name”:“ConferenceInfo”，“标签”：“Conferency Information”}}，{“value”：“Strasbourg”，“订单”：3，“name“：”Conference_city“，”label“：”ConferenceCity“，”group“：{”name“ConfernceInformation”，“label”：“会议信息”}}，{“value”：“France”，“order”：4，“name”：“Conference_country”，“label”：“Conference-country”：“2021年9月27日”，“order”：7，“name”：“conference_start_date”，“label”：“会议开始日期”，“group”：{“name”:“ConferenceInfo”，”label“：“会议信息”}}，{“value”：“20210年10月1日”，”order“：8，”name“：”conference_end_date“，”label:“会议结束日期”，”group“：{”name“:”ConferenceInformo“，”标签“：“ConferencieInformation”}}}、{“value”：“24”，“订单“”：9，“name”：“conference_number”，“label”：“conference number”，“group”：{“name”:“ConferenceInfo”，”label“：“会议信息”}}，{“value”：“miccai2021”，”order“：10，”name“：”conference_id“，”lable“：”conference-id“，”group“：{”name“:”ConferencieInfo“，”label“：”：11，“name”：“conference_url”，“label”：“会议URL”，“group”：{“name”：“ConferenceInfo”，“label:”会议信息“}}，{“value”：“Double-blind”，“order”：1，“name:”type“，”label“：”type“，”group“：：“conference_management_system”，“label”：“会议管理系统”，“group”：{“name”：“ConfEventPeerReviewInformation”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“531”，“order”：4，“name”：“number_of_full_papers_accepted”，“table”：“已接受的全文数”，“group”：{“name”:“ConfeventPeerReveewInformation“，”label“：”同行评审信息：“0”，“order”：5，“name”：“number_of_short_papers_accepted”，“label”：“接受的短文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}，{“value”：“33%-值由等式计算\”已接受的完整论文数\/已发送供审阅的提交数*100”，然后四舍五入为整数。“，”订单“：6，”名称“：”acceptance_rate_of_Full_Papers“，”标签“：”完整论文的接受率“，”组“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“}}，{”value“：”3“，“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”：“4”，“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”：“会议是虚拟举行的。”，“order”：10，“name”：“additional_info_on_review_process”，“label”：“审阅过程的附加信息”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同侪审阅信息（由会议组织者提供）”}}]}}