{“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”：[[2024,6,24]]，“日期时间”：“2024-06-24T05:19:02Z”，“时间戳”：1719206342376}，“出版商位置”：“查姆”，“参考计数”：27，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030872304”，“类型”：”打印“}，{“值”：“9783030872311”，“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.springernature.com\/gp\/researters\/text-and-data-mining”}，{“开始”：{“date-ports”：[2021,1,1]，“日期-时间”：“2021-01-01T00:00:00Z”，“时间戳”：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https://www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：160945.9200000}，“content-version”：“tdm”，“delay-in-days”：0、“URL”：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}，{“start”：{“date-parts”：[2021,1,1]]，“date-time”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\www.sprinternature.com/gp\researters/text-and-date-mining“}]，”content-domain“：{”domain“：[”link.springer.com“]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2021]]}，”DOI“：”10.1007\/978-3-030-87231-1_34“，”type“：”book-capter“，”created“：{”date-part“：[2021,9,22]]，“date-time”：“2021-09-22T15:05:11Z”，“timestamp”：1632323111000}，《page》：“350-360”，“update-policy”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：12，“title”：[“Deep J-Sense:通过未滚动交替优化加速MRI重建”]，“prefix”：“10.1007”，”author“：[{”given“：”Marius“，”family“：”Arvinte“，”sequence“：”first“，”affiliation“：[]}，{”given“Sriram”，“family”：“Vishwanath”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Ahmed H.”，“family”：“Tewfik”，“segment”：“附加”，“从属”：[]}，}“giving”：“Jonathan I.”，”family“：”Tamir“，”sequence“：”additional“，”affiliance“：[]{“member”：“297”，“published-online”：{“date-parts”：[2021,9,21]]}、“reference”：[{“key”：”34_CR1“，”doi-asserted-by“：”crossref“，”非结构化“：“Aggarwal，香港，Mani，M.P.，Jacob，M.：模型：基于模型的反问题深度学习架构。IEEE Trans.Med.Imaging 38（2），394\u2013405（2018）”，“DOI”：“10.1109\/TMI.2018.2865356”}，{“key”：“34_CR2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Antun，V.，Renna，F.，Poon，C.，Adcock，B.，Hansen，A.C.：关于图像重建中深度学习的不稳定性和人工智能的潜在成本。Proc.Natl.Acad.Sci.117（48），30088\u201330095（2020）”，“DOI”：“10.1073\/pnas.1907377117”}，{“key”：“34_CR3”，“非结构化”：“Cheng，J.Y.，Pauly，J.M.，Vasanawala，S.S.：具有潜在线圈和对抗损失的多通道图像重建。ISMRM（2019）”}，{“key”：“34_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“Deshmane，A.，Gulani，V.，Griswold，M.A.，Seiberich，N.：并行mr成像。J.Magn.Reson.成像36（1），55\u201372（2012）”，“doi”：“10.1002\/jmri.23639”｝，｛“key”：“34_CR5”，“doi由”：“crossref”断言，“非结构化”：“Griswold，M.A.等人：广义自动校准部分并行采集（grappa）。Magn.Reson.Med.：Off.J.Int.Soc.Magn.Res.Med.47（6），1202\u20131210（2002）”，“doi”：“10.1002\/mrm.10171”｝，｛“key”：“34_CR6”，“doi由”：“crossref”断言，“非结构化”：“Haldar，J.P.：局部$$k$$空间邻里（loraks）约束MRI的低库建模。IEEE Trans.Med.Imaging 33（3），668\u2013681（2013）”，“DOI”：“10.1109\/TMI.2013.2293974”}，{“key”：“34_CR7”，“DOI-asserted-by”：“crossref”，“unstructured”：“Hammernik，K.等人：学习用于重建加速mri数据的变分网络。Magn.Reson.Med.79（6），3055\u20133071（2018）”，“DOI”：“10.1002\/mrm.26977”}，{“key”：“34_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Iyer，S.，Ong，F.，Setsompop，K.，Doneva，M.，Lustig，M.：基于Sur-based的espirit校准自动参数选择。Magn.Reson.Med.84（6），3423\u20133437（2020）”，“DOI”：“10.1002\/mrm.28386”}，{“key”：“34_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Jun，Y.，Shin，H.，Eo，T.，Hwang，D.：快速MRI的基于深度模型的联合MR图像和线圈灵敏度重建网络（Joint-ICNET）。摘自：IEEE计算机视觉和模式识别会议论文集，第5270\u20135279（2021）页”，“DOI”：“10.1109\/CVPR46437.2021.00523”}，{“key”：“34_CR10”，“DOI-asserted-by”：“crossref”，“非结构化”：“Lustig，M.，Donoho，D.，Pauly，J.M.：稀疏磁共振成像：压缩传感在快速磁共振成像中的应用。磁共振成像医学：Off.J.Int.Soc.Magn.Reson.Med.58（6），1182\u20131195（2007）”，“DOI”：“10.1002\/mrm.21391”}，{“key”：“34_CR11”，“DOI-asserted-by”：“crossref”，“非结构性”：“Lustig，M.，Pauly，J.M.：Spirit：基于任意k空间的迭代自洽并行成像重建。Magn.Reson.Med.64（2），457\u2013471（2010）”，“DOI”：“10.1002\/mrm.22428”}，{“key”：“34_CR12”，“DOI-asserted-by”：“publisher”，“unstructured”：“Meng，N.，Yang，Y.，Xu，Z.，Sun，J.：并行MR成像中联合成像和灵敏度估计的先验学习网络。收录：Shen，D.，et al.（eds.）MICCAI 2019。LNCS公司。第11767卷，第732\u2013740页。查姆施普林格（2019）。https:\/\/doi.org\/10.1007\/978-3-030-32251-9_80“，”doi“：”10.1007\/9783-030-32251-9-80“}，{“key”：“34_CR13”，“unstructured”：“Ong，F.，Lustig，M.：Sigpy:一个用于高性能迭代重建的python包。In:《ISMRM第27届年会论文集》，加拿大魁北克省蒙特利尔，p.4819（2019）“}”，{：“key“：”34_CR14“，”unstructure“：”Paszke，A.等人：Pytorch：一个命令式、高性能的深度学习库。收录于：Wallach，H.、Larochelle，H.，Beygelzimer，A.，d\u2019 Alch\u00e9-Buc，F.、Fox，E.、Garnett，R.（编辑）《神经信息处理系统进展》，第32卷，第8024\u20138035页。Curran Associates，Inc.（2019年）。http://\/papers.neurips.cc\/paper\/9015-pytorch-an-imperative-style-high-performance-deep-learning-library.pdf“}，{“key”：“34_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“普鲁斯曼，K.P.，Weiger，M.，Scheidger，M.B.，Boesiger，P.：Sense:快速MRI的灵敏度编码。Magn.Reson.Med.：Off.J.Int.Soc.Magn.Res.Med.42（5），952\u2013962（1999）”，“DOI”：“10.1002\/（SICI）1522-2594（199911）42:5<952:：AID-MRM16>3.0.CO；2-S“}，{“key”：“34_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Rosenzweig，S.，Holme，H.C.M.，Wilke，R.N.，Voit，D.，Frahm，J.，Uecker，M.：使用笛卡尔闪光和径向闪光以及正则化非线性反转的同时多层MRI：Sms-nlinv.Magn.Reson.Med.79（4），2057\u20132066（2018）”，“doi”：“10.1002\/mrm.26878”}，R17英寸doi-asserted-by“：”crossref“，”unstructured“：”Sandino，C.M.，Lai，P.，Vasanawala，S.S.，Cheng，J.Y.：使用基于深度学习的espirit重建加速心脏电影MRI。Magn.公司。决议。Med.85（1），152\u2013167（2021）“，”DOI“：”10.1002\/mrm.28420“}，{”key“：”34_CR18“，”DOI-asserted-by“：”crossref“，”unstructured“：”Schlemper，J.，Caballero，J.、Hajnal，J.V.，Price，A.N.，Rueckert，D.：用于动态MR图像重建的卷积神经网络的深层级联。IEEE Trans.Med.Imaging 37（2），491\u2013503（2017）“，“DOI”：“10.1109 \/TMI.2017.2760978“}，{“key”：“34_CR19”，“unstructured”：“Shewchuk，J.R.等人：介绍无痛苦的共轭梯度法（1994）”}，}，“key“：”34_CR20“，”doi-asserted-by“：”crossref“，”unstructure“：”Shin，P.J.等：基于结构化低秩矩阵补全的无标定并行成像重建。Magn.公司。决议。Med.72（4），959\u2013970（2014）“，”DOI“：”10.1002\/mrm.24997“}，{”key“：”34_CR21“，”DOI-asserted-by“：”crossref“，”unstructured“：”Sodickson，D.K.，Manning，W.J.：“空间谐波的同时采集（粉碎）：射频线圈阵列的快速成像。Magn.Reson.Med.38（4）、591\u2013603（1997）“，“DOI”：“10.1002\/mrm.1910380414”}，{“密钥”：“34_CR22“，”doi-asserted-by“：”crossref“，”unstructured“：”Sriram，A.等人：用于加速MRI重建的端到端变分网络。收录于：医学图像计算和计算机辅助干预国际会议，第64页\u201373（2020）“，“DOI”：“10.1007\/978-3-030-59713-9_7”}，{“key”：“34_CR23”，“DOI-asserted-by”：“crossref”，“unstructured”：“Sriram，A.，Zbontar，J.，Murrell，T.，Zitnick，C.L.，Defazio，A.，Sodickson，D.K.：Grappanet：多核MRI重建的并行成像与深度学习相结合。收录于：IEEE计算机视觉和模式识别（CVPR）会议记录（2020）“，”DOI“：”10.1109“，{”key“：”34_CR24“，”unstructured“：”Tamir，J.I.，Ong，F.，Cheng，J.Y.，Uecker，M.，Lustig，M.：使用berkeley高级重建工具箱进行广义磁共振图像重建。在：ISMRM数据采样和图像重建研讨会，塞多纳，亚利桑那州（2016）“}，{“key”：“34_CR25”，“doi-asserted-by”：“crossref”，“unstructured”：“Uecker，M.，et al.：Espirit \u2014自动校准并行MRI的特征值方法：where sense meet grappa.Magn.Reson.Med.71（3），990\u20131001（2014）”，“doi”：“10.1002\/mrm.24751”}，}，“key“：”34_CR26“，”doi-asserted-by“：”crossref“，”unstructured“：”Ying，L.，Sheng，J.：联合图像重建和感官灵敏度估计（jsense）。Magn.公司。决议。医学：Off.J.Int.Soc.Magn。决议。Med.57（6），1196\u20131202（2007）“，“DOI”：“10.1002\/mrm.21245”}，{“key”：“34_CR27”，“unstructured”：“Zbontar，J.，et al.：fastMRI：加速MRI的开放数据集和基准。ArXiv e-prints（2018）”}]，“container-title”：[“医学图像计算和计算机辅助干预\u2013 MICCAI 2021”，“计算机科学讲稿”]，“original-title“：[]，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-030-87231-1_34“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,11,2]，”date-time“：“2023-11-02T20:04:54Z”，“timestamp”：1698955494000}，“score”：1，“资源”：{“主资源”：}URL“：”https:\/\/link.springer.com//10.1007\/978-3-030-87231-1_34“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2021]]}，“ISBN”：[“9783030872304”，“978330872311”]，“references-count”：27，“URL”：“http://\/dx.doi.org\/10.1007\/978-30-87231-1.34”，“relation”：{}，“ISSN”：[“0302-9743”，“1611-3349”]，“ISSN-type”：[{“value”：“0302-7743”，{“value”：“1611-3349”，“type”：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2021]]}，“assertion”：[{“value”：“2021年9月21日”，“order”：1，“name”：“first_online”，“label”：“first online”，，“label”：“conference acronym”，“group”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“医学图像计算和计算机辅助干预国际会议”，“order”：2，“name”:“Conference_name”，“table”：“会议名称”，“group”：，“label”：“会议城市”，“group”：{“name”：“ConferenceInfo”，“label:”会议信息“}}，{“value”：“France”，“order”：4，“name”:”Conference_country“，”label“：”会议国家“，”group“：：“ConferenceInfo”，“label”：“Confection Information”}}，{“value”：“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”：“24”，“order”：9，“name”：“Conference_number”，“lable”：“ConferenceNumber”，“group”：{“name”:“ConferenceInfo”，”label“：”会议信息“}}”，{”value“：”miccai2021“，”order“：10，“name值“：“https:\/\/miccai2021.org/en\/”，“order”：11，“name”：“conference_url”，“label”：“会议url”，“group”：｛“name”：“ConferenceInfo”，“label”：“会议信息”｝｝，｛“value”：“双盲”，“order”：1，“name”：“type”，“label”：“type”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“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”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由会议组织者提供）”}}，{“value”：“1622”，“订单”：3，“name）：”number_of_submissions_sent_for_Review“，”label“：“发送供审阅的提交数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“531”，“order”：4，“name”:“Number_of_full_papers_accepted”，“标签”：“接受的全文数”：“同行评议信息（由会议组织者提供）”}}，{“value”：“0”，“order”：5，“name”：“number_of_short_papers_accepted”，“label”：“已接受的短文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“tabel”：”同行评议资讯（由会议主办方提供）“}}}、{“value”：“33%-该值由等式“接受的全文数”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”，“标签”：“同行评议信息（由会议组织者提供）”}}，{“value”：“3”，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息（由大会组织者提供）：“average_number_of_papers_per_reviewer”，“label”：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“table”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“Yes”，“order”：9，“name”:“external_reviewers_involved”：“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”，“标签”：“评审过程的附加信息”，“group”：：“同行评审信息（由会议组织者提供）”}}]}}