{“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”：“2024-06-24T22:37:46Z”，“时间戳”：1719268666410}，“出版商位置”：“查姆”，“引用计数”：26，“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_48“，”type“：”book-capter“，”created“：{”date-part“：[2021,9,22]]，“date-time”：“2021-09-22T15:05:11Z”，“timestamp”：1632323111000}，《page》：“495-505”，“update-policy”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“source”：“Crossref”、“is-referenced-by-count”：27，“title”：[“超声视频变压器用于\u00a0心脏射血分数估计”]，“prefix”：“10.1007”，”author“：[{”given“：”Hadrien“，”family“：”Reynaud“，”sequence“：”first“，”affiliation“：[]}，{”given“Athanasios”，“family”：“V”“朗茨”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Benjamin”，“family”：“Hou”，“segment”：“附加”，“从属关系”：[]}，}“giving”：“Arian”，“家族”：“Beqiri”，“sequence”:“additionable”，“filiation“：[]{”given“：”Paul“，”family“：”Leeson“，”sequence“：”additional“，”affiliance“：[]{“Givent”：“Bernhard”，“家庭”：“Kainz”，“sequence“：”additional“，”affiliation“：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2021,9,21]]}，“reference”：[{“issue”：“11”，“key”：“48_CR1”，“doi-asserted-by”：“publisher”，《first page》：“2204”，“doi”：“10.1109 \/TMI.2017.2712367”，“volument”：“36”，“author”：“CF Baumgartner”，“year”：“2017”，“unstructured”：“Baumgartner，C.F.，et al.：SonoNet:在徒手超声中实时检测和定位胎儿标准扫描平面。IEEE Trans.Med.Imaging 36（11），2204\u20132215（2017）”，“日志标题”：“IEEE Trans.Med.Imagion”}，{“issue”：“3”，“key”：“48_CR2”，“doi-asserted-by”：“publisher”，“first page”：《968》，“doi”：“10.1109\/TIP.2011.2169273”，《volume》：“21”，“author”：“G Carneiro”，“year”：“2011”，“unstructured”：“Carneira，G.，Nascimento，J.C.，Freitas，A.：使用深度学习架构和基于派生的搜索方法从超声数据中分割心脏左心室。IEEE Trans.Image Process.21（3），968\u2013982（2011）”，“journal-title”：“IEEE Trans.Image Process。”}，{“key”：“48_CR3”，“unstructured”：“Devlin，J.，Chang，M.W.，Lee，K.，Toutanova，K.：BERT：用于语言理解的深层双向变换器的预培训。arXiv:1810.04805（2018）”}，{“key”：《48_CR4》，“series-title”：“计算机科学课堂笔记”，“doi-asserted-by”：“publisher”，“first page”：”：“100”，“doi”：“10.1007\/978-319-67558-9_12”，“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”，“author”：“FT Dezaki”，“year”：“2017”，“unstructured”：“Dezaki，F.T.等：超声心动图心动周期相特征化的深度残余递归神经网络。in:Cardoso，M.J.等（eds.）DLMIA\/ML-CDS-2017。LNCS，第10553卷，第100\u2013108页。查姆施普林格（2017）。https:\/\/doi.org\/10007\/978-3-319-67558-9_12“}，{“key”：“48_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Fiorito，A.M.，\u00d8stvik，A.，Smistad，E.，Leclerc，S.，Bernard，O.，Lovstakken，L.：使用三维卷积递归神经网络在超声心动图中检测心脏事件。摘自：2018 IEEE IUS，pp.1\u20134（2018）”，“doi”：“10.1109\/ULTSYM.2018.8580137“}，{“issue”：“4”，“key”：“48_CR6”，“doi-asserted-by”：“publisher”，“首页”：“760”，“doi”：“10.1161\/01.CIR.60.4.760”Folland，E.，Parisi，A.，Moynihan，P.，Jones，D.R.，Feldman，C.L.，Tow，D.：通过实时二维超声心动图评估左心室射血分数和容积。电影血管造影和放射性核素技术的比较。Circulation 60（4），760\u2013766（1979）“，”journal-title“：”Circulating“}，{”issue“：”9“，”key“：”48_CR7“，”doi-asserted-by“：”publisher“，”first page“：“1091”，”doi“：”10.1088\/0967-334\/31\/9\/002“，”volume“:”31“，”author“：”P Gifani“，”year“：”2010“，”unstructured“：”Gifani，P.、Behnam，H.、Shalbaf，A.、Sani，Z.A.：使用多种学习从超声心动图图像自动检测舒张末期和收缩末期。生理学。测量。31（9），1091\u20131103（2010）“，“期刊标题”：“生理学。测量。“}，{”key“：”48_CR8“，”doi-asserted-by“：”crossref“，”unstructured“：”Girdhar，R.，Carreira，J.，Doersch，C.，Zisserman，A.：视频动作变压器网络。摘自：IEEE\/CVF计算机视觉与模式识别会议论文集，第244\u2013253（2019）页”，“doi”：“10.1109\/CVPR.2019.00033”}，“key”：“48_CR9”，“series-title”：“”《计算机科学讲义》，“doi-asserted-by”：“publisher”，“first page”：“630”，“doi”：“10.1007\/978-3-319-46493-0_38”，“volume-title”：“Computer Vision\u2013 ECCV 2016”，“author”：“K He”，《year》：“2016”，《unstructured》：“He，K.，Zhang，X.，Ren，S.，Sun，J.：深度剩余网络中的身份映射。收录人：Leibe，B.，Matas，J.，Sebe，N.，Welling，M.（编辑）ECCV 2016。LNCS，第9908卷，第630\u2013645页。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46493-0_38“}，{“key”：“48_CR10”，“unstructured”：“Hou，B.：ResNetAE（2019）.https:\/\/github.com/farrell236\/ResNetAE.Accessed 22 June 2021”}，}“issue”：“12”，“key“：”48_CR11“，”doi-asserted-by“：”publisher“，”first page“：“2605”，“doi”：“10.1109\/TUFFC.2020.299 5118“，”卷“：”67“，”作者“：”TS Jahren“，”年份“：”2020“，”非结构化”：“Jahren，T.S.，Steen，E.N.，Aase，S.A.，Solberg，A.H.S.：使用深度学习估计心脏频谱多普勒的舒张末期。IEEE传输。Ultrason公司。铁电极。频率控制67（12），2605\u20132614（2020）“，“日志标题”：“IEEE Trans。超声波。铁电极。频率控制“}，{“key”：“48_CR12”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“首页”：“731”，“doi”：“10.1007\/978-3-030-68238-5_48”，“volume-title”：《计算机视觉\u2013 ECCV 2020 Workshops》，“author”：“ME Kalfaoglu”，“year”：“2020”，“unstructured”：“Kalfaoglu，M.E.，Kalkan，S.，Alatan，A.A.：使用BERT进行动作识别的3D CNN架构中的后期建模。收录：Bartoli，A.，Fusiello，A.（编辑）ECCV 2020。LNCS，第12539卷，第731\u2013747页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-68238-5_48“}，{“key”：“48_CR13”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“264”，“doi”：“10.1007\/9783-319-46726-9_31”，“volume-title”：”医学图像计算和计算机辅助干预\u2013 MICCAI 2016“，”作者：“B Kong”，“年份”：“2016”，“非结构化”：“Kong，B.，Zhan，Y.，Shin，M.，Denny，T.，Zhang，S.：通过深度时间回归网络识别舒张末期和收缩末期帧。In：Ourselin，S.，Joskowicz，L.，Sabuncu，M.R.，Unal，G.，Wells，W.（编辑）MICCAI 2016。LNCS，第9902卷，第264\u2013272页。查姆施普林格（2016）。https:\/\/doi.org\/10.1007\/978-3-319-46726-9_31“}，{“问题”：“3”，“密钥”：“48_CR14”，“doi-asserted-by”：“出版商”，“首页”：“329”，“doi”：“10.1016\/j.acra.2005.12.005”，“卷”：“13”，“作者”：“MA Kupinski”，“年份”：“2006”，“非结构化”：“Kupinski，M.A.等人：比较无黄金标准的心脏射血分数估计算法。阿卡德。无线电。13（3），329\u2013337（2006）“，“新闻标题”：“学术。无线电。“}，{”issue“：”3“，”key“：”48_CR15“，”doi-asserted-by“：”publisher“，”first page“：“233”，”doi“：”10.1093\/ehjci\/jev014“，”volume“：：”16“，”author“：”RM Lang“，”year“：”2015“，”unstructured“：”Lang，R.M.，等：成人超声心动图心室定量的建议：来自美国超声心动图学会和欧洲心血管成像协会的更新。《欧洲心脏杂志》心血管杂志。Imaging 16（3），233\u2013271（2015）“，“journal-title”：“Eur.Heart J.Cardiovasc。成像“}，{”key“：”48_CR16“，”doi-asserted-by“：”publisher“，”first page“：“218372”，”doi“：”10.1109\/ACCESS.2020.3042337“，”volume“：：”8“，”author“：”H M \u00e5l \u00f8y“，”year“：”2020“，”unstructured“：”M\u00e 5l\u00f 8y，H.：EchoBERT:一种基于变压器的方法，用于检测回声图中的行为。IEEE ACCESS 8，218372\u2013218385（2020）“，”新闻标题“：”IEEE Access“}，{”key“：”48_CR17“，”doi-asserted-by“：”publisher“，”first page“：“252”，”doi“：”10.1038\/s41586-020-2145-8“，“volume”：“580”，“author”：“D欧阳”，“year”：“2020”，“unstructured”：“Ouyang，D.，et al.：基于视频的人工智能，用于心脏功能的逐搏评估。Nature 580，252\u2013256（2020）”，“journal-title”：“Nature”}，_CR18“，”series-title“：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：“472”，“doi”：“10.1007\/978-3-030-00934-2_53”，“volume-title”：“Medical Image Computing and Computer Assisted Intervention \u2013 MICCAI 2018”，“author”：“C Qin”，“year”：“2018”，“unstructured”：“Qin，C。，等：心脏MR图像序列运动估计和分割的联合学习。收录人：Frangi，A.F.、Schnabel，J.A.、Davatzikos，C.、Alberola-L\u00f3pez，C.、Fichtinger，G.（编辑）MICCAI 2018。LNCS，第11071卷，第472\u2013480页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-00934-2_53“}，{“key”：“48_CR19”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“234”，“doi”：“10.1007\/978-30-319-24574-4_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“｝，｛“issue”：“9”，“key”：“48_CR20”，“doi断言者”：“publisher”，“首页”：“954”，“doi”：“10.1016\/j.echo.2010.06.010”，“volume”：“23”，“author”：“C Russo”，“year”：“2010”，“nonstructured”：“Russo，C.，Hahn，R.T.，Jin，Z.，Homma，S.，Sacco，R.L.，Di Tullio，M.R.：超声心动图单平面法与双平面法评估左心房容积的比较以及实时三维超声心动图的验证。《美国社会杂志》Echocardiogr。23（9），954\u2013960（2010）“，“期刊标题”：《美国社会学杂志》Echocardiogr。“}，{”key“：”48_CR21“，”doi-asserted-by“：”crossref“，”unstructured“：”Smistad，E.，\u00d8stvik，A.，Salte，I.M.，Leclerc，S.，Bernard，O.，Lovstakken，L.：使用深度神经网络在二维超声心动图中进行全自动实时射血分数和MAPSE测量。in:2018 IEEE IUS，pp.1\u20134（2018）“，”doi“：”10.1109 \/ULTSYM.2018.8579886“}”，{“issue“：”12“，”key“：”48_CR22“，”doi-asserted-by“：”publisher“，”first page“：“2595”，”doi“：”10.1109\/TUFFC.2020.2981037“，”volume“:”67“，”author“：”E Smistad“，”year“：”2020“，”unstructured“：”Smistad，E.等人：使用深度学习的实时自动射血分数和缩短检测。IEEE传输。超声波。铁电体。频率控制67（12），2595\u20132604（2020）“，“日志标题”：“IEEE Trans。超声波。铁电极。频率控制“}，{“key”：“48_CR23”，“unstructured”：“Vaswani，A.，et al.：注意就是你所需要的。In:Advances In Neural Information Processing Systems，pp.5998\u20136008（2017）”}，“key“：”48_CR24“，”series-title“：”计算机科学课堂笔记“，”doi-asserted-by“：”publisher“，”first page“：“623”，“doi”：“10.1007\/978-3030-59713-9_60”，““volume-title”：“医学图像计算和计算机辅助干预\u2013 MICCAI 2020”，“author”：“H Wei”，“year”：“2020年”，“unstructured”：“Wei，H，et al.：超声心动图时间一致性分割，从外观和形状共同学习。摘自：Martel，A.L.等人（编辑）MICCAI 2020。LNCS，第12262卷，第623\u2013632页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-59713-9_60“}，{“key”：“48_CR25”，“unstructured”：“Wolf，T.，et al.：Huggingface\u2019s transformers:artestated natural language processing.arXiv预印本arXiv:1910.03771（2019）”}，}“issue”：“7”，“key“：”48_CR26“doi-asserted-by”：“publisher”，“首页”：“956”，“doi”：“10.1111\/echo.13587”，“卷”：“34”，“作者：“M Zolgharni”，“年份”：“2017年”，“非结构化”：“Zolghari，M.等人：二维超声心动图中舒张末期和收缩末期帧的自动检测。超声心动图34（7），956\u2013967（2017）”，“期刊标题”：“超声心动图”}]，“容器标题”：[“医学图像计算和计算机辅助干预\u2013 MICCAI 2021”，“计算机科学讲义”]，“原标题”：[]，“链接”：[{“URL”：“https:\/\/link.springer.com\/content/pdf\/10.1007\/978-3-030-87231-1_48”，“内容类型”：“unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,11,2]，”date-time“：”2023-11-02T20:06:20Z“，”timestamp“：1698955580000}，”score“：1，”resource“：{primary“：”{“URL”：“https:\/\/link.springer.com\/10007\/978-3-030-87231-1_48”}}，“subtitle”：[]，“shorttitle”：[]，“已发布”：{“日期-部分”：[[2021]]}，“ISBN”：[“9783030872304”，“97830.30872311”]，“references-count”：26，“URL”：“http://\/dx.doi.org \/10.1007\/978-3-030-87231-1_48”，“relation”：{}，“ISSN”：【“0302-9743”，“1611-3349”】，“ISSN-type”：[{“value”：“0302-7743”、“type”:“print”}，{“value”：“1611-349”，“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_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评论信息（由会议组织者提供）”}}，{“value”：“4”，“orders”：8，“name”：“average_nument_of_papers_per_reviewer”，”label“：“每位审阅者的平均论文数”，“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）”}}]}}