{“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”：[[2023,4,7]]，“日期时间”：“2023-04-07T04:28:57Z”，“时间戳”：1680841737188}，“发布者位置”：“Cham”，“引用计数”：24，“发布商”：“Springer International Publishing”，“isbn-type”：[{“值”：“9783030877217”，“类型”：”打印“}，{“值”：“9783030877224”，“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.splingernature.com\/gp\/researters\/text-and-data-mining”}rts“：[[2021,1,1]]，“日期时间”：“2021-01-01T00:00:00Z”，“timestamp”：1609459200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2021]}”，“DOI”：“10.1007\/978-3-030-87722-4_16“，”类型“：“book-chapter”，“created”：{“date-parts”：[[2021,9,24]]，“date-time”：“2021-09-24T01:17:40Z”，“timestamp”：163244626000}，“page”：“168-179”，“update-policy”：”http://\/dx.doi.org\/10.1007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：0，“title”：[“Low-Dose Dynamic CT Perfusion Denoission Without Training Data”]，“前缀”：“10.1007”，“author”：[{“given”：“Viswanath P.”，“family”：“Sudarshan”，”sequence“：”first“，”affiliation“：[]}，”given“：”R.“，”family“：”AthulKumar“，”segment“：”additional“，”abfiliation”：[]{“给定”：“Pavan Kumar”，“家族”：“Reddy”，“sequence”：“additional”，“affiliance”：[]}，“附加”，“从属关系”：[]}，{“给定”：“Balamulthidhar”，“family”：“Purushothaman”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2021,9,21]]}，“reference”：[{“key”：“16_CR1”，“unstructured”：“Batson，J.，Royer，L.：Noise2self：通过自我视觉进行盲去噪。In:国际机器学习会议，pp.524\u2013533。PMLR（2019）“}，{“key”：“16_CR2”，“doi-asserted-by”：“crossref”，“unstructured”：“Cohen，J.P.，Luck，M.，Honari，S.：分布匹配损失会使医学图像翻译中的特征产生幻觉。摘自：医学图像计算和计算机辅助干预国际会议，第529\u2013536页。Springer（2018）“，”DOI“：”10.1007\/978-3-030-00928-1_60“}，{”issue“：”13“，”key“：”16_CR3“，”DOI-asserted-by“：”publisher“，”first page“：“2780”，“DOI”：“10.1007\/s00259-019-04468-4”，“volume”：“46”，“author”：“J Cui”，“year”：“2019”，“unstructured”：“Cui，J.，et al.：使用无监督深度学习的宠物图像去噪。Eur《医学摩尔医学杂志》第46卷（13页），2780\u20132789（2019）“，“期刊标题”：“Eur.J.Nucl。内科鼹鼠。图像。“}，{”issue“：“9”，”key“：“16_CR4”，”doi-asserted-by“：”publisher“，”first page“：”2189“，”doi“：”10.1109\/TMI.2016.2549601“，“volume”：“35”，“author”：“M Ehrhardt”，“year”：“2016”，“unstructured”：“Ehrhartt，M.等人：使用平行水平集之前用解剖MRI重建宠物。IEEE Trans.Med.Imaging 35（9），2189\u20132199（2016）”，“”日志标题“：”IEEE传输。Med.Imaging“}，{”issue“：”4“，”key“：”16_CR5“，”doi-asserted-by“：”publisher“，”first page“：“417”，“doi”：“10.1016\/j.media.2013.02.005”，“volume”：“17”，“author”：“R Fang”，“year”：“2013”，“unstructured”：“Fang，R.，Chen，T.，Sanelli，P.：走向低剂量灌注CT的稳健反褶积：使用在线字典学习实现稀疏灌注反褶积。Med。成像分析。17（4），417\u2013428（2013）“，”杂志标题“：”医学成像分析。“}，{”key“：”16_CR6“，”doi-asserted-by“：”crossref“，”unstructured“：”Fang，R.，Zhang，S.，Chen，T.，Sanelli，P.：通过张量总变差正则化实现稳健的低剂量CT灌注反褶积。IEEE Trans.Med.Imag.34（7），1533\u20131548（2015）“，”doi“：”10.1109\/TMI.2015.2405015：“Fieselmann，A.、Kowarschik，M.、Ganguly，A.、Horneger，J.、Fahrig，R.：基于反褶积的CT和MR脑灌注测量：理论模型回顾和实际实施细节。国际生物医学杂志。图像。2011，467563（2011）“，”DOI“：”10.1155\/2011\/467563“}，{“key”：“16_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Hsu，Y.，Shen由“：”插入crossref”，“非结构化”：“Kadimesetty，V.，Gutta，S.，Ganapathy，S.和Yalavarthy，P.：基于卷积神经网络的低剂量CT灌注图稳健去噪。IEEE传输。辐射。血浆医学科学。3（2），137\u2013152（2018）“，“DOI”：“10.1109\/TRPMS.2018.2860788”}，{“key”：“16_CR10”，“DOI-asserted-by”：“crossref”，“unstructured”：“Kao，Y.，et al.：脑CT灌注图像上动脉输入和静脉输出功能的自动测量：初步研究。Comp.Biol.Med.51，51\u201360（2014）”，“DOI:”10.1016\/j.compbiomed.2014.04.015“}，{“issue”：“1”，“key”：“16_CR11”，”doi-asserted-by“：“publisher”，“first page”：”1“，“doi”：“10.1186\/s12880-016-0112-5”，“volume”：：“16”，“author”：“D Karimi”，”year：“2016”，“unstructured”：“Karim，D.，Deman，P.，Ward，R.，Ford，N.：低剂量计算机断层扫描的正弦图去噪算法。BMC Med。图16（1），1\u201314（2016）“，“新闻标题”：“BMC Med.Imag。“}，{”key“：”16_CR12“，”doi-asserted-by“：”crossref“，”unstructured“：”Koh，T.，Wu，X.，Cheong，L.，Lim，C.：使用基于回归和奇异值分解的反褶积方法通过动态对比增强成像评估灌注。IEEE Trans.Med.Imag.23（12），1532\u20131542（2004）“，”doi“：”10.1109\/TMI.2004.837355“}”，{“key”：“16_CR13“，“非结构化”：“Lee，K.，Lee，K。，Lee、H.，Shin，J.：一个简单的统一框架，用于检测分发外样本和对抗性攻击。摘自：《第32届神经信息处理系统国际会议论文集》，第7167\u20137177（2018）页“}，{“key”：“16_CR14”，“unstructured”：“Lehtinen，J.，et al.：Noise2noise:learning image restoration without clean data.arXiv预印本arXiv:1803.04189（2018）”}，}，“key“：”16_CR15“doi-asserted-by”：“crossref”，“非结构化”：“Maier，O.，Menze，B.，von der Gablentz，J.等人：ISLES 2015——多光谱MRI医学图像中缺血性中风病灶分割的公共评估基准。分析。35，250\u2013269（2017）“，”DOI“：”10.1016\/j.media.2016.07.009“}，{”issue“：”11“，”key“：”16_CR16“，”DOI-asserted-by“：”publisher“，”first page“：“4911”，“DOI”：“10.1118\/1.3232004”，“volume”：“36”，“author”：“A Manduca”，“year”：“2009”，“unstructured”：“Manduca，A：”投影空间去噪与双边滤波和CT噪声建模用于减少剂量康涅狄格州。医学物理。36（11），4911\u20134919（2009）”，“期刊标题”：“医学物理。“}，{”key“：”16_CR17“，”doi-asserted-by“：”crossref“，”unstructured“：”Mouridsen，K.，Christensen，S.，Gyldensted，L.，\u00d8stergaard，L.：使用聚类分析自动选择动脉输入功能。Magn.Reson.Med.55（3），524\u2013531（2006）“，”doi“：”10.1002\/mrm.20759“：”Niesten，J.、van der Schaaf，I.、Riordan，A.等人：使用迭代重建法降低脑CT灌注成像中的辐射剂量。欧洲无线电。24（2），484\u2013493（2014）“，“DOI”：“10.1007\/s00330-013-3042-4”}，{“key”：“16_CR19”，“DOI-asserted-by”：“crossref”，“unstructured”：“Othman，A.等人：脑灌注CT成像中的辐射剂量降低：文献综述。J.Neuroradil.43（1），1\u20135 0“，”doi断言：“crossref”，“非结构化”：“Shtok，J.，Elad，M.，Zibulevsky，M.：低剂量计算机断层扫描中基于稀疏度的正弦图去噪。2011年IEEE声学、语音和信号处理国际会议（ICASSP），第569\u2013572页。IEEE（2011）“，”DOI“：”10.1109\/ICASSP.2011.5946467“}，{“key”：“16_CR21”，“DOI-asserted-by”：“crossref”，“unstructured”：“Voss，S.，Reaman，G.，Kaster，S.、Slovis，T.：儿科肿瘤学中的ALARA概念。Pediat.Radiol.39，1142\u20131146（2009）”，“DOI”：“10.1007\/s00247-009-1404-5”}，“{”key“：”16_CR22“，”DOI-assert-by“：”crossref“，”unstructured“：”Wittsack，H.等人：人脑CT灌注成像：使用循环奇异值分解的高级反褶积分析。公司。医学图像。图表。32（1），67\u201377（2008）“，“DOI”：“10.1016\/j.compmedimag.2007.09.004”}，{“key”：“16_CR23”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wu，D.，Ren，H.，Li，Q.：基于深度神经网络的自我监督动态CT灌注图像去噪。IEEE Trans.Radiate.Plasma Med.Sci.（2020）”，“DOI:”10.1109\/TRPMS.2020.29665666“}，”{“issue”：“7”，“key：“16_CR24”doi-asserted-by“：”publisher“，”first page“：”3142“，”doi“：”10.1109\/TIP.2017.2662206“，“volume”：“26”，“author”：“K Zhang”，“year”：“2017”，“unstructured”：“Zhang，K.，Zuo，W.，Chen，Y.，Meng，D.，Zhang。IEEE传输。图像处理。26（7），3142\u20133155（2017）“，“期刊标题”：“IEEE Trans。图像处理。“}]，”container-title“：[”域适配和表示转移，以及资源多样性全球健康的平价医疗和人工智能“，”计算机科学课堂讲稿“]，”原始标题“：[]，”链接“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3030-87722-4_16“，”内容类型“：”未指定“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,4,6]]，”date-time“：”2023-04-06T08:22:18Z“，”timestamp“：1680769338000}，”score“：1，”resource“：”primary“：”{“URL”：“https:\/\/link.springer.com\/10007\/978-3-030-87722-4_16”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-part”：[[2021]]}，“ISBN”：[“9783030877217”，“9783030877224“]，”references-count“：24，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-87722-4_16“，”relation“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，”type“：”print“}，{“value”：“1611-3349]，”subject“：[]，”published“：{”date-pa rts“：[[2021]]}，”断言“：[{“value”：“2021年9月21日”，“order”：1，“name”：“first_online，“label”：“first online”，“group”：{“name”：“ChapterHistory”，“label:”Chapter History“}}，{“value”：“FAIR”，“order”：1，“name”，“conference_acrombit”，“标签”：“conference acronym”，“群组”：{-“name”:”ConferenceInfo“，”label“：”Conferency Information“}，”{“值”：“资源多样性全球健康负担得起的医疗和人工智能研讨会”，“订单”：2，“name“：”conference_name“，”label“：”会议名称“，”group“：”{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“Strasbourg”，“order”：3，“name”:“conference_city”，“标签”：“conferency city”，“group”：{“name:”ConferenceInformo“，”标签“：”会议国家/地区“，”组“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”2021“，”order“：5，”name“:”Conference_year“，”标签“：”会议年“，”group“：name“：”ConferenceInfo“，”label“：”会议信息“}}，{“value”：“2021年9月27日”，“order”：8，“name”：“Conference_end_date”，“label”：“会议结束日期”，“group”：“：”会议信息“}}，{“value”：“fair22021”，“order”：10，“name”：“Conference_id”，“label”：“Conference_id”，“group”：{“name”:“ConferenceInfo”，“标签”：“会议信息”}}“，”标签“：”会议信息“}}，{”value“：”Double-blind“，”order“：1，”name“：”type“，”label“：”type“，”group“：ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）}，｛“value”：“10”，“order”：4，“name”：“number_of_full_papers_accepted”，“label”：“接受的全文数”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“0”，“order”：5，“name”：“number_of_short_papers_accepted”，“label”：“接受的短文数”，“group”用法：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}，{“value”：“59%-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”：“完整论文的接受率”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“Peer Review Information（由会议组织者提供）”}}，{“value”：“2.8”，“order”：7，“name”:“average_number_of_reviews_per_paper”，“标签”：“每篇论文的平均评论数”：“同行评议信息（由会议组织者提供）”}}，{“value”：“2.5”，“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”：“同行评审信息（由大会组织者提供）：“external_reviewers_involved”，“label”：“涉及外部审阅者”，“group”：{“name”：“ConfEventPeerReviewInformation”，“标签”：“同行审阅信息（由会议组织者提供）”}}，{“value”：“会议实际上是由于新冠肺炎疫情而召开的。”，“order”：10，“name”:“additional_info_on_Review_process”，“table”：“审阅过程的附加信息”，“组”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行审阅信息（由会议组织者提供）”}}]}