{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,9,13]]，“日期-时间”：“2024-09-13T12:48:21Z”，“时间戳”：1726231701097}，“发布者位置”：“查姆”，“引用-计数”：24，“出版者”：“施普林格自然瑞士”，“isbn-type”：[{“类型”：”打印“，“值”：“9783031438974”}，{“类型”：“电子”，“值”：“9783031438981”}]，“许可证”：[{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com\/gp\/searners\/text-and-data-mining”}，{“开始”：{“date-ports”：[2023,1]]“：”2023-01-01T00:00:00Z“，”时间戳“：1672531200000}，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https:\/\/www.springernace.com\/gp\/researchers\/text and data mining”｝，｛“开始”：｛“日期部分”：[[2023,1,1]]，“日期时间”：“2023-01-01T00:00:00Z”，“时间戳”：1672531200000｝，“内容版本”：“tdm”，“延迟天数”：0，“URL”：“https:\/\/www.springernace.com\/gp\/researchers\/text and data mining”｝，{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“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}，”shortcontainer-title“：[]，“published-print”用法：{“date-parts”：[[2023]]}，“DOI”：“10.1007\/978-3-031-43898-1_51”，“type”：“book-chapter”，“created”：{”date-part“：[[2023,9,30]]，“date-time”：“2023-09-30T23:08:23Z”，“timestamp”：16961153030000}，”page“：”529-539“，”update-policy“http://dx.DOI.org\/10.10007\/springer_crossmark_policy”，“source”：“Crossref”，“is-referenced-by-count”：0，“title”：[“通过\u00a0Skeleton Aware Distance Transform进行结构保持实例分割”]，“prefix”：“10.1007”，“author”：[｛“given”：“Zudi”，“family”：“Lin”，“sequence”：“first”，“affiliation”：[]｝，｛“given”：“Donglai”，“family”：“Wei”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Aarush”，“family”：“Gupta”，“sequence”：“additional”，“affiliation”：[]｝：“星宇”，“家族”：“刘”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“德清”，“家庭”：“孙”，“顺序”：“额外”，“附属关系”：[]}、{“给出”：“汉斯彼得”，“家人”：“菲斯特”，“排序”：“添加”，“隶属关系”：【】，“成员”：“297”，“在线发布”：{“日期段”：[2023,10,1]}“key”：“51_CR1”，“doi-asserted-by”：“crossref”，“非结构化”：“Bai，M.，Urtasun，R.：深度分水岭变换，例如分割。摘自：IEEE计算机视觉和模式识别会议论文集，第5221\u20135229页（2017）”，“DOI”：“10.1109\/CVPR.2017.305”}，{“volume-title”：“提取形状新描述符的变换”，“年份”：“1967”，“作者”：“H Blum”，“关键”：“51_CR2”，“非结构化”：“Blum，H.等人：提取形状新描述符的变换，第4卷。麻省理工学院出版社，剑桥（1967）“}，{”键“：”51_CR3“，”首页“：”1865“，”卷“：”22“，”作者“：”K Briggman“，”年份“：”2009“，”非结构化“：”Briggman，K.，Denk，W.，Seung，S.，Helmstaedter，M.N.，Turaga，S.C.：图像分割的Maximin亲和学习。Adv.Neural Inf.Process.Syst.221865\u20131873（2009）“，”杂志标题“Adv.Neural Inf.”。过程。系统。“}，{”key“：”51_CR4“，”doi-asserted-by“：”crossref“，”unstructured“：”Chen，H.，Qi，X.，Yu，L.，Heng，P.A.：Dcan：精确腺体分割的深轮廓软件网络。摘自：IEEE计算机视觉与模式识别会议论文集，第2487\u20132496页（2016）“，”doi“：”10.1109\/CVPR.2016.273“}”，{“issue”：“4”，“key”：“51_CR5”，“doi-asserted-by“：”publisher“，”first page“：”834“，”doi“：”10.1109\/TPAMI.2017.2699184“，“volume”：“40”，“author”：“LC Chen”，“year”：“2017”，“unstructured”：“Chen，L.C.，Papandreou，G.，Kokkinos，I.，Murphy，K.，Yuille，A.L.：Deeplab：使用深度卷积网络、atrous卷积和全连接crfs进行语义图像分割。IEEE传输。模式分析。机器。智力。40（4），834\u2013848（2017）“，“期刊标题”：“IEEE Trans。模式分析。机器。因特尔。“｝，｛”key“：”51_CR6“，”doi asserted by“：”crossref“，”非结构化“：”He，K.，Zhang，X.，Ren，S.，Sun，J.：图像识别的深度残差学习。在：IEEE计算机视觉和模式识别会议论文集，pp.770\u2013778（2016）“，”doi“：”10.1109\/CVPR.2016.90“｝，｛”key“：”51_CR7“，”doi asserted by“：”crossref“，”非结构化“：”Ke，W.，Chen，J.，Jiao，J.、Zhao，G.，Ye，Q.：Srn：野外物体对称性检测的副输出残差网络。摘自：IEEE计算机视觉和模式识别会议论文集，pp.1068\u20131076（2017）“，“DOI”：“10.1109\/CVPR.2017.40”}，{“key”：“51_CR8”，“DOI-asserted-by”：“crossref”，“unstructured”：“Lee，T.C.，Kashyap，R.L.，Chu，C.N.：通过三维内表面轴细化算法构建骨架模型。CVGIP：图形。模型图像处理。56（6），462\u2013478（1994）“，“DOI”：“10.1006\/cgip.1994.1042”}，{“key”：“51_CR9”，“DOI-asserted-by”：“crossref”，“unstructured”：“Liu，C.，Ke，W.，Qin，F.，Ye，Q.：用于物体骨架检测的线性跨度网络。In:Proceedings of the European Conference on Computer Vision（ECCV），pp.133\u201314851_CR10”，“首页”：“9605”，“卷”：“31”，“作者”：“R Liu”，“年份”：“2018”，“非结构化”：“Liu，R，et al.：卷积神经网络和coordconv解决方案的一个有趣的失败。高级神经信息处理。系统。31，9605\u20139616（2018）“，“新闻标题”：“高级神经信息处理。系统。“}，{”key“：”51_CR11“，”doi-asserted-by“：”crossref“，”unstructured“：”Matejek，B.，Haehn，D.，Zhu，H.，Wei，D.，Parag，T.，Pfister，H.：全局连接组学重构的生物约束图。In:IEEE Conference on Computer Vision and Pattern Recognition（2019）“，”doi“：”10.1109\/CVPR.2019.00219“}”，{“key”：“”51_CR12“，”doi-asserted-by“：”publisher“，”unstructured“：”N\u00e9meth，G.，Kardos，P.，Pal\u00e 1gyi，K.：基于拓扑保持的充分条件的2d并行细化和收缩。《控制学报》20（1），125\u2013144（2011）。https:\/\/doi.org\/10.14232\/actacyb.201.2011.0“，”doi“：”10.14232\/actacyb/201.2011.10“}，{“key”：“51_CR13”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“378”，“doi”：“10.1007\/978-3-030-32239-7_42”，“volume-title”：”医学图像计算和计算机辅助干预\u2013 MICCAI 2019“，”作者：“H Qu”，“年份”：“2019年”，“非结构化”：“Qu，H.，Yan，Z.，Riedlinger，G.M.，De，S.，Metaxas，D.N.：通过全分辨率神经网络和空间约束损失改进组织病理学图像中的细胞核/腺体实例分割。收录人：Shen，D.等人（编辑）MICCAI 2019。LNCS，第11764卷，第378\u2013386页。查姆施普林格（2019）。https:\/\/doi.org\/10.1007\/978-3-030-32239-7_42“}，{“key”：“51_CR14”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“234”，”doi“：”10.1007\/9783-319-24574-4_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“}，{”key“：”51_CR15“，”doi-asserted-by“：”publisher“，”first page“：“3”，”doi“：”10.1016\/j.patrec.2015.04.006“，”volume“:”76“，”author“：”PK Saha“，”year“：”2016“，”unstructured“：”Saha，P.K.，Borgefors，G.，di Baja，G.S.：骨架化算法及其应用综述。模式识别。莱特。76，3\u201312（2016）“，“期刊标题”：“模式识别。莱特。“}，{”issue“：”11“，”key“：”51_CR16“，”doi-asserted-by“：”publisher“，”first page“：“5298”，”doi“：”10.1109\/TIP.2017.2735182“，“volume”：“26”，“author”：“W Shen”，“year”：“2017”，“unstructured”：“Shen，W.、Zhao，K.、Jiang，Y.、Wang，Y.，Bai，X.、Yuille，A.：深骨架：学习多任务尺度相关的深侧输出，用于自然图像中的对象骨架提取。IEEE传输。图像处理。26（11），5298\u20135311（2017）“，“期刊标题”：“IEEE Trans。图像处理。“}，{”key“：”51_CR17“，”doi-asserted-by“：”publisher“，”首页“：”489“，”doi“：”10.1016\/j.media.2016.08.008“，”volume“：“35”“，”author“：”K Sirinukunwattana“，“year”：“2017”，“unstructured”：“Sirinukundata，K.，et al.：结肠组织学图像中的腺体分割：glas challenge contest。Med.Image Anal.35，489\u2013502（2017）”，“journal-title“：”医学。图像分析。“｝，｛”key“：”51_CR18“，”doi asserted by“：”crossref“，”非结构化“：”Wang，Y.等人：ct扫描中管状结构分割的深度距离变换。在：IEEE\/CVF计算机视觉和模式识别会议论文集，pp.3833\u20133842（2020）“，”doi“：”10.1109\/CVPR4600.2020.000389“｝，｛”key“：”51_CR19“，”doi asserted by“：”crossref”，“非结构化”：“Wang，Y.，Xu，Y.、Tsogkas，S.，Bai，X.、Dickinson，S.、Siddiqi，K.：野外骨骼的深通量。摘自：IEEE计算机视觉和模式识别会议记录，第5287\u20135296页（2019）“，“DOI”：“10.1109\/CVPR.2019.00543”}，{“key”：“51_CR20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Xu，X.，等：用于精确生物医学图像分割的完全卷积网络量化。在：《IEEE计算机视觉与模式识别会议论文集》，第8300\u20138308页（2018），“DOI”：“10.1109\/CVPR.2018.00866”}，｛“issue”：“12”，“key”：“51_CR21”，“DOI asserted by”：“publisher”，“first page”：“2901”，“DOI”：“10.1109\/TBME.2017.2686418”，“volume”：“64”，“author”：“Y Xu”，“year”：“2017”，“nonstructured”：“Xu，Y.等：使用深度多通道神经网络进行腺体实例分割。IEEE传输。生物识别。Eng.64（12），2901\u20132912（2017）“，“期刊标题”：“IEEE Trans。生物识别。工程师“}，{”key“：”51_CR22“，”series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first page“：“138”，“doi”：“10.1007\/978-3-030-00934-2_16”，“volume-title”：“医学图像计算与计算机辅助干预\u2013 MICCAI 2018”，“author”：“Z Yan”，“year”：“2018”，”unstructured“：”Yan，Z.，Yang，X.，Cheng，K.-T.T.：一个用于腺体实例分割的具有保形损失的深度模型。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138\u2013146页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-00934-2_16“}，{“key”：“51_CR23”，“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“首页”：“399”，“doi”：“10.1007\/9783-319-66179-7_46”，“volume-title”：”医学图像计算和计算机辅助干预\u2013 MICCAI 2017“，”作者：“L Yang”，“年份”：“2017”，“非结构化”：“Yang，L.，Zhang，Y.，Chen，J.，Zheng，S.，Chen和D.Z.：建议性注释：生物医学图像分割的深度主动学习框架。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399\u2013407页。查姆施普林格（2017）。https:\/\/doi.org\/10.1007\/978-3-319-66179-7_46“}，{”issue“：”3“，”key“：”51_CR24“，”doi-asserted-by“：”publisher“，”first page“：“236”，”doi“：”10.1145\/357994.358023“，“volume”：“27”，“author”：“T Zhang”，“year”：“1984”，“unstructured”：“Zhang，T.，Suen，C.Y.：数字模式细化的快速并行算法。Commun.ACM 27（3），236\u2013239（1984）“，”期刊标题“：”公社。ACM“}]，“container-title”：[“计算机科学课堂讲稿”，“医学图像计算和计算机辅助干预\u2013 MICCAI 2023”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/978-3-031-43898-1_51”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查“}”，“存放”：{“日期部分”：[[2024,3,11]]，“日期时间”：“2024-03-11T14:25:54Z”，“时间戳”：1710167154000}，“分数”：1，“资源”：{“主要”：}“URL”：“https:\/\/link.springer.com\/10.1007\/978-3031-43898-1_51”}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2023]]}，“ISBN”：[“9783031438974”，“97830031438981”]，“references-count“：24，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-031-43898-1_51“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”type“:”print“，”value“：”0302-7743“}，{”类型“：”electronic“，”value“：“1611-3399”}]，”主题“：[]，”已发布“：{”date-parts“：[2023]]}，“assertion”：[{“value”：“2023年10月1日”，“order”：1，“name”：“first_online”，“label”：“First Online”，“group”：{“name”：“ChapterHistory”，“label”：“章节历史”}}，{“value”：“MICCAI”，“order”：1，“name”:“conference_acrombit”，“标签”：“conference acronym”，”group“：{”name“：”ConferenceInfoconference_name“，”label“：”会议名称“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”温哥华，不列颠哥伦比亚省“，”order“：3，”name“:”conference_city“，”标签“：”conferency city“，”group“：”{“name”：“ConferenceInformo”，“label”：“conferenceInformation”}，“value”：“Canada”，“order”：4，“name”:“conference_country”，“标签”：“”会议国家/地区”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“2023”，“order”：5，“名称”：“Conference_year”，“标签”：“会议年”，“group”：{name”：”ConferenceInformo“，”label“：”会议信息“}}”，{value“：”2023年10月8日“，”order“：7，”name“：”Conference_start_date“，”标签“：”“会议开始日期“，”group“：{”name“：“ConferenceInfo“，”label“：”ConferenceInformation“}}，{”value“：”2023年10月12日“，”order“：8，”name“：”Conference_end_date“，“label”：“会议结束日期”，“group”：{“name”：“ConferenceInfo”，“lable”：“Meeting Information”}，}“value”：“miccai2023”，“order”：10，“name”:“Conference_id”，“tabel”：”会议id“，”group“：{”name：“会议信息“}}，{“value”：“https:\/\/conferences.miccai.org\/2023\/en\/”，“order”：11，“name”：“Conference_url”，“label”：“会议url”，“group”：{“name”:“ConferenceInfo”，“table”：“Conferency Information”}}“：”同行评议信息（由会议组织者提供）“}}，{”value“：”CMT“，”order“：2，”name“：”conference_management_system“，”label“：”会议管理系统“，”group“：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”：“730”，“order”：4，“name”:“number_ of_full_papers_accepted”，“table”：“已接受的全文数”，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）32%-该值由等式“接受的完整论文数”/“提交供审查的论文数*100”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“：ConfEventPeerReviewInformation“，”label“：”同行评议信息（由会议组织者提供）“}}，{“value”：“5”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：}，{“value”：“Yes”，“order”：9，“name”：“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）”}}]}}