{“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”：[[2024,3,14]]，“日期-时间”：“2024-03-14T00:38:41Z”，“时间戳”：1710376721461}，“发布者位置”：“查姆”，“引用-计数”：19，“出版商”：“施普林格自然瑞士”，“isbn-type”：[{“值”：“9783031456756”，“类型”：”打印“}，{“值”：“9783031456763”，“类型”：“电子”}]，“许可证”：[{“开始”：{“date-parts”：[[2023,10,15]]，“date-time”：“2023-10-15T00:00:00Z”，“时间戳”：1697328000000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springernature.com\/gp\/researters\/text-and-data-mining”}“：”2023-10-15T00:00:00Z“，”时间戳“：1697328000000}，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https:\/\/wwwspringernace.com\/gp\/researchers\/text and data mining”}，｛“开始”：｛“日期部分”：[[2023,10,15]，“日期时间”：“2023-10-15T00:00:00Z”，“时间戳”：1697328000000｝，“内容版本”：“tdm”，“延迟天数”：0，“URL”：“https:\/\/wwwspringernace.com\/gp\/researchers\/text and data mining”}，{“start”：{“date-parts”：[[2023,10,15]]，“date-time”：“2023-10-15T00:00:00Z”，“timestamp”：1697328000000}，“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}，”shortcontain惯性时间“：[]，”published-print“用法：{“date-parts”：[[2024]]}，“DOI”：“10.1007\/978-3-031-45676-3_19”，“type”：“book-chapter”，“created”：{”date-part“：[[2023,10,14]]，“date-time”：“2023-10-14T08:02:16Z”，“timestamp”：1697270536000}，”page“：”184-193“，”update-policy“http://dx.DOI.org\/10.1007\/springer_crossmark_policy”，“source“：”Crossref“，”is-referenced-by-count“：0，”title“：[“使用不完整的多模态数据实现对\u00a0Alzheimer\u2019s疾病诊断的统一模态理解”]，“前缀”：“10.1007”，“作者”：[{“给定”：“康福”，“家族”：“汉族”，“序列”：“第一”，“从属”：[]}，{“已知”：“分强”，“家庭”：“赵”，”序列“附加”，“隶属”：[]}，“给定”:“大江”，“家人”：“朱”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Tianming”，“family”：“Liu”，“sequence”：“addressive”，“filiation“：[]{”given“：”Feng“，”family“：”Yang“，sequence“：”additional“，”affiliance“：[]}，}“giving”：“Gang”，“家人”：“Li”，“序列”：“附加”，“从属关系”：[]{“member”：“297”，“published on line”：{“date-parts”：[202 3,10,15]]}，“引用”：[{“问题”：“3”，“key”：“19_CR1”，“doi-asserted-by”：“publisher”，《首页》：“321”，“doi”：“10.1016\/j.jalz.2019.01.010”，“卷”：“15”，“作者”：“A Association”，“year”：“2019”，“unstructured”：“协会，A.：2019阿尔茨海默病事实和数字。阿尔茨海默氏病。15（3），321\u2013387（2019）”，“新闻标题”：“阿尔茨海姆病。”}，{“问题”：“2”，“key”：“19_CR2”，“doi-asserted-by”：“publisher”，“first page”：：“298”，“doi”：“10.1006\/nimg.2001.0848”，《volume》：“14”，“author”：“J Baron”，“year”：“2001”，“unstructured”：“Baron，J.，et al.：用基于体素的形态计量学对轻度阿尔茨海默病患者的灰质丢失进行体内定位。Neuroimage 14（2），298\u2013309（2001）”，“journal-title”：“Neuroiimage”}，{“issue”：“3”，“key”：“19_CR3”，”doi-asserted-by“：”publisher“，”first page“：“186”，”doi“：”10.1016\/j.jalz.2007.04.381“，”volume“：”3“，”author“：”R Brookmeyer“，“year”：“2007”，“unstructured”：“Brookmeyer，R.，Johnson，E.，Ziegler-Graham，K.，Arrighi，H.M.：预测阿尔茨海默病的全球负担。阿尔茨海默氏症。3（3），186\u2013191（2007）“，“新闻标题”：“老年痴呆症。“｝，｛”key“：”19_CR4“，”非结构化“：”Dosovitskiy，A.，et al.：一幅图像价值16$$\\，\\times\\，$$16个单词：大规模图像识别的转换器。在：国际学习表征会议（2021）“｝，｛”issue“：”1“，”key“：”19_CR5“，”doi asserted by“：”publisher“，”首页“：”36“，”doi“：”10.1109\/JBHI.2021.30977221“，”volume“：”26“，”作者“：”X Gao“，”year“：”2022“，”unstructured“：”Gao，X.，Shi，F.，Shen，D.，Liu，M.：任务诱导金字塔和注意力GAN用于阿尔茨海默病的多模态脑图像插补和分类。IEEE J.生物医学。健康信息。26（1），36\u201343（2022）“，“期刊标题”：“IEEE J.Biomed。健康信息。“}，{”issue“：”8“，”key“：”19_CR6“，”doi-asserted-by“：”publisher“，”doi“：”10.1088\/1361-6560\/ac5ed5“，”volume“：“67”，”author“：”K Han“，“year”：“2022”，“unstructured”：“Han，K.，He，M.，Yang，F.，Zhang，Y.：多任务多层次特征对抗性网络，用于使用sMRI进行联合阿尔茨海默病诊断和萎缩定位。Phys.Med.Biol.67（8），085002（2022）“，”新闻标题“：”物理。医学生物学。“}，{”key“：”19_CR7“，”doi-asserted-by“：”crossref“，”unstructured“：”Holmes，C.J.，Hoge，R.，Collins，L.，Evans，A.C.：使用注册进行信号平均的t1 MR图像增强。NeuroImage 3（3，增补），S28（1996）“，”doi“：”10.1016\/S1053-8119（96）80030-9“}”，{“issue”：“2”，“key”：“19_CR8”，“doi-assert-by”：“publisher”，“first page”：”825“，”doi“：”10.1006 \/nimg.2002.1132“，“volume”：“17”，“author”：“M Jenkinson”，“year”：“2002”，“unstructured”：“JenkinsonM.，Bannister，P.，Brady，M.，Smith，S.：改进优化，以实现稳健准确的脑图像线性配准和运动校正。Neuroimage 17（2），825\u2013841（2002）“，”journal-title“：”NeuroiImage“}，{”issue“：”2“，”key“：”19_CR9“，”doi-asserted-by“：”publisher“，”first-page“：”143“，“doi”：“10.1016\/S1361-8415（01）00036-6”，“volume”：“5”，“author”：“M Jenkinson”，“year”：“2001”，“unstructured”：“”Jenkinson，M.，Smith，S.：大脑图像鲁棒仿射配准的全局优化方法。医学图像分析。5（2），143\u2013156（2001）“，“新闻标题”：“医学图像分析。“}，{”issue“：“3”，”key“：“19_CR10”，”doi-asserted-by“：”publisher“，”first page“：”681“，”doi“：”10.1093\/brain\/awm319“，”volume“：‘131’，”author“：”S Kl\u00f6ppel“，”year“：”2008“，”unstructured“：”Kl\u 00f6appel，S.，et al.：阿尔茨海默病MR扫描的自动分类。brain 131（3），681\u2013689（2008）“，”journal-title“：”brain“}，{”issue“：”4“，”key“：“19_CR11”，“doi-asserted-by”：“publisher”，“first page”：“3805”，“doi”：“10.1016\/j.neuroimage.2011.111.012”，“volume”：”59“，“author”：“G Li”，”year“：”2012“，”unstructured“：”Li，G.，Nie，j.，Wu，G.、Wang，Y.，Shen，D.：从纵向大脑MR图像中一致重建皮层表面。Neuroimage 59（4），3805\u20133820（2012）“，“journal-title”：“NeuroiImage”}，{“key”：“19_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“李伟等：UNIMO：通过跨模态对比学习实现统一模态理解和生成。摘自：《计算语言学协会第59届年会和第11届国际自然语言处理联合会议论文集》（第1卷：长篇论文），第2592\u20132607（2021）页，“DOI”：“10.18653\/v1\/2021.acl-Long.202”}，{“key”：“19_CR13”，“DOI-asserted-by”：“publisher”，“first page”：10.1016\/j.media.2017.10.005“，“卷”：“43”，“作者”：“M Liu”，“年份”：“2018”，“非结构化”：“Liu，M.，Zhang，j.，Adeli，E.，Shen，D.：基于Landmark的脑疾病诊断深度多实例学习。医学图像分析。43，157\u2013168（2018）“，“杂志标题”：“医学图像分析。“}，{”issue“：”9“，”key“：”19_CR14“，”doi-asserted-by“：”publisher“，”first-page“：”2965“，”doi“：”10.1109\/TMI.2020.2983085“，”volume“：“39”，”author“：”Y Pan“，“year”：“2020”，”unstructured“：”Pan，Y.、Liu，M.、Lian，C.、Xia，Y.和Shen，D.：不完全多模态神经图像脑疾病识别的空间约束fisher表示。IEEE传输。医学成像39（9），2965\u20132975（2020）“，“期刊标题”：“IEEE Trans。医学成像“}，{“问题”：“10”，“关键”：“19_CR15”，“doi-asserted-by”：“出版商”，“首页”：“6839”，“doi”：“10.1109\/TPAMI.2021.3091214”，“卷”：“44”，“作者”：“Y Pan”，“年份”：“2022”，“非结构化”：“Pan，Y.、Liu，M.、Xia，Y.和Shen，D.：针对不完全多模态数据的面向诊断的神经图像合成的疾病-图像特异性学习。IEEE传输。模式分析。机器。智力。44（10），6839\u20136853（2022）”，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”19_CR16“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.cmpb.2021.106282“，”volume“：“208”，”author“：”H Qiao“，”year“：”2021“，”unstructured“：”Qiao，H.，Chen，L.，Ye，Z.，Zhujournal-title“：”计算。方法生物识别程序。“}，{”issue“：”1“，”key“：”19_CR17“，”doi-asserted-by“：”publisher“，”first-page“：”87“，”doi“：”10.1109\/42.668698“，”volume“：“17”，“author”：“JG Sled”，“year”：“1998”，“unstructured”：“Sled，J.G.，Zijdenbos，A.P.，Evans，A.C.：自动校正MRI数据强度不均匀性的非参数方法。IEEE Trans.Med.Imaging 17（1），87\u201397（1998年）“，”journal-title“：”IEEE Trans。Med.Imaging“}，{”issue“：”3“，”key“：”19_CR18“，”doi-asserted-by“：”publisher“，”first page“：“1060”，“doi”：“10.1016\/j.neuroimage.2004.03.032”，“volume”：“22”，“author”：“F S\u00e9gonne”，“year”：“2004”，“unstructured”：“S\u00 e9gone，F.，et al.：MRI中颅骨剥离问题的混合方法。neuroimage 22（3），1060\u20131070 5（2004）“，“新闻标题”：”Neuroimage“}，{”issue“：“4”，”key“：“19_CR19”，”doi-asserted-by“：”publisher“，”first page“：”462“，”doi“：”10.1109\/TMI.2006.887380“，“volume”：“26”，“author”：“L Wang”，“year”：“2007”，“unstructured”：“Wang，L.等：阿尔茨海默病型痴呆的大变形差异和基于动量的海马形状辨别。IEEE Trans.Med。Imaging 26（4），462\u2013470（2007）“，“journal-title”：“IEEE Trans。Med.Imageging“｝]，“容器标题”：[“医学成像中的机器学习”，“计算机科学讲义”]，“原标题”：[]，“链接”：[{“URL”：“https:\/\/link.springer.com\/content/pdf\/10.1007\/978-3-031-45676-3_19”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用”：“相似性检查”}]，“存放”：{date-parts“：[[2024,3,13]]，“date-time”：“2024-03-13T11:51:20Z”，“timestamp”：1710330680000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-031-45676-3_19”}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-part“：[2023,10,15]}”，“ISBN”：[“9783031456”756“，”9783031456763“]，”references-count“：19，”URL“：”http:\/\/dx.doi.org\/10.1007\/978-3-031-45676-3_19“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”03029743“，”type“:”print“}，{”value“：”1611-33049“，”类型“：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[2023,10,15]}，“assertion”“：”2023年10月15日“，”订单“：1，”名称“：”first_online“，”标签“：”first online“，“group“：{”name“：”ChapterHistory“，”label“：”Chapter History”}}，{”value“：”MLMI“，”order“：1，”name“:”conference_acrombit“，”标签“：”会议缩写“，”group“:{”name:“ConferenceInfo”，”label:“Conversation Information”}，“value”：“医学成像中机器学习国际研讨会”，“order”：2，“name”：“conference_name”，“label”：“Conferency name”，“”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:“ConferenceInformation”，“label”：“Conferency Information”}，“value”：“Canada”，“order”：4，“name”：“Conference_country”，“table”：“会议国家”，“group”：{“name”:“ConfeenceInfo”，标签“：”会议信息“}}，{”value“：”2023“，”order“：5，”name“：”Conference_year“，”label“：”Conference_year“，“group”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}、{“value”：“2023年10月8日”，“order”：7，“name”:“Conference_start_date”，：“2023年10月8日“，”order“：8，”name“：”conference_end_date“，”label“：”会议结束日期“，”group“：，“名称”：“conference_id“，”label“：”会议id“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”https:\/\/sites.google.com/view\/mlmi2023？pli=1“，“order”：11，“name”：“conferenceurl”，“label”：“会议url”，“group”：{“：1，”name“：”type“，”标签“：”类型“，”组“：{“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”，“标签”：“会议管理系统”，“group”：{同行评审信息（由会议组织者提供）“｝｝，｛”value“：”139“，”order“：3，”name“：”number_of_submissions_sent_for-Review“，”label“：”发送供评审的提交数量“，”group“：｛”name“：”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“｝｝，｛”value“：”93“，”order“：4，”name“：”number_of_full_papers_accepted“，”label“：”接受的全文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行评审信息（由会议组织者提供）“}}，{”value“：”0“，”order“：5，”name“:”number_ of_short_papers_Accepteded“，”table“：”已接受的短文数“，“group”：{“name”：“”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”67%-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“：”全文接受率“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”2“，”order“：7，”name“:”average_number_of_reviews_per_paper“，”标签“：”每篇论文的平均评论数“，”google“：同行评议信息（由会议组织者提供）“}}，{“value”：“4”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“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）“}}]}}