{“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”：“2024-03-14T00:37:55Z”，“时间戳”：1710376675261}，“发布者位置”：“Cham”，“引用计数”：21，“发布商”：“Springer Nature Switzerland”，“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_21”，“type”：“book-chapter”，“created”：{”date-part“：[[2023,10,14]]，“date-time”：“2023-10-14T08:02:16Z”，“timestamp”：1697270536000}，”page“：”205-213“，”update-policy“：“http://\/dx.DOI.org\/10.10007\/springer_crossmark_policy”，“source“：”Crossref“，”is-referenced-by-count“：0，”title“：[“MoViT:记忆用于\u00a0医学图像分析的视觉变换器”]，“前缀”：“10.1007”，“作者”：[{“给定”：“一清”，“家庭”：“沈”，”序列“：“第一”，“从属关系”：[]}，{“给出”：“鹏飞”，“家族”：“郭”，序列“：”额外“，从属关系“：[]{”给定“：”前旗“，“家族”：“黄”，“序列”：“附加”，“隶属关系”：[]｝，{“给定”：“Nhat”，“家族”：“Le”，“序列”：“附加”，“隶属关系”：[]｝，{“给定”：“晋源”，“家族”：“周”，“序列”：“附加”，“隶属关系”：[]｝，{“给定”：“姗姗”，“家族”：“江”，“序列”：“附加”，“隶属关系”：[]｝，{“给定”：“马蒂亚斯”，“家族”：“无边界”，“序列“：”附加“，“affiliation”：[]}]，“member”：“297”，“published-on-line”：{“date-parts”：[[2023,10,15]]}，“reference”：[{“key”：“21_CR1”，“unstructured”：“Barhoumi，Y.，et al.：Scopeformer:n-CNN-ViT颅内出血分类混合模型。arXiv预印本arXiv:2107.04575（2021）”}，{“key”：：“Dosovitskiy，A.，et al.：图像值16$$\\，\\times\\，$16个单词：用于大规模图像识别的变换器。arXiv预印本arXiv:2010.11929（2020）”}，{“key”：“21_CR3”，“doi-asserted-by”：“crossref”，“unstructured”：“Guo，P.等：酰胺质子转移加权MRI的基于学习的分析，以确定胶质瘤患者的真正进展。神经影像：临床35，103121（2022）”，“DOI”：“10.1016\/j.nicl.2022.103121”}，{“key”：“21_CR4”，“DOI-asserted-by”：“crossref”，“unstructured”：“He，K.，et al.：图像识别的深度剩余学习。摘自：IEEE CVPR会议论文集，第770\u2013778页（2016）”，“DOI”：“10.1109\/CVPR.2016.90”}，{“key”：“21_CR5”，“DOI-asserted-by”：“publisher”，“unstructured”：“Kather，J.N.等：100000幅人类结直肠癌和健康组织的组织学图像。Zenodo（2018）.https:\/\/doi.org\/10.5281\/zenodo.1214456“，”doi“：”10.5281\/zenodo.1214456“}，{“key”：“21_CR6”，“unstructured”：“Khandelwal，U.，et al.：通过记忆实现泛化：最近邻语言模型。arXiv预印本arXiv:1911.00172！对可解释性的批评。In：Advances In Neural Information Processing Systems 29（2016）“｝，｛“key”：“21_CR8”，“nonstructured”：“Laine，S.，et al.：半监督学习的时间集成。arXiv预印本arXiv:1610.02242（2016）”｝，｛“key”：“21_CR9”，“nonstructured”：“Li，Y.，et al.：LocalViT:将局部性引入视觉转换器。arXiv预印本arXiv:2140.05707（2021）”｝，{“key”：“21_CR10”，“首页”：“23818”，“卷”：“34”，“作者”：“Y Liu”，“年份”：“2021”，“非结构化”：“Liu，Y.，et al.：用小数据集高效训练视觉变换器。Adv.Neural.Inf.Process.Syst.34，23818\u201323830（2021）”，“日记标题”：“Adv.Neral.Inf.Process.Syst.”}，{”issue“：”3“，”key“：”21_CR11“，”doi-asserted-by“：“publisher”、“first page”：“211”，“DOI”：“10.1007 \/s11263-015-0816-y”，“volume”：”115“，“author”：“O Russakovsky”、“year”：“2015”，“unstructured”：“Russakowsky，O.，et al.：ImageNet大规模视觉识别挑战。国际计算机视觉115（3），211\u2013252（2015）”，“journal-title”：“国际计算机视觉”}，{“key”：《21_CR12》，“DOI-asserted-b”y“：”交叉参考“，“非结构化”：“Sun，C.，et al.：重新审视深度学习时代数据的不合理有效性。摘自：ICCV会议录，第843\u2013852页（2017）”，“DOI”：“10.1109\/ICCV.2017.97”}，{“key”：“21_CR13”，“非结构性”：“Tarvainen，A.，et al.：平均教师是更好的榜样：加权一致性目标提高了半监督的深度学习结果。In:Advances In Neural Information Processing Systems 30（2017）”}，{“key”：“21_CR14”，“unstructured”：“Touvron，H.等人：通过注意力训练数据效率高的图像变换器和蒸馏。摘自：机器学习国际会议，第10347\u201310357页。PMLR（2021）“}，{”key“：”21_CR15“，”series-title“：”计算机科学课堂讲稿“，”doi-asserted-by“：”publisher“，”first page“：“104”，”doi“：”10.1007\/978-3030-87199-4_10“，”volume-title“：“医学图像计算和计算机辅助干预\u2013 MICCAI 2021”，”author“：”G van Tulder“，”year“：”2021“，”unstructured“：”van Tulder，G.，Tong，Y.，Marchiori，E.：使用横视变换器对未注册医学图像进行多视角分析。收录：de Bruijne，M.等人（编辑）MICCAI 2021。LNCS，第12903卷，第104页\u2013113。查姆施普林格（2021）。https:\/\/doi.org/10.1007\/978-3-030-87199-4_10“｝，｛“key”：“21_CR16”，“doi断言者”：“crossref”，“非结构化”：“Wang，X.，et al.：用于嵌入学习的跨批存储。In：《CVPR会议录》，pp.6388\u20136397（2020）”，“doi”：“10.1109\/CVPR4600.2020.00642”｝，｛“key”：“21_CR17”，“doi断言者”：“crossref”，“非结构化”：“Wu，H.等：CvT：将卷积引入视觉变换器。收录：ICCV会议记录，第22\u201331页（2021）“，“DOI”：“10.1109\/ICCV48922.2021.00009”}，{“key”：“21_CR18”，“unstructured”：“Wu，Y.，Rabe，M.N.，Hutchins，D.，Szegedy，C.：记忆变压器。收录：学习表征国际会议（2022）。https:\/\/openreview.net\/forum？id=TrjbxzRcnf-”}“，{”key“：”21_CR19“，”DOI-asserted-by“：”crossref”，“非结构化”：“Xu，W.，et al.：共尺度共焦图像变换器。收录于：ICCV会议记录，第9981\u20139990（2021）页“，”DOI“：”10.1109\/ICCCV48922.2021.00983“}，{“key”：“21_CR20”，“unstructured”：“Xue，M.，et al.：ProtoPFormer：专注于可解释图像识别的视觉变压器中的原型部件。arXiv预印本arXiv:2208.10431（2022）”}，“key“：”21_CR21“，”DOI-asserted-by“：”crossref“，”非结构化“：”Yuan，K.等人：将卷积设计纳入视觉变换器。收录于：ICCV会议记录，第579\u2013588（2021）页“，”DOI“：”10.1109\/ICCV48922.2021.00062“}]，”container-title“：[”医学成像中的机器学习“，”计算机科学中的讲义“]，”original-title”：[]，”link“：[{”URL“：”https:\/\/link.springer.com/content\/pdf\/10007\/978-3-031-45676-3_21“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2024,3,13]]，”date-time“：”2024-03-13T11:51:42Z“，”timestamp“：1710330702000}，”score“：1，”resource“：{primary”：{“URL”：“https:\/\/link.springer.com\/10007\/978-3-031-45676-3_21”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{date部分“：[[2023,10,15]]}，”ISBN“：[”9783031456756“，”9783031466763“]，”references-count“：21，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-031-45676-3_21“，”relationship“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，“ISSN-type”：[{“value”：“0302-974”，“type”:“print”}，{“value”：”1611-349“，”type“：”electronic“}]，“subject”：[]，“published”：{“date-parts”：[[2023,10,15]]}，“assertion”：[{“value”：“2023年10月15日”，“order“：1，”name“：”first_online“，”label“：”first online“，“group”：{“name”：“ChapterHistory”，“label”：“章节历史”}}，{“value”：“MLMI”，“order”：1，“name”:“conference_acrombit”，“table”：“conference acronym”，“groups”：{name“：name“：”conference_name“，”label“：”会议名称“，”group“：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“：“会议信息“，”标签“：”会议信息“}}，{“value”：“2023年10月8日”，“order”：8，“name”：“Conference_end_date”，“label”：“会议结束日期”，“group”：{“name”:“ConferenceInfo”，标签“：“Conferency Information”}}会议信息“}}，{“value”：“mlmi-med2023”，“order”：10，“name”：“Conference_id”，“label”：“ConferenceID”，“group”：{“name”:“ConferenceInfo”，“table”：“会议信息”}}电子信息“，”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“：”93“，”order“：4，”name“：”number_of_full_papers_accepted“，”label“：”接受的完整论文数“，”group“：{”name“:”ConfEventPeerReviewInformation“，”标签“：”同侪审阅信息（由会议组织者提供）“}，“value”：“0”，“order”：5，“name”：name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{“value”：“67%-该值由等式“接受的全文数”/“发送供审阅的提交数*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“：{”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）“}}]}}