{“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”：[[2024,9,9]]，“日期时间”：“2024-09-09T07:11:38Z”，“时间戳”：1725865898892}，“出版商位置”：“查姆”，“参考计数”：15，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“类型”：”打印“，“值”：“9783319469751”}，{“类型”：“电子”，“value”：“9783319469768”}]，“license”：[{“start”：{“date-parts”：[[2016,1,1]]，“date-time”：“2016-01-01T00:00:00Z”，“timestamp”：1451606400000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“http:\\/www.springer.com\/tdm”}，{“start”：{“date-ports”：[2016,1,1]]，T00:00:00Z“，”时间戳“：1451606400000}，”内容-版本“：“unspecified”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[[2016]]}，”DOI“：”10.1007\/978-3-196976-8_18“，”type“：”book-capter“，”created“：”{“date-part”：[[2016，9,26]]，“日期时间”：“2016-09-26T03:43:16Z”，“时间戳”：1474861396000}，“页面”：“170-178”，“源”：“Crossref”，“is-referenced-by-count”：140，“标题”：[“使用三维全卷积网络从MRI数据估计CT图像”]，“前缀”：“10.1007”，《作者》：[{“给定”：“Dong”，“family”：“聂”，”sequence：“first”，“affiliation”：[]}，{“given”：“Xiaohuan”，“sequence”：“additional”，“atriation”：[]}，{“给定”：“耀宗”，“家族”：“高”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“李”，“家庭”：“王”，“顺序”：“额外”，“隶属关系”：[]}“：”22“，”key“：”18_CR1“，”doi-asserted-by“：“publisher”，“first page”：“2277”，“DOI”：“10.1056\/NEJMra072149”，“volume”：”357“，“author”：“DJ Brenner”，“year”：“2007”，“unstructured”：“Brenner，D.J.，Hall，E.J.：计算机断层成像\u0105\u0142是一种不断增加的辐射源。《英国医学杂志》357（22），2277\u20132284（2007）”，“日记标题”：“英国医学杂志”}，{key：“18_C R2“，”系列标题“：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：“476”，“doi”：“10.1007\/978-3-319-24571-3_57”，“volume-title”：“医学图像计算和计算机辅助干预-MICCAI 2015”，“author”：“N Burgos”，“year”：“2015年”，“unstructured”：“Burgos，N.等人：放射治疗计划的稳健CT合成：应用于头颈部。摘自：Navab，N.，Horneger，J.，Wells，W.M.，Frangi，A.F.（编辑）MICCAI 2015。LNCS，第9350卷，第476\u2013484页。Springer，Heidelberg（2015）“}，{”issue“：“9”，”key“：“18_CR3”，”doi-asserted-by“：”publisher“，”first page“：”1431“，”doi“：”10.2967“/jnumed.109.069112“，”volume“：51”，”author“：”C Catana“，“year”：“2010”，”unstructured“：”Catana，C.等：实现基于MRI的PET衰减校正方法，用于MR-PET脑原型的神经系统研究。J。编号。Med.51（9），1431\u20131438（2010）“，“期刊标题”：“J.Nucl。医学“}，{“key”：“18_CR4”，“unstructured”：“Gloot，X.，Bengio，Y.：理解深度前馈神经网络训练的难度。摘自：《人工智能与统计国际会议》，第249\u2013256页（2010）”}，}，“key“：“18-CR5”，“doi-asserted-by”：“crossref”，“非结构化”：“Huynh，T.，et al.：使用结构化随机森林和自动控制模型（2015）从MRI数据中估计CT图像”，“DOI”：“10.1109\/TMI.2015.2461533”}，{“issue”：“1”，“key”：“18_CR6”，“DOI-asserted-by”：“publisher”，“first page”：”221“，“DOI:”10.1109\/TPAMI.2012.59“，”volume“：”35“，”author“：”S Ji“，“year”：“2013”，“unstructured”：“Ji，S.等：用于人类行为识别的3D卷积神经网络。IEEE传输。模式分析。机器。智力。35（1），221\u2013231（2013）”，“期刊标题”：“IEEE Trans。模式分析。机器。智力。}，{“key”：“18_CR7”，“doi-asserted-by”：“publisher”，“unstructured”：“Jia，Y.，et al.：Caffe:快速特征嵌入的卷积架构。摘自：《ACM多媒体国际会议论文集》，第675\u2013678页。ACM（2014）“，”DOI“：”10.1145\/2647868.2654889“}，{”issue“：”10“，”key“：”18_CR8“，”DOI-asserted-by“：”publisher“，”first page“：“2046”，“DOI”：“10.1118\/1.598392”，“volume”：“25”，“author”：“PE Kinahan”，“year”：“1998”，“unstructured”：“Kinahan，P.E.，et al.：组合式三维PET/CT扫描仪的衰减校正。Med.Phys..25（10），2046\u20132053（1998）“，”新闻标题“：”医学物理学。“}，{”issue“：”7553“，”key“：”18_CR9“，”doi-asserted-by“：”publisher“，”first-page“：”436“，”doi“：”10.1038\/nature14539“，”volume“：“521”，”author“：”Y LeCun“，”year“：”2015“，”unstructured“：”LeCun，Y.等人：深度学习。Nature 521（7553），436\u2013444（2015）“，”journal-title“：”Nature“}”，{“issue”：“11”，“key”：“18_CR10”，“doi-asserted-by”：“publisher”，“first page”：2278“，”DOI“：”10.1109\/5.726791“，”volume“：”86“，”author“：”Y LeCun“，”year“：”1998“，”unstructured“：”LeCun，Y.，et al.：基于梯度的学习应用于文档识别。程序。IEEE 86（11），2278\u20132324（1998）“，”期刊标题“：”。IEEE“}，{“key”：“18_CR11”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：”305“，“doi”：“10.1007\/978-3319-10443-0_39”，“volume-title”：”医学图像计算与计算机辅助干预\u2013 MICCAI 2014“，”作者“：”R Li“，”年份：“2014”，“非结构化”：“Li，R.，Zhang，W.，Suk，H.-I.，Wang，L.，Li，J.，Shen，D.，Ji，S.：基于深度学习的成像数据完成，用于改进脑部疾病诊断。收录于：Golland，P.，Hata，N.，Barillot，C.，Horneger，J.，Howe，R.（编辑）MICCAI 2014，第三部分LNCS，第8675卷，第305\u2013312页。Springer，Heidelberg（2014）“}，{“key”：“18_CR12”，“doi-asserted-by”：“publisher”，“unstructured”：“Nie，D.，Wang，L.，Gao，Y.，Sken，D.：多模态等强度婴儿脑图像分割的全卷积网络。见：IEEE第13届国际生物医学成像研讨会（ISBI），第1342\u20131345页。IEEE（2016）“，”DOI“：”10.1109\/ISBI.2016.7493515“}，{“key”：“18_CR13”，“DOI-asserted-by”：“crossref”，“unstructured”：“Tran，D.，et al.：学习三维卷积网络的时空特征。arXiv预印本arXiv:1412.0767（2014）“，“DOI”：“10.1109\/ICCV.2015.510”}，“issue”：“10”，“key“：”18_CR14“，”DOI-assert-by“publisher“，”首页“：”1744“，”DOI“：”10.1109\/TPAMI.2009.186“，”volume“：”32“，”author“：”T Zhoowen“，”year“：”2010“，”unstructured“：”ZhoowEN，T.，et al.：自动控制及其在高级视觉任务和3D脑图像分割中的应用。IEEE传输。模式分析。机器。智力。32（10），1744\u20131757（2010）”，“期刊标题”：“IEEE Trans。模式分析。机器。智力。“}，{”issue“：”1“，”key“：”18_CR15“，”doi-asserted-by“：”publisher“，”first-page“：”S61“，“doi”：“10.1016\/j.neuroimage.2008.10.40”，“volume”：“45”，“author”：“T Vercauteren”，“year”：“2009”，“unstructured”：“Vercauteen，T.，et al.：Diffeomorphic demons：高效非参数图像注册。neuroimage 45（1），S61\u2013S72（2009）”，“journal-title”：“NeuroImage“}]，“容器标题”：[“计算机科学讲义”，“医学应用的深度学习和数据标记”]，“原标题”：[]，“链接”：[{“URL”：“http:\/\/link.springer.com\/content/pdf\/10.1007\/978-3-319-46976-8_18”，“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”：[[2023,8,20]]，“date-time”：“2023-08-20T07:20:20Z”，“timestamp”：1692516020000}，“score”：1，“resource”：{”primary“：{“URL”：“http://\/link.springer.com\/10.1007\/978-3319-46976-8_18”}}，”subtitle“：[]，”shorttitle“：[]，”issued“{”date-part“：[2016]]}”，“ISBN”：[“97838”319469751“，”9783319469768“]，”references-count“：15，”URL“：”http:\/\/dx.doi.org\/10.1007\/978-3-319-46976-8_18“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”类型“：”打印“，”值“：”0302-7743“}，{”型号“：”电子“，”数值“：”1611-33049“}]，”主题“：[]，”发布“：{”日期部分“：[2016]]}}}}