{“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”：[[2024,5,28]]，“日期-时间”：“2024-05-28T05:47:21Z”，“时间戳”：1716875241122]，“参考-计数”：52，“出版商”：“Springer Science and Business Media LLC”，“问题”：“20”，“许可证”：[{“开始”：}“日期-零件”：[[2021,4,21]]，”日期-时间“：“2021-04-21T00:00:00Z”，“timestamp”：1618963200000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}，{“start”：{“date-parts”：[[2021,4,21]]，“date-time”：“2021-04-21T00:00:00Z”，“timetamp”：618963200000}，“}]，”出资人“：[{”DOI“：”10.13039\/501100003399“，”name“：“中国国家重点研发计划”，“doi-asserted-by”：“publisher”，“award”：[“2019YFB1311600”]}，{“doi”：“10.13039\/501100012166”，“name”：“上海市科委”，“doi-asserted-by”:“publishers”，“adward”：[”17411953500“，”1841195210“，”17511104202“]}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[“Neural Compute&Applic”]，“published-print”：{“date-parts”：[[2021,10]]}，“DOI”：“10.1007\/s00521-05983-y”，“type”：“journal-article”，“created”：{“date-ports”：[2021,4,21]]，“date-time”：“2021-04-21T04:04:25Z”，“timestamp”：1618977865000}，”页面“13587-13599”，“update-policy”：“http:\/\/dx.doi.org/10.1007\/springer_crossmark_policy”，“source”：“Crossref”，“被计数引用”：21，“title”：[“U-net\u00a0基于MRI的阿尔茨海默病诊断分析”]，“prefix”：“10.1007”，“volume”：“33”，“author”：[{“given”：“Zhonghao”，“family”：“Fan”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Johann”，“family”：“Li”，“序列”：“additional”，“affiliation”：[]}，{“given”：“Liang”，“family”：“Zhang”，“sequence”：“additive”，“filiation“：[]{”given“：”Guangming“，”family“：”Zhu“，”sequence“：”additional“，”affiliance“：[]}，”givent“：”Ping“，”家人“：”Li“，“se序列”：“additional”、“affidiation”：[]}、{“Givent”：“Xiaoyuary”、“families”：“Lu”、“sequencement”：“application”“：[]}，{”给定“：”佩伊“，“家族”：“沈”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“赛义德·阿瓦克·阿里”，“家庭”：“沙阿”，“顺序”：“额外”，“附属关系”：[]}，“family”：“Wei”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2021,4,21]]}，“reference”：[{“issue”：“2”，“key”：“5983_CR1”，“doi-asserted-by”：“publisher”，《first page》：“95”，“doi”：“10.1177\/1533317508328602”，“volume”：”24“author”：“L Minati”，”“year”：“2009”，“unstructured”：“Minati L，Edginton T、Bruzzone MG、Giaccone G（2009）综述：阿尔茨海默病的当前概念：一项多学科综述。Am J Alzheimer\u2019s Dis Dementias 24（2）:95\u2013121”，“期刊标题”：“Am J Alzheimer\u2019s Dis Dementias”}，｛“密钥”：“5983_CR2”，“doi断言者”：“出版商”，“首页”：“73”，“doi”：“10.1016/S0165-0173（00）00051-5”，“卷”：“35”，“作者”：“AC定律”，“年份”：“2001”，“非结构化”：“AC定律，Gauthier S，Quirion R（2001）对阿尔茨海默病说不：一氧化氮与阿尔茨海默氏型痴呆之间的假定联系。Brain Res Rev 35:73\u201396”，“journal-title”：“Brain Ress Rev”}，{“key”：“5983_CR3”，“unstructured”：“MacGill和Markus（2018）关于阿尔茨海默病，我们应该知道什么？https:\/\/www.medicalnewstoday.com/articles \/159442.php”}10.1016\/j.jalz.2019.01.010“，”卷：“15”，“作者”：“A协会”，“年份”：“2019”，“非结构化”：“协会A（2019）2019阿尔茨海默病的事实和数字。Alzheimer\u2019s Dementia 15（3）：321\u2013387“，”journal-title“：”Alzheimo\u2019-s Demintia“}，{“key”：“5983_CR5”，“doi-asserted-by”：“publisher”，“first-page”：“766”，“doi”：“10.1016\/j.neuroimage.2010.013”，“volume”：”56“，“author”：“R Cuingnet”，“year”：“2011”，“unstructured”：“Cuingnet R，Gerardin E，J\u00e9r\u00f4me Tessieras G，Auzias SL，Habert M-O，Chupin M，Benali H，Colliot O（2011）《结构MRI对阿尔茨海默病患者的自动分类：使用adni数据库的十种方法的比较》。NeuroImage 56:766\u201381“，“journal-title”：“NeuroImage”}，{“key”：“5983_CR6”，“unstructured”：“Warsi MA（2012）阿尔茨海默病BOLD MRI测量的脑功能分形性质和功能连通性。Noseworthy Michael D”}、{“密钥”：“59 83_CR7”，“doi-asserted-by”：“publisher”，“非结构化”：“Garcia-Pedrero A，Garc\u00eda-Cervig\u00f3n AI，Olano JM，Garc\f00eda-Hidalgo M，Lillo-Saavedra M，Gonzalo-Mart\u00edn C，Caetano C，Calder\f00f3n-Ram\f00edrez S（2019）用于在染色横截面图像中分割木质部导管的卷积神经网络。神经计算应用。https:\/\/doi.org\/10.1007\/s00521-019-04546-6“，”doi“：”10.1007\/s005211-0404546-6“}，{”key“：”5983_CR8“，”doi-asserted-by“：”publisher“，”first page“：“9175”，”doi:“10.1007\/s 00521-019-19-04242-5”，“volume”：“31”，“author”：“W Wan”，“year”：“2019”，“unstructured”：“Wan W，Gao Y，Lee HJ（2019）将深度特征学习用于人脸草图识别。神经计算应用程序31:9175\u20139184”，“日志标题”：“神经计算应用”}，{“key”：“5983_CR9”，“doi-asserted-by”：“publisher”，“首页”：“17655”，“doi”：“10.1007\/s00521-020-04942-3”，“卷”：“32”，“作者”：“F Kamalov”，“年份”：“2020”，“非结构化”：“Kamalov F（2020）使用神经网络预测股票价格的重大变化。神经计算应用32:17655\u201317667”，“journal-title”：“神经计算应用”}，{“key”：“5983_CR10”，“unstructured”：“Alpaydin E（2004）机器学习导论（自适应计算和机器学习）。麻省理工出版社，026201211”}、{“key”：”5983_CR11“，”doi-asserted-by“：”crossref“，”unstructure“：”Ju R，Hu C，Zhou P，Li Q（2019）.基于静止状态脑网络和深度学习的阿尔茨海默病早期诊断。IEEE\/ACM Trans-Comput Biol Bioinform 16:244\u2013257“，“DOI”：“10.1109\/TCBB.2017.2776910”}，{“key”：“5983_CR12”，“DOI-asserted-by”：“crossref”，“unstructured”：“Yue L，Gong X，Chen K，Mao M，Li J，Nandi AK，Li M（2018）使用深度卷积神经网络自动检测阿尔茨海默病。2018年第十四届自然计算、模糊系统和知识发现国际会议（ICNC-FSKD），第228\u2013234页，“DOI”：“10.1109\/FSKD.2018.8687207”}，{“key”：“5983_CR13”，“DOI-asserted-by”：“crossref”，“unstructured”：“Khagi B，Lee CG，Kwon G（2018）基于CNN传输学习的脑MRI阿尔茨海默病分类。收录于：2018年第11届生物医学工程国际会议（BMEiCON），第1\u20134页“，“DOI”：“10.1109\/BMEiCON.2018.8609974”}，{“key”：“5983_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Aderghal K，Khvostikov A，Krylov A，Benois-Pineau J，Afdel K，Catheline G（2018）使用交叉模式转移学习对阿尔茨海默病的深部CNN成像模式进行分类。摘自：2018年IEEE第31届计算机医疗系统（CBMS）国际研讨会，第345\u2013350页“，“DOI”：“10.1109\/CBMS.2018.00067”}，{“key”：“5983_CR15”，“unstructured”：“Khvostikov A，Aderghal K，Benois-Pineau J，Krylov AS，Catheline G（2018）基于3D cnn的基于smri和MD-DTI图像的阿尔茨海默病研究分类。CoRR，arXiv:1801.05968“}，{“key”：“5983_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Szegedy C，Liu Wei，Jia Yangqing，Sermanet P，Reed S，Angelov D，Erhan D，Vanhoucke V，Rabinovich A（2015）\u00a0卷积深入研究，2015 IEEE计算机视觉与模式识别会议，pp 1\u20139”，“doi”：“10.1109\/CVPR.2015.7298594“}，{“issue”：“2”，“key”：“5983_CR17”，“doi-asserted-by”：“publisher”，“first page”：”2“，“doi”：“10.1186\/s40708-018-0080-3”，“volume”：：“5”，“author”：“J Islam”，“year”：“2018”，“unstructured”：“Islam J，Zhang Y（2018）使用深卷积神经网络集成系统对阿尔茨海默病进行脑部MRI分析。Brain Inform 5（2）:2”，“期刊标题”：“Brain Inform”}，{“key”：“5983_CR18”，“doi断言”：“crossref”，“非结构化”：“Huang G，Liu Z，van der Maaten L，Weinberger KQ（2017）密集连接卷积网络。在：IEEE计算机视觉和模式识别会议论文集”中，“doi”：“10.1109\/CVPR.2017.243”}，{“key”：“5983_CR19”doi-asserted-by“：”crossref“，”unstructured“：”Korolev S，Safiullin A，Belyaev M，Dodonova Y（2017）三维脑MRI分类的残留和普通卷积神经网络。2017年IEEE第十四届生物医学成像国际研讨会（ISBI 2017），第835\u2013838页，“DOI”：“10.1109\/ISBI.2017.7950647”}，{“key”：“5983_CR20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Ronneberger O，Fischer P，Brox T（2015）U-Net：用于生物医学图像分割的卷积网络。医学图像计算与计算机辅助干预（MICCAI），第234\u2013241页，“DOI”：“10.1007\/978-3-319-24574-4_28”}，{“key”：“5983_CR21”，“unstructured”：“Usman M，Wang W，Hadid A（2018）用于远程图像场景分类的深度监控特征融合。2018 IEEE第30届人工智能工具国际会议（ICTAI），pp 249\u2013253“}，{“key”：“5983_CR22”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang R，Zhang H，Chung ACS（2018）：通过混合深度监督的统一乳房X光片分析方法。CoRR，arXiv:1808.10646”，“doi”：“10.1007\/978-3-030-00946-5_12”}，“key“：”5983_CR23”，“doi断言”：“crossref”，“非结构化”：“Al Barazanchi HA，Qassim H，Verma Novel A（2016）CNN架构，具有残差学习和深度监督，用于大规模场景图像分类。In:2016 IEEE第七届年度普适计算、电子移动通信会议（UEMCON），pp 1\u20137“，“DOI”：“10.1109\/UEMCON.2016.777858”}，{“key”：“5983_CR24”，“DOI-asserted-by”：“crossref”，“unstructured”：“谢H，何Y，雷H，韩T，于Z，B.雷（2018）深入监督hep-2细胞分类的残差网络。2018年第24届模式识别国际会议（ICPR），第699\u2013703页。IEEE Computer Society，Los Alamitos，CA，USA“，“DOI”：“10.1109\/ICPR.2018.8545751”}，{“key”：“5983_CR25”，“DOI-asserted-by”：“crossref”，“unstructured”：“Adadi A，Berrada M（2018）Peeking inside the black-box:A surview on explanable artificial intelligence（xai）IEEE Access 6:52138\u201352160”，“DOI:”10.1109\/ACCESC.2018.2870052“}，”{“key”：”5983_CR2“，”非结构化”：“Yang C，Rangarajan A，Ranka S（2018）深度三维卷积神经网络对阿尔茨海默病分类的视觉解释。CoRR，arXiv:1803.02544“}，{“key”：“5983_CR27”，“doi-asserted-by”：“crossref”，“unstructured”：“Rieke J，Eitel F，Weygandt M，Haynes J-D，Ritter K（2018）基于MRI的阿尔茨海默病诊断的卷积网络可视化。CoRR、arXiv:1808.02874”，“doi”：“10.1007\/978-3-030-02628-8_3”}，}“issue”：“2”，“key“5983-CR28”，“doi-asserted-by“：”publisher“，”first page“：”336“，”DOI“：”10.1007 \/s11263-01228-7“，”volume“：“128”，”author“：”RR Selvaraju“，“year”：“2019”，“unstructured”：“Selvarraju RR，Cogswell M，Das A，Vedantam R，Parikh D，Batra D（2019）Grad-cam：通过基于梯度的本地化从深层网络中进行可视化解释。Int J Comput Vis 128（2）:336\u2013359“，”期刊标题“：”Int J Comput Vis“｝，｛”键“：”5983_CR29“，”非结构化“：”ADNI.http:\/\/ADNI.loni.usc.edu\/“｝，｛”键“：”5983_CR30“，”doi断言“：”出版商“，”首页“：”672“，”doi“：”10.1017\\S1041610209009405“，”卷“：”21“，”作者“：”K Ellis“，”年份“：”2009年”，“非结构化”：“Ellis K、Bush A、Darby D、Fazio D、Foster J、Hudson P、Lautenschlager N、Lenzo N、Martins R、Masters C、Milner A、Pike K、Rowe C、Savage G、Szoeke C、Taddei K、Villemagne V、Woodward M、Ames D（2009）澳大利亚成像、生物标志物和生活方式（aibl）衰老研究：1112名阿尔茨海默病纵向研究招募的个体的方法学和基线特征。《国际心理老年医学》，“21:672\u201387”，“journal-title”：“国际心理老年学”}，{“issue”：“2”，“key”：“5983_CR31”，“doi-asserted-by”：“publisher”，“first page”：”195“，“doi”：“10.1006”，nimg.1998.0396“，”volume“：”9“author”：“B Fischl”，“year”：“1999”，“unstructured”：“Fischl B，Sereno MI，Dale AM（1999年）基于皮层表面的分析。二： 膨胀、展平和基于表面的坐标系。Neuroimage 9（2）：195\u2013207“，”journal-title“：”NeuroiImage“}，{”key“：”5983_CR32“，”doi-asserted-by“：”publisher“，”首页“：”526“，”doi“：”10.1109\/JBHI.2020.2996783“，”volume“：“25”，”author“：”Y Zhang“，”year“2020”，”unstructured“：”Zhang Y，Wu J，Liu Y，Chen Y，Wu E，Tang X（2020）Mi-unet：多输入unet结合脑分区，用于从t1加权磁共振图像中分割中风病灶。IEEE J Biomed Health Inform 25:526\u2013535“，“journal-title”：“IEEE J Biomed Hearth Inform”}，{“key”：“5983_CR33”，“doi-asserted-by”：“crossref”，“unstructured”：“Farahani A，Mohseni H（2020）使用具有自适应激活功能的自定义u-net进行医学图像分割。神经计算应用程序，pp 1\u201317”，“doi”：“10.1007 \/s00521-05396-3”}、{“密钥”：“”5983_CR34“，“非结构化”：“林敏，陈强，闫水成（2013）Network-In-Network.arXiv e-prints，arXiv:1312.4400”}，{“key”：“5983_CR15”，“非结构性”：“Chollet F et al（2015）Keras.https:\\/github.com/fchollet\/Keras”}、{“密钥”：“5.983_CR36”，“无结构”：“Abadi M，Agarwal A，Barham P et al（2016）”Tensorflow：异构分布式系统上的大规模机器学习。arXiv预印本arXiv:1603.04467“}，{“key”：“5983_CR37”，“doi-asserted-by”：“crossref”，“unstructured”：“Telagarapu P，Mohanty B，Anandh KR（2018）使用纹理特征和k-nn分类器分析t1加权mr图像中的阿尔茨海默病。in:2018国际CET控制、通信和计算会议（IC4），pp 331\u2013334”DOI“：”10.1109\/CETIC4.2018.8530943“}，{“key”：“5983_CR38”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li F，Cheng D，Liu M（2017）基于多模型卷积网络组合的阿尔茨海默病分类。In:IEEE国际成像系统与技术会议（IST），pp 1\u20135”，“DOI”：“10.1109\/IST.2017.8261566“}，{“key”：“5983_CR39”，“doi-asserted-by”：“crossref”，“unstructured”：“Forouzannezhad P，Abbaspour A，Li C，Cabrerizo M，Adjouadi M（2018）利用多种特征对轻度认知障碍进行早期诊断的深度神经网络方法。2018年第17届IEEE机器学习与应用国际会议（ICMLA），pp 1341\u20131346“，”DOI“：”10.1109\/IMCLA.2018.00218“}，{“key”：“5983_CR40”，“DOI-asserted-by”：“crossref”，“unstructured”：“Cheng D，Liu M（2017）基于神经网络的广告多模态分类诊断。2017年第十届图像和信号处理、生物医学工程和信息学国际会议（CISP-BMEI），第1\u20135页“，“DOI”：“10.1109”，{“key”：“5983_CR41”，“unstructured”：“Tien DV，Hyung-Jeong YVQ，Nguyen A-RO，Mi-Sun K（2017）使用卷积神经网络和稀疏自动编码器的多模态学习。收录于：IEEE大数据和智能计算国际会议（BigComp），第309\u2013312页“}，{“key”：“5983_CR42”，“doi-asserted-by”：“crossref”，“unstructured”：“Faturrahman M，Wasito I，Hanifah N，Mufidah R（2017）利用深度信念网络对阿尔茨海默病进行结构MRI分类。2017年第11届信息通信技术与系统国际会议（ICTS），第37\u201342页，“DOI”：“10.1109\/ICTS.2017.8265643”}，{“key”：“5983_CR43”，“DOI-asserted-by”：“crossref”，“unstructured”：“Kim J，Lee B（2017）使用极端学习机器和结构t1 MRI特征自动识别痴呆谱系障碍。在：2017年第39届IEEE医学与生物学会工程国际年会（EMBC），第1990\u20131993页，“DOI”：“10.1109\/EMBC.2017.8037241”}，{“issue”：“5”，“key”：“5983_CR44”，“DOI-asserted-by”：“publisher”，“first-pages”：“1195”Liu M，Zhang J，Adeli E，Shen D（2019）通过深度多任务多通道学习进行阿尔茨海默病诊断的联合分类和回归。IEEE Trans Biomed Eng 66（5）：1195\u20131206“，“journal-title”：“IEEE Trans-Bomedid Eng”}，{“key”：“5983_CR45”，“doi-asserted-by”：“crossref”，“unstructured”：“Yang X，Wu Q，Hong D，Zou J（2016）神经网络的空间正则化及其在阿尔茨海默病分类中的应用。in:Future technologies conference（FTC）831\u2013837”，“doi”：“10.1109\/FTC.2016.7821700“}，{“key”：“5983_CR46”，“doi-asserted-by”：“crossref”，“unstructured”：“Liu S，Liu S、Cai W、Che H、Pujol S、Kikinis R、Feng D、Fulham MJ、ADNI，（2015）阿尔茨海默病多类别诊断的多模态神经影像特征学习。IEEE Trans-Bomed Eng 62（4）：1132\u20131140”，“doi”：“10.1109\/TBME.2014.2372011”}，}“key“：“5983_CR47”，“doi-asserted-by”：“publisher”，“first page”：“75”，“doi”：“10.1016\/j.jneumeth.2018.03.008”，“volume”：”302“，“author”：“D Yao”，“year”：“2018”，“unstructured”：“Yao D，Calhoun VD，Zening F，Yuhui D，Sui j（2018）一个集成学习系统，用于阿尔茨海默病和轻度认知障碍的四向分类。《神经科学方法杂志》302:75\u201381“，“期刊标题”：“神经科学方法”}，{“问题”：“1”，“关键”：“5983_CR48”，“doi-asserted-by”：“出版商”，“首页”：“173”，“doi”：“10.1109\/JBHI.2017.265720”，“卷”：“22”，“作者”：“史坚”，“年份”：“2018”，“非结构化”：“史坚，郑X，李毅，张Q，英S（2018）利用多模态叠加深度多项式网络进行多模态神经成像特征学习，以诊断阿尔茨海默病。IEEE J Biomed Health Inform 22（1）：173\u2013183“，“journal-title”：“IEEE J Biomed Hearth Inform”}，{“key”：“5983_CR49”，“doi-asserted-by”：“publisher”，“first-page”：“66”，“doi”：“10.1016\/J.jneumeth.2018.01.003”，“volume”：《302》，“author”：“L Sorensen”，《year》：“2018”，“unstructured”：“Sorenson L，Nielsen M（2018）使用结构mri和迷你精神状态检查对痴呆症进行集成支持向量机分类。《神经科学方法杂志》302:66\u201374，“期刊标题”：“神经科学方法”}，{“关键词”：“5983_CR50”，“首页”：“139”，“卷”：“20”，“作者”：“K Juottonen”，“年份”：“1999”，“非结构化”：“Juottone K，Mikko LK，Partanen HS（1999）内嗅皮层和海马MR对比分析在阿尔茨海默病诊断中的应用。美国神经放射学会（AJNR）20:139\u201344“，“期刊标题”：“Am J Neuroradiol（AJNR）”}，{“key”：“5983_CR51”，“first page”：《207》，“volume”：”20“，“author”：“JX齐五木”，“year”：“1999”，“unstructured”：“齐五木JX，谢志伟，翁玉清，舒云A（1999）一项对40至90岁健康受试者海马结构、杏仁核和侧脑室颞角的定量MR研究。Am J Neuroradil（AJNR）20:207\u2013211“，“journal-title”：“Am J Neuroradiol（AJRR）”}，{“key”：“5983_CR52”，“doi-asserted-by”：“crossref”，“unstructured”：“Sarraf S，DeSouza D，Anderson J，Tofighi G（2016）Deepad:Alzheimer\u2019s疾病分类，通过使用mri和fmri的深度卷积神经网络。bioRxiv。https:\/\/doi.org\/10.1101\/070441“，”doi“：”10.1101\/0704401“}]，”container-title“：[”神经计算和应用程序“]，”原始标题“：[]，”language“：”en“，”link“：[{”URL“：”https:\//link.springer.com/content\/pdf\/10007\/s00521-05983-y.pdf“，”content-type“：”application\/pdf“应用程序“：”text-mining“}，{”URL“：”https:\/\/link.springer.com/article\/10.1007\/s00521-05983-y\/fulltext.html“，”content-type“：”text\/html“，”内容版本“：”vor“，”intended-application“：”text-mining“}，{”URL“：”https:\//link.springer\com/content\/pdf\/10.10007\/s005211-05983-d.pdf应用程序“：”相似性检查“}”，“存放”：{“日期部分”：[[2021,10,24]]，“日期时间”：“2021-10-24T11:07:27Z”，“时间戳”：1635073647000}，“分数”：1，“资源”：{“主要”：}“URL”：“https:\/\/link.springer.com\/10.1007\/s00521-05983-y”}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2021,4,21]]}，“references-count”：52，“journal-issue”：{“issue”：“20”，“published-print“：{“date-parts”：[[2021,10]]}}，“alternative-id”：[“5983”]，“URL”：“http://\/dx.doi.org\/10.1007\/s00521-05983-y”，“relation”：{}，”ISSN“：[“0941-0643”，“1433-3058”]，”ISSN-type“：[{”value“：”0941-064“，”type““：”print“}，{”value“：“1433-3058”，“type”“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[[2021,4,21]]}，”断言“：[{”值“：”2020年12月3日”，“订单”：1，“名称”：“已收到”，“标签”：“已收到”，“组”：｛“名称”：“文章历史记录”，“标签”：“文章历史记录”｝｝，｛“值”：“2021年3月25日”，“订单”：2，“名称”：“已接受”，“标签”：“已接受”，“组”：｛“名称”：“文章历史记录”，“标签”：“文章历史记录”｝｝，｛“值”：“2021年4月21日”，“订单”：3，“名称”：“首次在线”，“标签”：“首次在线”，“组“：｛”name“：”ArticleHistory“，”label“：”Article History”}}，{“order”：1，“name”：“Ethics”，“group”：{“name”:“EthicsHeading”，“label”：“Declarations”}，}“value”：“作者声明他们没有利益冲突