{“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”：[[2024,6,29]]，“日期-时间”：“2024-06-29T07:04:13Z”，“时间戳”：1719644653991}，“参考-计数”：24，“出版商”：“Springer Science and Business Media LLC”，“问题”：“6”，“许可证”：[{“开始”：}“日期-部分”：[2019,4,9]]，时间”：“2019-04-09T00:00:00Z”，“timestamp”：155476800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com/tdm”}]，“content-domain”：{“域”：[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[”Int J CARS“]，”published-print“：{”date-parts“：[2019,6]]}”，“DOI”：“10.1007\/s1 1548-019-01963-9“，”类型“：”日志文章“，”创建“：{“date-parts”：[[2019,4,9]]，“date-time”：“2019-04-09T12:02:28Z”，“timestamp”：1554811348000}，“page”：“1079-1087”，“update-policy”：”http://\/dx.doi.org\/10.10007\/springer_crossmark_policy“，”source“：”Crossref“，“is-referenced-by-count”：42，“title”：[“使用深度贝叶斯网络进行手术工作流分析的主动学习”]，“前缀”：“10.1007”，“卷“：“14”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0002-2203-9729”，“authenticated-ORCID”：false，“给定”：“塞巴斯蒂安”，“家族”：“Bodenstedt”，“序列”：“第一个”，“从属关系”：[]}，{“给定的”：“多米尼克”，“家庭”：“里沃瓦”，“sequence”：“additional”，“afliance”：[]}，，“隶属关系”：[]}，{“给定”：“Martin”，“family”：“Wagner”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Michael”，“faily”：”Breucha“，”sequence“：”additional“，”affiliance“：[]neneneep，{”given“：”Beat“，”family“：”M\u00fcller-Stich“]}，{“给定”：“J\u00fcrgen”，“家族”：“Weitz”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Stefanie”，“family”：“Speidel”，“序列”：“附加”，“从属”：[]}]，“成员”：“297”，“published-online”：{“date-parts”：[[2019,4,9]]}、“reference”：[{“key”：”1963_CR1“doi-asserted-by”：”crossref“，”unstructured“：”Aksamentov I，Twinanda AP，Mutter D、Marescaux J、Padoy N（2017）深度神经网络通过胆囊切除术视频预测剩余手术时间。收件人：MICCAI。Springer，pp 586\u2013593“，“DOI”：“10.1007\/978-3-319-66185-8_66”}，{“key”：“1963_CR2”，“unstructured”：“Bodenstedt S，Wagner M，Kati\u0107 D，Mietkowski P，Mayer B，Kenngott H，M\u00fcller-Stich B，Dillmann R，Speidel S（2017）使用卷积神经网络进行腹腔镜工作流分析的无监督时间上下文学习。arXiv预打印\n arXiv:1702.03684“}，{“key”：“1963_CR3”，“doi-asserted-by”：“crossref”，“unstructured”：“Chen W，Feng J，Lu J，Zhou J（2018）Endo3d：基于3d cnn和lstm的内窥镜手术在线工作流分析。In：计算机辅助机器人内窥镜。Springer，pp 97\u2013107（2018）”，“doi”：“10.1007\/978-3-030-01201-4_12“｝，｛“key”：“1963_CR4”，“doi asserted by”：“publisher”，“first page”：“129”，“doi”：“10.1613\/jair.295”，“volume”：“4”，“author”：“DA Cohn”，“year”：“1996”，“nonstructured”：“Cohn DA，Ghahramani Z，Jordan MI（1996）具有统计模型的主动学习。J Artif Intell Res 4:129\u2013145”，“journal title”：“J Artif Intell Res”｝，｛issue“：”2“，”key“：”1963_CR5“，”doi-asserted-by“：”publisher“，”first page“：“398”，”doi“：”10.1016\/j.amjsurg.2015.09.005“，”volume“：‘211’，”author“：”SB Deal“，”year“：”2016“，”unstructured“：”Deal SB，Lendvay TS，Haque MI，Brand T，Comstock B，Warren j，Alseidi A（2016）技术技能的众包评估：提高腹腔镜手术技能评估的机会。Am J Surg 211（2）：398\u2013404“，“journal-title”：“Am J Surg”}，{“key”：“1963_CR6”，“doi-asserted-by”：“crossref”，“unstructured”：“Funke I，Jenke A，Mees ST，Weitz J，Speidel S，Bodenstedt S（2018）腹腔镜工作流程分析的基于时间相干的自我监督学习。收录：第一次国际研讨会，OR 2.0。Springer，第85页（2018）“，“DOI”：“10.1007\/978-3-030-01201-4_11”}，{“key”：“1963_CR7”，“volume-title”：“深度学习的不确定性”，“author”：“Y Gal”，“year”：“2016”，“unstructured”：“Gal Y（2016）深度学习中的不确定性。剑桥大学”}递归神经网络中辍学的理论基础应用。In：NIPS，pp 1019\u20131027“}，{“key”：“1963_CR9”，“unstructured”：“Gal Y，Islam R，Ghahramani Z（2017）利用图像数据进行深度贝叶斯主动学习。In：ICML”}，}“key:”1963_CR10“，”unstructure“：”Guo C，Pleiss G，Sun Y，Weinberger KQ（2017）关于现代神经网络的校准。In:ICML（2017）“：”publisher“，”first page“：”1735“，”DOI“：”10.1162\/neco.1997.9.8.1735“，“volume”：“9”，“author”：“S Hochreiter”，“year”：“1997”，“unstructured”：“Hochreier S，Schmidhuber J（1997）长期短期记忆。神经计算9（8）：1735\u20131780”，“新闻标题”：“神经计算”}，{“问题”：“5”，“关键”：“1963_CR12”，“doi-asserted-by”：“出版商”，“首页”：“1114”，“doi”：“10.1109\/TMI.2017.2787657”，“卷”：“37”，“作者”：“Y Jin”，“年份”：“2018”，“非结构化”：“Jin Y，Dou Q，Chen H，Yu L，Qin J，Fu CW，Heng PA（2018）SV-Rcnet：使用循环卷积网络从手术视频中识别工作流。IEEE Trans-Med Imaging 37（5）：1114\u20131126“，”journal-title“：”IEEE Trans-Med Imaging“}，{“key”：“1963_CR13”，“unstructured”：“Kingma D，Ba J（2014）Adam:a method for random optimization。arXiv预印本\n arXiv:1412.6980“}1963_CR14“，“第一页”：“1097”，“卷-时间”：“神经信息处理系统的进展”，“作者”：“克里舍夫斯基”，“年份”：“2012年”，“非结构化”：“克利舍夫斯基A，Sutskever I，Hinton GE（2012）深度卷积神经网络的Imagenet分类。摘自：Pereira F、Burges CJC、Bottou L、Weinberger KQ（编辑）《神经信息处理系统进展》，第25卷。Curran Associates，Inc.，Red Hook，pp 1097\u20131105“}，{“issue”：“3”，“key”：“1963_CR15”，“doi-asserted-by”：“publisher”，“first page”：”495“，“doi”：“10.1007\/s11548-013-0940-5”，“volume”：第9页，“author”：“F Lalys”，“year”：“2014”，“unstructured”：“Lalys F，Jannin P（2014）手术过程建模：综述。国际计算机辅助放射调查9（3）：495\u2013511“，”journal-title“：”Int J Compute Assist Radiol Surg“}，{”issue“：”8“，”key“：”1963_CR16“，”doi-asserted-by“：”publisher“，”first page“：“1201”，”doi“：”10.1007\/s11548-015-1168-3“，“volume”：“10”，“author”：“L Maier-Hein”，“year”：“2015”，“unstructured”：“Maier-Hien L，Kondermann D，Ro\u00df T，Mersmann S，Heim E，Bodenstedt S等（2015）Crowdtruth验证：一种新的范式，用于验证依赖于图像对应的算法。国际J计算机辅助放射外科10（8）：1201\u20131212“，”日记标题“：”国际J计算机协助放射外科“}，{“key”：“1963_CR17”，“doi-asserted-by”：“crossref”，“unstructured”：“Maier-Hein L，Mersmann S，Kondermann D，Bodenstedt S，Sanchez A，Stock C，Kenngott HG，Eisenmann M，Speidel S（2014）大批非专业人士能否训练出高精度的图像分类器？收件人：MICCAI。Springer，pp 438\u2013445（2014）“，“DOI”：“10.1007\/978-3-319-10470-6_55”}，{“key”：“1963_CR18”，“DOI-asserted-by”：“crossref”，“unstructured”：“Maier-Hein L，Ross T，Gr\u00f6hl J，Glocker B，Bodenstedt S et \u00a0al（2016）Crowd-algorithm collaboration for大规模内窥镜图像注释的置信度。摘自：MICCAI.Springer，pp 616\u2013623（2016）“，”DOI“：”10.1007\/978-3-319-46723-8_71“}，{”key“：”1963_CR19“，”DOI-asserted-by“：”crossref“，”unstructured“：”Milletari F，Navab N，Ahmadi SA（2016）V-net：用于体积医学图像分割的全卷积神经网络。In:2016年第四届国际3D视觉会议（3DV）。IEEE，pp 565\u2013571（2016）“，”DOI“：“10.1109\/3DV.2016.79”}，{“key”：“1963_CR20”，“doi-asserted-by”：“publisher”，“first page”：：“925”，“doi”：“10.1007\/s11548-018-1772-0”，“volume”：”13“，“author”：“T Ross”，“year”：“2018”，“unstructured”：“Ross T，Zimmer D，Vemuri A，Isensee F，Wiesenfarth M，Bodenstedt S，Both F，Kessler P，Wagner M，M\u00fcller B et al（2018）利用无标记内窥镜视频数据的潜力和自我监督学习。国际J计算机辅助放射外科13:925\u2013933“，”journal-title“：”国际J计算机协助放射外科“}，{“issue”：“1”，“key”：“1963_CR21”，“doi-asserted-by”：“publisher”，“first-pages”：“86”，“doi”：“10.1109”，TMI.2016.2593957“，”volume“36”，“author”：“AP Twinanda”，“year”：“2017”，“unstructured”：“”Twinanda AP、Shehata S、Mutter D、Marescaux J、De Mathelin M、Padoy N（2017）《内联网：腹腔镜视频识别任务的深层架构》。IEEE Trans Med Imaging 36（1）：86\u201397“，“journal-title”：“IEEE Trans-Med Imaging”}，{“key”：“1963_CR22”，“doi-asserted-by”：“crossref”，“unstructured”：“Wilcoxon F（1945）通过排名方法进行的个体比较。生物通报1（6）：80\u201383。\n http://www.jstor.org，“DOI”：“10.2307”，“/3001968”}，{“key”：“1963_CR23”，“unstructured”：“Yengera G，Mutter D，Marescaux J，Padoy n（2018）少即是多：通过cnn-lstm网络的自我监督预训练进行少注释的手术相位识别。arXiv preprint \n arXiv:1805.08569”}，{“key”：“1963_CR24”，“doi-asserted-by”：“crossref”，“unstructured”：“Zisimopoulos O，Flouty E，Luengo I，Giataganas P，Nehme J，Chow A，Stoyanov D（2018）深层：白内障视频中的手术相位识别。in:MICCAI.Springer，pp 265\u2013272”，“doi”：“10.1007\/978-3-00937-3_31”}]，“container-title”：[“国际计算机辅助放射外科杂志”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/s11548-019-01963-9.pdf”，“内容类型”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“网址”：“http://\/link.springer.com/article\/10.1007\/s11548-019-01963-9\/fulltext.html”，“content-type”：“text\/html”，“内容-版本”：“vor”，“intended-application”：“文本-分钟”}，{“URL”：“http://\\link.springer-com/content\/pdf\/10.10007\/s11549-01963-9.pdf”预期应用”：“相似性检查”}]，“存放”：{“日期部分”：[[2020,4,7]]，“日期时间”：“2020-04-07T23:16:04Z”，“时间戳”：1586301364000}，“分数”：1，“资源”：{-“主要”：{:“URL”：“http://\/link.springer.com/10.1007\/s11548-019-01963-9”}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2019,4,9]]}，“references-count”：24，“journal-issue”：{“issue”：“6”，“published-print”：{“date-parts”：[[2019,6]]}}，“alternative-id”：[“1963”]，“URL”：“http://\/dx.doi.org\/10.1007\/s11548-019-01963-9”，“relation”：{}，”ISSN“：[“1861-6410”，“1861-629”]，”ISSN-type“：[{”value“：“1861-64”，“type”：“print”}，{“value”：”1861-6429“，”type“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[[2019,4,9]]}，”断言“：[{”值“：“2019年1月30日”，“订单”：1，“名称”：“已接收”，“标签”：“收到”，“组”：{“名称”:“文章历史”，“标号”：“文章历史记录”}}，{“值”：“2018年4月2日”，”订单“：2，“名称“：”已接受“，”标签“：”接受“，“组“首次在线”，“群组”用法：{“name”：“Article History”，“label”：“Article Hiology”}}，{“order”：1，“name”:“Ethics”，“group”：{（名称）：“EthicsHeading”，“table”：“遵守道德标准”}，“value”：“作者声明他们没有利益冲突。”，“order“：2，”name“：”Ethics“，”group：“对于这类研究，不需要正式同意。”，“顺序”：3，“名称”：“伦理”，“组”：｛“名称”：“伦理标题”，“标签”：“伦理批准”｝｝，｛“值”：“本文包含来自公开数据集的患者数据。”，“顺序”：4，“名称”：“伦理”，“组”：｛“名称”：“伦理标题”，“标签”：“知情同意”｝｝