{“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”：[[2024,6,27]]，“日期-时间”：“2024-06-27T02:16:36Z”，“时间戳”：1719454596437}，“引用-计数”：51，“发布者”：“爱思唯尔BV”，“问题”：“2”，“内容-域”：}“域”：[“aiimjournals.com”，“Elsevier.com”，“sciencedid”rect.com“]，”crossmark-restriction“：真}，“short-container-title”：[“医学中的人工智能”]，“published-print”：{“date-parts”：[[2013,6]]}，“DOI”：“10.1016\/j.artmed.2013.03.002”，“type”：“journal-article”，“created”：{“date-parts”：[2013,3,30]]，“date-time”：“2013-03-30T11:30:25Z”，“timestamp”：1364643025000}，”page：“101-114”，“update-policy”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“source”：“Crossref”、“is-referenced-by-count”：18，“title”：[“动态对比增强磁共振乳腺病变分类的时空变化特征”]，“前缀”：“10.1016”，“卷”：“58”，“作者”：[{“给定”：“Jana”，“家族”：“Milenkovi\u0107”，“序列”：“first”，“affiliation”：[]}，{“given”：“Kristijana”，“family”：“Hertl”，“sequence”：“additional”，“affaliation”（从属关系）：[]{“给定的”：“Andrej”，“家庭”：“Ko\u0161ir”，“序列”：“附加的”，“从属关系”：[]}：“Tasi\u010d”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.artmed.2013.03.002_bib0005”，“series-title”：“乳腺成像图谱.美国放射学学院”，“author”：“乳房成像报告和数据系统（BI-RADS）”，“year”：“2003”}，{“key”：：“10.1148”，“radiology.220.1.r01jl3113”，“article-title”：“乳腺MR成像用于乳腺癌的检测、诊断和分期”，“volume”：“220”，“author”：“Orel”，“year”：“2001”，“journal-title“：”radiology“}，{“key”：”10.1016\/j.artmed.2013.03.002_bib0015“，”doi-asserted-by“：”crossref“，”first page“281”，“doi”：“10.1007\/PL00006909”，“article-title”：“对比增强乳腺MRI：影响敏感性和特异性的因素”，“volume”：“7”，“author”：“Piccoli”，“year”：“1997”，“journal-title“：”欧洲放射学“}，{“key”：”10.1016\/j.artmed.2013.03.002_bib0020“，”doi-asserted-by“：”crossref“，”first page“：”355“，”doi“：”10.1097\/01.rli.0000163741.16718.3e“，”article-title“：“磁共振成像乳腺病变形态学和对比度增强特征描述的变异性”，“体积”：“40”，“作者”：“Stoutjesdijk”，“年份”：“2005年”，“期刊标题”：“放射研究”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0025”，“doi-asserted-by”：“crossref”，“首页”：“817”，“doi”：“10.1148\/radiology.212.3.r99au47817”，“article-title”：“利用计算机辅助诊断改善放射科医生对乳腺肿块的2019特征描述：ROC研究”，“volume”：“212”，“author”：“Chan”，《year》：“1999”，“journal-title“：放射学”}，{“key”：”10.1016\/j.artmed.2013.03.002_bib0030“，”doi-asserted-by“：”crossref“，“first-page”：“777”，“DOI”：“10.1148\/radiology.193.3.7972823”，“article-title”：“用钆增强涡轮-FLASH减影技术对可疑乳腺病变进行MR表征”，“体积”：“193”，“作者”：“Boetes”，“年份”：“1994”，“杂志标题”：“放射学”}，{“关键”：“101016\/j.artmed.2013.03.002_bib0035”，“DOI-asserted-by”：“交叉参考”，“首页”：“625”，”DOI：“10.1148”，“radiology.191.3.8184038”，“article-title”：“无法触及的乳腺肿瘤：对比增强减影动态MR成像诊断”，“volume”：“191”，”author“：”Gilles“，”year“：”1994“，”journal-title“：”radiology“}，{”key“：”10.1016\/j.artmed.2013.03.002_bib0040“，”doi-asserted-by“：”crossref“，”first-page“：”681“，”doi“：“10.1148”，“radiology.170.3.2916021”，“article-title”：“乳腺MR成像：使用和不使用Gd-DTPA的快速成像序列”，“volume”：“170”，“author”：“Kaiser”，“year”：“1989”，“journal-title“：”radiology“}，{“key”：”10.1016\/j.artmed.2013.03.002_bib0045“，”doi-asserted-by“：”crossref“，”first page“：”491“，”doi“：”10.1148“radiogy.174.2.2296657”，“article-title”：“乳腺疾病：用Gd-DTPA增强曲线进行组织特征分析”，“volume”：“174”，“author”：“Stack”，“year”：“1990”，“journal-title“：放射学”}，{“key”：”10.1016\/j.artmed.2013.03.002_bib0050“，”doi-asserted-by“：”crossref“，”first page“：”1076“，”doi“：”10.1118\/1.1695652“，”article-title“：“乳腺MRI的计算机解释：增强-变异动态研究”，“卷”：“31”，“作者”：“陈”，“年份”：“2004”，“期刊标题”：“医学物理学”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0055”，“doi-asserted-by”：“crossref”，“首页”：“129”，”doi“10.1016 \/j-artmed.2004.09.001”，“文章标题”：“用机器学习方法评估临床筛查中乳腺肿瘤分类的放射学特征”，“卷”：“34”，“作者”：“Nattkemper”，“年份”：“2005”，“期刊标题”：“医学中的人工智能”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0060”，“doi-asserted-by”：“crossref”，“首页”：“92”，“doi”：“101002\/mrm.10496”，“article-title”：“乳腺MR增强图像的纹理分析”，“volume”：“50”，“author”：“Gibbs”，“year”：“2003”，“journal-title“：“磁共振医学”}，{“key”：”10.1016\/j.artmed.2013.03.002_bib0065“，”doi-asserted-by“：”crossref“，”first page“：”562“，”doi“：”10.1002\/mrm.21347“，”article-title“：“对比增强磁共振图像上乳腺病变的体积纹理分析”，“体积”：“58”，“作者”：“陈”，“年份”：“2007”，“期刊标题”：“医学中的磁共振”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0070”，“doi-asserted-by”：“crossref”，“首页”：“1016”，“doi”：“10.0002\/jmri.1880070613”，“article-title”：“乳腺病变Gd-enhanced MR图像的多特征分析”，“体积”：“7”，“作者”：“Sinha”，“年份”：“1997”，“期刊标题”：“磁共振成像杂志”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0075”，“doi-asserted-by”：“crossref”，“首页”：“1513”，“doi”：“101016\/j.acra.2008.06.005”，“article-title”：“乳腺MRI诊断预测中病变形态和纹理特征的定量分析”，“卷”：“15”，“作者”：“聂”，“年份”：“2008”，“期刊标题”：“学术放射学”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0080”，“系列标题”：《2004年IEEE生物医学成像国际研讨会论文集：从纳米到宏观》，“first page”：“253”，“article-title”：“使用反向传播神经网络（BNN）对乳腺MRI病变进行分类”，“author”：“Arbach”，“year”：“2004”}，{“key”：《10.1016\/j.artmed.2013.03.002_bib0085》，“doi-asserted-by”：“crossref”，“first-page”：“2878”，“doi”：“10.1118\/1.2210568”，“article-titel”：“DCE-MRI上乳腺病变特征动力学曲线的自动识别和分类”，“卷”：“33”，“作者”：“Chen”，“年份”：“2006”，“期刊标题”：“医学物理学”}，{“密钥”：“10.1016\/j.artm.2013.03.002_bib0090”，“系列标题”：“乳腺MRI在实践中”，“作者”：“Warren”，“年份”：“2002”}，{“密钥”：“10.1016\/j.artmed.2013.03.002_bib0095”，“doi-asserted-by”：“crossref”，“first page”：“780”，“doi”：“10.1038\/nm0797-780”，“article-title”：“利用高空间分辨率MRI绘制乳腺肿瘤的病理生理学特征”，“volume”：”3“，“author”：“Degani”，“year”：“1997”，“journal-title“：”“Nature Medicine”}，{“key”：“”，“doi-asserted-by”：“crossref”，“first page”：“217”，“doi”：“10.1148”，放射学21.1.g01ja22217“，“article-title”：“同时显示快速动态和高空间分辨率乳腺MR成像数据的调强参数映射”，“volume”：”21“，“author”：“Agoston”，“year”：“2001”，“journal-title“：”radiographics“}”，{“key”：“10.1016\/j.artmed.2013.03.002_bib0105”，“doi-asserted-by”：“crossref”，“首页”：“448”，“doi”：“10.1097\/01.rli.0000167427.33581.f3”，“文章标题”：“用于检测和表征乳腺病变的彩色编码自动信号强度曲线：基于磁共振的乳腺综合成像新软件包的初步评估”，“卷”：“40”，“作者”：“Pediconi”，“年份”：“2005年”，“期刊标题”：“放射研究”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0110”，“series-title”：“APRS数字图像计算研讨会论文集（WDIC2005）”，“首页”：“67”，“文章标题”：“动态乳腺MRI对比度增强模式的可视化”，“作者”：“Mehnert”，“年份”：“2005”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0115”，“doi-asserted-by”：“crossref”，“第一页”：”3192“doi”：“10.1118\/1.3151811”，“article-title”：“STEP：基于MR的乳腺肿瘤诊断的时空增强模式”，“volume”：“36”，“author”：“Zheng”，“year”：“2009”，“journal-title“：”Medical Physics“}，{“key”：”10.1016\/j.artmed.2013.03.002_bib0120“，”doi-asserted-by“：”crossref“，”first page“：”446“，”doi“：”10.1007\/s10278-010-9298-1“，”article-title“”：“纹理动力学：一种新的动态对比增强（DCE）MRI特征，用于乳腺病变分类”，“卷”：“24”，“作者”：“Shannon”，“年份”：“2011年”，“期刊标题”：“数字成像杂志”}，{“键”：“10.1016\/j.artmed.2013.03.002_bib0125”，“doi-asserted-by”：“crossref”，“首页”：“3940”，“doi”：“101118\/1.3446799”，“article-title”：“乳腺DCE-MRI肿瘤增强模式分化时空关联特征的多水平分析”，“卷”：“37”，“作者”：“Lee”，“年份”：“2010”，“期刊标题”：“医学物理学”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0130”，“文章标题”：“乳腺癌诊断中动态增强MRI病灶摄取异质性的量化”，“卷”：“4”，“作者”：“Karahalioua”，“年份”：“2009年”，“期刊标题”：“仪器杂志”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0135”，“doi-asserted-by”：“crossref”，“首页”：“645”，“doi”：“101097\/RCT.0b013e3182243f”，“article-title”：“乳腺动态对比增强磁共振成像中改善良恶性病变鉴别的新时空特征”，“体积”：“35”，“作者”：“Gal”，“年份”：“2011年”，“期刊标题”：“计算机辅助体层摄影杂志”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0140”，“doi-asserted-by”：“crossref”，“首页”：“1704”，“DOI”：“10.1118\/1.3691178”，“文章标题”：“动态对比度的计算机辅助诊断使用结合形态学、动力学和时空特征的多参数模型增强肿块样病变的乳腺MRI”，“卷”：“34”，“作者”：“Agliozzo”，“年份”：“2012”，“期刊标题”：“Medical Physics”｝，｛“key”：“10.1016\/j.artmed.2013.03.002_bib0145”，“doi asserted by”：“crossref”，“首页”：“296”，“doi”：“10.1259\/bjr\/50743919”，“文章标题”：“评估乳腺癌诊断动态增强MRI中病变增强动力学的异质性”，“卷”：“83”，“作者”：“Karahaliou”，“年份”：“2010”，“期刊标题”：“英国放射学杂志”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0150”，“doi-asserted-by”：“crossref”，“首页”：“1087”，“doi”：“101007\/s00330-001-1213-1”，“article-title”：“胸部CE MR成像中血管化病变的分类”，“volume”：《12》，“author”：“Baum”，“year”：“2002”，“Journal-title“：“European Radiology”}、{“issue”：“1”，“key”：“10.1016\/j.artmed.2013.03.002_bib0155”，“doi-asserted-by”：“crossref”，“首页”：“69”，“doi”：“101016\/j.ejrad.2008.01.012”，“article-title”：“CE-MR多模态形态学和动力学分析对乳腺病变的表征：与传统乳房X射线照相术和高分辨率超声的比较”，“volume”：”70“author”：“Vassiou”，“年份”：“2009年”，“期刊标题”：“欧洲放射学杂志”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0160”，“doi-asserted-by”：“crossref”，“首页”：“1344”，“doi”：“101016\/j.acra.2004.09.006”，“article-title”：“神经网络方法用于乳腺动态磁共振图像的分割和分类：与经验性和定量动力学参数的比较”，“体积”：“11”，“作者”：“萨博”，“年份”：“2004年”，“期刊标题”：“学术放射学”}，{“问题”：“1”，“关键”：“10.1016\/j.artmed.2013.03.002_bib0165”，“doi-asserted-by”：“crossref”，“首页”：“81”，“DOI”：“10.1016\/j.mri.2003.09.001”，“文章标题”：“mri采集协议和图像强度归一化方法对纹理分类的影响”，“卷”：“22”，“作者”：“Collewit”，“年份”：“2004”，“期刊标题”：《磁共振成像》}，{“问题”：“6”，“关键”：“101016\/j.artmed.2013.03.002_bib0170”，“DOI-asserted-by”：“crossref”，“first page”：“610”，”DOI“：”10.1109\/TSMC.1973.4309314“，”article-title“：”图像分类的纹理特征“，”author“：”Haralick“，”year“：”1973“，”journal-title”：“IEEE Transaction Systems，Man and Controlnetics SMC-3”}，{“key”：”10.1016\/j.artmed.2013.03.002_bb0175“，”DOI-asserted-by“：”crossrev“，”first-page“：”172“，“DOI”：“10.1016\/S0146-664X（75）80008-6”，“article-title”：“使用灰度游程长度进行纹理分析”，“volume”：“4”，“author”：“Galloway”，“year”：“1975”，“journal-title“：“Computer Graphics and Image Processing”}，{“issue”：“四”，“key”：”10.1016\/j.artmed.2013.03.002_bib0180“，”doi-asserted-by“：”crossref“，”first page“269”，“doi”：“10.1109\/TS MC.1976.5408777“，“article-title”：“用于地形分类的纹理度量的比较研究”，“author”：“Weszka”，“year”：“1976”，“journal-title:“IEEE Transactions on Systems，Man and Control netics SMC-6”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0185”，“series-title”：《IEEE信息技术最新趋势国际会议（ICRTIT）》，“首页”：“792”，“文章标题”：“在超声图像中使用多分辨率特征和SOM进行分割”，“作者”：“Rekha”，“年份”：“2011”}，{“关键”：“10.1016\/j.artmed.2013.03.002_bib0190”，“series-title”：“应用回归分析”，“作家”：“Draper”，“年”：“1981”}：“数字信号处理的正交变换，最小二乘映射技术”，“author”：“Ahmed”，“year”：“1975”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0200”，“series-title”：“Applied logistic regression”，“author”:“Hosmer”，“year”:“2004”}、{“key”：“1016\/j.artmed.2013.03.002_bib025”，“unstructured”：“Pelckmans K，Suykens JAK，Van Gestel T，De Brabanter J，Lukas L，Hamers B，et al.，LS-SVMlab:A Matlab \/C最小二乘支持向量机工具箱，网址：www.esat.kuleuven.ac.be\/sista\/lssvmlab.”}，{“key”：“10.1016\/J.artmed.2013.03.002_bib0210”，“series-title”：“least-squares support vector machine”，“author”：“Suykens.”，“year”：“2002”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0215”，“series-title”：“第20届国际机器学习会议论文集”，“首页”：“51”，“article-title”：《基于校准测试的两种学习算法的选择》，“author”：“Bouckaert”，“year”：“2003”}，{，“首页”：“861”，“DOI”：“10.1016\/j.patrec.2005.100”，“文章标题”：“ROC分析简介”，“卷”：“27”，“作者”：“Fawcett”，“年份”：“2006”，“期刊标题”：”模式识别字母“}，{“key”：“101016\/j.artmed.2013.03.002_bb0225”，“series-title”：“模式分类”，“author”：“Duda”，“year”：“2001”}，}键“：“10.1016\/j.artmed.2013.03.002_bib0230”，“series-title”：“统计学习理论”，“author”：“Vapnik”，“year”：“1998”}，{“key”：“10.106\/j-artmed.2013年3.002_bin0235”，“doi-asserted-by”：“crossref”，《首页》：“689”，“doi”：“10.2214\/AJR.07.3779”，《article-title》：“单纯导管原位癌：MRI特征范围”，“volume”“：”191“，”author“：”Raza“，“year”：“2008”，“journal-title”：“American journal of Roentgenology”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0240”，“doi-asserted-by”：“crossref”，“first page”：”436“，“doi”：“101097\/01.rli.0000167123.26334.c8”，“article-title“：”乳腺纤维瘤变的磁共振成像特征“，”volume“：”40“，”author“：”Van den Bosch“，”year“：“2005”，“journal-title”：“调查放射学”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0245”，“doi-asserted-by”：“crossref”，“first page”：”3102“，“doi”：“101118\/1.2936220”，“article-title“乳腺病变的DCEMRI：动力学分析对肿块和非肿块样强化同样有效吗？”，“volume”：：“35”，“author”：“Jansen”，“year”：“2008”，“journal-title”：“医学物理学”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0250”，“doi-asserted-by”：“crossref”，“首页”：“356”，“doi”：“101148\/radiol.2442051620”，“文章标题”：“乳腺MR成像的现状：第一部分：技术选择、图像解释、诊断准确性和转移到临床实践”，“卷”：“244”，“author”：“Kuhl”，“year”：“2007”，“journal-title”：“放射学”}，{“key”：“10.1016\/j.artmed.2013.03.002_bib0255”，“doi-asserted-by”：“crossref”，”first page“：”771“，”doi“：”10.1007\/s00330-009-1616-y“，”article-title“：“使用计算机辅助诊断选择乳腺MRI诊断特征以区分恶性和良性病变：病变表现为肿块和非肿块样强化的差异”，“体积”：“20”，“作者”：“纽威尔”，“年份”：“2010年”，“期刊标题”：“欧洲放射学”}]，“集装箱标签”：[“医学中的人工智能”]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S093365713000365？httpAccept=text\/xml”，“content-type”：“text\/.xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http://api.elsevier.com/content\/aarticle\-PII:S0.933657130000365？httpAccept=text\/plain“，”内容类型“：“text\/plain”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2018,10,17]]，“date-time”：“2018-10-17T14:55:52Z”，“timestamp”：1539788152000}，“score”：1，“resource”：{“primary”：{URL：“https:\/\/linkinghub.elsevier.com\/retrieve\/pii\/S093365713000365”}}，副标题“：[]，”短标题“：[[]，”已发布“：{”日期部分“用法：[[2013,6]]}，“引用-计数”：51，“日志-问题”：{“问题”：“2”，“发布-打印”：{-“日期-部分”：[[2013.6]]]}}，”alternative-id“：[”S093365713000365“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.artmed.2013.03.002“，”relationship“：{}”，“ISSN”：[”0933-3657“]，“ISSN-type”：[{“value“：“0933-3657”，“type”：“print”}]，“subject”：[]，“published”：{“date-parts”：[[2013,6]]}，“断言”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”}维护，{“value”：“动态对比增强磁共振乳腺病变分类的时空变化特征”，“name:”articletite“，”label“：”article Title“}，{”value“：”医学人工智能“，”name“：”journaltitle“”，“label”：“Journal Title”}，{“value”：“https:\/\/doi.org\/10.1016\/j.artmed.2013.03.002”，“name”：“articlelink”，“lable”：“CrossRef doi link to publisher maintained version”}、{“value”：“article”，“name:”content_type“，”label“：”content-type“}，”value“版权所有\u00a9 2013 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“Copyright”}]}}