{“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”：“2024-05-28T12:36:01Z”，“时间戳”：1716899761973}，“引用-计数”：48，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2021,5,1]]，”日期-时间“：”2021-05-01T00:00:00:00:00 0Z“，”时间戳“：1619827200000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2021,5,1]]，“date-time”：“2021-05-01T00:00:00Z”，“timestamp”：1619827200000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https://www.elseviewer.com/legal/tdmrepepep”license“}，{”start“：{”date-parts“：[[2021,5,1]]，”date-time“：“2021-05-01T00:00:00Z”，“timestamp”：1619827200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-017”}，{“start”：{“date-parts”：[[2021,5,1]]，“date-time”：“2022-05-01T000:00:00Z”，“时间戳”：1611982720000}，”content-versiion“：”stm-asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-037“}，{“start”：{“date-parts”：[[2021,5,1]]，“date-time”：“2021-05-01T00:00:00Z”，“timestamp”：161982720000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-012”}，{“start”：{《date-part》：[[20201,5,1]，“日期-时间”：“2041-05-01T_00:00:0Z”，”timestamp“16198272Z”00000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2021,5,1]]，“date-time”：“2021-05-01T00:00:00Z”，“timestamp”：161982720000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“http:\/\/doi.org\/10.152 23\/plicy-004”}]，“出资人”：[{“doi”：“10.13039\/501100007088“，”name“：”Uniwersytet Jagiello\u0144ski w Krakowie“，”doi-asserted-by“：“publisher”}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Applied Soft Computing”]，”published-print“：{”date-parts“：[[2021,5]]}，”DOI“：”10.1016\/j.asoc.2021.107119“，”type“：”journal-article“，”created“：{”date-ports“：[2021,1,30]]，”date-time“：”2021-01-30T16:28:11Z“，”时间戳“：1612024091000}，“page”：“107119”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：24，“title”：[“用于脑肿瘤组织结构分割的基于2型中性粒细胞免疫的多阈值化方法”]，“prefix”：“10.1016”，“volume”:“103”，“author”：[{“given”：《Pritpal》，“family”：“Singh”，“sequence”：“first”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“issue”：“2”，“key”：“10.1016\/j.asoc.2021.107119_b1”，“doi asserted by”：“crossref”，“first page”：“114”，“doi”：“10.1056\/NEJM2001113440207”，“文章标题”：“脑瘤”，“卷”：“344”，“作者”：“DeAngelis”，“年份”：“2001”，“期刊标题”：《新英格兰医学杂志》：“10”，“key”：“10.1016\/j.asoc.2021.107119_52”，“doi-asserted-by”：“crossref”，“doi”：“101371\/journal.pone.0140381”，“article-title”：“通过肿瘤区域增强和分割提高脑肿瘤分类性能”，“volume”：”10“，“author”：“Cheng”，“year”：“2015”，“journal-title“：”PLoS One“}”，{“issue”：“8”，“key”：1.107119_b3“，“doi-asserted-by”：“crossref”，“first page”：“1426”，“doi”：“10.1016\/j.mri.2013.05.002”，“article-title”：“mri脑肿瘤分割的最新研究”，“volume”：《31》，“author”：“Gordillo”，“year”：“2013”，“journal-title“：”Magn.Reson.Imaging“}，{“issue”：“1”，“key”：”10.1016\/j.asoc.2021.107119_b4“，”doi-assert-by“：”crossref“，”first page“：”62“，“DOI”：“10.1109\/TSMC.1979.4310076”，“article-title”：“灰度直方图阈值选择方法”，“volume”：“9”，“author”：“Otsu”，“year”：“1979”，“journal-title“：”IEEE Trans.Syst.Man Cybern.“}，{“issue”：“3”，“key”：”10.1016\/j.asoc.2021.107119_b5“，”DOI-asserted-by“：”crossref“，”first page“：”273“，“DOI:”10.1016 016\/0734-189X（85）90125-2“，“article-title”：“一种使用直方图熵进行灰度图像阈值化的新方法”，“volume”：“29”，“author”：“Kapur”，“year”：“1985”，“journal-title“：”Compute.Vis.Graph.Image Process.“}，{”issue“：”6“，”key“：”10.1016\/j.asoc.2021.107119_b6“，蒂尔”：“数字空间中的分水岭：基于沉浸模拟的高效算法”，“卷”：“13”，“作者”：“文森坦德”，“年份”：“1991年”，“日志标题”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“问题”：“2”，“关键”：“10.1016\/j.asoc.2021.107119_b7”，“doi-asserted-by”：“crossref”，“首页”：“十三”，“doi”：“101080\/2151237X.200710129236”，“article蒂尔”：“使用积分图像的自适应阈值”，“volume”：“12”，“author”：“Bradley”，“year”：“2007”，“journal-title”：“J.Graph.Tools”}，{“key”：”10.1016\/J.asoc.2021.107119_b8“，”doi-asserted-by“：”crossref“，”first page“：”11“，”doi“10.1016\/J.neuroimage.2013.02.069“，”article-title“：“通过区分字典学习和稀疏编码分割MR图像：应用于海马标记”，“卷”：“76”，“作者”：“童”，“年份”：“2013”，“日记标题”：“NeuroImage”}，{“问题”：“7”，“关键”：“10.1016\/j.asoc.2021.107119_59”，“doi-asserted-by”：“crossref”，“首页”：“1385”，“doi”：“10116\/j.media.2012.07.007”，“article-title”：“通过稀疏表示和字典学习的可变形分割”，“卷”：“16”，“作者”：“张”，“年份”：“2012”，“日记标题”：“医学图像分析”}，{“问题”：“12”，“关键”：“10.1016\/j.asoc.2021.107119_b10”，“doi-asserted-by”：“crossref”，“首页”：“1457”，“doi”：“101109\/TIP.2002.806231”，“文章标题”：“使用模糊集通过直方图阈值进行图像分割”，“卷”：“11”，“作者”：“Tobias”，“年份”：“2002”，“日志标题”：“IEEE Trans.Image Process.”}，{“问题”：“1”，“关键”：“10.1016\/j.asoc.2021.107119_b11”，”doi-asserted-by“：”crossref“，”first page“：”146“，“doi”：“10116\/j.cviu.2009.09.006”，“article-title”：“基于模糊连通性的图像分割中的相似函数I:相似性的等价性”，“卷”：“114”，“作者”：“Ciesielski”，“年份”：“2010”，“期刊标题”：“Compute.Vis.image Underst.”}，{“issue”：“18”，“key”：“10.1016\/j.asoc.2021.107119_b12”，“doi-asserted-by”：“crossref”，《首页》：“3756”，“doi”：“10116\/j.ijleo.2012.11.023”，“article-title”：“基于新的2D直方图，使用最大模糊熵进行多阈值图像分割”，“volume”：“124”，“author”：“Lan”，”year“：“2013”，“journal-title:”Optik-Int.J.Light Electron Opt.“}，{”key“：”10.1016\/J.asoc.2021.107119_b13“，”doi-asserted-by“：”crossref“，”first-page:“887”，“doi”：“10.1016\\J.asoc.2016.09.028”，“artice-title“：“在计算机断层扫描腹部器官分割中通过粒度计算校准水平集方法”，“卷”：“49”，“作者”：“Badura”，“年份”：“2016”，“日志标题”：“应用软件计算”}，{“键”：“10.1016\/j.asoc.2021.107119_b14”，“doi-asserted-by”：“crossref”，“首页”：“33”，“doi”：“10116\/j.cmpb.2018.9.006”，“文章标题”：“使用ANFIS分类进行基于融合的胶质瘤脑肿瘤检测和分割”，“卷”：“166”，“作者”：“塞尔瓦潘迪安”，“年份”：“2018”，“日志标题”：“计算方法程序生物识别”}，{“键”：“10.1016\/j.asoc.2021.107119_b15”，“doi-asserted-by”：“crossref”，《首页》：“25041”，“doi”：“101109\/ACCES.2020.2969806”，“article-title”：“用于识别和可视化帕金森病MRI图像的混合模糊聚类方法”，“卷”：“8”，“作者”：“黄”，“年份”：“2020”，“期刊标题”：“IEEE Access”}，{“关键”：“10.1016\/j.asoc.2021.107119_b16”，“doi-asserted-by”：“crossref”，“非结构化”：“P.Singh，Y.-P.Huang，T.-T。Lee，一种新的表示不确定性的模糊集合理论及其在脑MR图像分割中的应用，In：Proc。IEEE系统、人与控制论国际会议（SMC）。意大利巴里，2019年，第2460\u20132465页。“，“DOI”：“10.1109\/SMC.2019.8914080”}，{“key”：“101016\/j.asoc.2021.107119_b17”，“非结构化”：“j.M.Queen，多元观测分类和分析的一些方法，收录于：第五届伯克利数理统计与概率研讨会论文集，第1卷。美国加利福尼亚州奥克兰市，1967年，第281\u2013297页。“}，{”issue“：”7“，”key“：”10.1016\/j.asoc.2021.107119_b18“，”doi-asserted-by“：”crossref“，”first page“：“941”，“doi”：“10.1016\/j.measurement.2010.03.013”，“article-title”：“基于彩色转换K-means聚类分割的MRI脑损伤图像检测”，“volume”：“43”，“author”：“Juang”，“year”：“”2010年“，”journal-title“：”Measurement“}，{”issue“：”2“，”key“：”10.1016\/j.asoc.2021.107119_b19“，”doi-asserted-by“：”crossref“，”first-pages“：”359“，”doi“：”101016\/j.patrec.2010.09.016“，”article-title”：“一种去纹理和空间约束的K-means图像分割方法”，“volume”：“32”，“author”：“Mignotte”，“year”：“2011”，“journal-title”“：”模式识别。莱特。“}，{”issue“：”7“，”key“：”10.1016\/j.asoc.2021.107119_b20“，”doi-asserted-by“：”crossref“，”first page“：“1917”，”doi“：”101007\/s00521-013-1437-4“，”article-title“：”MR乳腺图像分割的自适应k-means聚类算法“，”volume“：24”，“author”：“Moftah”，“year”：“2014”，“journal-title”：“Neural Compute.Appl.”}，”{“issue”：“1”，“键”：“10.1016\/j.asoc.2021.107119_b21“，”doi-asserted-by“：”crossref“，”first page“：”81“，”doi“：”10.1109\/TPAMI.1984.4767478“，”article-title“：”K-means-type algorithms:A generalized收敛定理和局部最优性表征“，”volume“：“PAMI\u20136”，”author“：”Selim“，”year“：”1984“，”journal-title:“IEEE Trans。模式分析。机器。智力。“}，{”issue“：”2\u20133“，”key“：”10.1016\/j.asoc.2021.107119_b22“，”doi-asserted-by“：”crossref“，”first page“：“191”，”doi“：”101016\/0098-3004（84）90020-7“，”article-title“：”FCM:模糊c-means聚类算法“，”volume“:”10“，”author“：”Bezdek“，”year“：”1984“，”journal-title”：“Compute.Geosci.”}，{“问题”：“2”，“关键”：“10.1016\/j.asoc.2021.107119_b23”，“doi-asserted-by“：”crossref“，”first page“：”277“，”doi“：”10.1016\/0730-725X（94）00093-I“，“article-title”：“模糊c-means分割技术在多形性出血性胶质母细胞瘤MR图像组织分化中的应用”，“volume”：“13”，“author”：“Phillips”，“year”：“1995”，“journal-title“：”Magn。决议。成像“}，{“问题”：“1”，“关键”：“10.1016\/j.asoc.2021.107119_b24”，“首页”：“238”，“文章标题”：“自适应模糊C表示作为大脑分裂预处理程序改进分类”，“卷”：“14”，“作者”：“Yoon”，“年份”：“2001”，“期刊标题”：《数字系统》}“”doi由“：”crossref“，”first page“：”184“，”doi“：”10.1016\/j.dsp.2012.09016“，”文章标题“：”用于图像分割的具有空间信息的内核广义模糊c-均值聚类“，”volume“：”23“，”author“：”Zhao“，”year“：”2013“，”期刊标题“：”Digit“断言。信号处理。“}，{”issue“：”2“，”key“：”10.1016\/j.asoc.2021.107119_b26“，”doi-asserted-by“：”crossref“，”first page“：“350”，”doi“：”101016\/j.bbe.2018.12.003“，”article-title“：”多通道MR脑图像分割：一种结合聚类技术的新型双重优化方法，用于肿瘤识别和组织分割“，”volume“：39”，“author”：“Narayanan”，“年份”：“2019年”，“新闻标题”：“生物网络。生物识别。Eng.“}，{”key“：”10.1016\/j.asoc.2021.107119_b27“，”doi-asserted-by“：”crossref“，”first-page“：”988“，”doi“：”101016\/j.asoc.2017.05.025“，”article-title“：”一类模糊图像的基于非迭代聚类的软分割方法“，”volume“：10.1016\/j.asoc.2021.107119_b28“，”doi-asserted-by“：”crossref“，”unstructured“：”D.K.Iakovidis，N.Pelekis，E.Kotsifakos，I.Kopanakis，直觉模糊聚类与计算机视觉应用，in：智能视觉系统的高级概念。Juan-les-Pins，法国，2008年，第764\u2013774页。“，”DOI“：”10.1007\/978-3-540-88458-3_69“}，{“问题”：“1”，“关键”：“10.1016\/j.asoc.2021.107119_b29”，“DOI-asserted-by”：“crossref”，“首页”：“87”，“DOI”：“101016\/S0165-0114（86）80034-3”，“文章时间”：“直觉模糊集”，“卷”：“20”，“author“：”Atanassov“，”year“：”1986“，”journal-title“：”模糊集与系统“}，{”key“：”10.1016\/j.asoc.2021.107119_b30“，”doi-asserted-by“：”crossref“，”first page“：“1506”，“doi”：“10.1007\/s40815-020-00879-w”，“article-title”：“多属性信息分类与决策的直觉模糊集方法”，“volume”：“22”，“author”：“Singh”，“year”：“2020”，“journal-title“：”Int.j。模糊系统。“}，{”key“：”10.1016\/j.asoc.2021.107119_b31“，”doi-asserted-by“：”crossref“，”first page“：“543”，”doi“：”101016\/j.asoc.2015.12.022“，”article-title“：”一种改进的直觉模糊c-means聚类算法，其中包含脑图像分割的局部信息“volume”：“46”，“author”：“Verma”，“year”：“2016”，“journal-title”：“”申请。软计算。“}，{”key“：”10.1016\/j.asoc.2021.107119_b32“，”doi-asserted-by“：”crossref“，”first page“：“4003”，“doi”：“10.1007\/s00500-019-04169-y”，“article-title”：“MRI图像分割的核直觉模糊熵聚类”，“volume”：“24”，“author”：“Kumar”，“year”：“2020”，“journal-title“：”Soft Compute.“}2021.107119_b33“，”series-title“：”Neutrosophy：“中性概率、集合与逻辑”，“article-title”：“逻辑学中的统一领域”，“author”：“Smarandache”，“year”：“1999”}，{“issue”：“5”，“key”：“10.1016\/j.asoc.2021.107119_b34”，“doi-asserted-by”：“crossref”，”first page“587”，“doi”：“101016\/j.patcog.2008.10002”新中子学图像分割方法”，“卷”：“42”，“作者”：“郭”，“年份”：“2009”，“期刊标题”：“模式识别”。“}，{”issue“：”5“，”key“：”10.1016\/j.asoc.2021.107119_b35“，”doi-asserted-by“：”crossref“，”first page“：“1510”，”doi“：”101016\/j.sigpro.2009.10.021“，”article-title“：”基于分水岭方法的中微体图像分割方法“，”volume“:”90“，”author“：”Zhang“，”year“：”2010“，”journal-title”：“Signal Process.”}，”{“issue”：“8“，”键“：”10.1016\/j.asoc.2021.107119_b36”，“doi断言者”：“crossref”，“首页”：“1134”，“doi”：“10.1016\/j.cviu.2011.04.001”，“文章标题”：“基于中性粒细胞集和小波变换的彩色纹理图像分割”，“卷”：“115”，“作者”：“Sengur”，“年份”：“2011”，“期刊标题”：“Comput。视觉。图像理解。“}，{”key“：”10.1016\/j.asoc.2021.107119_b37“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.artmed.2020.101838“，”article-title“：”基于中微子熵的自适应阈值分割算法：“一种在帕金森病MR图像中的特殊应用”，“volume”：“104”，“author”：“Singh”，“year”：“2020”，“journal-title”：“”Artif公司。智力。Med.“}，{”key“：”10.1016\/j.asoc.2021.107119_b38“，”doi-asserted-by“：”crossref“，”first page“：“450”，“doi”：“10.1016\/j.patcog.2019.01.031”，“article-title”：“三维脑MR图像的多目标分割和校正模型，水平集公式”，“volume”：“90”，“author”：“Yang”，“year”：“2019”，“journal-title“：”模式识别“}”，{“issue”：“2“，”键“：”10.1016\/j.asoc.2021.107119_b39“，”doi-asserted-by“：”crossref“，”first page“：”163“，“doi”：“10.1016\/j.cviu.2007.09.001”，“article-title”：“基于遗传算法的多级自动阈值法，用于快速图像分割”，“volume”：“109”，“author”：“Hammouche”，”year“：”2008“，”journal-title“：”Compute“。视觉。图像理解。“}，{”key“：”10.1016\/j.asoc.2021.107119_b40“，”unstructured“：”H.Wang，F.Smarandache，Y.Zhang，R.Sunderraman，单值中子学集合，in：《第十届模糊理论与技术国际会议论文集》，犹他州盐湖城，2005年首页“：”338“，”DOI“：”10.1016\/S0019-9958（65）90241-X“，”article-title“：”Fuzzy sets“，”volume“：”8“，“author”：“Zadeh”，“year”：“1965”，“journal-title”：“Inf.Control”}，{“key”：“10.1016\/j.asoc.2021.107119_b42”，“DOI-asserted-by”：“crossref”，“unstructured”：“P.Singh，K。拉巴迪亚，《信息分类、可视化和决策：基于中子学集合理论的方法》，收录于：Proc。2018年IEEE系统、人与控制论国际会议。日本宫崎骏，2018年，第409\u2013414页。“，”DOI“：”10.1109\/SMC.2018.00079“}，{“key”：“10.1016\/j.asoc.2021.107119_b43”，“DOI-asserted-by”：“crossref”，“first page”：”121“，“DOI”：“101016\/j.asoc.2018.07.038”，“article-title”：“使用模糊熵方法表示不确定性：在遥感高分辨率卫星图像中的特殊应用”，“卷”：“72”，“作者”：“辛格”，“年份”：“2018年”，“新闻标题”：“应用”。软计算。“}，{”key“：”10.1016\/j.asoc.2021.107119_b44“，”series-title“：”数据挖掘：概念和技术“，”author“：”Han“，”year“：”2011“}”，{“key”：“10.1016\/j.asoc.2021.10.7119_b45”，“series-ttle”：“对数图像处理：理论和应用”，“首页”：“1”，“article-title”：”Gray-level LIP model.Notations，rectors，and first Applications“，”volume“：“”第195卷“，”author“：”Jourlin“，”year“：”2016“}，{”issue“：”1“，”key“：”10.1016\/j.asoc.2021.107119_b46“，”doi-asserted-by“：”crossref“，“first page”：“146”，“doi”：“10.1117\/1.1631315”，“article-title”：“图像阈值技术和定量性能评估的调查”，“volume”：”13“，”author“”：“Sezgin”，”year:“2004”，“journal-title“：”“j。电子。成像“}，{”key“：”10.1016\/j.asoc.2021.107119_b47“，”doi-asserted-by“：”crossref“，”first page“：“4”，“doi”：“10.1016\/j.knosys.2016.09.008”，“article-title”：“在多尺度局部极值方案上结合并行特征的医学图像融合”，“volume”：“113”，“author”：“Du”，”year“：”2016“，”journal-title“：”Knowl.-Based Syst.“}”，{“key”：”10.1016\/j.asoc.2021.107119_b48“，”doi-asserted-by“：”crossref“，”unstructured“：”j.Swiebacka-Wiek，使用形态学算子对mri图像进行颅骨剥离，见：计算机信息系统和工业管理国际会议。立陶宛维尔纽斯，2016年，第172\u2013182.页text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S1568494621000429？httpAccept=text\/plain”，“content-type”：“text\/plan”，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[2024,5,25]]，“date-time”：”2024-05-25T03:10:44Z“，”timestamp“：1716644000}，“score”：1，“资源”：{“主资源”：}“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S1568494621000429“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2021,5]]}，“references-count”：48，“alternative-id”：[“S1568494621000 429”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.asoc.2021.107119”，“relation”：{}，ISSN“：[”1568-4946“]，”ISSN-type“：[{”value“：”1568-4.946“，”type“:”print“}]，”subject“：[]，”published“：{”date-parts“：[[2021,5]]}，”assertion“：[{”value“：”Elsevier“，”name“：”publisher“，”label“：”This article is maintained by“}，{”value“：”A type-2 neutrosophic-entropusion based multiple thresholding method for the brain tumber structures segments”，“name”：“articletite”，“label”：“article Title”}，“value”：“”Applied Soft Computing“，”name“：”journaltle“，”label“：”Journal Title“}，”{“value”：“https:\/\/doi.org\/10.1016\/j.asoc.2021.107119”，“name”：“articlelink”，”label:“CrossRef doi link to publisher maintained version”}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}、{“值”：“\u00a9 2021 Elsevier B.V.保留所有权利。“，”name:“版权“，”标签“：”版权“}]，”文章编号“：”107119“}}