{“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”：[[2024,6,19]]，“日期-时间”：“2024-06-19T17:20:18Z”，“时间戳”：1718817618993}，“引用-计数”：57，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2023,7,1]]，”日期-时间“：”2023-07-01T00:00:00Z“，”timestamp“：1688169600000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2023,7,1]]，“date-time”：“2023-07-01T00:00:00Z”，“timestamp”：1688169600000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https://www.elseviewer.com/legal\/td”mrep-license“}，{“开始”：{“日期部分”：[[2023,7,1]]，“日期时间”：“2023-07-01T00:00:00Z”，“timestamp”：1688169600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-017”}，{“start”：{“date-parts”：[[2023,7,1]]，“date-time”：“2023-07-01T00:00Z”，delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-037“}，{“start”：｛“日期部分”：[[2023,7,1]，“日期-时间”：“2023-07-01T00:00:00Z”，“时间戳”：1688169600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-012”｝，｛“开始”：｛“日期部分”：[[2023,7,1]，“日期-时间”：“2023-07-01T00:00:00Z”，“时间戳”：1688169600000｝，“内容版本”：“stm-asf”，延迟天数”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2023,7,1]]，“date-time”：“2023-07-01T00:00:00Z”，“timestamp”：1688169600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“http:\/\/doi.org\/10.15223\/policy-004”}]，“content-domain“：{”domain“[”els evier.com“，”sciencedirect.com“]，”crossmark-restriction“：true}，“短容器标题”：[“生物医学信号处理和控制”]，“已出版印刷品”：｛“日期部分”：[[2023,7]｝，“DOI”：“10.1016\/j.bspc.2023104830”，“类型”：“期刊文章”，“已创建”：｛“日期部分”：[[2023,3,10]]，“日期时间”：“2023-03-10T12:23:30Z”，“时间戳”：1678451010000｝，“页面”：“104830”，“更新策略”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“source”：“Crossref”、“is-referenced-by-count”：7，“title”：[“糖尿病视网膜病变早期检测的基于眼动跟踪的深度学习分析：初步研究”]，“前缀”：“10.1016”，“卷”：“84”，“作者”：[{“ORCID”：”http://\/ORCID.org\/00000-0003-0287-8581“，“authenticated-ORCID”：false，“given”：“洪阳”，“家族”：“江”，“序列”：“第一”，“从属关系”：[]}，{“给定”：“依林”，“家庭”：“侯”，“顺序”：“附加”，“隶属关系”：[]}“，”family“：”Gao“，”sequence“：”additional“，“affiliation”：[]}，{“given”：“Xiaoling”，“family”：“Li”，“sequence”：“additional”，“affeliance”：[]}，}“ORCID”：”http://\/ORCID.org\/0000-0002-7015-5302“，”authenticated-ORCID“：false，”given“：”Richu“，”family“：”Jin“，”sequence“：”additional[]}]，“成员”：“78”，“引用”：[{“key”：“10.1016\/j.bspc.2023.104830_b1”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.artmed.2019.07.009”，“article-title”：“基于深度学习的糖尿病视网膜病变计算机辅助诊断系统：调查”，“volume”：《99》，“author”：“Asiri”，“year”：“2019”，《journal-title》：“Artif.Intell.Med.”}，{“key”：30_b2英寸，“doi-asserted-by”：“crossref”，“doi”：“10.1016\/j.compbiomed.2021.104599”，“article-title”：“基于眼底图像的糖尿病视网膜病变检测和分类的深度学习：综述”，“volume”：“135”，“author”：“Tsiknakis”，“year”：“2021”，“journal-title“：”Comput.Biol.Med.泰德比”：“crossref”，“first page”：“2698”，“DOI”：“10.1109\/TMI.2020.3042773”，“article-title”：“学习分级注意力对弱监督胸部X射线异常定位和诊断”，“volume”：”40“，“author”：“Ouyang”，“year”：“2020”，“journal-title“：”IEEE Trans.Med.Imaging“}，{”issue“：”4“，”key“10.1016\/j.bspc.2023.04830_b4”，“DOI-asserted-by”：“crossref”，“first page”：“582”，“DOI”：“10.1007\/s10278-019-00227-x”，“article-title”：“医学图像分割的深度学习技术：成就与挑战”，“volume”：”32“，“author”：“Hesamian”，“year”：“2019”，“journal-title“：”J.Digit.Imaging“}，{“key”：：“Bolei Zhou，Aditya Khosla，Agata Lapedriza，Aude Oliva，Antonio Torralba，学习区分性本地化的深层特征，收录于：IEEE计算机视觉和模式识别会议论文集，2016年，第2921\u20132929.页”，“DOI”：“10.1109\/CVPR.2016.319”}，{“key”：“101016\/j.bspc.2023.104830_b6”，“series-title”：“通过注意力图将人类知识嵌入深度神经网络”，“作者”：“Mitsuhara”，“年份”：“2019”}，{“问题”：“2”，“关键”：“10.1016\/j.bspc.2023.104830_b7”，“doi-asserted-by”：“crossref”，“首页”：“413”，“doi”：“101109\/TMI.2019.2927226”，“文章标题”：“用于基于注意力的青光眼检测的大规模数据库和CNN模型”，“卷”：“39”，“author”：“Li”，“year”：“2019”，“journal-title”：“IEEE Trans.Med.Imaging”}，{“key”：“10.1016\/j.bspc.2023.04830_b8”，“doi-asserted-by”：“crossref”，”doi“：”10.1109\/TMI.2022.3146973“，”article-title“：”Follow my eye:Using gate to supervise computered diagnosis“，”author“：”Wang“，”year“：”2022}，{“问题”：“1”，“key”：“10.1016\/j.bspc.2023.104830_b9”，“doi-asserted-by”：“crossref”，“首页”：“1”，“doi”：“101038\/s41597-021-00863-5”，“article-title”：“创建和验证用于人工智能开发的胸部X光数据集，包括跟踪眼睛和报告听写”，“volume”：”8“，“author”：“Karargyris”，”“year”：“2021”，”journal-title“：”Sci.Data“}，{”key“：“10.1016\/j.bspc.2023.104830_b10”，“doi-asserted-by”：“crossref”，“first page”：“37023”，“doi”：“10.1109\/ACCES.2018.2851451”，“article-title”：“最新技术：医学成像中的追踪眼球研究”，“volume”：”6“，”author“：”L\u00e9v\u00eaque“，”year“：”2018“，”journal title“：”Ieee ACCESS“}，{”key“10.1016”c.2023.104830_b11“，”系列标题“：“医学计算机视觉和生物医学成像的贝叶斯和图形模型”，“首页”：“94”，“文章标题”：“Gaze2Segment:将眼球追踪技术集成到医学图像分割中的初步研究”，“作者”：“Khosravan”，“年份”：“2016”}，{“key”：“10.1016\/j.bspc.2023.04830_b12”，“doi-asserted-by”：“crossref”，《首页》：“101”，“doi”：“10.1016\/j.media.2018.10.010”，“article-title”：“具有追踪眼球、稀疏注意力模型和深度学习的协作式计算机辅助诊断（C-CAD）系统”，“volume”：“51”，“author”：“Khosravan”，“year”：“2019”，“journal-title“：“Med.Image Anal.”}，{“issue”：“9”，”key“10.1016”，“j.bspc.2023.104830_b13”，“doi-asserted-by”：“crossref”，”第一页：“1677”，“DOI”：“10.1016\/S0161-6420（03）00475-5”，“article-title”：“建议的国际糖尿病视网膜病变和糖尿病黄斑水肿严重程度分级”，“volume”：“110”，“author”：“Wilkinson”，“year”：“2003”，“journal-title“：“Ophthalmology”}，{“issue”：“1”，“key”：：“62”，“DOI”：“10.1109\/TSMC.1979.4310076”，“article-title”：“灰度直方图中的阈值选择方法”，“volume”：“9”，“author”：“Otsu”，“year”：“1979”，“journal-title“：”IEEE Trans.Syst.Man Cybern.“}，{“issue”：“22”，“key”：”10.1016\/j.bspc.2023.104830_b15“，”DOI-asserted-by“：”crossref“，”第一页“：”2402“DOI“：”10.1001\/jama.2016.17216“，“article-title”：“在视网膜眼底照片中检测糖尿病视网膜病变的深度学习算法的开发和验证”，“volume”：“316”，“author”：“Gulshan”，“year”：“2016”，“journal-title“：”JAMA:J.Am.Med.Assoc.“}，{“key”：”10.1016\/J.bspc.2023.104830_b16“，”doi-asserted-by“：”crossref“，”first-page:“511”，“doi”：“10.1016\/j.ins.2019.06.011”，“article-title”：“糖尿病视网膜病变筛查深度学习算法的诊断评估”，“volume”：“501”，“author”：“Li”，”year“：“2019”，“journal-title“：”Inform.Sci.“}，{”key“：”10.1016\/j.bspc.2023.04830_b17“，”doi-asserted-by“：”crossref“，”first page“：“12”，“doi”：“10.116\/j.knosys.2019.03.016”，“”文章标题“：“使用深度神经网络的糖尿病视网膜病变自动识别和分级系统”，“卷”：“175”，“作者”：“张”，“年份”：“2019”，“期刊标题”：“基于知识的系统”}，{“关键”：“10.1016\/j.bspc.2023.104830_b18”，“doi-asserted-by”：“crossref”，《首页》：“200”，“doi”：“101016\/j.procs.2016.07.014”，“article-title”：“糖尿病视网膜病变的卷积神经网络”，“volume”：“90”，“author”：“Pratt”，“year”：“2016”，“journal title”：“Procedia Compute.Sci.”}，{“key”：《10.1016\/j.bspc.2023.104830_b19》，“article-title”：《DR-GAN：糖尿病视网膜病变图像上精细病变合成的条件生成对抗性网络》，“au作者”：“周”，“年份”：“2020”，“journal-title”：“IEEE J.Biomed.Health Inf.”}，{“key”：“10.1016\/J.bspc.2023.104830_b20”，“doi-asserted-by”：“crossref”，“首页”：“178”，”doi“：”10.1016\/J.media.2017.04.012“，”article-title“：”糖尿病视网膜病变筛查的深度图像挖掘“，”volume“：”39“，”author“：”Quellec“，”year“：”2017“，”journal-title“:”Med.image Anal.“}，{“问题”：“5”，“密钥”：“10.1016\/j.bspc.2023.104830_b21”，“doi-asserted-by”：“crossref”，“first page”：“1483”，“doi”：“10.1109\/TMI.2019.2951844”，“article-title”：“CANet:联合糖尿病视网膜病变和糖尿病黄斑水肿分级的交叉疾病注意网络”，“volume”：”39“，”author“：”Li“，”year“2019”，“journal-title“：”IEEE Trans.Med.Imaging“}，{”key“：“10.1016\/j.bsspc.2023.104830_b22”，“系列标题”：“2019年第41届IEEE医学与生物工程国际年会”，“首页”：“2045”，“文章标题”：“糖尿病视网膜病变疾病分类的可解释集成深度学习模型”，“作者”：“江”，“年份”：“2019”}，{“关键”：“10.1016\/j.bspc.2023.104830_b23”，“series-title”：“医学图像计算和计算机辅助干预国际会议”，“首页”：“234”，“文章-title”：“U-net：生物医学图像分割的卷积网络”，“author”：“Ronneberger”，“year”：“2015”}，{“key”：：“2016年第四届国际3D视觉会议”，“首页”：“239”，“文章标题”：“利用完全卷积残差网络进行深度预测”，“作者”：“莱纳”，“年份”：“2016”}，{“关键”：“10.1016\/j.bspc.2023.04830_b25”，“非结构化”：“何凯明（Kaiming He），乔治亚·吉奥萨里（Georgia Gkioxari），彼得·多尔（Piotr Doll\u00e1r），罗斯·吉希克（Ross Girshick），Mask R-CNN，摘自：IEEE国际计算机视觉会议论文集，2017年，第2961\u20132969页。”}，{“key”：“10.1016\/j.bspc.2023.104830_b26”，“series-title”：“2019 IEEE第16届国际生物医学成像研讨会”，“首页”：“597”，“article-title”：“相互学习局部全球U-Nets以在眼底图像中进行高分辨率视网膜病变分割”，“author”：“Yan”，“year”：“2019”}，{“key”：“10.1016\/j.bspc.2023.104830_b27”，“doi-asserted-by”：“crossref”，“first-page”：“185”，”doi“10.1016 \/j.cmpb.2018.02.016”，“article-title”：“使用完全卷积神经网络检测微动脉瘤”，“volume”：“158”，“author”：“Chudzik”，“year”：“2018”，“journal-title”：“Computer.Methods Programs Biomed.”}，{“key”：”10.1016\/j.bspc.2023.104830_b28“，”doi-asserted-by“：”crossref“，”first page“：”289“，”doi“：”10.116\/j.eswa.2018.07.053“，”article-title“：“利用循环Hough变换和卷积神经网络检测糖尿病视网膜病变渗出液”，“卷”：“114”，“作者”：“Adem”，《年份》：“2018年”，“期刊标题”：“专家系统应用”}，{“关键”：“10.1016\/j.bspc.2023.104830_b29”，“doi-asserted-by”：“crossref”，”doi“10.1016 \/j.optlastec.2019.105815”，“article-title”：“通过改进血管和视盘分割实现早期糖尿病视网膜病变的自动检测”，“卷”：“121”，“作者”：“Kumar”，“年份”：“2020”，“期刊标题”：“Opt.Laser Technol.”}，{“key”：“10.1016\/j.bspc.2023.104830_b30”，“doi-asserted-by”：“crossref”，”doi“10.1016 \/j.cmpbup.2021.100013”，“article-title”：“糖尿病视网膜病变早期诊断的自动微动脉瘤检测：综合评述”，“卷”：“1”，“作者”：“Mayya”，“年份”：“2021年”，“期刊标题”：“计算机方法程序生物识别更新”}，{“问题”：“9”，“关键”：“10.1016\/j.bspc.2023.104830_b31”，“doi-asserted-by”：“crossref”，”首页“801”，”doi“10.1080\/10447318.2021.1976509”，“文章标题”：“在使用虚拟现实头戴式显示器学习时，通过眼动追踪测量视觉疲劳和认知负荷：综述”，“卷”：“38”，“作者”：“Souchet”，“年份”：“2022”，“期刊标题”：“Int.J.Hum.\u2013Comput.Interaction”}，｛“key”：“10.1016\/J.bspc.2023104830_b32”，“文章标题”：“回顾情绪和认知过程中涉及的眼动跟踪指标”，“作者”：“斯卡拉马卡斯”，“年份”：“2021年”，“新闻标题”：“IEEE Rev.Biomed.Eng.”}，{“key”：“10.1016\/j.bspc.2023.04830_b33”，“series-title”：“2020年IEEE虚拟现实和3D用户界面会议摘要和研讨会”，“首页”：“639”，“article-title”：“心理生理学、眼球追踪和虚拟现实：示范性研究设计”，“作者”：“斯特纳”，“年份”：“2021”}，{“关键”：“10.1016\/j.bspc.2023.104830_b34”，“doi-asserted-by”：“crossref”，“doi”：“10.3389\/fnhum.2021.685830”，“文章标题”：“基于深度学习的人类心理物理视频眼球追踪方法”，“卷”：“15”，“作家”：“Zdarsky”，“年”：“2020”，“journal-title”：“Front.Hum.Neurosci.”}，{“issue”：“1”，“key”：“10.1016\/j.bspc.2023.104830_b35”，“doi-asserted-by”：“crossref”，“first page”：”1“，”doi“：”10.1007\/s10648-020-09565-7“，”article-title“教育实践中的眼球追踪：调查课堂教学中的视觉感知”，“volume”:“33”，“author”：“Jarodzka”，“年”：“2021年”，“新闻标题”：“教育心理学评论”}，{“问题”：“2”，“关键”：“10.1016\/j.bspc.2023.104830_b36”，“doi-asserted-by”：“crossref”，“首页”：“147”，《doi》：“10.1007\/s10649-020-09948-1”，”文章标题“数学教育研究中的追踪方法：系统文献综述”，“卷”：“104”，“作者”：“斯特罗迈尔”，“年份”：“2020年”，“journal-title”：“Educ.Stud.Math.”}，{“issue”：“3”，“key”：“10.1016\/j.bspc.2023.104830_b37”，“doi-asserted-by”：“crossref”，“first-page”：“285”，“doi”：“101177\/13567667211053387”，“article-title“眼球追踪与旅游研究：系统文献综述”，“volume”：”28“author”：“Savin”，”year“2022”，“jornal-title:”“j.度假营销”}，｛“问题”：“5”，“关键”：“10.1016\/j.bspc.2023104830_b38”，“doi断言者”：“crossref”，“第一页”：“588”，“doi”：“10.1177\/007287514564598”，“文章标题”：“旅游照片刺激的眼动追踪研究：图像特征和种族”，“卷”：“55”，“作者”：“王”，“年份”：“2016”，“期刊标题”：“j.Travel Res.”｝，｛“问题”：“13”，“关键”：“10.1016\/j.bspc.2023.104830_b39”，“doi-asserted-by”：“crossref”，“first page”：“4289”，“doi”：“10.3390\/s21134289”，《article-title》：“视线跟踪技术在航空、海事和建筑业的应用：系统综述”，“volume”：《21》，“author”：“Martinez-Marquez”，“year”：“2021”，“journal-title”：“Sensors”}，{“key”：“10.1016\/j.bspc.2023.104830_b40”，“doi-asserted-by”：“crossref”，“doi”：“10.116\/j.eswa.2020.114037”，“article-title”：“关注机器学习和物联网技术的眼球跟踪算法、技术、工具和应用程序”，“volume”：“166”，”author“：”Klaib“，”year“2021”，”journal-title“：”Expert Syst.Appl.“}，{”issue“1”，“key”：“10.1016\/j.bspc.2023.104830_b41”，“doi-asserted-by”：“crossref”，“首页”：“1”，“doi”：“101038\/s41598-021-89023-8”，“article-title”：“基于使用眼动跟踪的视觉注意模型的计算机辅助孤独症诊断”，“卷”：“11”，“作者”：“Oliveira”，“年份”：“2021年”，“新闻标题”：“科学报告”}，{“key“：”10.1016\/j.bs c.2023.104830_b42“，“doi-asserted-by”：“crossref”，“first page”：“176”，”doi“：”10.1016\/j.compedimag.2017.04.006“，”article-title“：”眼动技术在医学中的应用：调查、研究问题和挑战“，”volume“：“65”，“author”：“Harezlak”，“year”：“2018”，“journal-title”：“Comput.Med.Imaging-Graph.”}，{“issue”：“1”，“key”：”10.116\/j.bspc.2023.04830_b43“，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.1186\/s41235-019-0159-2”，“article-title”：“回顾眼动跟踪以了解和改进诊断解释”，“volume”：《4》，“author”：“Bruny\u00e9”，“year”：“2019”，《journal-title》：“Cogn.Res.：Princ.Implic.”}，{“issue”：“4”，“key”：”10.1016\/j.bspc.2023.04830_b44“，“doi-asserted-by”：“crossref”，“first page”：“597”，“DOI”：“10.1007\/s10278-019-00220-4”，“article-title”：“使用卷积神经网络进行深度学习分段的眼睛跟踪”，“volume”：”32“，“author”：“Stember”，“year”：“2019”，“journal-title“J.Digit.Imaging”}，{“issue”：“1”，“key”:“10.1016\/J.bspc.2023.04830_b45”，“article-title”：“整合眼睛跟踪和语音识别可准确注释用于深度学习的MR脑图像：原理证明”，“卷”：“3”，“作者”：“斯坦伯”，“年份”：“2021”，“日志标题”：“无线电：Artif.Intell.”}，{“键”：“10.1016\/j.bspc.2023.104830_b46”，“series-title”：“医学图像计算和计算机辅助干预国际会议”，“首页”：“603”，“文章标题”：“使用凝视数据进行医学图像分类的观察监督”，“作者”：“Saab”，“年份”：“2021”}，{“问题”：“5”，“关键”：“10.1016\/j.bspc.2023.104830_b47”，“doi-asserted-by”：“crossref”，“第一页”：”：“1”，“doi”：“10.1145\/3131275”，“article-title”：“BubbleView:一个用于众包图像重要性图和跟踪视觉注意力的界面”，“volume”：“24”，“author”：“Kim”，“year”：“2017”，“journal-title“：”ACM Trans.Comput.-Hum.Interact.“}，{“key”：”10.1016\/j.bspc.2023.04830_b48“，”doi-asserted-by“：”crossref“，”unstructured“：“Anneli Olsen，Ricardo Matos，识别适用于处理不同采样频率采样数据的I-VT固定滤波器的参数值，摘自：《眼动跟踪研究与应用研讨会论文集》，2012年，第317\u2013320页。”，“DOI”：“10.1145\/2168556.2168625”}，{“key”：“101016\/j.bspc.2023.104830_b49”，“series-title”：“糖尿病视网膜病变检测”，“author”：“EyePACS”，“year”：“2015”}，{“key”：“10.1016\/j.bspc.2023.104830_b50”，“series-title”：“第十三届国际医学信息处理与分析会议，第10572卷”，“首页”：“446”，“article-title”：”糖尿病视网膜病变自动分类“，”author：“Bravo”，“年份”：“2017”}、{“key”：“10.1016\/j.bspc.2023.104830_b51”，“series-title”：“国际机器学习大会”，“首页”：“6105”，“article-title”：“Efficientnet:卷积神经网络模型缩放的再思考”，“author”：“Tan”，“year”：“2019”}，{“key”：”10.1016//j.bscc.2023.104930_b52“，”doi-asserted-by“：”crossref“，“unstructured”：“Jie Hu，Li Shen，Gang Sun，Squeeze-and-exturation networks，in：IEEE Conferences on Computer Vision and Pattern Recognition，2018，pp.7132\u20137141.”，“DOI”：“10.1109\/CVPR.2018.00745”}，{“key”：“101016\/j.bspc.2023.04830_b53”，“DOI-asserted-by”：“crossref”，“unstructured”：“丁晓翰，张祥宇，马宁宁，韩军工，丁桂光，孙建文，Repvgg:再次使VGG型卷积网络伟大，载：IEEE计算机视觉与模式识别会议论文集，2021年，第13733\u201313742页。”，“DOI”：“10.1109\/CVPR46437.2021.01352”}，{“key”：“101016\/j.bspc.2023.04830_b54”，“series-title”：“Proxylessnas：目标任务和硬件的直接神经架构搜索”，“author”：“Cai”，“year”：“2018”}，{“key”：“10.1016\/j.bspc.2023.104830_b55”，“doi-asserted-by”：“crossref”，“unstructured”：“Hang Zhang，Chongroo Wu，Zhongyue Zhang、Yi Zhu，Haibin Lin，Zhi，Yue Sun，Tong He，Jonas Mueller，R。Manmatha等人，Resnest:Split-antent networks，收录于：IEEE计算机视觉和模式识别会议论文集，2022年，第2736\u20132746页。“，”DOI“：”10.1109\/CVPRW56347.2022.00309“}，{“key”：“10.1016\/j.bspc.2023.104830_b56”，“series-title”：“2018年IEEE医学与生物学会第40届国际工程年会”，“首页”：“3705”，“文章标题”：“彩色眼底图像中微动脉瘤检测的深度卷积神经网络融合”，“作者”：“Harangi”，“年份”：“2018”}，{“key”：“10.1016\/j.bspc.2023.104830_b57”，“series-title”：“用于轻度糖尿病视网膜病变检测的卷积神经网络：实验研究”，“作者”：“Sarki”，“年份”：“2019”}]，“容器-时间”：[“生物医学信号处理和控制”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S174680942300263X？httpAccept=text\/xml”，“content-type”：“text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL“：”https:\\/api.elsevier.com/content\/article\/PII:S174680942300263X？httpAccept=text\/plain“，”content-type“：”文本\/plaine“，”内容-version”：“vor”，“intended-application”：“text-miniing”}]，“存放”：{“日期-部件”：[2024,5,28]]，“date-time”：“202”4-05-28T23:17:47Z“，”timestamp“：1716938267000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S174680942300263X”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：}“date-parts”：[2023,7]]}，《references-count》：57，“alternative-id”：[“S17468094230263X“]，”URL“：”http://\/dx.doi org\/10.1016\/j.bspc.2023.104830“，”关系“：{}，”ISSN“：[”1746-8094“]，”issn-type“：[{”value“：”1746-8094'，”type“:”print“}]，”subject“：[]，”published“：{”date-parts“：[2023,7]]}，”assertion“：[[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由”}维护，{“value”：“基于眼动跟踪的深度学习分析用于早期检测糖尿病视网膜病变：初步研究”，“名称”：“articletite”，“label“：”Article Title“}，{“value”：“生物医学信号处理和控制”，“name”：“journaltitle”，“label”：“Journal Title”}，“value“：”https:\\/doi.org\/10.1016\/j.bspc.2023.104830“，”name“：”articlelink“，”label“:”CrossRef doi link to publisher maintained version“}\u00a9 2023爱思唯尔有限公司保留所有权利。“，”name“：“版权”，”label“：”copyright“}]，”article-number“：”104830“}}