{“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”：[[2024,9,5]]，“日期-时间”：“2024-09-05T16:53:43Z”，“时间戳”：1725555223412}，“引用-计数”：48，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts“：[2022,3,1]]，”日期-时间“：”2022-03-01T00:00Z，“timestamp”：16460928000000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2022,3,1]]，“date-time”：“2022-03-01T00:00:00Z”，“timestamp”：16460928000000}，“content-version”：“stm-asf”，“delay-in-days”：“0，”URL“https:\\/doi.org\/10.15223\/policy-017”}，{“开始”：{“日期部分”：[[2022,3,1]]，“日期时间”：“2022-03-01T00:00:00Z”，“timestamp”：1646092800000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[2022,3,1]]，“date-time”：“2022-03-01T00:00:00Z”，“timetamp”：64609280000}，doi.org \/10.15223 \/policy-012“}，{”开始“：{”日期部分“：[2022,3,1]]，“日期-时间”：“2022-03-01T00:00:00Z”，“时间戳”：1646092800000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-029”｝，｛“开始”：｛“日期部分”：[[2022,3,1]]，“日期-时间”：“2022-03-01T00:00:00Z”，“时间戳”：1646092800000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https:\/\/doi.org/10.15223\/policy-004“}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“基于知识的系统”]，”published-print“：{”date-parts“：[[2022,3]]}，”DOI“：”10.1016\/j.knosys.2021.07853“，”type“：”journal-article“，”created“：{”date-ports“：[2021,12,13]]，”date-time“：”2021 1-12-13T16:40:12Z“，”时间戳“：1639413612000}，“page”：“107853”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：21，“special_numbering”：“C”，“title”：[“MOLS-Net：基于序列特征金字塔和注意机制的主动脉夹层诊断的多层次和病变分割网络”]，“prefix”：“10.1016”，“卷”：“239”，“作者”：[{“给定”：“庆阳”，“家庭”：“周”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“教育”，“家族”：“秦”，“顺序”：“附加”，“隶属关系”：[]}、{“已知”：“徐余”，“家人”：“祥”，“次序”：“额外”，“附属关系”：【】}，}“给定的”：“云”，“家”：“谭”，“序号”：“添加”，“归属关系”“：[]}，{”given“：”Yu“，”family“：”Ren“，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“issue”：“17”，“key”：“10.1016\/j.knosys.2021.107853_b1”，“doi-asserted-by”：“crossref”，“first page”:“1060”，“doi”：“101056\/NEJM198710223171705”，“article-title”：“主动脉夹层”，“volume”：”“317”，“author”：“DeSanctis”，“year”：“1987年，“新闻标题”：“新英格兰医学杂志”}，{“期刊”：“9632”，“key”：“10.1016\/j.knosys.2021.107853_52”，“doi-asserted-by”：“crossref”，“首页”：“55”，“doi”：“101016\/S0140-6736（08）60994-0”，“文章标题”：“急性主动脉夹层”，“卷”：“372”，“作者”：“戈尔利奇”，“年份”：“2008”，“日志标题”：《柳叶刀》}，{“问题”：“17”，“key:”10.1016\/j.knosys。2021.107853_b3“，”doi-asserted-by“：”crossref“，”first page“：”1846“，“DOI”：“10.1161\/CIRCULATIONAHA.117.031264”，“article-title”：“来自急性主动脉夹层国际注册中心的见解：20年合作临床研究经验”，“volume”：“137”，“author”：“Evangelista”，年：“2018”，“journal title”：《循环》}，{“issue”：“1”，“key”：”10.1016\/j.knosyss.2021.107853_b4“，”DOI-asserted-by“：“crossref”，“first page”：“14”，“DOI”：“10.1093”，“bjaceacp”，“mkn044”，“article-title”：“主动脉夹层的诊断和管理”，“volume”：”9“，“author”：“Hebballi”，“year”：“2009”，“journal-title“Continuent Educ.Anaesth.Crit.Care Pain”}，{“key”：Long，E.Shelhamer，T。Darrell，用于语义分割的完全卷积网络，收录于：IEEE计算机视觉和模式识别会议论文集，2015年，第3431\u20133440页。“，”DOI“：”10.1109\/CVPR.2015.7298965“}，{“key”：“10.1016\/j.knosys.2021.107853_b6”，“series-title”：“国际医学图像计算和计算机辅助干预会议”，“首页”：“234”，“文章标题”：“U-net：生物医学图像分割的卷积网络”，“作者”：“Ronneberger”，“年份”：“2015”}，{“关键”：“10.1016\/j.knosys.2021.107853_b7”，“doi-asserted-by”：“crossref”，“非结构化”：“K.He，X.Zhang，S.Ren，j。孙，图像识别的深度剩余学习，载：IEEE计算机视觉和模式识别会议论文集，2016年，第770\u2013778页。“，”DOI“：”10.1109\/CVPR.2016.90“}，{“key”：“10.1016\/j.knosys.2021.107853_b8”，“DOI-asserted-by”：“crossref”，“unstructured”：“G.Huang，Z.Liu，L.Van Der\u00a0Maaten，K.Q。Weinberger，密集连接卷积网络，收录于：IEEE计算机视觉和模式识别会议论文集，2017年，第4700\u20134708页Efficientnet：重新思考卷积神经网络的模型缩放”，“author”：“Tan”，“year”：“2019”}，{“issue”：“10”，“key”：“10.1016\/j.knosys.2021.107853_b10”，”doi-asserted-by“：”crossref“，”first page“：”2281“，”doi“：”10.1109\/TMI.2019.2903562“，”article-title“：”Ce-net:二维医学图像分割的上下文编码网络“，”volume“：“38”，“作者：“顾”，“年份”：“2019年”，“新闻标题”：“IEEE Trans。医学成像“}，{“问题”：“8”，“关键”：“10.1016\/j.knosys.2021.107853_b11”，“doi-asserted-by”：“crossref”，“首页”：“2626”，“doi”：“101109\/TMI.2020.296645”，“文章标题”：“Inf-net：从ct图像中自动分割covid-19肺部感染”，“卷”：“39”，“作者”：“Fan”，“年份”：“2020”，“日志标题”：”IEEE Trans.Med.Imaging“}，{“问题”：“2”，“密钥”：“10.1016\/j.knosys.2021.107853_b12“，”doi-asserted-by“：”crossref“，”first page“：”652“，”doi“：”10.1109\/TPAMI.2019.2938758“，”article-title“：”Res2net:一种新的多尺度主干架构“，”volume“：“43”，”author“：”Gao“，”year“：”2021“，”journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”issue“：”12“，”key“：”10.1016\/j.knosys.2021.107853_b13“，”doi-asserted-by“：”crossref“，”first page“：“3499”，“doi”：“10.1109\/TBME.2019.2906667”，“article-title”：“扩展初始网络：右心室分割的多尺度特征聚合”，“volume”：“66”，“author”：“Li”，“year”：“2019”，“journal-title“：”IEEE Trans.Biomed.Eng.“}”，{“”issue“：”3“，”key“：”10.1016\/j.knosys.2021.107853_b14“，”doi-asserted-by“：”crossref“，”first page“：“1116”，“doi”：“10.1016\/j.neuroimage.2006.015”，“article-title”：“用户引导的解剖结构三维主动轮廓分割：效率和可靠性显著提高”，“volume”：“31”，“author”：“Yushkevich”，“year”：“2006”，“journal-title“：”Neuroimage“}，{”issue“：”1“，”key“：”10.1016\/j.knosys.2021.107853_b15“，”doi-asserted-by“：”crossref“，”first page“：“221”，“doi”：“10.1109\/TPAMI.2012.59”，“article-title”：“人类行为识别的三维卷积神经网络”，“volume”：“35”，“author”：“Ji”，“year”：“2012”，“journal-title“：”IEEE Trans.Pattern Anal.Mach.Intell.“}”，{“键“：”10.1016\/j.knosys.2021.107853_b16“，“series-title”：“医学图像计算和计算机辅助干预国际会议”，“首页”：“424”，“article-title”：”3D U-net：“从稀疏注释学习密集体分割”，“author”：“\u00c7i\u00e7ek”，“year”：“2016”}，{“key”：“10.1016//j.knosys.2021.10.7853_b17”，“series-title“：”2016年第四届国际3D视觉会议（3DV）”，“首页”：“565”，“文章标题”：“V-net：用于体积医学图像分割的完全卷积神经网络”，“作者”：“Milletari”，“年份”：“2016”}，{“键”：“10.1016\/j.knosys.2021.107853_b18”，“doi-asserted-by”：“crossref”，《首页》：“46”，“doi”：“10116\/j.media.2018.10.005”article-title“：“使用基于CNN的定向分类器在心脏CT血管造影中提取冠状动脉中心线”，“volume”：“51”，“author”：“Wolterink”，“year”：“2019”，“journal-title”：“Med.Image Anal”。“}，{”issue“：”3“，”key“：”10.1016\/j.knosys.2021.107853_b19“，”doi-asserted-by“：”crossref“，”first page“：“1119”，”doi“：”101109\/JBHI.2018.2865450“，”article-title“：”Convolutional neural network with shape prior applied to cardiac MRI segmentation“，”volume“:”23“，”author“：”Zotti“，”year“：”2018“，”journal title“：“IEEE j.Biomed.Health Inf.”}，}“键“：”10.1016\/j.knosys.2021.107853_b20“，“series-title”：“心脏统计图谱和计算模型国际研讨会”，“首页”：“73”，“article-title”：“自动形状预先注册用于MRI心脏自动分割的网格网”，“作者”：“Zotti”，“年份”：“2017”}，{“key”：国际医学图像计算和计算机辅助干预会议”，“第一页”：“523”，“文章标题”：“从多视图图像中学习稳健心脏MR分割的形状先验”，“作者”：“Chen”，“年份”：“2019”}，{“问题”：“9”，“关键”：“10.1016\/j.knosys.20211008853_b22”，“doi断言”：“crossref”，“第一页”：“2137”，“doi”：“10.1109\/TMI.2018.2820742“，“article-title”：“通过空间传播的深度学习对心脏图像进行三维一致性和鲁棒性分割”，“volume”：“37”，“author”：“Zheng”，“year”：“2018”，“journal-title:”IEEE Trans。Med.Imaging“}，{“key”：“10.1016\/j.knosys.2021.107853_b23”，“doi-asserted-by”：“crossref”，“first page”：”197“，“doi”：“101016\/j.media.2019.01.012”，“article-title”：“注意力门控网络：学习利用医学图像中的显著区域”，“volume”:“53”，“author”：“Schlemper”，“year”：“2019”，“journal-title“：”Med.Image Anal.“，”ISSN“http:\/\/id.crossref.org/issn\/1361-8415”，“issn type”：“print”}，｛“key”：“10.1016\/j.knosys.20211008853_b24”，“series title”：“Medical Image Computing and Computer Assisted Intervention\u2013 MICCAI 2018”，“首页”：“421”，“文章标题”：“全卷积网络中的并发空间和通道\u2018挤压和激发\u2019”，“作者”：“Roy”，“年份”：“2018”}，{“key”：“10.1016\/j.knosys.2021.107853_b25”，“series-title”：“医学图像计算和计算机辅助干预\u2013 MICCAI 2018”，“首页”：“523”，“文章标题”：“超声前列腺分割的深度注意特征”，“作者”：“王”，“年”：“2018”}doi断言：“crossref”，“first page”：“1877”，“doi”：“10.32604\/cmc.2021.017481”，“文章标题”：“Af-net:一个基于注意力机制和特征融合的医学图像分割网络”，“volume”：“69”，“author”：“Hou”，“year”：“2021”，“journal title”：“Comput。马特。Continua“}，{”key“：”10.1016\/j.knosys.2021.107853_b27“，”series-title“：”2016年第八届国际医学教育信息技术会议（ITME）“，”首页“：”275“，”article-title“：“基于空间连续性先验模型的主动脉夹层CT图像分割”，”author“：”Xiaojie“，”year“：”2016}，”{“key”：“10.1016\/j.knosys.2021.107853_b28“，“series-title”：“2017 IEEE第十四届国际生物医学成像研讨会（ISBI 2017）”，“首页”：“557”，“文章标题”：“增强CT中主动脉夹层的自动检测”，“作者”：“Dehghan”，“年份”：“2017”}，{“key”：“10.1016\\j.knosys.2021.10.7853_b29”，“doi-asserted-by”：“crossref”，“非结构化”：“X.Xu，Z.He，K.Niu，Y.Zhang，H.Tang，L.Tan，基于cta图像中dcnns的急性stanford型主动脉夹层自动检测方案，载于：2019年第四届多媒体系统和信号处理国际会议论文集，2019年，第16\u201320页。“，“DOI”：“10.1145\/333039.3330405”}，{“issue”：“3”，“key”：“10.1016\/j.knosys.2021.107853_b30“，”doi-asserted-by“：”crossref“，”first page“：”1201“，”doi“：”10.32604\/cmc.2020.07127“，“article-title”：“基于形态学和深度学习的主动脉夹层自动检测”，“volume”：“62”，“author”：“Tan”，“year”：“2020”，“journal-title“：”Compute。马特。Continua“}，{“key”：“10.1016\/j.knosys.2021.107853_b31”，“series-title”：“Resnest:Split-antent networks”，“author”：“Zhang”，“year”：“2020”}，“key“：”10.1016\/j.kbosys.202.107853_b32“，“doi-asserted-by”：“crossref”，“unstructured”：“H.Song，W.Wang，S.Zhao，j.Shen，K.-M”。Lam，《用于视频显著目标检测的金字塔扩展深层卷积》，载于：《欧洲计算机视觉会议论文集》，2018年，第715\u2013731页。“，”DOI“：”10.1007\/978-3-030-01252-6_44“}，{“key”：“10.1016\/j.knosys.2021.107853_b33”，“DOI-asserted-by”：“crossref”，“unstructured”：“T.-Y.Lin，P.Doll\u00e1r，R.Girshick，K.He，B。Hariharan，S.Belongie，用于目标检测的特征金字塔网络，摘自：IEEE计算机视觉和模式识别会议论文集，2017年，第2117\u20132125页。“，“DOI”：“10.1109\/CVPR.2017.106”}，{“key”：“101016\/j.knosys.2021.07853_b34”，“DOI-asserted-by”：“crossref”，“unstructured”：“L.-C.Chen，Y.Zhu，G.Papandreou，F。Schroff，H.Adam，用于语义图像分割的带atrous可分离卷积的编码器-解码器，收录于：《欧洲计算机视觉会议论文集》，2018年，第801\u2013818页article-title“：”使用lstm网络对加拿大新冠肺炎传播的时间序列预测“，“volume”：“135”，“author”：“Chimmula”，“year”：“2020”，“journal-title”：“混沌孤子分形”}，{“key”：”10.1016\/j.knosys.2021.07853_b36“，”doi-asserted-by“：”crossref“，”unstructured“：”C.Si，W.Chen，W.Wang，L.Wang，T。Tan，用于基于骨架的动作识别的注意力增强图卷积lstm网络，收录于：IEEE计算机视觉和模式识别会议论文集，2019年，第1227\u20131236页。“，”DOI“：”10.1109\/CVPR.2019.00132“}，{“issue”：“8”，“key”：“10.1016\/j.knosys.2021.107853_b37”，“DOI-asserted-by”：“crossref”，“first page”：1735“，“DOI”：“10.1162\/neco.1997.9.8.1735”，“article-title”：“长期短期记忆”，“容量”：“9”，“作者”：“Hochreiter”，“年份”：“1997”，“日志标题”：“神经计算”。“}，{”key“：”10.1016\/j.knosys.2021.107853_b38“，”series-title“：”卷积LSTM网络：降水预报的机器学习方法“，”author“：”Shi“，”year“：”2015“}”，{“key”：“10.1016\/j.knosys.2021.107853_539”，“doi-asserted-by”：“crossref”，“unstructured”：“C.Szegedy，W.Liu，Y.Jia，P.Sermanet，S.Reed，D.Angelov，D.Erhan，V。Vanhoucke，A.Rabinovich，《深入研究卷积》，摘自：IEEE计算机视觉和模式识别会议论文集，2015年，第1\u20139页。“，“DOI”：“10.1109\/CVPR.2015.7298594”}，{“key”：“101016\/j.knosys.2021.107853_b40”，“DOI-asserted-by”：“crossref”，“unstructured”：“C.Szegedy，V.Vanhoucket，S.Ioffe，j.Shlens，Z。Wojna，《重新思考计算机视觉的初始架构》，载于：《IEEE计算机视觉和模式识别会议论文集》，2016年，第2818\u20132826页。“，”DOI“：”10.1109\/CVPR.2016.308“}，{“key”：“10.1016\/j.knosys.2021.107853_b41”，“DOI-asserted-by”：“crossref”，“unstructured”：“C.Szegedy，S.Ioffe，V.Vanhoucke，A。Alemi，Inception-v4，Inception-resnet和剩余联系对学习的影响，摘自：《AAAI人工智能会议论文集》，2017年，第4278\u20134284页。“，“DOI”：“10.1609\/AAAI.v31i1.11231”}，{“key”：“101016\/j.knosys.2021.107853_b42”，“series-title”：“IEEE计算机视觉和模式识别会议记录”，“首页”：“7132”，“文章标题”：“挤压和激励网络”，“作者”：“胡”，“年份”：“2018”}，{“关键”：“10.1016\/j.knosys.2021.07853_b43”，“系列标题”：”CVF计算机视觉和模型识别会议（CVPR）。IEEE“，”首页“：”11531“，”文章标题“：”Eca-net：深度卷积神经网络的有效通道关注”，“author”：“Wang”，“year”：“2020”}，{“issue”：“9”，“key”：“10.1016\/j.knosys.2021.07853_b44”，“doi-serted-by”：“crossref”，“first page”：”1757“，“doi”：“101016\/j.patcog.2004.03.009”，“article-title”：“Learning multi-label scene classification”，《volume》：“37”，“作者”：“Boutel”，“年份”：“2004年”，“新闻标题”：“模式识别”。“}，{”key“：”10.1016\/j.knosys.2021.107853_b45“，”doi-asserted-by“：”crossref“，”first page“：“1”，“doi”：“10.1109\/JTEHM.2019.2900628”，“article-title”：“Cardiac-deepied：使用改进的端到端编解码网络对心脏双心室进行自动像素级深度分割”，“volume”：“7”，“author”：“Du”，“year”：“2019”，“journal-title“：”IEEE j。Transl.公司。Eng.Health Med.“}，{”issue“：”6“，”key“：”10.1016\/j.knosys.2021.107853_b46“，”doi-asserted-by“：”crossref“，”first page“：“1856”，“doi”：“10.1109\/TMI.2019.2959609”，“article-title”：“Unet++：重新设计跳过连接以利用图像分割中的多尺度特征”，“volume”：“39”，“author”：“Zhou”，“year”：“2019”，”journal-title“：”IEEE Trans.Med.●●●●。Imaging“}，{“key”：“10.1016\/j.knosys.2021.107853_b47”，“series-title”：“Attention u-net:Learning where to look for the panspare”，“author”：“Oktay”，“year”：“2018”}，“key“：”10.1016\\j.knosys.2021.07853_bs8“，“unstructured”：“COVID-19 CT分割数据集，https:\\/medicalsegmentation.com/covid19.”}]，“container-title”：[“Knowledge-Based Systems”]，“”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S0950705121010376？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL“：”https:\/\\/api.else evier.com\/content\/artracle\/PI:S09500705121010576？http-Accept=text\/plain“，”content-type“：”text\/plain“，”content-version“：”vor“，”intended-application“：”text-mining“}]，”deposed“：{”date-parts“：[[2023,3,11]]，”date-time“：”2023-03-11T16:25:15Z“，”timestamp“：1678551915000}，”score“：1，”resource“：{primary”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/piii\/S0950705121010376”}}，“subtitle”：[]，“短标题”：[]，“已发布”：{date-parts“：[[2022,3]]}，”references-count“：48，”alternative-id“：[”S0950705121010376“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.knosys.2021.107853“，”relation“：{}，“ISSN”：[”0950-7051“]，“ISSN-type”：[{“value”：“0950-70051”，“type”:“print”}]，“subject”：【】，“published”：{“date-part”：[2022,3]]}，“断言”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“本文由“}，{”value“：”MOLS-Net：“基于序列特征金字塔和注意机制的多目标和病变分割网络用于主动脉夹层诊断”，“name”：“articletite”，“label”：“article Title”}，“value”：“Knowledge-based Systems”，“name:”journaltite“，”label“：”Journal Title“}https:\/\/doi.org\/10.1016\/j.knosys.2021.107853“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2021 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“107853”}