{“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”：[[2024,6,14]]，“日期-时间”：“2024-06-14T02:48:54Z”，“时间戳”：1718333334630}，“引用-计数”：44，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2019,1,1]]，“date-time”：“2019-01-01T00:00:00 0:00Z“，”时间戳“：1546300800000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}]，“资助者”：[{“name”：“弗朗西斯·阿尔茨海默病协会”}，{“名称”：“阿尔茨海默氏病基金会计划”}短集装箱舱位”：[“NeuroImage”]，“published-print”：{“date-parts”：[[2019,1]]}，“DOI”：“10.1016\/j.NeuroImage.2018.10.010”，“type”：“journal-article”，“created”：{“date-ports”：[[2018,10,13]]，“date-time”：“2018-10-13T11:32:56Z”，“timestamp”：1539430376000}，”page：“85-95”，“update-policy”：”http://\/dx.DOI.org \/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：21，“title”：[“鼠狐猴灵长类基于人群的三维脑图谱，在衰老研究和比较解剖学中的应用示例”]，“前缀”：“10.1016”，“体积”：“185”，“作者”：[{“给定”：“Nachiket A.”，“家族”：“纳德卡尼”，“序列”：“第一”，“从属关系”：[]}，{“已知”：“Salma”，“家庭”：“Bougacha”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Cl\u00e9ment”，“family”：“Garin”，“sequence”：“additive”，“filiation“：[]{”given“：”Marc“，”family“：”Dhenain“，”sequence“：”additional“，”affiliance“：[]}，}“giving”：“Jean-Luc”，“家族”：“Picq”，“序列”：“additional”、“affidiation”：“[]}]，“member”：“78”，“reference”：[{“密钥”：“10.1016\/j.neuroimage.2018.10.010_bib1”，“doi断言者”：“crossref”，“首页”：“1055”，“doi”：“10.1038\/35016580”，“文章标题”：“哺乳动物大脑结构的马赛克进化”，“卷”：“405”，“作者”：“Barton”，“年”：“2000”，“期刊标题”：“Nature”}，｛“key”：“10.1016\/j.neuroimage2018.10.010_bib2”，“doi断言者”：“crossref”，“doi”：“10.1371\/journal.pone.0056593”，“文章标题”：“脑老化的Micro-MRI研究：检测鼠狐猴灵长类的海马亚区重组、微出血和淀粉样斑块”，“体积”：“8”，“作者”：“Bertrand”，“年份”：“2013年”，“期刊标题”：“PloS-One”}，{“关键”：“10.1016\/j.neuroimage.2018.10.010_bib3”，“doi-asserted-by”：“crossref”，“首页”：“744”，“doi”：“10.1006\/nimg.2001.0871”，“article-title”：“非人灵长类神经成像模板图像：2。Macaque“，”volume“：”14“，”author“：”Black“，”year“：”2001“，”journal-title“：”Neuroimage“}，{”key“：“10.1016\/j.Neuroimage.2018.0.010_bib4”，”doi-asserted-by“：”crossref“，“first page”：“736”，“doi”：“10.1006\/nimg.2001.0752”，“article-title”：“非人灵长类神经成像模板图像：1。Baboon”，“卷”：“14”，“作者”：“Black”，“年份”：“2001”，“期刊标题”：“Neuroimage”}，{“键”：“10.1016\/j.Neuroimage.2018.10.1010_bib5”，“doi断言”：“crossref”，“首页”：“1”，“doi”：“10.1016\/S0361-9230（97）00458-9”，“文章标题”：“灰鼠狐猴大脑立体定位图谱”，“卷”：“46”，“作者”：“祝你好运”1998年，“新闻标题”：“Brain Res.Bull”。“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib6“，”doi-asserted-by“：”crossref“，”first page“：“97”，“doi”：“10.1007\/s12021-011-9128-8”，“article-title”：“NeuroNames:网络上神经科学BrainInfo门户的本体”，“volume”：“10”，“author”：“Bowden”，”“year”：“2012”，“journal-title“：”神经信息学“}”，{“key”：”10.1016\/j.neuroimage.2018.10.010_bib7“，“series-title”：“布罗德曼的‘大脑皮层定位’{Vergleichende Lokalisationslehre der Grosshirninde in ihren Orinzipien dargestellt auf Grund des Zellenbaus}”，“作者”：“Brodmann”，“年份”：“1999”}，{“键”：“10.1016\/j.nuroimage.2018.10.010_bib8”，“doi-asserted-by”：“交叉引用”，“首页”：“162“，”DOI“：”10.1006\/cbmr.1996.0014“，”article-title“：”AFNI:功能磁共振神经影像分析和可视化软件“，”volume“：”29“，”author“：”Cox“，”year“：”1996“，”journal-title”：“Compute”。生物识别。研究“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib9“，”doi-asserted-by“：”crossref“，”first page“：“984”，“doi”：“10.1002\/mrm.10612”，“article-title”：“无脑鼠狐猴灵长类大脑的区域萎缩：通过基于组织图的MR图像自动分割测量”，“volume”：“50”，“author”：“Dhenain”，“year”：“2003”，“journal-title“：”Magn.公司。Reson公司。医学“}，{“key”：“10.1016\/j.neuroimage.2018.10.010_bib10”，“首页”：“173”，“文章标题”：“空腹血糖受损与中年非人灵长类动物的认知功能障碍和脑萎缩相关”，“体积”：“9”，“作者”：“Djelti”，“年份”：“2016”，“期刊标题”：《衰老（N Y）》}，“key“：”10.1016\/j.nuroimage.2018.10.010_bib11“，”doi-asserted-by“：”crossref“，”first page“：”60“，”doi“：”10.1016\/j.neuroimage.2008.03.037“，”article-title“：”使用40只成年C57Bl\/6J小鼠平均磁共振图像的高分辨率三维脑图谱“，”volume“：“42”，”author“：”Dorr“，“year”：“2008”，“journal-title”：“neuroimage.”}，{“key”：“10.1016\/j.neuroimage.2018.10.010_bib12”，“doi-asserted-by“：”crossref“，”first page“：”1329“，”doi“：”10.1016\/j.mri.2015.09.001“，”article-title“：”mri三维高分辨率羊脑模板的构建“，”volume“：“33”，”author“：”Ella“，”year“：”2015“，”journal-title”：“Magn”。Reson公司。Imaging“}，{“key”：“10.1016\/j.neuroimage.2018.10.010_bib13”，“doi-asserted-by”：“crossref”，“first page”：”651“，”doi“：”10.1534\/genetics.116.199448“，”article-title“：”鼠狐猴，灵长类生物、行为和健康的遗传模型生物“，”volume“：”206“，”author“：”Ezran“，“year”：“2017”，“journal-title”：“genetics”}10.1016\/j.neuroimage.2018.10.010_bib14“，”doi-asserted-by“：”crossref“，”first page“：”344“，”doi“：”10.1093\/cercor\/4.4.344“、”article-title“：”年轻成人人脑：基于MRI的形态计量分析“，”volume“：“4”，”author“：”Filipek“，”year“：”1994“，”journal-title”：“Cerebr。Cortex“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib15“，”doi-asserted-by“：”crossref“，”first page“：“1578”，“doi”：“10.1126\/science.777856”，“article-title”：“哺乳动物大脑发育和进化的关联规律”，“volume”：“268”，”author“：”Finlay“，”year“：”1995“，”journal-title“：”science“}”，{“key”：”10.1016\/j.neuroimage.2018.10.10_bib16“，”doi-asserted-by“：”crossref“，”first page“：”345“，”doi“：”10.1006\/nimg.1994.1019“，”article-title“：”鼠狐猴显微MRI脑图谱“，”volume“：“1”，“author”：“Ghosh”，“year”：“1994”，“journal-title”：“neuroimage”}，{“key”：“10.1016\\j.neurimage.2018.10.010_bib”，“doi-assert-b”y“：”crossref“，”首页“：”171“，”DOI“：”10.1038\/nature18933“，”article-title“：”A\u00a0人类大脑皮层的多模分裂“，”volume“：”536“，”author“：”Glasser“，”year“：”2016“，”journal-title”：“Nature”}，{“key”：“10.1016\/j.neuroimage.2018.10.010_bib18”，“series-title”：”医学图像计算和计算机辅助干预\u2014 MICCAI 98“，”第一页“：”631“，”article-title“：平均大脑模型的自动计算。医学图像计算和计算机辅助干预”，“author”：“Guimond”，“year”：“1998”}，{“key”：“10.1016\/j.neuroimage.2018.0.010_bib19”，“doi-asserted-by”：“crossref”，”first page“：”192“，”doi“：”10.1006\/cviu.1999.0815“，”article-title“：”平均大脑模型：收敛研究“，”volume“：“77”，“author”:“Guimoden”，“year”：”2000“，”journal-title：“”计算。视觉。图像理解。“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib20“，”doi-asserted-by“：”crossref“，”first page“：“2741”，“doi”：“10.1016\/j.nuroimage.2010.10.061”，“article-title”：“普通狨猴（Callitrix jacchus）的平均标准模板脑图谱”，“volume”：“54”，“author”：“Hikishima”，“year”：“2011”，“journal-title“：”neuroimage“}”，{“密钥”：“10.1016\/j.neuroimage.2018.10.010_bib21“，”doi-asserted-by“：”crossref“，”first page“：”894“，”doi“：”10.1016\\j.neuropiolaging.2009.05.018“，”article-title“：”鼠狐猴灵长类年龄相关性脑萎缩“，”volume“：“32”，”author“：”Kraska“，”year“：”2011“，”journal-title”：“Neurobiol”。衰老“}，{“key”：“10.1016\/j.neuroimage.2018.10.010_bib22”，“doi-asserted-by”：“crossref”，“首页”：“150”，“doi”：“101016\/j.arr.2011.07.001”，“article-title”：“灰鼠狐猴：用于衰老研究的非人灵长类动物模型”，“volume”：”11“，“author”：“Languille”，“year”：“2012”，“journal-title“：”老龄研究评论“}”，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib23“，”doi-asserted-by“：”crossref“，”first page“：”463“，“doi”：“10.1111\/j.1096-3642.1931.tb01023.x”，“article-title”：“小鼠小檗的大脑”，“volume”：“101”，“author”：“Le Gros Clark”，“year”：“1931”，“journal-title“：”Proc。Zool（动物园）。Soc.伦敦。“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib24“，”series-title“：”信息理论、推理和学习算法“，”author“：”MacKay“，”year“：”2003“}”，{“key”：“10.1016\/j.nuroimage.2018.10.010_bib25”，“doi-asserted-by”：“crossref”，“首页”：“52”，“doi”：“1016\/j.neuroimage.2008.10.058”，“article-title”：”A\u00a0基于MRI的恒河猴平均种群地图集”，“卷”：“45”，“作者”：“迈凯轮”，“年份”：“2009年”，“期刊标题”：“神经影像”}，{“关键”：“10.1016\/j.Neuroimage.2018.10.010_bib26”，“doi-asserted-by”：“crossref”，“首页”：“9”，“doi”：“101186\/1741-7007-8-9”，《文章标题》：“重建灵长类动物大脑进化的起伏：对适应性假设和弗洛雷斯人的影响”，“卷”：“8”，“作者”：“蒙哥马利”，“年份”：“2010”，“期刊标题”：“BMC生物学。“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib27“，”unstructured“：”Nadkarni，N.A.，Bougacha，S.，Garin C.，Dhenain M.，Picq j.L.鼠狐猴灵长类的数字模板和脑图集。（数据摘要。已提交）“}10.1016\/j.jneumeth.2013.09.021“，“文章标题”：“大鼠：啮齿动物脑MRI快速自动组织分割”，“卷”：“221”，“作者”：“Oguz”，“年份”：“2014”，“期刊标题”：《j.\u00a0Neurosci》。方法“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib29“，”doi-asserted-by“：”crossref“，”first page“：“374”，“doi”：“10.1016\/j.nuroimage.2014.04.001”，“article-title”：“sprague-dawley大鼠脑Waxholm空间图谱”，“volume”：“97”，“author”：“Papp”，“year”：“2014”，“journal-title“：”neuroimage“}/j.neuroimage.2018.10.010_bib30“，”第一页“：”361“，”文章标题“：”灵长类在大脑和智力方面的专门化“，”卷“：”46“，”作者“：”Passingham“，”年份“：”1981“，”新闻标题“：“交响乐”。Zool（动物园）。Soc.伦敦。“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib31“，”doi-asserted-by“：”crossref“，”first page“：“1096”，”doi“：”101016\/j.neuropiolaging.2010.09.009“，”article-title“：”非人灵长类动物与年龄相关的脑萎缩预测认知损伤“，”volume“:”33“，”author“：”Picq“，”year“：”2012“，”journal title“：“Neurobiol.Aging”}，”{“key”：“”10.1016\/j.neuroimage.2018.10.10_bib32“，”doi-asserted-by“：”crossref“，”first page“：”30“，”doi“：”10.1038\/s4203-018-0024-8“，”article-title“：”热量限制增加灰鼠狐猴灵长类寿命但影响大脑完整性“，”volume“：“1”，”author“：”Pifferi“，”year“：”2018“，”journal-title”：“Comm.Biol。“｝，｛”key“：”10.1016\/j.neuroimage.2018.1.10.010_bib33“，”doi断言“：”crossref“，”首页“：”1328“，”doi“：”10.1016\/j.neuroimage.2010.05.0.006“，”文章标题“：”为日本猕猴（M.fuscata）创建群体平均标准大脑模板“，”卷“：”52“，”作者“：”Quallo“，”年份“：”2010“，”期刊标题“：”neuroimage“｝，｛”key“：”10.1016\/j.neuroimage.2018.10.010_bib34“，“首页”：“4463”，“文章标题”：“猕猴大脑三维数字模板图谱”，“卷”：“27”，“作者”：“Reveley”，“年份”：“2017”，“新闻标题”：”Cerebr。Cortex“}，{“key”：“10.1016\/j.neuroimage.2018.10.010_bib35”，“doi-asserted-by”：“crossref”，“首页”：“82”，“doi”：“10.3389\/fnagi.2014.0082”，“article-title”：“老龄鼠狐猴灵长类体内MRI的基于体素的形态计量分析”，“volume”：”6“author”：“Sawiak”，”“year”：“2014”，“journal-title“：”Front.aging Neurosci.“}”，{“密钥”：“10.1016\/j.neuroimage.2018.10.010_bib36“，”doi-asserted-by“：”crossref“，”first page“：”1522“，”doi“：”10.1016\/j.mri.2013.06.001“，”article-title“：”基于Voxel的形态计量学，在亨廷顿病小鼠模型中使用模板和验证“，”volume“：“31”，”author“：”Sawiak“，“year”：“2013”，“journal-title”：“Magn”。Reson公司。Imaging“｝，｛“key”：“10.1016\/j.neuroimage。2018.10.010_bib37”，“doi断言者”：“crossref”，“第一页”：“547”，“doi”：“10.1016\/j.hevol.2005.06.004”，“文章标题”：“类人的神经连接和认知的皮层基质”，“卷”：“49”，“作者”：“Schenker”，“年份”：“2005”，“期刊标题”：“j.\u00a0Hum.Evol.”｝，｛“key”：“10.1016\/j.neuroimage.2018.10.10_bib38“，”doi-asserted-by“：”crossref“，”first page“：”242“，”doi“：”10.1038\/nn1394“，”article-title“：”人类前额叶白质体积比其他灵长类大得多“，”volume“：“8”，”author“：”Schoenemann“，”year“：”2005“，”journal-title”：“Nat.Neurosci。“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib39“，”doi-asserted-by“：”crossref“，”first page“：“1”，“doi”：“10.1159\/000155963”，“article-title”：“昆虫和灵长类脑结构体积的新修订数据”，“volume”：“35”，“author”：“Stephan”，“year”：“1981”，“journal-title“：”Folia Primatol.“}”，{“key”：”10.1016\/j.neuroimage.2018.10.010_bib40“，“series-title”：“人脑共板立体定向图谱”，“author”：“Talairach”，“year”：“1988”}，{“key”：”10.1016\/j.nuroimage.2018.10.010_bib41“，”doi-asserted-by“：”crossref“，”first page“：”180009“，”doi“10.1038\/sdata.2018.9”，“article-title”：“the Brain\/MINDS 3D数字绒猴脑地图集“，”卷“：”5“，”author“：”Woodward“，”year“：”2018“，”journal-title“：”Scientific data“}，”{“key”：“10.1016\/j.neuroimage.2018.10.010_bib42”，”doi-asserted-by“：”crossref“，“first-page”：“2023”，“doi”：“101109\/TMI.2058861”，“article-title”：“LOGISMOS——多对象和表面的分层优化图形图像分割：膝关节软骨分割”，“卷“：”29“，”作者“：”尹“，”年份“：”2010“，”期刊标题“：”IEEE Trans。医学图像。“}，{”key“：”10.1016\/j.neuroimage.2018.10.010_bib43“，”doi-asserted-by“：”crossref“，”first page“：“1116”，”doi“：”101016\/j.neuropimage.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“}，{”key“：”10.1016\/j.Neuroimage.2018.10.010_bib44“，”doi-asserted-by“：”crossref“，”first page“：“269”，“doi”：“10.1007\/BF00304994”，“article-title”：“细胞构造学的定量方法。V.鼠小檗皮层的面积模式（E.Geoffroy 1828），（狐猴科，灵长类）”，“volume”：“157”，“author”：“Zilles”，“year”：“”1979年，“新闻标题”：“Anat。胚胎。“}]，”容器-标题“：[”NeuroImage“]，”原始标题“：[]，”语言“：”en“，”链接“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S1053811918319694？httpAccept=text\/xml“，”内容类型“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\//api.elsevier.com\/content\/article\/PII:S1053811918319694？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2019,3,14]]，“date-time”：“2019-03-14T09:11:15Z”，“timestamp”：1552554675000}，“score”：1，“resource”：{primary“：{”URL“https:\\/linkinghub.elsevier.com//retrieve\/pii\/S105381 1918319694“}}，”副标题“：[]，”短标题“：[]，”发布“：{“date-parts”：[[2019,1]]}，“references-count”：44，“alternative-id”：[“S105381198319694”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.neuroimage.2018.10.010”，“relationship”：{}，”ISSN“：[”1053-8119“]，”ISSN-type“：[{”value“：”1053-8.119“，”type“:”print“}]，”subject“：[]，“published”：{“date-parts”：[[2019,1]]}，“assertion”：[{“value”：“Elsevier”，“name“：”publisher“，”label“：”本文由“}，{”value“：”鼠狐猴灵长类基于种群的三维脑图谱，在衰老研究和比较解剖学中的应用示例“，”name“：“articletite”，“label”：“article Title”}，“value”：“NeuroImage”，“name”：“journaltitle”，“tabel”：https:\/\/doi.org\/10.1016\/j.neuroimage.2018.10.010“，”name“：”articlelink“，”label“：”CrossRef doi link to publisher maintained version“}，”{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，{“value”：“\u00a9 2018 Elsevier Inc.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}