{“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”：[[2024,5,17]]，“日期-时间”：“2024-05-17T07:11Z”，“时间戳”：1715930051507}，“参考-计数”：61，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{“日期-部分”：[2022,2]]，“时间”：”2022-02-01T00:00Z“，“timestamp”：1643673600000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2022,2,1]]，“date-time”：“2022-02-01T00:00:00Z”，“timestamp”：16436736000000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https:\\/www.elssevier.com/legal\/tdmrep-licensions”e“}，{“开始”：{“日期部分”：[[2021，12，12]]，“日期时间”：“2021-12-12T00:00:00Z”，“timestamp”：1639267200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/creativecommons.org\/licenses\/by-nc-nd\/4.0\/”}]，“funder”：[{“DOI”：“10.13039\/1000000001”，“name”：“国家科学基金会”，“DOI-asserted-by”：“publisher”，“award”：[“1707312”，“1748377”，“IIS-1822683”，“IIS-1822929”]}，{“DOI”：“10.13039\/100000002”，“name”：“美国国立卫生研究院”，“doi-asserted-by”：“publisher”，“adward”：[“R01 AG053949”，“R01 LM012719”，“R01 NS102646”，“R2 1 NS104634”，“RF1 MH123232”]}，{“doi”：“10.130.39\/100007231”，“name”：“康奈尔大学”，“doi-assertd-by”：“publisher”}]，“content-domain”：{“domain”:[“elsevier”。com“，”sciencedirect.com“]，“crossmark-restriction”：true}，“short-container-title”：[“NeuroImage”]，“published-print”：{“date-parts”：[[2022,2]}，”DOI“：”10.1016\/j.NeuroImage.2021.18812“，”type“：”journal-article“，”created“：{”date-part“：[2021,12,20]]，”date-time“：”2021-12-20T07:48:06Z“，”timestamp“：1639986000}，政策”：“http://\/dx.doi.org\/10.1016\/elsevier_cm_policy”，“source”：“Crossref”、“is-referenced-by-count”：12，“title”：[“NeuroGen:发现神经科学的激活优化图像合成”]，“前缀”：“10.1016”，“卷”：“247”，“作者”：[{“给定”：“紫金”，“家族”：“顾”，“序列”：“第一”，“从属关系”：[]}，{“已知”：“基思·威克菲尔德”，“家庭”：“Jam”“伊森”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Meenakshi”，“family”：“Khosla”，“se序列”：“附加”，“从属关系”：[]}，}“giving”：“Emily J.”，”family“：”Allen Yves“，”sequence“：”附加“，“affiliation”：[]}，{“given”：“Thomas”，“family”：“Naselaris”，“sequence”：“additional”，“affeliance”：[]}“附加”，“隶属关系”：[]}]，“成员”：“78”，“reference”：[{“key”：“10.1016\/j.neuroimage.202118812_sbref0001”，“article-title”：“连接认知和计算神经科学的大规模7T fMRI数据集”，“author”：“Allen”，“year”：“2021”，《journal-title》：“bioRxiv”}，{“key”：：“10.1073\/pnas.0703300104”，“article-title”：“人类纹状体外皮层功能选择性的视觉文字处理和经验起源”，“volume”：“104”，”author“：”Baker“，”year“：”2007“，”journal-title“：”Proc.Natl.Acad.Sci.U.S.A.“}，{“key”：”10.1016\/j.neuroimage.2021.18812_sbref0003“，”doi-asserted-by“：”crossref“，”doi“：“10.1126\/science.aav9436”，“article-title”：“通过深度图像合成进行神经种群控制”，“volume”：“364”，“author”：“Bashivan”，“year”：“2019”，“journal-title“：”science“}，{“key”：”10.1016\/j.neuroimage.2021.18812_bib0004“，“series-title”：《IEEE国际计算机视觉会议论文集》，“首页”：“2830”，“article-title”：“深度回归稳健优化”，“author”：“Belaginnis”，“year”：“2015”}，{“key”：“10.1016\/j.neuroimage.2021.18812_bib0005”，“doi-asserted-by”：“crossref”，“first page”：《e40224》，“doi”：“10.7554\/eLife.40224”，“article-title”：“视网膜主题图的贝叶斯分析”，“volume”：eLife“}，{”钥匙“：“10.1016\/j.neuroimage.2021.118812_bib0006”，“doi-asserted-by”：“crossref”，“first page”：“384”，“doi”：“10.106\/j.cogbraines.2004.03.020”，“article-title”：“人类和狗面部的区域大脑反应”，“volume”：”20“，“author”：“Blonder”，”year“2004”，“journal-title“：”Cognit.brain Res.“}，{”key“10.1016”：“10.21.1188”12_bib0007“，“doi断言者”：“crossref”，“第一页”：“243”，“doi”：“10.1038\/nrn756”，“文章标题”：“人脑功能定位问题”，“卷”：“3”，“作者”：“Brett”，“年”：“2002”，“期刊标题”：“Nat.Rev.Neurosci.”}，{“key”：“10.1016\/j.neuroimage.202.118812_bib00008”，“非结构化”：“Brock，A.，Donahue，J.，Simonyan，K.等人，2018年。用于高保真自然图像合成的大规模GAN训练。arXiv预印本arXiv:1809.11096.“}，{”key“：”10.1016\/j.neuroimage.2021.18812_bib0009“，”doi-asserted-by“：”crossref“，”first page“：“e1006897”，”doi“：”101371\/journal.pcbi.1006897“，”article-title“：”深卷积模型改善了猕猴V1对自然图像反应的预测”，“volume”：“15”，“author”：“Cadena”，“year”：“2019”，“journal-title”：“”公共科学图书馆计算。Biol.“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0010“，”doi-asserted-by“：”crossref“，”first page“：“606”，“doi”：“10.1016\/j.nuroimage.2018.08.064”，“article-title”：“GLM去噪改善fMRI数据的多元模式分析”，“volume”：“183”，“author”：“Charest”，“year”：“2018”，“journal-title“：”neuroimage“}”，{“key”：”10.1016\/j.neuroimage.2021.118812_bib0011“，“doi-asserted-by”：“crossref”，“first page”：“1”，“doi”：“10.1038\/srep27755”，“article-title”：“深部神经网络与人类视觉对象识别时空皮层动力学的比较揭示了层次对应关系”，“volume”：。Rep.“｝，｛“key”：“10.1016\/j.neuroimage.202.118812_ib0012”，“doi断言者”：“crossref”，“首页”：“309”，“doi”：“10.1146\/annurev.ps.31.020180.001521”，“文章标题”：“空间视觉”，“卷”：“31”，“作者”：“De Valois”，“年份”：“1980”，“期刊标题”：“Annu.Rev.Psychol.”｝，｛“key”：“10.1016\/j.neuroimage.202.118818812_ib0013”，”doi断言为“：”crossref“，”first page“：”451“，”DOI“：”10.1016\/0166-2236（95）94496-R“，”article-title“：”中央视觉通路中的接收场动力学“，”volume“：“18”，”author“：”DeAngelis“，”year“：”1995“，”journal-title”：“Trends Neurosci”。“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0014“，”doi-asserted-by“：”crossref“，”first page“：“1453”，“doi”：“10.1093\/cercor\/bhj086”，“article-title”：“视觉皮层的域特异性”，“volume”：“16”，“author”：“Downing”，“year”：“2006”，“journal-title“：”Cereb.cortex“}”，{“key”：”10.116\/j-neuroimage。2021.11 18812_bib0015“，”doi-asserted-by“：”crossref“，”首页“：”2470“，”DOI“：”10.1126\/science.1063414“，”article-title“：”人体视觉处理选择性皮质区“，”volume“：”293“，”author“：”Downing“，”year“：”2001“，”journal-title”：“science”}，{“key”：“10.1016\/j.neuroimage.2021.18812_bib0016”，“DOI-asserted-by”：“crossref”，“first-page”：“918”，“DOI”：“101038\/s41593-0 20-0658-y“，”article-title“：“神经科学参考列表中性别失衡的程度和驱动因素”，“卷”：“23”，“作者”：“德沃金”，“年份”：“2020年”，“新闻标题”：“自然神经科学”。“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0017“，”doi-asserted-by“：”crossref“，”first page“：“598”，“doi”：“10.1038\/33402”，“article-title”：“局部视觉环境的皮层表现”，“volume”：“392”，”author“：”Epstein“，”year“：”1998“，”journal-title“：”Nature 8“，”series-title“：”IEEE计算机视觉和模式识别会议记录”，“首页”：“580”，“文章标题”：“丰富的特征层次结构，用于准确的对象检测和语义分割”，“作者”：“Girshick”，“年份”：“2014”}，{“键”：“10.1016\/j.neuroimage.2021.18812_bib0019”，“series-title”：“IEEE计算机视觉和模式识别会议记录”，“首页”：“770”，“article-title”：“图像识别的深度剩余学习”，“author”：“He”，“year”：“2016”}，{“key”：“10.1016\/j.neuroimage.2021.18812_bib0020”，”doi-asserted-by“：”crossref“，”首页“：”106“，”doi“：”10.1113\/jphysiol.1962.sp006837“，”article-title“：”猫视觉皮层的感受野、双眼交互和功能结构”，“体积”：“160”，“作者”：“Hubel”，“年份”：“1962”，“新闻标题”：“J.Physiol”。“｝，｛”key“：”10.1016\/j.neuroimage.202.1188112_bib0021“，”doi断言“：”crossref“，”第一页“：”215“，”doi“：”10.1113\/jphysiol.1968.sp008455“，”文章标题“：”猴子纹状体皮层的受体场和功能结构“，”卷“：”195“，”作者“：”Hubel“，”年份“：”1968“，”期刊标题“：”j.Physiol.“｝，｛”key“：”10.1016\/j.neuroimage.2021.18812_bib0022“，“series-title”：“大脑生理学和心理学”，“首页”：“129”，“文章标题”：“猫纹状体皮层单个神经元的感受野”，“作者”：“Hubel”，“年份”：“2020”}，{“键”：“10.1016\/j.nuroimage.2021.118812_bin0023”，“doi-asserted-by”：“crossref”，”第一页“：“81”，“doi”：“10.3389 \/fnsys.2016.00081“，“文章标题”：“从人脑活动中解码自然电影的语义内容”，“卷”：“10”，“作者”：“胡特”，“年份”：“2016年”，“新闻标题”：。系统。神经科学。“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0024“，”doi-asserted-by“：”crossref“，”first page“：“11163”，“doi”：“10.1073\/pnas.1005062107”，“article-title”：“人脑的功能特异性：大脑功能结构的窗口”，“volume”：“107”，”author“：”Kanwisher“，“year”：“2010”，”journal-title“：”Proc.Natl.Acad.Sci.U.S.a.“}，{“key”：“10.1016\/j.neuroimage.2021.118812_bib0025”，“doi-asserted-by”：“crossref”，“first page”：”4302“，“doi”：“101523\/JNEUROSCI.17-11-04302.1997”，“article-title”：“纺锤形面部区域：人类纹状体外皮质中专门用于面部感知的模块”，“volume”：第17页，“author”：“Kanwisher”，”年“1997”，“journal-title“：”《神经病学杂志》“}，{”：“10.1016\/j.neuroimage.2021.118812_bib0026”，“doi-asserted-by”：“crossref”，“first page”：“247”，“doi”：“10.3389\/fnins.2013.0247”，“article-title”：“GLM去噪：一种快速、自动化的基于任务的fMRI数据去噪技术”，“volume”：”7“author”：“Kay”，“year”：“2013”，“journal-title“：”Front.Neurosci.“}，{”key“10.1016”欧洲图像2021.118812_bib0027“，“doi-asserted-by”：“crossref”，“first page”：“e1003915”，“doi”：“10.1371”，journal.pcbi.1003915“，“article-title”：“深度监督，但非非非监督，模型可以解释IT皮层代表性”，“volume”：”10“，“author”：“Khaligh-Razavi”，“year”：“2014”，“journal-title“：”PLoS Compute.Biol.“}，{”key“10.1016”：“j.neurimage.2021.118812_bib0028”，“article-title”：“通过深度神经网络，对自然主义刺激的皮层反应在很大程度上是可预测的”，“author”：“Khosla”，“year”：“2020”，“journal-title“：”bioRxiv“}，{“key”：“10.1016\/j.neuroimage.2021.18812_bib0029”，“doi-asserted-by”：“crossref”，“first page”：”856“，“doi”：“101152\/jn.1994.71.3.856”，“artice-title：“猕猴大脑皮层腹侧视觉通路中复杂物体特征的神经元选择性”，“体积”：“71”，“作者”：“Kobatake”，“年份”：“1994”，“期刊标题”：“神经生理学杂志”}，{“键”：“10.1016\/J.neuroimage.2021.18812_bib0030”，“首页”：“1097”，“文章标题”：《ImageNet分类与深卷积神经网络》，“volume”：“25”，“author”：“Krizhevsky”，“year”：“2012”，“journal-title”：“Adv.Neural Inf.Process.Syst.”}，{“key”：《10.1016\/j.neuroimage.2021.11812_bib0031》，“doi-asserted-by”：“crossref”，“unstructured”：“Lin，T.Y.et \u00a0al.，2014年。Microsoft COCO:上下文中的通用对象。斯普林格。欧洲计算机视觉会议，740\u2013755“，”DOI“：”10.1007\/978-3-319-10602-1_48“}，{“key”：“10.1016\/j.neuroimage.2021.18812_bib0032”，“DOI-asserted-by”：“crossref”，“first page”：第141页，“DOI”：“101016\/j.neuropimage.2016.09.008”，“article-title”：“fMRI信号的噪声贡献：概述”，“volume”：”143“，“author”：“Liu”，“year”：“”2016年“journal-title“：”Neuroimage“}，{”key“：”10.1016\/j.Neuroimage.2021.18812_bib0033“，”doi-asserted-by“：”crossref“，”first page“：“101”，“doi”：“10.1113\/jphysiol.1978.sp012490”，“article-title”：“猫视觉皮层17区和18区神经元的时空对比敏感度”，“volume”：“283”，“author”：“Movshon”，“year”：“1978”，“”《期刊标题》：《生理学杂志》。“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0034“，”doi-asserted-by“：”crossref“，”unstructured“：”Mozafari，M.，Reddy，L.，VanRullen，R.，2020。使用BigBIGAN从fMRI模式重建自然场景。电气与电子工程师协会。2020年国际神经网络联合会议（IJCNN），20138年1月，“DOI”：“10.1109\/IJCNN48605.2020.9206960”}，{“key”：“101016\/j.neuroimage.2021.18812_bib0035”，“DOI-asserted-by”：“crossref”，“first page”:“1102”，“DOI:”10.1016\/j.neuron.2013.04.016“，“article-title”：“V4区形状调谐的精细结构”，“volume”：”78“author”：“南迪“，”年份：“2013年”，“新闻标题”：“神经元”}，{“key”：“10.1016\/j.neuroimage.2021.118812_bib0036”，“非结构化”：“阮，A.，Dosovitskiy，A.，Yosinski，j.，Brox，T.，Clune，j.”，2016。通过深度生成器网络合成神经网络中神经元的首选输入。arXiv预印本arXiv:1605.09304.“}，{“key”：“10.1016\/j.neuroimage.2021.18812_bib0037”，“doi-asserted-by”：“crossref”，“首页”：“999”，“doi”：“101016\/j.cell.2019.04.05”，“article-title”：“使用深层生成网络的视觉神经元图像进化揭示了编码原则和神经元偏好”，“卷”：“177”，”作者：“Ponce”，“年份”：“2019年“，”journal-title“：”Cell“}，{“key”：“10.1016\/j.neuroimage.2021.18812_bib0038”，“doi-asserted-by”：“crossref”，“first page”：”95“，”doi“：”10.1523\/JNEUROSCI.2748-13.2014“，”article-title”：“fMRI-defined body-selective patch中的异质单单元选择性”，“volume”:“34”，“author”：“Popivanov”，“year”：“2014”，“journal-title”:“j.神经科学。“}，{”key”：“10.1016\/j.neuroimage.202.118812_bib0039”，“doi断言者”：“crossref”，“第一页”：“1”，“doi”：“10.1038\/s41467-015409-6”，“文章标题”：“类别选择性脑区的计算模型能够实现选择性的高通量测试”，“卷”：“12”，“作者”：“Ratan Murty”，“年份”：“2021”，“期刊标题”：“Nat.Commun。“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0040“，”unstructured“：”Ren，S.，He，K.，Girshick，R.，Sun，j.，2015。更快的R-CNN：通过区域建议网络实现实时目标检测。arXiv预印本arXiv:1506.01497.“}，{”key“：”10.1016\/j.neuroimage.2021.18812_bib0041“，”doi-asserted-by“：”crossref“，”first page“：“giaa133”，”doi“：”101093\/gigascience\/gia133“，“article-title”：“分数岭回归：岭回归的快速、可解释的重新参数化”，“volume”：“9”，“author”：“Rokem”，“year”：“2020”，“journal-title“：“”Gigascience“}，{“key”：“10.1016\/j.neuroimage.2021.118812_bib0042”，“doi-asserted-by”：“crossref”，“首页”：“386”，“doi”：“101037\/h0042519”，“article-title”：“感知机：大脑中信息存储和组织的概率模型”，“volume”：”65“author”：“Rosenblatt”，“year”：“1958”，“journal-title“：”Psychol.Rev.“}10.1016\/j.neuroimage.2021.118812_bib0043“，”doi-asserted-by“：”crossref“，”first page“：”211“，“doi”：“10.1007\/s11263-015-0816-y”，“article-title”：“ImageNet大规模视觉识别挑战”，“volume”：“115”，“author”：“Russakovsky”，”year“2015”，“journal-title“：”Int.j.Compute。视觉。“｝，｛”键“：”10.1016\/j.neuroimage.202.1188112_bib0044“，”非结构化“：”Sermanet，P.et \u00a0al.，2013。OverFeat：使用卷积网络集成识别、定位和检测。arXiv预印本arXiv:1312.6229.“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0045“，”doi-asserted-by“：”crossref“，”first page“：“1”，”doi“：”101167\/18.11.3“，”article-title“：”人类初级视觉皮层的皮层抑制预测了错觉倾斜感知的个体差异“，”volume“：视觉杂志。“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0046“，”doi-asserted-by“：”crossref“，”首页“：”e1006633“，”doi“：”101371\/journal.pcbi.1006633”，“article-title”：“从人脑活动重建深层图像”，“volume”：“15”，“author”：“Shen”，“year”：“2019”，“journal-title“：”PLoS Compute.Biol.“}.neuroimage.2021.118812_bib0047“，”非结构化”：“Simonyan，K.，Zisserman，A.，2014年。用于大规模图像识别的深度卷积网络。arXiv预印本arXiv:1409.1556.“}，{”key“：”10.1016\/j.neuroimage.2021.18812_bib0048“，”doi-asserted-by“：”crossref“，”first page“：“188”，”doi“：”101016\/j.neuropimage.2017.06.035“，”article-title“：”feature-weighted接受域：复杂特征空间的可解释编码模型“，”卷“：”180“，”作者“：”St-Yves“，“年份”：“2018”，“journal-title“：”Neuroimage“}，{”key“：”10.1016\/j.Neuroimage.2021.18812_bib0049“，”doi-asserted-by“：”crossref“，”unstructured“：”St-Yves，G.，Naselaris，T.，2018b.以大脑活动为条件的生成性对抗网络重构了所见图像。IEEE.2018\u00a0IEEE系统、人与控制论国际会议（SMC），1054\u20131061“，”DOI“：”10.1109\/SMC.2018.00187“}，{“key”：“10.1016\/j.neuroimage.2021.118812_bib0050”，“DOI-asserted-by”：“crossref”，“首页”：“12412”，“DOI”：“101523\/JNEUROSCI.4822-14.2015”，“article-title”：“高级视皮层的时间处理能力是领域特定的”，“volume”：”35“author”：“Stigliani”，“year”：“2015”，“journal-title“：”j.Neuro科学。“}，{”key“：”10.1016\/j.neuroimage.20211.18712_bib0051“，”doi断言“：”crossref“，”首页“：”520“，”doi“：”10.1038\/381520a0“，”文章标题“：”人类视觉系统中的处理速度“，”卷“：”381“，”作者“：”索普“，”年份“：”1996“，”期刊标题“：”自然“}，{”key“：”10.1016\/j.neuroimage.20211.18712_bib0052“，”系列标题“：”IEEE计算机视觉和模式识别会议记录”，“首页”：“1653”，“文章标题”：“DeepPose：通过深度神经网络进行人体姿势估计”，“作者”：“Toshev”，“年份”：“2014”}，{“关键”：“10.1016\/j.neuroimage.2021.18812_bib0053”，”doi-asserted-by“：”crossref“，”首页“：”670“，”doi“：”10.1126\/science.119983“，”article-title“：”完全由面部选择性细胞组成的皮层区域“，”volume“：”311“，”author“：”Tsao“，”year“：”2006“，”journal-title”：“Science”}，{“key”：“10.1016\/j.neuroimage.2021.18812_bib0054”，”doi-asserted-by“：”crossref“，”first page“：“62”，”doi“：”10.1016\/j.nuroimage.2013.05.041“，”article-title“WU-Minn人类连接体项目：概述”，“卷”：“80”，“作者”：“Van Essen”，“年份”：“2013年”，“新闻标题”：“Neuroimage”}，{“关键”：“10.1016\/j.Neuroimage.2021.18812_bib0055”，“doi-asserted-by”：“crossref”，《首页》：“419”，“doi”：“101126\/science.1734518”，“article-title”：“灵长类视觉系统中的信息处理：综合系统视角”，“卷”：“255”，“作者”：“范·埃森”，“年份”：“1992”，“期刊标题”：“科学”}，{“关键”：“10.1016\/j.neuroimage.2021.18812_bib0056”，“doi-asserted-by”：“crossref”，”首页“：”1“，”doi“：”10.1038\/s42003-019-0438-y“，”文章标题“：”使用深度生成神经网络从功能磁共振成像模式重建面部”，“卷”：“2”，“作者”：“VanRullen”，“年份”：“2019年”，“新闻标题”：“Commun。Biol.“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0057“，”doi-asserted-by“：”crossref“，”first page“：“366”，”doi“：”101016\/j.neuron.2007.10.12“，“article-title”：“人类皮层视野图”，“volume”：“56”，“author”：“Wandell”，“year”：“2007”，“journal-title“：”neuron“}”，{“key”：”10.116\/j-neuroimage。2021.118812_bib0058“，”doi-asserted-by“：”crossref“，”first page“：”306“，”DOI“：”10.1111\/desc.12305“，”article-title“：”动物而非人类的面部参与孤独症青少年的分布式面部网络“，”volume“：“19”，”author“：”Whyte“，”year“：”2016“，”journal-title”：“Dev.Sci”。“}，{”key“：”10.1016\/j.neuroimage.2021.118812_bib0059“，”doi-asserted-by“：”crossref“，”first page“：“8619”，“doi”：“10.1073\/pnas.1403112111”，“article-title”：“性能优化层次模型预测高级视皮层的神经反应”，“volume”：“111”，“author”：“Yamins”，“year”：“2014”，“journal-title“：”Proc.Natl.Acad.Sci.U.S.A.“}”，{“密钥”：“10.1016\/j.neuroimage.2021.118812_bb0060“，“非结构化”：“Zhang，H.，Goodfellow，I.，Metaxas，D.，Odena，A.，2019。自我关注生成性对抗网络。PMLR公司。国际机器学习会议，7354\u20137363“}，{“key”：“10.1016\/j.neuroimage.2021.18812_bib0061”，“doi-asserted-by”：“crossref”，“首页”：“E3140”，“doi”：“101073\/pnas.1510847113”，《文章-标题》：“猕猴V2视觉纹理的选择性和耐受性”，“卷”：“113”程序。国家。阿卡德。科学。“}]，”容器-标题“：[”NeuroImage“]，”原始标题“：[]，”语言“：”en“，”链接“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S10538119210831？httpAccept=text\/xml“，”内容类型“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\//api.elsevier.com\/content\/article\/PII:S10538119210831？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,5,10]]，“date-time”：“2024-05-10T02:14:53Z”，“timestamp”：1715307293000}，“score”：1，“resource”：{primary“：{”URL“https:\\/linkinghub.elsevier.com//retrieve\/piii\/S1053811929 1010831“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2022,2]]}，”references-count“：61，”alternative-id“：[”S10538119210831“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.neuroimage.2021.18812“，”relation“：{}，“ISSN”：[“1053-8119”]，“ISSN-type”：[{“value”：“1053-8.119”，“type”:“print”}]，“subject”：【]，“published”：{“date-parts”：[2022,2]}，“assertion”：[{“value”：“Elsevier”，“name“：”publisher“，”label“：”本文由“}维护，{“value”：“NeuroGen:发现神经科学的激活优化图像合成”，“name”：“articletite”，“label”：“article Title”}，{”value“：”NeuroImage“，”name“：“journaltitle”，“标签”：“Journal Title“}，”value：“https:\/\/doi.org\/101016\/j.NeuroImage.2021.18812”，“name”：“rticlelink”，“label“：”CrossRef DOI link to publisher maintained version“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“values”：“\u00a9 2021 The Authors.Published by Elsevier Inc.”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“118812”}