{“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”：[[2024,9,23]]，“日期-时间”：“2024-09-23T04:10:29Z”，“时间戳”：1727064629376}，“参考-计数”：32，“出版商”：“Springer Science and Business Media LLC”，“问题”：“5”，“许可证”：[{“开始”：{-“日期-零件”：[2019,5,13]]，”日期-时间“：”2019-05-13T00:00:00Z“，“时间戳”：1557705600000｝，“内容版本”：“tdm”，“延迟天数”：0，“URL”：“https://www.springernature.com\/gp\/researchers\/text and data mining”｝，｛“开始”：｛“日期部分”：[[2019,5,13]]，“日期时间”：“2019-05-13T0:00:00Z”，“时间戳”：1557705600000｝，“内容版本”：“vor”，“延迟天数”：0，“URL”：“https:\/\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[“Nat Mach Intell”]，”DOI“：”10.1038\/s42256-019-0052-1“，”type“：”journal-article“，”created“：{”date-parts“：[2019,5,13]]，”date-time“：”2019-05-13T21:51:58Z“，”时间戳“：1557784318000}，“页面”：“236-245”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源代码”：“Crossref”、“is-referenced-by-count”：200，“标题”：[“病理学家级可解释性全身恶性肿瘤诊断与深度学习”]，“前缀”：“10.1038”，“卷”：“1”，“作者”：[{“给定”：“子照”，“家族”：“张”，“序列”：“第一”，“从属关系”：[]}，{“ORCID”：“http://\/ORCID.org\/00000-0003-0528-1713”，“authenticated-ORCID”：false，“给定”：“平军”，“家族”：“陈”，“序列”：“附加”，“从属”：[]}，“给定的”：“梅森”，“家庭”：“麦高”，“sequence”：“additional”，“affiliation”：[]}“：[]}，{”给定“：”春包“，“家庭”：“王”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“玛丽莲”，“家族”：“布”，“顺序”：“额外”，“隶属关系”：[]}“：”Cui“，”sequence“：”additional“，“affiliation”：[]}，{“given”：“Jasreman”，“family”：“Dhillon”，“sequence”：“additional”，“affaliation”:[]}.，{”given“：”Nazeel“，”family“：”Ahmad“，”sequence“：”additional“，”affiliance“：[]{”sequence:“Farah K.：“附加”，“从属关系”：[]}，{“给定”：“小双”，“家庭”：“石”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“福君”，“家族”：“刘”，“顺序”：“额外”，“隶属关系”：[]}“family”：“Yang”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“297”，“published-online”：{“date-parts”：[[2019,5,13]]}L.&Epstein，j.I。前列腺癌根治术前强制性前列腺穿刺活检病理复查的价值。J.乌洛尔。184126\u2013130（2010）。“新闻标题”：“J.Urol。“}，{”key“：”52_CR2“，”doi-asserted-by“：”publisher“，”first-pages“：”1122“，”doi“：”10.1001\/jama.2015.1405“，”volume“：“313”，”author“：”JG Elmore“，”year“：”2015“，”unstructured“：”Elmore，J.G.et al.病理学家解释乳腺活检标本的诊断一致性。jama 313131212\u20131132（2015）。“，”journal title“：”jama“}”，{“key”：“52_CR3”“，”doi-asserted-by“：”publisher“，”doi“：”10.1038\/s41698-017-0022-1“，“volume”：“1”，“author”：“U Djuric”，“year”：“2017”，“unstructured”：“Djuric.，U.，Zadeh，G.，Aldape，K.&Diamandis，P.精确组织学：深度学习如何为个性化癌症护理重振组织形态学。npj精度。昂科尔。1, 22 (2017).“，”journal-title“：”npj Precis。昂科尔。“｝，｛”key“：”52_CR4“，”doi asserted by“：”publisher“，”首页“：”436“，”doi“：”10.1038\/nature14539“，”卷“：”521“，”作者“：”Y LeCun“，”年份“：”2015“，”非结构化“：”LeCun，Y.，Bengio，Y.&Hinton，G.深度学习。Nature 521436\u2013444（2015）“，”期刊标题“：”Nature“｝，｛”key“：”52_CR5“，”doi asserted by“：”publisher“，”首页“：”115“，”内政部“：”10.1038\/nature21056“，“volume”：“542”，“author”：“A Esteva”，“year”：“2017”，“unstructured”：“Esteva.A.等人，皮肤癌皮肤科深度神经网络分级。《自然》542115\u2013118（2017）。“，”journal-title“：”Nature“}，{”key“：”52_CR6“，”doi-asserted-by“：”publisher“，”first-page“：”158“，“doi”：“10.1038\/s41551-018-0195-0”，“volume”：“2”，“author”：“R Poplin”，“year”：“2018”，“unstructured”：“Poplin，R.et al.通过深度学习从视网膜眼底照片预测心血管危险因素。Nat.Biomed.Eng.2，158\u2013164（2018）。”，“新闻标题“：”Nat.Biomed。Eng.“}，{”key“：“52_CR7”，”doi-asserted-by“：”publisher“，”first page“：”2199“，”doi“：”10.1001\/jama.2017.14585“，”volume“：”318“，”author“：”BE Bejnordi“，”year“：”2017“，”unstructured“：”Bejnord，B.E.et al.乳腺癌女性淋巴结转移检测深度学习算法的诊断评估.jama 318，2199\u20132210（2017）.“，”journal-title“：”JAMA“}，{“key”：“52_CR8”，“doi-asserted-by”：“publisher”，“doi”：“10.1038\/srep26286”，“volume”：”6“，“author”：“G Litjens”，“year”：“2016”，“unstructured”：“Litjess，G.et al.Deep learning as a tool for increased accurance and efficiency of organismical diagnostical.Sci.Rep.6，26286（2016）.”，“journal-title”：“Sci.Rep.”}，}，9“，”doi-asserted-by“：”publisher“，”first page“：”e0177544“，”doi“：”10.1371“\/journal.pone.0177544”，“volume”：“12”，“author”：“T Ara\u00fajo”，“year”：“2017”，“unstructured”：“Ara\u 00fajo.，T.et al.使用卷积神经网络对乳腺癌组织学图像进行分类。PloS ONE 12，e0177544（2017）。“，”journal-title“：”PloS ONE“}，{”key“：”52_CR10“，”doi-asserted-by“：”publisher“，”doi“：”10.1186\/s12859-017-1685-x“，”volume“：“18”，”author“：”Y Xu“，”year“：”2017“，”unstructured“：”Xu，Y.et al。通过深度卷积激活特征进行大规模组织病理学图像分类、分割和可视化。BMC生物信息学18，281（2017）。“，”journal-title“：”BMC生物信息学“}，{“key”：“52_CR11”，“doi-asserted-by”：“crossref”，“first-pages”：“90719”，“doi”：“10.18632\/oncotarget.21819”，”volume“：”8“，”author“：”H Yoshida“，”year“：”2017“，”unstructured“：”Yoshida-H等。大肠活检标本全玻片图像的自动组织学分类。oncotarget 8，90719（2017）。“，”journal-title“：”Oncotarget“}，{“key”：“52_CR12”，“doi-asserted-by”：“publisher”，“doi”：“10.1038\/s41598-017-04075-z”，“volume”：”7“，“author”：“z-Han”，“year”：“2017”，“unstructured”：“Han，z.et al.使用结构化深度学习模型从组织病理学图像对乳腺癌进行多分类。Sci.Rep.7，4172（2017）。”，“journal-title”：“Sci.Rep.”}，}“key“：”52_CR13“，”doi-asserted-by“：”crossref“，”unstructured“：”Hou，L.等人，基于Patch的卷积神经网络用于整个幻灯片组织图像分类。IEEE计算机视觉和模式识别会议论文集2424\u20132433（IEEE，2016）。“，”DOI“：”10.1109\/CVPR.2016.266“}，{“key”：“52_CR14”，“unstructured”：“Holzinger，A.，Biemann，C.，Pattichis，C.S.&Kell，D.B.构建医学领域的可解释AI系统需要什么？预印于https:\/\/arxiv.org\/abs\/1712.09923（2017）。”}：“10.1145\/3236386.3241340“，“卷”：“16”，“作者”：“ZC Lipton”，“年份”：“2018年”，“非结构化”：“Lipton，Z.C.模型可解释性的神话。排队。16, 30 (2018).“，”journal-title“：”Queue“}，{”key“：”52_CR16“，”first page“：“31”，“volume”：“10”，“author”：“E Pasin”，“year”：“2008”，“unstructured”：“Pasin，E.，Josephson，D.Y.，Mitra，A.P.，Cote，R.J.&Stein，J.P.浅表性膀胱癌：病因学、分子发育、分类和自然史的更新。Rev.Urol.10，31\u201343（2008）。”，“新闻标题“：”乌洛尔牧师。“}，{”key“：”52_CR17“，”doi-asserted-by“：”crossref“，”unstructured“：”Zhou，M.&Magi-Galluzzi，C.《泌尿生殖病理学》（诊断病理学基础，桑德斯，2015）。“，”doi“：”10.1007\/978-1-4939-2044-0“}”，{“key”：“52_CR18”，“doi-assert-by”：“publisher”，“first page”：”106“，”“doi”：“10.1016\/j.eurururo.2016.02.028”，“volume”：“70”，“作者”：“PA Humphrey”，“年份”：“2016”，“非结构化”：“Humphrey，P.A.，Moch，H.，Cubilla，A.L.，Ulbright，T.M.&Reuter，V.E.2016年世界卫生组织泌尿系统和男性生殖器官肿瘤分类\u2014第B部分：前列腺和膀胱肿瘤。欧洲泌尿外科。70106\u2013119（2016）。“，”新闻标题“：”欧洲Urol。“}，{”key“：”52_CR19“，”doi-asserted-by“：”crossref“，”unstructured“：”Papineni，K.，Roukos，S.，Ward，T.&Zhu，W.-J.BLEU:机器翻译自动评估方法。摘自计算语言学协会第40届年会论文集311\u2013318（计算语言学协会，2002）。“，”doi“：”10.3115\/1073083.1073135“}，{“key”：“52_CR20”，“doi-asserted-by”：“crossref”，“unstructured”：“Vedantam，R.，Lawrence Zitnick，C.&Parikh，D.CIDEr:基于共识的图像描述评估。摘自IEEE计算机视觉和模式识别会议论文集4566\u20134575（IEEE，2015）。”，“doi”：“10.1109\/CVPR.2015.7299087”}52_CR21“，”doi-asserted-by“：”crossref“，”unstructured“：”Karpathy，A.&Fei-Fei，L.生成图像描述的深度视觉\u2013语义对齐。IEEE计算机视觉和模式识别会议论文集3128\u20133137（IEEE，2015）。“，”DOI“：”10.1109\/CVPR.2015.7298932“}，{“key”：”52_CR22“，”首页“：”2579“，”卷“：”9“，”作者“：”Lvd Maaten“，”年份“：”2008“，”非结构化“：”Maaten，Lvd&Hinton，G.使用t-SNE.J.Mach.Learn.Res.9，2579\u20132605（2008）。，“DOI-asserted-by”：“publisher”，“首页”：“1”，“DOI“：”10.1111\/j.1440-1827.2009.02477.x“，”volume“：”60“，”author“：”H Miyamoto“，”year“：”2010“，”unstructured“：”Miyamoto，H.等人。非侵袭性乳头状尿路上皮肿瘤：2004 WHO\/ISUP分类系统。病态。国际60，2013年1月18日（2010年）。“，”journal-title“：”病态。Int.“}，{“key”：“52_CR24”，“doi-asserted-by”：“crossref”，“unstructured”：“Ronneberger，O.，Fischer，P.&Brox，T.U-net：用于生物医学图像分割的卷积网络。在医学图像计算和计算机辅助干预国际会议234\u2013241（Springer，2015）上。”，“doi”：“10.1007\/978-319-24574-4_28”}52_CR25“，“非结构化”：“Xu，K.等人。展示、出席和讲述：用视觉注意力生成神经图像字幕。在机器学习国际会议上，2048\u20132057（JMLR，2015）。“}，{”key“：”52_CR26“，”doi-asserted-by“：”crossref“，”unstructured“：”Szegedy，C.，Vanhoucke，V.，Ioffe，S.，Shlens，J.&Wojna，Z.重新思考计算机视觉的初始架构。收录于IEEE计算机视觉与模式识别会议论文集2818\u20132826（IEEE，2016）。“，”doi“：”10.1109\/CVPR.2016.308“}”，{“key”：“52_CR27”，“doi由“：”crossref“，”非结构化“：”Deng，J.等人断言。Imagenet：一个大规模的分层图像数据库。IEEE计算机视觉和模式识别会议论文集248\u2013255（IEEE，2009）。“，”DOI“：”10.1109\/CVPR.2009.5206848“｝，｛”key“：”52_CR28“，”DOI asserted by“：”crossref“，”非结构化“：”Krause，J.，Johnson，J.，Krishna，R.&Fei Fei，L.生成描述性图像段落的分层方法。预打印在https://arxiv.org/abs\/1611.06607（2016）。“，”DOI“：”10.1109\/CVPR.2017.356“｝，｛”key“：”52_CR29“，”DOI asserted by“：”publisher“，”first page“：”1735“，”DOI“：”10.1162\/neco.1997.9.8.1735“，“volume”：“9”，“author”：“S Hochreiter”，“year”：“1997”，“unstructured”：“Hochreite，S.&Schmidhuber，J.长期短期记忆。神经计算。91735\u20131780（1997）。，“journal-title”：“神经计算。“}，{”key“：”52_CR30“，”unstructured“：”Bahdanau，D.，Cho，K.&Bengio，Y.“通过联合学习对齐和翻译的神经机器翻译。预印在https:\/\/arxiv.org\/abs\/1409.0473（2016）。“}”，{“key”：“52_CR31”，“doi-asserted-by”：“crossref”，“unstructure”：“Zhou，B.，Khosla，A.，Lapedriza，A.，Oliva，A.&Torralba，A。学习深层特征以进行区分性定位。IEEE计算机视觉和模式识别会议论文集2921\u20132929（IEEE，2016）。“，”DOI“：”10.1109\/CVPR.2016.319“}，{“key”：“52_CR32”，“unstructured”：“Abadi，M.等人。Tensorflow:一个用于大规模机器学习的系统。在第十二届USENIX操作系统设计与实现会议论文集第16 265\u2013283卷（USENIX-协会，2016）。”}]，“updated-by”：[{“updated”：{“date-parts”：[2019,7,17]]，“date-time”：“2019-07-17T00:00:00Z“，“时间戳”：1563321600000}，“DOI”：“10.1038\/s42256-019-0082-8”，“type”：“correction”，“label”：“correction”}，{“updated”：{“date-parts”：[[2019,5,17]]，“date-time”：“2019-05-17T00-00:00Z”，“timestamp”：1558051200000}，：“correction”}]，“container-title”：[“Nature Machine Intelligence“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/www.Nature.com/articles\/s42256-019-0052-1.pdf“，”content-type“：”application\/pdf“、”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\//www.Nature.com\/articles \/s42256-019-0052-1”，“content-type:”text\/html“，”content-v.html“版本“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\\/www.nature.com/articles \/s42256-019-0052-1.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2022,12,17]]，“date-time”：”2022-12-17T19:38:35Z“，“timestamp”：1671305915000}，“score”：1，“资源”：{primary“：{”URL“：”https:\/\/www.nature.com/articles \/s42256-019-0052-1“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[[2019,5,13]]}，“references-count”：32，“journal-issue”：{“issue”：“5”，“published-online”：{date-parts“：[2019,5]}}”，“alternative-id”：[“52”]，“URL”：“http:”\/\/dx.doi.org\/10.1038\/s42256-019-0052-1“，”关系“：{}，”ISSN“：[”2522-5839“]，”issn-type“：[{”value“：”2522-583“，”type“:”electronic“}]，”subject“：[]，”published“：{”date-parts“：[[2019,5,13]]}，”assertion“：[[{“value”：“2019年1月2日”，”order“：1，”name“：”received“，”label“：”received“，“name”：“accepted”，“label”：“accepted“，”group“：{”name“：”ArticleHistory“，”label“：”Article History”}}，{“value”：“2019年5月13日”，“order”：3，“name”：“first_online”，“label”：“首次联机”，“group”：{“name”:“ArticleHistory”，“标签”：“文章历史”}}}、{“值”：“2017年7月17日”，”order“：4，”name“change_date”，“table”：“更改日期”，“group”：“{”name“：“Article Histoy”，“值”：“更正“，”顺序“：5，”名称“：”更改类型“，”标签“：”改变类型“，“组”：{“name”：“Article History”，“label”：“文章历史”}}，{“value”：“本论文的修订已发布，可以通过论文顶部的链接访问。”，“order”：6，“name”:“change_details”，“标签”：“change details”，”组“：{”名称“:”文章历史“，”label“：”文章历史“}}，{“value”：“2019年5月17日”，“order”：7，“name”：“change_date”，“label”：“change date”，“group”：{“name”:“ArticleHistory”，“标签”：“文章历史”}}、{“值”：“更正”，“订单”：8、“name”:“change_type”，“tabel”：”更改类型“，“groups”：{“name”∶“Article History“，”label“：”文章历史“本文的修订已经发布，可以通过论文顶部的链接访问，“，”order“：9，”name“：”change_details“，”label“：”change details“，“group”：{“name”：“Article History”，“label”：“文章历史”}}，{“value”：“the authors declare no competitive interestions”，“order”：1，“name”:“Ethics”，”group“：”{“name”：“EthicsHeading”，“table”：“”竞争利益“}}]}}