{“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”：[[2024,6,28]]，“日期-时间”：“2024-06-28T20:12:19Z”，“时间戳”：1719605539114}，“引用-计数”：27，“发布者”：“IEEE”，“许可证”：[{“开始”：{:“日期-零件”：[2022,3,28]，“时间”：”2022-03-28T00:00:00Z“，”timestamp“：1648425600000}，”content-version“：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-029”｝，｛“开始”：｛“日期部分”：[[2022,3,28]，“日期时间”：“2022-03-28T00:00:00Z”，“时间戳”：1648425600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-037”｝]，“内容域”：｛“域”：[]，“交叉标记限制”：false｝，“short-container-title”：[]，“published-print”：{“date-parts”：[[2022,3,28]]}，“DOI”：“10.1109\/isbi52829.2022.9761515”，“type”：“proceedings-article”，“created”：{“date-ports”：[2022,4,26]]，“date-time”：“2022-04-26T19:39:34Z”，“timestamp”：1651001974000}，”source：“Crossref”，“is-referenced-by-count”：4，“title”：[“脑癌治疗后生存预测-使用视觉变换器进行深锚注意学习的MRI诊断”]，“前缀”：“10.1109”，“作者”：[{“given”：“Xuan”，“family”：“徐”，“sequence”：“first”，“affiliation”：[}“name”：“Stony Brook University，Department of Computer Science，NY”}]}，{“given”:“Prateek”，“家族”：“Prasanna”，“序列”：“additional”，“affiliation”：[｛“name”：“Stony Brook University，Department of Biomedical Informatics，NY”｝]｝]，“member”：“263”，“reference”：[｛“key”：“ref10”，“doi asserted by”：“publisher”，“doi”：“10.1016\/j.com.pmedimag.2010.901673”｝，｛“key”：“ref11”，“first page”：“1097”，“article title”：“Imagenet classification with deep convolutional neural networks”，“volume”：“25”，“author”：“krizhevsky”，“year”：“2012”，“journal-title”：“Advances in neural information processing systems”}，{“key”：“ref12”，“article-title“：“Transfusion:Understanding transformation learning for medical imaging”，“author:”raghu“，“year:”2019，“article-title”：“图像值16x16个单词：图像识别的变形金刚”，“author”：“dosovitskiy”，“year”：“2020”}，{“key”：“ref15”，“first-page”：“5998”，“article-title:“Attention is all you needed”，“author”:“vaswani”，“year”:“2017”，“journal-title:“Advances in neural information processing systems”}：“视觉变换器调查”，“作者”：“韩寒”，“年份”：“2020”}，{“关键”：“参考17”，“文章标题”：“双流多实例学习网络，用于自监督对比学习的全幻灯片图像分类”，“作家”：“李”，“年”：“2020”}：“脑瘤数据集”}，{“key”：“ref19”，“author”：“wightman”，“year”：“2019”，“journal-title”：“pytorch-image-models”}、{“key”：”ref4“，”doi-asserted-by“：”publisher“，”doi“：”10.3390\/cancers12071707“}，”{“密钥”：“ref27”，“首页”：“2127”，“article-title“：”基于注意的深度多实例学习“，”author“：”illse“，“years”：“2018”，“新闻标题”：“机器学习国际会议”}，{“key”：“ref3”，“doi-asserted-by”：“publisher”，“doi”：“10.1038\/s41598-017-10649-8”}：“肿瘤周围脑实质的治疗辅助多参数磁共振成像的放射学特征预测多形性胶质母细胞瘤的长期和短期生存率：初步发现”，“卷”：“27”，“作者”：“prasanna”，“年份”：“2017年”，“杂志标题”：“欧洲放射学”}，{“关键”：“参考8”，“doi-asserted-by”：“出版商”，“doi”：“10.1109\/CVPR.2016.90”}，{“key”：“ref7”，“article-title”：“用于大规模图像识别的深度卷积网络”，“author”：“simonyan”，“year”：“2014”}m204“}，{”key“：”ref9“，”doi-asserted-by“：“publisher”，“DOI”：“10.1109\/CVPR.2009.5206848”}，{“key”：“ref20”，“DOI-asserted-by”：“publicher”，“DOI”：”10.1109\/TMI.2014.2377694“}，“key“：”ref22“，“article-title”：“确定用于儿童挑战中脑肿瘤分割、进展评估和总体生存预测的最佳机器学习算法”，“author”：“bakas”，“year”：“2018”}，{“key”：“ref21”，“doi-asserted-by”：“crossref”，“first page”：”1“，”doi“：”10.1038\/sdata.2017.117“，”article-title“：”使用专家分割标签和放射特征推进肿瘤基因组图谱脑胶质瘤mri收藏“，”volume“：”4“，”author“：”bakas“，”year“：”2017“，”journal-title”：“Scientific Data”}，{”key“：“ref24”，”doi-assert-by“：”publisher“，“DOI”：“10.1016\/0169-7439（87）80084-9”}，{“key”：“ref23”，“DOI-asserted-by”：“publisher”，“DOI:”10.1158\/0008-5472.CAN-17-0339“}”，{”key“：”ref26“，”author“：”fotso“，”year“：”2019“，”journal-title“：”PySurvival Open-source package for Survival-Analysis modeling“}，”{“key”：”ref25“，”DOI-assert-by“：”publisher“，”DOI“：“10.1186\/s12874-018-0482-1”}]，“事件”：{“名称”：“2022 IEEE第19届国际生物医学成像研讨会（ISBI）”，“地点”：“印度加尔各答”，“开始”：{“date-parts”：[[2022,3,28]]}，“结束”：{“date-parts”：[2022,3,31]]}}：“http://\/xplorestaging.ieee.org\/ielx7\/9761376\/9761399\/09761515.pdf？arnumber=9761515”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“日期部分”：[2022,6,27]]，“日期时间”：“2022-06-27T21:06:54Z”，“时间戳”：1656364014000}，“分数”：1，“资源“：{”primary“:{”URL“：“https:\/\/ieeexplore.iee.org\/document\/9761515\/”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期-部件”：[[2022,3,28]]}，”引用计数“：27，”URL“：”http://\/dx.doi.org\/10.109\/isbi52829.2022.9761515“，”关系“：{}”，“主题”：[]]，“发布”：}“日期部件”：[2022,3,3 28]]}}