{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,9,6]]，“日期时间”：“2024-09-06T09:44:18Z”，“时间戳”：1725615858496}，“出版商位置”：“美国纽约州纽约市”，“参考计数”：28，“出版者”：“ACM”，“资助者”：[{“名称”：“中国国家重点研发计划”，“奖项”：[“批准号2017YFB1401500”]}，{“name”：“国家自然科学基金”，“award”：[“Grant No.61702046”]}]，“content-domain”：{“domain”:[“dl.acm.org”]，“crossmark-restriction”：true}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2020,4,2]}，”DOI“：”10.1145\/336855.33844447“，”type“：”proceedings-article“，”created“：{”date-part“：[[2020,3,20]]，“日期-时间”：“2020-03-20T16:37:37Z”，“时间戳”：1584722257000}，“页面”：“51-59”，“更新策略”：“http://\/dx.doi.org\/10.1145\/crossmark-policy”，“源”：“Crossref”，“is-referenced-by-count”：0，“标题”：[“BMM-Net”]，“前缀”：“10.1145”，”作者“：[{”给定的“：”Ruru“，”family“：”Zhang“，”sequence“：”first“，”affiliation“：[{“名称”：“北京邮电大学”}]}，{“给定”：“加文”，“家族”：“何”，“序列”：“附加”，“隶属关系”：[{“名称”：“北京邮政大学”}]}，}“给定的”：“申大”，“家庭”：“施”，“顺序”：“额外”，“附属关系”：[{“姓名”：“北邮大”}]{，{“给定的“海虹”，“family”：“E”，“sequence”：“additional”，“affiliation”：[{“name”：“Beijing University of Posts and Telecommunications”}]}，{“given”：“Zhonghong”，“faily”：”Ou“，”sequence“：”additional：“北京邮电大学”}]}]，“成员”：“320”，“在线发布”：{“日期-部件”：[[2020,4,2]]}，“参考文献”：[{“卷-时间”：“Gcnet:非本地网络与挤压-激励网络及其后的网络相遇，\“IEEE国际计算机视觉研讨会论文集”，“年份”：“2019”，“作者”：“Cao Y.”，“关键”：“e_1_3_2_1_1“}，{“volume-title”：“欧洲计算机视觉会议（ECCV）论文集”，“年份”：“2018年”，“作者”：“Chen L.”，“密钥”：“e_1_ 3_2_1_2_1”}，“卷时间”：“IEEE计算机视觉与模式识别会议论文集”、“年份”:“2019”，“著者”：“Fu J.”、“key”：“e_1_3_1_3_1”{“密钥”:“e__3_2_1_4_1”，”非结构化“M。Haloi“面向眼科医生水平的OCT筛查和诊断精确深度学习系统”arXiv预印本arXiv:1812.07105 2018。M.Haloi \“面向眼科医生水平的OCT筛查和诊断精确深度学习系统”arXiv预印本arXiv:1812.07105 2018。}，{“volume-title”：“IEEE计算机视觉和模式识别会议论文集”，“年份”：“2019”，“作者”：“He J.”，“密钥”：“e_1_3_2_1_5_1”}《IEEE计算机视觉与模式识别会议论文集》，“年份”：“2019”，“作者”：“He J.”，“key”：“e_1_3_2_1_6_1”}，{“key”：“e_1_3_2_7_1”，“doi断言者”：“publisher”，“doi”：“10.1016\/J.media.2019.05.002”}，{“key”：“e_1_3_2_8_1”，“doi断言者”：“publisher”，“doi”：“10.1016\/J.ajo.2018.04.007”}，{“卷标题”：“Refinenet：用于高分辨率语义分割的多路径细化网络，“IEEE计算机视觉和模式识别会议论文集”，“年份”：“2017年”，“作者”：“Lin G.”，“密钥”：“e_1_3_2_1_9_1”}，{“卷-时间”：“用于对象检测的特征金字塔网络，”《IEEE计算机视觉与模式识别会议论文集》，“年份”：“2017”，“作者”：“Lin T.”，“密钥”：“e_1_3_2_1_10_1”}，{“卷标题”：“具有不同深度监督的语义边缘检测，\”arXiv预印本arXiv:1804.02864“，“年份”：“2018”，“作者”：“Liu Y.”，“密钥”：“e_1_3_2_1_11_1”}，{“密钥”：“e_1_3_2_1_12_1”，“doi断言由”：“publisher”，“DOI”：“10.1016\/j.media.2019.02.011”}，{“key”：“e_1_3_2_13_1”，”DOI-asserted-by“：”publisher“，”DOI“：”10.1109\/EMBC.2018.8512998“}，”{“首页”：“234”，“volume-title”：“生物医学图像分割的卷积网络”，“在国际医学图像计算和计算机辅助干预会议上”，“年份”：“2015”，“author“：”Olaf R.“，”key“：”e_1_3_2_1_14_1“}，”{“key”：“e_1_3_2_15_1”，”doi-asserted-by“：”publisher“，“doi”：“10.1609\/aaaai.v33i01.33014814”}，“{”key：“e_1_ 3_2_16_1”、“doi-assert-by”：“publisher”，“doi:”10.1016\/j.ophtha.2017.0.031“}”，{“首页”：“1”，“volume-title“：”视网膜人工智能，“视网膜和眼睛研究进展，67”，“年”：“2018”，“author”：“Schmidt-Erfurth U.”，“key”：“e_1_3_2_17_1”}，{“key“：”e_1_ 3_2_1_18_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.pretieyers.2015.07.007”}、{“密钥”：“e_1_3_2_19_1”，“首页”：“3799”，“article-title”：“选择性或不变性：边界软件显著对象检测”，“作者”：“Su j.”，年份”：“2019年”，“新闻标题”：“IEEE国际计算机视觉会议论文集”}，{“key”：“e_1_3_2_1_20_1”，“首页”：“5229”，“article-title”：“Gated-scnn：语义分割的门控形状cnns”，“author”：“Takikawa T.”，”年份“：“2019”，“journal-title“：IEEE国际会议论文集：“解剖学与生理学原理”，“年份”：“2018年”，“作者”：“Tortora G.J.”，“key”：“e_1_3_2_1_21_1”}，{“volume-title”：“IEEE计算机视觉与模式识别会议论文集”，“年”：“2018年”，”author“：”Wang X.“，”key“：”e_1_ 3_2_1_2 2_1“}，”{“首页”：“600”，“volume-title”：“图像质量评估：从错误可见性到结构相似性”，“IEEE图像处理事务，13（4）”，“年份”：“2004年”，“作者”：“王Z”，“密钥”：“e_1_3_2_1_23_1”}，{“卷积”：“FastFCN:重新思考主干中的扩张卷积进行语义分割，“arXiv预印本arXiv:1903.11816”，“年”：“2019”，“作家”：“Wu H.”，“key”：“e_1_3_2_1_24_1”}，{“volume-title”：“金字塔场景解析网络”，\“IEEE计算机视觉与模式识别会议论文集”，“年份”：“2017年”，“作者”：“赵H”，“密钥”：“e_1_3_2_1_25_1”{“volume-titel”：“Psanet：场景解析的点式空间注意网络，“欧洲计算机视觉会议论文集”，“年份”：“2018年”，“作者”：“赵H”，“key”：“e_1_3_2_1_26_1”}，{“key“：”e_1_ 3_2_1_2 _27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109”TIP.2019.2919937“}，“首页”：“3”，“volume-title”：“Unet++：用于医学图像分割的嵌套u-net体系结构，\“医学图像分析的深度学习和临床决策支持的多模式学习”，“年份”：“2018年”，“作者”：“Zhou Z.”，“密钥”：“e_1_3_2_1_28_1”}]，“事件”：{“名称”：“ACM CHIL’20:ACM健康、推理和学习会议”，“赞助商”：[”ACM计算机协会“]，”location“：”Toronto Ontario Canada“，”缩写词“：”ACM CHIL'20“}，”container-title“：[”ACM Conferences on Health，Inference，and Learning“]，“original-title”：[]，”link“：[{”URL“：”https:\/\/dl.ACM.org\/doi\/pdf\/10.1145\/3368555.3384447“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,1,7]]，”date-time“：”2023-01-07T05:05:10Z“，”timestamp“：1673067910000}，”score“：1，”resource“：{“primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/336855.338447”}}，“subtitle”：[“基于边界检测和多尺度网络的光学相干断层成像中水肿的自动分割published“：{“date-parts”：[[2020,4,2]]}，“assertion”：[{“value”：“2020-04-02”，“order”：2，“name”：“published”，“label”：“published”，“group”：{”name“：”publication_history“，”label“：”publication history“}}]}