婴儿大脑精准分割
该网络利用自监督学习解决婴儿小脑组织分割中低对比度和数据异质性挑战，为早期小脑发育研究提供可靠工具。
Sun, Yue · Wang, Limei · Gao, Kun · 应时辉 · Lin, Weili · Humphreys, Kathryn Leigh · Li, Gang · 牛四杰 · 刘明霞 · Wang, Li
Nature Communications 2023
自监督学习框架有效应对低对比度和数据异质性，实现准确分割，无需手动标注。
在三个不同数据集共358例受试者上验证，证明方法的泛化能力。
分割结果揭示出生后前六个月小脑变化最快，灰质增长主导，有助于理解早期发育。