使用迁移学习方法进行非人灵长类动物脑组织分割

本研究针对非人灵长类动物（NHP）脑组织分割领域的不足，提出了一种结合STU-Net和迁移学习的新方法，旨在提高在缺乏数据时的分割准确性。研究表明，该方法在小亚皮质结构（如壳核和丘脑）的分割方面显著提高了性能，为进化神经科学和人类健康相关的神经疾病前临床研究提供了强有力的工具。