本研究提出了一种双步骤图像融合方法，解决了光片显微镜在深度成像中的低穿透力和图像质量下降的问题，显著提升了三维图像的融合质量。

本研究使用机器学习方法预测大脑灰质三维图像中的听力损失阈值。通过3D CNN模型将高维输入转换为潜空间，并使用标准机器学习模型预测听阈。结果表明多层神经网络模型在准确性方面优于其他技术。该研究推动了数据挖掘在医学诊断中的应用，并增进了对年龄相关听力损失的理解。