本文提出了一种新的合成框架，用于神经影像学中的病灶分割任务。该方法通过使用健康和中风数据集导出的标签图来训练深度学习模型，实现了对健康组织和病理病变的分割。该框架在评估中表现稳定，并在领域外数据上优于当前方法。这一贡献有望推动医学影像分析的进展，减少对大型标注数据的依赖。