本文介绍了一种自我监督的三维手部重建网络，利用二维关键点提取几何线索，减少对手动标注的依赖。该方法在单眼图像中重建3D手部网格，尤其在遮挡情况下表现优异。通过图形卷积神经网络和自监督学习，模型在多个数据集上实现了高精度的手部重建，展现出强大的泛化能力和准确性。

本文研究了具有协方差矩阵的图形卷积神经网络在脑成像数据分析中的应用，证明了其比传统 PCA 方法更具实用性，并验证了其对于阿尔茨海默病的优势与解释性。