本研究提出了一种无监督的视频帧分割方法，通过自监督预训练模型和拉普拉斯矩阵实现。该方法在多个数据集上表现优异，对临床应用有潜在影响。

本文研究了图卷积神经网络在图拓扑的随机小扰动下的稳定性问题，通过导出一个新的界限，明确了未经扰动和经扰动图卷积神经网络输出之间的期望差异。界限取决于拉普拉斯矩阵特征对的扰动程度和插入或删除的边。通过小扰动分析工具，定量描述了特定边的扰动对网络稳定性的影响。数值评估证明了界限的有效性。