本文介绍了一种新的神经网络结构Ki-Net，通过数据在高维空间上的投影，实现了在分割模糊、嘈杂边界下的解剖标志和小型功能区域的显著性改善，并表现出更快的收敛速度和优异的性能。与标准U-Net相比，在早产婴儿的超声脑解剖分割任务中，提高了约4%的准确率和Jaccard指数，优于最近的一些方法2%。