提出了一种适用于极小标注数据集的自我监督方法SS-StyleGAN，通过在StyleGAN体系结构中集成一个学习嵌入到StyleGAN潜空间的编码器，利用学习的潜空间智能选择代表性数据进行标注以提高分类性能。在50个甚至10个大小的标注数据集上取得强大的分类结果，特别适用于COVID-19和肝肿瘤病理鉴定任务。