本研究提出了一种新型混合卷积神经网络，集成分割与配准，成功应用于8045个白质束的分割，展现出更高的准确性和一致性。同时，文章综述了深度学习在医学图像配准中的进展，探讨了新架构和方法在临床应用中的潜力。

本文提出了一种基于三维和二维混合卷积神经网络的超像素图对比聚类模型，旨在优化类内相似性和类间差异性。通过在多个高光谱图像数据集上的验证，该方法在聚类准确率上显著提升，尤其在 India Pines 数据集上从 58.79% 提高到 67.59%。此外，研究探讨了谱聚类和降维算法的数学基础，并提出了改进的图信号处理方法在语音增强中的应用。