该文综述了脑部MRI白质高信号分割的深度学习方法，包括Probabilistic TransUNet、BAGAU-Net、3D SA-UNet、多尺度聚合模型及3D Transformer，强调注意力机制、概率模型与跨数据集鲁棒性，并涉及低场MRI适应与多类别全脑分割。