本研究解决了在全身磁共振成像中神经纤维瘤（NF）自动分割的准确性和效率问题。提出了一种包含解剖学信息的自动化分割管道，通过多个阶段提升了分割性能，最终在高肿瘤负担情况下获得了68%的Dice相似系数提升。该方法在3D Slicer平台中被集成，具有实际的临床应用潜力。

本研究提出了一种平稳的卷积网络层，用于扩散MRI图像的解卷积，解决了球面信号分析问题。该网络层利用神经纤维的反极性对称性，显著提高了白质微结构恢复的性能和效率，突破了交叉神经纤维和纤维轨迹绘制的分辨率。

通过混合的深度学习模型，结合 NFL 反射和其他 OCT 参数，提高青光眼诊断的准确性。

本文介绍了一种自动化的糖尿病患者眼底图像叠加技术，能够适应颜色和相机变化，适用于年度视网膜检查，并在模拟和实际数据集上优于其他方法。