该研究提出了一种基于数据增强的网络和训练策略，以提高神经结构分割和细胞跟踪的效率。研究表明，该网络能够从少量图像中进行端对端训练，并在医学图像分割任务中表现优异，尤其是nnU-Net和改进的MultiResUNet模型在多个数据集上实现了显著的性能提升。