本研究提出了一种自监督训练策略，以提高肾细胞癌亚型分类的效率，解决因早期症状不明显导致的诊断延误问题，推动计算机辅助诊断工具的发展。

本研究改进U-Net模型用于CT图像中肾脏肿瘤的自动分割，特别是肾细胞癌。通过残差连接、跨通道注意力和多层特征融合技术，提升了分割性能，在KiTS19数据集上表现优异。