本研究提出了一种基于深度学习的肾脏异常分割方法，能够准确识别和量化肾脏囊肿、肿瘤等病变。通过训练215例CT扫描，模型在分割性能上超越人眼观察者，显示出计算机化方法的潜力。此外，研究开发的新型反事实修复方法提升了肾脏肿瘤的分割精度，多个实验中取得了优异的Dice系数，证明了模型的有效性和效率。