通过自监督学习方法和数据增强，可以获得语义上有意义的图像数据集表示。最近的自监督学习方法$t$-SimCNE在医学图像数据集上产生具有语义上有意义的聚类的2D可视化。增加数据增强的集合以包括任意旋转改善了类别可分性的结果。这些2D表示可用于辅助数据探索和注释，改进常见的数据可视化方法。