该研究提出了一种基于伪3D转换的跨维度自监督学习框架（CDSSL-P3D），可以利用2D和3D数据进行联合预训练，实现3D医学图像分析的自监督学习。实验结果表明，CDSSL-P3D在13个下游任务上表现出色，优于其他自监督学习方法。