本研究提出了一种模块化框架，利用条件随机场技术自动生成低温电子显微镜图像的高质量分割图，提升了分割精度和三维密度图的分辨率，推动了数据分析的发展。

该研究提出了一种名为 CRISP 的修剪框架，利用混合结构稀疏模式，结合精细的 N:M 结构稀疏和粗粒度的块状稀疏，通过基于梯度的类感知显著性分数指导修剪策略，以实现对用户特定类别至关重要的权重保留，从而在 ImageNet 和 CIFAR-100 数据集上实现了高精度和最小内存消耗，并与现有修剪方法相比，延迟和能源消耗降低了高达 14 倍，同时保持了可比较的准确性。