本研究提出了一种新型肺结节分割模型S3TU-Net，结合多维空间连接和超像素视觉变换器，利用结构化卷积块和多尺度特征融合技术，显著提升了分割性能。实验结果显示，S3TU-Net在LIDC-IDRI数据集上表现优于现有方法。

Proto-Caps是一种创新解决方案，可以利用额外的训练信息来创建易于理解且功能强大的模型。在LIDC-IDRI数据集上的评估中，该方法提高了超过6%的准确率，并提供了基于案例的推理和可视化验证放射学定义的特征。