研究人员提出了一种名为TraCoCo的半监督学习方法，通过调整输入数据的空间上下文，帮助模型从前景对象中学习分割模式。该方法结合了新的Confident Regional Cross-Entropy损失，显著提升了训练效果，并在多个3D医学图像分割基准上取得了优异成绩，验证了其有效性。