Die Segmentierung der Substantia nigra ist für die Forschung zu Parkinson und Gehirnalterung von großer Bedeutung. In einer aktuellen Studie wurden sechs Varianten des 3D-U-Net zur Analyse eingesetzt. Die Ergebnisse zeigen, dass ResU-Net die besten Überlappungsmetriken erzielte. Gleichzeitig war das Basismodell 3D U-Net in der Grenzgenauigkeit überlegen. Diese Erkenntnisse sind wichtig für die Entwicklung zuverlässiger Werkzeuge zur Volumetrie der Substantia nigra. Die Studie hebt die Bedeutung der Architekturwahl für die Segmentierungsleistung hervor. Zudem wurde die Robustheit der Modelle über verschiedene Altersgruppen hinweg untersucht. Solche methodischen Benchmarks sind entscheidend für die neurodegenerative Forschung.