Tác giả sử dụng mạng U-Net để phân đoạn ba loại ảnh y tế: tim phải (RV), động mạch chủ (aorta), và tim trái (LV) từ ảnh MRI và CT. Bốn phương pháp chuẩn hóa được đánh giá gồm Batch Normalization (BN), Instance Normalization (IN), Layer Normalization (LN), và Group Normalization (GN). Kết quả cho thấy GN với số nhóm lớn hoặc IN giúp cải thiện độ chính xác phân đoạn, đặc biệt ở các bệnh nhân có dữ liệu khác biệt. Ngoài ra, huấn luyện với batch size nhỏ thường cho kết quả tốt hơn. Bài viết cũng cung cấp mã nguồn trên GitHub và thảo luận về ảnh hưởng của chuẩn hóa đến khả năng tổng quát của mô hình trong các ứng dụng robot phẫu thuật.