对子宫内发育中的人类大脑进行定量评估对于全面了解神经发育至关重要。因此,正在开发自动多组织胎儿大脑分割算法,而这又需要训练带注释的数据。然而,可用的带注释胎儿大脑数据集数量有限且异质性强,阻碍了领域适应策略实现稳健的分割。在这种情况下,我们使用 FaBiAN(胎儿大脑磁共振采集数值模型)来模拟胎儿大脑的各种逼真的磁共振图像及其类别标签。我们证明,这些多个合成带注释的数据(免费生成并使用目标超分辨率技术进一步重建)可成功用于深度学习方法的领域适应,该方法可分割七种大脑组织。总体而言,分割的准确性显著提高,尤其是在皮质灰质、白质、小脑、深层灰质和脑干方面。