- 扫描赫库兰尼姆卷轴需要使用同步辐射X射线显微CT，并仔细调整体素大小、X射线能量和样品-探测器距离，以平衡分辨率与相位衬度。
- 展开过程涉及表面定位、网格追踪和展平；使用了GrowPatch、千层面和螺旋拟合等工具，但对于孔洞、合并和片层切换等错误仍需人工校正。
- 由于碳化纸莎草上使用碳墨，墨水恢复具有挑战性；基于碎片的训练模型采用伪标签和自蒸馏技术，但跨卷轴的泛化能力仍是瓶颈。
- 标签质量是主要瓶颈——粗糙的表面和纤维标签限制了模型精度，因此需要标签吸附和主动学习等更好的标注方法。
- 数据规模是一项基础设施挑战；像OME-Zarr这样的云原生格式支持流式传输TB级数据，从而促进协作研究。
- 未来方向包括自监督学习（如3D DINO）、直接3D墨水分割，以及改进诊断方法以区分“无墨水”和“尚未恢复的墨水”。
- 维苏威挑战赛旨在到2027年6月实现对所有卷轴的完全自动化和可靠处理流程，并确定了六个关键社区贡献领域。