基于深度学习的左心室运动估计方法、系统、装置和介质

本申请提供了基于深度学习的左心室运动估计方法、系统、装置和介质，涉及医疗图像处理技术领域，方法包括：获取心脏图像；根据心脏图像，通过利用R2UNet模型进行分割处理和利用多层感知机模型进行特征融合，得到左心室内膜轮廓图像的关键点集合的综合信息；根据关键点集合的综合信息，通过利用图神经网络进行特征聚合和利用Sinkhorn算法进行特征匹配，得到左心室内膜轮廓的舒张‑收缩变形关系；根据左心室内膜轮廓的舒张‑收缩变形关系，对左心室内膜轮廓的舒张‑收缩运动进行估计，得到左心室运动估计结果。本申请通过结合R2UNet模型和Sinkhorn算法，提高心脏图像的分割精度与特征匹配的准确性，从而提高了左心室运动估计的准确性。