基于深度学习的心脏磁共振图像自动分割方法

本发明提供的基于深度学习的心脏磁共振图像自动分割方法的自动分割过程可以在不到1分钟内完成，而传统手动分割方法平均需要30分钟以上，处理时间缩短了30倍以上，大幅缩短处理时间。采用本发明提供的技术方案，在实际临床应用中，可以使医生更快地获得诊断结果，提高了诊疗效率。本发明通过自动化的深度学习模型，减少了人为因素的干扰，提高了分割结果的客观性和一致性。本发明通过在训练过程中包含不同病理组的CMR图像序列，提高了模型对不同病理状态的适应性。本发明针对HCM、DCM和VA三种病理类型均能显示出良好的适应性和稳定性。本发明通过优化网络结构和训练策略，降低了对高性能计算设备的需求。