张 婕，阿都建华，羊建兴

（成都信息工程大学 软件工程学院，四川 成都 610225）

0 引言

心血管疾病是全球第一大致死疾病，每年因心血管疾病死亡的人数远多于任何其他疾病死亡人数。据《中国心血管病报告2018》报告推算，中国心血管病患病人数大约为2.9 亿，死亡率高于肿瘤及其他疾病且居首位，占居民疾病死亡构成的40%以上，农村死亡率高于城市［1］。我国心血管疾病患者人数急剧增加且患病有年轻化趋势，心血管疾病防治应引起公众重视。随着现代医学的发展，为降低居民心血管疾病死亡率、误诊率，核磁共振（Magnetic Reso⁃nance Imaging，MRI）、计算机断层扫描（Computerized To⁃mography，CT）、超声（Ultrasound，US）等医学成像技术应用广泛，医学成像技术可定性和定量地评估心脏解剖结构和心功能，为疾病诊断、疾病监测、治疗规划等提供支持。目前公认心脏MRI 是评价心功能的金标准［2］，且MRI 具有对人体伤害较小、成像清晰等优点。

分割心脏MRI 图像是临床心脏病诊断基础，在该环节将整个心脏组织按照不同部位进行分割，这对心室、心房、心肌内外膜等结构定量分析至关重要。通常，心脏图像分割的解剖结构包括左心室、右心室、心外膜、心内膜、心肌等。

深度学习算法擅长从数据中自动发现复杂的特征，常用于对象检测和分割。传统机器学习方法需要有效的特征和先验知识保证分割结果准确性，而基于深度学习的方法通过学习过程和端到端的方式直接从数据中学习，得到的结果可应用于其他图像分析程序。得益于计算机硬件的发展以及不断增加的开放医学图像数据集，基于深度学习的分割算法在图像分割研究中应用愈加广泛。……