乔 艳，苑金辉，谢文鑫，胡晓飞

(1.南京邮电大学 地理与生物信息学院，江苏 南京 210023 2.南京邮电大学 通信与信息工程学院，江苏 南京 210003)

心脏为人体循环系统提供动力，但是因人们作息、饮食等不健康行为，心血管疾病正威胁着人们的健康，在我国心血管疾病的死亡率已明显高于肿瘤和其他疾病［1］。心脏的左心室与主动脉相连，给人体各个部位供血，但是异常的左心室心肌功能会引发各种心肌疾病。因为心脏一直处于活动状态且结构复杂，还有人体心脏因人而异，形状和大小不一样，左心室常常与周围组织粘连，灰度值也非常接近，且左心室所占的像素只有整幅图像像素的5.1%，靠近心尖位置的左心室更小，因此对心脏MR图像进行左心室分割有难度，得出的结果不同，且目标边缘不光滑。

近年来，神经网络在图像分割领域的主流方法是下采样提取高维特征，上采样还原图像。这种方法会导致分割精确度下降，边缘细节分割不够好。为了弥补此不足，在网络的末段添加有针对性的后处理方法对分割结果进行了改善［2］。

图像分割后处理问题是对分割结果的优化问题，通过后处理技术得到更好的分割结果。Zhang等［3］在研究分割人脑MR图像白质区域时提出了一种U⁃net网络的后处理方法，多个网络一起后处理的分割效果比单独训练一个网络好。但是此方法使得网络参数加倍，提升效果不明显。Kristiadi等［4］提出一种将卷积神经网络和水平集算法相结合的图像分割算法，但左心室和其他组织间边界模糊，而水平集方法需使用图像的边界信息，所以简单的水平集后处理分割效果不理想。……