马啸天，李书芳

（北京邮电大学信息与通信工程学院，先进信息网络北京实验室，网络体系构建与融合北京市重点实验室，北京 100876）

1 引言

基于深度学习方法的核磁共振图像（Magnetic Resonance Image,MRI）分割是图像分割研究领域中的研究热点，在医学领域具有重要的应用价值。心脏是人体最重要的器官之一，是循环系统中的主要器官，为血液流动提供动力。心血管疾病（Cardiovascular Disease，CVD）具有高患病率、高致残率和高死亡率的特点，已经成为人类最普遍的死亡原因［1］。心脏功能分析在临床心脏病学中对患者管理、疾病诊断、风险评估和治疗决策发挥着重要作用。可以通过定量评估心室容积、卒中体积、射血分数和心肌质量等临床参数，对心脏功能进行分析。这些参数的计算前提是对左心室、右心室和心肌轮廓的精确分割。目前临床上评价心脏功能的影像技术中，心脏磁共振成像（Cardiac Magnetic Resonance Imaging，CMRI）技术良好的时间和空间分辨率使其具备同时显示心脏结构和功能的能力，加之其不存在辐射损害，这种集形态、功能及细胞生物学检查为一体的无创性检查已发展为心脏病诊断和鉴别诊断的理想方法，被认为是判断心脏结构和功能的“金标准”［2］。因此心脏MRI 分割已成为一个医学影像分析的热点问题。

通常，放射科医生通过手动绘制包含分割目标结构的轮廓线，从周围的组织器官中划定目标区域。由于医学影像本身的复杂性以及对结果极高精确度的要求，目前医学影像的分析工作主要由有经验的医生完成，自动化的分割与诊断由于不能满足临床需要，只能作为辅助补充。……