使用深度学习对心脏MRI进行心室和心肌的语义分割

本研究解决了心脏MRI图像语义分割的精确性问题，提出了一种新模型，通过在U-Net的下采样过程中提取边缘属性和上下文信息，并在上采样过程中注入这些信息，从而能够更准确地定位左心室、右心室和左心肌。结果表明，该模型的Dice相似系数提高了2%-11%，且Hausdorff距离减少了1.6至5.7毫米，显示出其在心脏疾病早期检测中的重要潜力。