多阶段分割与级联分类方法以改善心脏MRI分析

本文提出了一种基于深度学习的新方法，结合U-Net和ResNet模型，显著提高心脏磁共振成像的分割精度，并实现心脏疾病分类的97.2%准确率，具有重要的临床应用潜力。