本文介绍了一种名为 MPSeg 的多阶段策略，用于冠状动脉分割，结合深度学习和机器学习技术，优化了冠状动脉的自动诊断和评估方法。该方法在 ARCADE 挑战中表现优异，能够快速、准确地进行冠状动脉疾病筛查，提升了诊断效果。

研究发现，EfficientNet-LinkNet组合在冠状动脉分割中表现出色，Dice系数为0.882，95％分位数的Hausdorff距离为4.753，为未来进展奠定基础，为改进诊断和治疗策略开辟新的可能性。