本研究提出DenseVoxNet，一种新型三维卷积神经网络，能够有效分割心脏和大血管。该网络通过最大化信息流和特征重用，显著提升医疗应用性能。研究还探讨了多种深度学习方法在心脏MRI图像分割中的应用，展示了其在准确性和鲁棒性方面的优势。

本文提出了一种基于深度学习的无监督动态磁共振成像（MRI）重建算法，利用低维流形和卷积神经网络，显著提高了动态MRI序列的重建质量和速度。该方法在心脏成像中表现优于现有技术，减少了对训练数据的需求，并实现了高准确度的心脏分割。