本研究提出了一种基于1D运动描述符的心脏动态过程表示方法，利用深度学习和变形图像配准技术评估心脏功能。通过卷积神经网络自动识别关键特征，分析多普勒观测图，展示了在心射血末期检测中的优势。此外，研究还介绍了CAMUS数据集，评估深度卷积神经网络在心脏结构分割和临床指标估计中的效果，优于传统方法。