本文研究了基于深度学习和神经网络的心脏成像技术，提出了改进的图像重建方法，以提高心脏电活动的准确性和分辨率。研究展示了卷积神经网络和图卷积神经网络在心电图和电阻抗成像中的应用潜力，推动个性化医疗的发展。

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。