本研究评估了自监督预训练(SSP)在心血管磁共振(CMR)电影分割中的应用。结果表明，SSP在标记数据稀缺时显著提升了分割性能，而在标记数据充足时未能提高深度学习方法的性能。这为心血管成像的自动化提供了新思路。

本文介绍了一种基于扩张型卷积神经网络的自动分割方法，用于对先天性心脏病患者的心血管磁共振图像进行心肌和血池分割。该方法在处理解剖变异时表现良好，并通过多项实验验证了其有效性。同时，研究探讨了心脏超声分割的改进及人工智能在心脏磁共振成像中的应用，尤其是解决种族偏见问题。