该文章介绍了一种利用深度条件形状模型的新型分割算法，通过学习模态不可知形状模型生成有符号距离函数，解剖标志物对形状进行拟合和细化网络捕捉细节。该算法在心脏左室分割问题上表现优异，自动化算法在非对比度 CT 上优于基准结果，添加细化后性能显著改善，用户输入标志物的半自动化算法在全部模态下的Dice指数均超过92%。

该文介绍了一种新型分割算法，利用深度条件形状模型作为核心组件，通过深度隐式形状表示学习一个可以为任何感兴趣解剖学生成有符号距离函数的模态不可知形状模型。该算法在多种3D模态下的心脏左室分割问题上进行评估，自动化的DCSM在非对比度CT上表现优于基准结果，在对比度CT和3DE上添加细化后性能得到显著改善，而用户输入标志物的半自动化DCSM在全部模态下的Dice指数均超过92%。