心血管疾病已成為威脅人類(lèi)健康的頭號(hào)殺手。目前，醫(yī)生們通過(guò)左心室MRⅠ成像技術(shù)對(duì)左心室輪廓進(jìn)行手工標(biāo)注來(lái)計(jì)算心臟的各項(xiàng)功能參數(shù)，以監(jiān)測(cè)和預(yù)防心血管疾病，但此方法的標(biāo)注工作量大、耗時(shí)且繁瑣。目前，深度學(xué)習(xí)在許多醫(yī)療影像分割領(lǐng)域取得了顯著的成功，但在左心室輪廓分割領(lǐng)域仍有提升的空間。文中提岀了一種基于組歸一化與最近鄰插值的MRI左心室輪廓精確分割網(wǎng)絡(luò)— GNNI U-net（U- net with Group Normalization and Nearest Interpolation），該網(wǎng)絡(luò)利用組歸一化法構(gòu)建了能夠快速、準(zhǔn)確提取特征信息的卷積模塊，基于最近鄰插值法枃建了用于特征信息還原的上采樣模塊。在 Sunnybrook與LVSC兩個(gè)左心室分割數(shù)據(jù)集上采用了中心裁減ROⅠ提取的預(yù)處理方法，并對(duì) GNNI U-net進(jìn)行了充分的對(duì)比實(shí)驗(yàn)所提網(wǎng)絡(luò)在 Sunnybrook數(shù)據(jù)集上獲得了Dice系數(shù)為0.937以及 Jaccard系數(shù)為0.893的精度。在LVSC數(shù)據(jù)集上獲得了Dice系數(shù)為0.957以及 Jaccard系數(shù)為0.921的精度。 GNNI U-net在左心室輪廓分割領(lǐng)域取得了比現(xiàn)有卷積網(wǎng)絡(luò)分割方法更高的Diceε系數(shù)精度。最后，進(jìn)一步討論并驗(yàn)證了組歸一化操作卷積模塊能夠加速網(wǎng)絡(luò)的收斂并提高分割精度;采用最近鄰插值法的上采樣模塊對(duì)左心室輪廓這類(lèi)較小目標(biāo)的分割效果更妤，能夠在一定程度上加速網(wǎng)絡(luò)的收斂。