人的心臟是一個驚人的機器，能不間斷地運作長達一個世紀(jì)。測量心臟功能的重要方法之一是計算其射血分?jǐn)?shù)：心臟在舒張期充滿血液后，在收縮期射出血液的百分比。獲得這一指標(biāo)的第一步，便依賴于心臟圖像的心室分割（描繪區(qū)域）。

　　作者在紐約進行InsightAI計劃（http://insightdata.ai/）期間，決定響應(yīng)AI Open Network主持的研究呼吁，參與解決右心室精確分割挑戰(zhàn)（https://ai-on.org/projects/cardiac-mri-segmentation.html）。設(shè)法通過超過少于當(dāng)前一個數(shù)量級的參數(shù)，來達到目前最佳的結(jié)果。下面簡要說明一下過程。

　　▍問題描述

　　研究呼吁：

　　開發(fā)能夠從心臟核磁共振成圖像（MRI）數(shù)據(jù)庫中，自動分割右心室的系統(tǒng)。到目前為止，右心室分割主要由經(jīng)典的圖像處理方法處理，現(xiàn)代深度學(xué)習(xí)技術(shù)將有可能提供更可靠，全自動化的解決方案。

　　2016年，由Kaggle發(fā)起的左心室分割挑戰(zhàn)的三名獲獎?wù)?，都采用了深度學(xué)習(xí)的解決方案。相比較而言，右心室（RV）分割更具挑戰(zhàn)性，原因如下：

　　在腔內(nèi)存在與心肌相似的信號強度；右心室是復(fù)雜的新月形，從基部到頂點一直變化；分割頂點圖像的切片十分困難；患者的心室內(nèi)形態(tài)和信號強度差異相當(dāng)大，特別是有病理改變的病例，等等。

　　不使用醫(yī)學(xué)術(shù)語，識別右心室困難的原因是：左心室是一個厚壁的圓柱型區(qū)域，而右心室是一個不規(guī)則形狀的物體，較薄的心室壁有時會與周圍的組織混在一起。下圖是MRI快照中手工繪制的右心室內(nèi)壁和外壁（心內(nèi)膜和心外膜）輪廓：