本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，公開了一種超聲圖像左室心肌的分割方法、系統(tǒng)及應(yīng)用，獲取超聲數(shù)據(jù)，將數(shù)據(jù)分為訓(xùn)練集、驗(yàn)證集和測(cè)試集并標(biāo)記；增強(qiáng)訓(xùn)練集樣本多樣性，截取左室心肌大致區(qū)域，對(duì)數(shù)據(jù)做直方圖均衡化、歸一化操作；使用Pytorch實(shí)現(xiàn)分割網(wǎng)絡(luò)，保存在驗(yàn)證集上性能最好的模型；基于分割的結(jié)果，測(cè)量厚度。本發(fā)明基于卷積神經(jīng)網(wǎng)絡(luò)的超聲圖像左室心肌的分割方法，能夠自動(dòng)的分割舒張末期的左室心肌，并在網(wǎng)絡(luò)中加入左室心肌的形狀信息輔助網(wǎng)絡(luò)學(xué)習(xí)，提出的混合損失函數(shù)分別從3個(gè)角度進(jìn)行優(yōu)化，學(xué)習(xí)的時(shí)候進(jìn)一步加強(qiáng)邊界信息；基于分割的結(jié)果能自動(dòng)的測(cè)量厚度，整個(gè)過程無需任何后處理。