今天将分享心脏心肌的二值分割的完整实现过程，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
一、图像分析与预处理
（1）、83例MR原始数据和标注数据及训练标签文件可以在官网上下载获取得到。测试数据有72例MR数据，也可以在官网上下载了。详情点击原文链接。
（2）、采用简单粗暴的方式来处理数据，由于训练的显卡是1080ti的11G显存的，所以首先将训练原始图像和标注图像进行图像大小缩放到固定大小，具体是224x224x32，如果你的显卡显存足够大的话，可以将该大小改的大一点，如果显存小的话，可以将该大小改小一点。
（3）、对缩放后的原始图像进行异常值截断处理，将95%以上的灰度值和5%以下的灰度值进行截断。
（4）、然后在采用均值为0，方差为1的方式对原始图像进行归一化处理。
（5）、为了防止模型过拟合，还增加了数据增强的处理过程，采用旋转，平移，翻转等方法对图像和标注数据同时进行扩充处理，这里扩充了50倍。
二、分割网络
（1）、搭建VNet3d模型，网络输入大小是（224，224，32）。具体实现可以参考Tensorflow入门教程（十九）——基于VNet的前列腺分割案例。
（2）、loss采用的是二分类的dice函数。具体实现可以参考Tensorflow入门教程（三十四）——常用两类图像分割损失函数。
（3）、训练损失函数和精度结果如下所示。
三、测试数据结果
输入图像统一缩放到（224，224，32），设置截断范围（5%，95%），再采用均值为0，方差为1的方式对多序列图像进行归一化，输入到网络中预测，最后将结果缩放到原始图像大小。下面是部分10例测试数据预测分割结果。
