如图，分为几个步骤，第一个是2D的CNN，第二是3D的CNN，第三是双3D的CNN，病例数目不多，但效果不错。
下面对三种方法进行了对比。
第一种我们可以看到Dice系数，应该算是双3D的CNN，Dice系数最高达到93.2%。另外从它壁的厚度，还有直径、容积的差错方面来进行评估，也是证明了双3D的CNN，它的效果是最好的。
第一篇的研究就是对心肌瘢痕进行一个定量评估，它是利用3D深度卷积神经网络对肥厚型心肌病进行评估，主要是计算它的瘢痕体积，还有瘢痕体积的百分比，应该说人工智能分割与手动勾画的一致性很好。
我们看看它的结果，如左上图，体积、百分比还有人工智能和手动勾画的r值都在0.9以上。右图，上面一排是手动勾画，第二排是人工智能分割，第三个就是手动的人工智能勾画纤维瘢痕的面积一致性比较高。
此外，另一个研究是人工智能对心肌梗死进行的一个评估，它对非增强的电影图像进行评估，常常诊断心肌梗死不管是急病还是慢病都需要延迟增强，这个研究对不增强的电影图像进行心肌梗死的诊断，那意义还是很大的。
根据它的结果显示有良好的诊断效率，它的敏感度和特异度都是非常高的，在0.9以上。
