Данная работа посвящена обзору и анализу методов сегментации изображений сердца с использованием с помощью глубокого обучения. В работе рассмотрены распространенные методы визуализации, включая магнитно-резонансную томографию (МРТ), компьютерную томографию (КТ) и ультразвуковое исследование (УЗИ), а также основные представляющие интерес анатомические структуры сердца (желудочки, предсердия и сосуды). Проведён анализ проблем и ограничений, связанных с текущими подходами, основанными на глубоком обучении (нехватка аннотированных данных).

The given work is devoted to reviews and analyzes methods of cardiac image segmentation using deep learning. This paper discusses common imaging techniques, including magnetic resonance imaging (MRI), computed tomography (CT), and ultrasound (ultrasound), as well as the main anatomical structures of interest (ventricles, atria, and vessels) of the heart. The analysis of the problems and limitations associated with the current approaches based on deep learning (lack of annotated data).