Systems and methods for automated segmentation of anatomical structures (eg, heart). Convolutional Neural Networks (CNN) can be used to autonomously segment the portion of the anatomy represented by image data, such as 3D MRI data. CNN utilizes two pathways, a contraction pathway and an inflation pathway. In at least some implementations, the dilation path includes fewer convolution operations than the deflation path. The system and method also autonomously calculates an image intensity threshold that distinguishes blood from papillary and trabecular muscles within the endocardial contour, and a contour or mask that describes the boundaries between papillary and trabecular muscles. Image intensity threshold is applied autonomously to define The systems and methods also use a trained CNN model to calculate a contour or mask that describes the endocardium and epicardium, and use the calculated contour or mask to determine the pathology of muscles in myocardium or Anatomically localize functional properties.解剖学的構造（たとえば、心臓）の自動化されたセグメンテーションのためのシステムおよび方法。畳み込みニューラルネットワーク（ＣＮＮ）は、３Ｄ ＭＲＩデータなどの画像データによって表される解剖学的構造の部分を自律的にセグメンテーションするために用いられることができる。ＣＮＮは、２つの経路、すなわち、収縮用経路および膨張用経路を利用する。少なくともいくつかの実装形態では、膨張用経路は、収縮用経路よりも少ない畳み込み演算を含む。システムおよび方法はまた、心内膜の輪郭の内部で血液を乳頭筋および肉柱筋から区別する画像強度閾値を自律的に計算し、乳頭筋および肉柱筋の境界線を説明する輪郭またはマスクを定義するために画像強度閾値を自律的に適用する。システムおよび方法はまた、訓練されたＣＮＮモデルを使用して心内膜および心外膜を描写する輪郭またはマスクを計算し、この計算された輪郭またはマスクを使用して、心筋の筋肉の病状または機能的特性を解剖学的に局所化する。
