A machine learning system for evaluating at least one characteristic of a heart valve, an inflow tract, an outflow tract or a combination thereof may include a training mode and a production mode. The training mode may be configured to train a computer and construct a transformation function to predict an unknown anatomical characteristic and/or an unknown physiological characteristic of a heart valve, inflow tract and/or outflow tract, using a known anatomical characteristic and/or a known physiological characteristic the heart valve, inflow tract and/or outflow tract. The production mode may be configured to use the transformation function to predict the unknown anatomical characteristic and/or the unknown physiological characteristic of the heart valve, inflow tract and/or outflow tract, based on the known anatomical characteristic and/or the known physiological characteristic of the heart valve, inflow tract and/or outflow tract.Linvention concerne un système dapprentissage automatique pour évaluer au moins une caractéristique dune valvule cardiaque, dun tractus dentrée, dun tractus de sortie ou dune combinaison de ces derniers, qui peut comprendre un mode dentraînement et un mode de production. Le mode dentraînement peut être configuré pour former un ordinateur et construire une fonction de transformation pour prédire une caractéristique anatomique inconnue et/ou une caractéristique physiologique inconnue dune valvule cardiaque, dun tractus dentrée et/ou dun tractus de sortie, en utilisant une caractéristique anatomique connue et/ou une caractéristique physiologique connue de la valvule cardiaque, du tractus dentrée et/ou du tractus de sortie. Le mode de production peut être configuré pour utiliser la fonction de transformation pour prédire la caractéristique anatomique inconnue et/ou la caractéristique physiologique inconnue de la valvule cardiaque, du tractus dentrée et/ou du tractus de sortie, sur la base de la caractéristique anatomique connue et/ou de la c
