目的 探讨利用语义分割法实现脑卒中患者病灶区域辅助性判断的有效性，为准确判别脑卒中梗死区域提供参考依据。方法 收集2020年7月至2023年6月期间在哈尔滨市第二医院神经内科收治的脑卒中患者的临床资料。选取采集的临床磁共振成像(magnetic resonance imaging, MRI)影像进行预处理，分别利用受试者MRI影像在图像阈值分割法、局部熵信息分割法和语义分割法下的Dice系数、灵敏度、特异度以及工作特征曲线(receiver operating characteristic, ROC)等指标评价三种图像分割算法对最终梗死区域的预测性能，验证语义分割法实现梗死区边界判别的有效性。结果 研究分析了675例脑梗死患者的MRI影像分割结果，基于三种图像分割算法构造神经网络模型进行结果预测。图像阈值分割法、局部熵信息分割法和语义分割法的Dice系数分别为0.647、0.728、0.822；灵敏度分别为0.651、0.767、0.868；特异度分别为0.883，0.921，0.974；AUC分别为0.905，0.849，0.778，基于语义分割法的梗死区判别准确性相比与其他两种方法有明显提升。结论 利用语义分割法实现MRI图像分割判断梗死区准确性优于图像阈值分割法和局部熵信息分割法，可提高对脑卒中病理类型的判别准确性，帮助临床医师采取针对性治疗措施，具有重要的临床应用价值。