本发明提供一种基于深度学习的二维超声心动图左心室射血分数评估算法，方法包括：获取公开超声心动图CAMUS数据集并进行预处理；对于处理好的数据集，按照设定比例划分为训练集和测试集；建立基于深度学习的包含注意力机制和二维卷积的级联超声心动图分割模型；将处理后的超声心动图数据集训练集依次输入分割模型中进行迭代训练；其中分割损失函数为Dice损失函数和交叉熵损失函数结合损失函数；加载训练模型，将待分割的超声心动图图像测试集输入训练模型获取左心室左心房图像分割结果，并根据分割结果评估射血分数。通过本发明提出的方法，可以精准高效的分割出超声心动图像中的左心室和左心房目标区域，并根据左心室区域评估射血分数。