La segmentación y análisis de resonancia magnética son tareas significativas en los cálculos clínicos cardiacos. Una exploración de resonancia magnética cardiovascular con segmentación del ventrículo izquierdo parece necesaria para diagnosticar y tratar posteriormente la enfermedad. El método propuesto para la segmentación del ventrículo izquierdo funciona como una combinación de la técnica de mejora de imagen basada en histogramas inteligentes con un modelo Light U-Net. Esta técnica sirve como base para elegir la imagen de bajo contraste sometida a la técnica de estiramiento y produce contornos de objetos nítidos con buenos ajustes de contraste para el proceso de segmentación. Después de la mejora, las imágenes se someten a la configuración codificador-decodificador de U-Net utilizando un modelo de procesamiento ligero novedoso. El muestreo del codificador está respaldado por un bloque de tres capas convolucionales paralelas con funciones de soporte que mejoran la semántica para la segmentación en varios niveles de resoluciones y características. El método propuesto finalmente aumentó la eficiencia de segmentación, extrayendo los recursos de imagen más relevantes de las convoluciones de profundidad a profundidad, filtrándolos a través de cada bloque de red y produciendo mapas de recursos más precisos. El conjunto de datos de MICCAI 2009 sirvió como herramienta de evaluación de la metodología propuesta y proporciona un valor de coeficiente de dice del 97,7%, una precisión del 92% y una precisión del 98,17%.