La válvula mitral del corazón es la válvula que separa las cámaras del corazón entre la aurícula izquierda y el ventrículo izquierdo. La enfermedad de la válvula cardíaca es una enfermedad cardíaca bastante común, y un tipo de enfermedad de la válvula cardíaca es la regurgitación mitral, que es una anormalidad de la válvula mitral en el lado izquierdo del corazón que causa una incapacidad de la válvula mitral para cerrarse correctamente. La Red Neuronal Convolucional (CNN) es un tipo de aprendizaje profundo que es adecuado para su uso en el análisis de imágenes. La segmentación se utiliza ampliamente en el análisis de imágenes médicas porque puede dividir las imágenes en más simples para facilitar el proceso de análisis al separar los objetos que no se analizan en fondos y los objetos que se analizan en primer plano. Este estudio construye un conjunto de datos a partir de los datos de pacientes con regurgitación mitral y pacientes que tienen corazones normales, y se realiza un análisis de imágenes de la válvula cardíaca mediante la segmentación de las imágenes de sus válvulas cardíacas mitrales. Se aplicaron varios tipos de arquitecturas de CNN en esta investigación, incluidas las arquitecturas U-Net, SegNet, V-Net, FractalNet y ResNet. Los resultados experimentales muestran que la mejor arquitectura es U-Net3 en términos de Precisión de Píxeles (97,59%), Intersección sobre Unión (86,98%), Precisión Media (93,46%), Precisión (85,60%), Recuperación (88,39%) y Coeficiente de Dice (86,58%).