本发明公开了一种用于心脏MRI的半监督动态自学习分割方法，该方法通过生成器来对没有标签的数据生成相应的标签，在指数动态网络的辅助下生成一个平均的伪标签并通过熵约束来进行动态挑选，同时通过判别器来对这些伪标签进行置信度认定，并在训练过程中考虑到不同标注的来源，本发明使用动态分配的权重对不同时间下的训练进行权重分配，同时使用特征相符约束减小生成数据以及真实数据之间数据分布的不一致性。因此，本发明方法能一定程度上解决传统全监督方法对于标注量的依赖性，从而更好的在少量标注的情况下辅助智能医疗分析与诊断。