因成像机理特殊，核磁共振成像(MRI)方法对生物机体内如心脏这样的软组织成像特别有效，为无损地诊断心脏疾病及检查心脏功能提供了一种有效的方法。与MRI方法相比，加标记的核磁共振成像(tagged MRI)所得到的心脏影像中含有心脏的运动的丰富信息，是国际上研究心脏时采用最多的成像方式。 在对已有的心肌形变模型进行分析的基础上，本文提出了一种新颖的计算心肌形变的数学模型：用神经网络拟合心肌局局部位移场，再通过对位移场进行牛顿迭代来计算肌质点的运动；并在模型中引入了自适应调整网络结构技术和误差控制技术以提高解算精度。试验表明该模型具有算法简单和结果精度高的特点。 对心肌的应变研究可以量化心脏功能失常的程度和病情的严重程度，使得对心脏疾病的临床的诊断更为直观和科学。本文在研究心肌质点运动基础上，运用生物力学、应变张量、非线性插补和平滑等技术对心肌层进行了Green应变和Von-Mises应变计算，并给出了直观的图形结果。 在研究中，我们对所有tag线的交点进行统一编码并设计了左心室数字模拟器以代替真实心脏进行试验。该模拟器可以精确地模拟心肌质点的前向运动和反向运动，并以数值和图形方式输出结果。本文的所有实验数据均由该模拟器产生。