Представлены результаты оценки информативности признаков изображений и применения методов машинного обучения для решения задачи оконтуривания левого желудочка сердца. Показано, что проблема оконтуривания левого желудочка сводится к проблеме бинарной классификации пикселей на кадрах ЭхоКГ-фильмов. Обоснована целесообразность использования для классификации дерева решений и наивного метода Байеса. Получены оценки доли ошибок при классификации деревом решений и наивным классификатором Байеса, значения которых составили 5,72 и 4,8, соответственно.