综述：深度学习在手术视频分割与目标检测中的应用：范围综述

这篇综述系统回顾了2014-2024年间深度学习（DL）在手术视频中解剖结构语义分割与目标检测的研究进展，重点分析了U-Net、DeepLab等模型在普外科、结直肠手术等领域的应用现状，指出大器官（如肝脏Dice评分0.88）分割精度显著高于小结构（如神经0.49），同时揭示了数据集稀缺性和泛化性挑战。

　　

Abstract
计算机视觉（CV）在生物医学领域已引发革命性变革，但其在手术场景中的应用仍面临挑战。本文通过范围综述，评估了深度学习（DL）模型对手术视频中解剖结构的语义分割与目标检测性能，揭示了当前技术的优势与局限性。

Introduction
手术场景理解需应对动态变形组织、背景噪声（如烟雾、血液）等复杂因素。与传统方法（如支持向量机SVM）相比，DL模型（如U-Net、Mask R-CNN）通过卷积神经网络（CNN）和Transformer架构显著提升了像素级分类精度。研究涵盖胆囊切除术（26.2%）、直肠前切除术（8.2%）等术式，旨在推动实时手术导航、自动化报告生成等应用。

Methods
基于PRISMA-ScR框架，系统检索PubMed、Embase等数据库的61项研究。主要评估指标包括Dice评分、帧率（5-298 fps）及模型泛化能力。

Results

• 术式分布：普外科（36.1%）、结直肠手术（14.7%）为主，胆囊切除术占比最高。
• 模型表现：U-Net与DeepLab各占21.3%，肝脏分割精度（Dice 0.88）远超神经（0.49）。
• 实时性：部分模型达298 fps，满足临床实时需求。

Discussion
数据集稀缺（仅19.1%公开）和微小结构分割仍是瓶颈。未来需关注多中心数据协作与轻量化模型设计。

Conclusion
DL在手术CV领域展现出临床转化潜力，但需解决数据多样性、术式差异等挑战以推动实际应用。

（注：全文严格基于原文数据缩编，未添加非原文结论）