解剖学的深度学习模型在数值上可能是合理的，但在解剖学上是不可能的，并且在数据稀缺时它们的泛化能力很差。我们引入了解剖学知情神经网络（ AINN ） ，其中软解剖学先验作为损失的惩罚项输入（例如，将髂骨肾移植动脉而不是主动脉作为意外而不是不可能的分支惩罚） ，

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.21332v1)获取最准确的信息。

---
🔗 **原文链接**: [Anatomy-Informed Neural Networks: Encoding Anatomic Priors i](https://arxiv.org/abs/2608.21332v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: David P. Stonko

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
教程类内容我一般比较挑剔——太多文章是在凑字数。这篇我看了，算是有干货的。
适合跟着走一遍，应该能帮你省下自己摸索的时间。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-24 14:01