AI 辅助固定设计 · 区域感知生成

输入骨骼几何,输出贴合解剖的接骨板。

从完整、矫正或重建状态的 3D 骨骼模型出发,系统规划固定位点,构建区域感知的板型拓扑,为不同解剖需求生成可编辑的接骨板几何。

3D
骨骼几何输入
AUTO
位点到接骨板全流程
STL
可编辑几何输出
接骨板自动生成 · 病例视图
部位
输入手部 / 掌骨模型
01手部解剖

可交互·工作流自动播放 · 可切换部位或点选任意阶段

01 / 设计原则

系统负责生成设计,专家始终掌控。

工作流接受病例所需的骨骼状态——完整解剖、矫正计划或重建结果——并将固定意图转化为几何感知的接骨板设计。

定义目标

提供目标 3D 解剖模型与固定意图。

系统

规划与生成

提出固定位点,构建区域专属拓扑,生成可控的接骨板几何。

02 / 工作流

从 3D 骨骼模型到固定接骨板

一条连续的自动化工作流:从病例解剖与固定意图,到可编辑的接骨板几何。

03 / 核心能力

同一引擎,不同板型家族

自动化流水线保持一致,拓扑、板型与孔位模式则随解剖部位自适应。

01

固定位点不只是一个点

系统以局部表面法向为轴,对圆柱与骨面的交线进行采样,使孔位边界始终贴合局部几何。

圆柱 × 骨面
02

贴合骨面的板体路径

路径投影到骨面并平滑处理,同时将高度突变识别为桥接区域,减少路径侵入骨面。

  • 最近点投影
  • 弧长重采样
  • 桥接检测
03

解剖专属的板型家族

小骨用的紧凑直板与截骨固定用的宽头长柄结构遵循不同的拓扑规则——而不是一套通用模板。

  • 区域专属拓扑模板
  • 可变板型轮廓
  • 病例专属孔位模式
04

可追溯的工程结构

模型、孔位、分组、连接路径、板体几何与参数保存在同一设计树中,可整体导出。

  • 多模型管理
  • 分组与批量编辑
  • STL + JSON 导出

分组 01

演示用板型参数

就绪
5 APERTURES5 VA LOCKINGAO-STYLE LINEAR

04 / 交互式参数

自动化给出方案,专家塑造结果。

每个解剖部位都有自己的板型逻辑。工程与临床团队可以调整生成的板型轮廓、桥接比例、孔位布局与沉头孔,再重新生成最终几何。

拖动滑块,页面顶部演示窗口中的接骨板会实时更新。

预约演示

05 / 技术架构

一条流水线,多种固定场景

病例解剖与区域拓扑定义设计;确定性几何将其转化为可控的三维结果。

01

输入

3D 骨骼模型

完整、矫正、重建或特定术式状态的骨骼几何进入工作流。

02

规划

固定位点

系统基于几何与区域约束提出候选螺钉位置。

03

拓扑

板体结构

贴合骨面的路径与区域专属模板规则共同定义板型家族。

04

输出

可编辑接骨板几何

贴合解剖的几何,随时供专家审核、仿真与导出。

06 / 路线图

核心生成流水线已建成,验证在即。

自动化的模型到接骨板工作流与多部位演示已经就位,下一个里程碑是在有代表性的流程中完成结构化评估。

阶段 01 · 已完成

几何基础

三维可视化、表面交互、参数化接骨板、几何检查与可追溯导出。

已完成

阶段 02 · 已完成

解剖感知生成

自动固定规划、多种板型拓扑与可编辑几何生成。

工程系统就绪

阶段 03 · 下一步

临床验证

代表性病例研究、专家评估、流程整合与证据积累。

下一个里程碑

07 / 精选研究

精选研究成果

研究覆盖点云智能、稀疏视角 CBCT 与低剂量 3D 骨骼重建。

  1. 01
    FPConv: Learning Local Flattening for Point Convolution

    IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)·2020

    3D VisionPoint-Cloud UnderstandingScene Analysis
  2. 02
    Task-Aware Sampling Layer for Point-Wise Analysis

    IEEE Transactions on Visualization and Computer Graphics (TVCG)·2022

    3D PerceptionShape AnalysisIntelligent Sensing
  3. 03
    Learning Deep Intensity Field for Extremely Sparse-View CBCT Reconstruction

    International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI)·2023

    Medical ImagingLow-Dose CTOrthopaedic Imaging
  4. 04
    Learning 3D Gaussians for Extremely Sparse-View Cone-Beam CT Reconstruction

    International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI)·2024

    Medical ImagingLow-Dose CT3D Reconstruction
  5. 05
    C²RV: Cross-Regional and Cross-View Learning for Sparse-View CBCT Reconstruction

    IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)·2024

    Medical ImagingMulti-Anatomy ImagingLow-Dose CT
  6. 06
    Real-Time Reconstruction of 3D Bone Models via Very-Low-Dose Protocols

    npj Digital Medicine·2026

    OrthopaedicsSurgical PlanningLow-Dose Imaging
  7. 07
    DeepSparse: A Foundation Model for Sparse-View CBCT Reconstruction

    IEEE Transactions on Medical Imaging (TMI)·2026

    Medical Imaging AILow-Dose CTCross-Anatomy Reconstruction

研究原型

从 3D 骨骼几何,到贴合解剖的固定。

一条自动化工作流,适配不同解剖部位、板型拓扑与固定意图。结构化验证是下一个里程碑。