一張影像進去，結構化結果出來
以下每一張標註圖都是本站演示數據經口腔AI引擎實際推理得到的原始輸出，三維模型為算法真實分割結果。
PanoramicFDI + PanoramicLesion全景片智能分析
單張全景片一次完成牙位分割與病灶檢出，適合影像科批量預篩與臨牀工作站集成。
- 輪廓級實例分割，輸出每顆牙的多邊形與外接框
- 齲齒、阻生牙、根尖周病變、牙槽骨吸收、充填體、根管充填、修復體等 20 類
- 結果含類別、置信度、座標，座標系與像素一致
FDI 52 類 + 6 病損 + 4 全圖級口內照智能分析
牙位級模型逐顆定位病損，全圖級模型給出整體結論，輸出帶檢測框與置信度的結構化結果。
- 牙位級：齲病、牙磨損、楔狀缺損、殘冠、牙齦退縮、氟牙症
- 全圖級：牙列擁擠、牙結石、牙齦異常、牙色異常
- 病損按 IoU 歸位到具體牙位，方便直接落病歷
CeLDA+ · 201 點 · 26 項測量頭影測量
側位片自動標定頭影測量關鍵點，並計算矢狀、垂直、牙性與軟組織四組指標，參考平面自動畫線。
- 基礎版 46 點，增強版 201 點 + 26 項測量分析
- SN、FH、齶平面、咬合平面、下頜平面、審美平面自動標線
- 每項指標附參考範圍與偏高偏低判定，醫生一眼核對
FaceLandmarker 478 點 + 美學分析面像與微笑美學
面像分析覆蓋三庭五眼、鼻唇角、頰廊、中線偏移等指標，並按拍攝角度自動路由正面、斜側位與側面分析路徑。
- 三庭、五眼、下面部比例與理想值逐項對照
- 微笑美學：露齦量分級、頰廊佔比、微笑指數、口角連線傾斜
- 側面路徑給出鼻唇角、面凸角等側貌指標
CBCT 牙齒與頜骨分割
層次化兩階段網絡從三維影像中分割每顆牙齒與上下頜骨，應對缺牙、金屬偽影、咬合不齊等複雜場景。左側模型為算法真實輸出，逐牙着色。
- 感興趣區域提取、質心與骨架預測、多任務牙齒分割、級聯骨骼分割
- 輸出逐牙三維網格與 MPR 多平面視圖數據
口掃逐牙分割
質心引導的分割網絡對口內掃描點雲實現逐牙分割與牙位識別，對擁擠、缺牙、邊界模糊和異形牙均表現魯棒。
- 先定位各牙質心，再逐牙精細分割與牙位識別
- 分割結果直接用於排牙預測、牙周測量與冠設計
排牙 3D 預測，從口掃到矯治後
口掃數據經擴散模型自動排牙，輸出可交互的矯治後三維牙列。左側是一例真實輸出：拖動滑塊，每顆牙按算法給出的位移與旋轉從排牙前走到排牙後。
- 自動排列網絡在 800 例治療前後數據上驗證
- 牙弓層、鄰牙層、個體牙齒層三層約束，保證運動合理
- 輸出標準 GLB 模型與逐牙變換矩陣，可嵌入任意查看器
模擬結果僅供醫患溝通參考，不構成醫療診斷。
一張微笑照，先看見矯正後
露齒微笑照經三階段排牙生成矯正後笑容，30 秒左右出結果，是門檻最低的患者預見手段。拖動滑塊對比前後。
- 只需一張微笑照，無需口掃
- 用於醫患溝通與方案接受度提升，不作為診斷依據
拖動滑塊查看前後對比 · 真實模型輸出
CBCT 與口掃配準，六位點自動測量
下面的熱圖與切面來自同一例真實數據：28 顆牙、168 個位點的探診深度由算法沿牙齒長軸自動測量。點任意牙位查看六位點數值。
全口牙周熱圖 · 探診深度 PD
口掃-CBCT 配準通過
- 83 例配對數據（約 2,264 顆牙齒）驗證，平均誤差 0.031 mm
- 沿長軸測量較最短距離法誤差降低約一個數量級
- 輸出六位點 PD / GM / CAL，按 2018 EFP/AAP 國際新分類自動分期分級
- 配準質量分三檔提示，資料不匹配會明確告知而不是硬算
九個方向，一套引擎
以下能力全部來自渡生臨牀產品中真實運行的模型。已公開發表的註明期刊與驗證數據；未發表的只寫實裝規格。
口內照智能分析
逐牙實例分割 + 病損檢出 + 全圖級結論。
- 52 類 FDI 牙位，含乳牙
- 齲病、牙磨損、楔狀缺損、殘冠、牙齦退縮、氟牙症
全景片智能分析
牙位分割與 20 類病灶檢出一次完成。
- 48 類 FDI 輪廓級實例分割
- 輸出檢測框、輪廓、類別與置信度
CBCT 牙齒與頜骨分割
兩階段網絡，逐牙與上下頜骨三維分割。
- 4,215 例、15+ 中心驗證
- AI 約 5 分鐘，手工 150 分鐘
口掃逐牙分割
質心引導的點雲逐牙分割與牙位識別。
- 1,000 例患者、2,000 個上下頜驗證
- PLY / STL 輸入，FDI 着色網格輸出
頭影測量與面像分析
側位片關鍵點 + 面像美學指標。
- 基礎版 46 點，增強版 201 點 + 26 項測量
- 三庭五眼、露齦量、頰廊、微笑指數
正畸模擬與自動排牙
微笑照生成矯正後笑容；口掃擴散模型自動排牙。
- 800 例治療前後數據驗證
- 輸出 GLB 與逐牙變換矩陣
牙周多模態測量
CBCT 與口掃配準後沿長軸測量牙周指標。
- 83 例、約 2,264 顆牙驗證，誤差 0.031 mm
- 六位點 PD / GM / CAL，自動分期分級
生成式修復與三維重建
缺牙位牙冠生成；咬合面口內照重建三維牙列。
- 冠設計 28,000 例訓練，真實臨牀驗證
- 重建在 6,000 例口掃、48,000 張口內照上訓練
語音病歷與臨牀抽取
診室對話轉寫、説話人分離、結構化抽取。
- 牙科熱詞雙保險糾錯，實時流式字幕
- 12 字段結構化輸出，每條推斷附原話依據
本地化部署，或 API 接入
全部能力輸出結構化數據（JSON、檢測框、關鍵點、三維網格），可與現有 HIS / PACS / 工作站系統對接。
本地化部署
適合醫院與大型連鎖 · 數據不出院區
- 算法引擎整體部署在院內 GPU 服務器
- 全部模型權重本地加載，推理不依賴公網
- 3D 分割、排牙等長任務走異步隊列，狀態可查詢
- 隨院內網絡與安全策略靈活適配
API 接入
適合軟件廠商與平台方 · 按模態開通
- 標準 REST 接口，按需開通所需模態能力
- 2D 分析同步返回，3D 任務異步回調
- 輸出檢測框 / 關鍵點 / 分割輪廓 / GLB 三維模型
幾行代碼，接入一張片子
2D 分析一次請求同步返回；CBCT、口掃、排牙等三維任務提交後返回任務號，輪詢或回調取結果。所有座標歸一化到原圖，方便任何前端疊加顯示。
- 統一入口按 image_type 區分模態，也提供固定模態路由
- 響應含 request_id 與耗時，便於聯調與追蹤
- 失敗返回機器可讀 error_code，含 401 / 400 / 413 / 415 / 500 約定
POST /api/analyze multipart: file=pano.jpg · image_type=panoramic → 200 OK { "teeth": [{ "fdi": "36", "confidence": 0.973, "polygon": [...] }], "findings": [{ "label": "阻生牙", "tooth": "38", "confidence": 0.948 }], "elapsedMs": 19620 } POST /api/segment3d/cbct → 202 Accepted · { "jobId": "cbct-8f3a" } GET /api/job/cbct-8f3a → { "status": "done", "meshes": "28 × GLB" }
掃碼添加商務顧問