全栈AI数字口腔
覆盖从数据采集、多模态分析到疾病诊疗设计的完整技术链路，已在顶级学术期刊与会议发表系列研究成果。
全栈AI数字口腔技术体系：从数据采集、多模态分析到疾病诊疗设计
覆盖从数据采集、多模态分析到疾病诊疗设计的完整技术链路，已在顶级学术期刊与会议发表系列研究成果。
支持四种数字口腔领域主流数据模态的采集与分析
八大核心技术能力，覆盖口腔AI全链条
以极少量X光投影（最少5张）实现高质量三维CBCT重建，大幅降低患者辐射剂量。采用几何感知编码-解码框架，通过特征反投影、可学习加权融合等创新机制，在数据严重不足的条件下仍能生成清晰的三维口腔影像。
从少量二维口内照片生成完整的上下颌三维口扫（IOS）模型。基于多视角扩散模型与三维感知特征融合，系统先生成多视角图像与法线图，再重建高精度三维牙齿模型，实现无需口扫设备即可获取三维牙列信息。
从CBCT三维影像中精准分割每颗牙齿与牙槽骨。采用层次化形态引导网络，依次完成感兴趣区域提取、质心与骨架预测、多任务牙齿分割和级联骨骼分割，有效应对形状复杂、位置变异大、缺牙和金属伪影等临床挑战。
从口内扫描（IOS）三维点云数据中实现逐牙分割。采用质心引导的分割网络 TSegNet，分两步完成：先通过距离感知方法定位各牙齿质心，再对每颗牙齿进行精细化个体分割与牙位识别，有效处理拥挤、缺牙、模糊边界和异形牙等难点。
自动预测每颗牙齿的目标位置与姿态，并规划从初始到目标的运动路径。基于扩散模型的全自动牙齿排列网络，结合牙弓、邻牙和个体牙齿三层层级约束，确保碰撞避免、运动平滑和符合正畸学规则。同时支持基于结构扩散模型的二维正畸预览与视频预览。
支持二维全景片分类诊断与三维多模态精准测量两种路径。二维方面采用混合分类框架（牙齿级+患者级），在全景X光片上实现牙周病分期。三维方面融合IOS口扫与CBCT数据，沿牙齿长轴精确测量牙龈-骨距离（GBD），为临床提供量化诊断依据。
基于三维面部形状生成对应的颅骨三维模型，辅助颌面外科手术方案设计。采用 VQ-VAE 编码器与 Transformer 编解码架构，从三维面部表面推断颅骨结构，为截骨手术规划提供精确的解剖参考。
基于多视角扩散模型自动生成修复冠的三维形状与纹理，取代传统 CAD 手工设计流程。系统自动分割预备体、识别终止线和邻牙信息，生成外表面形态与内表面适合性，实现从扫描到椅旁修复的全流程 AI 设计。
经大规模临床数据验证的技术性能
覆盖缺牙、金属伪影、咬合不齐等复杂场景，AI处理仅需5分钟
在96例全景X光片上验证，F1 达 92.9，显著优于现有方法
在83例配对数据（约2,264颗牙齿）上验证，沿牙齿长轴精准测量
以极少X光投影实现高质量三维重建，SSIM达0.891
DentalGEN在大规模数据上训练，已在真实临床完成椅旁修复
配合6,000例口扫模型训练，实现无口扫设备的三维牙列获取
核心技术均已申请专利保护，构建完整的自主知识产权体系
