科技成果推介|AI智能颌垫自动设计软件

编者按：我校计算机学院图像信息处理实验室研发的"AI智能颌垫自动设计软件"面向数字化口腔医疗领域，基于深度学习点云条件生成与表面重建技术，实现个性化颌垫三维模型的自动化设计。本文就技术路线、与传统方案的差异、适用主体价值、知识产权与成熟度、典型应用情景等进行介绍。欢迎具备产业资源与技术转化意愿的单位开展产学研合作。

一、成果背景与行业痛点

颌垫（牙合垫/咬合板）是正畸治疗、颞下颌关节紊乱（TMD）及睡眠呼吸暂停（OSA）等口腔诊疗场景中的常用个性化医疗器械。当前，该类器械的设计主要依赖技师在通用CAD软件（如3Shape、exocad、Medit等）中进行人工建模，存在三方面突出问题：

·设计周期长：单例颌垫建模通常需技师数十分钟至数小时的人工操作；

·经验依赖度高：设计质量高度依赖技师个人熟练度，难以标准化复制；

·产能瓶颈明显：随着口内扫描（口扫）普及，临床端数字化牙列模型数据快速增长，而个性化设计环节已成为制约数字化口腔诊疗效率提升的关键瓶颈。

上述现状使"个性化颌垫的自动化、规模化设计"成为数字化口腔产业链中明确的未满足需求，构成本成果的应用基础。

二、技术路线与工作流程

本成果构建了一条"数据输入—AI生成—后处理—制造输出"的闭环工作流。其总体技术路线如下：

口扫模型（上下颌）

→

牙齿区域裁剪与配准

→

点云条件生成网络

→

表面重建

→
自动化后处理
→
可制造模型
图1 AI智能颌垫自动设计软件总体技术路线与工作流程

具体步骤包括：

①导入上下颌口扫模型；

②参数设置与牙齿区域手动裁剪，并确定安装方向（垂直于咬合面）；

③点云条件生成网络输出颌垫点云；

④表面重建获得初始三角网格模型；

⑤模型编辑（咬印程度、切割类型、咬合面调整、区域增厚）；

⑥导出可打印/可制造的三维模型。

三、与传统CAD方案的对比分析

当前商用颌垫设计多以内置模板/参数化模块（如3Shape Splint Studio、exocad Splint、Medit Splints等）实现，其本质仍为"模板+人工调整"。本成果在方法路径上具有结构性差异：

对比维度	传统CAD/模板方案	AI智能颌垫自动设计软件
建模方式	模板/参数化，依赖人工调整形态	数据驱动的点云条件生成，端到端输出
对操作者要求	需熟练技师，经验依赖高	降低对高阶技师的依赖（设计环节）
个体差异处理	模板对解剖变异的适应性有限	由数据学习牙列形态，对个体差异适应性更强
可重复性与一致性	受人为因素影响，批次间波动	同输入可复现，利于标准化
规模化能力	受人力产能制约	具备批量化自动生成的潜力
定位	成熟商用，即装即用	处于工程化推进阶段，需联合验证与落地

四、面向不同合作主体的价值分析

合作主体	可获取的价值	潜在合作切入点
义齿加工企业	以自动生成替代部分人工建模，缓解高阶设计人力瓶颈，提升单位产能与交付一致性	将AI智能颌垫自动设计软件作为设计环节嵌入现有口扫—打印产线；联合开发定制化工件类型
口扫/CBCT/齿科3D打印设备厂商	以智能设计模块增强设备软件附加值，形成"硬件+设计"一体化方案	技术许可/联合研发，将生成能力集成至设备配套软件或云端平台
口腔医院/连锁诊疗机构	缩短颌垫设计周期、提升患者体验，积累标准化数字资产	临床验证合作与首批应用试点，提供真实病例与疗效反馈

五、典型应用情景示例

为便于理解，以下以"情景—输入—输出—适用工件"的方式进行说明。其核心逻辑可概括为：医生或技师只需提供患者的口扫数据与少量参数，系统即可自动生成可制造的个性化颌垫模型，省去传统手工建模环节。

情景一：正畸治疗配套颌垫

输入：患者上下颌口扫数据＋佩戴位置、厚度等参数

输出：与该患者牙列精确贴合的个性化颌垫三维模型（可直接3D打印）

适用工件：正畸稳定颌垫、保持类颌垫

情景二：颞下颌关节紊乱（TMD）咬合板

输入：上下颌口扫＋咬合关系、咬合面调整参数

输出：咬合板三维模型，支持咬合面与厚度自动调整

适用工件：稳定性咬合板、再定位咬合板

情景三：睡眠呼吸暂停（OSA）口腔矫治器（MAD）

输入：口扫＋下颌前移量等参数

输出：下颌前移式矫治器三维模型

适用工件：阻鼾器/口腔矫治器

情景四：运动防护牙垫

输入：口扫＋厚度、松紧度参数

输出：个性化防护牙垫三维模型

适用工件：运动护齿（运动防护牙垫）

注：上述仅为典型工件类型示例。

图2 AI智能颌垫自动设计软件生成效果图

六、知识产权与技术成熟度

·已授权发明专利：发明专利“基于三维牙齿模型的数字化平衡器生成方法”（CN116664900A），发明专利“用于三维模型展示的支撑底座生成方法、系统及设备”（CN119941992A）；

·技术成熟度：核心算法已完成验证并构建原型系统，整体处于工程化推进阶段；

·底层研究支撑：团队在点云补全与表面重建、CBCT牙齿分割等方向已有多篇论文积累。

七、竞争优势与差异化定位

本成果并非对现有模板式CAD的简单替代，而是在"个性化形态生成"这一环节引入生成式AI，其差异化在于：以学习到的牙列—颌垫形态映射关系，处理模板难以覆盖的解剖个体差异；并以自动化后处理降低修模人工成本。该定位与设备厂商的硬件能力、义齿厂的产能需求、诊疗机构的效率需求均可形成互补，而非同质化竞争。

八、集成与部署设想

从工程化角度，本成果可面向两类部署形态：

·本地/设备内嵌：作为独立模块或SDK集成至义齿设计工作站或齿科设备配套软件；

·云端服务：以SaaS方式提供"上传口扫—返回颌垫模型"的设计服务，便于跨地域、小批量应用。

输入/输出遵循口腔数字化通用数据格式（点云/网格，如PLY、OBJ、STL等），便于与既有口扫、打印设备对接。具体形态可在合作中明确。

九、研发团队与基础条件

图像信息处理实验室隶属于杭州电子科技大学图形图像研究所，系中央财政部与地方共建的高水平科研平台。实验室长期深耕计算机图形学、三维视觉及多媒体信息安全领域，建有完备的图形图像处理与深度学习实验体系，具备深厚的学术积累与技术创新能力。

实验室聚焦数字制造、多媒体版权保护、智能防伪及计算机视觉等前沿方向，致力于关键技术的研发与产业化落地。核心研究涵盖数字CAD设计及多媒体智能处理，相关成果已广泛应用于先进制造、高精度三维建模及数字版权溯源等重点领域。多项核心成果已在华为、东鹏瓷砖、简一大理石、京华激光等行业龙头企业，以及中央档案馆等国家重要单位实现规模化应用与推广，形成了良好的行业示范效应。