牙内嵌体修复适配建模数据牙内嵌体属于内嵌式微创修复体,嵌入预备完成的天然牙窝洞内部,无需完整包裹牙体,依靠洞壁机械固位,最大限度保留自身牙体组织;不同于全包覆的单冠,嵌体只填充缺损区域,相比贴面不局限于唇面美学,嵌体侧重于咬合面缺损修复,对洞缘闭合精度、内壁曲面贴合度要求极高;该数据收集了企业近年来在嵌体义齿修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据;该专项修复建模数据可以为口腔行业AI修复模型提供更精准的牙体缺损识别、嵌体形态重构训练数据,使得AI自动生成的嵌体模型更加贴合个体缺损特征,有效提升嵌体修复的水平和效率等临床问题,医生和技师可参考同类缺损病例快速制定微创嵌体修复方案;亦可用于完善行业微创修复工艺标准,汇总嵌体修复对应的适配参数、密合阈值,填补微创修复量化标准空白;同时可作为行业微创修复教学、数字化嵌体设计实操培训的核心案例素材。1.数据说明:该数据收集了企业近年来在嵌体义齿修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据。
2.处理规则
①基于牙体缺损窝洞扫描流程,采用自适应去噪算法进行去噪,完整保留窝洞内壁曲面、洞缘轮廓以及咬合面原始解剖细节,避免缺损形态失真。
②通过三角网格模型拓扑重建算法识别不规则洞缘闭合边线并对洞缘边界拟合修边,修复边界断点、畸变,同时结合微创修复要求人工修整轮廓,保证嵌体边缘能够与天然牙严密对接。
③采用发育沟识别勾勒算法(三维网格曲面曲率分析),基于曲面曲率识别沟槽凹陷区域,自动提取、拟合发育沟线条并用黄色标注;同时参照对颌牙解剖形态,采用人工对黄色区域进行修正,重建咬合尖窝结构,还原天然牙咬合分流形态。
④依据窝洞轴向角度设定垂直就位方向,人工进行XY轴向微间隙调校,根据贴合情况,适配嵌体无缝填充的修复需求,规避继发龋、缝隙渗漏等临床缺陷。
⑤人工校验模型形态及参数,达标后导出至切削加工设备完成加工。
单冠义齿三维建模修复数据该数据收集了企业近年来在单冠义齿修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据;单冠义齿为单颗牙全覆盖式修复体,相比桥体无需联动邻牙,相比嵌体、贴面覆盖整个预备牙体,因此其修复时对整体周向密合度要求更高,需完全包裹基牙牙体组织,修复过程中需精准复刻基牙肩台轮廓,控制冠体内壁与基牙之间均匀间隙,确保咬合面复刻天然牙尖窝、发育沟解剖形态,保障咀嚼效能。该专项修复建模数据可以为口腔行业AI修复模型提供更精确的单冠义齿形态判断数据以及智能建模训练数据,使得AI生成的单冠模型更加具备个体化适配性与临床实用性。此外,该数据还可作为行业技术培训、单冠实操建模教学的案例素材,助力口腔数字化修复技能人才培养。1.数据说明:该数据收集了企业近年来在单冠义齿修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据。
2.处理规则
预处理:局部点云去噪,采用中值滤波的分线性滤波算法对局部重点区域去噪,过滤扫描抖动带来的细碎噪点,同时有效保留义齿表面的边缘和细节信息;
肩台边界识别:利用边界线提议网络(TLP-Net)自动提取完整封闭式肩台轮廓,采用灰色与棕色分界识别,灰色为基牙贴合区,棕色为咬合面,同时,人工优化边界轨迹,生成连续完整贴合实际的边缘线;
咬合面形态构建:根据已明确的咬合面,参照对颌牙形态搭建咬合面结构,采用三维网格曲面曲率分析区分牙尖凸起与沟槽凹陷区域,提取发育沟中心骨架并用黄色勾勒,同时,采用人工对黄色发育沟区域进行优化微调,初步匹配上下颌咬合接触关系;
XY轴向全域间隙自适应调整:依据基牙倒凹、牙体尺寸,调整冠体内壁径向适配参数,避免局部过紧卡阻、局部过大出现缝隙;
精细修正:基于上述结果,进行人工精细修正,通过就位方向、邻接与咬合高点等微调邻面接触松紧,去除咬合干扰高点,平衡咬合受力,确保临床适用;
校验:人工校验模型形态,确认模型达标后导出。
义齿修复中桩核固位结构的建模数据桩核修复针对根管治疗后的大面积缺损残根、残冠。剩余天然牙体组织薄弱,无法直接为牙冠提供固位条件;桩体深入根管内部形成锚固结构,依靠根管壁摩擦力与粘接力实现深层固位,上部核体重塑牙冠预备形态,为后续冠修复搭建稳固基底;区别于冠、嵌体、贴面直接完成最终修复,桩核属于基础支撑过渡修复结构,不直接承担咀嚼咬合,核心作用是重建残根固位基础。该数据收集了企业近年来在桩核义齿修复中产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据;该专项修复建模数据可以为口腔行业AI残根修复模型提供精准的训练数据,提升AI对复杂残根残冠修复的智能设计能力与安全性。此外,该数据还可作为复杂残根修复技术教学、数字化桩核建模实操培训的重要案例素材,助力行业高难度修复人才培育。1.数据说明:该数据收集了企业近年来在桩核义齿修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据。
2.处理规则
①基于根管内部、根管口边缘、剩余牙体组织的三维扫描数据,采用3维块匹配滤波算法进行深度去噪,针对幽深、狭窄的根管内部点云进行深度净化,过滤深部阴影噪点、管壁伪影与扫描空洞,精准还原根管锥度、内径曲线与管壁真实结构,规避深部数据失真造成桩体适配偏差。

②采用三角网格边界提取与区域生长分割算法识别根管开口轮廓,根据根管走向人工修整入口形态,打通桩体就位通道,确保桩体可顺畅垂直就位、无卡阻。

③结合根管锥度、弯曲度、管径尺寸,人工调节桩体 XY 径向间隙与纵向植入深度参数,控制桩体与根管壁之间可实现均匀粘接间隙,平衡固位力与牙根受力安全,避免过紧撑裂牙根、过松固位不足。

④上部核体形态建模:基于三角网格模型拓扑重建算法在桩体顶端构建核体结构,同时采用人工优化调整核体外轮廓,为后续冠桥修复提供稳固基底,实现安全、稳定、高强度的桩核支撑固定效果。
⑤人工校验桩体长度等数据,对生成模型进行全面校核无误后导出加工。
单冠义齿三维建模修复数据该数据收集了企业近年来在单冠义齿修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据;单冠义齿为单颗牙全覆盖式修复体,相比桥体无需联动邻牙,相比嵌体、贴面覆盖整个预备牙体,因此其修复时对整体周向密合度要求更高,需完全包裹基牙牙体组织,修复过程中需精准复刻基牙肩台轮廓,控制冠体内壁与基牙之间均匀间隙,确保咬合面复刻天然牙尖窝、发育沟解剖形态,保障咀嚼效能。该专项修复建模数据可以为口腔行业AI修复模型提供更精确的单冠义齿形态判断数据以及智能建模训练数据,使得AI生成的单冠模型更加具备个体化适配性与临床实用性。此外,该数据还可作为行业技术培训、单冠实操建模教学的案例素材,助力口腔数字化修复技能人才培养。
37种义齿牙冠修复产品生产加工的订单交付分析数据本数据集系统性采集了口腔义齿加工行业上万条真实生产订单样本,完整收录订单收模时间、交货时间、产品品类、产品数量等多维度数据。依托真实生产时序数据,精确计算订单实际生产加工天数,进而构建标准化、可量化的订单标准交付指数分析数据集。在口腔义齿加工行业中,义齿产品加工过程需结合不同患者的牙槽骨条件、牙体形态、咬合关系等进行个性化打磨调整,长期存在生产耗时模糊、周期难以量化、交期无法精准预判的行业痛点。本数据依托海量真实生产订单样本,完成不同品类义齿产品的生产周期量化统计,精准测算各类修复体标准生产耗时,构建具备行业适配性的标准交付指数,通过量化各类义齿修复体的生产耗时,为加工厂提供客观、可复用、可迭代的数据基准;同时可依据标准工期、交付指数实现动态产能调度、工序分流、人员分配与订单优先级排序,明确各类义齿产品标准化交付周期,优化生产排产逻辑,降低订单逾期风险,另外,通过稳定、可控、可预判的交付体系,能够有效降低B端口腔诊所的接单等待成本,减少医患沟通纠纷,全面提升合作诊所的服务满意度与合作粘性,为义齿加工企业实现数字化生产、标准化管控、智能化调度提供真实可落地的数据支撑。1.加工前的数据说明
采集了企业近半年的近万条三十余种义齿牙冠修复产品生产交付数据,包括订单收模时间、义齿产品、产品数量、交货时间等;其中义齿产品包括企业主要生产制作的义齿产品三十余种。
2.处理规则
①预处理:排除由于订单记录错误以及个别订单返修退单等能够引起计算误差的订单数据;
②产品分类:对订单数据中记录的义齿产品进行人工筛分,进而明确同类义齿产品,同时根据产品订单数量以及产品的重要性进行筛选,去除订单量较少的产品,由于订单量过少,可能会导致失去统计意义,最终筛选出37种义齿产品;
③加工影响权重K设定:由于每个患者的牙齿之间存在关联配合关系,导致单个订单中单颗加工与多颗连续加工对产线产能的占用呈非线性递增,因而结合实际生产引入影响修复周期的加工影响权重K,当产品数量𝑄=1时,𝐾1=1.2,2≤𝑄≤4时,𝐾2=1.0,𝑄≥5时,𝐾3=0.9;
④标准工期u计算:每个订单的交付天数T=(交货时间-收模时间)+1,当天交付的订单产品生产周期(即交付天数)记为1天,u=sum(T×Q×K)/sum(Q×K),依次计算每种产品的标准工期u;
⑤产能离散度a²计算:a²=sum(Q×K×(T-u)²)/sum(Q×K),依次计算每种产品的产能离散度;
⑥订单标准交付指数OD计算:OD=u/(u+a)×100,当生产绝对稳定(a=0)时,OD为满分100,当波动极大时,OD趋近于0;
3.数据内容描述
依托海量真实生产订单样本,实现不同品类义齿牙冠产品的生产周期量化统计,能够构建具备行业适配性的订单标准交付指数分析数据,为加工厂提供客观、可复用、可迭代的数据基准,指导工厂优化排产或预警交期。
牙内嵌体修复适配建模数据牙内嵌体属于内嵌式微创修复体,嵌入预备完成的天然牙窝洞内部,无需完整包裹牙体,依靠洞壁机械固位,最大限度保留自身牙体组织;不同于全包覆的单冠,嵌体只填充缺损区域,相比贴面不局限于唇面美学,嵌体侧重于咬合面缺损修复,对洞缘闭合精度、内壁曲面贴合度要求极高;该数据收集了企业近年来在嵌体义齿修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据;该专项修复建模数据可以为口腔行业AI修复模型提供更精准的牙体缺损识别、嵌体形态重构训练数据,使得AI自动生成的嵌体模型更加贴合个体缺损特征,有效提升嵌体修复的水平和效率等临床问题,医生和技师可参考同类缺损病例快速制定微创嵌体修复方案;亦可用于完善行业微创修复工艺标准,汇总嵌体修复对应的适配参数、密合阈值,填补微创修复量化标准空白;同时可作为行业微创修复教学、数字化嵌体设计实操培训的核心案例素材。
牙贴面精细化修复三维建模数据牙贴面属于前牙超薄薄壳式美学修复体,仅覆盖牙齿唇侧表面,不包裹咬合面,依靠粘接固位,最大限度磨除少量牙体组织,主打微创美学改善;不同于单冠、嵌体侧重咀嚼功能,贴面优先满足美观需求,其修复边界薄、结构脆性大,建模时需规避边缘过薄崩裂、曲面悬空、衔接台阶等问题。该数据收集了企业近年来在牙贴面美学修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据;该专项修复建模数据可以为口腔行业AI美学修复模型提供高精度的前牙形态、唇面弧度、超薄贴面结构与美学比例训练数据,大幅提升AI进行牙贴面美学设计的自然度与个性化程度,帮助医生快速匹配患者牙面特征生成美学修复方案。此外,该数据还可用于支撑口腔美学临床辅助设计,亦可用于构建行业口腔美学量化标准,总结不同牙型的美学参数、曲面适配规范,推动美学修复标准化发展;同时可作为高端美学修复培训、数字化贴面设计教学的标杆案例素材,提升行业整体美学修复水平。1.数据说明:该数据收集了企业近年来在牙贴面美学修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据。
2.处理规则
步骤 1:基于前牙唇面曲面、切端轮廓、邻牙参照形态,采用柔性曲面去噪算法,柔和过滤扫描波纹、表面粗糙噪点,在清除畸变点的同时保留牙体自然流畅曲面形态,避免平滑过度造成唇面形态僵硬失真。
步骤 2:通过曲面梯度识别算法识别贴面边缘区域,自动生成渐变式超薄边界,结合人工优化边缘过渡形态,消除锯齿与硬性台阶,实现牙龈端、切端无痕衔接。
步骤 3:人工根据天然牙唇面凹凸弧度分区设置补偿间隙,对隆起区域、凹陷区域差异化调整粘接间隙,形成超薄薄壳结构,防止局部悬空、边缘应力集中引发崩边。
步骤 4:基于前牙对称美学修复就位方向,开展曲面对称校正,人工调整唇面弧度、切端形态、牙体长宽比例、曲面厚度分布,塑造自然柔和的前牙外观,保障视觉协调统一。
步骤 5:人工校验模型全方位适配效果。
义齿修复中桩核固位结构的建模数据桩核修复针对根管治疗后的大面积缺损残根、残冠。剩余天然牙体组织薄弱,无法直接为牙冠提供固位条件;桩体深入根管内部形成锚固结构,依靠根管壁摩擦力与粘接力实现深层固位,上部核体重塑牙冠预备形态,为后续冠修复搭建稳固基底;区别于冠、嵌体、贴面直接完成最终修复,桩核属于基础支撑过渡修复结构,不直接承担咀嚼咬合,核心作用是重建残根固位基础。该数据收集了企业近年来在桩核义齿修复中产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据;该专项修复建模数据可以为口腔行业AI残根修复模型提供精准的训练数据,提升AI对复杂残根残冠修复的智能设计能力与安全性。此外,该数据还可作为复杂残根修复技术教学、数字化桩核建模实操培训的重要案例素材,助力行业高难度修复人才培育。
牙贴面精细化修复三维建模数据牙贴面属于前牙超薄薄壳式美学修复体,仅覆盖牙齿唇侧表面,不包裹咬合面,依靠粘接固位,最大限度磨除少量牙体组织,主打微创美学改善;不同于单冠、嵌体侧重咀嚼功能,贴面优先满足美观需求,其修复边界薄、结构脆性大,建模时需规避边缘过薄崩裂、曲面悬空、衔接台阶等问题。该数据收集了企业近年来在牙贴面美学修复产生的建模数据,所有数据均为企业员工基于数年来的专业修复技术产生的三维建模数据;该专项修复建模数据可以为口腔行业AI美学修复模型提供高精度的前牙形态、唇面弧度、超薄贴面结构与美学比例训练数据,大幅提升AI进行牙贴面美学设计的自然度与个性化程度,帮助医生快速匹配患者牙面特征生成美学修复方案。此外,该数据还可用于支撑口腔美学临床辅助设计,亦可用于构建行业口腔美学量化标准,总结不同牙型的美学参数、曲面适配规范,推动美学修复标准化发展;同时可作为高端美学修复培训、数字化贴面设计教学的标杆案例素材,提升行业整体美学修复水平。
种植牙个性化基台的订单交付工期稳定性分析数据本数据集系统性采集了企业近半年生产种植牙个性化基台的真实生产订单样本,包括订单收模时间、交货时间、产品品类、产品数量等多维度数据。依托真实生产时序数据,精确计算订单实际生产加工天数,进而构建标准化、可量化的个性化基台上产交付分析数据。随着人们对口腔重视程度的加深,义齿加工行业正逐步从原有标准工业化的成品基台向更贴合患者口腔情况的个性化基台转变,而个性化基台需要根据患者的整体口腔情况调整穿龈高度、角度及形态等单件化之制作,起到支撑种植体周围软组织,维持牙龈乳头形态,提高患者整体的修复效果,避免食物嵌塞等,因而其生产制作过程中长期存在生产耗时模糊、周期难以量化、交期无法精准预判的行业痛点。本数据依托真实生产订单样本,完成个性化基台的生产周期量化统计,精准测算其标准生产耗时,构建具备行业适配性的标准交付数据,为加工厂提供客观、可复用、可迭代的数据基准;同时能够给患者和口腔诊所提供有依据的加工周期数据,明确患者的等待时间,减少医患沟通纠纷,全面提升合作诊所的服务满意度与合作粘性,为义齿加工企业实现数字化生产、标准化管控、智能化调度提供真实可落地的数据支撑。1.加工前的数据说明
采集了企业近半年加工种植牙个性化基台的生产交付数据,包括订单收模时间、义齿产品、产品数量、交货时间等;
2.处理规则
①数据来源:涉及的所有数据均为企业自身设计生产销售产生,基台作为连接种植体与上部牙冠的中间结构主要是为牙冠提供力学支撑、增强修复体固位能力,并维持长期咬合稳定性,其生产设计需要数位专业人员通过CAD软件进行个性化的专业修模设计,后通过高精密数控机床切削制作而成,属于单件专属定制产品;
②预处理:排除由于订单记录错误以及个别订单返修退单等能够引起计算误差的订单数据,筛选订单数据中记录的加工个性化基台的数据,消除异常样本带来的数据偏差,规避无效样本干扰后续指标运算,保障参与计算的数据集真实反映标准化生产加工状态;
③交付工期计算:每个订单的交付天数T=(交货时间-收模时间)+1,当天交付的订单产品生产周期(即交付天数)记为1天;单件交付工期I=每个订单的交付天数T/产品数量;总交付天数T统一统计口径,完整覆盖从接收修复模型到成品出库全流程时长;单件交付工期I消除不同订单产品批量差异,实现不同规格数量订单间生产效率横向对比;
④工期离散度CV计算:CV=交付工期I标准差/交付工期I平均值,计算其由于产能等情况引起的工期离散度;实现量化不同订单单件加工时长的波动幅度,直观反映企业产能调配、设备负荷、设计排期等生产要素波动造成的交付周期不均衡程度,数值越高代表订单交付时效稳定性越差;
⑤订单交付稳定性(订单标准交付指数)计算:订单标准交付指数=交付工期I平均值/(交付工期I平均值+工期离散度CV)×100;实现融合单件平均加工周期与工期波动特征,能够综合衡量订单交付的综合标准化水平,数值越高,代表企业个性化基台定制交付流程规范化、生产交付稳定化程度越强;
3.数据内容描述
依托真实生产订单样本,实现种植牙个性化基台的生产周期量化统计,能够构建具备行业适配性的订单标准交付指数分析数据,为加工厂提供客观、可复用、可迭代的数据基准,指导工厂优化排产或预警交期。