Webplatform til rekonstruktion af 3D-kropsdele

Selv om projektet var ambitiøst og udfordrende, var vores specialister i stand til at gennemføre det med succes. Først vurderede vores specialister arbejdets omfang og evaluerede de vigtigste milepæle. For at opfylde de tekniske og forretningsmæssige krav valgte vi den bedst egnede tech stack baseret på vores omfattende ekspertise.

Vores dedikerede team brugte Python til at skabe software til medicinsk 3D-modellering og sikre problemfri integration med tredjeparter. Da dyr hardware på klientsiden ikke var økonomisk rationel, udnyttede vi AWS' muligheder fuldt ud til at udvikle en cloud-softwarearkitektur. Via API-gateways udviklede vi også en desktop-version, der fungerer på samme måde som webplatformen.

For at gøre 3D-rekonstruktion nøjagtig og pålidelig brugte vi forskellige ML-værktøjer og -tilgange til at løse detekterings-, klassificerings- og segmenteringsopgaver samt datamærkning. Derudover anvendte vores projektteam ML-kapaciteter og computersyn til at øge niveauet af træningsmodeller. For at opfylde kundens krav anvendte Innowise flere samtidige tilgange til behandling af indbygget 3D og billedudsnit. Som resultat præsenterede vi et innovativt 3D-renderingsværktøj med en ML-baseret automatisk pipeline til omskoling og produktion af modeller, der er skræddersyet til medicinske behov.

Vores team arbejdede ud fra den agile udviklingsmetode Scrum med regelmæssige teammøder og kommunikation via Google Meet. I øjeblikket er projektet i gang, og Innowise arbejder løbende på at videreudvikle platformen og sikre integrationer med medicinske apps og tjenester fra tredjeparter.