Web-Plattform für die Rekonstruktion von 3D-Körperteilen

Obwohl das Projekt ehrgeizig und anspruchsvoll war, konnten unsere Spezialisten es erfolgreich abschließen. Zunächst schätzten unsere Spezialisten den Arbeitsumfang ein und bewerteten die wichtigsten Meilensteine. Um die technischen und geschäftlichen Anforderungen zu erfüllen, wählten wir auf der Grundlage unseres umfassenden Fachwissens den am besten geeigneten Tech-Stack aus.

Unser engagiertes Team verwendete Python, um die medizinische 3D-Modellierungssoftware zu erstellen und eine reibungslose Integration von Drittanbietern zu gewährleisten. Da kostspielige Hardware auf der Clientseite aus finanzieller Sicht nicht sinnvoll war, nutzten wir die Möglichkeiten von AWS voll aus, um eine Cloud-Software-Architektur zu entwickeln. Über API-Gateways haben wir auch eine Desktop-Version entwickelt, die die gleichen Funktionen wie die Web-Plattform bietet.

Um die 3D-Rekonstruktion genau und zuverlässig zu gestalten, setzten wir verschiedene ML-Tools und -Ansätze zur Lösung von Erkennungs-, Klassifizierungs- und Segmentierungsaufgaben sowie zur Datenbeschriftung ein. Zusätzlich nutzte unser Projektteam ML-Funktionen und Computer Vision, um das Niveau der Trainingsmodelle zu erhöhen. Um die Anforderungen des Kunden zu erfüllen, verfolgte Innowise mehrere gleichzeitige Ansätze zur nativen 3D- und Bildschnittverarbeitung. Als Ergebnis präsentierten wir ein innovatives 3D-Rendering-Tool mit einer ML-basierten automatischen Pipeline für das Training und die Produktion von Modellen, die auf die medizinischen Bedürfnisse zugeschnitten sind.

Unser Team arbeitete nach der agilen Entwicklungsmethodik Scrum mit regelmäßigen Teamtreffen und Kommunikation über Google Meet. Derzeit läuft das Projekt, wobei Innowise kontinuierlich an der Weiterentwicklung der Plattform arbeitet und die Integration mit medizinischen Apps und Diensten von Drittanbietern sicherstellt.