Web-alusta 3D-ruumiinosien rekonstruointiin

Vaikka hanke oli kunnianhimoinen ja haastava, asiantuntijamme pystyivät saattamaan sen onnistuneesti päätökseen. Asiantuntijamme arvioivat ensin työn laajuuden ja arvioivat tärkeimmät välitavoitteet. Teknisten ja liiketoiminnallisten vaatimusten täyttämiseksi valitsimme laajan asiantuntemuksemme perusteella parhaiten soveltuvan teknologiapinon.

Asialle omistautunut tiimimme käytti Python:tä lääketieteellisen 3D-mallinnusohjelmiston luomiseen ja kolmannen osapuolen sujuvien integraatioiden varmistamiseen. Koska kalliit laitteistot asiakaspuolella eivät olleet taloudellisesti järkeviä, hyödynsimme AWS:n ominaisuuksia pilviohjelmistoarkkitehtuurin purkamiseen. API-yhdyskäytävien avulla kehitimme myös työpöytäversion, joka toimii samalla tavalla kuin web-alusta.

Jotta 3D-rekonstruktiosta tulisi tarkka ja luotettava, käytimme erilaisia ML-työkaluja ja -lähestymistapoja havaitsemis-, luokittelu- ja segmentointitehtävien ratkaisemiseen sekä tietojen merkitsemiseen. Lisäksi projektiryhmämme käytti ML-ominaisuuksia ja tietokonenäköä koulutusmallien tason nostamiseksi. Asiakkaan vaatimusten täyttämiseksi Innowise käytti useita samanaikaisia lähestymistapoja natiivin 3D- ja kuvapalojen käsittelyn osalta. Tuloksena esitimme innovatiivisen 3D-renderöintityökalun, jossa on ML-pohjainen automaattinen putki lääketieteellisiin tarpeisiin räätälöityjen mallien uudelleenkoulutusta ja tuotantoon saattamista varten.

Tiimimme työskenteli ketterän Scrum-kehitysmenetelmän mukaisesti, ja tiimimme kokoontui säännöllisesti ja kommunikoi Google Meetin kautta. Tällä hetkellä hanke on käynnissä, ja Innowise työskentelee jatkuvasti alustan kehittämiseksi edelleen ja integraatioiden varmistamiseksi kolmansien osapuolten lääketieteellisten sovellusten ja palveluiden kanssa.