Webbplattform för rekonstruktion av 3D-kroppsdelar

Även om projektet var ambitiöst och utmanande kunde våra specialister slutföra det framgångsrikt. Först uppskattade våra specialister omfattningen av arbetet och utvärderade viktiga milstolpar. För att möta tekniska och affärsmässiga krav valde vi den bäst lämpade tekniska stacken baserat på vår omfattande expertis.

Vårt dedikerade team använde Python för att skapa 3D medicinsk modelleringsprogramvara och säkerställa smidiga tredjepartsintegrationer. Eftersom dyr hårdvara på klientsidan inte var ekonomiskt rationell, utnyttjade vi AWS-funktioner för att riva upp molnprogramvaruarkitekturen. Genom API-gateways utvecklade vi också en stationär version som fungerar på samma sätt som webbplattformen.

För att göra 3D-rekonstruktion korrekt och tillförlitlig använde vi olika ML-verktyg och metoder för att lösa detekterings -, klassificerings- och segmenteringsuppgifter samt datamärkning. Dessutom använde vårt projektteam ML-kapacitet och datorvision för att öka nivån på träningsmodeller. För att möta kundens krav tog Innowise flera samtidiga tillvägagångssätt när det gäller inbyggd 3D-och bildskärningsbehandling. Som ett resultat presenterade vi ett innovativt 3D-renderingsverktyg med en ML-baserad automatisk pipeline för omskolning och produktion av modeller anpassade till medicinska behov.

Vårt team arbetade utifrån Scrum agile utvecklingsmetodik med regelbundna teammöten och kommunikation via Google Meet. För närvarande pågår projektet med innowise Group som kontinuerligt arbetar med att vidareutveckla plattformen och säkerställa integrationer med medicinska appar och tjänster från tredje part.