Изготовленная методом 3D-печати протезная стопа имеет достаточно сложную внутреннюю пяти зонную структуру, когда каждая секция имеет свои специфические параметры и функциональные составляющие. Каждая такая протезная стопа изготавливается индивидуально для каждого пациента. Протезная стопа в данном случае печатается на 3Д-принтере как единое не разрывное изделие. Все пять секций, хотя различаются друг от друга по многим параметрам, объедены в один единый работающий механизм и влияют на конечный результат. Параметры каждой секции рассчитываются индивидуально для каждого пациента с учетом веса, роста, активности, уровня ампутации, размера обуви и др. С учетом указанных параметров пациента рассчитываются параметры в целом протезной стопы с учетом необходимости достижения обозначенных функциональных возможностей для обеспечения должного уровня комфорта. Затем рассчитываются параметры каждой секции, которые во взаимосвязи, чтобы могли обеспечить определенные параметры и функциональные возможности стопы. Следует обратить внимание, что конечные параметры стопы не могут получаться путем арифметического сложения параметром секций.
Такая очень тонкая и сложная система расчетов осуществляется в процессе создания трехмерной модели протезной стопы для последующей печати на 3D-принтере.
Если пытаться осуществлять такое моделирование используя программное обеспечение вручную то:
- это будет долгим и может занять больше времени чем сама печать на 3D-принтере;
- расчеты будут зависеть от человеческого фактора;
- невозможно будет достичь желаемого результата.
В рамках данного изобретения совместно с зарубежной компанией в течение более одного года решалась задача автоматизации трехмерного моделирования, т.е. создания трехмерной модели стопы. Для этого в течение этого периода на основе многочисленных экспериментов и расчетов была создана база ситуационных результатов в зависимости от большого массива параметров, чтобы с помощью адаптированного искусственного интеллекта можно было определить оптимальные параметры.
Так же используется алгоритм нейросетевого автоматизированного выделения полезной формы электронной геометрической модели протезной стопы на основе метода mesh CNN. Отличием этого алгоритма от применяемых в технике и используемых в настоящее время в протезировании является то, что в нем сверхточная нейронная сеть обучена выделять форму искусственной стопы в автоматическом режиме на тестовом наборе данных с классификацией кромок 3D-моделей стопы и идентификацией их как относящихся к культе или к посторонним объектам, оказавшимся в поле съемки. Для выделения непосредственно формы стопы на исходном 3D-скане после применения сверточной нейросети использован метод ближайших соседей.