编辑推荐：
在面部整形与重建手术（如正颌手术）模拟中，传统网格生成方法耗时费力且缺乏个体对应性。本研究开发 AI 辅助网格生成（AAMG）方法，利用 MediaPipe 实时检测面部 landmarks，自动生成高质量软组织体积网格。与专家引导法（EGMG）对比显示，AAMG 在保证网格质量前提下，将生成时间从数小时缩至 1 分钟内，提升临床效率。
面部软组织个性化建模对于正颌手术等面部整形与重建手术的 outcome prediction 至关重要。传统网格生成方法依赖人工标记点数字化和网格编辑等 labor-intensive 流程，且常缺乏个体间的点对应性，限制了其在快节奏临床环境中的效率、可扩展性和实用性。为此，研究提出一种新型 AI 辅助网格生成（AAMG，AI-assisted mesh generation）方法，通过 Google MediaPipe 进行实时面部 landmark 检测，自动化创建面部软组织的体积网格。该方法以检测到的 landmark 作为参考点，无需人工干预即可生成准确反映个体面部解剖结构的详细网格。研究选取 29 例接受正颌手术的受试者数据集，将 AAMG 方法与经临床验证的专家引导网格生成（EGMG，expert-guided mesh generation）方法（依赖人工标记点数字化和网格编辑）进行性能对比。结果显示，AAMG 方法展现出高质量指标，平均 Jacobian ratio 为 0.83，偏度（skewness）为 0.25，纵横比（aspect ratio）为 2.15，与 EGMG 方法相当。此外， Chamfer distance 分析表明，两种方法之间无影响模拟性能的显著差异。研究结论指出，所提出的 AI 辅助网格生成方法将网格生成时间从数小时大幅缩短至 1 分钟以内，同时保持与临床验证的专家引导网格生成方法相当的网格质量和准确性。该方法通过利用实时 landmark 检测和自动插值，确保了个体特异性网格的一致性，提升了手术规划的工作流程效率。
