一、基于定制助听器3D外壳左右耳标注数据，利用人工标签作为监督信号，训练深度学习模型在新生成的3D外壳或耳道模型中自动判别左右耳，提升设计流程的智能化与处理效率。在建模、审核、数据传输及3D打印环节，系统可自动校验耳别一致性，杜绝装配错误，保障产品交付准确性。 二、定制助听器3D外壳左右耳标注数据作为高质量监督信号，可用于训练基于3D点云或网格的深度学习模型，逐步实现新扫描数据的耳别自动识别，减少对人工确认的依赖，为未来无人工干预的智能验配流程奠定基础。
1. 数据来源 采用专业耳道3D扫描设备对用户耳道进行精准扫描，并生成个性化助听器3D外壳模型，采集3D外壳模型影像数据。 2. 数据标注 3D外壳模型影像数据采集完成后，由验配师结合用户确认信息（如“左耳”或“右耳”）及临床经验，对3D外壳模型进行人工耳别标注。标注过程中，采用特定RGB色彩与透明度参数，对外壳模型表面不同功能区域进行可视化区分，并明确标识该模型对应的左右耳身份。 3. 数据处理 在此数据标注基础上，结合3D空间中的顶点坐标（包括顶点x坐标、顶点y坐标、顶点z坐标）与面片属性（由顶点构成的三角网格，包括面片顶点数量、面片顶点索引0、面片顶点索引1、面片顶点索引2），实现外壳部位信息在3D空间中的结构化绑定，每条数据只能存在顶点坐标（vertex）和面片属性（face）的其中之一。同时嵌入颜色标签与业务属性信息，构建包含“3D空间坐标+颜色语义标注+验配业务关联数据”的结构化训练数据集。 4. 数据应用 由此形成一条从“设备端外壳模型生成”到“专家级语义标注”，再到“全链路业务数据融合”的标准化数据生产流程，为后续的定制助听器3D外壳左右耳识别模型训练提供高质量、可追溯、可应用的标注数据支撑。
| 字段名 | 类型 | 描述 |
|---|---|---|
编号 |
-- | -- |
耳别 |
-- | -- |
标注类型 |
-- | -- |
顶点x坐标 |
-- | -- |
顶点y坐标 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 编号 | 2000,2001,2002,2000,2000 |
| 耳别 | L,R,L,L,L |
| 标注类型 | face,face,vertex,face,vertex |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/8420971