Технология автоматизированного проектирования индивидуальных ортопедических стелек на основе плантограммы
DOI:
https://doi.org/10.22213/2410-9304-2026-3-17-22Ключевые слова:
электронная плантограмма, ортопедическая стелька, CAD-моделирование, искусственный интеллект, аддитивное изготовлениеАннотация
В статье представлена технология автоматизированного проектирования индивидуальных ортопедических стелек на основе электронной плантограммы. Цель работы состояла в разработке последовательности преобразования результатов плантографического исследования в параметры трехмерной модели изделия, подготовленной для аддитивного изготовления. Исходными данными служили электронные изображения подошвенной поверхности стоп, нормативно-правовые акты и стандарты по изготовлению вкладных корригирующих элементов для ортопедической обуви. Технология включает получение и унификацию изображения, классификацию правой и левой стопы, автоматизированную разметку анатомических ориентиров средствами искусственного интеллекта, расчет плантографических и подометрических показателей, прогнозирование высоты продольного свода и проверку результатов оператором. После подтверждения исходных параметров выполняется параметрическое CAD-моделирование каркаса. Геометрия изделия определяется длиной стопы, высотой продольного свода, толщиной каркаса и положением анатомических ориентиров. Место центра метатарзального пелота рассчитывается по проекциям головок II и III плюсневых костей со смещением к пятке на 7 мм. Для заднего отдела формируется отдельная амортизирующая вставка и соответствующее посадочное место. Наружная форма каркаса согласуется с метрической системой определения размеров обуви по ГОСТ Р 58149-2018. Разработанная технология состоит из девяти взаимосвязанных этапов и завершается созданием отдельных STL-моделей каркаса, метатарзального пелота и пяточного амортизатора. Разделение моделей позволяет использовать материалы с различными механическими свойствами, в том числе PA12 для каркаса и TPU для мягких элементов. Предложенная последовательность связывает данные плантографического исследования, автоматизированную разметку и расчет показателей, цифровое проектирование и изготовление индивидуального ортопедического изделия.Библиографические ссылки
Михайлишин В. В., Смирнова Л. М., Черкашин С. О. Цифровая обработка электронных планограмм с применением технологий искусственного интеллекта как этап автоматизации плантографических исследований // Цифровая обработка сигналов. 2024. № 3. С. 19.
Chen H. Y. et al. Effects of customized full-contact insoles crafted with polyester fabric sheets on plantar pressure and gait in hallux valgus //Bioengineering. 2025. Т. 12, №. 2. С. 103. DOI: https://doi.org/10.3390/bioengineering12020103.
Liao H. R., Yu H. C., Li S. J. A Deep Learning-Based Plantar Pressure Measurement System for Accurate Foot Arch Index Estimation // Applied Sciences. 2025. Т. 15, № 18. С. 10156. DOI: https://doi.org/10.3390/app151810156.
Прогнозирование высоты продольного свода стопы на основе плантографических показателей средствами искусственного интеллекта / В. А. Хазов и др. //Системы анализа и обработки данных. 2025. № 3 (99). С. 149-159. DOI: https://doi.org/10.17212/2782-2001-2025-3-149-159.
Ma M., Song Q., Liu H. The effect of personalized orthopedic insoles on plantar pressure during running in subtle cavus foot //Frontiers in bioengineering and biotechnology. 2024. Т. 12. С. 1343001. DOI: https://doi.org/10.3389/fbioe.2024.1343001.
Shi Q. Q. et al. Effects of contoured insoles with different materials on plantar pressure offloading in diabetic elderly during gait // Scientific reports. 2022. Т. 12, № 1. С. 15395. DOI: https://doi.org/10.1038/s41598-022-19814-0.
Daryabor A. et al. Effect of 3D printed insoles for people with flatfeet: A systematic review // Assistive Technology. 2023. Т. 35, № 2. С. 169-179. DOI: https://doi.org/10.1080/10400435.2022.2105438.
Hudak Y. F. et al. A novel workflow to fabricate a patient-specific 3D printed accommodative foot orthosis with personalized latticed metamaterial // Medical engineering & physics. 2022. Т. 104, № 1. С. 103802. DOI: https://doi.org/10.1016/j.medengphy.2022.103802.
Koprivnik M., A. Marquette C., Courtial E. J. Affordable 3D printing methodology for the fabrication of orthotic insoles aimed at reducing plantar pressure for diabetic patients //Rapid Prototyping Journal. 2025. Т. 31, №. 4. С. 872-882. DOI: https://doi.org/10.1108/RPJ-06-2024-0240.
Михайлишин В. В., Смирнова Л. М., Хазов В. А. Детекция ключевых точек электронных плантограмм средствами искусственного интеллекта // Биомедицинская радиоэлектроника. 2025. Т. 28, № 3. С. 42-47. doi.org/10.18127/j15604136-202503-05. EDN ZXRKQS.
Иоффе Р. Я., Смирнова Л. М., Белянин О. Л. Комплексная оценка состояния стопы на системе «Скан» // Вестник всероссийской гильдии протезистов-ортопедов. 2004. № 2. С. 36-40.
Прогнозирование высоты продольного свода стопы на основе плантографических показателей средствами искусственного интеллекта / В. А. Хазов и др. //Системы анализа и обработки данных. 2025. № 3 (99). С. 149-159.
Скрининг функциональных нарушений стоп с помощью плантографии и подометрии / И. В. Веденина, Е. А. Ткачук, Л. М. Смирнова и др. // Медицинская техника. 2014. № 2. С. 21.
Pita-Fernández S. et al. Validity of footprint analysis to determine flatfoot using clinical diagnosis as the gold standard in a random sample aged 40 years and older // Journal of epidemiology. 2015. Т. 25, №. 2. С. 148-154.
Михайлишин В. В., Смирнова Л. М., Черкашин С. О. Цифровая обработка электронных планограмм с применением технологий искусственного интеллекта как этап автоматизации плантографических исследований // Цифровая обработка сигналов. 2024. № 3. С. 19-24. EDN IDROCH.
Ponomarenko G. N., Smirnova L. M., Yuldashev Z. M. Digital transformation of prosthetics and orthotics // Biomedical Engineering. 2024. Т. 57, № 5. С. 305-310. doi.org/10.1007/s10527-023-10321-8.
Castiglioni I. et al. AI applications to medical images: From machine learning to deep learning // Physica medica. 2021. Т. 83. С. 9-24.
Rajpurkar P., Lungren M. P. The current and future state of AI interpretation of medical images // New England Journal of Medicine. 2023. Т. 388, № 21. С. 1981-1990.
Gibson I. et al. Additive manufacturing technologies. Cham, Switzerland: Springer, 2021. Т. 17. С. 160-186.
Ngo T. D. et al. Additive manufacturing (3D printing): A review of materials, methods, applications and challenges // Composites Part B: Engineering. 2018. Т. 143. С. 172-196.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 В В Михайлишин, С Г Амелькин, Л М Смирнова, М В Пантелеев, Г Н Пономаренко, К К Щербина
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
