為降低醫療影像的使用成本與輻射風險，本研究開發一套創新之三維股骨重建技術，僅需輸入雙視角X光影像，即可快速預測個體化三維骨骼形狀，無須依賴電腦斷層掃描或磁振造影。本方法結合統計形狀模型與卷積神經網路架構，透過訓練模型直接預測統計形狀模型所需之主成分參數與縮放因子，藉此生成個體化股骨外型的多邊形模型，實現低成本、高效率之三維重建。本研究中，團隊比較兩種不同神經網路架構，並設計多種特徵融合策略以優化預測效能。在理想條件下之合成影像測試集中，系統可達成平均重建誤差0.77±0.12 mm，展現高度準確性。然而，在實際X光影像的測試中，受限於影像品質變異與風格轉換誤差，預測誤差明顯上升。後續研究將著重於提升模型對非理想影像條件之容錯性。

Keywords：股骨三維重建、統計形狀模型、深度學習