【摘要】针对口腔内扫描点云重建中高曲率区域精度不足的问题，本文提出了一种面向口腔数据特性的深度重建网络。方法上，设计局部曲率感知图卷积以在非均匀采样下保留牙尖等关键几何特征，并构建含法向一致性和曲率保持约束的复合损失函数以抑制过度平滑。在自建口腔点云数据集上的实验表明，平均点到面距离为 0.085mm，低于 100μm 临床阈值，较双阶段网络降低 50.3%，验证了所提网络在复杂口腔表面重建中的精度优势与临床适用性。