拍两张互相垂直的 X 光片，能不能像从正面照和侧面照还原物体一样，拼出患者的三维骨骼？开发者 mxl069 展示了一套远端股骨重建流程：不用 CT，也不用神经网络，而是先用 50 个由 CT 制成的股骨网格建立统计形状模型——从样本中归纳骨骼常见的长短、宽窄和轮廓变化，再寻找最符合两张 X 光轮廓的组合。
系统用可微渲染把三维骨骼投影成二维轮廓，并根据差异反向调整 10 个形状系数；Mahalanobis prior 则约束结果不要偏离合理的样本分布。作者称，在 5 个留出股骨上的验证中，模型覆盖范围内样本的误差为 0.86—1.43 毫米。两个极端样本失败，因为其形状超出了模型从其余 49 个网格学到的范围：优化再久，也找不到模型未曾容纳的骨骼。
这项工作的吸引力在于用较小的统计模型处理信息不足的重建问题。不过目前输入仍是轮廓，作者还在推进真实 X 光验证和自动分割，并需要带配对 CT 的数据确认效果。