针对下颌骨缺损修复重建中数字化设计阶段对缺损形态重建的需求，本研究旨在基于生成式深度学习模型，实现下颌骨缺损形态的自动化、精准化补全，为术前规划及移植骨块摆放提供三维参考数据。

基于生成式深度学习原理，建立用于下颌骨缺损虚拟重建的下颌骨生成网络模型（MMGen-Net）。收集420例正常人颌面部螺旋CT数据，经Mimics 24.0软件手工分割并三维重建下颌骨模型，其中400例用于模型训练，20例作为测试集。依据Urken下颌骨缺损分类法，在测试集中模拟6种典型缺损类型（体部、升支-体部、体部-颏部、髁突-升支-体部、升支-体部-颏部、体部-颏部-体部），利用MMGen-Net对下颌骨结构进行深度特征学习与生成，实现缺损区域的虚拟重建。

MMGen-Net模型成功实现6种类型下颌骨缺损的自动化补全。中小范围缺损的形态偏差为0.94~1.55 mm，最大偏差3.89~5.37 mm，重建形态与原始结构高度一致；大范围缺损的形态偏差为1.77~2.57 mm，略高于中小范围。整体重建结果在“轮廓正确性”方面表现优异，关键解剖特征（如下颌下缘及后缘）复原精确，结构连续性良好。

基于生成式深度学习的MMGen-Net模型能够高效实现下颌骨缺损的虚拟重建，在中小范围缺损中表现出较高的形态精度与结构一致性。该方法为下颌骨数字化重建、个体化手术规划及移植设计提供了良好的智能化技术支持。