KR20230117176A - 치과 기구의 제조 - Google Patents

Abstract

치과 기구의 제조를 위한 시스템 및 방법이 제공된다. 예시 방법은 환자의 치열의 인상된 위치를 나타내는 3차원 디지털 치과 모델에서 개별 치아의 근사 위치를 식별하는 데이터를 수신하는 단계를 포함한다. 예시 방법은 또한 식별된 근사 위치 각각에 대해 개별 치아에 대응하는 컴포넌트 모델을 생성하는 단계를 포함할 수 있다. 컴포넌트 모델은 환자의 치열의 인상된 위치에 기초하여 초기 위치에 배치될 수 있다. 예시 방법은 또한 컴포넌트 모델에 대한 타깃 위치를 결정하는 단계 및 컴포넌트 모델에 대해 결정된 타깃 위치에 기초하여 치아 포지셔닝 기구 설계를 생성하는 단계를 포함한다. 이 방법은 또한 치아 포지셔닝 기구 설계에 기초하여 치아 포지셔닝 기구가 제조되게 하는 단계를 포함할 수 있다.

Description

치과 기구의 제조{FABRICATION OF DENTAL APPLIANCES}

본 출원은 2017년 4월 21일에 출원된 미국 특허 출원 제62/488,669호('치과 기구의 제조')의 우선권 및 이익을 주장하며 이들은 그 전체가 참조로서 본 개시에 포함된다.

치료용 치과 기구는 다양한 치아 상태의 치료에 사용될 수 있다. 치료용 치과 기구의 비 제한적인 예는 교정 정렬기 및 교정용 리테이너(retainer)와 같은 교정용 기구 및 수술 부목(splint) 및 교합 부목과 같은 부목을 포함한다. 치료 치과 보철물은 치아에 대한 마모를 감소시키고, 관절 통증 및 기타 건강 상태를 치료하기 위해 심미적으로 환자의 치열을 향상시키도록, 개선하거나 기능을 복원하는 것을 포함하는 여러 가지 이유로 환자에 의해 사용된다.

예를 들어, 교정 정렬기는 교정 치료 동안 치아를 재배치하는 데 사용된다. 정렬기, 포지셔너 및 치아 포지셔닝 기구 등의 용어는 교정 분야에서 사용되는 것과 거의 동의어라는 점에 유의해야 한다. 이러한 유형의 교정 치료는 전형적으로 상부 및 하부 치아에 대해 별도의 치아 포지셔닝 기구를 사용한다. 치아 포지셔닝 기구는 치아의 일부 또는 전부의 얼굴 및 혀의 표면의 적어도 일부, 그리고 종종 치아의 교합(또는 물고 있는 표면)의 적어도 일부를 덮으면서 치아에 적합하다.

일반적으로, 본 개시는 치과 기구의 제조에 관한 것이다. 비 제한적인 예에서, 치과 기구는 환자의 치아의 위치를 변경하도록 구성된 교정 정렬기이다.

일 측면에서, 방법은, 환자의 치열의 인상된 위치(impressioned position)를 나타내는 3차원 디지털 치과 모델에서 개별 치아의 근사 위치를 식별하는 데이터를 수신하는 단계; 식별된 근사 위치 각각에 대해 개별 치아에 대응하는 컴포넌트 모델을 생성하는 단계 ― 상기 컴포넌트 모델은 상기 환자의 치열의 인상된 위치에 기초하여 초기 위치에 배치됨 ―; 상기 컴포넌트 모델에 대한 타깃 위치를 결정하는 단계; 상기 컴포넌트 모델에 대해 결정된 타깃 위치에 기초하여 치아 포지셔닝 기구 설계를 생성하는 단계; 및 상기 치아 포지셔닝 기구 설계에 기초하여 치아 포지셔닝 기구가 제조되게 하는 단계를 포함한다.

다른 측면은, 명령을 포함하는 적어도 하나의 메모리; 및 상기 적어도 하나의 메모리에 작동 가능하게 연결된 적어도 하나의 프로세서를 포함하며, 상기 적어도 하나의 프로세서는, 실행되는 경우, 상기 적어도 하나의 프로세서가, 환자의 치열의 인상된 위치를 나타내는 3차원 디지털 치과 모델에서 개별 치아의 근사 위치를 식별하는 데이터를 수신하고, 식별된 근사 위치 각각에 대해 개별 치아에 대응하는 컴포넌트 모델을 생성하며 ― 상기 컴포넌트 모델은 상기 환자의 치열의 인상된 위치에 기초하여 초기 위치에 배치됨 ―, 상기 컴포넌트 모델에 대한 타깃 위치를 결정하고, 상기 컴포넌트 모델에 대해 상기 결정된 타깃 위치에 기초하여 치아 포지셔닝 기구 설계를 생성하며, 상기 치아 포지셔닝 기구 설계에 대응하는 데이터를 고속 제조 기계에게 전송하게 하는 명령을 실행하도록 배열되고 구성된 시스템이다.

또 다른 측면은, 신경망 시스템을 사용하여 환자의 치열의 3차원 디지털 치과 모델로부터 컴포넌트 모델을 생성하는 단계 ― 상기 컴포넌트 모델은 상기 환자의 개별 치아에 대응함 ―; 상기 컴포넌트 모델에 대한 타깃 위치를 결정하는 단계; 상기 컴포넌트 모델에 대해 결정된 타깃 위치에 기초하여 치아 포지셔닝 기구 설계를 생성하는 단계; 및 상기 치아 포지셔닝 기구 설계에 기초하여 치아 포지셔닝 기구가 제조되게 하는 단계를 포함하는 방법이다.

도 1은 치과 기구를 제조하기 위한 시스템의 예를 도시한 개략적인 블록도이다.
도 2는 도 1의 시스템의 실시예에 의해 수행된 기구를 설계하는 예시 방법을 도시한 흐름도이다.
도 3은 도 1의 기구 설계 엔진의 예시 실시예의 개략도이다.
도 4는 도 1의 기구 설계 엔진의 실시예에 의해 수행된 디지털 치과 모델을 분할하는 방법의 개략도이다.
도 5는 도 1의 기구 설계 엔진의 실시예에 의해 수행된 디지털 치과 모델을 분할하는 다른 방법의 개략도이다.
도 6은 도 1의 시스템의 일부 실시예에 의해 수행된 치료 계획을 생성하는 방법의 개략도이다.
도 7은 도 1의 시스템의 일부 실시예에 의해 수행된 치료 계획을 생성하는 방법의 개략도이다.
도 8은 도 1의 시스템의 일부 실시예에 의해 수행된 기구 모델을 생성하는 방법의 개략도이다.
도 9는 도 1의 기구 제조 시스템의 예시 실시예의 개략도이다.
도 10은 도 9의 기구 제조 시스템의 실시예에 의해 수행된 기구 모델의 제조를 제어하는 방법의 개략도이다.
도 11은 도 9의 고속 제조 기계의 예시 실시예의 개략적인 단면도이다.
도 12는 도 3의 사용자 인터페이스 엔진의 일부 실시예에 의해 생성된 예시적인 사용자 인터페이스 스크린을 도시한다.
도 13은 도 3의 사용자 인터페이스 엔진의 일부 실시예에 의해 생성된 예시적인 사용자 인터페이스 스크린을 도시한다.
도 14는 도 3의 사용자 인터페이스 엔진의 일부 실시예에 의해 생성된 예시적인 사용자 인터페이스 스크린을 도시한다.
도 15a는 도 3의 사용자 인터페이스 엔진의 일부 실시예에 의해 생성된 예시적인 사용자 인터페이스 스크린을 도시한다.
도 15b는 도 3의 사용자 인터페이스 엔진의 일부 실시예에 의해 생성된 예시적인 사용자 인터페이스 스크린을 도시한다.
도 16은 도 1의 시스템의 실시예에 의해 제조될 수 있는 치과 기구의 예의 개략도이다.
도 17은 도 1의 시스템의 실시예에 의해 제조될 수 있는 치과 기구의 예의 개략도이다.
도 18은 도 1의 시스템의 실시예에 의해 제조될 수 있는 치과 기구의 예의 개략도이다.
도 19는 도 1의 시스템의 실시예에 의해 제조될 수 있는 치과 기구의 예의 개략도이다.
도 20a는 도 1의 시스템의 실시예에 의해 제조될 수 있는 치과 기구 컴포넌트의 예의 개략도이다.
도 20b는 도 1의 시스템의 실시예에 의해 제조될 수 있는 치과 기구 컴포넌트의 예의 개략도이다.
도 21은 여기에서 설명된 기술을 구현하는 데 사용될 수 있는 컴퓨터 장치의 예를 도시한다.
다양한 도면에서 유사한 참조 부호는 유사한 요소를 지시한다.

다양한 실시예가 도면을 참조하여 상세하게 설명될 것이며, 유사한 참조 번호는 여러 도면에 걸쳐 유사한 부분 및 어셈블리를 나타낸다. 다양한 실시예에 대한 참조는 여기에 첨부된 청구범위의 범위를 제한하지 않는다. 또한, 본 명세서에서 제시된 임의의 예는 제한적인 것으로 의도되지 않으며 첨부된 청구범위에 대한 많은 가능한 실시예 중 일부를 제시할 뿐이다.

본 개시는 환자에게 치료를 제공하는 데 사용될 수 있는 치과 기구의 제조에 관한 것이다. 특히, 본 개시는 교정 정렬기와 같은 교정 기구의 제조에 관한 것이다. 예를 들어, 여기에 개시된 기술은 시간이 지남에 따라 환자의 치아를 재배치하기 위한 일련의 제거 가능한 교정 정렬기를 생성하는 데 사용될 수 있다. 이 기술은 의료 전문가의 사무실 내에서 완전히 또는 부분적으로 기구를 제조하는 데 사용될 수 있다. 유익하게도, 의료 전문가는 기구를 환자에게 더 빨리 제공할 수 있으며 이러한 기술을 사용하여 기구의 설계를 보다 잘 제어할 수 있다.

교정 포지셔너(또는 정렬기)는 종종 환자의 치아의 3차원(3D) 음의 치과 인상(negative dental impression)으로부터 유도된 석고 모델의 세트로부터 전통적으로 만들어진다. 그 후, 작은 보석 세공인의 톱 또는 회전식 절단 디스크를 사용하여 치아를 절단한 다음 석고 치아를 보다 양호하고 똑 바르며 보다 바람직한 배열로 재배치한 후, 치과 왁스로 치아를 새로운 배열로 유지함으로써 석고 치과 모델이 수정된다.

재배치된 치아 몰드는 포지셔너를 제조하기 위한 기초를 제공한다. 포지셔너가 만들어지는 재료의 탄성은 치아를 원래 위치에서 새로운 직선 위치로 이동시키는 에너지를 제공한다. 치아를 증분 단계로 이동시키기 위해 일련의 정렬기가 만들어 질 수 있다. 석고와 왁스를 사용하여 각 단계의 치아 배열이 손으로 만들어져야 하는 경우 일련의 기구를 만드는 것은 어렵고 시간이 많이 걸리며 오류가 발생하기 쉽다.

디지털 기술은 치아를 점진적으로 이동시키는 일련의 정렬기를 제조하는 것과 관련된 어려움의 적어도 일부를 극복하기 위해 사용될 수 있다. CAD(Computer Aided-Design)/CAM(Computer-Aided Manufacturing) 소프트웨어는 진보된 일련의 기구가 제조될 수 있는 것으로부터 치아 모델을 생성하는 데 사용될 수 있다. 치아 모델은 환자의 치열의 3D 이미지로부터 생성될 수 있다. 그 후 이들 치아 모델은 재배치되어 정렬기를 형성하는 데 사용될 수 있다. 예를 들어, 재배치된 치아 모델은 진공, 압력 및 열의 조합을 사용하여 정렬기가 형성되는 치과 모델을 제조하는 데 사용될 수 있다. 이러한 성형 공정은 비공식적으로 교정 실험실 커뮤니티 내에서 "석 다운(suck down)" 공정으로서 지칭된다.

일련의 정렬기를 생성하기 위한 한 공정에서, 기술자는 먼저 환자의 치아 해부학의 CAD 조작 가능 가상 모델을 획득하기 위해 환자의 상부 및 하부 모델 세트를 스캔한다. 모델 세트는 일반적으로 치아, 구개(palate) 및 잇몸의 하나의 상부 및 하나의 하부 석고 모델로 구성된다. 원래의 부정 교합의 가상 모델이 획득되면, 그 후 기술자는 가상 부정 교합의 광범위한 조작을 포함하는 단계를 수행할 것이다. 이것은 포괄적이고 순차적인 절차에 따라 치아를 광범위하게 재배치하는 것을 포함하며, 궁극적으로 해당 환자에 대한 최종적이거나 또는 이상적인 교합에 도달한다. 가상 모델에서 종료된 교합은 성공적인 전통의 교정 치료의 결과로 초래될 환자의 상부 및 하부 교합의 완전한 재배치와 일치한다. 상기한 단계가 완료되면, 기술자는 가상 CAD 환경에서 사용 가능한 두 가지 버전의 환자 치아를 보유한다. 한 가지 버전은 원래 부정 교합을 나타내고 다른 버전은 이상적인 교합을 나타낸다. 다시 말해서, 기술자는 환자의 치아의 시작과 끝 상태를 나타내는 모델을 가진다.

공정에서의 다른 단계는 점진적으로 증가하는 일련의 물리적 성형 모델의 생성을 포함한다. 이러한 성형 모델 각각은 상기한 시작과 종료 조건 사이에서 환자의 제안된 치료 순서에 따라 특정 증분 단계에서 환자의 향후 교합의 스냅샷을 나타낸다. 이것을 완성하기 위해, 기술자는 가상의 제1 전환 모델을 생성한다. 이러한 가상의 제1 전환 모델은 치아의 일부 또는 전부가 원래의 전처리 위치로부터 의도된 최종 위치의 방향인 가상의 제1 전환 위치로 미묘하게 이동되는 것을 나타낸다. 추가의 가상 전환 모델은 유사하게 생성될 수 있다. 이러한 방식으로, 기술자는 일련의 진보된 모델을 생성하며, 각각은 이전 모델보다 약간 더 바이어스(bias)되어 있으며, 각각은 치아를 완성된 타깃 위치에 약간 더 가깝게 움직인다. 최종 성형 모델은 일련의 전환 위치에서 치아를 가져와서 그들이 원하는 최종 위치로 이동시킨다.

이러한 일련의 가상의 중간 성형 모델이 생성되고 기술자에 의해 최종 성형 모델이 생성되면, 일련의 각 모델을 나타내는 디지털 코드는 고속의 프로토타이핑 기계를 작동시키도록 지시된다. 고속의 프로토타이핑 기계 내에서, 일련의 물리적 성형 모델은 컴퓨터 수치 제어(computer numerically-controlled, CNC) 가공, 스테레오 리소그래피 또는 3D 인쇄와 같은 다수의 기존 공정을 사용하여 생산된다. 생산 단계는 일련의 가상의 중간 모델 및 최종 모델 각각에 대응하는 견고하고 물리적인 모델을 생산한다.

공정의 다른 단계에서, 일련의 물리적 모델 각각은 압력, 열 및 진공의 조합이 일정한 두께의 플라스틱 시트 재료로부터 실제 일련의 진보된 정렬기를 형성하는 데 사용되는 진공 기계(또한 석 다운으로 지칭됨)에 장착된다. 일련의 진보된 정렬기가 형성되고 손질되면, 이들은 순차적으로 레이블링되고, 포장되며, 담당 교정 전문의에게 배당된다. 그 후, 교정 전문의는 환자를 위한 약속을 예약하며, 이때 정렬기 및 사용 지침이 환자에게 제공된다. 환자는 일반적으로 일정 기간, 전형적으로 2주 동안 첫 번째 세트의 정렬기를 착용하도록 지시받는다. 그 후, 첫 번째 세트는 폐기되고 환자는 다음 시리즈의 세트로 전환된다.

정렬기는 기술자에 의해 가상으로 생성된 위치 바이어스에 따라 환자의 치아가 움직이는 것을 촉구하도록 구성될 수 있다. 치아는 정렬기의 중합체 재료의 탄성에 의해 점진적으로 바이어스되고 소정의 완성된 위치를 향하여 원하는 방향으로 이동하도록 촉구된다. 이상적으로는, 부드럽지만 연속적인 힘이 정렬기에 의해 전달되어 치아의 뿌리를 지지하는 뼈의 생성 및/또는 복원을 포함하는 특정 생리학적 공정이 발생한다. 최종 결과는 기본 뼈를 통해 치아의 뿌리가 바람직한 위치와 방향으로 천천히, 점진적으로 교정되는 움직임이어야 한다.

많은 종래의 제거 가능한 정렬기는 그 설계 및 현재 이용되는 투명한 열가소성 재료의 기계적 특성에 의해 제한된다. 투명한 폴리머 재료는 정렬기가 거의 보이지 않게 하며, 이는 고정된 스테인리스 스틸 하드웨어 및 금속 버팀대에 비해 큰 이점이다. 한편, 정렬기 형성에 사용되는 종래의 폴리머 재료는 모든 방향으로 굴곡되는 능력이 매우 제한되어 있다. 이것은 치료 초기에 잘 정렬되지 않은 치아를 정렬할 때 특히 문제가 된다. 최근 발표된 연구에 따르면 기존의 정렬기의 각 단계는 처음 전달될 때 상당히 높은 힘을 전달한 다음 적용된 힘이 빠르게 감소하는 것으로 나타났다. 이것은 원하는 가볍고 연속적인 부드러운 힘보다는 간헐적인 힘 전달을 초래한다.

각각의 단계 동안 매우 작은 움직임이 시도될 때에도, 기구는 적절하게 가요 성이 없고 재료의 평면 내에서 움직임을 허용하도록 설계되지 않았기 때문에 기구는 움직일 필요가 있는 치아와 적절하게 맞물리지 않을 수 있다. 특정 정렬기가 치아와 적절하게 맞물리지 않으면, 해당 치아가 연속된 다음 정렬기와 맞물리도록 적절한 위치로 이동하지 않을 것이다. 정렬기가 치아를 적절하게 맞물리지 못하는 경우 사용 가능한 유일한 해결수단은, (1) 특정 단계에서 시도되는 움직임의 양을 감소키기거나, 또는 (2) 치아에 더 큰 접착된 부착물을 놓는 것이다. 이들 해결수단 모두 정형적으로 전산화된 치료 계획을 재작업해야 한다. 기구의 각각의 연속된 단계에서 계획이 수정되지 않으면, 정렬기의 고정이 악화되고 단 몇 단계 후에, 원래의 전산화된 치료 계획에 따라 치아가 움직이지 않는 것이 분명해져서, 치료 계획의 수정이 불가피해진다. 개별 치아를 적절하게 맞물리도록 하는 기구의 능력은 그들이 움직여야 할 것인지의 여부, 또는 다른 치아의 움직임을 보조하기 위해 앵커 치아로 사용되는지에 관계없이 교정 치료의 성공에 중요하다.

도 1은 치과 기구(114)를 제조하기 위한 시스템(100)의 예를 도시한 개략적인 블록도이다. 예시 시스템(100)은 인상 시스템(impressioin system)(102), 기구 설계 시스템(106), 기구 제조 시스템(112) 및 서버(116)를 포함한다. 대안이 가능하지만, 시스템(100)의 컴포넌트는 모두 환자가 교정 치료를 받는 치과 또는 교정 사무실에 위치할 수 있다. 다르게는, 도 1에 도시된 컴포넌트 중 적어도 일부 치과 또는 교정 실험실에 배치될 수 있다. 일부 실시예에서, 둘 이상의 인상 시스템(102), 기구 설계 시스템(106) 및 기구 제조 시스템(112)은 단일 장치로 결합된다. 일부 실시예에서, 둘 이상의 인상 시스템(102), 기구 설계 시스템(106), 기구 제조 시스템(112)은 모두 동일한 무선 근거리 네트워크에 연결되고 인터넷에 액세스하지 않고 무선 통신 프로토콜을 사용하여 서로 통신한다.

예시적인 인상 시스템(102)은 환자의 치열의 디지털 치과 모델(104)을 생성한다. 디지털 치과 모델(104)은 환자의 치열의 기하학적 표현이다. 일부 실시예에서, 디지털 치과 모델(104)은 포인트 클라우드, 다각형 메쉬, 파라메트릭 모델 또는 복셀 데이터(voxel data) 중 하나 이상으로 표현된다. 대안이 가능하지만, 디지털 치과 모델(104)은 예를 들어 구강 내 스캐너를 사용하여 환자의 치열로부터 직접 생성될 수 있다. 구강 내 스캐너의 예로는 예를 들어 TRIOS Intra Oral Digital Scanner, Lava Chairside Oral Scanner C.O.S, Cadent iTero scanner, Cerec AC scanner, Cyrtina IntraOral Scanner, Ormco의 Lythos Digital Impression System 및 Dental Wings Intraoral Scanner를 포함한다.

일부 실시예에서, 디지털 치과 모델(104)은 컴퓨터 단층 촬영(computed tomography, CT) 또는 자기 공명 영상(magnetic resonance imaging, MRI)과 같은 다른 영상 기술을 사용하여 생성된다. 또 다른 실시예에서, 디지털 치과 모델(104)은 물리적 인상으로부터 생성된다. 일부 실시예에서, 물리적 인상은 알긴산 나트륨, 비닐 폴리실록산 또는 다른 유형의 인상 재료와 같은 인상 재료를 사용하여 생성된다. 그 후, 디지털 치과 모델(104)은 물리적 인상 또는 물리적 인상으로부터 생성된 환자의 치열의 석고 모델을 스캐닝함으로써 생성된다. 물리적 인상 또는 모델을 스캐닝하는 기술의 예로는 3D 레이저 스캐너 및 컴퓨터 단층 촬영(CT) 스캐너가 포함된다.

기구 설계 시스템(106)은 디지털 치과 모델(104)에 기초하여 기구 모델(110)을 생성하는 시스템이다. 일부 실시예에서, 기구 설계 시스템(106)은 사용자 입력 장치를 포함하는 컴퓨팅 장치를 포함한다. 기구 설계 시스템(106)은 기구 설계 엔진(108)을 포함한다. 기구 설계 엔진(108)은 치료 계획을 생성할 수 있고, 그 치료 계획에 기초하여 제조를 위해 기구 제조 시스템(112)으로 전송되는 기구 모델(110)을 생성할 수 있다.

기구 모델(110)은 치과 기구의 하나 이상의 3D 모델을 포함할 수 있다. 일부 실시예에서, 기구 모델(110)은 환자의 상부 치열을 위한 3D 상부 모델 및 환자의 하부 치열을 위한 3D 하부 모델을 포함한다. 일부 실시예에서, 기구 모델(110)은 환자의 치아를 타깃 위치로 점진적으로 이동시키도록 구성된 일련의 교정 정렬기용 3D 모델을 포함한다. 일부 실시예에서, 기구 모델(110)은 포인트 클라우드, 다각형 메시, 파라메트릭 모델 또는 복셀 데이터 중 하나 이상으로 표현된다.

기구 모델(110)에 더하여, 기구 설계 엔진(108)은 또한 다른 기구 설계 데이터를 생성할 수도 있다. 예를 들어, 기구 설계 엔진(108)은 또한 환자에 대한 증분 위치 및 타깃 치아 위치를 포함하는 기구 설계 데이터를 생성할 수 있다. 일부 실시예에서, 기구 설계 엔진(108)은 예를 들어 치료 공정을 평가하는 데 도움을 주기 위해, 치료 계획을 수정하거나, 또는 추가의 기구 모델을 생성하기 위해 환자의 치료의 나중 시점에서 이러한 데이터에 액세스한다. 또한, 기구 설계 엔진(108)은 또한 치료 동안 환자의 치아에 접합될 하나 이상의 접합된 부착물에 대한 크기, 형상, 방향 및 위치와 같은 구조적 요소에 관한 정보를 포함하는 기구 설계 데이터를 생성할 수 있다. 일부 실시예에서, 기구 모델(110)은 환자의 치아의 일부를 이동시키는 것을 돕기 위해 이들 접합된 부착물에 맞도록 형성된다. 일부 실시예에서, 기구 설계 엔진(108)에 의해 생성된 기구 설계 데이터는 기구 설계 시스템 또는 서버(116)에 로컬로 저장되며, 여기서 이 데이터는 환자와의 향후 약속 동안 액세스될 수 있다.

일부 실시예에서, 기구 설계 시스템(106)은 디지털 치아 모델(104)을 환자의 치아에 대응하는 컴포넌트 모델로 분할하고, 치료 계획을 생성하기 위해 컴포넌트 모델을 정렬하며, 기구 설계를 형성한다. 이들 단계 중 일부 또는 전부는 아래에 더 설명되는 바와 같이 자동화된 방식으로(즉, 조작자 입력없이) 수행될 수 있다. 또한, 일부 실시예에서, 기구 설계 엔진은 사용자 인터페이스를 생성하거나 사용자 인터페이스가 디스플레이되도록 하여 사용자가 이들 단계 중 일부의 적어도 부분을 제어하기 위한 입력을 제공할 수 있게 한다.

상기한 바와 같이, 기구 설계 엔진(108)은 디지털 치과 모델(104)에 반영된 치아의 현재 위치 및 결정된 타깃 치아 위치에 기초하여 증분된 치아 위치를 정의할 수 있다. 타깃 치아 위치는 아치 형태를 따라 개별 치아를 나타내는 컴포넌트 모델의 특징을 배열하는 것에 기초하여 결정될 수 있다. 컴포넌트 모델의 특징을 정렬하는 것 외에도, 컴포넌트 모델은 또한 일반적인 방식으로 또는 패턴에 따라 배향될 수 있다. 예를 들어, 기계 학습 모듈은 각각의 컴포넌트 모델에 대한 로컬 좌표 시스템을 결정할 수 있다(예를 들어, 로컬 좌표 시스템은 컴포넌트 모델을 나타내는 치아에 대한 교합, 순음(labila)/협측(buccal) 및 근심(mesial) 방향을 정의할 수 있음). 기계 학습 모듈은 또한 컴포넌트 모델의 특징 또는 랜드마크를 식별할 수 있다. 특징의 예로는 커스프(cusp)와 그루브(groove)가 있다. 그 후, 컴포넌트 모델은 아치 형태를 따라 배열되고 컴포넌트 모델의 교합 표면이 평면 또는 원하는 형상에 맞도록 배향될 수 있다. 일부 구현에서, 컴포넌트 모델은 치아 상부 치과 아치의 커스프가 하부 치과 아치의 치아의 그루브에 맞도록 그리고 그 반대로 되도록 배열된다.

일부 실시예에서, 증분 치아 위치는 교정 치료의 물리적 모델을 사용한 시뮬레이션에 기초한다. 기구 설계 엔진(108)은 기구 제조 시스템(112)을 사용하여 제조에 적합한 포맷으로 증분 치아 위치 중 적어도 하나에 대한 교정 기구를 나타내는 3D 형상 데이터를 포함하는 기구 모델(110)을 생성할 수 있다.

대안이 가능하지만, 기구 설계 엔진(108)은 전형적으로 디지털 치과 모델(104) 및 기구 모델(110) 중 하나 또는 둘 다의 그래픽 디스플레이를 생성하고 조작자가 디지털 치과 모델(104) 및 기구 모델(110) 중 하나 또는 둘 다와 상호작용하고 처리할 수 있게 하는 CAD(computer-aided-design) 소프트웨어를 포함한다.

기구 설계 엔진(108)은 또한 치료를 물리적으로 계획하고 치과 기구를 설계하기 위해 실험실 기술자에 의해 사용되는 툴을 모방하는 디지털 툴을 포함할 수 있다. 기구 설계 엔진(108)은 또한 루프(loop), 탭(tab), 슬롯, 가요성 영역 등과 같은 기구 설계의 특징을 추가하거나 또는 수정하기 위한 툴을 포함할 수 있다.

기구 모델(110)이 기구 설계 엔진(108)을 사용하여 설계되면, 기구 모델(110)은 기구(114)가 생성되는 기구 제조 시스템(112)으로 전송된다. 일부 실시예에서, 다수의 증분 치아 위치(예를 들어, 처음 2개의 증분 치아 위치)에 대응하는 다수의 기구 모델(110)이 생성되고 다수의 기구(114)를 제조하는 데 사용된다. 그 후, 환자는 증분 치아 이동의 다수의 순차적인 단계를 위해 다수의 기구를 제공받는다. 환자는 후속의 약속 동안 추가적인 증분 치아 이동을 위한 추가 기구를 수신할 것이다. 추가 기구는 원본 디지털 치과 모델(104)로부터 생성될 수 있거나 또는 인상 시스템(102)을 사용하여 후속의 약속 동안 획득되는 업데이트된 디지털 치과 모델(104)에 기초하여 생성될 수 있다. 이러한 방식으로, 시스템(100)은 후속의 방문 동안(예를 들어, 하나 이상의 치아가 원래의 예상보다 더 느리게 이동하는 경우) 치료 계획 내의 치료 계획 및 증분 치아 위치의 조정이 허용될 수 있다.

대안이 가능하지만, 기구 제조 시스템(112)은 전형적으로 하나 이상의 고속 제조 기계를 포함한다. 고속 제조 기계는 종래의 제조 공정과 비교하여 짧은 양의 시간 또는 종래의 제조 공정보다 적은 인력으로 본 명세서에서 기술된 치과 기구와 같은 물리적 부품을 생산한다. 고속 제조 기계의 예로는 사우스 캐롤라이나 록힐의 3D Systems, Inc.의 ProJet 프린터 라인과 같은 3D 프린터가 포함된다. 고속 제조 기계의 다른 예는 스테레오 리소그레피 장비이다. 고속 제조 기계의 또 다른 예는 MI의 Dearborn에 있는 EnvisionTEC, Inc.의 Perfactory 시스템과 같은 DLP(digital light processing) 고속 포로토타이핑 시스템이다. 고속 제조 기계의 또 다른 예는 컴퓨터 수치 제어(CNC) 밀링 장치와 같은 밀링 장치이다. 일부 실시예에서, 기구 제조 시스템(112)은 스테레오 리소그래피(.STL) 파일 포맷으로 파일을 수신하도록 구성된다. 일부 실시예에서, 기구 제조 시스템(112)은 환자의 입에 배치될 수 있는 생체 적합 플라스틱 재료를 밀링하기 위한 밀링 장비를 포함한다. 이들 실시예에서, 기구(114)는 생체 적합 플라스틱 재료로 밀링된다.

인상 시스템(102), 기구 설계 엔진(108), 기구 제조 시스템(112) 및 서버(116)는 네트워크를 통해 서로 통신할 수 있다. 네트워크(118)는 전자 통신 네트워크이다. 전자 통신 네트워크는 일련의 컴퓨팅 장치 및 컴퓨팅 장치들 사이의 링크이다. 네트워크에서의 컴퓨팅 장치는 링크를 사용하여 네트워크에서의 컴퓨팅 장치 간의 통신을 가능하게 한다. 네트워크(118)는 라우터, 스위치, 모바일 액세스 포인트, 브리지, 허브, 침입 검출 장치, 저장 장치, 독립형 서버 장치, 블레이드 서버 장치, 센서, 데스크탑 컴퓨터, 방화벽 장치, 랩톱 컴퓨터, 핸드헬드 컴퓨터, 휴대 전화 및 다른 유형의 컴퓨팅 장치를 포함할 수 있다.

다양한 실시예에서, 네트워크(118)는 다양한 유형의 링크를 포함한다. 예를 들어, 네트워크(118)는 블루투스, 초 광대역(ultra-wideband, UWB), 802.11, 지그비 및 다른 유형의 무선 링크를 포함하는 유선 및 무선 링크 중 하나 또는 둘 다를 포함할 수 있다. 또한, 다양한 실시예에서, 네트워크(118)는 다양한 규모로 구현된다. 예를 들어, 네트워크(118)는 하나 이상의 근거리 통신망(LAN), 대도시 통신망, 서브넷, (인터넷과 같은) 광역 통신망으로 구현될 수 있거나, 또는 다른 규모로 구현될 수 있다.

도 2는 기구를 설계하는 예시적인 방법(140)을 도시한 흐름도이다. 이 방법(140)은 기구 설계 엔진(108)의 실시예에 의해 수행된다.

단계 142에서, 디지털 치과 모델이 수신된다. 일부 실시예에서, 디지털 모델은 인상 시스템(102)에 의해 캡처된 환자의 치열의 인상된(또는 초기) 위치를 나타낸다.

단계 144에서, 디지털 치과 모델은 컴포넌트 모델로 분할된다. 예를 들어, 컴포넌트 모델은 개별 치아를 나타낼 수 있다. 일부 실시예에서, 개별 치아 모델을 서로 분리하는 것 외에도, 컴포넌트 모델은 또한 치은 조직(gingival tissue)으로부터 분리된다. 디지털 치과 모델을 분할하기 위한 예시적인 기술이 여기에서 설명된다.

단계 146에서, 컴포넌트 모델은 환자의 치열의 타깃 위치를 생성하기 위해 재배치된다. 예를 들어, 컴포넌트 모델은 아치 형태 또는 다른 방식을 따라 정렬될 수 있다. 컴포넌트 모델을 정렬하는 것은 인접한 치아 사이의 폐쇄 공간을 포함할 수 있다. 일부 실시예에서, 사용자 인터페이스는 조작자가 컴포넌트 모델의 재배치를 제어하기 위해, 적어도 부분적으로, 입력을 제공할 수 있는 것을 통해 생성된다. 또한, 일부 실시예에서, 물리적 시뮬레이션 또는 기계 학습 기술이 컴포넌트 모델을 재배치하는 데 사용된다. 컴포넌트 모델을 정렬하는 예시적인 방법이 여기에서 설명된다.

단계 148에서, 구조적 요소는 필요에 따라 타깃 위치에 기초하여 컴포넌트 모델에 추가된다. 구조적 요소의 예는 접합된 부착물이다. 구조적 요소는 컴포넌트 모델의 초기 위치 및 컴포넌트 모델의 타깃 위치 사이의 차이에 기초하여 추가될 수 있다. 일부 실시예에서, 컴포넌트 모델이 인상 위치와 타깃 위치 사이의 임계값 량 이상으로 이동할 때 접합된 부착물이 컴포넌트 모델에 추가된다. 또한, 일부 실시예에서 특정 유형의 이동(예를 들어, 임계값 량을 초과하는 토크)에 기초하여 접합된 부착물이 추가된다. 임계값은 모든 컴포넌트 모델에 대해 균일할 수 있거나 또는 관련된 치아 유형 또는 기타 요인에 따라 달라질 수 있다.

접합된 부착물(또는 버튼으로도 지칭됨)은 하나 이상의 환자의 치아의 표면에 접합된 구조물이다. 접합된 부착물은 전형적으로 능동적 교정 치료 과정에서 환자에 의해 제거될 수 없다. 일부 실시예에서, 접합된 부착물은 직선 모서리를 가지며 정사각형 또는 직사각형 형상을 갖지만, 그러나, 접합된 부착물에 대한 임의의 형상이 사용될 수 있다. 접합된 부착물은 환자의 치아의 협측 또는 설측 표면 중 하나 또는 둘 다에 접합될 수 있다.

단계 150에서, 컴포넌트 모델의 중간 배열(또는 위치)이 생성된다. 일부 실시예에서, 다수의 중간 배열이 생성된다. 중간 위치는 초기 위치와 타깃 위치 사이의 치아의 증분 이동(또는 이동 단계)을 나타낸다.

단계 152에서, 기구 설계는 컴포넌트 모델의 중간 배열에 기초하여 생성된다. 기구 설계는 환자의 치열의 일부에 맞도록 구성된 얇은 쉘 컴포넌트와 같은 하나 이상의 구조를 포함할 수 있다. 기구 설계는 또한 메시 또는 격자 구조를 갖는 가요성 영역, 영역들 또는 얇은 쉘 컴포넌트들 사이의 연결 루프 및 공간을 폐쇄하기 위한 탭 앤 슬롯(tab-and-slot) 배열과 같은 추가 요소를 포함할 수 있다. 추가 요소는 컴포넌트 모델의 상대 위치, 연관된 이동 단계 동안 발생하는 이동 유형 또는 다른 요인에 기초하여 추가될 수 있다.

단계 154에서, 기구 모델은 제조 시스템으로 전송된다. 일부 실시예에서, 다수의 기구 모델이 제조 시스템으로 전송된다. 중간 위치에서 기구 모델로부터 제조된 이들 기구는 중간 치아 포지셔닝 기구의 예이다.

도 3은 예시 기구 설계 엔진(180)의 개략도이다. 기구 설계 엔진(180)은 기구 설계 엔진(108)의 예이다. 이러한 예에서, 기구 설계 엔진(180)은 모델 분할 엔진(182), 치료 계획 엔진(184), 기구 모델 생성 엔진(186), 사용자 인터페이스 엔진(188) 및 모델 통신 엔진(190)을 포함한다.

모델 분할 엔진(182)은 디지털 치과 모델을 컴포넌트 모델로 분할한다. 컴포넌트 모델은 디지털 치과 모델의 일부를 디지털 치과 모델의 나머지로부터 분리함으로써 생성된다. 일부 실시예에서, 컴포넌트 모델은 치아 조직을 포함한다. 또한, 일부 실시예에서, 컴포넌트 모델은 치아 조직 및 잇몸 조직을 포함한다. 치료 계획 엔진(184)은 치료 계획을 생성한다. 일부 실시예에서, 치료 계획 엔진(184)은 치료 및 타깃 치아 위치의 하나 이상의 파라미터를 정의하기 위해 사용자 입력을 수신할 수 있다. 일부 실시예에서, 치료 계획 엔진(184)은 타깃 치아 위치를 생성한다. 또한, 치료 계획 엔진(184)은 중간 치아 위치(즉, 컴포넌트 모델의 중간 배열)를 생성할 수 있다. 기구 모델 생성 엔진(186)은 컴포넌트 모델 및 중간 또는 타깃 치아 위치에 기초하여 기구 모델을 생성한다. 사용자 인터페이스 엔진(188)은 조작자가 기구 설계 엔진(180)의 측면과 상호 작용하고 이를 제어할 수 있는 사용자 인터페이스를 생성한다. 모델 통신 엔진(190)은 디지털 치과 모델 및 기구 모델과 같은 모델을 수신하고 전송한다.

도 4는 디지털 치과 모델을 분할하는 방법(230)의 개략도이다. 방법(230)은 기구 설계 엔진(108)의 실시예에 의해 수행된다. 예를 들어, 방법(230)은 모델 분할 엔진(182)에 의해 수행될 수 있다.

단계 232에서, 환자의 치열의 인상된 위치를 나타내는 디지털 치과 모델이 수신된다. 모델은 네트워크를 통해 수신될 수 있다. 모델은 또한 파일 시스템, 데이터베이스 등으로부터 수신될 수도 있다.

단계 234에서, 환자의 치아의 근사(approximate) 위치를 식별하는 데이터가 수신된다. 일부 실시예에서, 그 위치는 치아의 근사 위치를 식별하는 사용자로부터 입력을 수신하도록 구성된 사용자 인터페이스를 통해 수신된다. 예를 들어, 사용자 인터페이스는 치과 모델의 그래픽 표현을 디스플레이할 수 있고, 각각의 치아의 표면 상의 포인트를 식별하는 마우스 클릭 또는 터치 입력을 수신하도록 구성될 수 있다. 일부 실시예에서, 환자의 치아의 근사 위치는 신경망을 사용하여 식별된다. 예를 들어, 신경 네트워크는 환자의 치열의 하나의 아치(예를 들어, 상부 또는 하부 치과 아치)의 교합 표면의 2차원(2D) 이미지 상에서 작동할 수 있다. 2D 이미지는 예를 들어 디지털 치과 모델을 렌더링함으로써 디지털 치과 모델로부터 생성될 수 있다.

신경망은 계층으로 구성된 노드로 이루어진 기계 학습에서 사용되는 계산 모델이다. 노드는 또한 인공 뉴런 또는 단지 뉴런으로 지칭되며, 출력값을 생성하기 위해 제공된 입력값에 대해 기능을 수행한다. 예를 들어, 신경망의 제1 계층은 환자의 치열의 이미지로부터 개별 픽셀에 대응하는 값을 수신할 수 있다. 일부 구현예에서, 포인트는 신경망의 제1 계층에 대한 입력으로서 사용된다(예를 들어, 꼭지점(vertex)의 좌표에 대응하는 3D 포인트 또는 평면 상에 투영된 꼭지점의 좌표에 대응하는 2D 포인트). 제1 계층의 뉴런은 출력값을 생성하기 위해 이들 입력값에 대한 기능을 수행한다. 예를 들어, 그 기능은 가중 파라미터에 기초하여 다수의 입력값(예를 들어, 픽셀 값)을 결합하는 것에 기초할 수 있다. 일부 구현예에서, 가중 파라미터는 계층 내의 각각의 뉴런에 대해 상이할 수 있다.

신경망은 가중 연결을 갖는 계층으로 구성된 노드로 이루어진 기계 학습에서 사용되는 계산 모델이다. 일부 구현예에서, 계층의 노드는 계층에 대한 값의 매트릭스로 표현된다. 각각의 계층에 대한 값은 이전 계층의 값과 가중 연결에 기초하여 계산될 수 있다. 신경망의 제1 계층은 입력값을 수신한다. 예를 들어, 신경망의 제1 계층은 환자의 치열의 이미지로부터 개별 픽셀에 대응하는 값을 수신할 수 있다. 제1 계층에서의 뉴런은 출력값을 생성하기 위해 이들 입력값에 대한 기능을 수행할 것이다. 예를 들어, 그 기능은 가중 파라미터에 기초하여 다수의 입력값(예를 들어, 픽셀 값)을 결합하는 것에 기초할 수 있다. 일부 구현예에서, 가중 파라미터는 계층 내의 각각의 뉴런에 대해 상이할 수 있다. 신경망에서의 계층은 이전 계층(또는 입력)에 완전히 연결될 수 있다. 완전히 연결된 계층에서, 계층에서의 각각의 값은 이전 계층의 각각의 값에 대해 독립적으로 조정된 가중된 조합으로 계산된다.

신경망 훈련은 일련의 반복 라운드에 걸쳐 신경망이 입력이 주어지면 원하는 출력을 제공하는 가능성(likelihood)을 증가시키는 계층들 사이의 연결에 대한 가중 파라미터를 결정하기 위해 각각의 예가 입력 및 원하는 출력인 훈련 예를 사용한다. 각각의 라운드 동안, 가중 파라미터는 잘못된 출력을 처리하도록 조정된다. 일단 훈련되면, 신경망은 제공된 입력에 기초하여 출력을 예측하는 데 사용될 수 있다.

CNN(convolutional neural network)은 신경망의 계층들 중 적어도 하나가 컨볼루션 계층인 신경망이다. 컨볼루션 계층은 커널 함수를 이전 계층의 값들의 서브세트에 적용함에 기초하여 계층의 값이 계산되는 계층이다. 신경망 훈련은 훈련 예에 기초하여 커널 함수의 가중값을 조정하는 것을 포함할 수 있다. 전형적으로, 동일한 커널 함수는 특정 컨볼루션 계층에서 각각의 값을 계산하는 데 사용된다. 따라서, 신경망에서 완전히 연결된 층(예를 들어, 계층에서의 각각의 값이 이전의 계층에서의 각각의 값의 독립적으로 조정된 가중된 조합으로서 계산되는 계층)보다 컨볼루션 계층을 훈련시키는 동안 학습되어야 할 가중값이 훨씬 적다. 컨볼루션 계층에는 전형적으로 가중값이 적기 때문에, 컨볼루션 게층을 훈련시키고 사용하는 것은 동등한 완전히 연결된 계층보다 메모리, 프로세서 주기 및 시간이 적게 필요할 수 있다.

일부 구현예에서, 치아의 근사 치열을 갖는 서브 이미지는 2D 교합 이미지로부터 생성된다. 서브 이미지는 서로 겹칠 수 있다. 그 후, 서브 이미지는 치아(또는 특정 유형의 치아)를 인식하도록 훈련된 신경망에 의해 분류된다. 이미지를 분류하는 것은 이미지가 치아 또는 특정 유형의 치아를 포함할 가능성에 대응하는 신뢰도 점수를 생성하는 것을 포함할 수 있다. 그런 다음, 신뢰도 점수가 가장 높은 서브 이미지가 치아로 인식되며 이들 서브 이미지의 중간 포인트가 환자의 치아의 근사 위치로 사용될 수 있다. 일부 구현예에서, 더 높은 신뢰도 점수를 갖는 서브 이미지의 형상 또는 크기는 신뢰도 점수를 더 증가시키기 위해 개선될 수 있다.

단계 236에서, 특징은 디지털 치과 모델로부터 추출된다. 예를 들어, 디지털 치과 모델은 꼭지점 및 면을 포함하는 메쉬로 표현되거나 또는 메쉬로 변환될 수 있다. 일부 실시예에서, 각각의 꼭지점의 곡률을 갖는 꼭지점 평균 곡률 측정(vertex-wise mean curvature measure)은 그 꼭지점 주위의 각각의 한 쌍의 인접면에 대한 평균화된 이중 평면 각도로서 계산된다. 그 후, 계산된 평균 곡률 값은 치아와 잇몸 사이 또는 각 쌍의 인접 치아 사이의 분리 경계를 식별하는 데 사용될 수 있다. 보다 구체적으로, 일부 실시예에서, 음의 평균 곡률 값이 큰 꼭지점은 잠재적 경계 꼭지점으로 식별된다. 일부 실시예에서, 단계 236은 단계 238의 일부로서 결합된 치과 모델이 아닌 개별 컴포넌트(치아) 모델에서 수행된다.

그 후, 단계 238은 식별된 각각의 위치에 대해 수행된다. 일부 실시예에서, 단계 238은 다수의 식별된 위치에 대해 (예를 들어, 개별 프로세서 또는 개별 프로세서 코어를 사용하여) 동시에 수행된다. 일부 실시예에서, 단계 238은 식별된 위치들 중 적어도 일부에서 단계 238을 순차적으로 수행하기 위해 루프 내에서 수행된다.

단계 238은 디지털 치과 모델에서 식별된 위치에 대응하는 치아에 대해 치아 분할을 수행한다. 일부 실시예에서, 단계 238은 매니폴드 공간 변환에 기초하여 자동 치아 분할을 수행한다. 대안이 가능하지만, 이러한 예에서 단계 238은 단계 240, 242, 244 및 246을 포함한다.

단계 240에서, 후보 꼭지점은 식별된 위치에 대해 선택된다. 예를 들어, 일부 실시예는 식별된 위치의 특정 거리 내의 꼭지점을 잠재적으로 치아의 일부인 것으로 식별한다. 일부 실시예에서, 후보 꼭지점은 식별된 위치까지의 제한된 메시 상의 측지 거리(on-mesh geodesic distance)(즉, 메시 표면을 따른 거리) 내에서 선택된다. 일부 구현예에서, 그 선택은 식별된 위치로부터 시작하여 특정 횟수의 반복 동안 연속되거나 또는 인접한 식별된 위치에 도달할 때까지 확장을 사용하여 수행된다.

단계 242에서, 식별된 후보 3D 꼭지점은 2D 직교 공간 내의 포인트에 매핑된다. 일부 실시예에서, 로컬 선형 임베딩(local linear embedding)이 맵핑을 수행하는 데 사용된다. 예를 들어, 로컬 선형 임베딩은 단계 240에서 식별된 후보 3D 꼭지점을 3D 꼭지점들 사이의 3D 거리에 기초하여 2D 데카르트 공간으로에 매핑하는 데 사용될 수 있다. 일부 실시예에서, 매니폴드 공간 임베딩은 헤시안 또는 라플라시안에 기초한다.

단계 244에서, 가장 짧은 폐쇄 경로가 발견된다. 가장 짧은 폐쇄 경로는 원형 경로일 수 있거나 또는 상이한 폐쇄 루프 형상을 가질 수 있다. 일부 실시예에서, 매핑된 2D 포인트에 대해 극 변환이 수행된다. 예를 들어, 식별된 위치의 2D 투영을 원점으로 사용하여, 2D 투영된 후보 포인트에 대해 극 변환이 수행된다. 그런 다음, 결과 극 공간이 그리드로 분할된다. 그리드 상의 각각의 교차점은 곡률 값이 할당되는데, 이는 단계 240에 의해 식별된 꼭지점의 들로네 삼각 분할(Delaunay Triangulation) 상의 2D 데카르트 공간에서의 보간에 의해 결정될 수 있거나 또는 2D 데카르트 공간에서 미리 결정된 개수의 가장 가까운 인접 포인트의 곡률 값에 의해 결정될 수 있다.

그 후, 가장 짧은 경로는 데카르트 공간으로 다시 변환될 때 경로가 폐쇄되도록 극 공간에서 발견된다. 일부 실시예에서, 가장 짧은 경로를 찾기 위해 동적 프로그래밍이 사용된다. 일부 실시예에서, 가장 짧은 경로를 찾기 위해 분기 한정법(branch and bound method)이 사용된다.

단계 246에서, 식별된 경로 내의 꼭지점은 식별된 위치에 대응하는 치아의 모델의 일부인 것으로 레이블링된다.

단계 248에서, 레이블은 전체적으로 정제(refine)된다. 대안이 가능하지만, 단계 248은 각각의 식별된 위치가 단계 238에 의해 처리된 후에 수행된다. 일부 실시예에서, 단계 248은 식별된 모든 위치가 238에 의해 처리되기 전에 그러나 인접한 식별된 위치의 서브 세트가 단계 238에 의해 처리된 후에 수행된다.

단계 248은 각각의 치아를 개별적으로 치료하는 것이 충돌을 야기할 수 있기 때문에 치아를 전체적으로 정제한다. 예를 들어, 일부 꼭지점은 두 개의 인접한 치아의 일부로 레이블링될 수 있다. 일부 실시예에서, 분할된 치아의 정제는 확률 그래프에 대한 최적화 문제로 취급된다. 분할 후에, 모든 포인트는 레이블(치아 번호로 표시될 수 있는 특정 치아이거나 또는 숫자 0으로 표시될 수 있는 잇몸 조직임)을 갖도록 분할될 것이다. 일부 실시예에서, 시드 포인트 세트(seed point set)는 특정 침식 횟수(예를 들어 5회) 하에서 동일한 레이블을 갖는 영역으로 정의된다. 일부 실시예에서, 침식은 특정 치아에 대해 레이블링된 메쉬 영역의 경계를 부드럽게 한다. 시드 포인트 세트의 모든 포인트는 이전에 할당된 레이블에 고정될 것이다. 다른 포인트의 경우, 임의의 레이블을 할당할 확률은 동일하다. 그 후, 일부 실시예에서, 신뢰 전파(belief propagation) 또는 그래프 컷(graph cut)을 사용하여 이러한 문제를 최적화함으로써 최종 정제된 결과가 획득된다.

도 5는 디지털 치과 모델을 분할하는 방법(260)의 개략도이다. 방법(260)은 기구 설계 엔진(108)의 실시예에 의해 수행된다. 예를 들어, 방법(260)은 모델 분할 엔진(182)에 의해 수행될 수 있다.

단계 262에서, 환자의 치열의 인상된 위치를 나타내는 디지털 치과 모델이 수신된다. 단계 262는 이전에 설명된 단계 232와 유사할 수 있다.

단계 264에서, 환자의 치아의 근사 위치를 식별하는 데이터가 수신된다. 예를 들어, 환자의 치아의 근사 위치는 환자 치아의 일부 또는 전부의 교합 표면(또는 절단 모서리)의 중심 또는 중심 근처에 있는 디지털 치과 모델의 표면 상의 포인트에 대응할 수 있다. 일부 구현예에서, 환자의 치아의 근사 위치를 식별하는 데이터를 수신하는 것은 디지털 치과 모델을 디스플레이하는 사용자 인터페이스를 생성하는 것과 환자의 치아를 식별하기 위한 사용자 입력을 수신하는 것을 포함할 수 있다. 일부 구현예에서, 환자의 치아의 근사 위치를 식별하는 데이터를 수신하는 것은 환자의 치아의 근사 위치를 식별하기 위해 신경 네트워크 시스템을 사용하는 것을 포함한다. 단계 264는 이전에 설명된 단계 234와 유사할 수 있다.

단계 266에서, 치아의 근사 위치를 식별하는 데이터를 사용하여 수신된 디지털 치과 모델로부터 서브 모델이 생성된다. 일부 구현예에서, 식별된 근사 위치 각각에 대해 서브 모델이 생성된다. 예를 들어, 식별된 근사 위치 각각에 대해, 위치를 둘러싸는 디지털 치과 모델의 영역이 서브 모델로서 선택될 수 있다. 구, 타원 또는 원통이 영역을 선택하는 데 사용될 수 있다. 구는 대략 치아 크기의 대략 1.0 내지 1.5 배(예를 들어, 10-15 밀리미터)와 같은 직경을 가질 수 있다. 일부 구현예에서, 직경은 치아 유형에 기초하여 조정되며, 이는 사용자에 의해 입력되거나 식별된 근사 위치의 위치에 기초하여 추정될 수 있다. 일부 실시예는 디지털 치과 모델의 실제 또는 근사 교합 치은 축을 따라 배향된 장축을 갖는 타원 또는 원통 형상을 사용한다. 일부 구현예에서, 교합 치은 차원에서 무한 높이의 실린더가 서브 모델을 생성하기 위한 영역을 선택하는 데 사용된다. 유리하게도, 무한 높이의 실린더를 사용하면 디지털 모델의 꼭지점이 평면에 투영된 다음 원과 비교될 수 있기 때문에 디지털 치과 모델의 일부를 식별하는 데 필요한 계산이 간단해진다. 즉, 무한 실린더를 사용하면 서브 모델의 영역을 선택하는 데 필요한 처리 주기 수가 감소된다.

단계 268에서, 서브 모델 각각은 식별된 위치에서 치아에 대응하는 모델 영역으로 분할된다. 예를 들어, 식별된 위치에서 치아에 대응하는 서브 모델의 부분은 서브 모델의 나머지로부터 분리될 수 있다. 일부 실시예에서, 단계 268은 다수의 서브 모델에 대해 (예를 들어, 개별 프로세서 또는 개별 프로세서 코어를 사용하여) 동시에 수행된다. 일부 실시예에서, 단계 268은 서브 모델 중 적어도 일부에 대해 단계 268을 순차적으로 수행하기 위해 루프 내에서 수행된다.

일부 실시예에서, 단계 268은 신경망 시스템을 사용하여 자동 치아 분할을 수행한다. 대안이 가능하지만, 이러한 예에서 단계 268은 각각의 서브 모델에 대해 수행되는 단계 270 및 272를 포함한다.

단계 270에서, 서브 모델의 꼭지점은 신경망 시스템을 사용하여 분류된다. 꼭지점을 분류하는 것은 서브 모델의 꼭지점에 레이블을 할당하는 것을 포함할 수 있다. 일부 구현예에서, 서브 모델은 서브 모델 내의 꼭지점의 위치를 추출하고 꼭지점들 사이의 연결을 무시함으로써(즉, 면들/가장자리들이 무시됨) 포인트 클라우드로 변환된다. 일부 구현예에서, 신경망 시스템은 하나 이상의 컨볼루션 계층을 포함하는 컨볼루션 신경망이다. 예를 들어, 포인트 클라우드의 포인트는 신경망 시스템에 대한 입력으로 제공될 수 있다. 일부 구현예에서, 데시메이션 또는 테셀레이션(tessellation) 단계는 서브 모델에서 꼭지점의 수를 신경망 시스템이 기대하는 특정 개수의 꼭지점으로 각각 감소시키거나 증가시키기 위해 서브 모델에 대해 수행된다. 디지털 치과 모델의 서브 모델을 분할하기 위해 일부 실시예에 의해 사용되는 3D 모델을 분할하기위한 신경망 시스템의 예는 Qi, Charles R. 등 "PointNet : 3D 분류 및 분할을 위한 포인트 세트에 대한 딥 러닝" Proc. CVPR(Computer Vision and Pattern Recognition), IEEE 1.2 (2017):4 및 Qi, Charles Ruizhongtai 등 “Pointnet ++: 메트릭 공간 내의 포인트 세트에 대한 심층적 계층 특징 학습.”신경 정보 처리 시스템의 발전. 2017년에서 설명되며, 전체 내용이 여기에 포함된다. 일부 구현예에서, 신경망 시스템은 레이블링된 디지털 치과 모델 또는 서브 모델의 코퍼스를 사용하여 훈련된다. 코퍼스에서 모델의 꼭지점은 예를 들어 치은 조직 또는 치아로서 레이블링될 수 있다. 일부 구현예에서, 서브 모델의 꼭지점은 중심 치아(즉, 식별된 위치와 관련된 치아), 인접 치아 또는 치은 조직인 것으로 레이블링된다.

단계 272에서, 꼭지점의 분류에 기초하여 서브 모델이 트리밍된다. 상기한 바와 같이, 일부 구현예에서, 신경망 분류는 서브 모델과 연관된 메시가 아닌 서브 모델의 꼭지점으로부터 형성된 포인트 클라우드에 대해 수행된다. 분류 중에 생성된 레이블은 서브 모델의 꼭지점에 다시 매핑될 수 있다.

일부 구현예에서, 서브 모델은 그 후 중심 치아의 일부인 것으로 분류되지 않은(또는 레이블링된) 임의의 꼭지점을 제거하기 위해 트리밍된다. 예를 들어, 인접 치아 또는 치은 조직으로 분류된 꼭지점은 서브 모델에서 제거될 수 있다. 일부 구현예에서, 나머지 메쉬의 경계는 메쉬에 대해 보다 균일하고 매끄러운 에지를 만들기 위해 부드러워질 수 있다.

단계 274에서, 트리밍된 서브 모델은 전체적으로 정제될 수 있다. 예를 들어, 인접한 서브 모델은 모델의 동일한 부분이 다수의 모델에 포함되는 충돌을 해결하기 위해 비교될 수 있다. 단계 274는 이전에 설명된 단계 248과 유사하게 수행될 수 있다.

방법 230이 서브 모델을 생성하고(단계 266) 그 후 신경망을 사용하여 독립적으로 서브 모델을 분할하는 것(단계 268)으로 상기에서 설명되었지만 , 다른 실시예에서 디지털 치과 모델은 먼저 서브 모델을 생성하지 않고 신경망을 사용하여 직접 분할된다. 예를 들어, 신경망 시스템은 치과 모델의 꼭지점을 치아 또는 치은 조직으로 분류할 수 있다. 일부 실시예에서, 신경망은 디지털 치과 모델의 영역 내의 꼭지점을 중심 치아, 인접 치아 또는 치은 조직의 일부로 분류할 수 있다. 영역은 근사 치아 크기의 치열 아치를 따라 3D 박스를 슬라이딩함으로써 식별될 수 있다.

도 6은 치료 계획을 생성하는 방법(290)의 개략도이다. 일부 실시예에서, 방법(290)은 디지털 치과 모델(예를 들어, 방법(230)의 출력)을 분할함으로써 생성된 컴포넌트 모델에 대해 작동한다. 방법(290)은 기구 설계 엔진(108)의 실시예에 의해 수행된다. 예를 들어, 방법(290)은 치료 계획 엔진(184)에 의해 수행될 수 있다.

단계 292에서, 환자의 치열의 컴포넌트 모델이 수신된다. 컴포넌트 모델은 이전에 설명된 분할 공정에 의해 생성될 수 있다. 예를 들어, 컴포넌트 모델은 각각의 치아에 대해 레이블링된 각각의 꼭지점에 대해 별도의 메쉬를 형성함으로써 생성될 수 있다. 일부 실시예에서, 컴포넌트 모델은 분할 공정을 수행한 클라우드 서버와 같은 다른 컴퓨팅 장치로부터 수신된다. 컴포넌트 모델은 또한 데이터베이스, 파일 시스템 또는 다른 곳으로부터 수신될 수 있다.

단계 294에서, 컴포넌트 모델은 컴포넌트 모델에 대한 타깃 치료 위치를 결정하기 위해 치료 계획에 따라 재배치된다. 일부 실시예에서, 컴포넌트 모델은 사용자 인터페이스를 통해 수신된 입력에 기초하여 재배치된다. 일부 실시예에서, 컴포넌트 모델은 물리 시뮬레이션 엔진을 사용하여 재배치된다. 예를 들어, 치아는 위치가 서로 더 가까이 이동하게 하는 인력(attractive force)을 사용하여 모델링될 수 있다. 모델은 또한 교차할 수 없는 솔리드 모델(solid model)로 취급될 수도 있다(예를 들어, 그들은 충돌할 때 서로 튕겨 나옴). 일부 실시예에서, 컴포넌트 모델은 기계 학습 프로세스를 사용하여 훈련된 모델을 사용하여 재배치된다. 기계 학습 프로세스는 복수 세트의 입력 치과 모델 및 결과적인 타깃 치아 모델(예를 들어, 정렬된 치아 모델)을 사용하여 모델을 훈련시킬 수 있다. 또한, 일부 실시예에서, 치아의 정렬에 기초하여 정렬된 치아 모델에 대한 점수가 자동으로 생성된다. 정렬 점수는 일부 구현예에서 사용자에 의해 제공될 수도 있다. 일부 실시예는 기계 학습 모델을 훈련시키는 데 점수를 사용한다. 또한, 일부 실시예는 점수를 최적화하기 위해 치아를 반복적으로 재배치한다. 또한, 일부 실시예는 허용된 유형의 이동과 관련된 규칙을 포함한다. 컴포넌트 모델을 재배치하는 예시적인 방법이 적어도 도 7에 대해 예시되고 추가로 설명된다. 예를 들어, 기계 학습 모델은 신경망을 포함한다.

단계 296에서, 인상된 위치로부터 타깃 치료 위치로의 컴포넌트 모델의 위치 변화에 기초하여 구조적 요소가 컴포넌트 모델에 추가된다. 예시적인 구조적 요소는 접합된 부착물이다. 접합된 부착물은 직사각형 형상과 같은 다양한 형상으로 제공될 수 있다. 접합된 부착물은 치과 기구의 내부가 적합하도록 형성될 수 있는 치아 상에 추가적인 구조를 제공한다. 일부 실시예에서, 컴포넌트 모델의 이동량 및 이동 유형(예를 들어, 토크 또는 압출(extrusion))은 접합된 부착물이 추가되어야 하는지 여부를 결정하기 위해 임계값과 비교된다. 컴포넌트 모델로부터 만들어진 기구 모델이 추가된 구조적 요소에 적합할 수 있도록 접합된 부착물 및 기타 구조적 요소가 컴포넌트 모델에 추가된다

일부 실시예에서, 사용자 인터페이스는 사용자가 추가된 구조적 요소의 위치를 확인하거나 조정할 수 있도록 제공된다. 접합된 부착물이 컴포넌트 모델에 추가되면, 접합된 부착물이 특정 위치에서 대응하는 치아에 추가되어야 하는지에 대한 지시가 사용자에게 표시될 것이다. 예를 들어, 일부 실시예에서, 치과 기구는 접합된 부착물의 배치를 안내하기 위한 접합 트레이로서 사용될 수 있다.

단계 298에서, 컴포넌트 모델에 대한 중간 위치가 결정된다. 중간 위치는 인상된 치아의 초기 위치와 타깃 치아 위치 사이의 이동 단계에 대응한다. 일부 실시예에서, 중간 위치는 이동 경로에서 주요 프레임으로 결정된다. 일부 실시예에서, 이동 경로는 타깃 위치와 초기 위치 사이의 보간에 의해 결정된다. 또한, 일부 실시예에서, 이동 경로는 단계 294에서 컴포넌트 모델을 재배치하는 것에 대해 논의된 것과 유사한 기술을 사용하여 결정된다. 일부 실시예에서, 중간 위치는 치아에 대한 이동 임계값에 기초하여 결정된다(예를 들어, 치아는 치아 중 하나가 임계값 량만큼 이동될 때까지 이동 경로를 따라 재배치된다).

단계 300에서, 컴포넌트 모델의 중간 위치 및 치료 위치에 대응하는 데이터가 저장된다. 일부 실시예에서, 치료 계획에 대한 추가 정보는 추가된 임의의 구조적 요소의 위치 및 유형에 대한 정보와 같이 저장된다.

도 7은 치료 계획을 생성하는 방법(310)의 개략도이다. 일부 실시예에서, 방법(310)은 타깃 치료 후 위치를 결정하기 위해 디지털 치과 모델(예를 들어, 방법(230)의 출력)을 분할함으로써 생성된 컴포넌트 모델들에 대해 작동한다. 방법(310)은 기구 설계 엔진(108)의 실시예에 의해 수행된다. 예를 들어, 방법(310)은 치료 계획 엔진(184)에 의해 수행될 수 있다. 방법(310)은 방법(290)의 단계 294를 수행하는 한 가지 방법의 예이다.

단계 312에서, 환자의 치열의 컴포넌트 모델이 수신된다. 단계 312는 이전에 설명된 단계 292와 유사하게 수행될 수 있다.

단계 314에서, 컴포넌트 모델에 대해 로컬 좌표 시스템이 결정된다. 예를 들어, 로컬 좌표 시스템은 컴포넌트 모델과 연관된 치아에 대한 교합 치은 축, 근심-원심(mesial-distal) 축 및 협측(buccal)/음순-설(labial-lingual) 축 중 하나 이상을 지정할 수 있다. 로컬 좌표 시스템은 컴포넌트 모델 내에서 알려진 위치를 정의할 수도 있다. 예를 들어, 로컬 좌표 시스템은 특정 컴포넌트 모델에 대한 3축 좌표 시스템의 원점을 지정할 수 있다.

일부 구현예에서, 로컬 좌표 시스템은 로컬 좌표 시스템이 알려진 샘플 치아 모델에 컴포넌트 모델을 피팅함으로써 결정될 수 있다. 모델을 피팅하는 것은 컴포넌트 모드의 표면 상의 포인트와 샘플 치아 모델의 포인트 사이의 거리를 감소시키기 위해 샘플 치아 모델을 회전시키고, 스케일링하며 그리고 재배치하는 것을 포함할 수 있다. 그 후, 동일한 회전, 스케일링 및 재배치는 컴포넌트 모델의 로컬 좌표 시스템을 결정하기 위해 샘플 치아 모델의 로컬 좌표 시스템에 적용될 수 있다. 다른 유형의 치아에는 서로 다른 샘플 치아 모델이 사용될 수 있다.

일부 구현예에서, 로컬 좌표 시스템은 랜드마크가 식별된 후에 결정된다(단계 316). 그 후, 랜드마크의 위치는 좌표 시스템을 결정하는 데 사용될 수 있다. 예를 들어, 인접한 커스프 팁(cusp tip)의 위치들 사이의 관계는 치아의 근심-원심 축을 결정하는 데 사용될 수 있다. 다른 예로서, 치아 상의 그루브의 배향은 근심-원심 축을 결정하는 데 사용될 수 있다. 로컬 좌표 시스템의 다른 축을 결정하기 위해 유사한 기술이 사용될 수 있다.

단계 316에서, 랜드마크는 컴포넌트 모델 상에서 식별된다. 랜드마크는 신경망 시스템과 같은 기계 학습 모델을 사용하여 식별될 수 있다. 예를 들어, 신경망 시스템은 적어도 일부 꼭지점이 랜드마크인 것으로 레이블링되는 훈련 컴포넌트 모델의 코퍼스를 사용하여 훈련될 수 있다. 꼭지점과 관련된 레이블은 랜드마크 유형을 지시할 수도 있다. 신경망 시스템은 이어서 컴포넌트 모델의 꼭지점을 분류할 수 있다. 일부 구현예에서, 신경망 시스템은 꼭지점이 특정 랜드마크의 일부일 가능성에 대응하는 꼭지점에 가중값을 할당한다.

단계 318에서, 컴포넌트 모델의 식별된 랜드마크는 아치 형태와 관련하여 배열된다. 일부 구현예에서, 컴포넌트 모델은 랜드마크가 아치 형태를 따라 정렬되도록 재배치될 수 있다. 예를 들어, 그루브는 아치 형태를 따라 배치되거나 또는 아치 형태와 특정 관계로 배치될 수 있다. 또한, 컴포넌트 모델은 아치 형태와 특정 관계로 배향될 수 있다(예를 들어, 컴포넌트 모델은 아치 형태와 관련하여 특정 방식으로 교합 치은 축을 향하도록 기울어질 수 있으며, 컴포넌트 모델은 아치 형태에 관하여 특정 방식으로 근심-원심 축을 향하도록 회전될 수 있음). 일부 구현예에서, 아치 형태는 디지털 치과 모델로부터 생성된다. 아치 형태는 또한 하나 이상의 타깃 아치 형태의 라이브러리로부터 생성될 수 있다. 일부 구현예에서, 사용자 인터페이스는 사용자가 아치 형태를 조정할 수 있도록 생성된다. 또한, 일부 실시예에서, 아치 형태는 전처리 위치를 포함하는 훈련 치과 모델 코퍼스를 사용하여 훈련되는 신경망 시스템과 같은 기계 학습 모델에 의해 생성된다. 예를 들어, 신경망 시스템은 전처리 치열의 모델로부터 타깃 아치 형태로의 맵핑을 학습하도록 훈련될 수 있다. 일부 구현예에서, 신경망 시스템은 아치 형태를 명시적으로 생성하지 않고 타깃 치아 위치 및 방향을 생성하도록 훈련된다. 예를 들어, 신경망 시스템은 치아 정렬 점수를 최적화할 수 있다. 신경망(및 경우에 따라 점수)은 (예를 들어, 한 아치의 치아의 커스프가 다른 아치의 치아의 그루브에 맞을 수 있도록) 인접한 치아의 정렬과 반대 아치의 치아 사이의 상호 작용을 고려할 수 있다.

도 8은 기구 모델을 생성하는 방법(340)의 개략도이다. 일부 실시예에서, 방법(340)은 중간 위치 또는 타깃 치료 위치 중 하나에 따라 위치된 컴포넌트 모델에 기초하여 기구 모델을 생성한다. 방법(340)은 기구 설계 엔진(108)의 실시예에 의해 수행된다. 예를 들어, 방법(340)은 기구 모델 생성 엔진(186)에 의해 수행될 수 있다.

단계 342에서, 컴포넌트 모델은 기구의 타깃 위치에 위치된다. 예를 들어, 타깃 위치는 방법(290)에 의해 결정된 임의의 중간 위치 또는 방법(290)에 의해 결정된 타깃 치료 위치일 수 있다. 컴포넌트 모델을 재배치하는 것은 컴포넌트 모델의 위치 및 컴포넌트 모델의 방향 중 하나 또는 둘 다를 변경하는 것을 포함할 수 있다.

단계 344에서, 위치된 컴포넌트 모델의 적어도 일부는 기구 모델의 내부를 생성하기 위해 오프셋된다. 예를 들어, 내부 표면을 생성하기 위해 0.1 mm와 0.5 mm 사이의 내부 오프셋이 위치된 컴포넌트 모델에 적용될 수 있다. 상기한 바와 같이, 일부 실시예에서, 컴포넌트 모델은 접합된 부착물과 같은 추가 구조적 요소를 포함한다. 이들 실시예에서, 내부 부분은 또한 추가 구조적 요소에 대해 오프셋된다.

단계 346에서, 기구 모델의 외부 부분은 위치된 컴포넌트 모델에 기초하여 생성된다. 일부 실시예에서, 외부 부분은 내부 오프셋 양(예를 들어, 0.1-0.5 mm)보다 큰 외부 오프셋 양에 의해 컴포넌트 모델을 오프셋함으로써 생성된다. 일부 실시예에서, 내부 표면은 기구의 원하는 두께에 의해 오프셋된다. 두께는 기본 값, 사용자 입력, 또는 치료 계획의 특성(예를 들어, 치아가 얼마나 많이 움직이고 있는지)에 기초하여 결정될 수 있다.

단계 348에서, 내부 부분과 외부 부분은 컴포넌트 기구 부분을 형성하기 위해 결합된다. 일부 실시예에서, 내부 표면과 외부 표면은 표면의 에지를 연결하는 패싯(facet)을 형성함으로써 결합된다. 일부 실시예에서, 내부 표면 및 외부 표면 중 하나 또는 둘 다의 에지는 결합되기 전에 평활화된다. 이러한 방식으로, 결과적인 기구의 착용자에 대한 미학 및 편안함이 향상될 수 있다.

단계 350에서, 컴포넌트 기구 부분이 결합된다. 일부 실시예에서, 컴포넌트 모델은 인접한 기구 부분 사이에 연결 구조를 생성함으로써 결합된다. 예를 들어, 연결 구조는 루프 구조를 포함할 수 있다. 연결 구조의 다른 예는 메쉬 또는 격자이다. 연결 구조는 또한 연결 와이어 또는 탭이 배치될 수 있는 구멍 또는 튜브를 포함할 수 있다. 일부 실시예에서, 컴포넌트 기구 부분은 개별 컴포넌트 기구 부분의 결합을 사용하여 적어도 부분적으로 결합된다. 일부 실시예에서, 모든 컴포넌트 기구 부분이 연결된 모델로서 결합되는 것은 아니다. 예를 들어, 인접한 컴포넌트 모델들 사이의 갭이 (예를 들어, 빠진 치아로 인해) 미리 결정된 임계값을 초과하면, 컴포넌트 기구 부분은 갭의 측면에서 다수의 분리된 기구 모델로 결합될 수 있다. 아래에서 추가로 설명되는 바와 같이, 갭을 폐쇄하는 것을 용이하게 하기 위해 탭 앤 슬롯 배열이 개별기구 모델에 추가될 수 있다.

단계 352에서, 기구 특징은 치료 계획에 기초하여 기구에 추가된다. 예를 들어, 일부 실시예는 치아 사이의 갭을 폐쇄하는 것을 용이하게 하는 탭 앤 슬롯 배열을 포함한다. 탭의 모델은 기구 모델의 일부에 추가될 수 있고 슬롯은 기구 모델의 별도의 부분에 추가될 수 있다. 탭 앤 슬롯의 형상 및 위치는 원하는 치아 이동에 기초하여 치료 계획의 일부로서 결정될 수 있다. 기구 특징의 다른 예는 하나 이상의 방향으로 추가적인 유연성을 허용할 수 있는 패터닝된 영역을 포함한다. 패터닝된 영역은 원하는 유형의 치아 이동에 기초하여 추가될 수 있다. 기구 특징의 다른 예는 접합된 부착물 또는 컴포넌트 모델에 추가된 다른 구조적 요소를위한 수용 구조물이다. 예를 들어, 미리 정의된 구조 또는 파라메트릭으로 정의된 구조는 접합된 부착물과 상호 작용하기 위해 기구에 결합될 수 있다. 이러한 추가된 구조는 오프셋을 사용하여 생성된 내부 표면보다 더 정확하게 결합된 접합된 부착물에 적합할 수 있다. 또한, 추가된 구조에 대해, 일부 실시예는 접합된 부착물을 수용하도록 구성된 개구 또는 리세스를 포함한다. 일부 실시예는 임의의 추가 기구 특징을 포함하지 않으며 일부 실시예에서 추가 기구 특징은 모든 기구에 포함되어 있지 않다.

단계 354에서, 기구 모델이 저장된다. 일부 실시예에서, 환자의 치아의 중간 위치 및 타깃 치료 위치의 일부 또는 전부에 대해 다수의 모델이 생성되어 저장된다. 기구 모델은 로컬로 저장되거나 또는 저장을 위해 서버로 전송될 수 있다.

도 9는 예시 기구 제조 시스템(410)의 개략도이다. 기구 제조 시스템(410)은 기구 제조 시스템(112)의 예이다. 본 예에서, 기구 제조 시스템(410)은 고속 제조 기계(412), 제조 기계 제어 시스템(414) 및 제조 후 처리 시스템(416)을 포함한다. 이러한 도면에서 개별 컴포넌트로서 도시되어 있지만, 일부 실시예에서, 제조 기계 제어 시스템(414)은 고속 제조 기계(412)의 컴포넌트이다.

상기한 바와 같이, 고속 제조 기계(412)는 컴퓨터 생성 모델에 기초하여 3차원 물리적 부품을 생성한다. 고속 제조 기계(412)의 예는 3D 프린터, 스테레오 리소그래피 장비, DLP(Digital Light Processing) 고속 프로토타이핑 시스템 및 컴퓨터 수치 제어(CNC) 밀링 장치를 포함하지만 이에 제한되지는 않는다.

제조 기계 제어 시스템(414)은 수신된 컴퓨터 모델에 기초하여 물리적 부품을 생성하도록 고속 제조 기계(412)의 작동을 제어한다. 일부 실시예에서, 제조 기계 제어 시스템(414)은 수신된 컴퓨터 모델을 제조 기계(412)에 대한 일련의 명령으로 변환한다.

제조 후 처리 시스템(416)은 고속 제조 기계(412)에 의해 생성된 부품을 처리한다. 예를 들어, 제조 후 처리 시스템(416)은 적어도 일부 실시예에서 제조된 부품을 처리하기 위해 사용되는 후-경화(post-cure) UV 오븐을 포함할 수 있다.

도 10은 기구 모델의 제조를 제어하는 방법(460)의 개략도이다. 방법(460)은 제조 기계 제어 시스템(414)의 실시예에 의해 수행된다.

단계 462에서, 기구 모델이 수신된다. 예를 들어, 기구 모델은 기구 설계 시스템(106)으로부터 수신될 수 있다.

단계 464에서, 기구 모델은 제조를 위해 배향된다. 일부 실시예에서, 기구 모델은 제조 동안 높이를 최소화하도록 배향된다. 예를 들어, 기구 모델은 모델의 교합 표면이 대략적으로 수평이 되도록 배향될 수 있다. 일부 실시예에서, 기구 모델은 내부 표면이 위로 향하도록 배향된다.

단계 466에서, 지지 구조물이 기구 모델에 추가된다. 지지 구조물은 제조 공정 동안 지지를 제공하기 위해 추가될 수 있다. 일부 실시예에서, 지지 구조물은 기구 모델에서 커스프 팁(cusp tip)의 위치에 또는 그 근처에 추가된다. 일부 실시예에서, 지지 구조물은 기구의 다른 구조적 요소에 대응하는 위치에 추가된다. 일부 실시예는 또한 기구 모델의 기하학적 특성의 분석에 기초하여 지지 구조물의 위치를 결정한다.

단계 468에서, 지지되는 배향된 기구 모델에 대해 계층 이미지가 생성된다. 일부 실시예에서, 계층 이미지는 제조에 사용될 계층 깊이에 대응하는 간격으로 기구 모델과 수평 평면을 교차시킴으로써 생성되는 기구 모델의 단면이다. 일부 실시예에서, 이미지는 흑백이다. 기구 모델 내에 있는 단면의 부분은 제1 색상으로 착색되고(예를 들어, 흰색), 모델 외부의 부분은 제2 색상으로 착색된다(예를 들어, 흑색). 일부 실시예는 (예를 들어, 다른 재료를 사용하여 제조될 수 있는 지지 부분을 지시하기 위해) 추가 또는 다른 색상을 사용하여 이미지를 생성한다.

단계 470에서, 계층 이미지는 제조를 위해 고속 제조 기계로 전송된다. 계층 이미지는 순차적으로 또는 그룹으로 고속 제조 기계로 전송될 수 있다. 일부 실시예에서, 추가 명령이 이미지와 함께 고속 제조 기계(412)로 전송된다.

도 11은 예시 고속 제조 기계(510)의 개략적인 단면도이다. 고속 제조 기계(510)는 고속 제조 기계(412)의 예이다. 이러한 예에서, 고속 제조 기계(510)는 수평면(516)으로 분리된 하부 하우징(512) 및 상부 차폐 구조(514)를 포함한다. 고속 제조 기계(510)는 또한 하부 하우징(512) 내에 배치되고 표면(516)에서 윈도우(520)를 통해 이미지를 투사하도록 배향된 프로젝터(518)를 포함한다. 일부 실시예에서, 프로젝터(518)는 자외선 광을 방출하는 디지털 광 프로젝터이다. 윈도우(520)는 프로젝터에 의해 방출된 자외선 광을 통과시키는 투명한 플라스틱 재료로 형성될 수 있다. 상부 차폐 구조(514)는 자외선 광의 일부 또는 전부의 통과를 방지하는 플라스틱 재료로 형성될 수 있다.

고속 제조 기계(510)는 또한 윈도우(520) 위에 배치되고 액체 빌드 재료(liquid build material)(524)를 포함하도록 구성된 저장소(reservoir)(522)를 포함한다. 고속 제조 기계(510)는 또한 빌드 표면(530)을 상승시키고 하강시키는 가동 아암(528)을 갖는 지지 구조(526)를 포함한다. 예를 들어, 가동 아암(528)은 빌드 표면을 상부 위치(P1)에서 하부 위치(P2)로 이동시킬 수 있다.

작동 중에, 고속 제조 기계(510)는 가동 아암(528)이 액체 빌드 재료(524) 내에서 반복적으로 상하로 이동하게 할 것이다. 예를 들어, 빌드 아암은 액체 빌드 재료(524) 내의 위치로 이동하여, 빌드 표면(530) 아래 액체 빌드 재료(524)의 얇은 계층을 남길 수 있다. 그 후, 이미지는 윈도우(520)를 통해 프로젝터(518)에 의해 투영된다. 프로젝터(518)에 의해 방출된 자외선 광은 빌드 재료의 얇은 계층을 빌드 표면(530)에 부착된 고체로 경화시킨다. 그 후, 가동 아암(528)은 위로 이동하여, 경화된 고체가 윈도우(520)의 표면으로부터 분리될 수 있도록 빌드 표면(530)이 윈도우(520)로부터 멀리 이동하게 한다. 그 후, 공정은 빌드 표면(530)에 부착된 경화된 고체 아래에 액체 빌드 재료(524)의 얇은 계층을 남기기 위해 빌드 표면(530)을 낮추는 가동 아암(528)으로 반복된다. 그 후, 새로운 이미지는 경화된 고체에 다른 계층을 추가하기 위해 투영될 수 있다. 일부 실시예에서, 연속되는 반복 동안, 가동 아암(528)은 하강 단계 동안 빌드 표면(530)을 점차적으로 더 높은 위치에 위치시킨다. 이들 점진적으로 더 높은 위치는 50 또는 100 미크론과 같은 계층 두께에 의해 오프셋될 수 있다. 적어도 일부 실시예에서, 상승 및 하강 외에 빌드 표면(530)의 추가적인 이동 또는 움직임(팁핑(tipping) 또는 슬라이딩)은 없다. 유리하게도, 이러한 빌드 공정은 빌드 플랫폼을 기울여야 하는 빌드 공정보다 더 간단하고 기계적인 컴포넌트를 덜 필요로 한다. 윈도우(520)로부터 고체 부분을 분리하기 위해 팁핑(tipping), 슬라이딩 또는 다른 추가적인 이동을 필요로하는 빌드 공정과 비교하여, 여기에서 설명된 공정은 빌드 공정에서 더 적은 이동을 가지기 때문에 더 신속하게 부분을 빌드할 수 있다. 일부 실시예에서, 정렬기 모델은 (즉, 빌드 윈도우로부터 분리하기 위해 틸트 또는 슬라이드 모션을 필요로 하는 부품과 대조적으로) 상하 이동만으로 윈도우(520)로부터 분리될 수 있도록 위치되거나 설계된다.

도 12는 사용자 인터페이스 엔진(188)의 일부 실시예에 의해 생성된 예시적인 사용자 인터페이스 스크린(550)을 도시한다. 이러한 예에서, 디지털 치과 모델은 디지털 치과 모델(104)과 같이 도시된다. 또한, 인터페이스는 디지털 치과 모델과 연관된 환자에 대한 다양한 정보를 포함하고, 환자와의 상호 작용 및 치료 계획을 위한 제어를 수행한다.

도 13은 사용자 인터페이스 엔진(188)의 일부 실시예에 의해 생성된 예시적인 사용자 인터페이스 스크린(590)을 도시한다. 이러한 예에서, 디지털 치과 모델은 디지털 치과 모델(104)과 같이 도시된다. 이러한 예에서, 모델은 상부 및 하부 아치 모두의 교합 뷰(view)를 보여주기 위해 분할된다. 또한, 인터페이스는 아치에서 치아의 근사 위치를 식별하기 위한 툴을 포함한다. 이들 툴은 디지털 치과 모델을 분할하는 데 사용될 수 있다. 예를 들어, 사용자는 클릭, 포인팅, 드래그 또는 다른 입력에 의해 각각의 치아 위에 노란색 구를 위치시킬 수 있다.

도 14는 사용자 인터페이스 엔진(188)의 일부 실시예에 의해 생성된 예시적인 사용자 인터페이스 스크린(630)을 도시한다. 이러한 예에서, 디지털 치과 모델로부터 생성된 다수의 컴포넌트 모델이 도시되어 있다. 이러한 예에서, 컴포넌트 모델은 디지털 치과 모델로부터 분할된 치아에 대응하고 디지털 치과 모델의 나머지는 잇몸 조직으로 도시되어 있다. 이러한 예에서, 지시자(예를 들어, 빨간색 선)는 모델이 분할된 것을 지시하기 위해 인접 치간(interproximal) 영역 내에 도시된다. 일부 실시예에서, 사용자 인터페이스는 모델의 분할을 수정하기 위한 다양한 툴을 포함한다.

도 15a는 예시적인 사용자 인터페이스 스크린(670)을 도시하고, 도 15b는 사용자 인터페이스 엔진(188)의 일부 실시예에 의해 생성된 예시적인 사용자 인터페이스 스크린(710)을 도시한다. 이러한 예에서, 분할된 모델이 도시되고 툴은 치료를 계획하기 위해 제공된다. 이러한 예에서, 환자의 상부 중앙 치아와 연관된 컴포넌트 모델의 위치와 방향을 변경하는 데 사용할 수 있는 인터페이스 툴이 도시된다. 도 15a는 좌측 상부 중앙 치아에 대한 툴을 도시하고, 도 15b는 우측 상부 중앙 치아에 대한 툴을 도시한다.

도 16은 시스템(100)의 실시예에 의해 제조될 수 있는 치과 기구(750)의 개략적인 예이다. 이러한 예에서, 치과 기구(750)는 교정 정렬기이다. 일부 실시예에서, 치과 기구(750)는 환자의 치열에 맞도록 형성된 얇은 쉘(shell)을 포함한다.

도 17은 시스템(100)의 실시예에 의해 제조될 수 있는 치과 기구(790)의 개략적인 예이다. 이러한 예에서, 치과 기구(790)는 루프에 의해 연결된 별도의 얇은 쉘 부분을 갖는 교정 정렬기이다. 일부 실시예에서, 루프는 환자의 잇몸 조직으로부터 바이어스(bias)된다. 일부 실시예에서, 바이어스의 양은 기구에 의해 촉구된 이동의 성질에 기초하여 결정된다(예를 들어, 치아가 조여지는 경우, 루프는 조직에 대해 고통스럽게 충돌하는 것을 피하기 위해 잇몸 조직으로부터 더 멀리 바이어스될 수 있음). 얇은 쉘 부분은 또한 접합된 부착물에 맞도록 개구를 포함한다. 일부 구현예에서, 치은 조직으로 레이블링된 디지털 치과 모델의 부분은 오프셋되거나 다르게는 확장된다. 이러한 오프셋은 루프의 바이어스가 환자의 잇몸 조직으로부터 멀어 지도록 안내할 수 있다. 또한, 기구 설계는 확장된 치은 조직에 맞도록 조절될 수 있다. 일부 구현예에서, 확장된 치은 조직을 갖는 디지털 치과 모델에 기초하여 물리적 모델이 제조된다. 이어서, 치과 기구는 물리적 모델 및 전술한 석 다운 공정을 사용하여 형성될 수 있다.

도 18은 시스템(100)의 실시예에 의해 제조될 수 있는 치과 기구(830)의 개략적인 예이다. 이러한 예에서, 치과 기구(830)는 단단한 얇은 쉘 부분 및 패터닝된 얇은 쉘 부분을 포함하는 교정 정렬기이다. 패터닝된 얇은 쉘 부분은 더 어두운 쉐이딩으로 도시되고 하나 이상의 방향에서 더 큰 유연성을 허용할 수 있다.

도 19는 시스템(100)의 실시예에 의해 제조될 수 있는 치과 기구(850)의 개략적인 예이다. 이러한 예에서, 치과 기구(850)는 적어도 하나의 차원에서 유연성을 제공하도록 구성된 가요성 영역으로부터 형성된 교정 정렬기이다. 예를 들어,가요성 영역은 환자의 치아에 연속적인 힘을 전달하기 위해 신장되도록 구성될 수 있다. 연속적인 힘은 치과 기구(850)가 환자에 의해 착용될 때 가요성 영역에서 유도된 신장량에 비례하여 증가할 수 있다. 예를 들어, 치과 기구(850)는 환자의 치아에 스프링 형태를 적용할 수 있다(예를 들어, 스프링과 같이, 치과 기구(850)에 의해 가해지는 힘은 더 신장될수록 증가한다). 일부 구현예에서, 치과 기구(850)는 이들 영역에서의 치과 기구(850)의 구조에 기초하여 상이한 영역 또는 방향에서 상이한 양의 플렉스(flex)(또는 신장 능력)를 갖도록 구성된다. 예를 들어, 치과 기구(850)는 특정 영역 또는 방향에서 유연성을 증가시키는 지형적 특징 또는 다른 구조적 변형을 포함할 수 있다. 지형적 특징은 3D 격자, 구멍, 재료 두께의 변화, 접는 선 및 다른 구조적 변화를 포함할 수 있다.

도 20a는 시스템(100)의 실시예에 의해 제조될 수 있는 치과 기구 컴포넌트(870)의 개략적인 예이다. 도 20b는 시스템(100)의 실시예에 의해 제조될 수 있는 치과 기구 컴포넌트(910)의 개략적인 예이다. 이러한 예에서, 치과 기구 컴포넌트(870)는 후방 방향으로 연장되고 치과 기구 컴포넌트(910)의 슬롯과 정합하도록 구성된 탭을 포함한다. 이러한 탭 앤 슬롯 배열은 환자의 치열에서 갭을 폐쇄하는 데 사용될 수 있다.

도 21은 인상 시스템(102)의 컴퓨팅 장치, 기구 설계 시스템(106), 기구 제조 시스템(112), 또는 다양한 가능한 실시예에서 사용될 수 있는 임의의 다른 컴퓨팅 장치와 같은 여기에서 설명된 복수의 컴퓨팅 장치 중 임의의 것을 포함하여 본 개시의 측면을 구현하는 데 사용될 수 있는 컴퓨팅 장치(1170)의 예시적인 아키텍처를 도시한다.

도 21에 도시된 컴퓨팅 장치는 여기에서 설명된 운영 체제, 애플리케이션 프로그램 및 소프트웨어 모듈(소프트웨어 엔진을 포함함)을 실행하는 데 사용될 수 있다.

컴퓨팅 장치(1170)는, 일부 실시예에서, 중앙 처리 유닛(central processing unit, CPU)과 같은 적어도 하나의 처리 장치(1180)를 포함한다. 다양한 처리 장치는 다양한 제조업체, 예를 들어 인텔 또는 Advanced Micro Devices로부터 가용하다. 이러한 예에서, 컴퓨팅 장치(1170)는 또한 시스템 메모리(1182) 및 시스템 메모리(1182)를 포함하는 다양한 시스템 컴포넌트를 처리 장치(1180)에 연결하는 시스템 버스(1184)를 포함한다. 시스템 버스(1184)는 메모리 버스 또는 메모리 제어기, 주변 버스, 및 다양한 버스 아키텍처 중 어느 하나를 사용하는 로컬 버스를 포함하는 임의 개수 유형의 버스 구조 중 하나이다.

컴퓨팅 장치(1170)에 적합한 컴퓨팅 장치의 예는 데스크탑 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, (스마트폰, iPod® 또는 iPad® 모바일 디지털 장치 또는 다른 모바일 장치와 같은) 모바일 컴퓨팅 장치 또는 디지털 명령을 처리하도록 구성된 기타 장치를 포함한다.

시스템 메모리(1182)는 판독 전용 메모리(1186) 및 랜덤 액세스 메모리(1188)를 포함한다. 시작 중과 같이 컴퓨팅 장치(1170) 내에서 정보를 전달하도록 동작하는 기본 루틴을 포함하는 기본 입력/출력 시스템(1190)은 전형적으로 판독 전용 메모리(1186)에 저장된다.

컴퓨팅 장치(1170)는 또한 디지털 데이터를 저장하기 위해 하드 디스크 드라이브와 같이 일부 실시예에서 2차 저장 장치(1196)를 포함한다. 2차 저장 장치(1192)는 이차 저장 인터페이스(1194)에 의해 시스템 버스(1184)에 연결된다. 2차 저장 장치(1192) 및 그들의 관련 컴퓨터 판독 가능 매체는 컴퓨터 판독 가능 명령(애플리케이션 프로그램 및 프로그램 모듈을 포함함), 데이터 구조 및 컴퓨팅 장치(1170)에 대한 다른 데이터의 비휘발성 저장을 제공한다.

여기에서 설명된 예시적인 환경이 2차 저장 장치로서 하드 디스크 드라이브를 사용하지만, 다른 실시예에서는 다른 유형의 컴퓨터 판독 가능 저장 매체가 사용된다. 이들 다른 유형의 컴퓨터 판독 가능 저장 매체의 예는 자기 카세트, 플래시 메모리 카드, 디지털 비디오 디스크, 베르누이 카트리지(Bernoulli cartridges), 컴팩트 디스크 판독 전용 메모리, 디지털 다목적 디스크 판독 전용 메모리, 랜덤 액세스 메모리 또는 판독 전용 메모리를 포함한다. 일부 실시예는 비 일시적 매체를 포함한다. 또한, 이러한 컴퓨터 판독 가능 저장 매체는 로컬 저장 장치 또는 클라우드 기반 저장 장치를 포함할 수 있다.

다수의 프로그램 모듈은 운영 체제(1196), 하나 이상의 애플리케이션 프로그램(1198), (여기에서 설명된 소프트웨어 엔진과 같은) 다른 프로그램 모듈(1270) 및 프로그램 데이터(1272)를 포함하는 2차 저장 장치(1192) 또는 시스템 메모리(1182)에 저장될 수 있다. 컴퓨팅 장치(1170)는 Microsoft Windows™, Google Chrome™ OS, Apple OS, Unix 또는 Linux와 같은 임의의 적합한 운영 체제 및 컴퓨팅 장치에 적합한 임의의 다른 운영 체제를 이용할 수 있다. 다른 예로는 Microsoft, Google 또는 Apple 운영 체제 또는 태블릿 컴퓨팅 장치에서 사용되는 임의의 다른 적합한 운영 체제가 포함될 수 있다.

일부 실시예에서, 사용자는 하나 이상의 입력 장치(1274)를 통해 컴퓨팅 장치(1170)에 입력을 제공한다. 입력 장치(1272)의 예는 키보드(1276), 마우스(1278), 마이크로폰(1280) 및 (터치 패드 또는 터치 감응 디스플레이와 같은) 터치 센서(1282)를 포함한다. 다른 실시예는 다른 입력 장치(1274)를 포함한다. 입력 장치는 종종 시스템 버스(1184)에 연결된 입력/출력 인터페이스(1284)를 통해 처리 장치(1180)에 연결된다. 이들 입력 장치(1274)는 병렬 포트, 직렬 포트, 게임 포트 또는 범용 직렬 버스와 같은 임의 개수의 입력/출력 인터페이스에 의해 연결될 수 있다. 입력 장치와 인터페이스(1284) 사이의 무선 통신도 가능하며, 일부 가능한 실시예에서 적외선, BLUETOOTH® 무선 기술, 802.11a/b/g/n, 셀룰러, 초 광대역(UWB), ZigBee 또는 기타 무선 주파수 통신 시스템을 포함한다.

이러한 예시적인 실시예에서, 모니터, 액정 디스플레이 장치, 프로젝터, 또는 터치 감응 디스플레이 장치와 같은 디스플레이 장치(1286)는 또한 비디오 어댑터(1288)와 같은 인터페이스를 통해 시스템 버스(1884)에 연결된다. 디스플레이 장치(1286)에 더하여, 컴퓨팅 장치(1170)는 스피커 또는 프린터와 같은 다양한 다른 주변 장치(도시되지 않음)를 포함할 수 있다.

근거리 통신망 환경 또는 광역 통신 환경(예컨대 인터넷)에서 사용될 때, 컴퓨팅 장치(1170)는 전형적으로 이더넷 인터페이스와 같은 네트워크 인터페이스(1290)를 통해 네트워크에 연결된다. 다른 가능한 실시예는 다른 통신 장치를 사용한다. 예를 들어, 컴퓨팅 장치(1170)의 일부 실시예는 네트워크를 통해 통신하기 위한 모뎀을 포함한다.

컴퓨팅 장치(1170)는 전형적으로 적어도 일부 형태의 컴퓨터 판독 가능 매체를 포함한다. 컴퓨터 판독 가능 매체는 컴퓨팅 장치(1170)에 의해 액세스될 수 있는 임의의 이용 가능한 매체를 포함한다. 예로서, 컴퓨터 판독 가능 매체는 컴퓨터 판독 가능 저장 매체 및 컴퓨터 판독 가능 통신 매체를 포함한다.

컴퓨터 판독 가능 저장 매체는 컴퓨터 판독 가능 명령, 데이터 구조, 프로그램 모듈 또는 다른 데이터와 같은 정보를 저장하도록 구성된 임의의 장치에서 구현되는 휘발성 및 비 휘발성, 분리형 및 비 분리형 매체를 포함한다. 컴퓨터 판독 가능 저장 매체는 랜덤 액세스 메모리, 판독 전용 메모리, 전기적으로 소거 가능한 프로그램 가능 판독 전용 메모리, 플래시 메모리 또는 다른 메모리 기술, 콤팩트 디스크 판독 전용 메모리, 디지털 다용도 디스크 또는 다른 광학 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 다른 자기 저장 장치, 또는 원하는 정보를 저장하는 데 사용될 수 있는 임의의 다른 매체이자 또한 컴퓨팅 장치(1170)에 의해 액세스될 수 있는 임의의 다른 매체를 포함하지만, 이에 제한되지는 않는다.

컴퓨터 판독 가능 통신 매체는 전형적으로 컴퓨터 판독 가능 명령, 데이터 구조, 프로그램 모듈 또는 다른 데이터를 반송파 또는 다른 전송 메커니즘과 같은 변조된 데이터 신호로 구현하고 임의의 정보 전달 매체를 포함한다. "변조된 데이터 신호"라는 용어는 신호에 정보를 인코딩하는 방식으로 설정되거나 변경된 하나 이상의 특성을 갖는 신호를 지칭한다. 예로서, 컴퓨터 판독 가능 통신 매체는 유선 네트워크 또는 직접 유선 연결과 같은 유선 매체, 및 음향, 무선 주파수, 적외선 및 기타 무선 매체와 같은 무선 매체를 포함한다. 상기한 것들 중 임의의 조합이 또한 컴퓨터 판독 가능 매체의 범위 내에 포함된다.

도 21에 도시된 컴퓨팅 장치는 또한 하나 이상의 그러한 컴퓨팅 장치를 포함할 수 있는 프로그램 가능한 전자 장치의 예이고, 다수의 컴퓨팅 장치가 포함되는 경우, 이러한 컴퓨팅 장치는 다양한 기능, 방법, 또는 여기에서 개시된 작동을 집합적으로 수행하기 위해 적절한 데이터 통신 네트워크와 함께 결합될 수 있다.

다수의 실시예들이 설명되었다. 그럼에도 불구하고, 본 발명의 사상 및 범위를 벗어나지 않고 다양한 변형이 이루어질 수 있음이 이해될 것이다.

또한, 도면에 도시된 로직 흐름은 바람직한 결과를 달성하기 위해 도시된 특정 순서, 또는 순차적 순서를 요구하지 않는다. 또한, 설명된 흐름들로부터 다른 단계들이 제공될 수 있거나, 단계들이 제거될 수 있으며, 설명된 시스템에 다른 컴포넌트들이 추가될 수 있거나 설명된 시스템으로부터 다른 컴포넌트들이 제거될 수 있다.

Claims (20)

1. 환자의 치열의 인상된 위치(impressioned position)를 나타내는 3차원 디지털 치과 모델에서 개별 치아의 근사 위치를 식별하는 데이터를 수신하는 단계;
   식별된 근사 위치 각각에 대해 개별 치아에 대응하는 컴포넌트 모델을 생성하는 단계 ― 상기 컴포넌트 모델은 상기 환자의 치열의 인상된 위치에 기초하여 초기 위치에 배치됨 ―;
   상기 컴포넌트 모델에 대한 타깃 위치를 결정하는 단계;
   상기 컴포넌트 모델에 대해 결정된 타깃 위치에 기초하여 치아 포지셔닝 기구 설계를 생성하는 단계; 및
   상기 치아 포지셔닝 기구 설계에 기초하여 치아 포지셔닝 기구가 제조되게 하는 단계
   를 포함하는 방법.
2. 제1항에 있어서,
   개별 치아의 상기 근사 위치를 식별하는 데이터를 수신하는 단계는,
   상기 3차원 디지털 치과 모델의 아치의 교합 뷰(occlusal view)를 나타내는 사용자 인터페이스가 디스플레이되게 하는 단계; 및
   상기 개별 치아의 근사 위치에 대응하는 상기 3차원 디지털 치과 모델의 표면 상에서 포인트를 식별하기 위해 상기 사용자 인터페이스를 통해 사용자 입력을 수신하는 단계
   를 포함하는, 방법.
3. 제1항에 있어서,
   개별 치아의 근사 위치를 식별하는 데이터를 수신하는 단계는,
   상기 3차원 디지털 치과 모델의 아치의 교합 뷰를 나타내는 2차원 이미지를 생성하는 단계; 및
   신경망 시스템을 사용하여 상기 개별 치아의 상기 근사 위치를 식별하는 단계
   를 포함하는, 방법.
4. 제3항에 있어서,
   상기 신경망 시스템은 컨볼루션 신경망(convolutional neural network)을 포함하는, 방법.
5. 제1항에 있어서,
   상기 식별된 근사 위치 각각에 대해 개별 치아에 대응하는 상기 컴포넌트 모델을 생성하는 단계는,
   상기 식별된 근사 위치에 기초하여 상기 3차원 디지털 치과 모델로부터 서브 모델을 생성하는 단계;
   신경망 시스템을 사용하여 상기 서브 모델 각각의 꼭지점을 분류하는 단계; 및
   분류된 꼭지점에 기초하여 상기 서브 모델을 트리밍(trim)하는 단계
   를 포함하는, 방법.
6. 제1항에 있어서,
   상기 식별된 근사 위치 각각에 대해 개별 치아에 대응하는 컴포넌트 모델을 생성하는 단계는,
   상기 꼭지점과 상기 식별된 근사 위치 사이의 메시 상 측지 거리(on-mesh geodesic distance)를 결정하는 것에 기초하여 후보 꼭지점을 식별하는 단계;
   식별된 후보 꼭지점을 2차원 데카르트 공간에 매핑하는 단계;
   상기 식별된 후보 꼭지점에서 가장 짧은 폐쇄 루프 경로를 찾는 단계; 및
   상기 식별된 근사 위치와 연관된 치아의 일부인 꼭지점을 식별하기 위해 상기 경로를 사용하는 단계
   를 포함하는, 방법.
7. 제1항에 있어서,
   상기 컴포넌트 모델에 대한 상기 타깃 위치를 결정하는 단계는,
   상기 컴포넌트 모델에 대한 로컬 좌표 시스템을 결정하는 단계;
   상기 컴포넌트 모델 상에서 랜드마크를 식별하는 단계; 및
   타깃 아치 형태에 대하여 식별된 랜드마크를 배열하는 단계
   를 포함하는, 방법.
8. 제7항에 있어서,
   상기 타깃 아치 형태에 대하여 상기 식별된 랜드마크를 배열하는 단계는 상기 아치 형태와 특정한 관계로 상기 컴포넌트 모델의 로컬 좌표 시스템을 배향시키기 위해 상기 컴포넌트 모델을 배향시키는 단계를 포함하는, 방법.
9. 제7항에 있어서,
   상기 컴포넌트 모델의 랜드마크는 신경망 시스템을 사용하여 식별되는, 방법.
10. 제1항에 있어서,
    상기 치아 포지셔닝 기구가 제조되게 하는 단계는,
    상기 치아 포지셔닝 기구 설계에 대응하는 데이터를 고속 제조 기계로 전송하는 단계를 포함하는, 방법.
11. 제1항에 있어서,
    상기 초기 위치와 상기 타깃 위치 사이의 이동 경로를 따라 상기 컴포넌트 모델의 중간 위치를 결정하는 단계; 및
    상기 치아 포지셔닝 기구 설계에 기초하여 중간 치아 포지셔닝 기구를 생성하는 단계
    를 더 포함하는 방법.
12. 제1항에 있어서,
    상기 초기 위치와 상기 타깃 위치 사이의 차이에 기초하여 상기 컴포넌트 모델의 적어도 일부에 구조적 요소를 선택적으로 추가하는 단계
    를 더 포함하는 방법.
13. 명령을 포함하는 적어도 하나의 메모리; 및
    상기 적어도 하나의 메모리에 작동 가능하게 연결된 적어도 하나의 프로세서
    를 포함하며,
    상기 적어도 하나의 프로세서는, 실행되는 경우, 상기 적어도 하나의 프로세서가,
    환자의 치열의 인상된 위치를 나타내는 3차원 디지털 치과 모델에서 개별 치아의 근사 위치를 식별하는 데이터를 수신하고,
    식별된 근사 위치 각각에 대해 개별 치아에 대응하는 컴포넌트 모델을 생성하며 ― 상기 컴포넌트 모델은 상기 환자의 치열의 인상된 위치에 기초하여 초기 위치에 배치됨 ―,
    상기 컴포넌트 모델에 대한 타깃 위치를 결정하고,
    상기 컴포넌트 모델에 대해 상기 결정된 타깃 위치에 기초하여 치아 포지셔닝 기구 설계를 생성하며,
    상기 치아 포지셔닝 기구 설계에 대응하는 데이터를 고속 제조 기계에게 전송하게 하는
    명령을 실행하도록 배열되고 구성된, 시스템.
14. 제13항에 있어서,
    상기 프로세서가 개별 치아의 상기 근사 위치를 식별하는 데이터를 수신하게 하는 명령은, 상기 프로세서가,
    상기 3차원 디지털 치과 모델의 아치의 교합 뷰(occlusal view)를 나타내는 사용자 인터페이스가 디스플레이되게 하고,
    상기 개별 치아의 근사 위치에 대응하는 상기 3차원 디지털 치과 모델의 표면 상에서 포인트를 식별하기 위해 상기 사용자 인터페이스를 통해 사용자 입력을 수신하게 하는
    명령을 포함하는, 시스템.
15. 제13항에 있어서,
    상기 프로세서가 개별 치아의 상기 근사 위치를 식별하는 데이터를 수신하게 하는 명령은, 상기 프로세서가,
    상기 3차원 디지털 치과 모델의 아치의 교합 뷰를 나타내는 2차원 이미지를 생성하고,
    컨볼루션 신경망을 포함하는 신경망 시스템을 사용하여 상기 개별 치아의 상기 근사 위치를 식별하게 하는
    명령을 포함하는, 시스템.
16. 제13항에 있어서,
    상기 프로세서가 상기 식별된 근사 위치 각각에 대해 개별 치아에 대응하는 상기 컴포넌트 모델을 생성하게 하는 명령은, 상기 프로세서가,
    상기 식별된 근사 위치에 기초하여 상기 3차원 디지털 치과 모델로부터 서브 모델을 생성하고,
    신경망 시스템을 사용하여 상기 서브 모델 각각의 꼭지점을 분류하며,
    분류된 꼭지점에 기초하여 상기 서브 모델을 트리밍(trim)하게 하는
    명령을 포함하는, 시스템.
17. 제13항에 있어서,
    상기 프로세서가 상기 컴포넌트 모델에 대한 상기 타깃 위치를 결정하게 하는 명령은, 상기 프로세서가,
    상기 컴포넌트 모델에 대한 로컬 좌표 시스템을 결정하고,
    신경망 시스템을 사용하여 상기 컴포넌트 모델 상에서 랜드마크를 식별하며,
    타깃 아치 형태에 대하여 식별된 랜드마크를 배열하게 하는
    명령을 포함하는, 시스템.
18. 신경망 시스템을 사용하여 환자의 치열의 3차원 디지털 치과 모델로부터 컴포넌트 모델을 생성하는 단계 ― 상기 컴포넌트 모델은 상기 환자의 개별 치아에 대응함 ―;
    상기 컴포넌트 모델에 대한 타깃 위치를 결정하는 단계;
    상기 컴포넌트 모델에 대해 결정된 타깃 위치에 기초하여 치아 포지셔닝 기구 설계를 생성하는 단계; 및
    상기 치아 포지셔닝 기구 설계에 기초하여 치아 포지셔닝 기구가 제조되게 하는 단계
    를 포함하는 방법.
19. 제18항에 있어서,
    상기 3차원 디지털 치과 모델로부터 상기 컴포넌트 모델을 생성하는 단계는 상기 신경망 시스템을 사용하여 상기 디지털 치과 모델의 꼭지점 중 적어도 일부를 분류하는 단계를 포함하는, 방법.
20. 제18항에 있어서,
    상기 컴포넌트 모델에 대한 상기 타깃 위치를 결정하는 단계는,
    상기 컴포넌트 모델에 대한 로컬 좌표 시스템을 결정하는 단계;
    상기 컴포넌트 모델 상에서 랜드마크를 식별하는 단계; 및
    타깃 아치 형태에 대하여 상기 식별된 랜드마크를 배열하는 단계
    를 포함하는, 방법.