CN105726142A - 自动化模拟排牙的方法及装置 - Google Patents
自动化模拟排牙的方法及装置 Download PDFInfo
- Publication number
- CN105726142A CN105726142A CN201610070545.9A CN201610070545A CN105726142A CN 105726142 A CN105726142 A CN 105726142A CN 201610070545 A CN201610070545 A CN 201610070545A CN 105726142 A CN105726142 A CN 105726142A
- Authority
- CN
- China
- Prior art keywords
- tooth
- dental arch
- arch model
- characteristic point
- correction characteristic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C7/00—Orthodontics, i.e. obtaining or maintaining the desired position of teeth, e.g. by straightening, evening, regulating, separating, or by correcting malocclusions
- A61C7/002—Orthodontic computer assisted systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
本发明公开了一种自动化模拟排牙的方法及装置,涉及计算机技术领域,为解决现有自动化模拟排牙方式得到的排牙结果的质量低的问题而发明。本发明的方法包括:获取牙列模型中各牙齿的正畸特征点的坐标;将PAR指数分解为预设数量的牙齿间距离类型进行编码,生成自动化模拟排牙的约束条件;将约束条件和力导向算法加入到ICP算法中计算得到每个牙齿正畸特征点的目标位移向量;根据目标位移向量对应地移动各牙齿,得到新的牙列模型;判断新的牙列模型中的各牙齿的牙根是否位于槽骨线轮廓内;若牙根不位于槽骨线轮廓内,则对对应牙根的新的牙列模型中的牙齿进行绕冠移动,获得最终的牙列模型。本发明适合应用在牙齿正畸的过程中。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种自动化模拟排牙的方法及装置。
背景技术
在正畸学领域中,排牙方法的研究一直是研究的重点。在医生对患者实施排牙之前,需要首先对排牙方案进行预测和评估,对方案的预测和评估是通过模拟排牙流程实现的。对传统的模拟排牙方式是基于石膏牙列模型的人机交互模拟排牙方式,然后随着数字化技术的发展,传统的模拟排牙方式正在逐步地被自动化模拟排牙方式替代。自动化模拟排牙方式是指首先利用3D数字成像技术与三维建模技术,得到精确的三维牙列网格模型数据;然后利用正畸学中的排牙规则并通过合适的算法对三维牙列网格模型数据中的牙齿进行自动化排牙,从而为实际的排牙方案提供预测和评估。
在利用算法对三维牙列网格模型中的牙齿进行自动化排牙时,需要将排牙规则编码为数学上可定义的约束项,然后根据数学上可定义的约束项实现自动化排牙。其中排牙规则包括上下颌牙列的排齐规则、相邻牙齿的力的作用规则、上下牙齿的咬合接触规则、前牙的覆合覆盖关系、咬合平面对于排牙结果的影响等。目前对于实现自动化模拟排牙的软件主要有3ShapeA/S公司的3ShapeOrthoAnalyzer、OraMetrix公司的SureSmile等。
针对上述的自动化模拟排牙的实现方式,发明人发现现有的自动化模拟排牙方式中对于排牙规则的编码方式较差,难以将上述排牙规则全面的编码进自动排牙设计优化算法中,因此造成自动化模拟排牙方式得到的排牙结果的质量降低。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种自动化模拟排牙的方法及装置。
为解决上述技术问题,一方面,本发明提供了一种自动化模拟排牙的方法,该方法包括:
获取牙列模型中每个牙齿的正畸特征点的坐标,所述正畸特征点为表示所述每个牙齿形状轮廓的边缘特征点,所述牙列模型为包含牙根的三维立体牙列网格模型;
将同等评估率PAR指数分解为预设数量的牙齿间距离类型进行编码,生成自动化模拟排牙的约束条件;
将所述约束条件和力导向算法加入到迭代就近点ICP算法中计算得到所述每个牙齿的正畸特征点的目标位移向量;
根据所述目标位移向量对应地移动所述每个牙齿,得到新的牙列模型;
根据所述新的牙列模型中的牙齿的正畸特征点判断新的牙列模型中的每个牙齿的牙根是否位于槽骨线轮廓内,所述槽骨线轮廓是根据与牙列模型的咬合面平行的平面以及牙齿根部的颌骨进行切割运算,提取到的最大闭合区域的轮廓;
若所述牙根不位于槽骨线轮廓内,则对对应所述牙根的新的牙列模型中的牙齿进行绕冠移动,获得最终的牙列模型。
另一方面,本发明还提供了一种自动化模拟排牙的装置,该装置包括:
获取单元,用于获取牙列模型中每个牙齿的正畸特征点的坐标,所述正畸特征点为表示所述每个牙齿形状轮廓的边缘特征点,所述牙列模型为包含牙根的三维立体牙列网格模型;
约束条件生成单元,用于将同等评估率PAR指数分解为预设数量的牙齿间距离类型进行编码,生成自动化模拟排牙的约束条件;
计算单元,用于将所述约束条件和力导向算法加入到迭代就近点ICP算法中计算得到所述每个牙齿的正畸特征点的目标位移向量;
第一移动单元,用于根据所述目标位移向量对应地移动所述每个牙齿,得到新的牙列模型;
判断单元,用于根据所述新的牙列模型中的牙齿的正畸特征点判断新的牙列模型中的每个牙齿的牙根是否位于槽骨线轮廓内,所述槽骨线轮廓是根据与牙列模型的咬合面平行的平面以及牙齿根部的颌骨进行切割运算,提取到的最大闭合区域的轮廓;
第二移动单元,用于若所述牙根不位于槽骨线轮廓内,则对对应所述牙根的新的牙列模型中的牙齿进行绕冠移动,获得最终的牙列模型。
借由上述技术方案,本发明提供的自动化模拟排牙的方法及装置,能够首先获取包含牙根的三维立体牙列模型中的每个牙齿的正畸特征点的坐标;其次,将同等评估率(PeerAssessmentRating,简称PAR指数)分解为预设数量的牙齿间距离类型进行编码,编码生成自动化模拟排牙的约束条件,然后再将生成的约束条件和力导向算法加入到迭代就近点(IterativeClosestPoint,简称ICP)算法中计算得到牙列模型中每个牙齿的正畸特征点对应的目标位移向量,在得到目标位移向量后,根据目标位移向量对应地移动牙列模型中的牙齿,得到新的牙列模型;最后,根据新的牙列模型中的牙齿的正畸特征点的坐标判断新的牙列模型中的牙齿的牙根是否位于槽骨线轮廓内,若牙根不位于槽骨线内,则对对应牙根的牙齿进行绕冠移动,得到最终的牙列模型,完成自动化模拟排牙的过程。与现有技术相比,本发明能够将PAR指数分解为预设数量的牙齿间距离类型进行编码,实现更好的编码正畸学的规则,并且在使用ICP算法时加入了力导向算法,提高了排牙的速度和质量,另外在得到新的牙列模型之后,再对新的牙列模型中的牙根位置进行进一步的判断,并对不符合规则的牙根进行调整得到最终的牙列模型,进一步提高了排牙的质量,因此最终得到的自动化模拟排牙的结果更优。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种自动化模拟排牙的方法流程图;
图2示出了本发明实施例提供的另一种自动化模拟排牙的方法流程图;
图3示出了本发明实施例提供的一种自动化模拟排牙的装置的组成框图;
图4示出了本发明实施例提供的另一种自动化模拟排牙的装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为解决现有自动化模拟排牙方式得到的排牙结果的质量低的问题,本发明实施例提供了一种自动化模拟排牙的方法,如图1所示,该方法包括:
101、获取牙列模型中每个牙齿的正畸特征点的坐标。
本实施例中的牙列模型是包含牙根的三维立体牙列网格模型数据,在得到牙列模型之后,获取牙列模型中的每个牙齿的正畸特征点,正畸特征点为表示每个牙齿形状轮廓的边缘特征点。本实施例中牙齿的正畸特征点包括:牙齿的近中点、牙齿的远中点、牙冠部的冠部中心点。需要特别说明的是上颌磨牙的近中点和远中点是舌侧的近中点和远中点、下颌磨牙的近中点和远中点是颊侧的近中点和远中点;另外前牙和尖牙的的冠部中心点为其切点、磨牙的冠部中心点为其凹点。
具体获取每个牙齿的正畸特征点是由计算机自动识别或者人工指定的。
102、将PAR指数分解为预设数量的牙齿间距离类型进行编码,生成自动化模拟排牙的约束条件。
为了更好的编码正畸学中的排牙规则与正畸工作者的工作经验,本实施例使用国际上一种先进的正畸标准指数PAR指数,并将其分解为预设数量的牙齿间距离类型进行编码,生成自动化模拟排牙的约束条件。PAR指数是牙齿错位评估的一个标准,因此根据PAR指数生成自动化模拟排牙的约束条件更加准确。
103、将约束条件和力导向算法加入到ICP算法中计算得到每个牙齿的正畸特征点的目标位移向量。
自动化模拟排牙就是模拟将牙列模型中的牙齿重新排列以得到符合正畸规则的牙列模型的过程。而牙齿的重新排列必然涉及到对牙齿的移动,而牙齿的移动通常是通过其对应的正畸特征点的移动实现的,因此计算牙齿移动的位移向量即计算牙齿的正畸特征点的位移向量。本实施例采用了ICP算法来计算自动化模拟排牙过程中牙齿正畸特征点的位移向量,并将由步骤102中得到的约束条件和力导向算法加入到ICP算法中,得到改进的ICP算法,然后用改进的ICP算法计算得到牙列模型中每个牙齿的正畸特征点的目标位移向量。
104、根据目标位移向量对应地移动每个牙齿,得到新的牙列模型。
根据由步骤103得到的目标位移向量对牙列模型中的牙齿进行对应的移动,得到新的牙列模型。
105、根据新的牙列模型中的牙齿的正畸特征点判断新的牙列模型中的每个牙齿的牙根是否位于槽骨线轮廓内。
槽骨线轮廓是根据与牙列模型的咬合面平行的平面以及牙齿根部的颌骨进行切割运算,提取到的最大闭合区域的轮廓。具体的判断新的牙列模型中的每个牙齿的牙根是否位于槽骨线轮廓的方法是:将由步骤104得到的新的牙列模型中的上下颌的牙齿分别向上下颌槽骨线平面进行投影;然后利用图像区域判别的方法判断投影区域是否属于槽骨线轮廓内部。需要说明的是槽骨线平面为过槽骨线并与咬合面平行的平面。
需要说明的是,本实施例中的咬合面是由与水平面夹角成9.1°夹角,并过头影测量片上唇点以下2mm处的点的平面,其中头影测量片是由正中矢状面截取颅面部的锥形束计算机断层扫描(ConebeamComputedTomography,简称CBCT)数据获得的。
106、若牙根不位于槽骨线轮廓内,则对对应牙根的新的牙列模型中的牙齿进行绕冠移动,获得最终的牙列模型。
对于步骤105的判断,若判断结果为是,即牙根位于槽骨线轮廓内,则不需要对牙根对应的牙齿进行移动;若判断结果为否,即牙根不位于槽骨线轮廓内,则需要对牙根对应的牙齿进行绕冠移动。
具体的绕冠移动方式为:采用分段的角度值进行分步绕冠移动,直到牙根位于槽骨线轮廓内为止。
当新的牙列模型中的所有的牙根都位于槽骨线轮廓内时,获得最终的牙列模型。
本实施例提供的自动化模拟排牙的方法,能够首先获取包含牙根的三维立体牙列模型中的每个牙齿的正畸特征点的坐标;其次,将PAR指数分解为预设数量的牙齿间距离类型进行编码,编码生成自动化模拟排牙的约束条件,然后再将生成的约束条件和力导向算法加入到迭代就近点ICP算法中计算得到牙列模型中每个牙齿的正畸特征点对应的目标位移向量,在得到目标位移向量后,根据目标位移向量对应地移动牙列模型中的牙齿,得到新的牙列模型;最后,根据新的牙列模型中的牙齿的正畸特征点的坐标判断新的牙列模型中的牙齿的牙根是否位于槽骨线轮廓内,若牙根不位于槽骨线内,则对对应牙根的牙齿进行绕冠移动,得到最终的牙列模型,完成自动化模拟排牙的过程。与现有技术相比,本实施例能够将PAR指数分解为预设数量的牙齿间距离类型进行编码,实现更好的编码正畸学的规则,并且在使用ICP算法时加入了力导向算法,提高了排牙的速度和质量,另外在得到新的牙列模型之后,再对新的牙列模型中的牙根位置进行进一步的判断,并对不符合规则的牙根进行调整得到最终的牙列模型,进一步提高了排牙的质量,因此最终得到的自动化模拟排牙的结果更加优。
进一步的,作为对图1所示实施例的细化及扩展,本发明还提供了另一实施例。如图2所示,该实施例中自动化模拟排牙的方法包括:
201、获取牙列模型中每个牙齿的正畸特征点的坐标。
本实施例中的牙列模型是根据CBCT和口内扫描得到的牙齿数据生成的。具体的是将由CBCT得到的牙齿数据通过图像分割和三维重建生成的牙列模型和由口内扫描已经过网格分割生成的牙列模型两者融合成的牙列模型。另外,本步骤中获取牙列模型中每个牙齿的正畸特征点的实现方式与图1步骤101的实现方式相同,此处不再赘述。
202、根据上下牙颌牙列的排齐规则、相邻牙齿的力的作用规则、上下牙齿的咬合接触规则、前牙的覆合覆盖关系、以及咬合面对于排牙结果的影响将PAR指数分解为预设数量的牙齿间距离类型进行编码生成约束条件。
本实例中是根据上下牙颌牙列的排齐规则、相邻牙齿的力的作用规则、上下牙齿的咬合接触规则、前牙的覆合覆盖关系、以及咬合面对于排牙结果的影响将PAR指数分解为六类牙齿间距离类型进行编码生成约束条件的。具体的编码如下表所示:
其中SPD(SpaceDistance)指的是两两相邻的牙齿近中点之间或者近中点与远中点之间的距离,保证上下颌相邻的牙齿在自动化排牙之后仍然保持相邻关系;VPD(VerticalProjectDistance)指的是前牙的覆合关系,即前牙的切点之间的距离在咬合面法向的投影距离值;OJD(OverJetDistance)指的是前牙的覆盖关系,即前牙的切点之间的距离在咬合面上投影距离值;OPD(OcclusalProjectDistance)指的是咬合投影距离值,表示上下磨牙之间的咬合关系;ARD(ArchDistance)指的是与排牙弓线的距离值,即正畸特征点到排牙弓线的距离;SAD(SagittalDistance)指的是前牙的近中点与正中矢状面的距离;Value表示的是所有距离的期望值。
另外表中的数字11,21,…,46,47代表牙列模型中的不同位置的牙齿。本实施例中的牙列模型为28颗牙齿,规定上颌的牙齿为对应的数字分别为:17,16,…12,11,21,22,…26,27下颌牙齿对应的数字:47,46,…42,41,31,32,…36,37。上表中OPD对应的只列举了一侧的牙齿之间的OPD,另一侧牙齿的OPD也相同,因此没有详细一一列出,同样上表中ARD也只列举了下颌牙齿中其中一侧的ARD,下颌另一侧、上颌的两侧的牙齿对应的ARD也是相同的,因此也未一一列出。
需要说明的是,编码中涉及到的排牙弓线是由牙列模型中的牙齿的正畸特征点计算得到的。具体的排牙弓线分为上颌排牙弓线和下颌排牙弓线,其中下颌排牙弓线是将下颌31和41对应的牙齿的近中点的投影到正中矢状面与咬合平面的交线上,并将33,43,36,46对应的牙齿的对称的正畸特征点投影到咬合面上,通过多点拟合的方式拟合出的多项式曲线(如椭圆曲线或者其他类型的曲线等);上颌排牙弓线是将下颌排牙弓线相对于头骨的方向,向“前”向“下”分别平移2mm生成的。
203、根据排牙弓线的位置对牙列模型进行整体移动。
对于牙列模型中若存在某些牙齿被拔除而造成空隙过大的情况,相应的排牙弓线需要进行向内移动,又由于牙齿要尽可能的落在排牙弓线上,因此需要对牙列模型进行整体的对应的向内移动,这样可以减少后面ICP算法的迭代次数。
204、将约束条件作为ICP算法中的约束项生成每个牙齿的正畸特征点的初始位移向量。
ICP算法是对两个点集,其中一个为目标点集,一个为待移动的点集,寻找最佳的刚性转移矩阵,以使待移动的点集根据刚性转移矩阵转换之后与目标点集一一对应。在实际的应用过程通常不能达到待移动点集和目标点集的完全一一对应,因此会设置一个阈值来得到最佳的刚性移动矩阵。阈值是对ICP算法过程中连续两次距离平方和之差的绝对值的限定。其中刚性转移矩阵包含旋转矩阵和平移矩阵。
具体说明ICP算法的实现,本实施例中是将牙列模型的每个牙齿的正畸特征点组成的集合作为待移动的点集,记为P,目标点集是由P根据步骤202生成的约束条件计算生成的点集,记为Q。ICP算法是逐步迭代得到最优刚性转移矩阵的过程:首先从P开始,在Q点集范围内找出对应于P中每个点的最近点,构成新的点集X,并根据P与X得到刚性转移矩阵,然后根据刚性转移矩阵对P进行第一次的转换,得到点集P1,并计算P1与P中各对应点的距离的平方和,记为E1,然后将P1作为第二次的待移动点集进行第二次转换,得到点集P2,并计算P2与P1中各对应点的距离的平方和,记为E2,然后计算E1与E2的差值的绝对值,若E1与E2的差值的绝对值小于预设的阈值,则结束ICP算法,若不小于预设阈值则继续进行迭代计算,直到满足前后两次得到的Ei与Ei+1差值的绝对值小于预设的阈值为止。通过ICP算法最终可以使P转换得到一个最接近目标点集Q的点集,其中得到最接近目标点集Q的点集的过程中生成的旋转矩阵和平移矩阵对应为本实施例中牙列模型中牙齿的正畸特征点的初始位移向量。
205、根据力导向算法对初始位移向量进行调整,得到目标位移向量。
为了加快自动化模拟排牙的过程,使用力导向算法对步骤204得到的初始位移向量进行进一步的精细调整。具体的调整过程为:
对于步骤202中的约束条件,指定步骤204中的目标点集Q中每个点到初始目标点集中对应点的移动向量为fi,其中初始目标点集为步骤204得到的最接近Q的点集,则对应最接近Q的点集的调整向量为f=fi*Σweighti,其中将初始位移向量和上述调整向量融合得到目标位移向量。
206、根据目标位移向量对应地移动每个牙齿,得到新的牙列模型。
根据由步骤205得到的目标位移向量对应的移动牙列模型中的牙齿,但在移动的过程中,需要对牙齿进行碰撞检测。具体的是根据每个牙齿的包围盒对牙列模型中的牙齿进行碰撞检测,通过检测牙齿对应的包围盒是否相交来实现牙齿之间的碰撞的检测。碰撞检测是在牙齿移动过程中及时发现碰撞,并及时调整牙列模型中牙齿移动的顺序或是角度等等,以保证牙齿移动的可执行性。需要说明的是,本实施例中牙齿的包围盒相当于包围整个牙齿的牙套。
其中牙齿的包围盒是在牙齿移动之前生成的,单个牙齿的包围盒的生成方式如下所述:
首先,通过协方差矩阵计算由口内扫描得到的牙齿网格数据的方向包围盒(OrientedBoundingBox,OBB),OBB包围盒是一个贴近物体的长方体,它是包含该对象且相对于坐标轴方向任意的最小的长方体,即它可以根据物体任意旋转。将得到的OBB包围盒中的最长轴,记为y轴;
其次,将由步骤201中得到的牙齿的正畸特征点中的近中点和远中点形成的向量作为牙齿包围盒的x轴;
第三,通过前两步得到的x轴和y轴作叉乘得到牙齿包围盒的z轴;
最后,将x,y,z三个轴对应的向量单位化,生成牙齿的包围盒。
207、根据新的牙列模型中的牙齿的正畸特征点判断新的牙列模型中的每个牙齿的牙根是否位于槽骨线轮廓内。
本步骤的实现方式与图1步骤105的实现方式相同,此处不再赘述。
208、若牙根不位于槽骨线轮廓内,则对对应牙根的新的牙列模型中的牙齿进行绕冠移动,获得最终的牙列模型。
本步骤的实现方式与图1步骤106的实现方式相同,此处不再赘述。
进一步的,作为对上述图1和图2所示方法的实现,本发明另一实施例还提供了一种自动化模拟排牙的装置,用于对上述图1和图2所示的方法进行实现。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图3所示,该装置包括:获取单元31、约束条件生成单元32、计算单元33、第一移动单元34、判断单元35及第二移动单元36。
获取单元31,用于获取牙列模型中每个牙齿的正畸特征点的坐标,正畸特征点为表示每个牙齿形状轮廓的边缘特征点,牙列模型为包含牙根的三维立体牙列网格模型;
约束条件生成单元32,用于将同等评估率PAR指数分解为预设数量的牙齿间距离类型进行编码,生成自动化模拟排牙的约束条件;
计算单元33,用于将约束条件和力导向算法加入到迭代就近点ICP算法中计算得到每个牙齿的正畸特征点的目标位移向量;
第一移动单元34,用于根据目标位移向量对应地移动每个牙齿,得到新的牙列模型;
判断单元35,用于根据新的牙列模型中的牙齿的正畸特征点判断新的牙列模型中的每个牙齿的牙根是否位于槽骨线轮廓内,槽骨线轮廓是根据与牙列模型的咬合面平行的平面以及牙齿根部的颌骨进行切割运算,提取到的最大闭合区域的轮廓;
第二移动单元36,用于若牙根不位于槽骨线轮廓内,则对对应牙根的新的牙列模型中的牙齿进行绕冠移动,获得最终的牙列模型。
进一步的,约束条件生成单元32用于:
根据上下牙颌牙列的排齐规则、相邻牙齿的力的作用规则、上下牙齿的咬合接触规则、前牙的覆合覆盖关系、以及咬合面对于排牙结果的影响将PAR指数分解为预设数量的牙齿间距离类型进行编码生成约束条件。
进一步的,如图4所示,装置进一步包括:
第三移动单元37,用于在将约束条件和力导向算法加入到ICP算法中计算得到每个牙齿的正畸特征点的目标位移向量之前,根据排牙弓线的位置对牙列模型进行整体移动,以减少ICP算法的迭代次数,排牙弓线是根据牙列模型中牙齿的正畸特征点的坐标生成的。
进一步的,如图4所示,计算单元33,包括:
生成模块331,用于将约束条件作为ICP算法中的约束项生成每个牙齿的正畸特征点的初始位移向量;
调整模块332,用于根据力导向算法对初始位移向量进行调整,得到目标位移向量。
进一步的,如图4所示,装置进一步包括:
包围盒生成单元38,用于在根据正畸特征点的坐标计算生成每个牙齿的包围盒;
检测单元39,用于在根据目标位移向量对应地移动每个牙齿的过程中,根据包围盒对牙列模型中的牙齿进行碰撞检测以保证移动的可执行性。
进一步的,获取单元31中的牙列模型是根据锥形束计算机断层扫描CBCT和口内扫描得到的牙齿数据生成的。
本实施例提供的自动化模拟排牙的装置,能够首先获取包含牙根的三维立体牙列模型中的每个牙齿的正畸特征点的坐标;其次,将PAR指数分解为预设数量的牙齿间距离类型进行编码,编码生成自动化模拟排牙的约束条件,然后再将生成的约束条件和力导向算法加入到迭代就近点ICP算法中计算得到牙列模型中每个牙齿的正畸特征点对应的目标位移向量,在得到目标位移向量后,根据目标位移向量对应地移动牙列模型中的牙齿,得到新的牙列模型;最后,根据新的牙列模型中的牙齿的正畸特征点的坐标判断新的牙列模型中的牙齿的牙根是否位于槽骨线轮廓内,若牙根不位于槽骨线内,则对对应牙根的牙齿进行绕冠移动,得到最终的牙列模型,完成自动化模拟排牙的过程。与现有技术相比,本实施例能够将PAR指数分解为预设数量的牙齿间距离类型进行编码,实现更好的编码正畸学的规则,并且在使用ICP算法时加入了力导向算法,提高了排牙的速度和质量,另外在得到新的牙列模型之后,再对新的牙列模型中的牙根位置进行进一步的判断,并对不符合规则的牙根进行调整得到最终的牙列模型,进一步的提高了排牙的质量,因此最终得到的自动化模拟排牙的结果更优。
所述自动化模拟排牙装置包括处理器和存储器,上述获取单元31、约束条件生成单元32、计算单元33、第一移动单元34、判断单元35及第二移动单元36等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序代码:获取牙列模型中每个牙齿的正畸特征点的坐标,所述正畸特征点为表示所述每个牙齿形状轮廓的边缘特征点,所述牙列模型为包含牙根的三维牙列网格模型;将同等评估率PAR指数分解为预设数量的牙齿间距离类型进行编码,生成自动化模拟排牙的约束条件;将所述约束条件和力导向算法加入到迭代就近点ICP算法中计算得到所述每个牙齿的正畸特征点的目标位移向量;根据所述目标位移向量对应地移动所述每个牙齿,得到新的牙列模型;根据所述新的牙列模型中的牙齿的正畸特征点判断新的牙列模型中的每个牙齿的牙根是否位于槽骨线轮廓内,所述槽骨线轮廓是根据与牙列模型的咬合面平行的平面以及牙齿根部的颌骨进行切割运算,提取到的最大闭合区域的轮廓;若所述牙根不位于槽骨线轮廓内,则对对应牙根的新的牙列模型中的牙齿进行绕冠移动,获得最终的牙列模型。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (12)
1.一种自动化模拟排牙的方法,其特征在于,所述方法包括:
获取牙列模型中每个牙齿的正畸特征点的坐标,所述正畸特征点为表示所述每个牙齿形状轮廓的边缘特征点,所述牙列模型为包含牙根的三维立体牙列网格模型;
将同等评估率PAR指数分解为预设数量的牙齿间距离类型进行编码,生成自动化模拟排牙的约束条件;
将所述约束条件和力导向算法加入到迭代就近点ICP算法中计算得到所述每个牙齿的正畸特征点的目标位移向量;
根据所述目标位移向量对应地移动所述每个牙齿,得到新的牙列模型;
根据所述新的牙列模型中的牙齿的正畸特征点判断新的牙列模型中的每个牙齿的牙根是否位于槽骨线轮廓内,所述槽骨线轮廓是根据与牙列模型的咬合面平行的平面以及牙齿根部的颌骨进行切割运算,提取到的最大闭合区域的轮廓;
若所述牙根不位于槽骨线轮廓内,则对对应所述牙根的新的牙列模型中的牙齿进行绕冠移动,获得最终的牙列模型。
2.根据权利要求1所述的方法,其特征在于,所述将PAR指数分解为预设数量的牙齿间距离类型进行编码生成自动化模拟排牙的约束条件,包括:
根据上下牙颌牙列的排齐规则、相邻牙齿的力的作用规则、上下牙齿的咬合接触规则、前牙的覆合覆盖关系、以及咬合面对于排牙结果的影响将PAR指数分解为预设数量的牙齿间距离类型进行编码生成所述约束条件。
3.根据权利要求1所述的方法,其特征在于,在将所述约束条件和力导向算法加入到ICP算法中计算得到所述每个牙齿的正畸特征点的目标位移向量之前,所述方法进一步包括:
根据排牙弓线的位置对所述牙列模型进行整体移动,以减少ICP算法的迭代次数,所述排牙弓线是根据所述牙列模型中牙齿的正畸特征点的坐标生成的。
4.根据权利要求1所述的方法,其特征在于,所述将所述约束条件和力导向算法加入到ICP算法中计算得到所述每个牙齿的正畸特征点的目标位移向量,包括:
将所述约束条件作为ICP算法中的约束项生成所述每个牙齿的正畸特征点的初始位移向量;
根据力导向算法对所述初始位移向量进行调整,得到所述目标位移向量。
5.根据权利要求1所述的方法,其特征在于,所述方法进一步包括:
根据所述正畸特征点的坐标计算生成所述每个牙齿的包围盒;
在根据所述目标位移向量对应地移动所述每个牙齿的过程中,根据所述包围盒对所述牙列模型中的牙齿进行碰撞检测以保证移动的可执行性。
6.根据权利要求1所述的方法,其特征在于,所述牙列模型是根据锥形束计算机断层扫描CBCT和口内扫描得到的牙齿数据生成的。
7.一种自动化模拟排牙的装置,其特征在于,所述装置包括:
获取单元,用于获取牙列模型中每个牙齿的正畸特征点的坐标,所述正畸特征点为表示所述每个牙齿形状轮廓的边缘特征点,所述牙列模型为包含牙根的三维立体牙列网格模型;
约束条件生成单元,用于将同等评估率PAR指数分解为预设数量的牙齿间距离类型进行编码,生成自动化模拟排牙的约束条件;
计算单元,用于将所述约束条件和力导向算法加入到迭代就近点ICP算法中计算得到所述每个牙齿的正畸特征点的目标位移向量;
第一移动单元,用于根据所述目标位移向量对应地移动所述每个牙齿,得到新的牙列模型;
判断单元,用于根据所述新的牙列模型中的牙齿的正畸特征点判断新的牙列模型中的每个牙齿的牙根是否位于槽骨线轮廓内,所述槽骨线轮廓是根据与牙列模型的咬合面平行的平面以及牙齿根部的颌骨进行切割运算,提取到的最大闭合区域的轮廓;
第二移动单元,用于若所述牙根不位于槽骨线轮廓内,则对对应所述牙根的新的牙列模型中的牙齿进行绕冠移动,获得最终的牙列模型。
8.根据权利要求7所述的装置,其特征在于,所述约束条件生成单元用于:
根据上下牙颌牙列的排齐规则、相邻牙齿的力的作用规则、上下牙齿的咬合接触规则、前牙的覆合覆盖关系、以及咬合面对于排牙结果的影响将PAR指数分解为预设数量的牙齿间距离类型进行编码生成所述约束条件。
9.根据权利要求7所述的装置,其特征在于,所述装置进一步包括:
第三移动单元,用于在将所述约束条件和力导向算法加入到ICP算法中计算得到所述每个牙齿的正畸特征点的目标位移向量之前,根据排牙弓线的位置对所述牙列模型进行整体移动,以减少ICP算法的迭代次数,所述排牙弓线是根据所述牙列模型中牙齿的正畸特征点的坐标生成的。
10.根据权利要求7所述的装置,其特征在于,所述计算单元,包括:
生成模块,用于将所述约束条件作为ICP算法中的约束项生成所述每个牙齿的正畸特征点的初始位移向量;
调整模块,用于根据力导向算法对所述初始位移向量进行调整,得到所述目标位移向量。
11.根据权利要求7所述的装置,其特征在于,所述装置进一步包括:
包围盒生成单元,用于根据所述正畸特征点的坐标计算生成所述每个牙齿的包围盒;
检测单元,用于在根据所述目标位移向量对应地移动所述每个牙齿的过程中,根据所述包围盒对所述牙列模型中的牙齿进行碰撞检测以保证移动的可执行性。
12.根据权利要求1所述的装置,其特征在于,所述获取单元中的所述牙列模型是根据锥形束计算机断层扫描CBCT和口内扫描得到的牙齿数据生成的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610070545.9A CN105726142B (zh) | 2016-02-01 | 2016-02-01 | 自动化模拟排牙的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610070545.9A CN105726142B (zh) | 2016-02-01 | 2016-02-01 | 自动化模拟排牙的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105726142A true CN105726142A (zh) | 2016-07-06 |
CN105726142B CN105726142B (zh) | 2016-12-28 |
Family
ID=56242137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610070545.9A Active CN105726142B (zh) | 2016-02-01 | 2016-02-01 | 自动化模拟排牙的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105726142B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107374758A (zh) * | 2017-07-14 | 2017-11-24 | 西安科技大学 | 基于拟合优化的自动排牙方法和装置 |
CN108210095A (zh) * | 2017-11-24 | 2018-06-29 | 上海牙典医疗器械有限公司 | 一种正畸排牙方法 |
CN108470365A (zh) * | 2018-03-07 | 2018-08-31 | 天津工业大学 | 一种基于上下牙颌的牙弓线绘制方法 |
CN108491850A (zh) * | 2018-03-27 | 2018-09-04 | 北京正齐口腔医疗技术有限公司 | 三维牙齿网格模型的特征点自动提取方法及装置 |
CN109998706A (zh) * | 2018-10-12 | 2019-07-12 | 乐人株式会社 | 牙齿矫正影像生成装置及方法 |
CN110246571A (zh) * | 2019-07-30 | 2019-09-17 | 深圳市倍康美医疗电子商务有限公司 | 牙齿数据处理方法 |
US10535203B2 (en) | 2017-11-23 | 2020-01-14 | Candor Ltd. | Digital dental mesh segmentation method and digital dental mesh segmentation device |
WO2020133180A1 (zh) * | 2018-12-28 | 2020-07-02 | 上海牙典软件科技有限公司 | 一种基于人工智能的正畸方法及装置 |
CN112006791A (zh) * | 2020-08-31 | 2020-12-01 | 上海正雅齿科科技股份有限公司 | 牙齿矫治信息的获取方法及系统 |
CN112315597A (zh) * | 2020-11-24 | 2021-02-05 | 西安科技大学 | 一种牙齿正畸路径规划方法 |
CN112932695A (zh) * | 2019-12-10 | 2021-06-11 | 杭州朝厚信息科技有限公司 | 计算机执行的判断邻面去釉时机的方法 |
CN113226214A (zh) * | 2018-12-26 | 2021-08-06 | 3M创新有限公司 | 自动消除数字网格对象之间的碰撞并在空间布置之间平滑移动网格对象的方法 |
CN113693747A (zh) * | 2020-05-21 | 2021-11-26 | 广州黑格智造信息科技有限公司 | 一种3d牙模自动摆正方法、系统、装置及存储介质 |
CN113855234A (zh) * | 2021-11-05 | 2021-12-31 | 黄睿明 | 一种用于修复下颌骨缺损的腓骨自动重建方法 |
WO2022001247A1 (zh) * | 2020-06-28 | 2022-01-06 | 杭州朝厚信息科技有限公司 | 产生牙齿正畸治疗重启排牙方案的方法 |
CN114219897A (zh) * | 2021-12-20 | 2022-03-22 | 山东大学 | 一种基于特征点识别的牙齿正畸结果预测方法及系统 |
WO2024108341A1 (zh) * | 2022-11-21 | 2024-05-30 | 深圳先进技术研究院 | 基于点云理解的自动排牙方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7326051B2 (en) * | 2000-12-29 | 2008-02-05 | Align Technology, Inc. | Methods and systems for treating teeth |
WO2010033290A1 (en) * | 2008-09-17 | 2010-03-25 | Reika Ortho Technologies, Inc. | Methods and systems for moving teeth |
CN102939056A (zh) * | 2010-06-07 | 2013-02-20 | B·嘉·苏 | 牙科正畸系统 |
CN105030347A (zh) * | 2015-07-23 | 2015-11-11 | 南京航空航天大学 | 基于牙根信息的数字化正畸排牙方法及基于该方法的托槽转移装置设计方法 |
CN105147401A (zh) * | 2015-08-04 | 2015-12-16 | 北京大学口腔医学院 | 一种基于牙根信息的数字化排牙方法 |
-
2016
- 2016-02-01 CN CN201610070545.9A patent/CN105726142B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7326051B2 (en) * | 2000-12-29 | 2008-02-05 | Align Technology, Inc. | Methods and systems for treating teeth |
WO2010033290A1 (en) * | 2008-09-17 | 2010-03-25 | Reika Ortho Technologies, Inc. | Methods and systems for moving teeth |
CN102939056A (zh) * | 2010-06-07 | 2013-02-20 | B·嘉·苏 | 牙科正畸系统 |
CN105030347A (zh) * | 2015-07-23 | 2015-11-11 | 南京航空航天大学 | 基于牙根信息的数字化正畸排牙方法及基于该方法的托槽转移装置设计方法 |
CN105147401A (zh) * | 2015-08-04 | 2015-12-16 | 北京大学口腔医学院 | 一种基于牙根信息的数字化排牙方法 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107374758A (zh) * | 2017-07-14 | 2017-11-24 | 西安科技大学 | 基于拟合优化的自动排牙方法和装置 |
US10535203B2 (en) | 2017-11-23 | 2020-01-14 | Candor Ltd. | Digital dental mesh segmentation method and digital dental mesh segmentation device |
CN108210095A (zh) * | 2017-11-24 | 2018-06-29 | 上海牙典医疗器械有限公司 | 一种正畸排牙方法 |
CN108470365A (zh) * | 2018-03-07 | 2018-08-31 | 天津工业大学 | 一种基于上下牙颌的牙弓线绘制方法 |
CN108491850A (zh) * | 2018-03-27 | 2018-09-04 | 北京正齐口腔医疗技术有限公司 | 三维牙齿网格模型的特征点自动提取方法及装置 |
CN108491850B (zh) * | 2018-03-27 | 2020-04-10 | 北京正齐口腔医疗技术有限公司 | 三维牙齿网格模型的特征点自动提取方法及装置 |
CN109998706B (zh) * | 2018-10-12 | 2022-08-19 | 乐人美德株式会社 | 牙齿矫正影像生成装置及方法 |
CN109998706A (zh) * | 2018-10-12 | 2019-07-12 | 乐人株式会社 | 牙齿矫正影像生成装置及方法 |
CN113226214A (zh) * | 2018-12-26 | 2021-08-06 | 3M创新有限公司 | 自动消除数字网格对象之间的碰撞并在空间布置之间平滑移动网格对象的方法 |
CN113226214B (zh) * | 2018-12-26 | 2022-11-01 | 3M创新有限公司 | 自动消除数字网格对象之间的碰撞并在空间布置之间平滑移动网格对象的方法 |
WO2020133180A1 (zh) * | 2018-12-28 | 2020-07-02 | 上海牙典软件科技有限公司 | 一种基于人工智能的正畸方法及装置 |
CN110246571A (zh) * | 2019-07-30 | 2019-09-17 | 深圳市倍康美医疗电子商务有限公司 | 牙齿数据处理方法 |
CN112932695A (zh) * | 2019-12-10 | 2021-06-11 | 杭州朝厚信息科技有限公司 | 计算机执行的判断邻面去釉时机的方法 |
CN112932695B (zh) * | 2019-12-10 | 2023-07-11 | 杭州朝厚信息科技有限公司 | 计算机执行的判断邻面去釉时机的方法 |
CN113693747A (zh) * | 2020-05-21 | 2021-11-26 | 广州黑格智造信息科技有限公司 | 一种3d牙模自动摆正方法、系统、装置及存储介质 |
WO2022001247A1 (zh) * | 2020-06-28 | 2022-01-06 | 杭州朝厚信息科技有限公司 | 产生牙齿正畸治疗重启排牙方案的方法 |
CN112006791B (zh) * | 2020-08-31 | 2021-11-09 | 正雅齿科科技(上海)有限公司 | 牙齿矫治信息的获取方法及系统 |
CN112006791A (zh) * | 2020-08-31 | 2020-12-01 | 上海正雅齿科科技股份有限公司 | 牙齿矫治信息的获取方法及系统 |
CN112315597A (zh) * | 2020-11-24 | 2021-02-05 | 西安科技大学 | 一种牙齿正畸路径规划方法 |
CN113855234A (zh) * | 2021-11-05 | 2021-12-31 | 黄睿明 | 一种用于修复下颌骨缺损的腓骨自动重建方法 |
CN113855234B (zh) * | 2021-11-05 | 2024-02-23 | 黄睿明 | 一种用于修复下颌骨缺损的腓骨自动重建方法 |
CN114219897A (zh) * | 2021-12-20 | 2022-03-22 | 山东大学 | 一种基于特征点识别的牙齿正畸结果预测方法及系统 |
CN114219897B (zh) * | 2021-12-20 | 2024-04-30 | 山东大学 | 一种基于特征点识别的牙齿正畸结果预测方法及系统 |
WO2024108341A1 (zh) * | 2022-11-21 | 2024-05-30 | 深圳先进技术研究院 | 基于点云理解的自动排牙方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105726142B (zh) | 2016-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105726142A (zh) | 自动化模拟排牙的方法及装置 | |
CN105769353A (zh) | 自动化排牙方法及装置 | |
US12064311B2 (en) | Visual presentation of gingival line generated based on 3D tooth model | |
US11666416B2 (en) | Methods for simulating orthodontic treatment | |
CN108470365B (zh) | 一种基于上下牙颌的牙弓线绘制方法 | |
CN104537135B (zh) | 建立牙齿咬合关系的计算机辅助设计方法 | |
BR112018073990B1 (pt) | Método e meio legível por computador não transitório para modelagem virtual de adaptações de gengiva para correção ortodôntica progressiva | |
KR102123660B1 (ko) | 치아 교정 영상 생성 장치 및 방법 | |
CN105761252A (zh) | 图像分割的方法及装置 | |
CN107146232B (zh) | 口腔cbct图像与激光扫描牙齿网格的数据融合方法 | |
CN113891692A (zh) | 牙齿修复牙科器具的自动化创建 | |
US20230206451A1 (en) | Method for automatic segmentation of a dental arch | |
CN111696069A (zh) | 利用基于变分自编码器的深度学习神经网络产生表示目标牙齿布局的数字数据集的方法 | |
Zhang et al. | Computer-aided design of dental inlay restoration based on dual-factor constrained deformation | |
CN108992188B (zh) | 一种单颗牙齿网格模型的修补算法 | |
KR101838992B1 (ko) | 투명 교정 장치의 설계를 위한 치아 모델링 장치 및 방법 | |
JP2024031920A (ja) | 3次元スキャンデータから補綴物を自動で生成する方法、及びこれをコンピュータで実行させるためのプログラムが記録されたコンピュータ読取り可能な記録媒体 | |
KR102673346B1 (ko) | 삼차원 구강 모델 처리 장치 및 삼차원 구강 모델 처리 방법 | |
KR102621762B1 (ko) | 구강 이미지 처리 장치 및 구강 이미지 처리 방법 | |
KR102590774B1 (ko) | 아치라인 최적화 방법 및 이를 이용한 장치 | |
KR20220056760A (ko) | 구강 이미지 처리 장치, 및 구강 이미지 처리 방법 | |
KR102714028B1 (ko) | 교정치료 정보 제공 시스템 및 이의 동작 방법 | |
CN115797599B (zh) | 基于标注网格和Kennedy分类的基牙选择匹配方法 | |
KR102610682B1 (ko) | 3차원 스캔 데이터로부터 보철물을 자동으로 생성하는 방법, 3차원 스캔 데이터로부터 보철물을 자동으로 생성하는 제너레이터 및 이를 컴퓨터에서 실행시키기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체 | |
US20230390035A1 (en) | Oral image processing device and oral image processing method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |