CN111132607A - 用于测定牙斑的方法和装置 - Google Patents
用于测定牙斑的方法和装置 Download PDFInfo
- Publication number
- CN111132607A CN111132607A CN201880062669.XA CN201880062669A CN111132607A CN 111132607 A CN111132607 A CN 111132607A CN 201880062669 A CN201880062669 A CN 201880062669A CN 111132607 A CN111132607 A CN 111132607A
- Authority
- CN
- China
- Prior art keywords
- image
- tooth
- plaque
- mesh
- index
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000003709 image segmentation Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 18
- 210000004195 gingiva Anatomy 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000000926 separation method Methods 0.000 claims description 11
- 208000002064 Dental Plaque Diseases 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 8
- 230000005477 standard model Effects 0.000 claims description 3
- 238000004873 anchoring Methods 0.000 claims description 2
- 210000004513 dentition Anatomy 0.000 description 20
- 230000036346 tooth eruption Effects 0.000 description 20
- 230000001680 brushing effect Effects 0.000 description 16
- 229920000582 polyisocyanurate Polymers 0.000 description 11
- 238000011002 quantification Methods 0.000 description 11
- 210000001847 jaw Anatomy 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 238000010186 staining Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000284 resting effect Effects 0.000 description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 241000270295 Serpentes Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000012447 hatching Effects 0.000 description 2
- 238000000338 in vitro Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000551 dentifrice Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003599 detergent Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000004373 mandible Anatomy 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000007406 plaque accumulation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
- A61B1/044—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances for absorption imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/24—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for the mouth, i.e. stomatoscopes, e.g. with tongue depressors; Instruments for opening or keeping open the mouth
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C9/00—Impression cups, i.e. impression trays; Impression methods
- A61C9/004—Means or methods for taking digitized impressions
- A61C9/0046—Data acquisition means or methods
- A61C9/0053—Optical means or methods, e.g. scanning the teeth by a laser or light beam
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
- A61B5/4547—Evaluating teeth
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/7425—Displaying combinations of multiple images regardless of image source, e.g. displaying a reference anatomical image with a live image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20116—Active contour; Active surface; Snakes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
Abstract
本发明涉及一种测定牙斑的装置(20)和方法。例如,该方法包括接收包括至少一颗牙齿(126)的第一3D图像(121)和包括至少一颗牙齿(126)的第二3D图像(122)的步骤,其中第二3D图像(122)已在与第一3D图像(121)不同的时间点采集。该方法还包括以下步骤:将第一3D图像(121)和第二3D图像(122)进行比较,并且基于第一3D图像(121)和第二3D图像(122)之间的偏差来测定至少一颗牙齿(126)上的牙斑差异量。
Description
技术领域
本发明的实施方案涉及用于测定牙斑的方法、用于测定牙斑的装置、用于测定牙斑的装置的用途、以及用于在计算机或信号处理器上执行时具体实施所述用于测定牙斑的方法的计算机程序。
具体地讲,本发明描述了使用齿列或齿列的至少一颗牙齿的3D模型来识别和量化人类生物膜(牙斑)的分析程序,其中所述3D模型可通过口腔内窥镜和分析软件获得。
背景技术
在临床研究中,牙齿上牙斑区域的测定通常用于证明旨在去除口腔生物膜诸如牙斑的牙刷或其它手段和装置的有效性。牙斑的测定可包括对牙斑的检测和/或量化。
常规的牙斑识别和量化分析程序通常以牙科专业人员例如牙科医生对牙斑脏污区域的检测为基础。
牙科专业人员纯视觉地测定牙斑区域的存在和定位,并通过标准化牙斑指数标记它们。标准化牙斑指数的一个示例是所谓的Rustogi改良海军牙斑指数(RMNPI)。标准化牙斑指数的另一个示例是所谓的Turesky改良Quigley Hein牙斑指数(TQHPI)。
图1示出了在其上应用Rustogi改良海军牙斑指数(RMNPI)的牙齿126的示意图。牙科医生将牙齿126细分为九个不同区域A至I。所述牙齿126上的牙斑可通过染色(例如,借助于必须进行口腔摄取的特别开发的去污剂)进行可视化。牙医通过目视检查对每个区间A至I中牙斑的出现独立地进行主观量化。
还描述了采用平面化过程或使用2D摄影过程处理齿列区域的图像的替代方案。
在大多数情况下,本领域的牙斑检测和量化取决于从业者的主观性和经验,并且由于所选指数的分辨率,其精度受到限制。因此,多个从业者从这些常用牙斑检测技术获得的结果可在很大程度上不同。由于依赖从业者的主观性,即使由同一名从业者检查的不同患者的结果在很大程度上也可能彼此不同。
如上所述,在临床研究中,牙齿上牙斑区域的测定,即检测和量化,可用于证明旨在去除口腔生物膜的牙刷或其它手段和装置的有效性。然而,由于从业者的主观性,结果可在很大程度上变化,因此牙斑的客观测定和量化在今天相当复杂且不可靠。
因此,期望提供如下装置和方法,所述装置和方法允许在测定(即,检测和/或量化)牙斑时实现客观且可重复的结果而不存在现有方法的缺点。
通过下列满足这些期望:本发明的用于测定牙斑的方法,所述方法具有独立权利要求1所述的特征;本发明的用于测定牙斑的装置,所述装置具有独立权利要求11所述的特征;此类装置的用途,所述用途具有独立权利要求14所述的特征;以及根据独立权利要求15所述的计算机程序。
发明内容
本发明的第一方面涉及用于测定牙斑的方法。本发明的方法包括接收包括至少一颗牙齿的第一3D图像和包括所述至少一颗牙齿的第二3D图像的步骤,其中所述第二3D图像已在与所述第一3D图像不同的时间点采集。本发明的方法还包括以下步骤:将所述第一3D图像和所述第二3D图像进行比较,并且基于所述第一3D图像和所述第二3D图像之间的偏差来测定所述至少一颗牙齿上的牙斑差异量。
本发明的第二方面涉及用于测定牙斑的装置。本发明的装置包括用于接收包括至少一颗牙齿的第一3D图像和包括所述至少一颗牙齿的第二3D图像的接口,其中所述第二3D图像已在与所述第一3D图像不同的时间点采集。本发明的装置还包括分析单元,所述分析单元配置成将所述第一3D图像和所述第二3D图像进行比较,从而基于所述第一3D图像和所述第二3D图像之间的偏差来测定所述至少一颗牙齿上的牙斑差异量。
本发明的第三方面涉及用于测定牙斑的装置的用途。本发明的用途包括接收包括至少一颗牙齿的第一3D图像和包括所述至少一颗牙齿的第二3D图像的步骤,其中所述第二3D图像已在与所述第一3D图像不同的时间点采集。本发明的用途还包括以下步骤:将所述第一3D图像和所述第二3D图像进行比较,并且基于所述第一3D图像和所述第二3D图像之间的偏差来测定所述至少一颗牙齿上的牙斑差异量。
本发明的第四方面涉及计算机程序,其中每个计算机程序配置成当在计算机或信号处理器上执行时具体实施第一方面的方法,使得上述方法由计算机程序之一来具体实施。
附图说明
在下文中,结合附图更详细地描述本发明的实施方案,其中
图1示出在其表面上具有RMNPI网格的牙齿的示意图,
图2示出根据一个实施方案的装置的方框图,
图3示出显示上颌的3D图像,该上颌包括至少一颗要检查牙斑的牙齿,
图4示出显示上颌的另一个3D图像,在该上颌上将应用图像分割以将牙齿与周围齿龈分开,
图5示出显示上颌的另一个3D图像,在该上颌上将应用图像分割以将几颗牙齿彼此分开,
图6示出显示具有周围齿龈的分离的牙齿的另一个3D图像,其中网格已被转移到其表面上,
图7示出显示分离的牙齿的另一个3D图像,其中网格已被转移到其表面上,
图8示出显示上颌的另一个3D图像,其中牙斑差异量已经可视化并且网格已转移到其表面上,以及
图9示出根据一个实施方案的方法的方框图。
具体实施方式
具有相等或等同功能的相等或等同的元件或元件在以下描述中用相等或等同的附图标号表示。
尽管一些方面将以设备或装置为背景进行了说明,但是应当明白,这些方面也表示对相应方法所作的说明,其中一个方框或装置对应于一个方法步骤或方法步骤的特征。类似地,以方法或方法步骤为背景来描述的方面也表示对相应设备或装置的相应方框或项或特征所作的说明。
首先,将参考图2至8来描述本发明的装置。然后,可参照图9描述本发明的方法,该方法可使用本发明的装置执行。对装置的说明和描述也应用作对本发明方法的代表性描述。换句话讲,本文结合本发明的装置所解释的一切内容也适用于本发明的方法,反之亦然。
图2示出了根据本发明的装置120的一个示例。设备120用于接收包括至少一颗牙齿126的第一3D图像21和包括所述至少一颗牙齿126的第二3D图像122的接口123,其中所述第二3D图像122已在与所述第一3D图像121不同的时间点采集。
装置120还包括配置成将所述第一3D图像121和所述第二3D图像122进行比较的分析单元125,并且基于所述第一3D图像121和所述第二3D图像122之间的偏差来测定所述至少一颗牙齿126上的牙斑差异量124。
可通过任何3D成像装置,例如口腔内扫描仪或口腔内窥镜,来获得3D图像121,122。例如,3D口腔内窥镜可用于检测牙齿126的几何形状及其表面纹理。
在扫描牙齿126或甚至整个上颌和/或下颌的同时,可由3D几何形状和纹理信息形成组合数据并将其组合在一个文件中。可用于本文的示例性3D数据格式包括例如对象(obj)和多边形文件格式(ply)。这些数据可用于在检测后的一个或多个分析阶段期间对牙斑进行量化。因此,3D-CAD方法可例如用于解决牙科问题,即牙斑的检测和量化。
换句话讲,本发明的用于测定牙斑的装置120包括用于接收包含至少一颗牙齿126的第一3D图像121和包含所述至少一颗牙齿126的第二3D图像122的接口123。牙斑也可称为生物膜并且可驻留在牙齿和齿龈上。
可例如借助于口腔内窥镜或口腔内扫描仪获得第一和第二3D图像121,122。当检查活体的牙齿的牙斑时,这些口腔内成像装置尤其可用。在本检查者是人类(即,人)的情况下,牙斑也可称为人生物膜。
除了分析人生物膜的存在或移除之外,本发明原理还可应用于体外测试。例如,可使用3D个实验室彩色扫描仪代替口腔内成像装置。这些扫描仪提供分析牙斑存在或从例如涂覆有人工牙斑的实验室夹具移除所需的数据。
独立于成像装置可能已经采集了牙齿126的3D图像,本发明的一个方面是第一和第二3D图像121,122已经在不同的时间点采集。例如,可在人刷牙之前从牙齿采集第一3D图像121。第二3D图像可能已经从相同牙齿126但在较晚时间点例如在人刷牙之后采集。
如上所述,本发明装置120的接口123配置成从任何成像装置接收第一和第二3D图像121,122。本发明装置120还包括配置成将第一3D图像121与第二3D图像122进行比较的分析单元125。
分析单元125配置成检测第一3D图像121中所示牙齿126与第二3D图像122中所示牙齿126之间的任何偏差。如果在第一3D图像121与第二3D图像122之间可以检测到偏差,则分析单元125用来基于所述偏差测定所述至少一颗牙齿126上的牙斑差异量。
例如,如果第一3D图像121显示上述刷牙前情况下的牙齿126,并且第二3D图像122显示上述刷牙后情况下的相同牙齿126,则刷牙过程中可能已经移除了一定量的牙斑。因此,显示牙齿126的刷牙后情况的第二3D图像122与显示牙齿126的刷牙前情况的第一3D图像121可能有所偏差。
所检测到的第一和第二3D图像121,122之间的偏差可能指示,在采集第一3D图像121和第二3D图像122之间发生的刷牙过程中已经移除的牙斑的量。为了更容易地识别任何3D图像中的牙斑,可通过适合手段如牙斑染色丸等在采集任何3D图像之前染色而将牙斑可视化。但是,取决于成像装置的精确度和分辨率,不事先染色牙齿126而直接检测所扫描牙齿126表面上的牙斑也是可能的。因此,可直接从3D图像121,122获得牙斑差异值。
如上所述,本发明的装置120可馈入3D图像121,122,所述图像不仅显示单个牙齿126,而且显示完整上颌或其至少一部分和/或完整下颌或其至少一部分。此外或另选地,本发明装置120可馈入显示包括上颌和下颌在内的完整齿列的3D图像。
因此,根据一些实施方案,接口123可配置成接收3D图像,其中第一3D图像121显示下排牙齿的至少包含所述至少一颗牙齿126的部分或上排牙齿的至少包含所述至少一颗牙齿126的部分,并且其中第二3D图像122显示上下排牙齿的包含所述至少一颗牙齿126的部分,其中第二3D图像122已经在不同于第一3D图像121的时间点采集。
图3示出示例性3D图像121,122,示出也称为上颌的上排牙齿131。这一示出的3D图像可以使在第一时间点t1采集的第一3D图像121,或在第二时间点t2采集的第二3D图像122。
所示出的牙齿以所谓的FDI方案(FDI:国际牙科联合会)示例性编号,但也可使用任何其它牙科方案。出于下述说明的目的,这里示例性地拾取第26号牙齿(FDI)作为用于牙斑检查的至少一颗牙齿126。
在这一步(这仅是任选的)中,确定牙齿状态。如从图3中可以看出的那样,3D图像示出用于测定特定齿列的上颌131。可登记除全齿列之外的任何情形。可点击牙齿的大致几何中心以标记它们,这以带圆圈的FDI编号示出。
这一仅为任选的步骤可用于准备一个或多个后续步骤,这些步骤将在下面详细讨论,例如,图形地分离(例如,裁剪)至少一颗待查牙齿126,或将预先确定的PIR(PIR:牙斑指数区域)网格转移到特定牙齿126。还是任选地,可使用3D蛇行132来计算中心位置。确定牙齿状态的步骤可促进分离表面的初始定位,这将在下文详细阐述。然而,是否应使用另选的替代方案进行牙齿分区,这一步骤可以忽略。
图4示出3D图像121,122的另一示例,显示上颌131的3D模型。3D图像121,122示出了包含至少一颗待查牙齿126在内的上排牙齿141以及环绕所述牙齿的齿龈142。换句话讲,3D图像121,122包括显示至少一颗牙齿126的第一图像区域和显示环绕所述牙齿126的齿龈142的第二图像区域。所述图像区域也可称为第一和/或第二3D图像121,122的预定图像区段。
上述图像区域应理解为3D图像内的特定或预定区域,例如,通过某些坐标和/或通过不同阴影值和/或通过不同颜色值等给出。
根据一个实施方案,本发明的装置120可包括图像分割单元,所述图像分割单元配置成通过图像分割在第一和第二3D图像121,122的至少一者中将至少一颗牙齿126与环绕的齿龈142分开而确定至少所述第一图像区域(例如,示出牙齿126)。
换句话讲,图像分割单元配置成在3D图像121,122中将至少一颗牙齿126与齿龈142分开。换句话讲,将至少一颗牙齿126与齿龈142图形地分离,其中图形分离也可称为裁剪。在图4所示的示例中,图像分割单元配置成在3D图像121,122中将整个上排牙齿141从环绕的齿龈142中分离或裁剪出来。在这一图像分割步骤之后,图像分割单元还可配置成显示彼此分离的牙齿126(或整个上排牙齿141)或齿龈142。
因此,在第一和/或第二3D图像121,122中的3D模型上,牙齿126,141可与齿龈142分离。可采用各种图形学和数学方法。进行此类图像分割的一个可能性可以基于选择阴影和/或色调和/或颜色。典型可与牙齿关联的阴影、色调或颜色(例如,白/灰/黄)通过选择过程而包括在内,并且齿龈阴影(例如,浅红/浅粉)可经选择剔除。
例如,所选择的阴影可以模板的形式存储在图集中。这一所谓的全局分割可提供用于分离牙齿126,141与齿龈142的粗糙工具。此外或另选地,容差工具可确定哪些阴影被识别为与所选择的阴影类似。
此外或另选地,3D图像121,122中显示的3D模型中的沟槽也可用于图像分割。在可能的情况下,目标是确保由于阴影而检测到的分割区域边缘位于3D模型的沟槽内。
根据“魔杖原理”的局部分割函数在各种图像处理工具中都是已知的。在点击点选择阴影,并且也选择从这一点可到达的具有类似阴影的全部环绕区域。
而且在这里,函数可以被否决,即阴影也可以被排除。因此,所选择的区域被减小而非扩大。当使用这一工具时,也可使用容差滑块控制所选择的面积。沟槽工具配有与全局分割相同的功能。
“清理工具”可识别并自动移除图像区域中的小孔或可能不想要的点。在再加工阶段,图像阴影的对比度可能增加。可对图像区域内的面积分配阴影,而该区域外的面积可以不同阴影显示。
边界平滑器可平滑图像区域的边界。这都可能牵涉生成边界线并平滑该边界线。在这之后,可从这一边界线重新计算该区域。
此外,所谓的最大“边缘跳变”可描述从区域边界拉伸至沟槽而使得这一沟槽认可被接受的最大表面距离。如果沟槽离得更远,则该区域不会朝向该沟槽收缩或扩展。
牙齿半径对于局部分割可能是重要的。其描述牙齿126的尺寸,并因此确定分割在其内起作用的图像区域的面积。距离点击点更远的面积可能不包括在分割区域内。
上述可能性仅描述牙齿126与齿龈142之间的示例性类型的图像分割,而其它方法也可能是可行的。具体地,这里应该提及经由生物遗传学途径识别牙齿126的方法。这些过程也将适用于下面参照图5描述的下一阶段。
图5示出单颗牙齿分割的示例。又一次,所示出的3D图像121,122显示上颌131的3D模型,显示了上排牙齿141和环绕的齿龈142。这里仅示例性地显示齿龈142。齿龈142也可通过如上文阐述的图像分割进行分离,使得仅上排牙齿141在看不见齿龈142时是可见的。
如所能看到的那样,上排牙齿141包括待查牙斑的至少一颗牙齿126和至少一颗其它牙齿127。换句话讲,3D图像121,122包括显示至少一颗牙齿126的第一图像区域和显示其它牙齿127的第二图像区域。如上所述,图像区域应理解为3D图像121,122内的特定或预定区域,例如,通过某些坐标和/或通过不同阴影值和/或通过不同颜色值等给出。
如图5中所示,可使用分离表面151a,151b,151c,151d等将至少一颗牙齿126与其它牙齿127分离。这些分离表面151a,151b,151c,151d将至少一颗牙齿126与其环绕物例如至少一颗其它牙齿127分离。
如可以看到的那样,至少一颗牙齿126位于与其它牙齿127相邻的位置。这一示例中,分离表面151b可将两颗牙齿126,127彼此分离。因此,可将所述至少一颗牙齿126和与其直接相邻的牙齿分离。但是,如果所述至少一颗牙齿126没有直接相邻的牙齿,例如,如果所述至少一颗牙齿126是端齿或齿列包括齿隙,则尽管如此,分离表面151b,151c仍可用来将所述至少一颗牙齿126与其环绕物分离。这可通过利用如上文阐述的图像分割来进行。
分离表面151a,151b,151c,151d垂直地排列在与所述至少一颗牙齿126的近端表面的至少一部分接触的两颗牙齿126,127之间。换句话说,分离表面151a,151b,151c,151d可垂直地排列,使得它们插入到两颗相邻牙齿之间的空间内,可随后用来将这些牙齿图形地彼此分离。
换句话讲,第一和第二3D图像121,122中的至少一者可包括显示至少一颗牙齿126的第一图像区域和显示至少一颗其它牙齿127的第二图像区域。根据一个实施方案,本发明装置120可包括图像分割单元,其配置成通过使用位于第一和第二图像区域之间的至少一个分离表面151b进行图像切割而将至少一颗牙齿126与至少一颗其它牙齿127图像地分离,从而确定第一和第二图像区域。
这一在3D图像中将至少一颗牙齿126与其它牙齿127分离的过程也可称为单齿分割。使用这一所谓的单齿分割,可经由分离表面151a,151b,151c,151d将全部牙齿141彼此分离,如上文关于牙齿126,127而示例性描述的。
可经由滑动球152控制分离表面151a,151b,151c,151d的定位和对齐。例如,软件可自动提示分离表面151a,151b,151c,151d的位置。此外或另选地,当简单的平面分段是不充分的时,例如斜齿或重叠齿的情形中,穹顶的分离表面可能不可或缺。
此外或另选地,也可使用3D蛇行将单颗牙齿126,127彼此分离,并且具体地,生成在远端区域也完整的牙齿模型。高质量的牙齿模型有利于确保可将PIR网格精确度转移到个体牙齿,如将在下文参考图6和7阐述的那样。此外,通过确定分离表面,可在3D蛇行的辅助下增强个体牙齿的分割。
图6示出图形地分离或裁剪的牙齿126,所述牙齿已经通过上文所述图像分割得以分离。仅以举例的方式,这里示出了环绕的齿龈142的一部分。
但是,牙齿126也可显示在没有齿龈142的3D图像中,因为可通过上文所述的图像分割将齿龈142与牙齿126分离。这种示例显示于图7中。
图6和图7都示出了已经被图形地转移到牙齿126上,更精确而言转移到牙齿126表面上的网格161,。网格161可包括多个网格区段161a,161b,161c,161d,161e,161f,161g,161h,161i。
网格161可以使可用于传统牙斑指数诸如Rustogi改良海军牙斑指数(RMNPI)或Turesky改良Quigley Hein牙斑指数(TQHPI)中的网格,但网格161并不限于这两种具体提及的牙斑指数。
例如,图6和7中示出的网格161是可用于Rustogi改性海军牙斑指数(RMNPI)的网格,如上文参照图1所讨论的。
如从图7中可以看出的那样,网格161可包含至少九个不同的网格区段161a,161b,161c,161d,161e,161f,161g,161h,161i,其对应于图1中示出的RMNPI指数区域A至I。因此,在这一示例中,网格区段161a至161i也可称为指数区域,并且网格161也可称为PIR网格。
在此类PIR网格161中,可基于指数区域161a至161i测定至少一颗牙齿126上的牙斑差异量。例如,可将指数区域161a至161i中的每一个单独地测定为出于所述指数区域161a至161i内的牙斑量。任选地,可将这些在指数区域161a至161i中的每一个内测定的牙斑量的各个结果合并,以获得完整牙齿126或甚至整个颚或齿列的牙斑总量。
通过图像计算单元,基于图形地示出或绘制的分割线162,网格161可被转移到牙齿126的表面上并因此在3D图像121,122中可视化。例如,这一分离线162可以使已经绘制以便将牙齿126与环绕的齿龈142分离的分割线,如上文参照图4所阐述的。换句话讲,使用图像计算单元,通过将网格161的至少一部分锚定在所述分割线上,可将网格161转移到牙齿126的表面上。例如,如图6所示,网格161的最下部已经被及锚定在分离至少一颗牙齿126与环绕的齿龈142的分割线上。
因此,所选择的分割线162可用作基准线,其中所述网格161可被卡在所述基准线162上。因此,通过将网格161的至少一条线与基准线162对齐,图像计算单元将网格161卡在牙齿126的表面上。在这一示例中,通过将网格161的较低线与分离牙齿126与齿龈142的分割线162对齐,图像计算单元将网格161转移到牙齿126的表面上。
根据另一实施方案,网格161可基于已经在标准模型牙齿上生成的先前生成的标准网格,其中图像计算单元配置成将标准网格的量纲调整到至少一颗牙齿126的表面。通过这种方式,可将网格确切地卡在、贴合或转移到牙齿126的表面上,并且随后可用作上文提及的网格161。
换句话讲,牙斑指数中描述的用于在至少一颗牙齿126上限定区块A至I的网格161可仅在标准颚上使用图形学工具生成一次,并且可被转移到第一和/或第二3D图像121,122中显示的每一个3D齿列模型。先前已经在牙齿126和齿龈142之间生成的分割线可用于这一目的。
任选地,可使用参数化将来自标准颚的牙斑指数转移到特定颚,即,当将标准网格转移到用于具体牙齿126的网格161时。当这么做的时候,图像计算单元配置成确保转移PIR网格时保持相对指数量纲,即,它们在缩放时不失真。
得益于PIR网格161的自由设计选项,可分析先前没有反映在常用指数中的表面,例如咬合面。因此,可绘制尖端线163以标记牙齿126的咬合面。
此外,牙间区域中的线164a,164b(图7)可将牙齿126的外表面与其内部分离。取决于所选择的牙斑指数,可绘制其它线诸如水平线165和垂直线166(图6)以创建网格161。可向如是创建的指数部分表面即指数区域161a至161i提供命名,例如,在RMNPI中使用的A至I。所限定的部分表面161a至161i可全尺寸显示,并且可显示它们的牙斑量值。
如前所述,第一和第二3D图像121,122可显示相同内容,例如,同一颗牙齿126、上排或下排牙齿、或甚至整个齿列。图像计算单元可将第一3D图像121和第二3D图像122叠加。如前所述,至少第一3D图像121可显示具有被转移到其表面上的网格161的牙齿126。再次,第二3D图像122也可显示相同的牙齿126,但没有被转移到其上的网格161。
通过将这一第一3D图像121与第二3D图像122叠加,可容易地将第一3D图像121的网格161转移到第二3D图像122上。换句话讲,可直接将第一3D图像121中所示的停留在牙齿126表面上的网格161转移到第二3D图像122所示的牙齿126表面上。这可通过将第一3D图像121的牙齿126与第二3D图像122的牙齿126对齐来完成,以例如移动和/或旋转牙齿126,使得第一和第二3D图像121,122贴合在一起。当第一3D图像121的牙齿126贴合第二3D图像122的牙齿126尺寸时,则可将容易地将网格161从第一3D图像121转移到第二3D图像122中,使得第一3D图像121的牙齿126的网格161贴合第二3D图像122的牙齿126尺寸。因此,第一3D图像121的网格161可重新使用,使得无需在第二3D图像122中创建全新的网格161,这一创建过程可能是耗时的。
根据这一实施方案,图像计算单元可配置成将第一3D图像121与第二3D图像122叠加,其中第一3D图像121包含具有被转移到其表面上的网格161的所述至少一颗牙齿126,并且第二3D图像122包括至少一颗牙齿126但没有网格,并且其中所述图像计算单元还配置成将第一3D图像121的至少一颗牙齿126与第二3D图像122的至少一颗牙齿126对齐,并且将第一3D图像121的至少一颗牙齿126的网格161转移到第二3D图像122的至少一颗牙齿126的表面上。
如前所述,第一和第二3D图像121,122在不同的时间点采集。例如,可使用第一和第二3D图像121,122来测定在第一和第二时间点之间被移除的牙斑量。因此,第一3D图像121可在第一时间点t1采集,此时待查的牙齿126尚未被刷。第二3D图像122可在较晚的时间点t2采集,例如在待查的牙齿126被刷之后。因此,第一时间点t1可称为刷牙前情况,而第二时间点t2可称为刷牙后情况。
本文中讨论的牙斑差异量可表示在第一时间点的第一牙斑量与第二时间点的第二牙斑量之间的差异。因此,术语牙斑差异量可例如表示增加的或移除的牙斑量。在后者的情形中,牙斑差异量可表达为牙斑移除值。
回到上述示例,通过将来自两个齿列模型的个体牙齿126叠加,可将刷牙前网格161转移到刷牙后情况中。如上文所讨论,这可通过将来自两个3D图像121,122的个体牙齿126图形地叠加使得它们占据相同的空间而进行。因此,在刷牙前颚中每颗单独牙齿的置换和转动的叠加结果的辅助下,可将个体牙齿126转换为刷牙后颚中的相同牙齿126。通过将这些转换也应用到刷牙前情况的PIR网格161,所述网格可与刷牙后情况叠加并因此直接使用。
通过叠加第一和第二3D图像121,122,可测定至少一颗牙齿126上的牙斑差异量。例如,第一3D图像121显示刷牙前情况下的牙齿126,而第二3D图像122显示刷牙后情况下的牙齿126,如上文所提及的。
当叠加第一和第二3D图像121,122时,可检测第一和第二3D图像121,122之间的Δ值,即差异值。这一差异值可表示第一3D图像121(例如,刷牙前)的牙齿126上的第一牙斑量与第二3D图像122(例如,刷牙后)的牙齿126上的第二牙斑量之间的差异。
因此,这一Δ或差异值可视为在两个时间点t1和t2之间,即采集第一3D图像121(例如,刷牙前)和采集第二3D图像122(例如,刷牙后)之间已经被移除的牙斑量。它因此可称为牙斑移除值。
一种示例性方案在图8中描述。这一示例示出显示颚的第一和第二3D图像121,122的叠印。如可以看出的那样,至少一颗牙齿126具有被转移到其表面上的网格161。该颚的其它牙齿也具有被转移到其各自表面上的网格。网格可对应于上文参考图6和图7讨论的网格161。例如,网格161可以是RMNP指数的PIR网格。
如从图8中可以看出的那样,以阴影线强调显示的阴影部分表示上文提及的Δ牙斑值,即当将第一3D图像121与所叠加的第二3D图像122比较时的移除牙斑量。移除牙斑量可以mm2为单位或以百分比给出,例如,可称为牙斑移除值。
根据实施方案,可对每个网格区段161a至161i独立地计算这一牙斑移除值。如指数所需要的那样,即,任选地,可将网格区段161a至161i的部分表面合并以形成分别指示至少一颗牙齿126或甚至下颌、上颌或齿列的总牙斑移除值。
换句话讲,对于牙斑或牙斑移除的量化,可将指数网格161映射到第一和第二3D图像121,122中至少一者的被扫描牙齿上。刷牙前和刷牙后情况的差异或偏差可用来计算每个指数部分表面161a至161i的牙斑移除值。如上文提及的,这些表面值可表示为mm2或%。如指数所需要的,可将部分表面合并以形成总结果。
因此,根据一个实施方案,图像计算单元可配置成叠加第一3D图像121和第二3D图像122并测定第一和第二3D图像121,122之间的差异图像值。所述差异图像值可指示第一和第二3D图像121,122之间的偏差,例如,显示的至少一颗待查牙齿126上牙斑量的偏差。因此,所述差异图像值的大小可能的表示至少一颗牙齿126上的牙斑差异量,例如,上文提及的牙斑移除值。
仍然参照图8,本发明装置120也可不仅配置成显示上文提及的牙斑差异量,即牙斑移除值,而且也配置成在第一和第二3D图像121,122中显示在采集各3D图像121,122的时间点停留在至少一颗牙齿126上的当前实际牙斑量。换句话讲,3D图像121,122可显示停留在牙齿126上的当前牙斑量。这可能有助于从业者等人确定牙齿126上的当前牙斑情况。例如,图8将会是3D图像121,122,其中以阴影线强调的阴影表示在采集所述3D图像121,122时当前存在于牙齿126上的牙斑量,而非表示上文讨论的牙斑移除量。
图9显示本发明的测定牙斑的方法的示意图。
在方框901中,第一和第二3D图像121,122被接收,第一3D图像121包括至少一颗牙齿126,并且第二3D图像122也包括所述至少一颗牙齿126,其中所述第二3D图像122已在与第一3D图像121不同的时间点采集。
在方框902中,将第一3D图像121和第二3D图像122进行比较。此外,基于第一3D图像121和第二3D图像122之间的偏差,测定至少一颗牙齿126上的牙斑差异量。
3D图像121,122中牙斑的上述测定,即检测和量化,还可通过在采集各3D图像121,122将至少一颗牙齿126染色而得到改善。
在可能使用口腔内窥镜等的情形中,分析的分辨率可显著增加,且不受限于所建立的指数的限定。
得益于预期未来口腔内窥镜的分辨率的改善,中期内将可能进行体积评估而非表面评估。这将消除当前2D表面指数的限制。例如,这将会提供对不同类型的陈旧牙斑移除的分析。将会不再需要对牙斑染色。
除了分析人体生物膜(例如,牙斑)的移除之外,这一过程也可用于体外测试。可使用3D实验室彩色扫描仪替代口腔内窥镜。它们提供分析从例如涂覆有人工牙斑的实验室夹具移除牙斑所需的数据。
可以想象,基于这一新的方法,可以建立分辨率进一步提高的牙斑指数。
可以想象,在未来可以通过集成机器学习算法自动进行手动选择,诸如阴影确定。
总之,本文所述的装置、方法、用途和计算机程序可允许对材料,例如生物膜,诸如停留在至少一颗牙齿126上的牙斑,进行检查和/或测定和/或量化。当前,可对停留材料进行检测和/或测定和/或量化。此外或另选地,可对所述材料的差异量进行检测和/或测定和/或量化。
例如,牙齿上牙斑区域的测定可用于证明旨在去除口腔生物膜的牙刷或其它手段和装置的有效性。
本发明概念可能牵涉使用口腔内窥镜扫描颚若干次,例如至少两次,并存储图形和如此记录的纹理。
在第一阶段,可将牙齿上的染色斑与牙齿几何形状一起扫描(所谓的刷牙前评估)。第二阶段可能牵涉再次染色并扫描在刷牙后仍保留的牙斑(所谓的刷牙后评估)。残留牙斑(阶段2)与初始牙斑(阶段1)之间的差异可被取作测量值,用于测定牙刷、洁齿材料或装置的牙斑移除性能。也可以相同的方式收集刷牙前和刷牙后的数据,以便产生合规的报表,牙斑聚集的动态过程及其移除或者机械和化学成分在口腔卫生中的组合效应。
例如,可通过测定以mm2或%计的具有初始牙斑和残留牙斑的全部3D部分牙齿表面之和的表面积差异,或如上文提及的通过使用牙斑指数,实现对清洁性能的量化。
为了将牙斑指数映射到3D牙齿表面,可如上文详细讨论的那样采用若干种措施预案。所述措施总结为下述五个步骤:
1.使用齿列的3D模型来测定刷牙前状况。
2.将齿列分割到牙斑指数区域(PIR)中。
a.确定牙齿状态。
b.分割齿列/齿龈。
c.分割个体牙齿(建立每一颗牙齿的模型)。
d.将标准PIR网格转移至每一颗牙齿。
3.使用齿列的3D模型测定刷牙后状况。
4.将分割从阶段2直接转移到刷牙后状况。
a.自动测定刷牙前和刷牙后图像的牙斑指数。
此外,对彻底清洁的颚进行初始扫描(所谓的基线评估-BL)的提升分析的质量,但该过程不是必要的。
如上文提及的,第一和第二3D图像121,122包括至少一颗待查牙齿126。但是,除了所述至少一颗牙齿126之外,其它细节也可显示在第一和第二3D图像121,122中。例如,第一3D图像121可显示下排牙齿的至少包含所述至少一颗牙齿126的部分和/上排牙齿的至少包含所述至少一颗牙齿126的部分,并且第二3D图像122可显示上下排牙齿的包含所述至少一颗牙齿126的部分,其中第二3D图像122已经在不同于第一3D图像121的时间点采集。因此,本发明装置120的接口123可配置成接收完整下颚或至少其包括至少一颗牙齿126的部分的3D图像121,122。此外或另选地的,本发明装置120的接口123可配置成接收完整上颚或至少其包括至少一颗牙齿126的部分的3D图像121,122。再此外或另选地的,本发明装置120的接口123可配置成接收完整齿列或至少其包括至少一颗牙齿126的部分的3D图像121,122。换句话讲,3D图像121,122可示出齿列的3D视图,从业者可从中选择感兴趣的区域,例如至少一颗牙齿126、另外的牙齿、或甚至齿列中所有可获得的牙齿。这具有下述优点:从业者不必单独扫描每一颗牙齿126,他可以扫描完整齿列,之后再从3D图像中选择性地选出可对其进行牙斑检查的单颗牙齿。
例如,第一和第二3D图像121,122中的至少一者可包括显示至少一颗牙齿126的第一图像区域和显示环绕所述至少一颗牙齿126的齿龈142的第二图像区域。根据一个示例,本发明的装置120包括图像分割单元,所述图像分割单元配置成通过图像分割在第一和第二3D图像121,122的至少一者中将至少一颗牙齿126与环绕的齿龈142分开而确定至少所述第一图像区域。例如,如果成像装置可能已经采集环绕待查牙齿126的齿龈142图像,则齿龈142可被显示在所采集的3D图像121,122中。图像分割单元配置成通过图像分割的手段,在3D图像121,122内将所显示的齿龈142从所显示的牙齿126提取或分离出来。因此,在各3D图像121,122中,牙齿126可与齿龈142分离。例如,3D图像121,122可示出至少一颗待查牙齿126而不再显示齿龈142。
例如,第一和第二3D图像121,122中的至少一者可包括显示至少一颗牙齿126的第一图像区域和显示至少一颗其它牙齿127的第二图像区域。换句话讲,3D图像121,122中可显示两颗或更多颗牙齿126,127。根据一个示例,本发明装置120包括图像分割单元,其配置成通过使用位于所述第一和第二图像区域之间的分离表面进行图像切割而将至少一颗牙齿126与至少一颗其它牙齿127分离,从而确定第一和第二图像区域。换句话讲,如果3D图像121,122中显示了两颗或更多颗牙齿126,127,则图像分割单元配置成将至少一个分割表面安排在两颗牙齿126,127之间。两颗牙齿126,127可以是相邻的两颗牙齿,其中分割表面可被安排在这两颗牙齿126,127的牙间空间中。结果,两颗牙齿126,127被分割并图形地分离或裁剪为两个独立的对象,并且可因此在3D图像121,122中被独立地选择。
根据又一个示例,本发明装置120可包括图像计算单元,所述图像计算单元配置成至少在第一3D图像121中将包括多个网格区段161a-161i的网格161转移到至少一颗牙齿126的表面上。网格161可被对准或贴合到牙齿126的表面上。因此,网格161的线优选遵循至少一颗牙齿126的表面形状。网格161可被贴合到牙齿126的整个表面上或牙齿126的至少一部分表面上。具体地,网格161可被贴合到牙齿的侧面(近中面、唇面、远端面、近端面、腭面、颊面)上,并且也任选地顶面(咬合面)即牙齿126的牙冠或牙尖上。
例如,网格161的网格区段可表示牙斑指数的指数区域,所述牙斑指数包括Rustogi改良海军牙斑指数(RMNPI)和Turesky改良Quigley Hein牙斑指数(TQHPI)中的至少一者。根据此示例,分析单元可配置成基于牙斑指数的至少区域测定至少一颗牙齿126上的牙斑差异量。换句话讲,分析单元可利用RMNP指数或TQHP指数来测定牙齿126上的当前实际牙斑量和/或牙斑差异量。各指数可包括若干个指数区域161a-161i,所述指数区域可通过已经被贴合到牙齿126表面的单个网格161区段表示。利用使用图像识别的算法,可通过图像计算单元计算对牙斑量的测定。
根据一个示例,图像计算单元可配置成独立地测定每个网格区段161a-161i中的牙斑差异量。任选地,图像计算单元可合并每个网格区段161a-161i的差异量以获得至少一颗牙齿126的总牙斑差异量。换句话讲,图像计算单元可独立地检测每个指数区域即网格区段161a-161i中牙齿126上的牙斑。此外或另选地,图像计算单元可独立地测定每个指数区域即网格区段161a-161i内的牙斑量。这可通过测定网格区段161a-161i中多少个被牙斑覆盖而得以执行。结果可根据被覆盖表面的度量为单位,例如以mm2为单位,和/或根据被覆盖表面的百分比,即多少百分比的考察网格区段161a-161i即指数区域被牙斑覆盖而输出。图像计算单元可配置成独立地测定每个网格区段161a-161i中的差异量。例如,当使用RMNP指数时,图像计算单元可配置成测定九个网格区段161a-161i即九个指数区域内的差异量。任选地,图像计算单元可配置成将每个独立网格区段161a-161i的结果或至少那些牙斑已经被检测的网格区段的结果合并(例如,相加),从而获得全牙126的总体牙斑量结果。
根据一个示例,图像计算单元可配置成基于在至少第一3D图像121中绘制的分割线,即用于分离第一图像区域与第二图像区域的分割线,转移网格161。例如,第一图像区域可显示牙齿126,而第二图像区域可显示环绕牙齿126的齿龈142。在这一示例中,图像分割线将牙齿126与环绕的齿龈142分离。因此,这一具体的分割线可用作网格161借以贴合或对齐的基准。换句话讲,至少一条网格线161a-161i与分割线重合,使得网格161被卡到或固定到所述分割线。
例如,图像计算单元配置成使用网格161,所述网格可基于已经在标准模型牙齿上生成的先前生成的标准网格,其中图像计算单元配置成将标准网格的量纲调整到至少一颗牙齿126的表面。换句话讲,已经被贴合到待查牙齿126的通用或标准网格是可用的。待查牙齿126一般可能不是其上先前已经形成标准网格的相同牙齿。因此,图像计算单元配置成缩放标准网格,使得其贴合到待查牙齿126的表面。
根据又一个示例,图像计算单元可配置成将第一3D图像121与第二3D图像122叠加,其中第一3D图像121包含具有被转移到其表面上的网格161的所述至少一颗牙齿126,并且第二3D图像122包括至少一颗牙齿126但没有网格,并且其中所述图像计算单元还配置成将第一3D图像121的至少一颗牙齿126与第二3D图像122的至少一颗牙齿126对齐,并且将第一3D图像121的至少一颗牙齿126的网格161转移到第二3D图像122的至少一颗牙齿126的表面上。换句话讲,它可能足以将网格161仅转移到第一3D图像121中显示的牙齿126表面上。但第二3D图像122中显示的牙齿126尚没有被转移到其表面上的网格161。图像计算单元配置成将第一3D图像121与第二3D图像122叠加,并且将第一3D图像121中显示的牙齿126与第二3D图像122中显示的牙齿126对齐。通过相对于第二3D图像122的牙齿126移动和/或转动第一3D图像121中的牙齿126,可将第一3D图像121中的牙齿126与第二3D图像122中的牙齿126对齐。这也可称为刚性体移动。作为对齐的任选步骤,可相对于第二3D图像122中的牙齿126而缩放第一3D图像121中牙齿126的尺寸。同时,以相同的量将停留在第一3D图像121中显示的牙齿126表面上的网格161对齐。因此,如果将第一3D图像121中显示的牙齿126与第二3D图像122中显示的牙齿126对齐,则网格161也被对齐,使得所述网格可直接被转移到之前不包括任何网格的第二3D图像122中显示的牙齿126表面上。通过这一容易的步骤,无需为用于第一和第二3D图像121,122两者中的牙齿126的网格161建模,而是重新将第一3D图像121中的网格161用于二3D图像122中。
根据又一个示例,图像计算单元配置成将第一3D图像121与第二3D图像122叠加并测定第一和第二3D图像121,122之间的差异图像值,其中所述差异图像值的大小代表所述至少一颗牙齿126上的牙斑差异量。换句话讲,通过叠加第一和第二3D图像121,122,可检测到偏差。第一3D图像121和第二3D图像122之间的这种偏差可由差异图像值表示。该偏差,即差异图像值,可表示在采集第一3D图像121和采集第二3D图像122之间已移除的牙斑。例如,在采集第一和第二3D图像121,122的这两个时间之间,一个人可能已刷牙以便移除至少一定量的牙斑。换句话讲,差异图像值表示至少一颗牙齿126上的牙斑差异量。
尽管一些方面已经以设备为背景进行了说明,但是应当明白,这些方面也表示对相应方法所作的说明,其中一个方框或装置对应于一个方法步骤或方法步骤的特征。类似地,以方法步骤为背景来描述的方面也表示对相应设备的相应方框或项或特征所作的说明。一些或所有方法步骤可以由(或使用)硬件设备来执行,像例如,微处理器、可编程计算机、或电子电路。在一些实施方案中,一个或多个最重要的方法步骤可以由此类设备来执行。
根据某些实现方式的要求,本发明的实施方案可以在硬件或软件中或至少部分地在硬件中或至少部分地在软件中实现。该实现方式可使用数字存储介质来完成,例如,软盘、DVD、蓝光光碟、CD、ROM、PROM、EPROM、EEPROM、或闪存存储器,该介质上存储了电可读控制信号,其与(或能够与)可编程计算机系统配合,使相应方法得以执行。因此,数字存储介质可以是计算机可读介质。
根据本发明的一些实施方案包括具有电可读控制信号的数据载体,数据载体能够与可编程计算机系统配合,使本文所述多个方法中的一个方法得以执行。
一般地,本发明的实施方案可以作为计算机程序产品来实现,此计算机产品具有程序代码,当计算机程序产品在计算机上运行时,此程序代码可用于执行这些方法中的一个方法。程序代码可例如存储在机器可读载体上。
其它实施方案包括存储在机器可读载体中的计算机程序,此计算机程序用于执行本文所述多个方法中的一个方法。
换句话说,本发明方法的实施方案因此是个具有程序代码的计算机程序,当计算机程序在计算机上运行时,此计算机程序用于执行本文所述多个方法中的一个方法。
本发明方法的另一实施方案因此是数据载体(或数字存储介质、或计算机可读介质),此数据载体包括记录在其上的用于执行本文所述多个方法中一个方法的计算机程序。数据载体、数字存储介质或记录介质通常是有形的和/或非暂态性的。
本发明方法的另一实施方案因此是数据流、或表示用于执行本文所述多个方法中一个方法的计算机程序的信号序列。数据流或信号序列可以例如被配置成通过数据通信连接(例如,通过互联网)传输。
另一实施方案包括处理部件,例如,计算机或可编程逻辑装置,其被配置成或适于执行本文所述多个方法中的一个方法。
另一实施方案包括在其上安装有用于执行本文所述多个方法中一个方法的计算机程序的计算机。
根据本发明的另一实施方案包括设备或系统,其被配置成向接收器传输(例如,以电子方式或光学方式)用于执行本文所述多个方法中一个方法的计算机程序。接收器可以例如是计算机、移动装置、存储器装置等。设备或系统可以例如包括文件服务器,用于向接收器传输计算机程序。
在一些实施方案中,可编程逻辑装置(例如,现场可编程门阵列)可用于执行本文所述多个方法中的一些或所有功能。在一些实施方案中,现场可编程门阵列可以与微处理器配合,以便执行本文所述多个方法中的一个方法。一般来讲,该方法优选由任何硬件设备执行。
本文所述的设备可使用硬件设备,或使用计算机,或使用硬件设备与计算机的组合来实现。
本文所述的方法可使用硬件设备,或使用计算机,或使用硬件设备与计算机的组合来执行。
上述实施方案仅仅是为了说明本发明的原理。应当理解,本文所述的布置和细节的修改与变型对于本领域其他技术人员而言将是显而易见的。因此,其意图在于仅仅受到所附专利权利要求书的范围的限制,而非受到通过说明与解释本文实施方案而展示的具体细节的限制。
此外,本文所公开的量纲和值不旨在被理解为严格地限于所述的精确数值。相反,除非另外指明,否则每个此类量纲旨在表示所述值以及围绕该值功能上等同的范围。例如,公开为“40mm”的量纲旨在表示“约40mm”。
Claims (15)
1. 一种用于测定牙斑的方法,所述方法包括以下步骤:
接收包括至少一颗牙齿(126)的第一3D图像(121)和包括所述至少一颗牙齿(126)的第二3D图像(122),其中所述第二3D图像(122)在与所述第一3D图像(121)不同的时间点采集,以及
将所述第一3D图像(121)和所述第二3D图像(122)彼此比较,以及基于所述第一3D图像(121)和所述第二3D图像(122)之间的偏差来测定所述至少一颗牙齿(126)上的牙斑差异量。
2. 根据权利要求1所述的方法,其中所述第一和第二3D图像(121, 122)中的至少一者包括显示所述至少一颗牙齿(126)的第一图像区域和显示围绕所述至少一颗牙齿(126)的齿龈(142)的第二图像区域,并且其中所述方法包括通过利用图像分割将所述至少一颗牙齿(126)与所述周围齿龈(142)分开来测定所述第一和第二3D图像(121, 122)的至少一者中所述第一图像区域的步骤。
3. 根据权利要求1或2中的一项所述的方法,其中所述第一和第二3D图像(121, 122)中的至少一者包括显示所述至少一颗牙齿(126)的第一图像区域和显示至少一颗其它牙齿(127)的第二图像区域,其中所述方法还包括通过利用图像分割使用所述第一和第二图像区域之间的分隔表面(51b)将所述至少一颗牙齿(126)与所述至少一颗其它牙齿(127)分开来测定所述第一和第二3D图像(121, 122)的至少一者中所述第一和第二图像区域的步骤。
4.根据前述权利要求中的一项所述的方法,还包括在至少所述第一3D图像(121)内将包含多个网格区段(161a–161i)的网格(161)转移到所述至少一颗牙齿(126)的表面上的步骤。
5. 根据权利要求4所述的方法,其中所述网格区段(161a-161i)代表牙斑指数的指数区域,所述牙斑指数包括Rustogi改良的海军牙斑指数(RMNPI)和Turesky改良的QuigleyHein牙斑指数(TQHPI)中的至少一者,并且其中所述至少一颗牙齿(126)上的牙斑差异量基于所述牙斑指数的指数区域来测定。
6. 根据权利要求4或5所述的方法,其中测定所述至少一颗牙齿(126)上的牙斑差异量的步骤包括单独测定每个网格区段(161a - 161i)中的牙斑差异量,以及组合每个网格区段(161a - 161i)中所测定的牙斑差异量以获得转移到所述至少一颗牙齿(126)表面上的整个网格(161)的总牙斑差异量。
7.根据权利要求4至6中的一项所述的方法,其中将所述网格(161)转移到所述至少一颗牙齿(126)的表面上的步骤包括通过将所述网格(161)的至少一部分锚定在至少第一3D图像(121)内画出的分割线上来将所述网格(161)转移到所述至少一颗牙齿(126)的表面上,所述分割线用于将至少第一3D图像(121)中的第一图像区域与第二图像区域分开。
8.根据权利要求4至7中的一项所述的方法,其中所述网格(161)基于先前生成的标准网格,所述标准网格在标准模型牙齿上生成,其中所述方法还包括以下步骤:将所述标准网格的尺寸调节到所述至少一颗牙齿(126)的尺寸并且将因此调节的标准网格施加到所述至少一颗牙齿(126)的表面上。
9.根据权利要求4至8中的一项所述的方法,还包括将第一3D图像(121)与第二3D图像(122)叠加的步骤,其中所述第一3D图像(121)包含所述至少一颗牙齿(126),所述至少一颗牙齿(126)具有转移到它表面上的网格(161),并且所述第二3D图像(122)包括所述至少一颗牙齿(126)但没有网格,以及将所述第一3D图像(121)的所述至少一颗牙齿(126)与所述第二3D图像(122)的所述至少一颗牙齿(126)对齐,以及将所述第一3D图像(121)的所述至少一颗牙齿(126)的所述网格(161)转移到所述第二3D图像(122)的所述至少一颗牙齿(126)的表面上。
10. 根据前述权利要求中的一项所述的方法,还包括将所述第一3D图像(121)与所述第二3D图像(122)叠加以及测定所述第一和第二3D图像(121, 122)之间的差异图像值的步骤,其中所述差异图像值的大小代表所述至少一颗牙齿(126)上的牙斑差异量。
11. 一种用于测定牙斑的装置(120),所述装置(120)包括:
用于接收包括至少一颗牙齿(126)的第一3D图像(121)和包括所述至少一颗牙齿(126)的第二3D图像(122)的接口(123),其中所述第二3D图像(122)在与所述第一3D图像(121)不同的时间点采集,以及
分析单元(125),所述分析单元(125)配置成将所述第一3D图像(121)和所述第二3D图像(122)彼此比较,以及基于所述第一3D图像(121)和所述第二3D图像(122)之间的偏差来测定所述至少一颗牙齿(126)上的牙斑差异量(124)。
12. 根据权利要求11所述的装置(120),还包括图像计算单元,所述图像计算单元配置成在至少所述第一3D图像(121)内将包括多个网格区段(161a至161i)的网格(161)转移到所述至少一颗牙齿(126)的表面上,其中所述网格区段(161a至161i)代表牙斑指数的指数区域,所述牙斑指数包括Rustogi改良的海军牙斑指数(RMNPI)和Turesky改良的QuigleyHein牙斑指数(TQHPI)中的至少一者,并且其中所述至少一颗牙齿(126)上的牙斑差异量基于所述牙斑指数的指数区域来测定。
13.根据权利要求11或12所述的装置(120),其中所述图像计算单元配置成将所述第一3D图像(121)与所述第二3D图像(122)叠加以用于单独测定代表每个网格区段(161a至161i)中的牙斑差异量的差异图像值,以及组合每个网格区段(161a至161i)的差异图像值以获得代表所述至少一颗牙齿(126)的总牙斑差异量的总差异图像值,其中所述总差异图像值的大小代表所述至少一颗牙齿(126)上的总牙斑差异量。
14. 装置(120)用于测定牙斑的用途,所述用途包括以下步骤:
接收包括至少一颗牙齿(126)的第一3D图像(121)和包括所述至少一颗牙齿(126)的第二3D图像(122),其中所述第二3D图像(122)已在与所述第一3D图像(121)不同的时间点采集,以及
将所述第一3D图像(121)和所述第二3D图像(122)彼此比较,以及基于所述第一3D图像(121)和所述第二3D图像(122)之间的偏差来测定所述至少一颗牙齿(126)上的牙斑差异量。
15.一种用于在计算机或信号处理器上执行时实施根据权利要求1至10所述方法的计算机程序。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17193220.5 | 2017-09-26 | ||
EP17193220.5A EP3459438B1 (en) | 2017-09-26 | 2017-09-26 | Device and method for determing dental plaque |
PCT/US2018/051446 WO2019067259A1 (en) | 2017-09-26 | 2018-09-18 | METHOD AND DEVICE FOR DETERMINING DENTAL PLATE |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111132607A true CN111132607A (zh) | 2020-05-08 |
CN111132607B CN111132607B (zh) | 2023-12-05 |
Family
ID=60009435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880062669.XA Active CN111132607B (zh) | 2017-09-26 | 2018-09-18 | 用于测定牙斑的方法和装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190090993A1 (zh) |
EP (1) | EP3459438B1 (zh) |
CN (1) | CN111132607B (zh) |
WO (1) | WO2019067259A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113679500A (zh) * | 2021-07-29 | 2021-11-23 | 广州华视光学科技有限公司 | 一种基于ai算法的龋病和牙菌斑检测其分布方法 |
CN113827363A (zh) * | 2021-09-17 | 2021-12-24 | 广州华视光学科技有限公司 | 一种口腔病损立体模型智能标注方法和装置 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10991091B2 (en) * | 2018-10-30 | 2021-04-27 | Diagnocat Inc. | System and method for an automated parsing pipeline for anatomical localization and condition classification |
US11464467B2 (en) * | 2018-10-30 | 2022-10-11 | Dgnct Llc | Automated tooth localization, enumeration, and diagnostic system and method |
CN110490223B (zh) * | 2019-07-08 | 2023-03-24 | 北京大学口腔医学院 | 一种数字化的牙菌斑标注方法 |
EP3788984A1 (de) * | 2019-09-03 | 2021-03-10 | ZACK Zahnarztpraxis Christina Krause | Verfahren zum betreiben eines intraoralscansystems zum bestimmen eines plaque-indexes |
CN113223140A (zh) * | 2020-01-20 | 2021-08-06 | 杭州朝厚信息科技有限公司 | 利用人工神经网络生成牙科正畸治疗效果的图像的方法 |
EP3984495A1 (de) * | 2020-10-13 | 2022-04-20 | Ivoclar Vivadent AG | Verfahren zum gestalten einer dentalen restauration |
US11423697B1 (en) | 2021-08-12 | 2022-08-23 | Sdc U.S. Smilepay Spv | Machine learning architecture for imaging protocol detector |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5855871A (en) * | 1997-08-12 | 1999-01-05 | Colgate-Palmolive Company | Effervescent two component bicarbonate and acid containing dentifrice |
US20050244794A1 (en) * | 2004-04-30 | 2005-11-03 | Kemp James H | Computer-implemented system and method for automated and highly accurate plaque analysis, reporting, and visualization |
US20080305451A1 (en) * | 2007-06-08 | 2008-12-11 | Ian Kitching | System and method for detecting deviations during the course of an orthodontic treatment to gradually reposition teeth |
US20090316966A1 (en) * | 2008-05-16 | 2009-12-24 | Geodigm Corporation | Method and apparatus for combining 3D dental scans with other 3D data sets |
US20100280793A1 (en) * | 2008-12-09 | 2010-11-04 | Joachim Wilhelm | Method and device for measuring the efficacy of plaque removal |
CN102147935A (zh) * | 2010-02-09 | 2011-08-10 | 常州高新技术产业开发区三维工业技术研究所有限公司 | 一种适用于从牙颌三角网格曲面分割牙齿三角网格曲面的方法 |
US20110229842A1 (en) * | 2008-11-29 | 2011-09-22 | Uwe Bielfeldt | Method and device for three-dimensional measurement of a dental model |
CN103347436A (zh) * | 2011-01-11 | 2013-10-09 | 爱德芳世株式会社 | 口腔内拍摄显示系统 |
CN103445761A (zh) * | 2012-06-01 | 2013-12-18 | 索尼公司 | 牙用装置、图像获取方法及信息处理装置 |
RU2012128326A (ru) * | 2012-07-06 | 2014-01-20 | Танка Ибрагимович Ибрагимов | Способ определения гигиенического состояния съемных зубных протезов при частичном отсутствии зубов |
WO2015094340A1 (en) * | 2013-12-20 | 2015-06-25 | Colgate-Palmolive Company | Improved plaque identification index |
KR101613159B1 (ko) * | 2014-12-31 | 2016-04-20 | 오스템임플란트 주식회사 | 치아 영상 자동 정합 방법, 이를 위한 장치 및 기록 매체 |
US20160135925A1 (en) * | 2014-11-13 | 2016-05-19 | Align Technology, Inc. | Method for tracking, predicting, and proactively correcting malocclusion and related issues |
CN105982742A (zh) * | 2015-01-27 | 2016-10-05 | 上海时代天使医疗器械有限公司 | 牙齿矫治器及其制造方法、数字化牙齿模型的填倒凹处理 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201420273D0 (en) * | 2014-11-14 | 2014-12-31 | Mars Inc | Method for quantifying plaque in pet animals |
WO2016099471A1 (en) * | 2014-12-17 | 2016-06-23 | Carestream Health, Inc. | Intra-oral 3-d fluorescence imaging |
US9770217B2 (en) * | 2015-01-30 | 2017-09-26 | Dental Imaging Technologies Corporation | Dental variation tracking and prediction |
EP3389444A1 (en) * | 2015-12-15 | 2018-10-24 | Koninklijke Philips N.V. | System and method for tracking an oral care device |
JP6735899B2 (ja) * | 2016-07-13 | 2020-08-05 | 株式会社ディーディーエスDds Company | 3次元スキャナとこれを利用した人工物加工装置 |
WO2018081637A1 (en) * | 2016-10-28 | 2018-05-03 | University Of Washington | System and method for ranking bacterial activity leading to tooth and gum disease |
-
2017
- 2017-09-26 EP EP17193220.5A patent/EP3459438B1/en active Active
-
2018
- 2018-09-13 US US16/130,426 patent/US20190090993A1/en not_active Abandoned
- 2018-09-18 WO PCT/US2018/051446 patent/WO2019067259A1/en active Application Filing
- 2018-09-18 CN CN201880062669.XA patent/CN111132607B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5855871A (en) * | 1997-08-12 | 1999-01-05 | Colgate-Palmolive Company | Effervescent two component bicarbonate and acid containing dentifrice |
US20050244794A1 (en) * | 2004-04-30 | 2005-11-03 | Kemp James H | Computer-implemented system and method for automated and highly accurate plaque analysis, reporting, and visualization |
US20080305451A1 (en) * | 2007-06-08 | 2008-12-11 | Ian Kitching | System and method for detecting deviations during the course of an orthodontic treatment to gradually reposition teeth |
US20090316966A1 (en) * | 2008-05-16 | 2009-12-24 | Geodigm Corporation | Method and apparatus for combining 3D dental scans with other 3D data sets |
US20110229842A1 (en) * | 2008-11-29 | 2011-09-22 | Uwe Bielfeldt | Method and device for three-dimensional measurement of a dental model |
US20100280793A1 (en) * | 2008-12-09 | 2010-11-04 | Joachim Wilhelm | Method and device for measuring the efficacy of plaque removal |
CN102147935A (zh) * | 2010-02-09 | 2011-08-10 | 常州高新技术产业开发区三维工业技术研究所有限公司 | 一种适用于从牙颌三角网格曲面分割牙齿三角网格曲面的方法 |
CN103347436A (zh) * | 2011-01-11 | 2013-10-09 | 爱德芳世株式会社 | 口腔内拍摄显示系统 |
CN103445761A (zh) * | 2012-06-01 | 2013-12-18 | 索尼公司 | 牙用装置、图像获取方法及信息处理装置 |
RU2012128326A (ru) * | 2012-07-06 | 2014-01-20 | Танка Ибрагимович Ибрагимов | Способ определения гигиенического состояния съемных зубных протезов при частичном отсутствии зубов |
WO2015094340A1 (en) * | 2013-12-20 | 2015-06-25 | Colgate-Palmolive Company | Improved plaque identification index |
US20160135925A1 (en) * | 2014-11-13 | 2016-05-19 | Align Technology, Inc. | Method for tracking, predicting, and proactively correcting malocclusion and related issues |
KR101613159B1 (ko) * | 2014-12-31 | 2016-04-20 | 오스템임플란트 주식회사 | 치아 영상 자동 정합 방법, 이를 위한 장치 및 기록 매체 |
WO2016108453A1 (ko) * | 2014-12-31 | 2016-07-07 | 오스템임플란트 주식회사 | 치아 영상 자동 정합 방법, 이를 위한 장치 및 기록 매체 |
CN105982742A (zh) * | 2015-01-27 | 2016-10-05 | 上海时代天使医疗器械有限公司 | 牙齿矫治器及其制造方法、数字化牙齿模型的填倒凹处理 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113679500A (zh) * | 2021-07-29 | 2021-11-23 | 广州华视光学科技有限公司 | 一种基于ai算法的龋病和牙菌斑检测其分布方法 |
CN113827363A (zh) * | 2021-09-17 | 2021-12-24 | 广州华视光学科技有限公司 | 一种口腔病损立体模型智能标注方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3459438B1 (en) | 2020-12-09 |
CN111132607B (zh) | 2023-12-05 |
EP3459438A1 (en) | 2019-03-27 |
WO2019067259A1 (en) | 2019-04-04 |
US20190090993A1 (en) | 2019-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111132607B (zh) | 用于测定牙斑的方法和装置 | |
CN110313037B (zh) | 有限精度系统下的纵向分析与可视化 | |
US11723759B2 (en) | Detecting tooth shade | |
EP3478217B1 (en) | Historical scan reference for intraoral scans | |
KR101915215B1 (ko) | 구강내 스캔 중 관심 구역의 식별 | |
US9870613B2 (en) | Detection of tooth condition using reflectance images with red and green fluorescence | |
CN104220022B (zh) | 牙齿预备引导件 | |
KR102056480B1 (ko) | 디지털 치과 진료 데이터 관리 방법 및 시스템 | |
JP2016140761A (ja) | 歯の変動追跡および予測 | |
EP3938997A1 (en) | System and method for generating digital three-dimensional dental models | |
JP2007296249A (ja) | 歯科疾患確定装置 | |
CN117616458A (zh) | 非侵入性牙周检查 | |
WO2024056719A1 (en) | 3d digital visualization, annotation and communication of dental oral health |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |