CN113362955B - 一种牙颌运动轨迹的建模及评价方法 - Google Patents

一种牙颌运动轨迹的建模及评价方法 Download PDF

Info

Publication number
CN113362955B
CN113362955B CN202110675931.1A CN202110675931A CN113362955B CN 113362955 B CN113362955 B CN 113362955B CN 202110675931 A CN202110675931 A CN 202110675931A CN 113362955 B CN113362955 B CN 113362955B
Authority
CN
China
Prior art keywords
dental
information
track
patient
jaw
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.)
Active
Application number
CN202110675931.1A
Other languages
English (en)
Other versions
CN113362955A (zh
Inventor
牛力
牛东平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Liaison Dental Technology Co Ltd
Original Assignee
Beijing Liaison Dental Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Liaison Dental Technology Co Ltd filed Critical Beijing Liaison Dental Technology Co Ltd
Priority to CN202110675931.1A priority Critical patent/CN113362955B/zh
Publication of CN113362955A publication Critical patent/CN113362955A/zh
Application granted granted Critical
Publication of CN113362955B publication Critical patent/CN113362955B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)

Abstract

本发明提供一种牙颌运动轨迹的建模及评价方法，包括：通过CT扫描的方式获取患者头骨和下颌骨的结构信息；通过口腔内结构扫描获取患者牙齿结构信息；将头骨和下颌骨的结构信息、牙齿结构信息通过计算机三维建模组合，形成三维人体牙颌运动模型；利用牙颌运动轨迹采集面弓获取患者的牙颌运动轨迹信息；基于牙颌运动轨迹信息，对三维人体牙颌运动模型进行驱动，并提取咬合过程中牙颌异常接触点信息，对三维人体牙颌运动模型中牙齿碰撞程度进行计算，判断患者牙齿是否为优质排列；根据牙颌运动轨迹信息对患者的咬合轨迹进行评定，判断患者牙颌运动轨迹是否为优质咬合轨迹。从而实现利用数字化技术手段复现患者的牙颌运动轨迹。

Description

一种牙颌运动轨迹的建模及评价方法
技术领域
本发明涉及牙齿健康医疗检测技术领域，特别涉及一种牙颌运动轨迹的建模及评价方法。
背景技术
目前，随着人们生活品质的不断提高，越来越多的人群开始注重口腔牙齿治疗，使得口腔医学飞速发展，牙颌不管是作为人体的进食咀嚼器官或者作为面貌外观，都在人们的生活中拥有着非常重要的地位。在牙颌发生损害后，现有的比较广泛应用的传统面弓-可调式颌架体系测量患者牙颌运动轨迹的方法，逐渐暴露出难以克服的局限性，不能满足基础临床治疗的需求，主要存在以下问题：
1、需要对患者的牙颌进行倒模，利用脱模后的患者牙颌模型进行牙颌运动轨迹测量，需要很长一段时间的模型制作时间；
2、操作不够智能化，测量过程繁琐并且需要专业技术人员进行测量操作。
发明内容
本发明目的之一在于提供了一种牙颌运动轨迹的建模及评价方法，从而实现利用数字化技术手段复现患者的牙颌运动轨迹。
本发明实施例提供的一种牙颌运动轨迹的建模及评价方法，包括：
步骤S100通过CT扫描的方式获取患者头骨和下颌骨的结构信息；
步骤S101通过口腔内结构扫描来获取患者牙齿结构信息；
步骤S102将所述头骨和下颌骨的结构信息、所述牙齿结构信息通过计算机三维建模组合，形成三维人体牙颌运动模型；
步骤S103利用牙颌运动轨迹采集面弓获取患者的牙颌运动轨迹信息；
步骤S104基于所述牙颌运动轨迹信息，对所述三维人体牙颌运动模型进行驱动，并提取咬合过程中牙颌异常接触点信息；
步骤S105根据所述牙颌异常接触点信息对三维人体牙颌运动模型中牙齿碰撞程度进行计算，从而判断患者牙齿是否为优质排列；
步骤S106根据所述牙颌运动轨迹信息对患者的咬合轨迹进行评定，从而判断患者牙颌运动轨迹是否为优质咬合轨迹。
优选的，所述将所述头骨和下颌骨的结构信息、所述牙齿结构信息通过计算机三维建模组合，形成三维人体牙颌运动模型，包括：
根据所述牙齿结构信息生成牙齿结构三维模型，并确定牙齿结构三维模型中切牙正中点与底部两颗磨牙连线的垂线为第一特征轴线；
根据所述头骨和下颌骨的结构信息生成头颅结构三维模型，并确定头颅结构三维模型中切牙正中点与底部两颗磨牙连线的垂线为第二特征轴线；
根据所述第一特征轴线和所述第二特征轴线，对所述头颅结构三维模型和所述牙齿结构三维模型进行等比例放大或缩小，并根据所述第一特征轴线和所述第二特征轴线进行重合；
将牙齿结构三维模型沿所述第一特征轴线进行自旋转，直至牙齿结构三维模型中底部两颗磨牙连线与头颅结构三维模型中底部两颗磨牙连线完全重合后，生成三维人体牙颌运动模型。
优选的，所述牙颌运动轨迹采集面弓上设置有多个三轴加速度传感器和一个主控芯片，所述利用牙颌运动轨迹采集面弓获取患者的牙颌运动轨迹信息，包括：
步骤1、通过所述主控芯片采集同一时刻多个三轴加速度传感器的位置信息，并将所述位置信息发送至系统主机；
步骤2、系统主机将所述牙颌运动轨迹采集面弓上颌架上的三轴加速度传感器作为第一类传感器，将所述牙颌运动轨迹采集面弓下颌架上的三轴加速度传感器作为第二类传感器，并根据所述位置信息，将每个第一类传感器分别与所有第二类传感器一一映射确定下颌架与每个第一类传感器的相对位置状况；
步骤3、系统主机上预先为每个第一类传感器设定有计算权值，根据下颌架与某个第一类传感器的相对位置状况及该第一类传感器的计算权值，通过加权平均的方式计算出下颌架相对于上颌架的位置关系；
步骤4、对多个时刻内所采集的所述位置信息按照步骤1～3的方式进行处理，得到下颌架相对于上颌架的位置关系变化轨迹；
步骤5、根据所述下颌架相对于上颌架的位置关系变化轨迹，确定患者的牙颌运动轨迹信息。
优选的，所述根据所述下颌架相对于上颌架的位置关系变化轨迹，确定患者的牙颌运动轨迹信息，包括：
根据所述第一类传感器的位置信息确定下颌架所处空间平面，根据所述第二类传感器的位置信息确定上颌架所处空间平面；
确定所述下颌架所处空间平面和所述上颌架所处空间平面相交所形成的线为铰链轴参考线；
在下颌架相对于上颌架的位置关系变化时，截取铰链轴参考线上的不动点为铰链轴位置点；
连接所述铰链轴位置点和所述下颌架的几何中心点，形成下颌架运动轴线，
确定下颌架相对于上颌架的位置关系变化时，下颌架运动轴线的运动情况为牙颌运动轨迹信息。
优选的，所述基于所述牙颌运动轨迹信息，对所述三维人体牙颌运动模型进行驱动，并提取咬合过程中牙颌异常接触点信息，包括：
根据所述下颌架运动轴线的运动情况，将所述下颌架运动轴线与三维人体牙颌运动模型的第一特征轴线进行重合，并根据预设的铰链轴与底部两颗磨牙连线的距离对第一特征轴线在所述下颌架运动轴线上的位置进行调整，使牙颌运动轨迹信息真实反映到三维人体牙颌运动模型上；
根据牙颌运动轨迹信息驱动第一特征轴线进行运动，带动三维人体牙颌运动模型中的下颌骨运动；
将三维人体牙颌运动模型中下颌骨上的牙齿与头骨上牙齿在咬合过程中的重合区域进行提取，生成牙颌异常接触点信息。
优选的，所述根据所述牙颌异常接触点信息对三维人体牙颌运动模型中牙齿碰撞程度进行计算，从而判断患者牙齿是否为优质排列，包括：
根据所述牙颌异常接触点信息，确定每次重合过程中，重合区域的横向切面面积、下颌骨牙齿纵向最大重合深度及头骨牙齿纵向最大重合深度，通过下列公式计算出牙齿碰撞程度：
式中，P表示此次咬合中牙齿碰撞程度，N表示重合区域的个数，Si表示第i个重合区域的横向切面面积，表示第i个重合区域中下颌骨牙齿纵向最大重合深度，/>表示第i个重合区域中头骨牙齿纵向最大重合深度，ε为一个预设的重合区域修正值；
对多次咬合过程计算得到的牙齿碰撞程度求取平均值，并将平均值与预设的碰撞程度阈值进行对比，当所述平均值小于等于所述碰撞程度阈值时，确定患者牙齿为优质排列。
优选的，所述根据所述牙颌运动轨迹信息对患者的咬合轨迹进行评定，从而判断患者牙颌运动轨迹是否为优质咬合轨迹，包括：
将患者的牙颌运动轨迹与预先设置的优质咬合轨迹进行均匀离散化，得到由特征序列点集表征的牙颌运动轨迹和优质咬合轨迹；其中，所述特征序列点集为牙颌运动轨迹上多个位置特征点按顺序排序所形成的点集；
将两个特征序列点集进行轨迹匹配计算，计算公式如下：
式中，ρ(A,B)为牙颌运动轨迹特征序列点集A和优质咬合轨迹特征序列点集B的匹配程度，W为加权系数，k为牙颌运动轨迹征序列点集A中特征点个数，为牙颌运动轨迹特征序列点集A中第i个特征点，/>为优质咬合轨迹特征序列点集B中第i个特征点；
当所述匹配程度ρ(A,B)大于等于预设的匹配阈值时，则确定患者牙颌运动轨迹为优质咬合轨迹。
优选的，还包括根据所述匹配程度ρ(A,B)和牙齿碰撞程度，通过下式计算出患者的牙颌健康度值：
式中，J为患者牙颌健康度值，δ为匹配度程度转化系数。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种牙颌运动轨迹的建模及评价方法的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种牙颌运动轨迹的建模及评价方法，如图1所示，包括：
步骤S100通过CT扫描的方式获取患者头骨和下颌骨的结构信息；
步骤S101通过口腔内结构扫描来获取患者牙齿结构信息；
步骤S102将所述头骨和下颌骨的结构信息、所述牙齿结构信息通过计算机三维建模组合，形成三维人体牙颌运动模型；
步骤S103利用牙颌运动轨迹采集面弓获取患者的牙颌运动轨迹信息；
步骤S104基于所述牙颌运动轨迹信息，对所述三维人体牙颌运动模型进行驱动，并提取咬合过程中牙颌异常接触点信息；
步骤S105根据所述牙颌异常接触点信息对三维人体牙颌运动模型中牙齿碰撞程度进行计算，从而判断患者牙齿是否为优质排列；
步骤S106根据所述牙颌运动轨迹信息对患者的咬合轨迹进行评定，从而判断患者牙颌运动轨迹是否为优质咬合轨迹。
上述技术方案的工作原理为：利用CT扫描的手段获取患者头骨和下颌骨的形状结构信息，由于主要需要模拟计算的是牙颌部分，所以需要对患者的口腔内结构进行较为精确的扫描来获取患者的牙齿结构信息，将牙齿结构信息建立三维模型并镶嵌融入到由患者头骨和下颌骨的形状结构信息所形成的三维模型中，从而建立三维人体牙颌运动模型。之后利用牙颌运动轨迹采集面弓获取患者的牙颌运动轨迹信息，并基于牙颌运动轨迹信息将计算机软件中三维人体牙颌运动模型进行驱动，从而建立一个较为完整的人体牙颌运动模型，进一步的将人体牙颌运动模型中牙颌异常接触点信息进行提取，通过计算得出人体牙颌运动模型中牙齿碰撞程度并判定该患者的牙齿是否为优质排列牙齿，另一方面根据获取的牙颌运动轨迹信息对患者的咬合轨迹进行评定，判断出患者牙颌运动轨迹是否为优质咬合轨迹。
上述技术方案的有益效果为：通过对患者整个头颅的大致扫描和对牙颌的精确扫描，建立的三维模型，能够有效的将患者牙颌运动轨迹进行数字化转移，利用数字化的牙颌运动轨迹采集面弓对患者牙颌的运动状况进行实时的采集，并将采集后的牙颌运动轨迹信息来驱动三维人体牙颌运动模型，从而将患者牙颌运动轨迹在计算机软件上完美复现，医护人员便能够通过计算机软件得到更为详细的患者牙颌资料。通过计算机软件对患者牙齿的排列情况进行的评分，和对患者的牙颌运动轨迹进行优质咬合轨迹评分，能够使医生第一时间发现问题所在，并能够给患者一个更为简单易懂的了解自身牙颌健康状况的途径，能够提高患者的医疗体验。
优选的，所述将所述头骨和下颌骨的结构信息、所述牙齿结构信息通过计算机三维建模组合，形成三维人体牙颌运动模型，包括：
根据所述牙齿结构信息生成牙齿结构三维模型，并确定牙齿结构三维模型中切牙正中点与底部两颗磨牙连线的垂线为第一特征轴线；
根据所述头骨和下颌骨的结构信息生成头颅结构三维模型，并确定头颅结构三维模型中切牙正中点与底部两颗磨牙连线的垂线为第二特征轴线；
根据所述第一特征轴线和所述第二特征轴线，对所述头颅结构三维模型和所述牙齿结构三维模型进行等比例放大或缩小，并根据所述第一特征轴线和所述第二特征轴线进行重合；
将牙齿结构三维模型沿所述第一特征轴线进行自旋转，直至牙齿结构三维模型中底部两颗磨牙连线与头颅结构三维模型中底部两颗磨牙连线完全重合后，生成三维人体牙颌运动模型。
上述技术方案的工作原理为：将所精确扫描的牙齿结构信息建立三维模型，并在这个模型上牙颌两侧最里面的磨牙之间连线，作为第一标准线段，再以模型前端切牙也就是两颗门牙的中间点划出垂直于第一标准线段的第一特征轴线，同样的在以头骨和下颌骨的结构信息建立的三维模型上同样位置划出第二标准线段和第二特征轴线，将头颅结构三维模型和所述牙齿结构三维模型进行等比例放大或缩小，以使第一特征轴线和第二特征轴线的长度保持相同，将牙齿结构三维模型和头颅结构三维模型按照第一标准线段与第二标准线段、第一特征轴线与第二特征轴线相对应地重合，以形成三维人体牙颌运动模型。
上述技术方案的有益效果为：通过在两个三维模型型上对应位置划出标准线段，同时根据标准线段的长度保持一致，从而解决两个三维模型分开扫描产生的大小不相符的问题，另一方面能够通过标准线段将两个三维模型精确结合，提高了三维人体牙颌运动模型的可靠性。
优选的，所述牙颌运动轨迹采集面弓上设置有多个三轴加速度传感器和一个主控芯片，所述利用牙颌运动轨迹采集面弓获取患者的牙颌运动轨迹信息，包括：
步骤1、通过所述主控芯片采集同一时刻多个三轴加速度传感器的位置信息，并将所述位置信息发送至系统主机；
步骤2、系统主机将所述牙颌运动轨迹采集面弓上颌架上的三轴加速度传感器作为第一类传感器，将所述牙颌运动轨迹采集面弓下颌架上的三轴加速度传感器作为第二类传感器，并根据所述位置信息，将每个第一类传感器分别与所有第二类传感器一一映射确定下颌架与每个第一类传感器的相对位置状况；
步骤3、系统主机上预先为每个第一类传感器设定有计算权值，根据下颌架与某个第一类传感器的相对位置状况及该第一类传感器的计算权值，通过加权平均的方式计算出下颌架相对于上颌架的位置关系；
步骤4、对多个时刻内所采集的所述位置信息按照步骤1～3的方式进行处理，得到下颌架相对于上颌架的位置关系变化轨迹；
步骤5、根据所述下颌架相对于上颌架的位置关系变化轨迹，确定患者的牙颌运动轨迹信息。
上述技术方案的工作原理为：牙颌运动轨迹采集面弓的下颌架和上颌架上的多个位置都设置有三轴加速度传感器，主控芯片采集同一时刻所有三轴加速度传感器的位置信息，通过加权平均的方式计算出下颌架相对于上颌架的位置关系，多次采集和计算后得到到下颌架相对于上颌架的位置关系变化轨迹，从而确定患者的牙颌运动轨迹信息。
上述技术方案的有益效果为：通过三轴加速度传感器在空间中的运动加速度积分，计算出各个三轴加速度传感器的相对位置的变化情况，通过三轴加速度传感器定位的技术手段，与超声波定位相比，对患者的身体影响更小，并且通过多传感器测量结果共同进行相对位置计算，极大地降低了测量结果的误差。
优选的，所述根据所述下颌架相对于上颌架的位置关系变化轨迹，确定患者的牙颌运动轨迹信息，包括：
根据所述第一类传感器的位置信息确定下颌架所处空间平面，根据所述第二类传感器的位置信息确定上颌架所处空间平面；
确定所述下颌架所处空间平面和所述上颌架所处空间平面相交所形成的线为铰链轴参考线；
在下颌架相对于上颌架的位置关系变化时，截取铰链轴参考线上的不动点为铰链轴位置点；
连接所述铰链轴位置点和所述下颌架的几何中心点，形成下颌架运动轴线，
确定下颌架相对于上颌架的位置关系变化时，下颌架运动轴线的运动情况为牙颌运动轨迹信息。
上述技术方的工作原理为：通过三轴加速度传感器确定下颌架所处空间平面和所述上颌架所处空间平面，将两平面相交线初步确定为上下颚的铰链轴位置，再结合下颌架相对于上颌架的位置关系变化时，截取铰链轴参考线上的不动点，确定铰链轴的位置点，并将铰链轴位置点和下颌架的几何中心点相连线，形成下颌架运动轴线，牙颌运动轨迹其实质便是下颌架运动轴线相对于人体上颚的位置关系变化的轨迹。
上述技术方案的有益效果为：以下颌架运动轴线的运动轨迹作为牙颌运动轨迹，方法科学有效，直白简单，并且计算结果精度高，具有很高的可靠性。
优选的，所述基于所述牙颌运动轨迹信息，对所述三维人体牙颌运动模型进行驱动，并提取咬合过程中牙颌异常接触点信息，包括：
根据所述下颌架运动轴线的运动情况，将所述下颌架运动轴线与三维人体牙颌运动模型的第一特征轴线进行重合，并根据预设的铰链轴与底部两颗磨牙连线的距离对第一特征轴线在所述下颌架运动轴线上的位置进行调整，使牙颌运动轨迹信息真实反映到三维人体牙颌运动模型上；
根据牙颌运动轨迹信息驱动第一特征轴线进行运动，带动三维人体牙颌运动模型中的下颌骨运动；
将三维人体牙颌运动模型中下颌骨上的牙齿与头骨上牙齿在咬合过程中的重合区域进行提取，生成牙颌异常接触点信息。
上述技术方案的工作原理和有益效果为：将所述下颌架运动轴线与三维人体牙颌运动模型的第一特征轴线进行重合，利用下颌架运动轴线运动轨迹带动三维人体牙颌运动模型中的下颌骨运动，从而在计算机软件上实现了利用数字化技术手段复现患者的牙颌运动模型，并将维人体牙颌运动模型中下颌骨上的牙齿与头骨上牙齿在咬合过程中的重合区域进行提取，生成牙颌异常接触点信息，以便于对患者牙颌运动的缺陷直观呈现，可使患者更为清楚了解自身口腔运动习惯上存在的问题。
优选的，所述根据所述牙颌异常接触点信息对三维人体牙颌运动模型中牙齿碰撞程度进行计算，从而判断患者牙齿是否为优质排列，包括：
根据所述牙颌异常接触点信息，确定每次重合过程中，重合区域的横向切面面积、下颌骨牙齿纵向最大重合深度及头骨牙齿纵向最大重合深度，通过下列公式计算出牙齿碰撞程度：
式中，P表示此次咬合中牙齿碰撞程度，N表示重合区域的个数，Si表示第i个重合区域的横向切面面积，表示第i个重合区域中下颌骨牙齿纵向最大重合深度，/>表示第i个重合区域中头骨牙齿纵向最大重合深度，ε为一个预设的重合区域修正值；
对多次咬合过程计算得到的牙齿碰撞程度求取平均值，并将平均值与预设的碰撞程度阈值进行对比，当所述平均值小于等于所述碰撞程度阈值时，确定患者牙齿为优质排列。
上述技术方案的工作原理和有益效果为：根据所提取的牙颌异常接触点信息，确定每次重合过程中，重合区域的横向切面面积、下颌骨牙齿纵向最大重合深度及头骨牙齿纵向最大重合深度，从而通过公式自动计算出该次咬合中牙齿碰撞程度，能够反映患者牙齿是否为健康的排列方式，在牙齿碰撞程度较高的情况下，说明用户的该中咬合方式下对牙齿的磨损程度较大，应当避免养成该种咬合方式下进食的习惯，以保证牙齿不被过早磨损消耗。
优选的，所述根据所述牙颌运动轨迹信息对患者的咬合轨迹进行评定，从而判断患者牙颌运动轨迹是否为优质咬合轨迹，包括：
将患者的牙颌运动轨迹与预先设置的优质咬合轨迹进行均匀离散化，得到由特征序列点集表征的牙颌运动轨迹和优质咬合轨迹；其中，所述特征序列点集为牙颌运动轨迹上多个位置特征点按顺序排序所形成的点集；
将两个特征序列点集进行轨迹匹配计算，计算公式如下：
式中，ρ(A,B)为牙颌运动轨迹特征序列点集A和优质咬合轨迹特征序列点集B的匹配程度，W为加权系数，k为牙颌运动轨迹征序列点集A中特征点个数，为牙颌运动轨迹特征序列点集A中第i个特征点，/>为优质咬合轨迹特征序列点集B中第i个特征点；
当所述匹配程度ρ(A,B)大于等于预设的匹配阈值时，则确定患者牙颌运动轨迹为优质咬合轨迹。
上述技术方案的工作原理和有益效果为：将患者牙颌运动轨迹和优质咬合轨迹进行特征匹配，在匹配程度高的情况下就能够认定患者的牙颌运动轨迹为优质的咬合轨迹，值得继续保持，在匹配程度低的情况下认定为错误的咬合轨迹，需要注意改正不良习惯，以保护患者的口腔健康以及面部美观。
优选的，还包括根据所述匹配程度ρ(A,B)和牙齿碰撞程度，通过下式计算出患者的牙颌健康度值：
式中，J为患者牙颌健康度值，δ为匹配度程度转化系数。
上述技术方案的工作原理和有益效果为：通过综合考虑匹配程度和牙齿碰撞程度，确定患者的牙颌健康度值，通过牙颌健康度值，用户能够直观清晰的了解自身牙颌运动轨迹的正确与否，以及咬合方式的正确与否。在牙颌健康度值出现问题时，说明用户口腔发生病患，或许是溃疡等伤口导致用户口腔咬合习惯发生改变，又或者是牙齿断裂、智牙导致患者的雅阁运动轨迹发生异常，能够快速确认用户是否存在口腔病患。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种牙颌运动轨迹的建模及评价方法，其特征在于，包括：
通过CT扫描的方式获取患者头骨和下颌骨的结构信息；
通过口腔内结构扫描来获取患者牙齿结构信息；
将所述头骨和下颌骨的结构信息、所述牙齿结构信息通过计算机三维建模组合，形成三维人体牙颌运动模型；
利用牙颌运动轨迹采集面弓获取患者的牙颌运动轨迹信息；
基于所述牙颌运动轨迹信息，对所述三维人体牙颌运动模型进行驱动，并提取咬合过程中牙颌异常接触点信息；
根据所述牙颌异常接触点信息对三维人体牙颌运动模型中牙齿碰撞程度进行计算，从而判断患者牙齿是否为优质排列；
根据所述牙颌运动轨迹信息对患者的咬合轨迹进行评定，从而判断患者牙颌运动轨迹是否为优质咬合轨迹；
所述根据所述牙颌异常接触点信息对三维人体牙颌运动模型中牙齿碰撞程度进行计算，从而判断患者牙齿是否为优质排列，包括：
根据所述牙颌异常接触点信息，确定每次重合过程中，重合区域的横向切面面积、下颌骨牙齿纵向最大重合深度及头骨牙齿纵向最大重合深度，通过下列公式计算出牙齿碰撞程度：
式中，表示此次咬合中牙齿碰撞程度，/>表示重合区域的个数，/>表示第i个重合区域的横向切面面积，/>表示第i个重合区域中下颌骨牙齿纵向最大重合深度，/>表示第i个重合区域中头骨牙齿纵向最大重合深度，/>为一个预设的重合区域修正值；
对多次咬合过程计算得到的牙齿碰撞程度求取平均值，并将平均值与预设的碰撞程度阈值进行对比，当所述平均值小于等于所述碰撞程度阈值时，确定患者牙齿为优质排列；
所述根据所述牙颌运动轨迹信息对患者的咬合轨迹进行评定，从而判断患者牙颌运动轨迹是否为优质咬合轨迹，包括：
将患者的牙颌运动轨迹与预先设置的优质咬合轨迹进行均匀离散化，得到由特征序列点集表征的牙颌运动轨迹和优质咬合轨迹；其中，所述特征序列点集为牙颌运动轨迹上多个位置特征点按顺序排序所形成的点集；
将两个特征序列点集进行轨迹匹配计算，计算公式如下：
式中，为牙颌运动轨迹特征序列点集A和优质咬合轨迹特征序列点集B的匹配程度，/>为加权系数，/>为牙颌运动轨迹征序列点集A中特征点个数，/>为牙颌运动轨迹特征序列点集A中第i个特征点，/>为优质咬合轨迹特征序列点集B中第i个特征点；
当所述匹配程度大于等于预设的匹配阈值时，则确定患者牙颌运动轨迹为优质咬合轨迹。
2.根据权利要求1所述的一种牙颌运动轨迹的建模及评价方法，其特征在于，所述将所述头骨和下颌骨的结构信息、所述牙齿结构信息通过计算机三维建模组合，形成三维人体牙颌运动模型，包括：
根据所述牙齿结构信息生成牙齿结构三维模型，并确定牙齿结构三维模型中切牙正中点与底部两颗磨牙连线的垂线为第一特征轴线；
根据所述头骨和下颌骨的结构信息生成头颅结构三维模型，并确定头颅结构三维模型中切牙正中点与底部两颗磨牙连线的垂线为第二特征轴线；
根据所述第一特征轴线和所述第二特征轴线，对所述头颅结构三维模型和所述牙齿结构三维模型进行等比例放大或缩小，并根据所述第一特征轴线和所述第二特征轴线进行重合；
将牙齿结构三维模型沿所述第一特征轴线进行自旋转，直至牙齿结构三维模型中底部两颗磨牙连线与头颅结构三维模型中底部两颗磨牙连线完全重合后，生成三维人体牙颌运动模型。
3.根据权利要求1所述的一种牙颌运动轨迹的建模及评价方法，其特征在于，所述牙颌运动轨迹采集面弓上设置有多个三轴加速度传感器和一个主控芯片，所述利用牙颌运动轨迹采集面弓获取患者的牙颌运动轨迹信息，包括：
步骤1、通过所述主控芯片采集同一时刻多个三轴加速度传感器的位置信息，并将所述位置信息发送至系统主机；
步骤2、系统主机将所述牙颌运动轨迹采集面弓上颌架上的三轴加速度传感器作为第一类传感器，将所述牙颌运动轨迹采集面弓下颌架上的三轴加速度传感器作为第二类传感器，并根据所述位置信息，将每个第一类传感器分别与所有第二类传感器一一映射确定下颌架与每个第一类传感器的相对位置状况；
步骤3、系统主机上预先为每个第一类传感器设定有计算权值，根据下颌架与某个第一类传感器的相对位置状况及该第一类传感器的计算权值，通过加权平均的方式计算出下颌架相对于上颌架的位置关系；
步骤4、对多个时刻内所采集的所述位置信息按照步骤1～3的方式进行处理，得到下颌架相对于上颌架的位置关系变化轨迹；
步骤5、根据所述下颌架相对于上颌架的位置关系变化轨迹，确定患者的牙颌运动轨迹信息。
4.根据权利要求3所述的一种牙颌运动轨迹的建模及评价方法，其特征在于，所述根据所述下颌架相对于上颌架的位置关系变化轨迹，确定患者的牙颌运动轨迹信息，包括：
根据所述第一类传感器的位置信息确定下颌架所处空间平面，根据所述第二类传感器的位置信息确定上颌架所处空间平面；
确定所述下颌架所处空间平面和所述上颌架所处空间平面相交所形成的线为铰链轴参考线；
在下颌架相对于上颌架的位置关系变化时，截取铰链轴参考线上的不动点为铰链轴位置点；
连接所述铰链轴位置点和所述下颌架的几何中心点，形成下颌架运动轴线，
确定下颌架相对于上颌架的位置关系变化时，下颌架运动轴线的运动情况为牙颌运动轨迹信息。
5.根据权利要求4所述的一种牙颌运动轨迹的建模及评价方法，其特征在于，所述基于所述牙颌运动轨迹信息，对所述三维人体牙颌运动模型进行驱动，并提取咬合过程中牙颌异常接触点信息，包括：
根据所述下颌架运动轴线的运动情况，将所述下颌架运动轴线与三维人体牙颌运动模型的第一特征轴线进行重合，并根据预设的铰链轴与底部两颗磨牙连线的距离对第一特征轴线在所述下颌架运动轴线上的位置进行调整，使牙颌运动轨迹信息真实反映到三维人体牙颌运动模型上；
根据牙颌运动轨迹信息驱动第一特征轴线进行运动，带动三维人体牙颌运动模型中的下颌骨运动；
将三维人体牙颌运动模型中下颌骨上的牙齿与头骨上牙齿在咬合过程中的重合区域进行提取，生成牙颌异常接触点信息。
6.根据权利要求1所述的一种牙颌运动轨迹的建模及评价方法，其特征在于，还包括根据所述匹配程度和牙齿碰撞程度，通过下式计算出患者的牙颌健康度值：
式中，为患者牙颌健康度值，/>为匹配度程度转化系数。
CN202110675931.1A 2021-06-18 2021-06-18 一种牙颌运动轨迹的建模及评价方法 Active CN113362955B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110675931.1A CN113362955B (zh) 2021-06-18 2021-06-18 一种牙颌运动轨迹的建模及评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110675931.1A CN113362955B (zh) 2021-06-18 2021-06-18 一种牙颌运动轨迹的建模及评价方法

Publications (2)

Publication Number Publication Date
CN113362955A CN113362955A (zh) 2021-09-07
CN113362955B true CN113362955B (zh) 2023-09-29

Family

ID=77534905

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110675931.1A Active CN113362955B (zh) 2021-06-18 2021-06-18 一种牙颌运动轨迹的建模及评价方法

Country Status (1)

Country Link
CN (1) CN113362955B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116671956B (zh) * 2023-07-17 2023-10-03 广州医思信息科技有限公司 基于比对模型的口腔数据采集方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715965A (zh) * 2012-06-25 2012-10-10 电子科技大学 牙颌运动轨迹记录装置及牙颌关系转移方法
CN103690173A (zh) * 2014-01-08 2014-04-02 中山大学 下颌三维运动捕捉及可视化系统及方法
CN104715099A (zh) * 2013-12-17 2015-06-17 北京大学口腔医学院 用于牙齿冠桥功能性咬合面的虚拟牙合架设计方法
CN104869940A (zh) * 2012-10-18 2015-08-26 3形状股份有限公司 多个咬合配置
CN105919684A (zh) * 2016-05-27 2016-09-07 穆檬檬 一种建立三维牙颌融合模型的方法
CN110147647A (zh) * 2019-06-15 2019-08-20 广西科技大学 基于颞下颌关节稳定性的牙颌骨三维数字建模方法
KR20220118589A (ko) * 2021-02-18 2022-08-26 오스템임플란트 주식회사 무치악 환자의 데이터를 이용하는 치아 배열 시스템 및 그 동작 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102933171B (zh) * 2010-02-25 2016-01-13 3形状股份有限公司 动态虚拟咬合架
ES2721878T3 (es) * 2010-02-25 2019-08-06 3Shape As Articulador virtual dinámico

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102715965A (zh) * 2012-06-25 2012-10-10 电子科技大学 牙颌运动轨迹记录装置及牙颌关系转移方法
CN104869940A (zh) * 2012-10-18 2015-08-26 3形状股份有限公司 多个咬合配置
CN104715099A (zh) * 2013-12-17 2015-06-17 北京大学口腔医学院 用于牙齿冠桥功能性咬合面的虚拟牙合架设计方法
CN103690173A (zh) * 2014-01-08 2014-04-02 中山大学 下颌三维运动捕捉及可视化系统及方法
CN105919684A (zh) * 2016-05-27 2016-09-07 穆檬檬 一种建立三维牙颌融合模型的方法
CN110147647A (zh) * 2019-06-15 2019-08-20 广西科技大学 基于颞下颌关节稳定性的牙颌骨三维数字建模方法
KR20220118589A (ko) * 2021-02-18 2022-08-26 오스템임플란트 주식회사 무치악 환자의 데이터를 이용하는 치아 배열 시스템 및 그 동작 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"牙颌数字化三维建模的研究进展";苏丽，等;《口腔医学研究》;第35卷(第1期);16-19 *

Also Published As

Publication number Publication date
CN113362955A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
US9572636B2 (en) Method and system for finding tooth features on a virtual three-dimensional model
EP2134290B1 (en) Computer-assisted creation of a custom tooth set-up using facial analysis
JP5859986B2 (ja) 動的仮想咬合器
CN106137414B (zh) 确定目标牙列布局的方法和系统
CN104039266B (zh) 用于从个体采集数据以用于制备3d模型的方法及系统
CN110147647B (zh) 基于颞下颌关节稳定性的牙颌骨三维数字建模方法
US20060275736A1 (en) Computer aided orthodontic treatment planning
CN111261287B (zh) 一种种植方案设计方法及系统、终端和计算机可读存储介质
JP2008136865A (ja) ３次元リバース・エンジニアリング技術を用いた歯移動自動測定方法及びそのプログラム
CN105147401A (zh) 一种基于牙根信息的数字化排牙方法
US11000349B2 (en) Method, system and computer readable storage media for determining articulation parameters
CN105030364B (zh) 牙齿横纵向倾斜角度的测量方法
CN112451151B (zh) 一种利用混合现实技术的正畸模型建立方法
CN105596106B (zh) 一种分段取模由计算机配准组合采集完整牙列模型的方法
CN113362955B (zh) 一种牙颌运动轨迹的建模及评价方法
CN110192924A (zh) 用于口腔种植手术的定位装置及手术路径规划方法
US6944262B2 (en) Dental and orthopedic densitometry modeling system and method
CN115886863A (zh) 全颅底为基准平面的牙齿与面骨三维重叠测量方法及设备
CN116115371B (zh) 一种无牙颌种植导航手术中的口腔cbct配准方法
KR102615964B1 (ko) 3d 치아스캔사진과 측면 머리부 방사선사진을 이용한 치아 교정목표 설정방법
CN115601509B (zh) 一种标准化牙槽骨弓形态的提取方法
CN111823595B (zh) 用于深覆合人群的个性化口内支架
CN116138802A (zh) 一种基于口腔锥形束ct的上下颌牙槽弓协调性分析方法
CN115546405A (zh) 一种三维咬合接触及受力分析方法及应用
CN117934479A (zh) 一种x线头影测量转换方法及其系统

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