CN116211458A - 种植体规划方法、装置、设备及存储介质 - Google Patents
种植体规划方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116211458A CN116211458A CN202211589928.9A CN202211589928A CN116211458A CN 116211458 A CN116211458 A CN 116211458A CN 202211589928 A CN202211589928 A CN 202211589928A CN 116211458 A CN116211458 A CN 116211458A
- Authority
- CN
- China
- Prior art keywords
- model
- implant planning
- implant
- scheme
- oral cavity
- 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
- 239000007943 implant Substances 0.000 title claims abstract description 347
- 238000000034 method Methods 0.000 title claims abstract description 67
- 210000000214 mouth Anatomy 0.000 claims abstract description 106
- 238000002513 implantation Methods 0.000 claims abstract description 19
- 238000007408 cone-beam computed tomography Methods 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 104
- 210000000988 bone and bone Anatomy 0.000 claims description 76
- 238000005457 optimization Methods 0.000 claims description 57
- 230000002950 deficient Effects 0.000 claims description 47
- 230000007547 defect Effects 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 239000004053 dental implant Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000004373 mandible Anatomy 0.000 description 2
- 210000002050 maxilla Anatomy 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000002847 Surgical Wound Diseases 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003575 carbonaceous material Substances 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/51—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for dentistry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C8/00—Means to be fixed to the jaw-bone for consolidating natural teeth or for fixing dental prostheses thereon; Dental implants; Implanting tools
- A61C8/0089—Implanting tools or instruments
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Primary Health Care (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Dentistry (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Urology & Nephrology (AREA)
- Robotics (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- Prostheses (AREA)
- Dental Prosthetics (AREA)
Abstract
本申请公开了一种种植体规划方法、装置、设备及存储介质，属于口腔种植技术领域，本申请获取患者基于患者的口腔的CBCT图像数据重建得到的口腔扫描模型，将患者的口腔扫描模型输入至基于口腔扫描模型样本，以及口腔扫描模型样本的种植体规划方案标签，对待训练模型进行训练得到的预设种植体规划模型，即，该预设种植体规划模型是机器通过对大量口腔扫描模型样本，以及口腔扫描模型样本中每个口腔扫描模型对应的种植体规划方案标签学习训练得到的；基于该预设种植体规划模型，对患者的口腔扫描模型进行分析，能够准确快速地得到与所述患者的口腔扫描模型匹配的初始种植体规划方案。
Description
技术领域
本申请涉及口腔种植技术领域，尤其涉及一种种植体规划方法、装置、设备及存储介质。
背景技术
种植牙是一种用种植体打入牙槽骨中替带原有缺失牙的修复手段。
在规划阶段需要对替代缺失牙齿的种植体的种植位置进行规划，现有的规划方法主要是医生利用人机交互界面，通过不断调整参数，基于医生的经验，规划种植体的理想种植位置。
然而，使用这种方法时，医生的主观经验判断可能会影响种植效果，导致种植体规划准确率低下。
发明内容
本申请的主要目的在于提供一种种植体规划方法、装置、设备及存储介质，旨在解决种植体规划准确率低下的技术问题。
为实现上述目的，本申请提供一种种植体规划方法，所述种植体规划方法包括以下步骤：
获取患者的口腔扫描模型，所述口腔扫描模型是基于所述患者的口腔的CBCT图像数据重建得到的；
将所述患者的口腔扫描模型输入至预设种植体规划模型，基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案；其中，所述预设种植体规划模型是基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对待训练模型进行迭代训练得到的。
在本申请的一种可能的实施方式中，所述基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案的步骤之后，所述方法还包括：
获取方案优化矩阵；
将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案。
在本申请的一种可能的实施方式中，所述初始种植体规划方案包括目标5种植体，以及目标种植体在所述口腔扫描模型上的种植位置，所述将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案的步骤，包括：
将所述方案优化矩阵应用于所述初始种植体规划方案，进行仿真，得到所述初始种植体规划方案中每个参数变化量的概率分布；
0基于所述概率分布，计算所述每个参数变化量的期望，并基于所述期望，
构建参数优化矩阵；
将所述初始种植体规划方案中的初始参数矩阵和所述参数优化矩阵进行矩阵相加，得到目标参数矩阵，其中，所述初始参数矩阵是基于所述目标种植体和所述种植位置二者的参数信息构建的；
5基于所述目标参数矩阵，得到目标种植体规划方案。
在本申请的一种可能的实施方式中，所述将所述初始种植体规划方案中的初始参数矩阵和所述参数优化矩阵进行矩阵相加，得到目标参数矩阵的步骤之前，所述方法还包括：
获取所述目标种植体的型号，和所述目标种植体的植入点和根尖点；0基于所述目标种植体的型号，和所述目标种植体的植入点和根尖点，构建初始参数矩阵。
在本申请的一种可能的实施方式中，所述将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案的步骤之前，所述方法还
包括：
5获取所述初始种植体规划方案的限制信息，并基于所述限制信息，确定方案约束矩阵，其中，所述限值信息包括所述目标种植体与相邻牙的安全距离，以及目标种植体的与牙龈底部的安全距离；
基于所述方案约束矩阵，对所述方案优化矩阵进行约束，得到约束后的方案优化矩阵。
0在本申请的一种可能的实施方式中，所述获取患者的口腔扫描模型的步骤之前，所述方法还包括：
获取口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签；
基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型。
在本申请的一种可能的实施方式中，所述基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型的步骤之前，所述方法还包括：
获取缺损牙槽骨样本，所述缺损牙槽骨样本包括缺损牙槽骨形状以及缺损牙槽骨大小；
基于所述缺损牙槽骨形状以及缺损牙槽骨大小，确定牙槽骨缺损标签；
所述基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行训练，得到具有满足精度条件的种植体规划模型的步骤，包括：
基于所述口腔扫描模型样本、所述口腔扫描模型样本的种植体规划方案标签、所述缺损牙槽骨样本以及所述缺损牙槽骨样本的牙槽骨缺损标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型。
本申请还提供一种种植体规划装置，所述装置包括：
模型获取模块，用于获取患者的口腔扫描模型，所述口腔扫描模型是基于所述患者的口腔的CBCT图像数据重建得到的；
种植体规划模块，用于将所述患者的口腔扫描模型输入至预设种植体规划模型，基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案；其中，所述预设种植体规划模型是基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对待训练模型进行训练得到的。
本申请还提供一种种植体规划设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的种植体规划程序，所述种植体规划程序配置为实现如上述任一项所述的种植体规划方法的步骤。
本申请还提供一种存储介质，所述存储介质上存储有种植体规划程序，所述种植体规划程序被处理器执行时实现如上述任一项所述的种植体规划方法的步骤。
本申请提供一种种植体规划方法，相较于现有技术中医生的主观经验判断可能会影响种植效果，且增加了人力以及时间成本，导致种植效率低下，本申请获取患者基于患者的口腔的CBCT图像数据重建得到的口腔扫描模型，将所述患者的口腔扫描模型输入至基于口腔扫描模型样本，以及所述口腔扫描模型样本的种植体规划方案标签，对待训练模型进行训练得到的预设种植体规划模型，即，该预设种植体规划模型是机器通过对大量口腔扫描模型样本，以及口腔扫描模型样本中每个口腔扫描模型对应的种植体规划方案标签学习训练得到的；基于该预设种植体规划模型，对患者的口腔扫描模型进行分析，能够准确快速地得到与所述患者的口腔扫描模型匹配的初始种植体规划方案，无需医生基于经验，在口腔扫描模型上规划种植体的种植方案，从而提高了种植体规划准确率。
附图说明
图1为本申请一种种植体规划方法的第一实施例的流程示意图；
图2是本申请实施例方案涉及的硬件运行环境的种植体规划设备的结构示意图；
图3为本申请第一实施例的种植体规划装置示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。尽管在本文可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本文范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
本申请实施例提供了一种种植体规划方法，参照图1，在本实施例中，所述种植体规划方法包括：
步骤S10：获取患者的口腔扫描模型，所述口腔扫描模型是基于所述患者的口腔的CBCT图像数据重建得到的；
步骤S20：将所述患者的口腔扫描模型输入至预设种植体规划模型，基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案；其中，所述预设种植体规划模型是基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对待训练模型进行迭代训练得到的。
本实施例旨在：通过预设种植体规划模型对患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案，提高种植体规划的准确率。
作为一种示例，口腔扫描模型是计算机基于拍摄患者的口腔得到的CBCT(Conebeam Computed Tomography，口腔颌面锥形束电子计算机断层扫描)数据进行三维重建得到的。
在本实施例中，所述种植体规划方法应用于种植体规划系统，所述种植体规划系统从属于种植体规划设备。
在本实施例中，具体的应用场景可以是：
患者在进行种植牙手术之前，医生需要根据患者的口腔扫描模型，对替代缺失牙齿的种植体的种植位置进行规划，现有的规划方法主要是医生利用人机交互界面，通过不断调整参数，基于医生的经验，规划种植体的理想种植位置，然而，使用这种方法时，医生的主观经验判断可能会影响种植效果，导致种植体规划准确率低下。
作为一种示例，种植体是通过外科手术的方式将其植入人体缺牙部位的上下颌骨内，待其手术伤口愈合后，在其上部安装修复假牙的装置。
作为一种示例，种植体的规划包括规划种植体的型号，规划种植体在患者的口腔扫描模型上的种植位置等，具体地，种植体的型号包括半径、长度、材料等，种植体在患者的口腔扫描模型上的种植位置包括与中心轴的偏移度，植入点的位置、根尖点的位置等，其中，种植体可以是金属与合金材料、陶瓷材料、碳素材料、高分子材料、复合材料类等制成，具体不做限定。
作为一种示例，种植体的规划方案为上述规划的种植体的不同型号，与规划种植体在患者的口腔扫描模型上不同的种植位置等的集合。
具体步骤如下：
步骤S10：获取患者的口腔扫描模型，所述口腔扫描模型是基于所述患者的口腔的CBCT图像数据重建得到的；
作为一种示例，患者的口腔扫描模型可以是患者待种植部位的口腔扫描模型，例如患者缺失牙部位的口腔扫描模型，也可以是患者整个上下颌骨内的口腔扫描模型。
需要说明的是，上述所指代的患者是具体场景下准备进行种植牙手术的患者。
在本实施例中，获取患者的口腔扫描模型的方法可以是具备拍摄功能的种植体规划设备通过拍摄患者的口腔的CBCT图像数据，再基于CBCT图像数据三维重建得到的；也可以是在其他设备上拍摄好的CBCT图像数据，上传至种植体规划设备所得到的。
作为一种示例，患者的口腔扫描模型为患者口腔内部的三维构造。
在本实施例中，所述获取患者的口腔扫描模型的步骤之前，所述方法还包括：
步骤S30：获取口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签；
在本实施例中，所述预设种植体规划模型是基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对待训练模型进行迭代训练得到的。
作为一种示例，所述口腔扫描模型样本包括大量历史患者的口腔扫描模型。
作为一种示例，口腔扫描模型样本的种植体规划方案标签包括大量与历史患者的口腔扫描模型匹配的种植体规划方案。
步骤S40：基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型。
作为一种示例，迭代训练过程包括将口腔扫描模型样本输入至所述待训练模型，得到预测的种植体规划方案。
具体地，所述待训练模型是具有初步处理所述患者的口腔扫描模型样本能力的初始模型，其中，该待训练模型不具备有很高的精确度。
具体地，所述与口腔扫描模型样本中各口腔扫描模型匹配的种植体规划方案是种植体的类型与种植体的种植位置的集合，待训练模型处理所述口腔扫描模型样本的方式为，分析口腔扫描模型样本中各口腔扫描模型与其对应种植体规划方案的对应关系，基于口腔扫描模型样本中牙槽骨的不同形状、缺失牙类型、牙槽骨厚度、牙槽骨骨龄等因素，分析与该口腔扫描模型样本匹配的种植体的型号，以及种植体在口腔扫描模型的种植位置等，得到预测的种植体规划方案。
作为一种示例，所述迭代训练过程还包括，将所述预测的种植体规划方案与所述种植体规划方案标签中的种植体规划方案进行差异计算，得到误差结果；
在本实施例中，将所述的种植体规划方案与所述种植体规划方案标签中的种植体规划方案进行差异计算，得到误差结果，由于待训练模型在未完成迭代训练前不具备很高的准确度，则可以是通过差异计算，得到误差结果，也可以是通过损失函数收敛得到误差结果。
作为一种示例，所述迭代训练过程还包括，基于所述误差结果，判断所述误差结果是否满足预设误差阈值范围指示的误差标准；其中，所述预设误差阈值包括预设均方误差阈值，本领域技术人员知晓的是，均方误差阈值越小，则代表模型越精准，所述判断所述训练误差结果是否满足预设误差阈值指示的误差标准包括：判断所述均方误差结果是否小于预设均方误差阈值。
作为一种示例，所述迭代训练过程还包括，若所述误差结果未满足所述预设误差阈值范围指示的误差标准，则返回将口腔扫描模型样本输入至所述待训练模型，得到预测的种植体规划方案的步骤，直到所述训练误差结果满足所述预设误差阈值范围指示的误差标准后停止训练，得到种植体规划模型。即，在本实施例中，通过迭代训练，对待训练模型进行收敛，直到训练误差结果满足预设误差阈值范围指示的误差标准，完成迭代训练。
步骤S20：将所述患者的口腔扫描模型输入至预设种植体规划模型，基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案；其中，所述预设种植体规划模型是基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对待训练模型进行迭代训练得到的。
作为一种示例，将所述患者的口腔扫描模型输入至预设种植体规划模型，基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案；其中，所述初始种植体规划方案是上述通过迭代训练得到的种植体规划模型进行分析得到的。无需医生对种植体进行规划，提高了种植效率，以及种植体的规划精确度。
在本实施例中，通过大量口腔扫描模型样本，以及口腔扫描模型样本的种植体规划方案标签，对待训练模型进行训练得到种植体规划模型，能够客观、准确且高效地分析患者的口腔扫描模型，从而得到匹配的初始种植体规划方案，提高种植体规划的准确率，减少医生的工作量，可以作为医生的初始参考依据或者可以直接作为最终规划方案应用于外科手术中。
进一步地，基于本申请中第一实施例，提供本申请的另一实施例，在该实施例中，由于在患者种植牙之前，首先需要检查患者的牙槽骨的骨质，若患者缺牙处的牙槽骨的骨质未达到种植的需求，种植好的牙齿也产生容易松动等情况。
在本实施例中，所述基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行训练，得到具有满足精度条件的种植体规划模型的步骤之前，所述方法还包括：
步骤S50：获取缺损牙槽骨样本，所述缺损牙槽骨样本包括缺损牙槽骨形状以及缺损牙槽骨大小；
作为一种示例，缺损牙槽骨样本包括缺损牙槽骨形状以及缺损牙槽骨大小，所述缺损牙槽骨样本还可以包括牙槽骨骨龄等信息，具体不做限定。
步骤S60：基于所述缺损牙槽骨形状以及缺损牙槽骨大小，确定牙槽骨缺损标签；
作为一种示例，基于所述缺损牙槽骨形状以及缺损牙槽骨大小，确定牙槽骨是否可以认定为缺损，若所述缺损牙槽骨形状以及缺损牙槽骨大小不足以影响种植体的种植，则生成未缺损标签，若所述缺损牙槽骨形状以及缺损牙槽骨大小足以影响种植体的种植，则生成缺损标签。
作为一种示例，还可以是基于所述缺损牙槽骨形状、缺损牙槽骨大小，以及缺损牙槽骨的骨龄，确定牙槽骨是否可以认定为缺损。
在本实施例中，所述基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行训练，得到具有满足精度条件的种植体规划模型的步骤，包括：
步骤A1：基于所述口腔扫描模型样本、所述口腔扫描模型样本的种植体规划方案标签、所述缺损牙槽骨样本以及所述缺损牙槽骨样本的牙槽骨缺损标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型。
作为一种示例，基于所述口腔扫描模型样本、所述口腔扫描模型样本的种植体规划方案标签、所述缺损牙槽骨样本以及所述缺损牙槽骨样本的牙槽骨缺损标签(缺损标签或未缺损标签)，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型。
作为一种示例，将患者的口腔扫描模型输入至该具有满足精度条件的种植体规划模型，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案，以及牙槽骨是否缺损的检测结果。
若检测结果为牙槽骨缺损，则需要在使用该初始种植体规划方案之前，使用骨粉填充在患者缺失牙的部位，以增加牙槽骨的高度和厚度，使患者缺牙处的牙槽骨的骨质达到种植的要求。其中，骨粉是一种能被人体吸收的材料，作用是引导骨头形成，以增加牙槽骨的高度和厚度，使患者的牙槽骨的骨量达到种植牙手术的需求的目的。
进一步地，基于本申请中第一实施例，提供本申请的另一实施例，在该实施例中，所述基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案的步骤之后，所述方法还包括：
步骤S70：获取方案优化矩阵；
在本实施例中，由于上述得到的初始种植体规划方案是基于历史患者的口腔扫描模型迭代训练得到的，即，使用该种植体规划模型分析该口腔扫描模型得到的初始种植规划方案只是基于历史经验能够得到的与之较为匹配的规划方案，并不是最好的规划方案；因此，本申请提供一种优化方案，使该初始种植规划方案与口腔扫描模型更加匹配。
作为一种示例，获取方案优化矩阵，该方案优化矩阵包括种植体的不同类型，以及种植体的调整参数等优化方案的集合。
步骤S80：将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案。
作为一种示例，将所述方案优化矩阵应用于所述初始种植体规划方案，例如，将初始种植体规划方案中的种植体的种植高度上调，或者将初始种植体规划方案中的种植体沿中心轴旋转一定角度等，具体不做限定。
具体地，通过上述方案优化矩阵对初始种植体规划方案的调整，即可得到目标种植体规划方案。
在本实施例中，所述初始种植体规划方案包括目标种植体，以及目标种植体在所述口腔扫描模型上的种植位置，所述将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案的步骤，包括：
步骤B1：将所述方案优化矩阵应用于所述初始种植体规划方案，进行仿真，得到所述初始种植体规划方案中每个参数变化量的概率分布；
作为一种示例，所述初始种植体规划方案包括目标种植体的参数信息，以及目标种植体在所述口腔扫描模型上的种植位置的参数信息等。
在本实施例中，将所述方案优化矩阵中的优化方案应用于初始种植体规划方案，进行仿真，得到所述初始种植体规划方案中每个参数变化量的概率分布，其中，所述仿真方法包括数字孪生、仿真等技术。可以通过基于人工智能的大数据训练和数学仿真方式建立优化后的种植体规划方案下的每个参数变化量的概率分布。
步骤B2：基于所述概率分布，计算所述每个参数变化量的期望，并基于所述期望，构建参数优化矩阵；
作为一种示例，基于所述概率分布，计算所述每个参数变化量的期望，并基于所述期望，构建参数优化矩阵，该参数优化矩阵反映了该方案优化矩阵中最优的优化方案所对应的参数调整信息。
在本实施例中，所述将所述初始种植体规划方案中的初始参数矩阵和所述参数优化矩阵进行矩阵相加，得到目标参数矩阵的步骤之前，所述方法还包括：
步骤S90：获取所述目标种植体的型号，和所述目标种植体的植入点和根尖点；
作为一种示例，通过分析该初始种植体规划方案获取所述目标种植体的型号，和所述目标种植体在种植位置的植入点和根尖点；
具体地，所述目标种植体的型号包括目标种植体的半径、材质、长度等，具体不做限定。
具体地，所述目标种植体的植入点和根尖点包括所述目标种植体的植入点和根尖点的三维坐标等，具体不做限定。
步骤S100：基于所述目标种植体的型号，和所述目标种植体的植入点和根尖点，构建初始参数矩阵。
作为一种示例，目标种植体的半径、材质、长度，以及所述目标种植体的植入点和根尖点的三维坐标等参数，构建初始参数矩阵。
步骤B3：将所述初始种植体规划方案中的初始参数矩阵和所述参数优化矩阵进行矩阵相加，得到目标参数矩阵，其中，所述初始参数矩阵是基于所述目标种植体和所述种植位置二者的参数信息构建的；
作为一种示例，将所述初始种植体规划方案中的初始参数矩阵和所述参数优化矩阵进行矩阵相加，即可得到目标参数矩阵。
步骤B4：基于所述目标参数矩阵，得到目标种植体规划方案。
作为一种示例，基于所述目标参数矩阵，即可相应得到目标种植体规划方案。该目标种植体规划方案是在初始种植体规划方案基础上通过该初始参数矩阵进行优化得到的，相较于初始种植体规划方案，与患者的口腔扫描模型更为匹配，能够使得最终医生看到的种植规划方案更加精确。
在本实施例中，所述将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案的步骤之前，所述方法还包括：
步骤S110：获取所述初始种植体规划方案的限制信息，并基于所述限制信息，确定方案约束矩阵，其中，所述限值信息包括所述目标种植体与相邻牙的安全距离，以及目标种植体的与牙龈底部的安全距离；
作为一种示例，为了避免在对初始种植体规划方案进行优化过程中产生失真的情况，需要设置一定的限制信息，具体地，所述限值信息可以包括所述目标种植体与相邻牙的安全距离，以及目标种植体的与牙龈底部的安全距离等，具体不做限定。
作为一种示例，基于所述限制信息，即可确定方案约束矩阵，该方案约束矩阵中设置了上述限值信息(安全距离参数)等。
步骤S120：基于所述方案约束矩阵，对所述方案优化矩阵进行约束，得到约束后的方案优化矩阵。
作为一种示例，基于上述设置有限值信息的方案约束矩阵，对所述方案优化矩阵进行约束，即可得到约束后的方案优化矩阵；则将该约束后的方案优化矩阵应用于初始种植体规划方案时，得到的目标种植体规划方案即可避免出现优化失误的情况。
在本实施例中，通过方案优化矩阵，以及方案约束矩阵，对初始种植体规划方案进行优化，得到的目标种植体规划方案，相较于初始种植体规划方案更加精确，进一步提高了种植体规划的准确度。
参照图2，图2是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
如图2所示，该种植体规划设备可以包括：处理器1001，存储器1005，通信总线1002。通信总线1002用于实现处理器1001和存储器1005之间的连接通信。
可选地，该种植体规划设备还可以包括用户接口、网络接口、摄像头、RF(RadioFrequency，射频)电路，传感器、WiFi模块等等。用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard)，可选用户接口还可以包括标准的有线接口、无线接口。网络接口可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解，图2中示出的种植体规划设备结构并不构成对种植体规划设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图2所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块以及种植体规划程序。操作系统是管理和控制种植体规划设备硬件和软件资源的程序，支持种植体规划程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与种植体规划系统中其它硬件和软件之间通信。
在图2所示的种植体规划设备中，处理器1001用于执行存储器1005中存储的种植体规划程序，实现上述任一项所述的种植体规划方法的步骤。
本申请种植体规划设备具体实施方式与上述种植体规划方法各实施例基本相同，在此不再赘述。
本申请还提供一种种植体规划装置，如图3所示，所述装置包括：
模型获取模块10，用于获取患者的口腔扫描模型，所述口腔扫描模型是基于所述患者的口腔的CBCT图像数据重建得到的；
种植体规划模块20，用于将所述患者的口腔扫描模型输入至预设种植体规划模型，基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案；其中，所述预设种植体规划模型是基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对待训练模型进行训练得到的。
可选地，在本申请的一种可能的实施方式中，所述基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案的步骤之后，所述方法还包括：
矩阵获取模块，用于获取方案优化矩阵；
方案优化模块，用于将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案。
可选地，在本申请的一种可能的实施方式中，所述初始种植体规划方案包括目标种植体的参数信息，以及目标种植体在所述口腔扫描模型上的种植位置的参数信息，所述方案优化模块包括：
方案优化单元，用于将所述方案优化矩阵应用于所述初始种植体规划方案，进行仿真，得到所述初始种植体规划方案中每个参数变化量的概率分布；
构建单元，用于基于所述概率分布，计算所述每个参数变化量的期望，并基于所述期望，构建参数优化矩阵；
矩阵计算单元，用于将所述初始种植体规划方案中的初始参数矩阵和所述参数优化矩阵进行矩阵相加，得到目标参数矩阵，其中，所述初始参数矩阵是基于所述目标种植体和所述种植位置二者的参数信息构建的；
方案优化单元，用于基于所述目标参数矩阵，得到目标种植体规划方案。
可选地，在本申请的一种可能的实施方式中，所述将所述初始种植体规划方案中的初始参数矩阵和所述参数优化矩阵进行矩阵相加，得到目标参数矩阵的步骤之前，所述装置还包括：
参数获取模块，用于获取所述目标种植体的型号，和所述目标种植体的植入点和根尖点；
构建模块，用于基于所述目标种植体的型号，和所述目标种植体的植入点和根尖点，构建初始参数矩阵。
可选地，在本申请的一种可能的实施方式中，所述将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案的步骤之前，所述装置还包括：
矩阵确定模块，用于获取所述初始种植体规划方案的限制信息，并基于所述限制信息，确定方案约束矩阵，其中，所述限值信息包括所述目标种植体与相邻牙的安全距离，以及目标种植体的与牙龈底部的安全距离；
约束模块，用于基于所述方案约束矩阵，对所述方案优化矩阵进行约束，得到约束后的方案优化矩阵。
可选地，在本申请的一种可能的实施方式中，所述获取患者的口腔扫描模型的步骤之前，所述装置还包括：
样本和标签获取模块，用于获取口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签；
模型训练模块，用于基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型。
可选地，在本申请的一种可能的实施方式中，所述基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型的步骤之前，所述装置还包括：
牙槽骨信息获取模块，用于获取缺损牙槽骨样本，所述缺损牙槽骨样本包括缺损牙槽骨形状以及缺损牙槽骨大小；
标签确定模块，用于基于所述缺损牙槽骨形状以及缺损牙槽骨大小，确定牙槽骨缺损标签；
所述模型训练模块包括：模型训练单元，用于基于所述口腔扫描模型样本、所述口腔扫描模型样本的种植体规划方案标签、所述缺损牙槽骨样本以及所述缺损牙槽骨样本的牙槽骨缺损标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型。
本申请种植体规划装置的具体实施方式与上述种植体规划方法各实施例基本相同，在此不再赘述。
本申请还提供一种存储介质，所述存储介质上存储有种植体规划程序，所述种植体规划程序被处理器执行时实现如上述任一项所述的种植体规划方法的步骤。
本申请存储介质具体实施方式与上述种植体规划各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种种植体规划方法，其特征在于，所述种植体规划方法，包括以下步骤：
获取患者的口腔扫描模型，所述口腔扫描模型是基于所述患者的口腔的CBCT图像数据重建得到的；
将所述患者的口腔扫描模型输入至预设种植体规划模型，基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案；
其中，所述预设种植体规划模型是基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对待训练模型进行迭代训练得到的。
2.如权利要求1所述的种植体规划方法，其特征在于，所述基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案的步骤之后，所述方法还包括：
获取方案优化矩阵；
将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案。
3.如权利要求2所述的种植体规划方法，其特征在于，所述初始种植体规划方案包括目标种植体，以及目标种植体在所述口腔扫描模型上的种植位置，所述将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案的步骤，包括：
将所述方案优化矩阵应用于所述初始种植体规划方案，进行仿真，得到所述初始种植体规划方案中每个参数变化量的概率分布；
基于所述概率分布，计算所述每个参数变化量的期望，并基于所述期望，构建参数优化矩阵；
将所述初始种植体规划方案中的初始参数矩阵和所述参数优化矩阵进行矩阵相加，得到目标参数矩阵，其中，所述初始参数矩阵是基于所述目标种植体和所述种植位置二者的参数信息构建的；
基于所述目标参数矩阵，得到目标种植体规划方案。
4.如权利要求1所述的种植体规划方法，其特征在于，所述将所述初始种植体规划方案中的初始参数矩阵和所述参数优化矩阵进行矩阵相加，得到目标参数矩阵的步骤之前，所述方法还包括：
获取所述目标种植体的型号，和所述目标种植体的植入点和根尖点；
基于所述目标种植体的型号，和所述目标种植体的植入点和根尖点，构建初始参数矩阵。
5.如权利要求1所述的种植体规划方法，其特征在于，所述将所述方案优化矩阵应用于所述初始种植体规划方案，得到目标种植体规划方案的步骤之前，所述方法还包括：
获取所述初始种植体规划方案的限制信息，并基于所述限制信息，确定方案约束矩阵，其中，所述限值信息包括所述目标种植体与相邻牙的安全距离，以及目标种植体的与牙龈底部的安全距离；
基于所述方案约束矩阵，对所述方案优化矩阵进行约束，得到约束后的方案优化矩阵。
6.如权利要求1所述的种植体规划方法，其特征在于，所述获取患者的口腔扫描模型的步骤之前，所述方法还包括：
获取口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签；
基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型。
7.如权利要求1所述的种植体规划方法，其特征在于，所述基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型的步骤之前，所述方法还包括：
获取缺损牙槽骨样本，所述缺损牙槽骨样本包括缺损牙槽骨形状以及缺损牙槽骨大小；
基于所述缺损牙槽骨形状以及缺损牙槽骨大小，确定牙槽骨缺损标签；
所述基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对预设的待训练模型进行训练，得到具有满足精度条件的种植体规划模型的步骤，包括：
基于所述口腔扫描模型样本、所述口腔扫描模型样本的种植体规划方案标签、所述缺损牙槽骨样本以及所述缺损牙槽骨样本的牙槽骨缺损标签，对预设的待训练模型进行迭代训练，得到具有满足精度条件的种植体规划模型。
8.一种种植体规划装置，其特征在于，所述装置包括：
模型获取模块，用于获取患者的口腔扫描模型，所述口腔扫描模型是基于所述患者的口腔的CBCT图像数据重建得到的；
种植体规划模块，用于将所述患者的口腔扫描模型输入至预设种植体规划模型，基于所述预设种植体规划模型，对所述患者的口腔扫描模型进行分析，得到与所述患者的口腔扫描模型匹配的初始种植体规划方案；其中，所述预设种植体规划模型是基于口腔扫描模型样本以及所述口腔扫描模型样本的种植体规划方案标签，对待训练模型进行训练得到的。
9.一种种植体规划设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的种植体规划程序，所述种植体规划程序配置为实现如权利要求1至7中任一项所述的种植体规划方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有种植体规划程序，所述种植体规划程序被处理器执行时实现如权利要求1至7任一项所述的种植体规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211589928.9A CN116211458B (zh) | 2022-12-12 | 2022-12-12 | 种植体规划方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211589928.9A CN116211458B (zh) | 2022-12-12 | 2022-12-12 | 种植体规划方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116211458A true CN116211458A (zh) | 2023-06-06 |
| CN116211458B CN116211458B (zh) | 2023-10-03 |
Family
ID=86572066
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211589928.9A Active CN116211458B (zh) | 2022-12-12 | 2022-12-12 | 种植体规划方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116211458B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103598920A (zh) * | 2013-12-04 | 2014-02-26 | 杭州六维齿科医疗技术有限公司 | 全牙缺失的牙种植手术导板及其制作方法 |
| CN109907827A (zh) * | 2019-04-16 | 2019-06-21 | 北京大学第三医院（北京大学第三临床医学院） | 一种下颌角截骨术的手术导航系统 |
| CN110738681A (zh) * | 2019-10-11 | 2020-01-31 | 北京航空航天大学 | 一种基于深度学习网络的椎弓根钉手术路径自动规划方法 |
| CN111105458A (zh) * | 2018-10-25 | 2020-05-05 | 深圳市深蓝牙医疗科技有限公司 | 口腔种植体定位方法、口腔组织识别模型建立方法、装置、设备和存储介质 |
| CN111598948A (zh) * | 2020-04-03 | 2020-08-28 | 上海嘉奥信息科技发展有限公司 | 基于深度学习的ct影像椎弓根植钉通道规划方法和系统 |
| WO2020184876A1 (ko) * | 2019-03-12 | 2020-09-17 | 오스템임플란트 주식회사 | 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치 |
| WO2021019516A1 (en) * | 2019-07-31 | 2021-02-04 | Jessi Lew Pty Ltd. | Intraoral coordinate system of dentition for the design and placement of dental implants |
| CN112971981A (zh) * | 2021-03-02 | 2021-06-18 | 北京长木谷医疗科技有限公司 | 基于深度学习的全髋关节置换翻修术前规划方法和设备 |
| KR20210122584A (ko) * | 2020-04-01 | 2021-10-12 | 주식회사 푸른기술 | 치과 임플란트 수술 보조용 로봇시스템 |
| WO2022064696A1 (ja) * | 2020-09-28 | 2022-03-31 | 日本電信電話株式会社 | 学習モデル最適化装置及び学習モデル最適化方法並びに学習モデル最適化プログラム |
| WO2022247049A1 (zh) * | 2021-05-24 | 2022-12-01 | 苏州大学 | 基于复数值前向神经网络的风速预测方法 |
-
2022
- 2022-12-12 CN CN202211589928.9A patent/CN116211458B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103598920A (zh) * | 2013-12-04 | 2014-02-26 | 杭州六维齿科医疗技术有限公司 | 全牙缺失的牙种植手术导板及其制作方法 |
| CN111105458A (zh) * | 2018-10-25 | 2020-05-05 | 深圳市深蓝牙医疗科技有限公司 | 口腔种植体定位方法、口腔组织识别模型建立方法、装置、设备和存储介质 |
| WO2020184876A1 (ko) * | 2019-03-12 | 2020-09-17 | 오스템임플란트 주식회사 | 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치 |
| CN109907827A (zh) * | 2019-04-16 | 2019-06-21 | 北京大学第三医院（北京大学第三临床医学院） | 一种下颌角截骨术的手术导航系统 |
| WO2021019516A1 (en) * | 2019-07-31 | 2021-02-04 | Jessi Lew Pty Ltd. | Intraoral coordinate system of dentition for the design and placement of dental implants |
| CN110738681A (zh) * | 2019-10-11 | 2020-01-31 | 北京航空航天大学 | 一种基于深度学习网络的椎弓根钉手术路径自动规划方法 |
| KR20210122584A (ko) * | 2020-04-01 | 2021-10-12 | 주식회사 푸른기술 | 치과 임플란트 수술 보조용 로봇시스템 |
| CN111598948A (zh) * | 2020-04-03 | 2020-08-28 | 上海嘉奥信息科技发展有限公司 | 基于深度学习的ct影像椎弓根植钉通道规划方法和系统 |
| WO2022064696A1 (ja) * | 2020-09-28 | 2022-03-31 | 日本電信電話株式会社 | 学習モデル最適化装置及び学習モデル最適化方法並びに学習モデル最適化プログラム |
| CN112971981A (zh) * | 2021-03-02 | 2021-06-18 | 北京长木谷医疗科技有限公司 | 基于深度学习的全髋关节置换翻修术前规划方法和设备 |
| WO2022247049A1 (zh) * | 2021-05-24 | 2022-12-01 | 苏州大学 | 基于复数值前向神经网络的风速预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116211458B (zh) | 2023-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nadagouda et al. | A review on 3D printing techniques for medical applications | |
| Salmi et al. | Accuracy of medical models made by additive manufacturing (rapid manufacturing) | |
| KR102442720B1 (ko) | 치아 보철 제조를 위한 3차원 스캔 데이터 처리 방법 | |
| US8170327B2 (en) | Method for (semi-) automatic dental implant planning | |
| CN104125814B (zh) | 虚拟设计定制愈合基台 | |
| CN102576465B (zh) | 用于数字化牙颌面对象的方法 | |
| EP3524139B1 (en) | Mobile apparatus-linked implant evaluation system | |
| US7383163B2 (en) | Method, device and computer product for making an individual model of a jaw-bone | |
| CN112022387A (zh) | 一种种植体的定位方法、装置、设备及存储介质 | |
| US10828108B2 (en) | Orthopaedic or biologic support structure, methods of making and methods of use | |
| CN110461267A (zh) | 使用三维混合图像构建程序的颌矫正系统 | |
| CN108578017A (zh) | 骨组织修复体模型的构建方法和骨组织修复体制备方法 | |
| CN110270017B (zh) | 病床的质量保证方法、放射治疗系统及存储介质 | |
| CN116211458B (zh) | 种植体规划方法、装置、设备及存储介质 | |
| US20200297245A1 (en) | Motion adjustment prediction system | |
| US20230285775A1 (en) | Robust treatment planning or plan evaluation | |
| CN116158876B (zh) | 种植导板设计方法、装置、设备及存储介质 | |
| CN114170386B (zh) | 一种数字化固定正畸方案制定的方法、装置及存储介质 | |
| US20200000561A1 (en) | System and method for monitoring optimal dental implants coupleable with an optimized impant site | |
| CN113749804B (zh) | 一种带ct成像系统的口腔种植手术机器人及其控制方法 | |
| KR102313749B1 (ko) | 인공지능 기반 자동 구강 ct 색상변환장치 및 그 장치의 구동방법 | |
| CN113631118B (zh) | 定制牙科膜 | |
| CN112053442A (zh) | 一种非均质牙颌组织有限元模型的构建方法及系统 | |
| RU2696204C1 (ru) | Способ расчёта площади барьерных и каркасных мембран при планировании направленной регенерации костной ткани | |
| KR102182375B1 (ko) | 탄성 복원력을 고려한 치아 교정용 와이어 제조시스템 및 이를 이용한 치아 교정용 와이어 제조방법 |
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 |