CN117836867A - 评估正畸器具的方法 - Google Patents
评估正畸器具的方法 Download PDFInfo
- Publication number
- CN117836867A CN117836867A CN202280054718.1A CN202280054718A CN117836867A CN 117836867 A CN117836867 A CN 117836867A CN 202280054718 A CN202280054718 A CN 202280054718A CN 117836867 A CN117836867 A CN 117836867A
- Authority
- CN
- China
- Prior art keywords
- appliance
- image
- tooth
- dentition
- orthodontic
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title abstract description 62
- 210000004513 dentition Anatomy 0.000 claims abstract description 156
- 230000036346 tooth eruption Effects 0.000 claims abstract description 156
- 210000002455 dental arch Anatomy 0.000 claims description 9
- 210000003254 palate Anatomy 0.000 claims description 8
- 238000004873 anchoring Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 description 25
- 238000011156 evaluation Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000011505 plaster Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000036339 tooth positioning Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
-
- 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
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- 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
- G16H50/50—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
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physical Education & Sports Medicine (AREA)
- Surgery (AREA)
- Dentistry (AREA)
- General Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Urology & Nephrology (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
本发明涉及用于评估患者佩戴的正畸器具的方法,该方法包括以下步骤:1’)在“器具”时刻,获取患者的牙齿的至少一个二维图像,被称为“器具图像”的所述图像至少部分地表示处于由牙齿佩戴的服务位置的正畸器具;在“齿列”时刻,获取所述患者的所述牙齿的至少一个二维图像,称为“齿列图像”;2’)如果不能分别根据至少一个器具图像和至少一个齿列图像确定可进行比较的与分别在至少一个齿列图像上表示的牙齿的形状有关和与在至少一个器具图像上的正畸器具的形状有关的牙齿属性和器具属性,则转换至少一个器具图像和/或至少一个齿列图像,使得至少一个器具图像与至少一个齿列图像相配;对于在至少一个齿列图像和器具图像上表示的多个牙齿中的每一个:3’)确定分别与在至少一个齿列图像上表示的牙齿的形状有关和与在至少一个器具图像上的正畸器具的形状有关的牙齿属性和器具属性;4’)比较牙齿属性和器具属性,然后根据比较确定至少一个分数,由患者或者他或她的近亲之一使用移动电话获取至少一个器具图像中的至少一者和/或至少一个齿列图像中的至少一者。
Description
技术领域
本发明涉及评估正畸器具的方法,更具体地,涉及评估患者佩戴的被称为“矫治器”的托盘状的正畸器具的形状的方法,以便特别是评估正畸矫治器的形状与所述患者的牙齿定位的一致性。本发明还涉及使用正畸矫治器来调整治疗的方法。
本发明最后涉及用于实施这些方法的计算机程序。
背景技术
传统上,在正畸治疗开始时,正畸医生确定他希望在治疗结束时获得的牙齿的定位,称为“设置”。该设置可以通过印模或通过患者牙齿的三维扫描来限定。然后,正畸医生相应地制造适合于这种治疗的正畸器具。
正畸器具可以是被称为矫治器的托盘状设备。矫治器通常是可拆卸的整体式器具的形式,通常由透明聚合物制成,该透明聚合物包括托盘,该托盘成形为使得牙弓的多个牙齿、通常是牙弓的所有牙齿,可以容纳在其中。
矫治器的形状被定制为将矫治器保持在牙齿上的适当位置,同时施加用于校正某些牙齿的定位的动作。
在治疗的不同阶段,各种矫治器需要采用的形状通常在治疗开始时确定,然后制造所有相应的矫治器。在预定时刻,患者更换矫治器。
使用矫治器的治疗有利地减少了患者的负担。特别是,正畸医生的预约次数受到限制。此外,与利用附接到牙齿的金属正畸弓丝相比,疼痛更小。
因此,正畸矫治器的市场正在增长。
每隔一段时间,患者就会去看正畸医生进行目视检查,尤其是检查牙齿的移动是否符合预期,以及患者佩戴的矫治器是否仍然适合治疗。
如果正畸医生诊断出治疗不合适,他会对牙齿进行新的印模,或者等效地对牙齿进行一次新的三维扫描,然后订购一系列相应构造的新的矫治器。据估计,平均而言,最终制造的矫治器的数量约为45个,而不是传统上在治疗开始时预期的20个矫治器。
需要去正畸医生那里是病人的负担。患者对正畸医生的信心也可能受到损害。这种不合适可能是不美观的。最后,这会导致额外的费用。
因此,需要限制正畸医生检查的次数。
需要解决这些问题的解决方案。
本发明的一个目的是提供对这种需要的至少部分响应。
发明内容
本发明提供了一种用于评估患者佩戴的正畸矫治器的形状的方法,所述方法包括以下步骤:
1)在实际获取条件下获取所述患者牙齿的至少一个二维图像,称为“更新图像”;
至少一个被称为“矫治器图像”的更新图像,至少部分地表示处于所述牙齿所佩戴的服务位置的矫治器;和
至少一个被称为“齿列图像”的更新图像,其与所述矫治器图像相同或不同,且表示所述牙齿,
2)如果所述齿列图像与所述矫治器图像不同,则转换所述齿列图像,使得其表示如在步骤1)中获取矫治器图像期间使用的获取条件下所看到的所述牙齿(在所述齿列图像上表示);
3)对于在齿列图像和矫治器图像上表示的多个牙齿中的每一个牙齿,确定分别表示在齿列图像和矫治器图上的所述牙齿的自由端的轮廓的内齿轮廓和外齿轮廓;
4)比较内齿轮廓和外齿轮廓,然后根据所述比较确定至少一个分数。
如将在以下描述中更详细地看到的,根据本发明的方法使得评估矫治器对治疗的合适性变得相当容易,同时使得该评估特别可靠。特别地,该方法可以使用简单的照片或影片来实现,该照片或影片例如由患者在没有特别注意事项的情况下拍摄。因此,正畸医生的预约次数受到限制。
优选地,根据本发明的评估方法还具有以下可选特征中的一个或多个:
-在步骤4)之后,该方法包括以下步骤:
5)将所述分数与可接受性阈值进行比较,并根据所述比较结果发出信息;
-齿列图像和矫治器图像是不同的,并且该方法包括以下步骤:
(a)在步骤1)之前,优选在治疗开始时或治疗开始之前,创建承载所述牙齿的牙弓的至少一部分的数字三维模型,或“初始参考模型”,并且对于初始参考模型的每个牙齿,限定所述牙齿的数字三维参考模型或“牙齿模型”;
(b)通过移动所述牙齿模型直到获得与所述齿列图像相配的最终参考模型来修改所述初始参考模型;
(c)搜索与矫治器图像相配的最终参考模型的二维视图;
(d)将所述齿列图像转换成所述视图;
-替选地,所述齿列图像和矫治器图像是同一图像;
-步骤4)包括以下步骤:
对于已经确定了内齿轮廓和外齿轮廓的多个牙齿中的每一个牙齿:
i)确定内齿轮廓和外齿轮廓之间的距离;
ii)确定距离阈值,优选地使用在步骤i)中确定的距离来确定距离阈值;
iii)对于所述牙齿中的每一个牙齿,确定取决于以下数值的距离分数:
-内齿轮廓和外齿轮廓之间的距离,以及
-距离阈值;
-所述距离是以像素为单位测量的;
-在步骤ii)中,距离阈值取决于在步骤i)中确定的距离中的最小距离;
-替选地,步骤4)包括以下步骤:
i’)对于至少一个由相邻的第一牙齿、第二牙齿和第三牙齿(这些牙齿的内齿轮廓和外齿轮廓已经确定,其中第一牙齿和第三牙齿与第二牙齿相邻)组成的三元组中的由相邻的左侧齿和相邻的右侧齿组成的每个对,
确定所述左侧齿的内齿轮廓和所述右侧齿的内齿轮廓之间的偏移,称为“内偏移”,以及确定所述左侧齿的外齿轮廓和所述右侧齿的外齿轮廓之间的偏移,称为“外偏移”,
然后,
确定内偏移和外偏移之间的差值,称为“偏移差”;
ii’)确定偏移差阈值,优选地使用在步骤i’)中确定的偏移差来确定偏移差阈值;
iii’)为所述三元组中的至少一个牙齿、优选每个牙齿,根据与相邻牙齿的偏移差和偏移差阈值,确定至少一个偏移分数;
-内偏移和外偏移是以像素为单位测量的;
-在步骤iii’)中,偏移差阈值取决于在步骤i’)中确定的偏移差中的最小偏移差。
本发明还涉及一种调整正畸治疗的方法,在该方法中实施根据本发明的评估方法,然后根据所述评估的结果制造新的矫治器。
本发明还涉及:
-一种计算机程序,特别是用于移动电话的专用应用程序,包括程序代码指令,该程序代码指令用于当所述程序由计算机运行时执行步骤1)至4)、优选1)至5)中的一者或多者,优选全部,
-其上记录有这样的程序的计算机介质,例如存储器或CD-ROM;以及
-其上加载有这样的程序的个人设备,特别是移动电话或平板电脑。
本发明还涉及一种系统,包括:
-能够实施下文所述的步骤(a)的设备,优选地是三维扫描仪,以及
-加载有根据本发明的程序的个人设备,优选移动电话。
定义
“齿列”应理解为是指一组牙齿。
“患者”应理解为指实施根据本发明的方法的任何人,无论此人是否生病。
“牙科护理专业人员”是指任何有资格提供牙科护理的个人或公司,特别包括矫治器等正畸器具(例如矫治器)的制造商、正畸医生和牙医。
“正畸器具”可以是任何已知的类型。特别是,它可以是主动的,也可以是被动的。例如,它可以是包括托架和固定在托架上的弓形物(通常是金属丝)的矫治器或器具。固定在牙齿上的托架、按钮或附接件也被视为正畸器具。
“获取条件”指定图像获取设备相对于患者牙齿(实际获取条件)或患者牙齿的三维模型(虚拟获取条件)在空间中的位置和取向,并且优选地指定该图像获取设备的校准,尤其是孔径、曝光时间、焦距和灵敏度的值。当获取条件对应于获取装置将处于所述获取条件下的模拟(获取装置的理论定位和优选的虚拟校准)时,获取条件被称为“虚拟”的或“理论”的。
3D扫描仪是一种可以获得物体的三维表示的装置。
“图像”是指二维图像,例如照片。图像是由像素组成的。
“牙齿模型”是牙齿的数字三维模型。作为该定义的例外,在下文描述的用于检测正畸器具的移除的步骤(a’)至(d’)的实施方式中,“富齿模型”是牙齿和直接固定在所述牙齿上的正畸器具(例如托架、按钮或附接件)的数字三维模型。
当患者的一组牙齿的三维数字模型的视图与图像对应时,该模型与该图像“相配”,也就是说,使得所述模型的元素(例如牙齿模型的轮廓)相对于彼此定位,就像它们正在建模的、在所述图像上的实际元素(例如所述牙齿的轮廓)一样。因此,如果最终参考模型的视图允许以使得牙齿模型的轮廓可重叠在齿列图像上的所述牙齿的轮廓上的方式来观看牙齿模型的轮廓,则最终参考模型与所述齿列图像相配。
所述视图可以由虚拟图像获取设备在虚拟获取条件下观察,所述虚拟获取条件也可以被认定为与图像“相配”。
当三维数字模型与图像相配时,牙齿模型在该模型中的定位也被认定为与图像“相配”。
如果器具图像和齿列图像上表示的牙齿的轮廓是可重叠的,则器具图像与齿列图像“相配”。
“服务位置”是指患者佩戴矫治器的位置。
物体的“轮廓”是指在图像上完全或部分显示所述物体的形状的线。在一个实施方式中,这条线的点可以被视为“轮廓”。
除非另有规定,否则术语“包括”、“包含”或“具有”应作宽泛的解释而不受限制。
附图说明
通过阅读以下详细描述和研究附图,本发明的附加特征和优点将变得更加明显,其中:
-图1和图2描绘了正畸矫治器;
-图3描绘了承载如图1和图2所示的正畸矫治器的牙弓的更新图像;
-图4描绘了根据图3的图像限定的齿列轮廓;
-图5描绘了根据图3的图像限定并能够根据本发明使用的矫治器轮廓;
-图6描绘了根据图3的图像限定并在图7和图8中用于与齿列轮廓进行比较的矫治器轮廓;
-图7和图8描绘了如图3的更新图像所示的图4和图6的齿列轮廓和矫治器轮廓;
-图9示意性地描绘了根据本发明的方法;
-图10示意性地描绘了根据本发明的方法的步骤2);
-图11示意性地描绘了牙弓的承载包括弓形物和托架的正畸器具的一部分;
-图12示意性地描绘了承载腭扩张器器具的牙弓。
具体实施方式
如图1所示,矫治器10以跟随其所安装到的牙弓的连续牙齿D的方式延伸。它定义了总体形状为“U”的托盘。
矫治器的内表面被称为“托盘”12。托盘的形状被确定为将矫治器固定在牙齿上,但也根据牙齿所需的目标定位来确定。更具体地,该形状被确定为使得,当矫治器处于其服务位置时,它施加的力倾向于将被治疗的牙齿朝向其目标定位移动。
“牙齿轮廓”应理解为是指在图像上显示牙齿的自由端22的形状的线。
当然,这样的线可以界定该牙齿的自由端。于是,牙齿轮廓被认定为“内齿轮廓”14。“齿列轮廓”16由一组牙齿的一组内齿轮廓组成(图4)。
这样的线也可以界定矫治器的一部分。于是,牙齿轮廓被认定为“外齿轮廓”18。特别地,托盘的底部20具有与牙齿的自由端22的形状基本互补的形状。因此,在描绘托盘底部的图像中,托盘底部轮廓限定了一组外齿轮廓18。
将矫治器的外表面24和托盘12分开的矫治器材料限定了正畸矫治器的厚度。该厚度见图5。通常,矫治器具有基本上恒定的厚度。因此面向托盘的底部20延伸的矫治器的外表面24也基本上与托盘的底部形状相同。因此,在图像中,矫治器的外表面24的轮廓也限定了一组外齿轮廓18。
“矫治器轮廓”28由一组外齿轮廓18组成。因此,它可以由托盘的底部20或由矫治器的外表面24限定。
当牙齿定位在托盘中使得其自由端22与托盘底部接触时,如果外齿轮廓18由托盘的底部20限定,则该牙齿的内齿轮廓基本上与相应的外齿轮廓重合,或者如果外齿轮廓由矫治器的外表面24限定,则该牙齿的内齿轮廓偏移并基本上平行于相应的外齿轮廓。
优选地,用于限定矫治器轮廓28的外齿轮廓由更可见的矫治器的外表面24限定。
本发明的方法旨在检测牙齿的自由端22不再与托盘的底部接触的情况,并测量这种分离的幅度(图9)。
在步骤1)中,使用图像获取设备拍摄至少一个牙齿图像,称为“更新图像”。
优选地,向患者发送至少一个提醒,通知患者需要创建更新图像。该提醒可以是纸质的,或者优选地是电子形式,例如电子邮件、专用移动应用程序上的自动提醒、或短信(SMS)的形式。例如,这种提醒可以由患者的正畸诊所或实验室、牙医或专用移动应用程序发送。
步骤1)在需要评估矫治器的形状的时刻执行,例如在使用矫治器的治疗开始后的4周后执行。
图像获取设备优选地是移动电话、“连接”相机、智能手表、包括图像获取系统(例如网络摄像头或相机)的平板电脑或台式计算机或膝上型个人计算机。
该获取优选地由患者或靠近患者的人执行,但是也可以由任何其他个人执行,特别是牙医或正畸医生,优选地在不要求图像获取设备相对于牙齿精确定位的情况下执行。
优选地,更新图像是照片或从影片中提取的图像。它优选是彩色的,优选是真彩色的。
根据本发明,通过将矫治器在其服务位置的轮廓与佩戴该矫治器的牙齿的轮廓进行比较来评估该矫治器的形状。
因此,在步骤1)中,有必要获取足够的能够进行这种比较的更新图像,即矫治器在其服务位置的至少一个图像或“矫治器图像”、以及承载在服务位置的该矫治器的牙齿的至少一个图像或“齿列图像”。
在一个实施方式中,齿列图像是矫治器图像。换言之,相同的更新图像不仅可以看到矫治器轮廓28,还可以穿过矫治器看到齿列轮廓16(图3)。因此,该单一图像使得可以比较矫治器和齿列轮廓。有利地,不需要稍后描述的重新调整步骤2)。
在另一个实施方式中,齿列图像是在没有正畸矫治器的情况下的牙齿图像,称为“裸齿列图像”。如果在矫治器图像上不能穿过矫治器清楚地看到齿列轮廓16,则需要该实施方式。然后,操作者拍摄处于服务位置的矫治器的第一图像,并且在移除矫治器的另一时刻,拍摄佩戴第一图像中所描绘的矫治器部分的牙齿的第二图像,即裸齿列图像。
因为更新图像优选在没有任何特殊注意事项的情况下拍摄,所以裸齿列图像通常不会在与矫治器图像相同的获取条件下获取。特别地,当获取这两个图像时,获取装置相对于牙齿的空间位置和/或其调整(获取装置的“校准”)(例如缩放)可能不同。因此,分别从裸齿列图像和矫治器图像限定的齿列轮廓和矫治器轮廓通常不能立即进行比较。步骤2)用于通过重新定义齿列图像来使这些轮廓能够进行比较。
在一个特别优选的实施方式中,步骤2)(图10)包括步骤(a)至(d):
步骤(a)在步骤1)之前。
步骤(a)优选在正畸治疗开始时或在治疗开始之前执行。其也可以在使用矫治器的治疗开始时或在治疗开始之前执行。
步骤(a)包括创建承载被治疗牙齿的牙弓的数字三维模型或“初始参考模型”。
例如,初始参考模型是.stl或.Obj、.DXF 3D、IGES、STEP、VDA、或散点图类型的。有利地,这种被称为“3D”模型的模型可以从任何角度观看。
初始参考模型可以根据从患者牙齿获取的测量值或根据其牙齿的物理模型(例如石膏模型)制备。
初始参考模型优选地通过专业设备创建,例如通过3D扫描仪创建,该3D扫描仪优选地由医疗专业人员操作,例如由正畸医生或正畸学实验室操作。在正畸诊所中,患者或其牙齿的物理模型可以有利地布置在精确的位置,并且专业设备可以是完善的。这导致了高度准确的初始参考模型。初始参考模型优选地以小于5/10mm、优选小于3/10mm、优选小于1/10mm的误差提供关于牙齿的定位的信息。
在初始参考模型中,与牙齿相对应的部分被称为“牙齿模型”。牙齿模型可以如例如在国际申请PCT/EP2015/074896中所描述的那样限定。
步骤(b)包括通过移动牙齿模型来修改初始参考模型,直到获得与齿列图像相配的牙齿模型的定位。
优选地,步骤(b)在获取齿列图像之后少于4周、少于2周、少于一周、优选地或多或少立即执行的。
步骤(b)优选地包括迭代过程,其中,在每次迭代时,移动一个或多个牙齿模型,然后确定获取如此修改的初始模型(称为“待测参考模型”)的最佳条件,所述最佳条件被定义为允许观察待测参考模型以使所述模型的视图尽可能靠近齿列图像的条件。
优选实施PCT/EP2015/074896中描述的步骤c)至e):
c)分析齿列图像(PCT/EP2015/074896中的更新图像)并创建与辨别信息有关的更新地图;
d)可选地,对于所述齿列图像,确定近似于所述齿列图像的实际获取条件的粗略虚拟获取条件;
e)使用更新地图搜索与获取齿列图像时牙齿的定位相对应的最终参考模型,优选地通过元启发式方法、优选进化方法,优选地通过模拟退火来执行该搜索。
PCT/EP2015/074896中描述的步骤c)至e)的所有特征都是适用的。
根据步骤c),分析齿列图像,以创建与至少一项辨别信息相关的更新地图。
“辨别信息”是可以通常通过图像的计算机处理从该图像中提取的特征信息(“图像特征”)。
辨别信息可以表现出可变数量的值。例如,根据像素是否属于轮廓,轮廓信息可以等于1或0。亮度信息可以采用许多值。图像处理使得可以提取和量化辨别信息。
更新地图表示齿列图像的参考系中的辨别信息。优选地,从以下组成的组中选择辨别信息:轮廓信息、颜色信息、密度信息、距离信息、亮度信息、饱和度信息、关于反射的信息、以及这些信息的组合。
在可选的步骤d)中,粗略地评估在步骤1)中获取的齿列图像的实际获取条件,即获取装置相对于牙齿在空间中的位置和取向及其校准。步骤d)有利地使得可以限制在步骤e)期间对虚拟获取条件的测试次数,并且因此允许步骤e)显著地加速。
优选地使用一个或多个启发式规则。例如,优选地,从可以用于在步骤e)中测试的虚拟获取条件中排除与图像获取设备在牙齿后面或距离牙齿大于1m的位置相对应的条件。在一个优选实施方式中,使用标记在齿列图像上的标记来确定空间的基本圆锥形区域或“测试锥”,该区域界定了可以用于在步骤e)中测试的虚拟获取条件。
步骤e)的目的是修改初始参考模型,直到获得对应于齿列图像的最终参考模型。因此,理想情况下,最终参考模型是数字三维参考模型,如果该模型是真实的,则可以从中获取齿列图像。
因此,测试一系列“待测”参考模型,待测参考模型的选择优选地取决于先前测试的“待测”参考模型与齿列图像之间的对应程度。该选择优选地通过遵循已知的优化方法来进行,该优化方法特别选自元启发式优化方法、优选进化方法,特别是模拟退火方法。
优选地,步骤e)包括以下步骤:
e1)将待测参考模型定义为初始参考模型,然后
e2)在随后的步骤之后,用待测参考模型测试虚拟获取条件,以便实现所述实际获取条件的精细近似;
e21)确定待测虚拟获取条件;
e22)在所述待测虚拟获取条件下创建待测参考模型的二维参考图像;
e23)处理所述参考图像以创建至少部分地表示所述辨别信息的基准图;
e24)比较更新图和基准图,以便确定第一评估函数的值,所述第一评估函数的值取决于所述更新图和基准图之间的差异,并且对应于关于是否继续或停止搜索虚拟获取条件的决定,该虚拟获取条件以比上一次运行步骤e21)时确定的所述待测虚拟获取条件更高的精度近似于所述实际齿列图像获取条件;
e25)如果所述第一评估函数的值对应于继续所述搜索的决定,则修改所述待测虚拟获取条件,然后从步骤e22)重新开始;
e3)确定第二评估函数的值,所述第二评估函数的值取决于在最接近所述实际获取条件并且由步骤e2)的最后一次运行产生的虚拟获取条件下的齿列图和基准图之间的差异,所述第二评估函数的值对应于继续或停止搜索参考模型的决定,该参考模型以比上一次运行步骤e2)时使用的所述待测参考模型更高的精度接近获取齿列图像时的牙齿定位,并且如果所述第二评估函数的值对应于继续所述搜索的决定,则通过移动一个或多个牙齿模型来修改待测参考模型,然后从步骤e2)重新开始。
在PCT/EP2015/074896或WO2016066651中详细描述了步骤e1)至e3)。
在步骤e)结束时获得的最终参考模型是对非常精确的初始参考模型进行连续修改而产生的三维模型。因此,有利地,它本身非常精确,即使它是从在没有任何特殊注意事项的情况下拍摄的简单照片中获得的。
步骤(c)是搜索对应于矫治器图像的最终参考模型的视图。具体地,矫治器图像是在牙齿不充分可见的实际获取条件下获取的。步骤(c)的目的是确定与矫治器图像相配的最终参考模型的视图,即表示牙齿的视图,因为如果牙齿充分可见的话它们将表示在矫治器图像上。
特别地,这种搜索导致虚拟图像获取设备围绕最终参考模型的虚拟移动,直到找到与矫治器图像相配的“重新调整”位置,即可以观察到牙齿或牙齿的一部分的位置,因为如果矫治器是透明的,牙齿将会表示在矫治器图像上。
优选地,通过迭代来执行对最对应于矫治器图像的最终参考模型的视图的搜索,优选地通过启发式方法来执行,更优选地仍然通过下文描述的方法之一来执行。这些方法有利地使得可以引导虚拟图像获取设备围绕最终参考模型的虚拟移动,以便加快所述重新调整位置的确定。
为了重新调整虚拟图像获取设备,有必要在矫治器图像中识别其在最终参考模型中的位置已知的标记。这种标记通常可以被识别。如果不能做到这一点,就必须获取新的矫治器图像,并重复对此类标记的搜索。
标记优选地属于已知不动的牙齿,例如因为它们没有被治疗(如果这样的牙齿在矫治器图像上可见的话),或者属于矫治器的与这样的牙齿接触的部分,因此它们同样不动。在步骤(c)期间可以容易地识别不动的牙齿,因为这些牙齿是其牙齿模型在步骤(b)期间没有移动的牙齿。
重新调整需要使用至少三个不对齐的点作为标记。
然后在各种虚拟获取条件下观察最终参考模型,直到获得与矫治器图像相配的最终参考模型的视图,也就是说,其中标记具有相同的相对位置的最终参考模型的视图。然后,虚拟图像获取设备处于重新调整位置。
在步骤(d)中,齿列图像被替换为在重新调整位置中、即在步骤(c)中确定的虚拟获取条件下观察到的参考模型的最终视图。
实际上,最终参考模型以三维表示在步骤1)中获取齿列图像的时刻牙齿的定位。此外,在步骤(c)中确定的虚拟获取条件与在步骤1)中拍摄矫治器图像的时刻的实际获取条件基本相同。因此,通过在在步骤(c)中确定的虚拟获取条件下观察最终参考模型,在矫治器图像的图像获取条件下,在拍摄齿列图像的时刻观察牙齿。因此,在这些虚拟获取条件下的最终参考模型的视图可以与矫治器图像进行比较,并且因此替换了在步骤1)中获取的齿列图像。为了清楚,该视图也称为“齿列图像”,意思是将视图转换为齿列图像。
因此,如此限定的齿列图像上的轮廓的形状和尺寸可与矫治器图像上的轮廓的形状和尺寸进行比较。
步骤3),对于在齿列图像和矫治器图像中表示的多个牙齿中的每一个牙齿,确定内齿轮廓和外齿轮廓。
本领域技术人员知道如何处理图像以隔离轮廓。例如,这种处理涉及图像处理软件附带的众所周知的掩模或滤波器的应用。例如,这样的处理操作使得可以检测对比度最大的区域。
这些处理操作尤其包括以下已知和优选方法中的一种或多种,即:
-应用Canny滤波器,其尤其是使用Canny算法搜索轮廓;
-应用Sobel滤波器,其尤其是用于通过扩展的Sobel算子计算导数;
-应用Laplace滤波器来计算图像的拉普拉斯算子;
-检测图像上的斑点(“Blobdetecor”);
-应用“阈值”以将固定阈值应用于向量的每个元素;
-使用像素区之间的关系(“Resize(Area)”)或像素环境上的双立方插值调整大小;
-通过特定结构元件的图像侵蚀;
-通过特定结构元件的图像扩展;
-图像校正,特别是使用恢复区附近的区域的图像校正;
-应用双边滤波器;
-应用Gaussian模糊;
-应用Otsu滤波器来寻找最小化类别之间的方差的阈值;
-应用A*滤波器来搜索点之间的路径;
-应用“自适应阈值(Adaptive Threshold)”用于将自适应阈值应用于向量;
-特别是将直方图均衡滤波器应用于灰度图像;
-“BlurDetection”,以使用图像的拉普拉斯算子来计算图像的熵;
-检测二值图像的轮廓(“FindContour”);
-填充颜色(“FloodFill”),尤其是用确定的颜色填充连接的元素。
以下非限制性方法虽然不是优选的,但也可以使用:
-应用“MeanShift”滤波器,以便在图像的投影上找到对象;
-应用“CLAHE”滤波器,其代表“对比度受限自适应直方图均衡(Contrast LimitedAdaptive Histogram Equalization);
-应用“Kmeans”滤波器,以确定集群和集群周围样本组的中心;
-应用DFT滤波器,以便对向量执行直接或反向离散傅立叶变换;
-计算力矩;
-应用“HuMoments”滤波器来计算不变的Hu不变量;
-计算图像的积分;
-应用Scharr滤波器,使得可以通过使用Scharr算子来计算图像的导数;
-搜索点的凸包络(“ConvexHull”);
-搜索轮廓的凸点的集合(“ConvexityDefects”);
-形状比较(“MatchShapes”);
-检查点是否形成轮廓的一部分(“PointPolygonTest”);Harris轮廓检测(“CornerHarris”);
-在梯度矩阵中寻找最小特征值,以检测角(“CornerMinEigenVal”);
-应用Hough变换以便在灰度图像中找到圆(“HoughCircles”);
-“主动轮廓建模”(从潜在的“噪声”2D图像中绘制对象的轮廓);
-计算图像部分的力场,称为GVF(“梯度向量流”);
-“级联分类(CascadeClassification)”。
牙齿轮廓确定可以通过遵循PCT/EP2015/074900的教导来优化。
在比较轮廓的步骤4)中,该过程优选地根据下面分别对应于图7和图8的两个具体实施方式中的一个来执行:
在第一特定实施方式中,步骤4)包括针对已经确定了内齿轮廓和外齿轮廓的多个牙齿中的每一个的步骤i)至iii)。
在步骤i)中,确定每个所述齿的内齿轮廓和外齿轮廓之间的距离d(图7)。
牙齿的内齿轮廓14和外齿轮廓18之间的距离例如可以是对应于牙齿上的同一点的所述轮廓的像素之间的平均距离或最大距离。
该距离优选地是以像素为单位测量的,这有利地避免了建立齿列图像和矫治器图像的比例的需要。
在步骤ii)中,优选地使用在步骤i)中确定的距离来确定距离阈值Sd。
优选地,在步骤ii)中,距离阈值Sd基本上等于在步骤i)中确定的距离中的最小距离(dmin)。通常,在步骤1)中,被治疗的牙齿中的至少一个与其插入的托盘的底部接触。该牙齿的内齿轮廓和外齿轮廓之间的距离于是等于对应于正常情况的最小距离dmin。因此,它可以用作基准,以便在步骤iii)中评估其他牙齿的内齿轮廓和外齿轮廓之间的距离。
在步骤iii)中,对于每个牙齿,根据以下值确定将被称为“距离分数”的分数S(d,Sd):
-内齿轮廓和外齿轮廓之间的距离d,以及
-距离阈值Sd。
优选地,牙齿的距离分数等于S(d,Sd),即该牙齿的内齿轮廓和外齿轮廓之间的距离与距离阈值之间的差值。距离分数越高,相关牙齿与托盘的分离度就越大。
图7示出了步骤i)至iii)的一个实施示例,其中牙齿D1已与托盘底部分离,并且使得d-dmin>Sd。
在第二个具体实施方式中,步骤4)包括步骤i’)至iii’)。
步骤i’)考虑由第一牙齿D1、第二牙齿D2和第三牙齿D3组成的至少一个三元组,第一牙齿和第三牙齿与第二牙齿相邻,这意味着第一牙齿、第二牙齿和第三牙齿沿着牙弓相继排列。
确定包括相应牙齿D1、D2和D3的相应内齿轮廓141、142和143的齿列轮廓以及相应外齿轮廓181、182和183的矫治器轮廓。
内“偏移”或外“偏移”分别表示两个相邻牙齿的内齿轮廓之间的距离或外齿轮廓之间的距离。
确定以下内容:
-所述第一牙齿的内齿轮廓141和所述第二牙齿的内齿轮廓142之间的偏移,称为“第一内偏移”Δ1-2i;
-所述第二牙齿的内齿轮廓142和所述第三牙齿的内齿轮廓143之间的偏移,称为“第二内偏移”Δ2-3i;
-所述第一牙齿的外齿轮廓181和所述第二牙齿的外齿轮廓182之间的偏移,称为“第一外偏移”Δ1-2e;
-所述第二牙齿的外齿轮廓182和所述第三牙齿的外齿轮廓183之间的偏移,称为“第二外偏移”Δ2-3e。
两个相邻牙齿的内齿轮廓之间的内偏移优选地等于齿列轮廓上这两个牙齿的内齿轮廓的最大距离。
两个相邻牙齿的外齿轮廓之间的外偏移优选地等于矫治器轮廓上这两个牙齿的外齿轮廓之间的最大距离。
内偏移和外偏移优选地是以像素为单位测量的,这有利地避免了建立齿列图像和矫治器图像的比例的需要。
然后确定以下内容:
-第一内偏移Δ1-2i和第一外偏移Δ1-2e之间的差值,称为“第一偏移差”Δ1-2(=Δ1-2i-Δ1-2e);
-第二内偏移Δ2-3i和第二外偏移Δ2-3e之间的差值,称为“第二偏移差”Δ2-3(=Δ2-3i-Δ2-3e);
在图8的示例中,Δ1-2is远小于Δ2-3。
步骤ii’),确定偏移差阈值SΔ,优选地根据步骤i’)中确定的第一偏移差Δ1-2和第二偏移差Δ2-3确定偏移差阈值SΔ。
优选地,在步骤ii’)中,偏移阈值基本上等于在步骤i’)中确定的偏移差中的最小偏移差。
通常,在步骤1)中,至少两个相邻的被治疗牙齿与它们所插入的托盘的底部接触。于是,这两个被治疗牙齿之间的偏移差基本上为零。这种零偏移差对应于正常情况,并因此可以用作评估相邻被治疗牙齿之间的偏移差的基准。
在图8中,两个牙齿D1和D2之间的偏移差基本上为零。
在步骤iii’)中,对于所述三元组的每个牙齿对,根据一个牙齿和与所述牙齿相邻的牙齿的偏移差以及偏移差阈值,确定至少一个被称为“偏移分数”的分数。
特别地,可以将第一牙齿和第二牙齿的偏移差与偏移差阈值SΔ(例如零)进行比较。尤其可以从第一牙齿相对于第二牙齿的偏移差中减去偏移差阈值,以便确定第一牙齿和第二牙齿之间的偏移分数。
例如,如果该偏移分数为正,则该偏移分数指示第一牙齿和第二牙齿中的一个或每一个易于与托盘的底部分离。
在图8中,两个牙齿D2和D3之间的偏移差为正,这指示第二牙齿或第三牙齿已经分离。
在图8中,由于两个牙齿D1和D2之间的偏移差基本为零,因此两个牙齿D2和D3之间的正偏移差指示第三牙齿已经分离。
通常,当针对第一牙齿和第二牙齿的第一偏移分数指示这两个牙齿中的一个牙齿分离时,针对第二牙齿和与第二牙齿相邻的第三牙齿确定第二偏移分数。如果第二偏移分数低于第一偏移分数,则很可能是第一牙齿与托盘底部分离。如果不是,则可能是第二牙齿已经分离。
在步骤5)中,向操作者发送信息,例如警报,以在适当的情况下通知他情况异常。与牙齿有关的信息取决于在步骤4)中建立的一个或多个分数。优选地,该信息包括值,该值使得能够对至少一个牙齿量化矫治器在该牙齿上的分离水平,该值优选地根据在步骤4)中为该牙齿计算的一个或多个分数来建立。
在一个实施方式中,该信息用于建立诊断和/或修改治疗,特别是用于推荐矫治器的更换和/或用于确定患者的未来矫治器的特性。
对前面的本发明的概括(“概括发明”)
上面描述的本发明可以被概括为用于评估患者佩戴的正畸器具。
概括的发明涉及一种用于评估患者佩戴的正畸器具的方法,所述方法包括以下步骤:
1’)在“器具”时刻,获取所述患者的牙齿的至少一个二维图像,被称为“器具图像”的所述图像至少部分地表示处于由所述牙齿佩戴的服务位置的正畸器具;
在“齿列”时刻,获取所述患者的所述牙齿的至少一个二维图像,称为“齿列图像”,因此,如果所述正畸器具固定在所述牙齿上或由所述牙齿支承,则所述齿列图像也表示所述正畸器具;
2’)如果不能分别根据所述至少一个器具图像和所述至少一个齿列图像确定在下面的步骤4’)中要比较的并且与在所述至少一个齿列图像上表示的牙齿的形状有关和与在至少一个器具图像上的正畸器具的形状有关的牙齿属性和器具属性,则转换所述至少一个器具图像和/或所述至少一个齿列图像,使得所述至少一个器具图像与所述至少一个齿列图像相配;
对于在齿列图像和器具图像上表示的多个牙齿中的每一个牙齿:
3’)确定分别与在齿列图像上表示的牙齿的形状有关和与在器具图像上的正畸器具的形状有关的牙齿属性和器具属性;
4’)比较牙齿属性和器具属性,然后根据所述比较确定至少一个分数;
5’)可选地,将分数与可接受性阈值进行比较,并根据比较结果发出信息。
在一个实施方式中,在步骤2’),如果所述至少一个器具图像与所述至少一个齿列图像不相配,则转换所述至少一个器具图像和/或所述至少一个齿列图像,使得所述至少一个器具图像与所述至少一个齿列图像相配,
在步骤3’)中确定牙齿属性和器具属性可以包括:
-确定分别在齿列图像和器具图像上的牙齿的轮廓和正畸器具的轮廓,或者
-确定分别在多个齿列图像和多个器具图像上表示的牙齿的表面和正畸器具的表面。
矫治器图像是特定的器具图像,其中正畸器具是矫治器。
表示齿列图像和矫治器图像上的牙齿的自由端的轮廓的内齿轮廓和外齿轮廓分别是与在步骤3’)中考虑的齿列图像上表示的牙齿的形状有关和与器具图像上的正畸器具的形状有关的特定牙齿属性和器具属性。
“更新图像”是基本上同时获取的器具图像和齿列图像的特定示例,即指器具时刻与齿列时刻基本上同时的特定情况,并对应于实现步骤1)的“实际时刻”。
概括的发明优选地还具有以下可选特征中的一个或多个:
—正畸器具选自:
-矫治器,
-刚性固定在牙齿上,特别是粘合在牙齿上的部件,优选地选自以下的部件:
-固定在牙齿上的附接件,所述附接件将被置于所述牙齿和处于服务位置的矫治器之间,
-固定在牙齿上用于弹性带的附接件的按钮,
-固定在牙齿上用于金属线的附接件的托架,
-弹簧,
-临时锚固设备或“TAD”,
-腭扩张器器具;
—用移动电话获取所述至少一个器具图像中的至少一者和/或所述至少一个齿列图像中的至少一者;
—由患者或者他或她的近亲之一获取所述至少一个器具图像中的至少一者和/或所述至少一个齿列图像中的至少一者;
—在一个实施方式中,器具时刻和齿列时刻是同时的,器具图像和齿列图像可能地被统称为“更新图像”;
—在一个实施方式中,器具时刻和齿列时刻之间的时间间隔大于4天、大于1周、大于2周或大于4周,和/或小于6个月、小于4个月或小于两个月;
—器具图像和齿列图像是口外图像;
—器具图像和齿列图像是照片或是从影片中提取的,可能地是在没有特别注意事项的情况下拍摄的,例如由患者拍摄的。因此,正畸医生的预约次数可以受到限制;
—所述至少一个器具图像中的至少一者和/或所述至少一个齿列图像中的至少一者是三维模型的视图,所述三维模型根据治疗可能包括一个或多个器具,或者是利用神经网络处理图像、特别是照片的结果;
—所述至少一个器具图像中的至少一者是利用神经网络处理图像、特别是照片以在所述图像上添加所述正畸器具的表示的结果;
—器具图像也可以是在更新图像之前拍摄的器具的图像。
—牙齿属性和器具属性可以分别是齿列图像上的牙齿和器具图像上的正畸器具的轮廓,或者分别是齿列图像上的牙齿和器具图像上的正畸器具的表面;
—步骤4’)包括以下步骤:
i)对于已经确定了牙齿属性和器具属性的多个牙齿中的每一个牙齿,确定牙齿属性和器具属性之间的差值或“距离”;
ii)确定距离阈值,优选地使用在步骤i)中确定的距离来确定距离阈值;
iii)对于所述牙齿中的每一个牙齿,根据以下确定距离分数:
-牙齿属性和器具属性之间的距离,以及
-距离阈值;
—所述距离是以像素为单位测量的;
—在步骤ii)中,距离阈值取决于在步骤i)中确定的距离中的最小距离;
—在步骤5’)中,所述信息指示:
-用于固定在牙齿上的所述正畸器具是否已经从所述牙齿脱落并且仍然存在于嘴中,和/或
-用于固定在牙齿上的所述正畸器具是否已经从所述牙齿脱落并且不再存在于嘴中,和/或
-所述正畸器具是否在牙齿时刻和器具时刻之间已经改变了形状,和/或
-所述正畸器具是否正确地匹配牙齿的表面;
—在步骤5’)中,将所述信息发送到患者的移动电话和/或牙科护理专业人员、特别是正畸医生。
当步骤1)至5)的可选特征在技术上兼容时,它们可能地分别应用于步骤1’)至5’)。
在一个实施方式中,所述齿列图像和器具图像是同一图像。
在一个实施方式中,齿列图像和器具图像不兼容,并且所述方法包括以下步骤:
(a’)在步骤1’)之前,优选在正畸治疗开始时或在正畸治疗开始之前,创建承载所述牙齿的牙弓的至少一部分的数字三维模型或“初始参考模型”,并且对于初始参考模型的每个牙齿,限定所述牙齿的数字三维参考模型或“牙齿模型”;
(b’)通过移动牙齿模型来修改初始参考模型,直到获得与齿列图像或器具图像相配的最终参考模型;
(c’)搜索分别与器具图像或齿列图像相配的最终参考模型的二维视图;
(d’)将齿列图像或器具图像分别转换成所述视图;
步骤(a)至(d)的可选特征可以可能地分别应用于步骤(a’)至(d’)。
在一个实施方式中,本发明涉及一种用于评估患者佩戴的正畸器具的方法,
所述正畸器具不同于矫治器并且优选地选自以上列出的正畸器具,
所述方法包括以下步骤:
1’)在“器具”时刻,获取所述患者的牙齿的至少一个二维图像,称为“器具图像”的所述图像至少部分地表示处于由所述牙齿佩戴的服务位置的正畸器具;
在与所述“器具”时刻不同的“齿列”时刻,获取所述患者的所述牙齿的至少一个二维图像,称为“齿列图像”,因此,如果所述正畸器具固定在所述牙齿上或由所述牙齿支承,则所述齿列图像也表示所述正畸器具,
所述器具时刻与所述齿列时刻之间的时间间隔大于4天、大于1周、大于2周或大于4周,和/或小于6个月、小于4个月或小于两个月;
2’)可选地,如果不能分别根据所述至少一个器具图像和所述至少一个齿列图像确定在下面的步骤4’)中要比较的并且分别与在所述至少一个齿列图像上表示的牙齿的形状有关和与在至少一个器具图像上的正畸器具的形状有关的牙齿属性和器具属性,则转换所述至少一个器具图像和/或所述至少一个齿列图像,使得所述至少一个器具图像与所述至少一个齿列图像相配;
对于在齿列图像和器具图像上表示的多个牙齿中的每一个牙齿:
3’)确定分别与在齿列图像上表示的牙齿的形状有关和与在器具图像上的正畸器具的形状有关的牙齿属性和器具属性,优选地利用神经网络来进行确定;
4’)比较牙齿属性和器具属性,然后根据所述比较确定至少一个分数;
5’)可选地,将分数与可接受性阈值进行比较,并根据比较结果发出信息。
优选地,在《对象检测网络》中选择神经网络,例如:
-R-CNN(2013)
-SSD(单发多盒检测器:目标检测网络)、更快的R-CNN(更快的基于区域的卷积网络方法:目标检测网络)
-更快的R-CNN(2015)
-SSD(2015)
-RCF(用于边缘检测的更丰富卷积特征)(2017)
-SPP Net,2014
-OverFeat(Sermanet等人),2013
-GoogleNet(Szegedy等人),2015
-VGGNet(Simonyan和Zisserman),2014
-R-CNN(Girshick等人),2014
-快速R-CNN(Girshick等人),2015
-ResNet(He等人),2016
-更快的R-CNN(Ren等人),2016
-FPN(Lin等人),2016
-YOLO(Redmon等人),2016
-SSD(Liu等人),2016
-ResNet v2(He等人),2016
-R-FCN(Dai等人),2016
-ResNeXt(Lin等人),2017
-DenseNet(Huang等人),2017
-DPN(Chen等人),2017
-YOLO9000(Redmon和Farhadi),2017
-Hourglass(Newell等人),2016
-MobileNet(Howard等人),2017
-DCN(Dai等人),2017
-RetinaNet(Lin等人),2017
-掩模R-CNN(He等人),2017
-RefineDet(Zhang等人),2018
-级联RCNN(Cai等人),2018
-NASNet(Zoph等人),2019
-CornerNet(Law和Deng),2018
-FSAF(Zhu等人),2019
-SENet(Hu等人),2018
-ExtremeNet(Zhou等人),2019
-NAS-FPN(Ghiasi等人),2019
-Detnas(Chen等人),2019
-FCOS(Tian等人),2019
-CenterNet(Duan等人),2019
-EfficientNet(Tan和Le),2019
-AlexNet(Krizhevsky等人),2012
-Detr(Carion等人),2020。
通过在输入中提供历史齿列图像以及在输出中提供牙齿属性来训练一神经网络。通过在输入中提供历史器具图像和在输出中提供相应的器具属性来训练另一神经网络。由此,这些神经网络学习如何分别根据牙齿图像和器具图像确定牙齿属性和器具属性。
示例:根据更新图像,即根据基本上同时获取的牙齿图像和器具图像,评估正畸器
具
特别地,概括的发明允许检查诸如用于附接弓形物(通常是金属丝)的托架之类的正畸器具是否已经从牙齿脱落。
为了检查托架是否已经从牙齿上脱落,优选的是,器具属性是所述托架的轮廓(或“外形”),并且牙齿属性是要将所述托架固定在其上的牙齿的轮廓。所述分数可以衡量器具属性相对于牙齿属性的位置。特别地,分数可以是器具属性和牙齿属性之间的距离。可接受性阈值可以是所述分数的范围。可接受性阈值可以由牙科护理专业人员、特别是正畸医生参数化,优选地根据患者的牙齿构造和/或正畸治疗来参数化。
例如,牙科护理专业人员、特别是正畸医生,可以将托架固定在牙齿上,使得在与托架固定在其上的牙齿左侧的相邻牙齿的边界处,托架完整轮廓(器具属性)的左侧部分与牙齿完整轮廓(牙齿属性)的左侧部分相距约1mm的距离。牙科护理专业人员、特别是正畸医生,可以将可接受性阈值参数化为“>0.5mm且<1.5mm”的范围,使得在托架完整轮廓的左侧部分和牙齿完整轮廓的左侧部分之间的距离(分数)小于0.5mm或大于1.5mm时发出信息。
齿列图像将优选地与器具图像相同,使得器具图像表示托架完整轮廓的左侧部分和牙齿完整轮廓的左侧部分。可以测量托架完整轮廓的左侧部分和牙齿完整轮廓的左侧部分之间的距离。已经确定了可接受性阈值,使得,当托架正确固定在牙齿上时,该距离在0.5mm和1.5mm之间。如果托架从牙齿上脱落,它通常会在弓形物上移动,使得该距离将不再属于该可接受性阈值。由此,将该距离与该可接受性阈值进行比较能够检测出托架从牙齿脱落,并发出相应的信息。
一般来说,可以将器具属性与牙齿轮廓的其他部分进行比较,例如,以确定与相邻牙齿或与牙齿的咬合边缘或与牙齿的牙龈边缘的近中距离或远中距离。
在步骤5’)中,将所述信息,例如警报,发送给操作者,以在适当的情况下通知他/她情况异常。与牙齿有关的该信息取决于在步骤4’)中建立的分数。优选地,该信息包括值,该值使得能够对至少一个牙齿量化托架在该牙齿上的分离水平,该值优选地由步骤4’)中为该牙齿计算的分数来建立。特别地,该值可以确定托架是否从牙齿上脱落。
在一个实施方式中,该信息用于建立诊断和/或修改治疗,和/或推荐预约。
这种检查托架是否已经从牙齿上脱落的方法很好地适应于口外更新图像,特别是从患者的右侧和/或从患者的左侧和/或在患者前方获取的图像。然而,如果托架没有沿着弓形物移动,特别是如果更新图像是在患者前方获取的,则这可能不是有效的。
图11示出了另一个实施方式,其中患者佩戴弓形物和托架器具30。
在该实施方式中,齿列图像是器具图像。
齿列图像和器具图像可以是咬合的(图11)。
类似于上述示例,在步骤3’)中,确定牙齿属性和器具属性。优选地,牙齿属性是牙齿D的轮廓,而器具属性是正畸器具30的轮廓。在步骤4’)中,将牙齿属性和器具属性进行比较。
在一个特定的实施方式中,步骤4’)包括针对已经确定了牙齿属性和器具属性的多个牙齿中的每一个牙齿的步骤i)至iii)。
在步骤i)中,确定所述牙齿中的每一个牙齿的牙齿属性和器具属性之间的距离d。该距离优选地是以像素为单位测量的。
在步骤ii)中,确定距离阈值Sd。在这样的实施方式中,距离阈值优选地为零。事实上,正畸器具的托架应该固定在牙齿上。
替选地,距离阈值等于在步骤i)中确定的距离中的最小距离。这使得可以考虑测量误差。
在步骤iii)中,根据以下确定每个牙齿的分数:
-牙齿属性和器具属性之间的距离d,以及
-距离阈值Sd。
优选地,牙齿的分数等于该牙齿的牙齿属性和器具属性之间的距离与距离阈值之间的差值。
在图11中,牙齿D和正畸器具之间的距离大于距离阈值Sd。
在步骤5’),如前所述,向操作者发送信息,例如警报,以在适当的情况下通知他/她情况异常。
示例:检查腭扩张器器具
在另一个实施方式中,本发明用于评估腭扩张器器具,特别是粘结式腭扩张器器具,该器具优选地包括两个丙烯酸咬合块40,咬合块40被构造为在服务位置中适配患者的牙齿,咬合块通过扩张结构42连接,该扩张结构42被构造为适配腭的一部分(图12)。
以与矫治器相同的方式,根据本发明的方法可以允许检测咬合块的至少一部分的脱离。
优选地,在步骤1’)中,由患者或他或她的近亲之一获取齿列图像,该齿列图像是器具图像。
在步骤3’)中,确定牙齿属性和器具属性。牙齿属性和器具属性优选地是牙齿的轮廓和器具的轮廓。
然后,在步骤4’)中,将牙齿属性和器具属性进行比较。步骤4)中的比较优选地包括针对已经确定了牙齿属性和器具属性的多个牙齿中的每一个牙齿的步骤i)至iii)。
示例:根据在不同时刻获得的牙齿图像和器具图像评估正畸器具
上面描述的方法基于基本上在同一时刻,即实际时刻获取的更新图像。为了分析牙齿的牙齿状况,更新图像必须允许确定器具属性和牙齿属性,例如表示牙齿的轮廓和正畸器具的轮廓。如果正畸器具是矫治器,则患者很容易将矫治器放置在服务位置以确定器具属性。如果正畸器具是托架,当它从牙齿上脱落时,通常在更新图像上仍然可见。实际上,它仍然附接到弓形物。
然而,当正畸器具从牙齿上脱落并离开嘴时,这些方法并不适用。
特别地,需要评估固定在牙齿上的将被置于牙齿和处于服务位置的矫治器之间的附接件的固定,和/或固定在牙齿上的用于弹性带的附接件的按钮的固定。与通常保持附接到弓形物的托架相反,这种正畸器具(即附接件或按钮)通常在从牙齿上脱落时离开嘴,从而无法再在图像上表示。
在概括的发明的一个实施方式中,器具图像和齿列图像分别在不同时刻、或“器具时刻”和“齿列时刻”获取。这使得能够评估患者初始佩戴的正畸器具在后部时刻是否仍在佩戴,如下文所述。这也可以允许评估患者牙齿所佩戴的正畸器具(特别是托架、附接件或按钮)的形状变化。形状变化尤其可能是由磨损引起的。
器具时刻可以特别地是在正畸器具正确地固定在患者的牙齿上并且具有其初始形状的时刻,并且特别地在正畸治疗开始时。它也可以处于在齿列时刻之前的正畸治疗的中间步骤中。
齿列时刻尤其可以是在正畸治疗期间的任何时间。
器具时刻和齿列时刻之间的时间间隔可以特别地大于4天、大于1周、大于2周或大于4周,和/或小于6个月、小于4个月或小于两个月。
器具时刻可以在齿列时刻之前或之后。
示例:检查患者初始佩戴的正畸期间是否已被移除
特别地,概括的发明允许检查正畸器具,特别是托架、附接件或按钮是否已经从牙齿脱落,或者允许检查正畸器具,特别是托架、附接件或按钮的形状变化。
对于该检查,优选地,器具属性和牙齿属性是牙齿模型的表面,同时考虑到正畸器具属于牙齿模型。表面的确定需要多个图像,并且可以根据使用扫描仪进行3D建模的基本原理来实现。
当分别根据器具图像和齿列图像确定时,该表面被命名为“器具表面”和“牙齿表面”。
对于通常固定在牙齿外凸上的正畸器具,在器具时刻,该表面,即器具表面将是正畸器具和牙齿的组件的外凸表面。
如果正畸器具已经从牙齿上脱落,则它不表示在齿列图像上,使得在齿列时刻的所述表面,即牙齿表面,是牙齿的外凸表面。
上面的示例涉及一种固定在牙齿外凸上的正畸器具,但它可以应用于粘结在牙齿内凸上的附接件或托架。在该实施方式中,优选使用咬合图片来补充或代替口外图像。
器具时刻优选地在齿列时刻之前。
器具时刻优选在正畸治疗开始时,当正畸器具通常固定在所考虑的牙齿上时。
齿列时刻优选地是在正畸治疗期间。齿列图像优选地由患者或者他或她的近亲之一用移动电话获取。
如果正畸器具尚未从牙齿上脱落,并且自器具时刻起保持其形状,则该正畸器具表示在齿列图像上,使得牙齿表面是牙齿和正畸器具的组件的外凸表面。因此,牙齿表面与器具表面相同。
如果正畸器具尚未从牙齿上脱落,并且自器具时刻起已经改变了其形状,例如因为它已经断裂或磨损,则该正畸器具表示在齿列图像上,使得牙齿表面也是牙齿和正畸器具的组件的外凸表面。但是牙齿表面与器具表面不同。
该分数可以衡量器具表面的面积与牙齿表面的面积之间的差异。
可接受性阈值可以是分数的范围。可接受性阈值可以由牙科护理专业人员、特别是正畸医生来参数化。
例如,牙科护理专业人员、特别是正畸医生,可能已经确定与牙齿接触的正畸器具的面积为2mm2,并将可接受阈值参数化为“2mm2”,使得在牙齿表面和器具表面之间的面积差不是2mm2时发出信息。
替选地,该分数可以是器具表面和牙齿表面之间的平均距离。
例如,牙科护理专业人员、特别是正畸医生,可以将可接受性阈值参数化为“=0mm”或者为“<0.05mm”的范围以考虑测量误差,或为“<0.2mm”的范围以考虑正畸器具的可接受变形,使得在距离不为0、或者大于或等于0.05mm、或者大于或等于0.2mm时发出信息。
如果正畸器具在器具时刻和齿列时刻之间从牙齿上脱落,则由器具图像上的器具表面表示的牙齿和正畸器具的组件的表面将变成由齿列图像上的牙齿表面表示的仅牙齿的表面。器具表面和牙齿表面之间的平均距离将不会为零。由此,将该距离与可接受性阈值进行比较将能够检测出其从牙齿上的脱落,并发出相应的信息。
对于在步骤2’)中转换器具图像,该方法优选地包括以下步骤:
(a’)在获取器具图像之前,优选地,在正畸治疗开始时或在正畸治疗开始之前,创建承载所述牙齿的牙弓的至少一部分的数字三维模型或“初始参考模型”,并且对于初始参考模型的每个牙齿,限定所述牙齿的数字三维参考模型或“富齿模型”,固定、特别是粘结在牙齿上的任何正畸器具,特别是任何托架、附接件或按钮,也表示在所述富齿模型中,即为富齿模型的一部分;
(b’)通过移动富齿模型来修改初始参考模型,直到获得与器具图像相配的最终参考模型;
(c’)搜索与齿列图像相配的最终参考模型的二维视图;
(d’)将器具图像转换成所述视图。
当步骤(a)至(d)在技术上兼容时,它们的可选特征可能地分别应用于这些步骤(a’)至(d’)。然而,它们可能需要进行调整,以考虑到将这些步骤(a’)至(d’)适用于器具图像而不是齿列图像的转换。
在步骤2’)中对器具图像的转换是可选的。事实上,只有当齿列图像和器具图像不相配时,或者不能根据不相配的齿列图像和器具图像确定可进行比较的牙齿属性和器具属性(在步骤4’))时,才有必要这样做。特别地,可以训练神经网络以根据不相配的齿列图像和器具图像确定可进行比较的牙齿属性和器具属性。
示例:通过神经网络来确定牙齿属性和器具属性
“神经网络”或“人工神经网络”是本领域技术人员熟知的一组算法。
在一个实施方式中,在步骤3’)中,使用至少一个神经网络来确定牙齿属性和器具属性,该神经网络被训练为根据一个或多个器具图像以及一个或多个齿列图像分别确定所表示的牙齿的器具属性和牙齿属性。
神经网络尤其可以从专门用于图像分类的网络中选择,例如称为“CNN”(“卷积神经网络”):
-AlexNet(2012)
-ZF Net(2013)
-VGG Net(2014)
-GoogleNet(2015)
-Microsoft ResNet(2015)
-Caffe:BAIR Reference(参考)CaffeNet、BAIR AlexNet
-Torch:VGG_CNN_S、VGG_CNN_M、VGG_CNN_M_2048、VGG_CNN_M_1024、VGG_CNN_M_128、VGG_CNN_F、16-layer(层)VGG ILSVRC-2014、19-layer(层)VGG ILSVRC-2014、Network-in-Network(网络中网络)(Imagenet&CIFAR-10)
-Google:Inception(V3、V4)。
以上列表是非限制性的。
初始,创建学习库,该学习库包括多于1000个、优选多于5000个、优选多于10000个、优选多于30000个、优选多于50000个、优选多于100000个历史图像。
学习库可以根据任何方法构建,例如手动创建。为了创建学习库的历史图像,操作者,优选是正畸医生,识别图像上的一个或多个“历史”牙齿区,然后为每个识别的历史牙齿区分配一个属性。图像的“描述”表示与该图像的牙齿区的限定以及与之相关联的属性有关的信息。
利用学习库通过称为“深度学习”的学习过程来训练神经网络。通过呈现历史图像(图像和图像的描述)作为神经网络的输入,神经网络逐渐学习识别图像上的图案,并将它们与牙齿区和每个牙齿区的属性相关联。
通过其训练,神经网络能够分析图像并识别其中的所述图案。它可以特别地确定与以下相关的概率:
-在所述图像中的一位置处存在至少部分地表示牙齿的区或“牙齿区”,
-在所述牙齿区上表示的牙齿的属性。
例如,神经网络能够确定牙齿区表示正畸器具的可能性为95%。因此,该属性可以有两个值:“存在正畸器具”和“不存在正畸器具”。
因此,当神经网络被提供有齿列图像或器具图像作为输入时,其将能够提供这些图像是否表示正畸器具(例如牙齿上的附接件)作为输出。例如,如果附接件在齿列时刻和器具时刻之间已经脱落,则牙齿属性将为“不存在附接件”,器具属性将为“存在附接件”。
可以训练神经网络以根据齿列图像和器具图像确定其他属性,例如评估在牙齿区中表示的牙齿的外凸表面的面积。牙齿是否承载正畸器具(例如附接件),该面积是不同的。因此,如果附接件在齿列时刻和器具时刻之间已经脱落,则牙齿属性将是不同的面积。
因此,在一个实施方式中,在步骤2’)中不需要转换。特别地,可以训练神经网络以确定可进行比较的器具属性和牙齿属性,即使器具图像和齿列图像不是在相同的获取条件下获取的。
当牙齿属性和器具属性涉及相同的参数时,例如两者都与牙齿上正畸器具的存在或不存在有关时,可以使用相同的经训练的神经网络来确定这些属性。
可以使用不同的经训练的神经网络来确定牙齿属性和器具属性,条件是这些属性可以在步骤4’)中进行比较。
本发明还涉及一种调整正畸治疗的方法,在该方法中实施根据概况的本发明的评估方法,然后根据所述评估的结果,制造新的正畸器具,或者安排与牙科护理专业人员、特别是正畸医生的预约。
概括的本发明还涉及:
-一种计算机程序,特别是用于移动电话的专用应用程序,包括程序代码指令,该程序代码指令用于当所述程序由计算机运行时执行步骤2’)至4’)、优选步骤2’)到5’)、以及优选步骤(a’)至(d’)中的一者或多者,优选全部,
当所述程序由计算机运行时,
-其上记录有这样的程序的计算机介质,例如存储器或CD-ROM;以及
-其上加载有这样的程序的计算机,优选个人设备,特别是移动电话或平板电脑。
本发明还涉及一种系统,包括:
-根据本发明的计算机;
-个人获取设备,优选地是移动电话,其用于获取齿列图像和器具图像中的至少一者、优选两者;
-可选地,能够实施步骤(a’)的设备,优选地是三维扫描仪。
进一步改进
上面描述的本发明可以被概括为用于评估患者佩戴的正畸器具的修改。
根据进一步改进的本发明涉及一种用于评估患者佩戴的正畸器具的方法,所述方法包括以下步骤:
1”)在第一“器具”时刻获取具有一定形状的正畸器具的至少一个二维图像,该图像被称为“第一器具图像”,并且可选地表示处于患者佩戴的服务位置的正畸器具;
获取所述患者牙齿的至少一个二维图像,该图像被称为“第二器具图像”,并且至少部分地表示如在第二“器具”时刻成形的处于患者佩戴的服务位置的正畸器具;
2”)确定分别与在第一器具图像和第二器具图像上表示的正畸器具的形状、存在或状态有关的第一器具属性和第二器具属性;
3”)比较第一器具属性和第二器具属性,然后根据所述比较确定至少一个分数或决定;
4”)可选地,将分数与可接受性阈值进行比较,并根据比较结果发出信息。
第一器具属性和第二器具属性的比较非常精确,以确定正畸器具的形状是否已经改变,特别是根据单个图像的分析结果来确定。
此外,有利地,该方法可以容易地在计算机中实施。特别地,识别图像中表示的物体的轮廓或表面的方法是众所周知的。可以使用这些方法中的任何一种。
在步骤2”)中确定第一器具属性和第二器具属性可以包括:
-确定分别在第一器具图像和第二器具图像上的正畸器具的轮廓,或者
-确定分别在第一器具图像和第二器具图像上表示的正畸器具的表面。
根据进一步改进的本发明优选地还具有以下可选特征中的一个或多个:
—正畸器具选自:
-矫治器,
-刚性固定在牙齿上,特别是粘合在牙齿上的部件,优选从以下中选择的部件:
-固定在牙齿上的附接件,所述附接件将被置于所述牙齿和处于服务位置的矫治器之间,以便使附接件表现出一个或多个特定移动,
-固定在牙齿上用于弹性带的附接件的按钮,
-固定在牙齿上用于金属线的附接件的托架,
-弹簧,
-临时锚固设备或“TAD”,
-腭扩张器器具;
—在一个优选实施方式中,正畸器具不是矫治器;
—用移动电话获取所述第一器具图像和第二器具图像中的至少一者,优选所述第一器具图像和第二器具图像两者;
—由患者或者他或她的近亲之一获取所述第一器具图像和第二器具图像中的至少一者,优选所述第一器具图像和第二器具图像两者;
—第一器具时刻和第二器具时刻之间的时间间隔大于4天、大于1周、大于2周或大于4周,和/或小于6个月、小于4个月或小于两个月;
—第一器具图像和第二器具图像是口外图像;
—第一器具图像和第二器具图像是照片或是从影片中提取的,可能地是在没有特别注意事项的情况下拍摄的,例如由患者拍摄的。因此,正畸医生的预约次数可以受到限制;
—第一器具图像和第二器具图像中的至少一者包括或是正畸器具的三维模型的视图;
—所述第一器具图像包括或是正畸器具的三维模型的视图,所述正畸器具潜在地包括取决于治疗的一个或多个器具,所述第二器具图像是当患者佩戴正畸器具时,优选地由所述患者用他的电话获取的照片;
—第一器具图像和第二器具图像是当患者佩戴正畸器具时,优选地由所述患者用他的电话在正畸治疗的不同时刻获取的照片;
—第一器具图像和第二器具图像中的至少一者是利用神经网络处理图像、特别是照片以在所述图像(特别是照片)上添加所述正畸器具的表示的结果,优选如PCT/EP2019/068558中所公开的;
—第一器具属性和第二器具属性可以分别是第一器具图像和第二器具图像上的正畸器具的轮廓,或者分别是第一器具图像和第二器具图像上的正畸器具的表面,或者分别是第一器具图像和第二器具图像上的正畸器具的存在,或者分别是第一器具图像和第二器具图像上的正畸器具的状态;
—步骤3”)包括以下步骤:
i)确定第一器具属性和第二器具属性之间的差值或“距离”;
ii)确定距离阈值,优选地使用在步骤i)中确定的距离来确定距离阈值;
iii)根据以下确定距离分数:
-第一器具属性和第二器具属性之间的距离,以及
-距离阈值;
—所述距离是以像素为单位测量的;
—在步骤ii)中,距离阈值取决于在步骤i)中确定的距离中的最小距离,
—在步骤4”)中,所述信息指示:
-用于固定在牙齿上的所述正畸器具是否已经从牙齿脱落,和/或
-所述正畸器具是否在第一器具时刻和第二器具时刻之间已经改变了形状;
—在步骤5”)中,将所述信息发送到患者的移动电话和/或牙科护理专业人员、特别是正畸医生。
当步骤1)和3)至5)的可选特征在技术上兼容时,它们可以可能地分别应用于步骤1”)和2”)至4”),
“齿列图像”、“齿列时刻”和对牙齿的提及分别被“第二器具图像”、第二器具时刻和对正畸器具的提及所取代。
在一个实施方式中,第一器具图像和第二器具图像不相配,使得不能比较这些图像上的正畸器具的表示。该方法包括以下步骤:
(a”)在步骤1”)之前,优选在正畸治疗开始时或正畸治疗开始之前,创建如在第一时刻成形的正畸器具的数字三维模型或“参考模型”;
(b”)搜索与第二器具图像相配的参考模型的二维视图,即,使得所述视图上的正畸器具的表示与第二器具图像上的正畸器具的表示尽可能相似;
(c”)在步骤3”)中,将所述视图上的正畸器具的表示与第二器具图像上的正畸器具的表示进行比较。
步骤(a”)和(b”)将第一器具图像变换成参考模型的视图,该视图有利地相配,即与第二器具图像可比较。也可以使用神经网络来进行这种变换。
在一个实施方式中,
-第二器具图像是照片,优选地由患者、优选地用他的智能手机获取的照片,优选地是所述正畸器具处于服务位置时所述患者的牙齿的口外照片,并且
-第一图像包括与第二器具图像相配的正畸器具的三维模型的视图或由与第二器具图像相配的正畸器具的三维模型的视图构成。
由步骤4”)产生的信息优选地通知正畸器具是否:
-正确放置,特别是如果正畸器具的形状根据其是否正确放置而不同的话;和/或
-劣化,特别是磨损。
本发明还涉及一种调整正畸治疗的方法,在该方法中实施根据另一实施方式的评估方法,然后根据所述评估的结果,制造新的正畸器具,或者安排与牙科护理专业人员、特别是正畸医生的预约。
根据所述另一实施方式的本发明还涉及:
-一种计算机程序,特别是用于移动电话的专用应用程序,包括程序代码指令,该程序代码指令用于当所述程序由计算机运行时执行步骤2”)至3”),优选2”)至4”)中的一者或多者、优选全部,以及可能地执行在步骤1”)和优选步骤(a”)至(c”)中第一器具图像的生成,
-其上记录有这样的程序的计算机介质,例如存储器或CD-ROM;以及
-其上加载有这样的程序的计算机,优选个人设备,特别是移动电话或平板电脑。
本发明还涉及一种系统,包括:
-根据本发明的计算机;
-个人获取设备,优选地是移动电话,其用于获取第一器具图像和第二器具图像中的至少一者、优选两者;
-可选地,能够提供参考模型的设备,优选地是三维扫描仪。
现在很明显,根据本发明的方法可以根据简单的照片或简单的影片来确定矫治器离开牙齿的区域,并评估这种分离的程度。它还使得可以确定托架、腭扩张器的块、固定在牙齿上以用于弹性带的附接件的按钮、或固定在牙齿上以被置于牙齿和处于服务位置的矫治器之间的附接件的变形和/或脱离。
当然,本发明不限于上文描述和描绘的实施方式。
最后,患者不限于人类。特别地,根据本发明的方法可以用于其它动物。
Claims (15)
1.一种用于评估患者佩戴的正畸器具的系统,所述系统包括:
-移动电话,所述移动电话用于执行以下步骤1’):
1’)在“器具”时刻,获取所述患者的牙齿的至少一个二维图像,所述图像被称为“器具图像”,并且至少部分地表示处于由所述牙齿佩戴的服务位置的所述正畸器具;
在“齿列”时刻,获取所述患者的所述牙齿的至少一个二维图像,
称为“齿列图像”;
-被编程为执行以下步骤3”)和4’)的计算机:
对于在至少一个齿列图像和至少一个器具图像上表示的多个牙齿中的每一个牙齿:
3’)确定分别与在所述至少一个齿列图像上表示的牙齿的形状有关和与在所述至少一个器具图像上的所述正畸器具的形状有关的牙齿属性和器具属性,
4’)比较所述牙齿属性和所述器具属性,然后根据所述比较确定至少一个决定或至少一个分数;
5’)可选地,将所述分数与可接受性阈值进行比较,并根据比较结果发出信息。
2.根据权利要求1所述的系统,其中,所述计算机被编程为执行所述步骤5’),并可选地通过所述移动电话将所述信息发送给所述患者和/或牙科护理专业人员。
3.根据前述权利要求中任一项所述的系统,其中,所述可接受性阈值由牙科护理专业人员根据所述患者的牙齿构造和/或所述正畸器具和/或正畸治疗来参数化。
4.根据前述权利要求中任一项所述的系统,所述信息指示:
-所述正畸器具是否已经从所述牙齿脱落,和/或
-所述正畸器具是否在所述牙齿时刻和所述器具时刻之间已经改变了形状,和/或
-所述正畸器具是否正确地匹配牙齿的表面。
5.根据前述权利要求中任一项所述的系统,其中,在步骤3’)和4’)中,为了检查所述正畸器具是否已经从牙齿脱落,或者为了检查所述正畸器具的形状是否已经改变,
-所述器具时刻和所述齿列时刻分开大于4天且小于6个月的时间间隔,
-所述器具属性是所述正畸器具的轮廓或表面,所述牙齿属性是所述牙齿的轮廓或表面,
-所述分数衡量所述器具属性和所述牙齿属性之间的位置差或面积差。
6.根据前述权利要求中任一项所述的系统,其中,所述正畸器具选自:
-矫治器,
-刚性固定在牙齿上的部件,所述部件选自以下:
-固定在牙齿上的附接件,所述附接件将被置于所述牙齿和处于所述服务位置的矫治器之间,
-固定在牙齿上用于弹性带的附接件的按钮,
-固定在牙齿上用于金属线的附接件的托架,
-弹簧,
-临时锚固设备,
-腭扩张器器具。
7.根据前述权利要求中任一项所述的系统,其中,所述器具图像和所述齿列图像是口外照片或是从口外影片中提取的。
8.根据前述权利要求中任一项所述的系统,其中,步骤3’)中的所述牙齿属性和所述器具属性为:
-分别在所述齿列图像和所述器具图像上的所述牙齿的轮廓和所述正畸器具的轮廓,或者
-分别根据多个齿列图像和多个器具图像确定的所述牙齿的表面和所述正畸器具的表面。
9.根据前述权利要求中任一项所述的系统,包括用于执行以下步骤的设备,优选为扫描仪:
(a’)在步骤1’)之前,创建承载所述牙齿的牙弓的至少一部分的数字三维模型或“初始参考模型”,
所述计算机被编程为在步骤3’)之前执行以下步骤:
对于所述初始参考模型的每个牙齿,限定所述牙齿的数字三维参考模型或“牙齿模型”;
(b’)通过移动所述牙齿模型来修改所述初始参考模型,直到获得与所述齿列图像相配的最终参考模型,如果在所述齿列图像上表示的所述牙齿的轮廓能够重叠在所述最终参考模型的视图上的所述牙齿的轮廓上,则所述最终参考模型与所述齿列图像“相配”;
(c’)搜索与所述器具图像相配的最终参考模型的二维视图,如果在所述器具图像上表示的所述牙齿的轮廓能够重叠在在所述最终参考模型的视图上的所述牙齿的轮廓上,则所述器具图像与所述最终参考模型的视图“相配”;
(d’)针对步骤3’)用所述最终参考模型的所述视图替换所述齿列图像。
10.根据前述权利要求中任一项所述的系统,其中,步骤4’)包括以下步骤:
对于已经确定了所述牙齿属性和所述器具属性的多个牙齿中的每一个牙齿:
i)确定所述牙齿属性和所述器具属性之间的距离;
ii)确定距离阈值,优选地使用在紧接的前一步骤中确定的距离来确定所述距离阈值;
iii)对于所述牙齿中的每一个牙齿,根据以下确定距离分数:
-所述牙齿属性和所述器具属性之间的距离,以及
-所述距离阈值。
11.一种用于评估患者佩戴的正畸器具的系统,所述系统包括:
-用于执行以下步骤1”)的移动电话:
1”)在第一“器具”时刻获取具有一定形状的所述正畸器具的至少一个二维图像,该图像被称为“第一器具图像”,并且可选地表示处于所述患者佩戴的服务位置的所述正畸器具;
获取所述患者的牙齿的至少一个二维图像,该图像被称为“第二器具图像”,并且至少部分地表示如在第二“器具”时刻成形的处于所述患者佩戴的服务位置的所述正畸器具;
-被编程为执行以下步骤的计算机:
2”)确定分别与在所述第一具图像和所述第二器具图像上表示的所述正畸器具的形状有关的第一器具属性和第二器具属性;
3”)比较所述第一器具属性和所述第二器具属性,然后根据所述比较确定至少一个分数;
4”)可选地,将所述分数与可接受性阈值进行比较,并根据比较结果发出信息。
12.根据权利要求11所述的系统,其中,所述第一器具属性和所述第二器具属性是:
-分别在所述第一器具图像和所述第二器具图像上的所述正畸器具的轮廓,或者
-分别在所述第一器具图像和所述第二器具图像上表示的所述正畸器具的表面。
13.根据权利要求11和12中任一项所述的系统,其中,所述正畸器具选自:
-固定在牙齿上的附接件,所述附接件将被置于所述牙齿和处于所述服务位置的矫治器之间,
-固定在牙齿上用于弹性带的附接件的按钮,
-固定在牙齿上用于金属线的附接件的托架,
-弹簧,
-临时锚固设备或“TAD”,
-腭扩张器器具。
14.根据权利要求11至13中任一项所述的系统,其中,被成像的所述第一器具和所述第二器具中的至少一者包括或是所述正畸器具的三维模型的视图。
15.根据权利要求11至14中任一项所述的系统,包括步骤4”),其中,在步骤4”中),所述信息指示:
-用于固定在牙齿上的所述正畸器具是否已经从牙齿脱落,和/或
-所述正畸器具是否在所述第一器具时刻和所述第二器具时刻之间已经改变了形状。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/395,160 | 2021-08-05 | ||
US17/395,160 US20210361387A1 (en) | 2017-06-09 | 2021-08-05 | Method of evaluating an orthodontic appliance |
PCT/EP2022/072150 WO2023012358A1 (en) | 2021-08-05 | 2022-08-05 | Method of evaluating an orthodontic appliance |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117836867A true CN117836867A (zh) | 2024-04-05 |
Family
ID=83228990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280054718.1A Pending CN117836867A (zh) | 2021-08-05 | 2022-08-05 | 评估正畸器具的方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4381519A1 (zh) |
CN (1) | CN117836867A (zh) |
WO (1) | WO2023012358A1 (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3027504B1 (fr) * | 2014-10-27 | 2022-04-01 | H 43 | Procede de controle du positionnement de dents |
FR3027507B1 (fr) | 2014-10-27 | 2016-12-23 | H 42 | Procede de controle de la dentition |
US10159541B2 (en) * | 2015-11-09 | 2018-12-25 | Naif Bindayel | Orthodontic systems |
US10806376B2 (en) * | 2016-03-02 | 2020-10-20 | Dror Ortho Design LTD (Aerodentis) | Orthodontic system with tooth movement and position measuring, monitoring, and control |
US10820965B2 (en) * | 2016-09-19 | 2020-11-03 | Dror Ortho Design Ltd | Orthodontic system with tooth movement and position measuring, monitoring, and control |
FR3066903B1 (fr) * | 2017-05-30 | 2022-02-18 | Dental Monitoring | Procede de determination d'un traitement orthodontique |
US20220265393A1 (en) * | 2019-08-12 | 2022-08-25 | Smylio Inc. | Systems and methods for orthodontic treatment intervention |
-
2022
- 2022-08-05 CN CN202280054718.1A patent/CN117836867A/zh active Pending
- 2022-08-05 WO PCT/EP2022/072150 patent/WO2023012358A1/en active Application Filing
- 2022-08-05 EP EP22765411.8A patent/EP4381519A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4381519A1 (en) | 2024-06-12 |
WO2023012358A1 (en) | 2023-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11109945B2 (en) | Method of evaluating an orthodontic aligner | |
US10685259B2 (en) | Method for analyzing an image of a dental arch | |
US20210074061A1 (en) | Artificially intelligent systems to manage virtual dental models using dental images | |
US11314983B2 (en) | Method for analyzing an image of a dental arch | |
US20220346914A1 (en) | Method of determining an orthodontic treatment | |
CN111415419B (zh) | 基于多源图像的牙体修复模型制作方法和系统 | |
US20210118132A1 (en) | Artificial Intelligence System For Orthodontic Measurement, Treatment Planning, And Risk Assessment | |
US20210361387A1 (en) | Method of evaluating an orthodontic appliance | |
US20220222910A1 (en) | Method for generating a model of a dental arch | |
KR20190020756A (ko) | 치아 수복물의 형상, 위치 및 배향 중 적어도 하나를 추정하는 방법 | |
US20190026894A1 (en) | Method for analyzing an image of a dental arch | |
US10755409B2 (en) | Method for analyzing an image of a dental arch | |
US11049248B2 (en) | Method for analyzing an image of a dental arch | |
US11250580B2 (en) | Method, system and computer readable storage media for registering intraoral measurements | |
CN114365184A (zh) | 用于检测三维测量中的错误的方法、系统和计算机可读存储介质 | |
US20240041569A1 (en) | Method for analyzing an image of a dental arch | |
US20220378548A1 (en) | Method for generating a dental image | |
CN117836867A (zh) | 评估正畸器具的方法 | |
US20220215547A1 (en) | Method for analyzing an image of a dental arch | |
CN114025704B (zh) | 用于评估正畸矫治器的方法 | |
CN114266731A (zh) | 一种融合牙弓二维图像的咬合检测分析系统及实现方法 | |
CN118267134A (zh) | 数据的处理方法、装置、设备、标靶及存储介质 | |
WO2024121067A1 (en) | Method and system for aligning 3d representations | |
AU2022281999A1 (en) | Method for acquiring a model of a dental arch | |
CN116115366A (zh) | 一种基于图像的实时牙齿移动量测量方法 |
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 |