JP2010506629A - 自動化された歯の測定と診断とを容易にするシステムおよび方法 - Google Patents

Abstract

一実施形態において、患者の歯のデジタルモデルを取得するステップと、デジタルモデルに基づいて、基準データまたは特徴を自動的に検出するステップと、該基準データまたは特徴に基づいて、歯の測定値を自動的に計算するステップであって、歯の測定値は、患者の咬合特性に関連するステップとが、開示される。別の一実施形態において、自動化された歯の測定を実行するための装置は、１つ以上のプロセッサと、１つ以上のプロセッサに連結されるメモリとを含み、メモリは、１つ以上のプロセッサにより実行される場合、１つ以上のプロセッサに、患者の歯のデジタルモデルを取得させ、該デジタルモデルに基づいて、基準データまたは特徴を自動的に検出させ、該基準データまたは特徴に基づいて、歯の測定値を自動的に計算させる、命令を記憶するために構成され、歯の測定値は、患者の咬合特性に関連する。

Description

（関連出願の引用）
本ＰＣＴ出願は、米国特許出願第１１／５８１，０６７号（２００６年１０月１３日出願、名称「Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｆａｃｉｌｉｔａｔｉｎｇ Ａｕｔｏｍａｔｅｄ Ｄｅｎｔａｌ Ｍｅａｓｕｒｅｍｅｎｔｓ ａｎｄ Ｄｉａｇｎｏｓｔｉｃｓ」）に基づく優先権を主張するものであり、そして、この出願は、係属中の米国特許出願第１０／７８８，６３５号（２００４年２月２７日出願、名称「Ｄｅｎｔａｌ Ｄａｔａ Ｍｉｎｉｎｇ」）および同第１１／３７９，１９８号（２００６年４月１８日出願、名称「Ｍｅｔｈｏｄ ａｎｄ Ｓｙｓｔｅｍ ｆｏｒ Ｐｒｏｖｉｄｉｎｇ Ｉｎｄｅｘｉｎｇ ａｎｄ Ｃａｔａｌｏｇｕｉｎｇ ｏｆ Ｏｒｔｈｏｄｏｎｔｉｃ Ｒｅｌａｔｅｄ Ｔｒｅａｔｍｅｎｔ Ｐｒｏｆｉｌｅｓ ａｎｄ Ｏｐｔｉｏｎｓ」）に基づく優先権を主張するものであり、これらの出願のそれぞれの開示は、全ての目的のために参考として本明細書に援用される。

（発明の分野）
本開示は、概して、歯の治療に関し、より具体的には、歯の治療を容易にするために、歯の不正咬合についての自動化された歯の測定と診断とのためのシステムおよび方法に関する。

歯の特性の正確かつ完全な測定、およびそのような測定値に基づく診断は、コンピュータによる歯列矯正、および他のコンピュータを使った歯の治療システムの成長分野において重要である。３次元（「３−Ｄ」）モデルを用いた、歯型に基づくコンピュータによる歯列矯正のための種々の技術が開発されてきたが、関連する歯の測定は、ほとんどの場合においてマニュアルで実行される。例えば、そのような歯の測定値は、一般的には、主にその歯列矯正医の経験、知識、および主観的な知見に基づいて、歯列矯正医によって得られる。

時間を要することに加えて、そのような測定技術は、主観分析および人的ミスの影響を受け易い。結果として、そのようなマニュアル作業の信頼性は、理想的ではなく、歯列矯正治療プロセスを潜在的に妨害する。さらに、Ｐｅｅｒ Ａｓｓｅｓｓｍｅｎｔ Ｒａｔｉｎｇｓ（ＰＡＲ）指数、Ａｍｅｒｉｃａｎ Ｂｏａｒｄ ｏｆ Ｏｒｔｈｏｄｏｎｔｉｃｓ（ＡＢＯ）不一致指数、およびＡＢＯ客観的評価システム等の歯列矯正および歯の評価のための潜在的に有益な指数は、マニュアル測定および手計算の困難さにより、可能な限りの頻度でしか使用されていない。例えば、ＰＡＲ指数は、伝統的に、特別に構成されたルーラを使用して歯科模型に対して手計算されており、主観的知見に著しく影響されるために、不正確さと誤差とを引き起こす傾向がある、非常に時間のかかる方法である。

上記に鑑み、最適な客観的な診断および治療、ならびに改善された歯の治療の評価および研究を提供する方法およびシステムを有することが望ましいであろう。

一実施形態において、自動化された歯の測定のためのコンピュータ実装方法は、患者の歯のデジタルモデルを取得するステップと、デジタルモデルに基づいて、基準のデータおよび特徴を自動的に検出するステップと、該基準のデータおよび特徴に基づいて、歯の測定値を自動的に計算するステップとを含み、歯の測定値は、患者の咬合特性に関連する。一実施形態において、自動化された歯の測定を実行する装置は、１つ以上のプロセッサと、１つ以上のプロセッサに連結されるメモリとを含み、命令が１つ以上のプロセッサによって実行されると、１つ以上のプロセッサに患者の歯のデジタルモデルを取得させ、該デジタルモデルに基づいて、基準のデータまたは特徴を自動的に検出させ、該基準のデータまたは特徴に基づいて、歯の測定値を自動的に計算させる命令を記憶するように、メモリは構成され、歯の測定値は、患者の咬合特性と関連している。

本開示のこれらおよび他の特徴および利点は、以下の発明を開示するための形態、および添付図面の考察によって理解される。

図１Ａは、例示的な一つの歯のデータマイニングシステムを示す。 図１Ｂは、１つ以上の歯科装置の性能についての分析を示す。 図１Ｃは、データマイニングシステムの一実施形態において使用される、様々な移動種類のデータを示す。 図１Ｄは、１つ以上の歯科装置の性能の分析を示す。 図１Ｅ〜１Ｆは、治療計画を生成するための、クラスタライザの種々の実施形態を示す。 図１Ｅ〜１Ｆは、治療計画を生成するための、クラスタライザの種々の実施形態を示す。 図２Ａは、本発明に従った、アライナ形状を計算するためのサブプロセスを含む、一連の治療を特定するプロセスのフローチャートである。 図２Ｂは、アライナ形状を計算するためのプロセスのフローチャートである。 図３は、有限要素モデルを作成するためのサブプロセスのフローチャートである。 図４は、アライナの変更を計算するためのサブプロセスのフローチャートである。 図５Ａは、アライナ形状の変更を計算するためのサブプロセスのフローチャートである。 図５Ｂは、アライナ形状の変更を計算するためのサブプロセスのフローチャートである。 図５Ｃは、アライナ形状の変更を計算するためのサブプロセスのフローチャートである。 図５Ｄは、図５Ｂのサブプロセスの操作を図示する概略図である。 図６は、アライナのセットの形状を計算するためのプロセスのフローチャートである。 図７は、統計的な歯根モデルの例示的な図である。 図８は、歯根モデル化の例示的な図を示す。 図９は、歯のＣＴスキャンの例示的な図を示す。 図１０は、歯を示す例示的なユーザインターフェースを示す。 図１１は、本発明の種々の実施形態を実行するためのシステム全体のブロック図である。 図１２は、本発明の一実施形態に従った、図１１の記憶ユニットに記憶される、指数付けシステムの表形式の表示を図示する。 図１３は、本発明の一側面における、任意の所与の歯列矯正の症例の可能な治療目標の表示を図示する。 図１４は、本発明の一実施形態に従った、図１２に示される表形式の表示に従いフォーマットされた、図１３に示される可能な治療目標に対するマトリクス表示を図示する。 図１５は、本発明の一実施形態に従った、指数付けシステム用の下顎歯列弓周長分類を図示する。 図１６は、本発明の一実施形態に従った、「前突歯」として識別された主な懸念事項に対する、指数付けシステム用の選択プロセス表示を図示する。 図１７は、本発明の一実施形態における、患者の右側に対する矢状面不一致の一構成要素を捕捉するための、例示的な選択プロセス表示１７００を図示する。 図１８は、本発明の一実施形態における、患者の左側に対する矢状面不一致の一構成要素を捕捉するための、例示的な選択プロセス表示１７００を図示する。 図１９は、本発明の一実施形態における、垂直面の一構成要素を捕捉するための例示的な選択プロセス表示１９００を図示する。 図２０は、本発明の一実施形態における、水平／左右面の一構成要素を捕捉するための例示的な選択プロセス表示２０００を図示する。 図２１は、本発明の一実施形態に従った、歯列弓周長不一致の分類の一構成要素を捕捉するための例示的な選択プロセス表示２１００である。 図２２は、本発明の一実施形態に従った、歯列弓周長不一致の分類の別の構成要素を捕捉するための示的な選択プロセス表示２２００を図示する。 図２３は、本発明の一実施形態に従った、指数付けシステム用の、端末１１０１上に表示される例示的な患者の要約表示２３００を図示する。 図２４は、本発明の一実施形態に従った、患者データベース２４００を図示する。 図２５は、本発明の実施形態に従った、指数付けシステム用の、代表する構成要素に対する選択プロセスを図示する。 図２６は、本発明の一実施形態における、初期状態アドレスを治療目標アドレスと組み合わせることにより生成される、例示的な一連のデータベースアドレスを図示する。 図２７は、本発明の別の実施形態における、患者に対する例示的なデータベースを図示する。 図２８は、本発明の一実施形態に従った、指数付けシステムを使用して歯列プロファイルを識別するための手順を図示するフローチャートである。 図２９Ａは、本開示の例示的な実施形態に従った、歯の治療を容易にするための、歯の不正咬合の自動化された歯の測定および診断のための例示的な方法を図示するフローチャートである。 図２９Ｂは、本開示の例示的な実施形態に従った、歯の治療を容易にするための、歯の不正咬合の自動化された歯の測定および診断のための例示的なシステムのブロック図である。 図２９Ｃは、本開示の別の例示的な実施形態に従った、歯の治療を容易にするための、歯の不正咬合の自動化された歯の測定および診断のための例示的な方法を図示するフローチャートである。 図３０は、本開示の別の例示的な実施形態に従った、歯の治療を容易にするための、歯の不正咬合の自動化された歯の測定および診断のための例示的な方法を図示するフローチャートである。 図３１は、本開示の例示的な実施形態に従った、歯の治療を容易にするための、歯の不正咬合の自動化された歯の測定および診断のための例示的なシステムのブロック図である。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。 図３２Ａ〜３２Ｊは、本開示の例示的な実施形態に従った、自動化された歯列矯正関連の測定のグラフ表示を図示する。

本開示は、種々の構成要素および処理ステップに関して本明細書に記載され得る。そのような構成要素およびステップは、特定の機能を実行するように構成される、任意の数のハードウェアおよびソフトウェアの構成要素によって実現されてもよいことを十分に理解されたい。例えば、本開示は、１つ以上の制御システム、マイクロプロセッサ、または他の制御デバイスの制御の下で種々の機能を実行し得る、種々の電子制御デバイス、画像表示デバイス、入力端末等を用いてもよい。さらに、本開示は、任意の数の歯列矯正または歯の状況において実行されてもよく、本明細書に記載されるような、歯の治療を容易にするための、歯の不正咬合の自動化された歯の測定および診断のための、システムおよび方法に関する例示的な実施形態は、本開示に対する例示的な用途の一部に過ぎない。例えば、考察される原理、特徴、および方法は、解剖学的、位相数学的、または他の特性の自動化された測定が望ましい、任意のアプリケーションまたはプロセスに応用されてもよい。

説明目的で、種々の例示的な方法およびシステムは、患者の単一の歯に関連して記載される場合があることに留意されたい。しかしながら、そのような例示的な方法およびシステムは、患者内の臼歯、小臼歯、犬歯、および切歯等の、患者における２つ以上の歯および／またはすべての歯に対して好適に実行されてもよいことを理解されたい。例えば、例示的な方法およびシステムは、後に続くプロセス、操作、またはステップに進む前に、１つ以上の歯に対して特定のプロセス、操作、またはステップを実行することにより、または別の歯に進む前に、特定の歯に対してすべての、もしくは本質的にすべてのプロセス、操作、またはステップを実行することにより、またはその任意の組み合わせにより好適に実行されてもよい。さらに、そのようなプロセス、ステップ、または操作は、初期段階から任意の中間および／または最終段階まで、患者の治療の種々の段階において好適に実行されてもよい。

デジタル治療計画は、現在、特にＡｌｉｇｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．からのＣｌｉｎＣｈｅｃｋ（登録商標）、またはｅＭｏｄｅｌｓおよびＯｒｔｈｏＣＡＤから入手可能な他のソフトウェアによって可能である。これらの技術は、臨床医が、治療計画をカスタマイズするために、実際の患者の歯列を開始点として使用することを可能にする。２００３年８月２１日出願の米国特許出願第１０／６４０，４３９号、および２００２年８月２２日出願の米国特許出願第１０／２２５，８８９号において考察されるように、ＣｌｉｎＣｈｅｃｋ（登録商標）技術は、治療計画を立てるために患者に特有のデジタルモデルを使用し、次に、最初のデジタル治療計画と比較して、結果の成功の程度を評価するために、達成された治療結果のスキャンを使用する。デジタル治療計画および結果評価に関する問題は、個々の患者レベルにおける「治療の成功」を評価するための、豊富なデータ、ならびに標準的および効率的な方法の不足である。情報を分析するために、歯のデータマイニングシステムが使用される。

図１Ａは、例示的な一つの歯のデータマイニングシステムを示す。このシステムにおいて、歯の治療および結果のデータセット１が、データベースまたは情報ウェアハウス２に記憶される。データは、結果４を生成するデータマイニングソフトウェア３により抽出される。データマイニングソフトウェアは、データベース２における捕捉および／または更新された情報に問い合わせることができ、患者の歯に関する問題を歯科装置解と関連付ける、出力データストリームを生成することができる。データマイニングソフトウェアの出力は、少なくともデータベースおよびデータマイニングの相関アルゴリズムへの、二次的な入力として最も有利に、自己再帰的に送られることに留意されたい。

図１Ａのデータマイニングシステムの結果は、増分的に歯を動かすための装置構成、または装置構成の変更を画定するために使用される。歯の移動は、歯列矯正治療に一般的に関連するものであって、３つの直交方向すべてにおける平行移動と、垂直中心線に直角な回転軸を有する２つの直交方向における歯の中心線の回転（「歯根角形成」および「トルク」）、および垂直中心線に平行な軸を有する歯列矯正方向の歯の中心線の回転（「純回転」）を含む、。

一実施形態において、データマイニングシステムは、３−Ｄ治療の計画された移動、開始位置、および達成された歯の最終位置を捕捉する。システムは、結果を計画と比較し、結果は、取り外し可能な装置、および歯列矯正ブラケットおよびワイヤ等の固定された装置、または特に、顎矯正手術、歯周治療、修復に対して達成されたものを計画と比較すること等のさらに他の歯の治療を含む、任意の治療方法を使用して達成されることができる。

一実施形態において、各歯列弓のスキャンの治療ファイルに一致するために、歯の重畳ツールが使用される。精密スキャンは、歯科解剖学および歯の座標系に基づいて一致するように、最初のスキャンに重ね合わされる。２つの歯列弓のおける歯が一致した後に、重畳ツールは、上顎歯列弓を下顎歯列弓に関連付けるための基準を要求する。オプションの「統計的フィルタリング」が選択される場合、重畳ツールは、最初に、すべての歯の移動の平均の上または下のいずれかに（現段階と前段階との間の位置の相違によって決定される）標準偏差以上だけ移動するものを基準として除外することにより、各歯に対する移動量を測定する。次いで、各歯の移動を測定するために、残りの歯が基準として選択される。

図１Ｂは、１つ以上の歯科装置の性能の分析を示す。散布図において、「達成された」移動が「目標」移動に対して表示され、傾向線が生成される。すべての「散在した」データ点がどこにあるかを明示するために、散布図が示され、歯科装置の性能を示すために、傾向線が生成される。一実施形態において、傾向線は、直線（それらは、曲線である可能性がある）であるように選択される。したがって、傾向線は、すべての「散在した」データに対して「最適な」直線として示される。アライナの性能は、傾向線の傾きとして表される。Ｙ軸切片は、アライナを装着している際に起こる偶発的移動をモデル化する。予測可能性は、「達成された」データと「目標」データとの回帰計算から得られるＲ^２によって評価される。

図１Ｃは、データマイニングシステムの一実施形態において使用される、様々な種類の移動のデータを示す。例示的なデータセットは、拡大／狭窄（＋／−Ｘ平行移動）、近心移動／遠心移動（＋／−Ｙ平行移動）、圧下（−Ｚ平行移動）、挺出（＋Ｚ平行移動）、先端／角形成（Ｘ回転）、トルク／傾斜（Ｙ回転）、および純回転（Ｚ回転）を対象とする。

図１Ｄは、１つ以上の歯科装置の性能の分析を示す。図１Ｄにより図示される移動のタイプに対して、達成された移動は、その特定のデータセットに対する標的となる移動の約８５％である。

図１Ｄに顕著に図示されるように、実際の歯の移動は、概して、多くの段階において標的となる歯の移動よりも遅れる。一連のポリマ装置を用いる治療の場合において、そのような遅延は、歯の移動および患者の不快感としてのそのようなマイナスの結果が、不一致の程度によりプラスに変化するため、治療設計において重要な役割を果たす。

一実施形態において、１７０（図２Ａ）および２３２（図２Ｂ）等のステップにおける臨床パラメータは、実際の歯の位置からの標的となる位置の統計偏差の導入を許容することにより、より正確なものになる。例えば、現在の標的となる歯の移動が十分に達成されなかったことの計算された大きな確率のために、後に続く移動の標的が減少させられる可能性があり、その結果、後に続く移動段階が、初期段階を対象とした作業を完了する必要がある高い確率が生じる。同様に、予期された実際の移動がよりよく制御されるように、標的となる移動は、特に初期段階において望ましい位置を越える可能性がある。この実施形態は、標的となる最終段階の結果のより高い確率を達成するために、巡回所要時間を最小限に抑える目標を犠牲にする。この方法は、類似の患者の症例のクラスタに特有な治療計画の中で達成される。

表１は、一実施形態における歯のグルーピングを示す。歯の移動の符号表記は、表２に示される。選択された６０の歯列弓の異なる歯の移動は、降順にソートされた性能により、表３に示された。装置の性能は、４つの別々の群：高（７９−８５％）、平均（６０−６８％）、平均未満（５２−５５％）、および不十分（２４−４７％）に分類されることができる。表４は、移動予測可能性の順位を示す。予測可能性は、３群：極めて予測可能（０．７６−０．８２）、予測可能（０．４３−０．６３）、および予測不可能（０．１０−０．３０）に分類される。特定のデータセットに対して、例えば、所見は以下の通りである。

１．切歯圧下および前歯圧下性能は、高である。切歯圧下に対する範囲は、約１．７ｍｍであり、前歯圧下に対しては、約１．７ｍｍである。これらの移動は、極めて予測可能である。

２．犬歯圧下、切歯トルク、切歯回転、および前歯トルク性能は平均である。犬歯圧下に対する範囲は、約１．３ｍｍであり、切歯トルクに対しては、約３４度であり、切歯回転に対しては、約６９度であり、前歯トルクに対しては、約３４度である。これらの移動は、予測可能または極めて予測可能のいずれかである。

３．小臼歯傾斜、小臼歯近心移動、臼歯回転、および後歯拡大性能は、平均未満である。小臼歯近心移動に対する範囲は、約１ミリメートルであり、小臼歯傾斜に対しては、約１９度であり、臼歯回転に対しては、約２７度であり、後歯拡大に対しては、約２．８ミリメートルである。小臼歯傾斜および近心移動は、予測不可能であるのに対し、残りは予測可能な移動である。

４．前歯および切歯挺出、丸い歯および小臼歯の回転、犬歯傾斜、臼歯遠心移動、ならびに後歯トルク性能は、不十分である。前歯挺出に対する範囲は、約１．７ミリメートルであり、切歯挺出に対しては、約１．５ｍｍであり、丸い歯の回転に対しては、約６７度であり、小臼歯回転に対しては、約６３度であり、犬歯傾斜に対しては、約２６度であり、臼歯遠心移動に対しては、約２ミリメートルであり、後歯トルクに対しては、約４３度である。予測可能である小臼歯回転以外は、すべて予測不可能な移動である。

一実施形態において、データ駆動型分析器が適用されてもよい。これらのデータ駆動型分析器は、パラメトリック統計的モデル、ノンパラメトリック統計的モデル、クラスタリングモデル、隣接モデル、回帰方法、および工学的（人工）ニューラルネットワーク等の多数のモデルを組み込んでもよい。操作に先立って、データ駆動型分析器またはモデルは、１つ以上の訓練セッションを使用して構築される。これらのセッションにおいて分析器またはモデルを構築するために使用されるデータは、一般的には、訓練データと呼ばれる。データ駆動型分析器は、訓練例のみを検査することにより開発されるため、訓練データの選択は、データ駆動型分析器の正確度および学習速度に大きな影響を及ぼす可能性がある。これまで使用された一方法は、訓練目的で、テストセットと呼ばれる別個のデータセットを生成する。テストセットは、モデルまたは分析器を訓練データに過剰適合させることを防止するために使用される。過剰適合は、分析器が、訓練データをうまく記憶し過ぎて、それが未知データに一致するか、または未知データを分類することができない状況を意味する。一般的には、分析器またはモデルの構築中、分析器の性能は、テストセットに対してテストされる。テストセットの分類における分析器の性能が、最適点に達するまで、分析器またはモデルパラメータの選択は、反復的に実行される。この時点において、訓練プロセスは完了する。独立した訓練およびテストセットの使用の代替方法は、相互検証と呼ばれる方法を使用することである。ノンパラメトリック分析器に対するパラメトリック分析器またはモデルのパラメータ値を決定するために、相互検証が使用されることができる。相互検証において、単一訓練データセットが選択される。次いで、反復プロセスにおいて、分析器に対するテストセットとして訓練データの異なる部分を示すことにより、多数の異なる分析器またはモデルが構築される。次いで、パラメータまたはモデル構造が、モデルまたは分析器のすべての組み合わされた性能に基づいて決定される。相互検証方法により、分析器またはモデルは、典型的には、決定された最適モデル構造を使用したデータにより再訓練される。

一実施形態において、データマイニングソフトウェア３（図１Ａ）は、指数付けのために、データベース２（図１Ａ）上でデータを取り込むための「スパイダ」または「クローラ」であることができる。一実施形態において、クラスタリング操作は、データにおけるパターンを検出するために実行される。別の実施形態において、ニューラルネットワークが、歯の治療パターンの認識において非常にロバストであるため、ニューラルネットワークは、各パターンを認識するために使用される。一旦治療特徴が明らかになると、ニューラルネットワークは、入力の歯の情報を、特に、ニューラルネットワーク認識デバイスにより既知の治療語彙の記憶されたテンプレートと比較する。認識モデルは、特に、隠れマルコフモデル（ＨＭＭ）、動的計画法モデル、ニューラルネットワーク、ファジー理論、またはテンプレートマッチャーを含むことができる。これらのモデルは、単独で、または組み合わせて使用されてもよい。

動的計画法は、任意の所与のフレームｋにおける任意の点ｉから、次のフレームｋ＋１における任意の点ｊに遷移するための特定のコストを対象として、Ｎ個の点を通るＭ個の「フレーム」のすべての可能な経路を考慮する。現在の点から次の点への最適な経路は、その点を越えて起こることと無関係であるため、ｊ（ｋ＋ｌ）で終わるｉ（ｋ）を通る経路の最小総コスト［ｉ（ｋ），ｊ（ｋ＋ｌ）］は、遷移自体のコスト、さらにｉ（ｋ）への最少経路のコストである。好ましくは、先行経路の値は、ＭｘＮ配列に保持されることができ、可能な直前の列および現在の列の累積コストを含むために、累積コストは、２ｘＮ配列に保持される。しかしながら、この方法は、かなりのコンピューティング資源を必要とする。

動的計画法は、膨大な量の計算を必要とする。認識デバイスが、一連のフレームと一連のノードモデルとの間の最適な時間整合を見つけるために、それは、ほとんどのフレームを複数のノードモデルに対して比較しなければならない。動的計画法に必要な計算の量を減少させる一方法は、プルーニングを使用することである。プルーニングは、その比較に対する一部の確率スコアが、所与の閾値を下回る場合、所与の治療モデルに対して、歯の治療情報の所与の一部の動的計画法を終了する。これは、計算を大幅に減少する。

動的計画法の一般化と考えられ、隠れマルコフモデルは、一連の観測Ｏ（１）、Ｏ（２）、．．．Ｏ（ｔ）、．．．、Ｏ（Ｔ）の発生の確率を評価するために、好ましい実施形態において使用され、各観測Ｏ（ｔ）は、ＶＱ方法による離散記号か、または連続ベクトルのいずれかであってもよい。一連の観測は、直接観測可能ではない状態遷移を有する、潜在マルコフ連鎖の確率的関数としてモデル化してもよい。

好ましい実施形態において、マルコフモデルは、一連の治療観察に対する確率をモデル化するために使用される。状態間の遷移は、遷移マトリクスＡ＝［ａ（ｉ，ｊ）］によって表される。モデルが状態ｉであると仮定すると、遷移マトリクスの各ａ（ｉ，ｊ）の項は、状態ｊに遷移する確率である。モデルの出力記号確率は、関数セットＢ＝［ｂ（ｊ）により表され、モデルが状態ｊであると仮定すると、出力記号マトリクスのｂ（ｊ）の項は、規定値Ｏ（ｔ）で評価される場合、観測Ｏ（ｔ）を出力する確率を戻す関数である。第１の状態は、必ず、マルコフ連鎖の最初のフレームに対する初期状態であるように制約され、左から右への状態遷移の所定のセットのみが可能である。他の状態への遷移が起こることができない所定の最終の状態が定義される。

一実施形態において、遷移は、状態のリエントリ、または次の２つの状態のうちの１つへのエントリに制限される。そのような遷移は、遷移確率としてモデル内に定義される。例えば、状態２において特徴信号のフレームを現在有する治療パターンは、ａ（２，２）の状態２にリエントリする確率、状態３にエントリする確率ａ（２，３）、および状態４にエントリするａ（２，４）＝ｌ−ａ（２，２）−ａ（２，３）の確率を有する。状態１にエントリする確率ａ（２，ｌ）、または状態５にエントリする確率ａ（２，５）は、ゼロであり、確率ａ（２，ｌ）からａ（２，５）までの合計は１である。好ましい実施形態は、フローグラフを現在の状態または次の２つの状態に制限するが、当業者は、より柔軟な遷移制限でＨＭＭモデルを構築することができるが、任意の状態から遷移する確率のすべての合計は、それでもなお１にならなければならない。

モデルの各状態ｊにおいて、現在の特徴フレームは、所定の出力記号セットのうちの１つで識別されてもよく、または確率的に分類されてもよい。この場合において、出力記号確率ｂ（ｊ）（Ｏ（ｔ））は、特徴フレーム記号がＯ（ｔ）であるモデルにより割り当てられる確率に対応する。モデル配置は、遷移確率のマトリクスＡ＝［ａ（ｉ，ｊ）］、およびＢ＝［ｂ（ｊ）（Ｏ（ｔ））］を計算する技術である。

一実施形態において、マルコフモデルは、訓練パターンの複数の配列からの基準パターンに対して形成され、出力記号確率は、多変量ガウス関数の確率密度である。歯の治療情報は、特徴抽出器を通過する。学習中、得られる特徴ベクトルの連続は、その出力が隠れマルコフモデルに提供されるパラメータ推定量によって処理される。隠れマルコフモデルは、基準パターンテンプレートセットを導くために使用され、各テンプレートは、基準治療パターンの語彙セットにおける、識別されたパターンを代表する。次いで、各マルコフモデルの基準パターンテンプレートから観測を生成する確率に基づいて、一連の観測を基準パターンのうちの１つに分類するために、マルコフモデルの基準テンプレートが利用される。次いで、認識中、未知パターンは、確率計算機における最高確率で、基準パターンとして識別されることができる。

ＨＭＭテンプレートは、それぞれ離散値を有する多数の状態を有する。しかしながら、治療パターン特徴は、単一の値とは対照的な動的パターンを有してもよいため、一実施形態におけるＨＭＭのフロントエンドにおける、ニューラルネットワークの追加は、動的な値で状態を表す能力を提供する。ニューラルネットワークの入力層は、入力ニューロンを含む。入力層の出力は、中間層のおけるすべてのニューロンに分散される。同様に、中間層の出力は、すべての出力ニューロンに分散され、出力ニューロンは、ＨＭＭの内部状態に１対１で対応する。しかしながら、各出力は、それ自体または他の出力への遷移確率を有し、したがって、修正ＨＭＭを形成する。このような形成されたＨＭＭの各状態は、特定の動的信号に反応することが可能であり、よりロバストなＨＭＭをもたらす。あるいは、ニューラルネットワークは、ＨＭＭアーキテクチャの遷移確率を用いることなく、単独で使用されることができる。

図１Ａの出力ストリームまたは結果４は、歯科装置設計および／または医師による使用の改善におけるフィードバックとして使用される。例えば、データマイニング結果は、ステージング方法に基づいて性能を評価するために、治療方法に基づいて装置性能指数を比較するために、および歯における異なるアタッチメントの形状および位置を比較する性能を評価するために、使用されることができる。

治療結果の大きなクラスタに対する、歯に特異的な有効性および製品性能を研究する能力は、統計的に有意な比較が、２つ以上の症例集団間で行われることを可能にする。研究される２つのクラスタが、治療方法、装置設計、または製造プロトコルの差異を含む場合、データ出力により示されるような製品性能に見られる差異は、方法、設計、または製造プロトコルに起因する可能性がある。最終結果は、臨床医または製造者のいずれかが、客観的な測定可能データを使用した著しく大きいサンプルサイズからの性能データに基づいて、製品設計および使用を最適化できることを可能にする。

歯列矯正治療の理論は、普遍的に同意されず、実際の治療および結果は、患者変数の測定、未測定患者変数との関係、および種々の患者コンプライアンスの付加的な不確実性の影響を受ける。結果として、異なる臨床医は、単一の患者に対して異なる治療計画を好む可能性がある。したがって、普遍的に受け入れられる「正しい」治療計画はないため、単一の治療計画は、すべての臨床医に受け入れられない場合がある。

次のいくつかの実施形態は、治療パラメータを臨床医の選好に合わせて調整することにより、より大きな臨床医の満足度およびより大きな患者の満足度を可能にする。システムは、臨床医の治療履歴の統計的観測により、治療選好の差異を検出する。例えば、臨床医は、同程度の叢生の場合において、小臼歯抜歯を実行する可能性の程度が異なる。所与の臨床医に対して、過去の治療の十分な記録がない場合であっても、クラスタリングは、治療パラメータの統計的有意差を観察するために、地理的位置、訓練に関する変数、または実行のサイズおよび性質等の他の予測変数に対して実行されてもよい。

データマイニングは、同程度の患者に対して、異なる臨床医により達成される異なる治療結果の統計的に有意なパターンを発見することができる。例えば、合わせてクラスタ化された患者症例は、別と比較して、一人の臨床医に対して系統的により少ない合併症を有する可能性がある。データマイニングツールにより検出されるそのような差異は、さほど腕の良くない臨床医へのフィードバックフラグ、および腕の良い臨床医により使用される治療差異の誘導フラグとして使用される可能性がある。

一実施形態において、クラスタリング技術は、治療による合併症および結果を分類するために、すでに完了した症例で使用される。次いで、リスク確率モデルは、各クラスタ内で構築される。次いで、新しい症例が、治療前変数の相似に基づいて、同一クラスタに割り当てられる。次いで、治療が完了した患者の各クラスタ内のリスクは、治療結果および合併症のリスクを予測するために、新しい症例で使用される。次いで、高リスク患者は、特別の注意のためにフラグ付けされ、場合により、治療計画における付加的なステップ、または付加的な臨床的介入を含む。

別の実施形態において、医師は、観察された臨床医の治療選好によってグループにクラスタ化され、治療パラメータは、観察された治療選好とより綿密に一致するように、各群内で調節される。次いで、観察された履歴のない医師は、既知の治療履歴を有するクラスタ内の者への既知の変数の相似性に基づいて、グループに割り当てられる。

図１Ｅは、実行をクラスタ化するための例示的なプロセスを示す。最初に、プロセスは、治療選好、結果、ならびに人口統計学および実行の変数等の臨床医の治療履歴に基づいて、治療実行をクラスタ化する（２０）。次いで、システムは、各クラスタ内の好ましい臨床的制約をモデル化する（２２）。次いで、システムは、人口統計学および実行の変数に基づいて、治療履歴なしの臨床医を、２０におけるクラスタに割り当てる（２４）。一実施形態において、システムは、クラスタ特有の臨床的制約を使用して、各クラスタ内で別々のプロセス１００（図２Ａを参照）を実行する（２６）。さらに、システムは、新しい治療および結果データが届くと、クラスタおよびクラスタ割り当てを更新する（２８）。

図１Ｆは、提案された治療を生成するための、データマイニングシステムの別の実施形態を示す。最初に、システムは、詳細なフォローアップデータ、診断、治療のパラメータおよび結果、ならびに人口統計学変数に基づいて、詳細なフォローアップ（多数の高分解能スキャン等）を有する患者履歴を識別／クラスタ化する（４０）。各クラスタ内において、システムは、目的とする位置と、フォローアップデータから取得される実際の位置との間の不一致をモデル化する（４２）。さらに、各クラスタ内において、システムは、特別の望ましくない結果のリスクをモデル化する（４４）。クラスタリングの第２の層において、さほど詳細ではないフォローアップデータを有する患者履歴は、利用可能な変数に基づいてクラスタ化される。第２の層のクラスタリングが、十分に部分的であるため、第２の層のクラスタのより大きい数は、４０において計算されるクラスタに割り当てられるか、あるいは新しいクラスタとみなされることができる（４６）。システムは、ステップ４６のクラスタからの追加記録で、ステップ４２のモデルを精緻化する（４８）。それは、ステップ４８のクラスタの追加記録で、ステップ４４のモデルも精緻化することができる（５０）。次いで、クラスタリングの第３の層において、システムは、診断、人口統計学、および初期身体検査に基づいて、新しい患者をステップ４６のクラスタに割り当てる（５２）。各ステップ５２のクラスタ内において、システムは、目的とする位置と実際の位置との間の予期された不一致をモデル化する（５４）。ステップ５４から、システムは、関連する場合、修正された予期された位置情報を使用する（図２Ｂの２３２および２５０を含む）（６７）。さらに、各ステップ５２のクラスタ内において、システムは、望ましくない結果のリスクをモデル化する（５６）。また、ステップ５６から、システムは、特別な注意および臨床的制約を必要とする症例にフラグ付けする（図２Ｂおよび２Ａの２０４および１６０にあるように）（６９）。次いで、プロセスは、治療計画を各ステップ５２のクラスタにカスタマイズする（５８）。次いで、システムは、データを反復的に収集し（６１）、患者履歴を識別／クラスタ化するために、ループバックする（４０）。さらに、クラスタは、修正および再割り当てされることができる（６３）。また、システムは、追加フォローアップ分析に対して、良好な表現を有しないクラスタを継続的に識別する（６５）。

臨床治療の場において、歯の移動のすべての段階において可能な最高分解能データを取得または処理することは、コスト効率が良くない。例えば、
・患者は、臨床医への訪問の間にいくつかの装置を使用する場合がある。

・所与の患者は、１つの歯型セットのみを提出する場合がある。

・放射線に関する問題は、使用されるＣＴまたはＸ線スキャンの数を制限する場合がある。

・臨床医は、概して、各訪問において、各歯に関する詳細な空間的情報を報告する時間がない。

これらおよび他の制限により、治療計画は、必然的に部分情報に基づいて作成される。

一実施形態において、不明な情報は、患者と、詳細なフォローアップ情報が収集される、代表するサンプルとの間の予測特性を一致させることにより実質的に近似される。この場合おいて、患者は、追加の歯型セットの収集および分析等のフォローアップ情報の要求のために、予測が不十分な治療結果に基づいてフラグ付けされる。次いで、得られる情報は、患者クラスタ、およびクラスタに後に割り当てられる患者の治療を精緻化するために使用される。

概して、患者データはスキャンされ、そのデータは、上記に記載されるデータマイニングシステムを使用して分析される。治療計画は、システムにより提案されて、歯科医師が承認する。歯科医師は、治療計画への修正を容認または要求することができる。一旦治療計画が承認されると、装置の製造を開始することができる。

図２Ａは、患者の歯列矯正治療ための再配置装置を定義および生成するための、例示的なプロセス１００の概略フローを図示する。プロセス１００は、方法を含み、以下に記載されるような本発明の装置に好適である。プロセスのコンピュータによるステップは、１つ以上の従来のデジタルコンピュータ上での実行のために、コンピュータプログラムモジュールとして有利に実施される。

最初のステップとして、患者の歯または口腔組織の型またはスキャンが取得される（１１０）。このステップは、概して、患者の歯および歯肉の鋳型を取るステップを伴い、付加的に、または別の方法として、歯、顎、歯肉、および他の歯列矯正に関連した組織の位置および構造に関する情報を取得するために、ワックスバイト、直接接触スキャニング、Ｘ線イメージング、断層イメージング、超音波イメージング、および他の技術を用いるステップを伴ってもよい。そのように取得されるデータから、患者の歯および他の組織の初期（すなわち、治療前）の配置を表すデジタルデータセットが得られる。

初期デジタルデータセットは、スキャン操作からの生データ、および生データから得られる表面モデルを表すデータの両方を含んでもよいが、互いから組織要素をセグメント化するために処理される（ステップ１２０）。より具体的には、このステップにおいて、個々の歯冠をデジタル表現するデータ構造が生成される。有利なことに、測定または外挿された隠れた表面および歯根構造を含む、すべての歯のデジタルモデルが生成される。

歯の望ましい最終位置、すなわち、歯列矯正治療の望ましく、かつ目的とする最終結果は、処方の形で臨床医から受信されることができるか、歯列矯正の基本原理から計算されることができるか、または臨床処方からコンピュータ的に外挿されることができる（ステップ１３０）。歯の望ましい最終位置の詳細、および歯自体のデジタル表現により、治療の望ましい終わりにおいて、歯の完全なモデルを形成するために、各歯の最終位置および表面形状は、特定されることができる（ステップ１４０）。概して、このステップにおいて、すべての歯の位置は、特定される。このステップの結果は、安定していると推定される組織に対して、モデル化された歯の歯列矯正的に正しい再配置を表す、デジタルデータ構造セットである。歯および組織の両方は、デジタルデータとして表される。

各歯に対する開始位置および最終位置の両方を有し、プロセスは、次いで、各歯の運動のための歯経路を画定する。一実施形態において、歯経路は、全体として最適化されて、歯をそれらの初期位置からそれらの望ましい最終位置に移動させるために、歯が、最小のラウンドトリッピングをできるだけ少なく、最短で移動する。（ラウンドトリッピングは、望ましい最終位置に直接向かう以外の任意の方向への歯の任意の運動である。ラウンドトリッピングは、歯が互いを通過することを可能にするために、必要な場合がある。）歯経路は、セグメント化される。セグメントは、セグメント内の各歯の運動が、直線移動および回転移動の限界値内にとどまるように、計算される。このように、各経路セグメントの終点は、臨床的に実行可能な再配置を構成することができ、セグメント終点の集合は、その配列における１つの点から次の点への移動が、歯の衝突をもたらさないように、歯の位置の臨床的に実行可能な配列を構成する。

直線移動および回転移動の閾値限界値は、一つの実装において、使用される装置の性質に基づいて、デフォルト値を用いて初期化される。より個別に調整された限界値は、患者に特有のデータを使用して計算されることができる。また、限界値は、装置計算の結果に基づいて更新されることができ（後に述べられる、ステップ１７０）、１つ以上の歯経路に沿った１つ以上の点において、歯および組織のその時点で存在する構成上の、装置により生成されることができる力が、１つ以上の歯経路セグメントによって表される再配置を達成することができないことを決定し得る。この情報を用いて、セグメント化された経路を画定するサブプロセス（ステップ１５０）は、経路または影響されたサブ経路を再計算することができる。

プロセスの種々の段階において、かつより具体的には、セグメント化された経路が画定された後に、プロセスは、患者の治療に対して責任がある臨床医と相互作用することができ、概して相互作用する（ステップ１６０）。臨床医との相互作用は、プロセス１００の他のステップが実施されるサーバコンピュータまたはプロセスから、歯の位置およびモデル、ならびに経路情報を受信するようにプログラムされるクライアントプロセスを使用して、実施されることができる。クライアントプロセスは、臨床医が、位置および経路のアニメーションを表示することを可能にし、臨床医が、歯のうちの１つ以上についての最終位置をリセットし、セグメント化された経路に適用される制約を特定することを可能にするように、有利にプログラムされる。臨床医が、任意のそのような変更を行う場合、分割された経路を画定するサブプロセス（ステップ１５０）は、再び実行される。

セグメント化された歯経路および関連した歯の位置データは、経路セグメントによって特定される、ステップにおいて画定された治療経路上を、歯を移動させる臨床的に許容できる装置構成（または装置構成の連続的変更）を計算するために使用される（ステップ１７０）。各装置構成は、患者に対する治療経路に沿ったステップを表す。各離散位置が、先行する離散ステップによって達成された歯の位置から、直線の歯の移動または単純な回転によって得られることができるように、かつ各ステップにおいて必要とされる再配置の量が、患者の歯列への歯列矯正的に最適な量の力を伴うように、ステップは画定および計算される。経路画定ステップと同様に、この装置計算ステップは、臨床医との相互作用、および反復的な相互作用までも含むことができる（ステップ１６０）。このステップを実施するプロセスステップ２００の操作は、以下により十分に記載される。

装置定義の計算を完了すると、プロセス１００は、製造ステップに進むことができ（ステップ１８０）、このステップにおいて、プロセスによって定義される装置が製造されるか、または装置構成もしくは装置構成の変更を定義するために、マニュアルもしくは自動化プロセスによって使用されることができる、電子もしくは印刷情報が生成される。

図２Ｂは、上述の米国特許第５，９７５，８９３号に記載される種類のポリマシェルアライナのための、装置計算ステップ（図２Ａ、ステップ１７０）を実施するプロセス２００を図示する。プロセスへの入力は、初期アライナ形状２０２、種々の制御パラメータ２０４、および現在の治療経路セグメント２０６の終わりにおける歯に対する望ましい終了構成を含む。他の入力は、顎内の適切な位置における歯のデジタルモデル、顎組織のモデル、ならびに初期アライナ形状およびアライナ材料の詳細を含む。入力データを使用して、プロセスは、歯の所定の位置におけるアライナとともに、アライナ、歯、および組織の有限要素モデルを作成する（ステップ２１０）。次いで、プロセスは、有限要素解析を、アライナ、歯、および組織の複合的な有限要素モデルに適用する（ステップ２２０）。終了状態が達成されるまで、解析は実行され、その時、プロセスは、歯が現在の経路セグメントに対する望ましい終了位置、または望ましい終了位置に十分近い位置に達しているかどうかを評価する（ステップ２３０）。許容できる終了位置が歯によって達成されていない場合、プロセスは、新しい候補のアライナ形状を計算する（ステップ２４０）。許容できる終了位置が達成された場合、有限要素解析によって計算される歯の移動は、それらが歯列矯正的に許容できるか否かを決定するために評価される（ステップ２３２）。それらが許容されない場合も、プロセスは、新しい候補のアライナ形状の計算に進む（ステップ２４０）。移動が歯列矯正的に許容でき、歯が、許容できる位置に達している場合、現在のアライナ形状は、すでに計算されたアライナ形状と比較される。現在の形状が、これまでの最適な解である場合（判断ステップ２５０）、それは、これまでの最適な候補として保存される（ステップ２６０）。そうでない場合、それは、可能な中間結果として選択的ステップに保存される（ステップ２５２）。現在のアライナ形状が、これまでの最適な候補である場合、プロセスは、それが許容されるのに十分良好か否かを決定する（判断ステップ２７０）。そうである場合、プロセスは終了する。そうでなければ、プロセスは継続し、解析に対する別の候補の形状を計算する（ステップ２４０）。

有限要素モデルは、種々の供給メーカから入手可能な、コンピュータプログラムアプリケーションソフトウェアを使用して、作成されることができる。立体幾何学モデルを作成するために、Ｓａｎ Ｒａｆａｅｌ，Ｃａｌｉｆ．のＡｕｔｏｄｅｓｋ，Ｉｎｃ．から入手可能なソフトウェア製品、ＡｕｔｏＣＡＤ（登録商標）等の、コンピュータ支援エンジニアリング（ＣＡＥ）またはコンピュータ支援設計（ＣＡＤ）プログラムが使用されることができる。有限要素モデルを作成し、それらを分析するために、Ｃｏｒａｌｖｉｌｌｅ，ＩｏｗａのＣＡＤＳＩから入手可能なＰｏＩｙＦＥＭ製品、Ｗａｌｔｈａｍ，Ｍａｓｓ．のＰａｒａｍｅｔｒｉｃ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｒｐｏｒａｔｉｏｎから入手可能なＰｒｏ／Ｍｅｃｈａｎｉｃａシミュレーションソフトウェア、Ｃｉｎｃｉｎｎａｔｉ，ＯｈｉｏのＳｔｒｕｃｔｕｒａｌ Ｄｙｎａｍｉｃｓ Ｒｅｓｅａｒｃｈ Ｃｏｒｐｏｒａｔｉｏｎ（ＳＤＲＣ）から入手可能なＩ−ＤＥＡＳ設計ソフトウェア、およびＬｏｓ Ａｎｇｅｌｅｓ，Ｃａｌｉｆ．のＭａｃＮｅａｌ−Ｓｃｈｗｅｎｄｌｅｒ Ｃｏｒｐｏｒａｔｉｏｎから入手可能なＭＳＣ／ＮＡＳＴＲＡＮ製品を含む、多数の供給メーカからのプログラム製品が使用されることができる。

図３は、プロセス２００のステップ２１０（図２）を実行するために使用されることができる、有限要素モデルを作成するプロセス３００を示す。モデル作成プロセス３００への入力は、歯および組織を説明する入力データ３０２、およびアライナを説明する入力データ３０４を含む。歯を説明する入力データ３０２は、歯のデジタルモデル、利用可能であれば剛性の組織構造のデジタルモデル、それらの組織の特定のモデルがない場合に、歯が埋め込まれる、および歯が接続される基質組織をモデル化する高粘性流体に対する形状および粘性詳細、ならびにモデル要素の不動の境界を特定する境界条件を含む。一実施において、モデル要素は、歯のモデル、高粘性の埋め込み基質流体のモデル、および事実上、モデル化された流体が保持される剛性容器を画定する境界条件のみを含む。流体特性は、例えば、年齢の関数として、患者クラスタにより異なる場合があることに留意されたい。

歯および組織の初期構成の有限要素モデルが作成され（ステップ３１０）、任意にプロセスの後の反復における再使用のためにキャッシュされる（ステップ３２０）。歯および組織で行われたように、ポリマシェルアライナの有限要素モデルが作成される（ステップ３３０）。このモデルに対する入力データは、アライナが製造される材料およびアライナ形状を特定するデータを含む（データ入力３０４）。

次いで、配置済みのアライナの複合モデルを作成するために、モデルの顎におけるモデリ化された歯の上にそれを配置するように、モデルアライナはコンピュータ的に操作される（ステップ３４０）。任意に、歯に取り付けられる任意のハードウェアを含む、歯に適合するようにアライナを変形させるために必要な力が計算され、特定のアライナ構成の許容性の測定における性能指数として使用される。選択的に、使用される歯の位置は、先行する治療ステップおよび他の患者情報に基づいて、確率モデルから推定される通りである。しかしながら、より単純な代替方法において、アライナの変形は、歯に適合するのに十分な程大きくされた十分な力をその内側に印加すること、複合モデルにおいてモデルの歯の上にモデルのアライナを配置すること、モデルの歯および組織の状態を無限に剛性になるように設定すること、モデルのアライナが緩み、固定された歯の上の所定の位置にくることを可能にすることによって、モデル化される。有限要素解析が、複合モデルへの解を見つけ、変形したアライナの影響下で歯の移動を計算し始める前に、アライナモデルが、モデルの歯に対して正しい初期構成を達成するように、アライナおよび歯の表面は、この段階において、摩擦なしで相互作用するようにモデル化される。

図４は、プロセス２００のステップ２４０のアライナ計算（図２Ｂ）で使用されることができる、次のアライナ形状を計算するためのプロセス４００を示す。次の候補のアライナ形状を計算するために、種々の入力が使用される。これらは、複合モデルの有限要素解析解によって生成されるデータの入力４０２、および現在の歯経路により画定されるデータ４０４を含む。有限要素解析から得られるデータ４０２は、歯のシミュレートされた再配置が行われた実経過時間、解析により計算された実際の歯の終了位置、各歯に加えられる最大の直線的な力およびねじり力、各歯の最大の直線的速度および角速度を含む。入力経路情報から、入力データ４０４は、現在の経路セグメントに対する歯の初期位置、現在の経路セグメントの終わりにおける望ましい歯の位置、各歯に対する最大許容変位速度、および各歯に対する各種類の最大許容力を含む。

すでに評価されたアライナが、１つ以上の制約に違反することがわかった場合、追加の入力データ４０６が、プロセス４００によって選択的に使用されることができる。このデータ４０６は、すでに評価されたアライナによって違反される制約、およびすでに評価されたアライナの選択的な識別された準最適な性能を識別する情報を含むことができる。さらに、先の歯のデバイスによって違反される制約、および先の歯のデバイスの準最適な性能に関する入力データ４０８は、プロセス４００によって使用されることができる。

初期入力データを受信すると（ステップ４２０）、プロセスは、モデルにおける移動可能な歯に対して繰り返す（歯のいくつかは、移動不可能として識別され、移動不可能であると制約される場合がある）。すでに選択されたアライナによって現在選択されている歯の移動の終了位置および動特性が、許容できる場合（判断ステップ４４０の「はい」分岐）には、プロセスは、すべての歯が考察されるまで、考察のために次の歯を選択すること（ステップ４３０）によって継続する（ステップ４３０からステップ４７０の「完了」分岐）。そうでなければ（ステップ４４０からの「いいえ」分岐）、アライナの変更は、現在選択されている歯の領域内において計算される（ステップ４５０）。次いで、プロセスは、記載されたように、次の現在の歯を選択するために戻る（ステップ４３０）。

すべての歯が考察されると、アライナに対して行われた変更の全体は、すでに定義された制約に対して評価され（ステップ４７０）、その実施例は、すでに述べられている。制約は、製造可能性等の種々のさらなる考察への基準で定義されることができる。例えば、制約は、アライナ材料の最大もしくは最小の厚さを設定するために、または歯の歯冠へのアライナの最大もしくは最小の被覆率を設定するために定義されることができる。アライナ制約が満たされた場合、新しいアライナ形状を画定するために変更が適用される（ステップ４９０）。そうでなければ、アライナへの変更は、制約を満たすために修正され（ステップ４８０）、修正された変更が、新しいアライナ形状を画定するために適用される（ステップ４９０）。

図５Ａは、現在の歯の領域内におけるアライナの変更を計算するステップ（ステップ４５０）の一つの実装を図示する。この実施において、すでに説明された入力データ（入力４５４）、およびルールのルールベース４５２におけるルール４５２ａ−４５２ｎのセットを処理するために、ルールベース推論エンジン４５６が使用される。推論エンジン４５６およびルール４５２は、実際の入力データに適用される場合、現在の歯の領域内においてアライナに行われる変更を特定する、出力結果のセットを生成する生成システムを定義する（出力４５８）。

ルール４５２ａ．．．４５２ｎは、条件を定義するｉｆ−部分、および条件が満たされた場合にアサートされる結論または動作を定義するｔｈｅｎ−部分の、一般的な２部形式を有する。条件は、単純であることができるか、またはそれらは、多数のアサーションの複雑な結合または分離であることができる。アライナに行われる変更を定義するルールの例示的なセットは、以下を含む。もし歯の移動が速過ぎれば、移動の望ましい方向と反対にアライナに駆動材料を追加する。もし歯の移動が遅過ぎれば、歯の位置を過剰修正するための駆動材料を追加する。もし歯が望ましい終了位置のあまりに手前であれば、過剰修正するための材料を追加する。もし歯が望ましい終了位置を通過して移動し過ぎれば、歯がそれと接触するために移動するアライナを硬化する材料を追加する。もし最大量の駆動材料が追加されていれば、歯の再配置を過剰修正するための材料を追加し、駆動材料は追加されない。もし歯の移動が望ましい方向以外の方向であれば、歯の方向を変更するために、材料を除去および追加する。

図５Ｂおよび５Ｃに図示される代替の実施形態において、付加的な差分よりもむしろ、アライナの絶対的な構成が計算される。図５Ｂに示されるように、プロセス４６０は、現在の歯の領域内におけるアライナに対する絶対構成を計算する。すでに説明された入力データを使用して、プロセスは、現在の歯の望ましい終了位置と達成された終了位置との差を計算する（４６２）。基準点として歯肉組織レベルと歯の中心線との交点を使用して、プロセスは、運動の６自由度すべて、すなわち、３自由度の平行移動および３自由度の回転の差分の補完を計算する（ステップ４６４）。次いで、モデルの歯は、補完差分の量によってその望ましい終了位置から変位し（ステップ４６６）、それは図５Ｂに図示される。

図５Ｄは、例示的なモデルの歯６２を被覆する、例示的なモデルのアライナ６０の平面図を示す。歯は、その望ましい終了位置にあり、アライナ形状は、この終了位置における歯によって画定される。有限要素解析によって計算された実際の歯の移動は、望ましい位置６２よりも位置６４に歯を配置するように図示される。計算された終了位置の補完は、位置６６として図示されている。プロセス４６０（図５Ｂ）の次のステップは、前のステップ（４６６）において計算された変位したモデルの歯の位置（ステップ４６８）により、プロセスのこの繰り返しにおいて、現在の歯の領域内にアライナを画定する。現在の歯の領域内におけるこの計算されたアライナ構成は、位置６６に再配置されたモデルの歯によって画定される形状６８として、図５Ｄに図示される。

ルール４５２（図５Ａ）としても実施されることができる、プロセス４６０におけるさらなるステップが、図５Ｃに示される。現在の歯をその中心軸の方向に移動させるために、アライナの領域を画定するモデルの歯のサイズ、または歯に対してアライナ内に許容される空間の大きさは、プロセスがそこから離れて歯を移動させようと決定した領域において、より小さくなる（ステップ４６５）。

図６に示されるように、治療経路におけるステップに対して、アライナ形状を計算するプロセス２００（図２Ｂ）は、一連のアライナ形状を計算するプロセス６００における一つのステップである。このプロセス６００は、初期データ、制御、および制約値が得られる初期化ステップ６０２から始まる。

治療経路の各ステップまたはセグメントに対して、アライナ構成がわかると（ステップ６０４）、プロセス６００は、アライナのすべてが許容できるかどうかを決定する（ステップ６０６）。それらが許容できる場合、プロセスは完了する。そうでなければ、プロセスは、許容できるアライナのセットを計算しようとして、ステップ６１０のセットを選択的に開始する。最初に、アライナに対する制約の１つ以上が、緩和される（ステップ６１２）。次いで、許容できないアライナを有する各経路セグメントに対して、アライナを形成するプロセス２００（図２Ｂ）が、新しい制約で実行される（ステップ６１４）。ここで、アライナのすべてが許容できる場合、プロセス６００は終了する（ステップ６１６）。

アライナは、種々の理由により許容できない場合があり、そのいくつかは、プロセスにより処理される。例えば、何らかの不可能な移動が要求された場合（判断ステップ６２０）、すなわち、形状計算プロセス２００（図２Ｂ）が、何のルールまたは調節も利用可能でない移動を達成するために要求された場合、プロセス６００は、要求された移動を達成するために力が付与されることができる、対象となる歯へのハードウェアのアタッチメントの構成を計算する、モジュールの実行に進む（ステップ６４０）。ハードウェアの追加は、ローカル以上の効果を有することがあり得るため、ハードウェアがモデルに追加される場合、プロセス６００の外側ループが、再び実行される（ステップ６４２）。

何の不可能な移動も要求されなかった場合（ステップ６２０からの「いいえ」分岐）、プロセスは、許容できないアライナを有する治療経路のそれらの部分を再画定するために、経路画定プロセス（図２Ａ、ステップ１５０等）に制御を移行する（ステップ６３０）。このステップは、治療経路上の歯の移動の増分を変更するステップ、すなわち、セグメンテーションを変更するステップ、治療経路における経路、続いて１つ以上の歯を変更するステップ、またはその両方を含むことができる。治療経路が再画定された後、プロセスの外側ループが再び実行される（ステップ６３２）。再計算は、有利にも、治療経路の再画定された部分におけるそれらのアライナのみの再計算に制限される。ここで、アライナのすべてが許容できる場合、プロセスは終了する（ステップ６３４）。許容できないアライナがまだ残っている場合、プロセスは、アライナの許容できるセットが見つかるか、または繰り返し制限が超えられるまで繰り返されることができる（ステップ６５０）。この時点において、追加のハードウェアの計算（ステップ６４０）等の、本明細書に記載されるプロセスにおける他の点におけるものと同様に、プロセスは、支援を要求するために、臨床医または技師等の人間オペレータと相互作用することができる（ステップ６５２）。オペレータが提供する支援は、歯または骨に取り付けられる好適なアタッチメントを画定または選択するステップ、治療経路の１つ以上のセグメントに対して必要とされる力を提供するために、追加の弾性要素を画定するステップ、歯の移動経路または治療経路のセグメンテーションのいずれかにおいて、治療経路の変更を提案するステップ、および操作制約からの逸脱または操作制約の緩和を承認するステップを含むことができる。

前述のように、プロセス６００は、入力データ（ステップ６０２）の種々のアイテムによって定義およびパラメータ化される。一つの実装において、この初期化および定義データは、以下のアイテムを含む。プロセス全体の外側ループに対する繰り返し制限、アライナが十分に良好か否かを決定するために計算される性能指数の詳細（ステップ２７０、図２Ｂを参照）、アライナ材料の詳細、アライナ形状または構成が、許容できるようになるために満たさなければならない制約の詳細、歯列矯正的に許容できる力ならびに位置決め移動および速度の詳細、各歯に対する移動経路および各セグメントが１つのアライナにより達成されるセグメントへの治療経路のセグメンテーションを含む、初期治療経路、歯に取り付けられるか、または別の方法による任意のアンカーの形状および位置の詳細、および歯が位置する顎骨および他の組織に対するモデルの詳細（記載されている実施において、このモデルは、歯が埋め込まれ、流体用の容器を本質的に画定する境界条件を有する、粘性基質流体のモデルから成る）を含む。

図７は、統計的な歯根モデルの例示的な図である。そこに示されるように、上記に記載されるスキャンプロセスを使用して、歯のスキャンされた上部７０１が識別される。次いで、歯冠を含むスキャンされた上顎部分は、モデル化された３−Ｄの歯根によって補完される。歯根の３−Ｄモデルは、統計的にモデル化されることができる。歯根７０２の３Ｄモデルおよび上部７００の３−Ｄモデルは、合わせて歯の完全な３−Ｄモデルを形成する。

図８は、追加の歯の情報を使用して強化されるような、歯根モデル化の例示的な図を示す。図８において、追加の歯の情報は、Ｘ線情報である。歯のＸ線画像７１０は、完全な歯の形状の２−Ｄ画像を提供するためにスキャンされる。標的の歯の輪郭は、Ｘ線画像において同定される。図７に展開されるようなモデル７１２は、追加情報に従って修正される。一実施形態において、図７の歯のモデルは、Ｘ線データと一致する新しいモデル７１４を形成するために変形される。

図９は、歯のＣＴスキャンの例示的な図を示す。この実施形態において、歯根は、患者の高分解能ＣＢＣＴスキャンから直接得られる。次いで、スキャンされた歯根は、歯型から得られた歯冠に適用されるか、またはコーンビームコンピュータ断層撮影（ＣＢＣＴ）データから抽出された既存の歯冠で使用されることができる。ＣＢＣＴの単一スキャンは、３−Ｄデータおよび多数の形態のＸ線様データを提供する。ＰＶＳ歯型は回避される。

一実施形態において、コーンビームＸ線供給源および２−Ｄ面検出器は、面検出器の位置が供給源に対して固定され、供給源と対象との間の相対的な回転移動および相対的な平行移動が、スキャニングを提供する種々の方法のいずれか１つによって、好ましくは、３６０度の角度の領域にわたり、その全長に沿って、患者の歯の解剖学的構造をスキャンする（放射エネルギーによる対象の照射）。スキャン経路に沿った、複数の光源位置に対するコーンビーム供給源の相対的な移動の結果（すなわち、「表示」）として、検出器は、コーンビーム投影データ（本明細書では、コーンビームデータまたは投影データとも呼ばれる）の対応する複数の連続セットを取得し、コーンビームデータの各セットは、光源位置のうちのそれぞれ１つにおいて、対象によって引き起こされるＸ線減衰を代表する。

図１０は、別の実施形態において基礎情報とともに示されることができる、浮き出した歯を示す例示的なユーザインターフェースを示す。各歯は、好適なハンドルを使用して個々に調節可能である。図１０の実施形態において、ハンドルは、オペレータが、６自由度で３次元的に歯を移動させることを可能にする。

歯の移動は、基礎ベースの順序付けシステムを使用して部分的に誘導される。一実施形態において、移動は、表面積制約によって制約される一方で、別の実施形態においては、移動は、体積制約によって制約される。

一実施形態において、システムは、各歯のモデルに対する表面積を決定する。次いで、システムは、移動するすべての歯のモデルに対するすべての表面積を合計する。次いで、システムは、歯列弓上のすべての歯のモデルのすべての表面積を合計する。歯の移動の各段階に対して、システムは、歯のモデルが移動する間に、所定の面積比または制約が満たされていることをチェックする。一つの実装において、制約は、移動する歯の表面積が、移動している歯を支持する歯列弓上の歯の全表面積未満であることを確実にするためのものであることができる。比率が、５０％等の特定の数よりも大きい場合、システムは、歯が比較的遅く移動するはずであることを示すために、オペレータにエラー信号を示す。

別の実施形態において、システムは、各歯のモデルに対する体積を決定する。次いで、システムは、移動しているすべての歯のモデルに対する体積を合計する。次いで、システムは、歯列弓上のすべての歯のモデルのすべての全体積を決定する。歯の移動の各段階に対して、システムは、歯のモデルが移動する間に、所定の体積比または制約が満たされていることをチェックする。一実施において、制約は、歯を移動するための体積が、移動している歯を支持する歯列弓上のすべての歯の体積未満であることを確実にするためのものであることができる。比率が、５０％等の特定の数よりも大きい場合、システムは、歯が比較的遅く移動するはずであることを示すために、オペレータにエラー信号を示す。

選択的に、アライナにおける望ましい特徴を生成するために、歯のモデルデータセットに他の特徴が追加される。例えば、アライナと歯または顎の特定の領域との間の空間を維持するための空洞または凹部を画定するために、デジタルワックスパッチを追加することが望ましい場合がある。また、特定の剛性または他の構造特性を有する領域を作成するための波形または他の構造形態を画定するために、デジタルワックスパッチを追加することが望ましい場合がある。再配置装置を生成するために、陽の物理モデルの生成に依存する製造プロセスにおいて、デジタルモデルへのワックスパッチの追加は、同一の追加されたワックスパッチの形状を有する陽原型を生成する。これは、アライナの基本形状の画定において、または特定のアライナ形状の計算において、全体的に行われることができる。追加されることができる一つの特徴は、アライナが製造されるデジタルモデルの歯の歯肉線において、デジタルモデルのワイヤを追加することにより生成されることができる、歯肉線周囲の縁である。デジタル歯の陽の物理モデル上にポリマ材料を加圧適合することによって、アライナが製造される場合、歯肉線に沿うワイヤによって、アライナは、歯肉線に沿って付加的な剛性を提供する、その周囲の縁を有する。

別の選択的な製造技術において、２つのシートの材料が、陽の歯モデルに圧力嵌合され、シートのうちの１つは、アライナの歯列弓の歯尖に沿って切断され、もう一方は、頂部に重ねられる。これは、歯の垂直壁に沿って２倍の厚さのアライナを提供する。

アライナの設計に行われることができる変更は、それを生成するために使用される製造技術により制約される。例えば、陽のモデルにポリマシートを圧力嵌合することにより、アライナが製造される場合、アライナの厚さは、シートの厚さによって決定される。結果として、システムは、概して、アライナの構造を変更するために、モデルの歯の配向、モデルの歯の一部のサイズ、アタッチメントの位置および選択、ならびに材料の追加および除去（例えば、ワイヤを追加するか、またはくぼみを作成する）を変更することにより、アライナの性能を調節する。歯により多くの、またはより少ない力を提供するために、アライナのうちの１つ以上が、標準以外の厚さのシートから製造されることを特定することにより、システムは、アライナを任意に調節することができる。一方で、アライナが光造形プロセスによって製造される場合、アライナの厚さは、局所的に変化することができ、縁、くぼみ、および波形等の構造的特徴は、歯のデジタルモデルを修正することなく追加されることができる。

また、システムは、リテーナおよびブレース等のより伝統的な装置の効果をモデル化するために使用されることができ、したがって、特定の患者に対する最適な設計および治療プログラムを生成するために使用されることができる。

図１１は、本発明の種々の実施形態を実行するための、指数付けシステム１１００全体のブロック図である。一実施形態における指数付けシステム１１００は、パーソナルコンピュータ、ワークステーション、またはメインフレームとして構成されてもよく、ユーザインターフェース入力デバイス１１０３およびユーザインターフェース出力デバイス１１０５、記憶ユニット１１０７、ならびにセントラルサーバ１１０９を含む、端末１１０１を含む。

図１１を参照すると、ユーザインターフェース入力デバイス１１０３は、キーボードを含んでもよく、Ｘ線または口腔内スキャナを含む、ポインティングデバイスおよび／またはスキャナをさらに含んでもよい。ポインティングデバイスは、マウス、トラックボール、タッチパッド、またはグラフィックスタブレット等の間接ポインティングデバイス、またはユーザインターフェース出力デバイス１１０５に組み込まれる、タッチスクリーン等の直接ポインティングデバイスであってもよい。音声認識システム等の、他の種類のユーザインターフェース入力デバイスが、本発明の範囲内で使用されてもよい。

図１１を再び参照すると、ユーザインターフェース出力デバイス１１０５は、プリンタ、ならびに表示制御装置および制御装置に連結される表示デバイスを含む、表示サブシステムを含んでもよい。表示デバイスは、ブラウン管（ＣＲＴ）、液晶表示装置等のフラットパネルデバイス、または投影デバイスであってもよい。また、表示サブシステムは、音声出力等の非画像表示を提供してもよい。

また、図１１に示される指数付けシステム１１００は、セントラルサーバ１１０９またはクライアントアプリケーションのいずれかのアクセスおよび制御下で、本発明の機能性を提供する基本的プログラミングおよびデータ構造を維持するように構成される、データ記憶ユニット１１０７を含む。ソフトウェアは、メモリユニットおよびファイル記憶ユニットを含んでもよい、記憶ユニット１１０７に記憶される。メモリユニットは、プログラム実行中の命令およびデータの記憶のためのメインのランダムアクセスメモリ（ＲＡＭ）、および固定された命令が記憶されるリードオンリーメモリ（ＲＯＭ）を含んでもよい。

データ記憶ユニット１１０７のファイル記憶ユニットは、プログラムおよびデータファイルのための永続（不揮発性）記憶を提供してもよく、一般的には、少なくとも１つのハードディスクドライブ、および少なくとも１つのＣＤ−ＲＯＭドライブ（関連した取り外し可能なメディアを有する）を含む。また、フロッピー（登録商標）ディスクドライブおよび光学式ドライブ等の、他のデバイスがあってもよい（すべて、それらの関連した取り外し可能なメディアを有する）。さらに、ファイル記憶ユニットは、ハードディスクカートリッジおよびフレキシブルディスクカートリッジ等の、取り外し可能なメディアカートリッジを有する種類のドライブを含んでもよい。ドライブのうちの１つ以上は、ローカルエリアネットワーク上のセントラルサーバ１１０９等の遠隔地、またはインターネットのＷｏｒｌｄ Ｗｉｄｅ Ｗｅｂ上のサイトに位置してもよく、またはシステム全体が、ユーザのシステム上にあるスタンドアロンのソフトウェアアプリケーションであってもよい。

本発明の一側面において、セントラルサーバ１１０９は、端末１１０１から受信される入力に基づいて、かつ反応して、データ記憶ユニット１１０７に記憶されたソフトウェアにアクセスするために、かつ端末１１０１から受信される命令または入力情報に従った手順および／またはルーティンに基づいて、追加的な処理を実行するために、端末１１０１およびデータ記憶ユニット１１０７と通信するように構成されてもよい。

図１１を再び参照すると、本発明の一実施形態に従った指数付けシステム１１００は、矢状、垂直、水平／横断、および歯列弓周長の異なる特質における歯列矯正の不一致の最も一般的な構成により、歯列矯正の必要性を体系付ける。顔面プロファイル、個々の歯の構成、動的な機能関係、および周辺の軟組織状態等の他の構成要素を具体的に捕捉するために、分類は拡大されてもよい。しかしながら、これら４つの分類における不一致は、歯列矯正関連の歯の問題または懸念事項の大部分を捕捉する。各分類内において、その特質に対する潜在的状態を特徴付けるために、所定の数の独立した構成要素があってもよい。各状態に対して、異なる可能な状態の所定の組み合わせが、作成されてもよい。各構成要素が記載される４つの主分類のうちの１つに属する、一実施形態における各構成要素の所定の組み合わせの集合は、マトリクスを定義するので、任意の時点における任意の患者は、マトリクス内の特定アドレスとして定義され得る。マトリクスおよびアドレスマトリクスの両方は、記憶ユニット１１０７に記憶されてもよい。

図１２は、本発明の一実施形態に従って、図１１の記憶ユニット１１０７に記憶された、指数付けシステムマトリクスの例示的な表形式の表示を図示する。図１２の例示的な表１２００は、４つの分類のそれぞれにおける、一構成要素に対する可能な状態の単純版を図示する。

図１２を参照すると、表１２００は、分類フィールド１２０１、基準構成要素フィールド１２０２、および所定オプションフィールド１２０３を含む。また、表１２００は、多数のオプションフィールド１２０４を含む。一実施形態における分類フィールド１２０１は、基準歯列状態情報が記憶される分類を含む。例示的な実施形態において、分類は、矢状、垂直、水平、および歯列弓周長を含んでもよい。この例示的な実施形態において、基準構成要素フィールド１２０２は、不正咬合が判断される、各特質内の１つの共通の構成要素を含む。共通の所定オプションフィールド１２０３は、分類のその特質に対する不正咬合の種々のレベルを含む。例えば、矢状分類の右犬歯構成要素に対する共通の不正咬合は、フルクラス２＋（フルカスプクラス２よりも大きい）、フル（カスプ）クラス２、パーシャルクラス２（エンドオンクラス２とも呼ばれる）等である。各特質の構成要素の選択には、「正常」の選択もある。

図１２を参照すると、一実施形態におけるオプションフィールド１２０４の数は、各分類における可能な基準状態の数、および基準状態の可能な組み合わせの合計数を含む。例えば、矢状分類は、犬歯関係の構成要素に対して７つの可能な基準状態を有し、垂直分類は、前歯オーバーバイトの構成要素に対して７つの基準状態を有する。示される実施例は、図１２の表１２００に示されるように、４つの構成要素に対して、７ｘ７ｘ７ｘ７＝２４０１の基準状態の可能な組み合わせを得る。一実施形態において、これらの２，４０１の患者症例の組み合わせのそれぞれは、例えば、セントラルサーバ１１０９により、記憶ユニット１１０７（図１１）内のデータベースに記憶される。図示されるように、４つの主な歯列矯正特質のそれぞれを説明するために使用される構成要素は、一特質当たり一構成要素だけではなく、非常に多く存在する可能性があるため、実際には、患者を説明するために使用されることができる組み合わせの合計数は、実質的により大きい場合があるが、同時に、それが図１１に記載されるように指数付けされ、列記され、クエリされ得るように、有限数である。

図１２に図示される指数表１２００に関して、識別子は、４位置または「４ビット」マトリクス：ＡＢＣＤから構成されてもよい。本発明の一実施形態におけるこの４ビットマトリクスにおいて、マトリクス内の「Ａ」位置は、矢状面に対応し、マトリクス内の「Ｂ」位置は、垂直面に対応し、マトリクス内の「Ｃ」位置は、水平面に対応し、マトリクス内の「Ｄ」位置は、歯列弓周長面に対応する。

マトリクスの各「ビット」の位置における実際の数字または文字は、分類内の対応する状態に関連してもよい。例えば、図１２の例示的な表１２００を再び参照すると、３２５６の識別子は、中度の前歯ディープバイト、左に０−１ｍｍの上顎正中線、および下顎の中度の叢生を有する、右犬歯パーシャルクラス２を表す。この「３２５６」識別子は、ユーザ定義の治療目標（例えば、図１４を参照して以下にさらに詳細に考察される）への「３２５６」の特定の組み合わせに関する関連した臨床情報を、データベースに記憶している記憶ユニット１１０７に記憶された、指数付けデータベース内のアドレスに対応する。

（歯の特徴付けデータベース）
図１１を再び参照すると、本発明の一実施形態における指数付けシステム１１００はまた、患者の歯列内の１つ以上の歯を表すために使用されてもよい。一般的には、成人患者の歯列は、３２個の歯を含む。歯科医は、通常、各歯の５つの表面、近心、咬合／切縁、遠心、頬側／顔側、および舌側を特徴付ける。これらの表面のそれぞれは、天然のままであるか、または銀アマルガム、複合材料、陶材、金、または金属歯冠等の修復物により被覆される場合がある。また、歯は、欠損しているか、または歯根管もしくはインプラントで処理されている場合がある。これらの組み合わせは、初期歯列、標的歯列（治療目標）、および治療結果である最終歯列に対する指数付けシステムで表され得る。

患者の歯列における各歯に対して、歯の表面、および歯が治療されているか、または欠損しているか等の歯の特性に基づいて、多数の可能な状態が存在し得る。歯の異なる可能な状態の組み合わせは、マトリクスを定義する。本発明の例示的な実施形態は、マトリクス内に３２個の位置アドレスを含み、アドレス内の各位置は、患者の歯列における歯に対応し、英数字または他の表現が歯の現在の状態を表す、サブアドレスを含む。

各歯に対する「５ビット」のサブアドレスは、位置１２３４５を含み、位置「１」から「５」までのそれぞれは、歯の５つの表面のうちの１つを表す。より具体的には、サブアドレスの位置１は、歯の近心面に対応し、サブアドレスの位置２は、歯の咬合または切縁面に対応し、サブアドレスの位置３は、歯の遠心面に対応し、サブアドレスの位置４は、歯の頬側または顔側面に対応し、サブアドレスの位置５は、歯の舌側面に対応する。

さらに、以下の文字「Ａ」から「Ｎ」のそれぞれは、サブアドレス内の歯の特定の表面の状態に対応する。

例えば、以下の患者の識別子１：ＮＮＡＢＮを考察する。識別子１：ＮＮＡＢＮは、天然近心面（サブアドレス位置１）、咬合アマルガム（サブアドレス位置２）、天然遠心面（サブアドレス位置３）、頬側／顔側複合材料（サブアドレス位置４）、天然舌側面（サブアドレス位置５）を有する、３２ビットアドレスの歯番号１を表す。

患者の初期歯列、標的歯列（治療目標）、および最終歯列の例示的な実施形態において、
そのような実施例は、
ＴｏｔａｌＡｄｄｒｅｓｓ＝ＳｕｂＡｄｄｒｅｓｓ１：ＳｕｂＡｄｄｒｅｓｓ２：ＳｕｂＡｄｄｒｅｓｓ３
ＳｕｂＡｄｄｒｅｓｓ１＝歯１−３２初期
ＳｕｂＡｄｄｒｅｓｓ２＝歯１−３２標的
ＳｕｂＡｄｄｒｅｓｓ３＝歯１−３２今日の現時点
のように構成されてもよく、１−３２のそれぞれは、すでに記載されているような１−５の表面の追加サブマトリクスをさらに含んでもよい。

このようにして、歯科医は、どれほどの歯科治療が終了しており、どれほどの歯科治療がまだ行われていないかを決定するために、歯科医の実施データベースを容易にクエリし得る。また、歯科医は、歯科医の実施における使用傾向、および何が実施において最も一般的な手順であるかを追跡記録することができる。また、患者マトリクスは、患者の識別目的、ならびに国家安全および他の安全目的で、科学捜査で使用されてもよい。

図１３は、本発明の一実施形態に従って、図１１の記憶ユニット１１０７に記憶された、指数付けシステム治療目標マトリクスの可能な治療目標の例示的な集計を図示する。治療目標の４つの実施例は、以下の通りである。

治療目標１：修復前設定。この目標の対象は、歯冠、ブリッジ、およびインプラント等の歯科修復物の埋入の改善を目的として、位置特有の歯を改善することである。患者の歯の構成要素のいくつかは、それらが、修復目標の改善の目的に寄与しない場合、そのまま（未治療のまま）残されてもよい。

治療目標２：審美歯列。この目標の対象は、審美性の改善を目的として、患者の前歯を整列させることである。一般的に言えば、患者の咬合は、それが、患者の笑顔の審美的構成要素を改善する目的に寄与しない場合、そのまま（未治療のまま）残されてもよい。

治療目標３：前歯機能改善。この目標の対象は、前歯の審美的構成要素も改善すると同時に、歯の前歯機能を改善することである。一般的に言えば、患者の後歯咬合は、それが、犬歯機能および／または前歯審美性の改善に寄与しない場合、そのまま残されてもよい。

治療目標４：最適設定。この目標の対象は、犬歯および臼歯機能の両方を含む、咬合全体を「標準的」な理想に近づけることである。

図１４は、図１２に示される集計により定義されるような特性を使用して、図１３の拡張版を図示する。より具体的には、図１３における識別された４つの治療目標のそれぞれは、各独立した構成要素に従って、より詳細に治療の標的対象を説明するために、図１２に示される集計および指数付けに従って、さらに精緻化およびフォーマットされてもよい。

例えば、修復前設定に対する治療目標１に対して、図１２における４ビットマトリクスフォーマットに従ったこの目標の実施例は、ＸＸＸ４であってもよく、「Ｘ」は、未治療のまま残されるその構成要素に対する患者の既存の関係であり、４桁目のみが、治療に対して計画される。さらに、審美歯列に対する治療目標２に対して、図２における４ビットマトリクスフォーマットに従ったこの目標の実施例は、ＸＸ４４であってもよく、「Ｘ」は、未治療のまま残されるその構成要素に対する患者の既存の関係であり、３桁目および４桁目（それぞれ、横断および歯列弓周長の構成要素を表す）のみが、治療に対して計画される。

さらに、前歯機能改善に対する治療目標３に対して、図１２における４ビットマトリクスフォーマットに従ったこの目標の実施例は、４Ｘ４４であってもよく、「Ｘ」は、未治療のまま残されるその構成要素に対する患者の既存の関係である。この実施例において、２桁目の構成要素（垂直面に対応する）のみが、治療に対して計画されない。最後に、最適設定に対する治療目標４に対して、図１２に定義される４ビットマトリクスに従ったこの目標の実施例は、４４４４であってもよい。

患者特有の問題または症例の種類を表す識別子を生成する、種々の方法がある。伝統的に、方法は、特性を説明および定義し、訓練を受けた個人に、患者の状態を最適に表す条件または「ラベル」を主観的に識別させることであった。この方法の変動性を減少させることは、ラベルのそれぞれを定義するための較正および／または客観的測定を必要とする。

別の方法は、視覚画像ベースのインターフェースの使用を伴う。患者の歯列を特徴付けるために、ユーザは、不正咬合の重症度、またはその欠如を表現する基準歯列状態の画像と患者の歯列とを比較する。次いで、ユーザは、患者の歯列状態が、不正咬合を表現する基準状態の範囲のどこに入るかを識別し、患者を最適に表すか、あるいは特定の問題の患者画像表現の連続勾配から患者の状態の相対的な位置を選択する画像を選択する。視覚画像インターフェースは、ラベルに関連する任意の先入観を防止するために、任意の説明またはラベルなしでユーザに示されることができる。

視覚画像は、例えば、患者の審美的構成要素を説明するために、ＩＣＯＮ指数付けシステムにおいてすでに説明されている。ＩＣＯＮシステムにおいて、評点者は、患者の前歯の審美的構成要素を最適に表す、１０個の画像のうちの１つを選択する。次いで、較正により、多数のユーザは、妥当な一貫性を有する患者の審美的構成要素を決定することができる。しかしながら、患者の歯列矯正の歯の状態のすべての構成要素を捕捉するための視覚的インターフェースの使用は、デジタル患者データベースの作成のためのインターフェースとしてこれまで説明されていない。

図１５は、本発明の一実施形態に従った、指数付けシステムで使用する下顎歯列弓周長の構成要素１５００を図示する。下顎歯列弓周長の構成要素１５００のこの図示は、ユーザが、患者の歯列状態と同様の画像を選択することを可能にする、例示的な視覚スケールである。図５を参照すると、下顎歯列弓の７つの画像が示され、それぞれは、下顎歯列弓周長分類に対する可能な基準状態を表す。この例示的な実施形態において、画像１５０１−１５０７は、図１２の「歯列弓周長」特質の「下顎歯列弓周長」構成要素に対する個々のフィールドに対応する７つの画像を表す。ユーザは、単純に、７つの画像のどれが、患者において最適に表されているかを選択する。または、ユーザは、２つの隣接する画像の間のどこで、患者が最適に説明されることができるかを選択することができる場合がある。ユーザは、専門的ラベルまたは用語が何であるか知る必要はなく、単純に、示される写真との既存の状態の直接比較に基づいて、画像または２つの画像間の領域を選択することだけが必要である。

図１５に示される例示的な実施形態において、７つの画像１５０１−１５０７のそれぞれは、対応する所定の英数字を有する。したがって、画像が選択された場合、関連した所定の英数字は、患者の識別子アドレスに追加される。各分類を英数字でラベル付けすることにより、患者の歯列は、英数字のアドレス指定により特徴付けられてもよい。ユーザへの出力は、そのような状態に関連する専門的説明および治療オプションを含む、それらの選択の具体的詳細をより詳細に説明してもよい。代替の実施形態において、ユーザが、隣接する画像の中間の領域を選択する場合には、英数字が生成されてもよく、それは患者の状態が選択された隣接する画像の状態の中間に入ることを表す。また、ユーザインターフェースは、画像の直接選択および画像の中間選択の両方の組み合わせであってもよい。

ここで図１６を参照すると、指数付けシステム１１００に対する例示的な医師および患者情報表示１６００が、本発明の一実施形態に従って図示される。この表示６００は、患者を識別するための、フィールド１６０１−１６０３へのユーザによる情報入力を含む。より具体的には、患者の名前は、フィールド１６０１に入力され、患者の性別は、フィールド１６０２に入力され、患者の主な懸念事項は、フィールド１６０３に入力される。フィールド１６０３の好ましい実施形態は、所定の可能な状態のチェックボックス選択であり、次いで、ユーザの選択に従って列記されることができる。他の患者情報が追加されてもよいことを十分に理解されたい。一旦患者情報が入力されると、ユーザは、図１７に図示される次の表示に進むために、所定の入力コマンドまたはボタンを選択することができる。

図１７を参照すると、矢状面（図１２におけるマトリクスアドレス位置「Ａ」）−右頬側、右犬歯／犬歯の構成要素に対する、例示的な選択プロセス表示１７００が示される。基準歯列状態１７０１−１７０３の一連の画像は、画像が左または右にスクロールされることを可能にする、ボタン１７０４と関連して表示される。ユーザは、特に１７０２に示される集中矢印によって示される位置において、患者の現在の状態を最適に反映する基準歯列状態の画像を選択するために、左または右矢印ボタン１７０４をクリックする。この例示的な実施形態において、ユーザは、患者の現在の咬合と同様の糸切り歯（犬歯）関係を選択するために、左または右矢印ボタンをクリックする。

一旦選択が行われると、次の画面に進むために、次ボタン１７０５が押される。また、例示的な選択プロセス表示１７００は、ユーザが、用語解説（ｇｌｏｓｓａｒｙ）に戻る、用語解説にアクセスする、アドバイスを求める、および情報を保存することをそれぞれ可能にするためのボタン１７０６−１７０９を含む。

図１８を参照すると、矢状分類−左頬側、左犬歯の構成要素に対する、例示的な選択プロセス表示１８００が示される。基準歯列状態１８０１−１８０３の一連の画像は、画像が左または右にスクロールされることを可能にする、ボタン８０４に関連して表示される。ユーザは、患者の現在の状態を最適に反映する基準歯列状態の画像を選択するために、左または右矢印ボタン８０４をクリックする。この例示的な実施形態において、ユーザは、患者の現在の咬合と同様の犬歯関係を選択するために、左または右矢印ボタンをクリックする。

一旦選択が行われると、図１９に図示される次の表示に進むために、次ボタン１８０５が押される。また、例示的な選択プロセス表示１８００は、ユーザが、用語解説に戻る、用語解説にアクセスする、アドバイスを求める、および情報を保存することをそれぞれ可能にするためのボタン１８０６−１８０９を含む。

図１９を参照すると、垂直面（図１２におけるマトリクスアドレス位置「Ｂ」）−前歯オーバーバイトの構成要素に対する、例示的な選択プロセス表示１９００が示される。基準状態１９０１−１９０３の一連の画像は、画像が左または右にスクロールされることを可能にするボタン１９０４と関連して表示される。ユーザは、患者の現在の状態を最適に反映する基準歯列状態の画像を選択するために、左または右矢印ボタン１９０４をクリックする。この例示的な実施形態において、ユーザは、患者のオープンまたはディープバイトの程度と同様の前歯垂直オーバーバイト関係の構成要素を選択するために、左または右矢印ボタン１９０４をクリックする。

一旦選択が行われると、図２０に図示される次の表示に進むために、次ボタン１９０５が押される。また、例示的な選択プロセス表示１９００は、ユーザが、用語解説に戻る、用語解説にアクセスする、アドバイスを求める、および情報を保存することをそれぞれ可能にするための、ボタン１９０６−１９０９を含む。

図２０を参照すると、水平／左右面（図１２におけるマトリクスアドレス位置「Ｃ」）−上顎および下顎正中線の構成要素に対する、例示的な選択プロセス表示２０００が示される。画像２０１０の正中線を、患者の正中線の構成要素の関係に最適に一致させるため、基準歯列状態を表す画像１０１０は、画像２０１０の上顎歯列弓に対応する上部矢印２００１−２００２をクリックすることにより、かつ画像１０１０の下顎歯列弓に対応する下部矢印２００３−２００４をクリックすることにより変化する。一度選択が行われると、図２１に図示される次の表示に進むために、次ボタン２００５が押される。また、図２０の例示的な選択プロセス表示２０００は、ユーザが、用語解説に戻る、用語解説にアクセスする、アドバイスを求める、および情報を保存することをそれぞれ可能にするための、ボタン２００６−２００９を含む。

図２１を参照すると、上顎歯列弓周長分類に対する、例示的な選択プロセス表示２１００が示される。基準歯列状態２１０１の画像および基準歯列状態２１０２、２１０３の説明は、基準歯列状態の画像および説明が左または右にスクロールされることを可能にする、ボタン２１０４に関連して表示される。ユーザは、患者の現在の状態を最適に反映する基準歯列状態の画像または説明を選択するために、左または右矢印ボタン２１０４をクリックする。この例示的な実施形態において、ユーザは、咬合面視点からの患者の上顎歯列弓周長と同様の基準歯列状態の画像または説明を選択するために、左または右矢印ボタン２１０４をクリックする。この特定の実施形態において、叢生および空隙の両方が存在する場合、ユーザは、叢生または空隙の実質的な大きさを使用するように指示されるが、各側面を独立して捕捉することが可能である場合がある。

同様に、一旦選択が行われると、図２２に図示される次の表示に進むために、次ボタン２１０５が押される。また、例示的な選択プロセス表示２１００は、ユーザが、用語解説に戻る、用語解説にアクセスする、アドバイスを求める、および情報を保存することをそれぞれ可能にするための、ボタン２１０６−２１０９を含む。

図２２を参照すると、歯列弓周長面（図１２におけるマトリクス位置「Ｄ」）−下顎歯列弓周長の構成要素に対する、例示的な選択プロセス表示２２００が示される。基準歯列状態２２０１の画像および基準歯列状態２２０２、２２０３の説明は、基準歯列状態の画像および説明が左または右にスクロールされることを可能にする、ボタン２２０４に関連して表示される。ユーザは、歯列弓周長の下顎歯列弓周長の構成要素に対する患者の現在の状態を最適に反映する、基準歯列状態の画像または説明を選択するために、左または右矢印ボタン２２０４をクリックする。この例示的な実施形態において、ユーザは、咬合面視点からの患者の下顎歯列弓周長と同様の基準歯列状態の画像または説明を選択するために、左または右矢印ボタン２２０４をクリックする。この実施例において、叢生および空隙の両方が存在する場合、ユーザは、叢生または空隙の実質的な大きさを使用するように指示される。しかしながら、実質的な不一致を得るために、叢生および空隙を独立して捕捉することが可能である場合がある。

一旦選択が行われると、図２３に図示される次の表示に進むために、次ボタン２２０５が押される。また、図２２の例示的な選択プロセス表示２２００は、ユーザが、用語解説に戻る、用語解説にアクセスする、アドバイスを求める、および情報を保存することをそれぞれ可能にするための、ボタン２２０６−２２０９を含む。

図２３は、本発明の一実施形態に従った、指数付けシステムで使用する端末１１０１上の出力表示に対する、例示的な患者の要約集計１３００を図示する。例示的な患者の要約表示２３００は、それぞれ対応する図１６−２２に図示されるような、先の表示１６００−２２００からの情報入力から生成される。図２３を参照すると、図１６−２２と関連して上記に記載され、図示されるプロセスおよび表示の間に行われる選択は、本発明の一実施形態における要約表示２３００に示されるように要約される。

例えば、矢状、垂直、水平、および歯列弓周長を含む各基準歯列分類に対して、対応する不正咬合の基準構成要素（例えば、それぞれ、右犬歯、前歯オーバーバイト、下顎正中線に対する上顎正中線、および下顎歯列弓周長）があり、そのそれぞれは、所定オプションのうちの選択された１つ（例えば、それぞれ、右犬歯パーシャルクラス２、中度の前歯ディープバイト、左に０−１ｍｍの上顎正中線、および下顎の中度の叢生）に関連する。また、図１２に集計および図示されるような、選択された所定オプション１２０３（図１２）の選択された値も、図２３に見られる。また、ユーザは、望ましいページに戻るために対応する「編集」ボタンを選択し、その分類に対応する画像を再選択することにより、分類のそれぞれにおける歯列状態情報を編集することができる。

このようにして、本発明の一実施形態において、選択プロセス中のユーザによる情報入力は、指数付けシステム１１００の患者データベース（例えば、以下の図２４に示される、データベース２４００）において指数付けおよび列記される。本発明の一実施形態において、指数付けおよび列記に対して、図１６−２２と関連して考察される選択プロセスは、ユーザに透過的である。選択プロセスにおけるユーザによる患者情報入力は、図２３に図示されるような要約表示、および患者の歯列状態を表す識別子の両方を生成するために使用される。図１６−２２は、本発明の一実施形態に従った、種々の分類に対する指数付けシステム１１００で使用する、選択プロセス表示１６００を図示する。これは、患者の歯列情報を入力するための選択プロセスである。図１７−２２は、絵の画像により表される基準歯列状態を図示するが、本発明は、そのような表現に限定されることを目的としていないことを十分に理解されたい。基準歯列状態は、記号、アイコン、説明、グラフ、３−Ｄ物体、レントゲン写真、書式、および他の種類の画像により表されてもよい。また、基準状態は、ユーザが、システムに対する入力手段として、患者において観察された状態を最適に再作成するように、対話型のグラフィック画像によりユーザ定義されてもよい。

図２４は、本発明の一実施形態に従った、指数付けシステム１１００で使用する患者データベース２４００を図示する。患者データベース２４００は、患者フィールド２４０１、指数付けデータのベースアドレスフィールド２４０２、および１つ以上の分類フィールド２４０３を含む。図２４の例示的なデータベースにおいて、分類フィールド２４０３は、矢状分類フィールド２４０４、垂直分類フィールド２４０５、水平分類フィールド２４０６、上顎歯列弓周長分類フィールド２４０７、下顎長分類フィールド２４０８、回転フィールド２４０９、垂直矯正フィールド２４１０、および正中線矯正フィールド２４１１を含む。

図２４を参照すると、患者フィールド２４０１は、患者の名前を含む。指数付けデータのベースアドレスフィールド２４０２は、患者の識別子を含む。この患者の識別子は、例えば、図１３に示されるような指数付けデータベース１３００内のアドレスに対応する。指数付けデータベース１３００内のアドレスは、その特定の診断の組み合わせに関する治療情報に関連する。この例示的な実施形態においては、矢状分類フィールド２４０４、垂直分類フィールド２４０５、水平分類フィールド２４０６、上顎歯列弓周長分類フィールド２４０７、下顎長分類フィールド２４０８、回転フィールド２４０９、垂直矯正フィールド２４１０、および正中線矯正フィールド２４１１である、分類フィールド２４０３は、それぞれの分類において患者の１つ以上の歯列状態を含む。例えば、図２４を参照すると、矢状分類フィールド２４０４における患者Ｌ．Ｓｍｉｔｈの歯列状態は、「クラスＩ」である。上顎歯列弓周長分類フィールド２４０７における患者Ｍ．Ｊｏｎｅｓの歯列状態は、「正常」である。また、分類フィールド２４０３は、特定の基準状態が治療にふさわしいかどうかを示す（例えば、Ｙ／Ｎ表示により示される）。

このようにして、患者の識別子は、患者状態を表すように構成されてもよい。例えば、指数付けデータのベースアドレスフィールド２４０２を参照すると、Ｌ．Ｓｍｉｔｈの識別子は、「５５７７２７５２」であることが示される。識別子は、８つの位置を含むため、識別子は、８位置マトリクスである。識別子の各位置における数字は、特定の分類内の特定の状態を表す。この例示的な実施形態において、識別子マトリクスの第１の位置は、矢状分類における患者状態を表す。例えば、矢状分類フィールド２４０４は、Ｌ．Ｓｍｉｔｈが「クラスＩ」不正咬合を有することを示す。したがって、識別子の第１の位置における数字５は、矢状分類における「クラスＩ」の不正咬合を表す。

図２４を再び参照すると、識別子マトリクスの第２の位置は、垂直分類における患者状態を表す。例えば、垂直分類フィールド２４０５は、Ｌ．Ｓｍｉｔｈが正常咬合を有することを示す。したがって、識別子の第２の位置における数字５は、垂直分類における正常咬合を表す。識別子マトリクスの第３の位置は、水平分類における患者状態を表す。例えば、水平分類フィールド２４０６は、Ｌ．Ｓｍｉｔｈがクロスバイトを有することを示す。したがって、識別子の第３の位置における数字７は、水平分類におけるクロスバイトを表す。

さらに、識別子マトリクスの第４の位置は、上顎歯列弓周長分類における患者状態を表す。例えば、上顎歯列弓周長分類フィールド２４０７は、Ｌ．Ｓｍｉｔｈが中度の叢生を有することを示す。したがって、識別子の第４の位置における数字７は、上顎歯列弓周長分類における中度の叢生を表す。さらに、識別子マトリクスの第５の位置は、下顎歯列弓周長分類における患者状態を表す。例えば、下顎歯列弓周長分類フィールド２４０８は、Ｌ．Ｓｍｉｔｈが中度の空隙を有することを示す。したがって、識別子の第５の位置における数字２は、下顎歯列弓周長分類における中度の空隙を表す。

さらに、識別子マトリクスの第６の位置は、回転分類において患者状態を表す。例えば、回転分類フィールド２４０９は、Ｌ．Ｓｍｉｔｈが＜２０°回転を有することを示す。したがって、識別子の第６の位置の数字７は、回転分類における＜２０°回転を表す。さらに、識別子マトリクスの第７の位置は、垂直矯正分類における患者状態を表す。例えば、垂直矯正分類フィールド２４１０は、Ｌ．Ｓｍｉｔｈが何の挺出も有していないことを示す。したがって、識別子の第７の位置における数字５は、垂直矯正分類において圧下／抜歯がないことを表す。

最後に、図２４をさらにもう一度参照すると、識別子マトリクスの第８の位置は、正中線矯正分類における患者状態を表す。例えば、正中線矯正分類フィールド２４１１は、Ｌ．Ｓｍｉｔｈが＞２ｍｍの正中線矯正を有することを示す。したがって、識別子の第８の位置における数字２は、正中線矯正分類における＞２ｍｍの正中線矯正を表す。

このようにして、本発明の一実施形態において、分類における状態はそれぞれ、数値的（例えば、患者Ｌ．Ｓｍｉｔｈに対する正中線矯正分類において、２ｍｍよりも大きい正中線矯正を表す、識別子の第８の位置における数字２）、または英数字、記号等の所定の識別子に関連して、所定の順序で配列されてもよい。さらなる実施形態において、分類における状態は、困難性により昇順に配列されてもよく、例えば、上記に記載されるような８位置マトリクス識別子において、１１１１１１１１が最軽度の症例を表し、３３３３３３３３が最重度の症例である、マトリクスを定義することが可能であるように、分類は、困難性の順にソートされる。さらに、マトリクスにおける各指数は、症例全体の集成値を得るために加重される。

図２５は、指数付けシステムで使用する、選択プロセスにおけるアドレスを捕捉するための本発明の代替の実施形態を図示する。図２５は、グラフィカルインターフェースとして直接使用される、図１２の表１２００を図示する。そのような実施形態において、長方形の表形式に示され、図示されるような各基準状態は、適切な基準状態をハイライトおよび選択するためにクリックされてもよい、テキストを有するユーザ入力ボタンとして表されてもよい。この種類のインターフェースに対する前提は、ユーザが、適切なボタンを選択するためにテキストの定義を理解することである。特定の基準状態を選択するためにボタンが押されるとき、選択がハイライトされる（図２５に太字で示される）。別の選択が行われることができるように、任意のボタンを２回クリックすることによって、初期選択を非選択状態にする。このようにして、種々の種類の基準状態をより熟知しているユーザは、視覚画像ベースのインターフェースを介するよりも迅速に情報を入力することができる場合がある。この実施例において、生成されたアドレスは、「３２５６」である。図２５の右側にある「選択された値」の列は、一実施形態において、ユーザ／患者に透過的であり、アドレスが、エンドユーザと関連性がなく、データベースクエリのためだけに重要であるので、ユーザに表示されない。

図２６は、本発明の一実施形態において、初期状態アドレスを治療目標アドレスと組み合わせることにより生成される、例示的な一連のデータベースアドレスを図示する。図１２の例示的な表１２００から示されるように、７つの可能な選択オプションそれぞれの４つの構成要素に対して、２，７０１個の可能な患者症例の組み合わせまたはアドレスがある。したがって、識別子アドレスは、データベース内の２，７０１個の可能な組み合わせのうちの１つを示す。各識別子は、記憶ユニット１１０７（図１１）のデータベースに記憶されたフィールドに関連している。識別子は、それが異なる時点における患者の状態を表すように、拡張されてもよい。例えば、データベースは、初期歯列、標的歯列、および実際の最終歯列に対する時点が、別々のアドレスとして捕捉されるように、構造化されてもよい。例えば、以下のアドレスを考える。

ＡＢＣＤ：Ａ＊Ｂ＊Ｃ＊Ｄ＊：Ａ＊＊Ｂ＊＊Ｃ＊＊Ｄ＊＊
この配列において、マトリクスの最初の４つの位置「Ａ」から「Ｄ」までは、患者の初期歯列（すでに記載されているような）を表し、マトリクスの位置「Ａ＊」から「Ｄ＊」までは、患者の標的歯列または治療目標を表し、マトリクスの位置「Ａ＊＊」から「Ｄ＊＊」までは、患者の実際の最終歯列または治療結果を表す。マトリクス内の位置の数は可変であってもよいため、かつ各位置は、記号、英数字、または他の表示を含むことができるため、記憶される個々の患者症例の深さは、詳細であり、患者および／または関連したプロファイルもしくは状態に特有であり得る。図１４に図示される４つの可能な治療結果、および図１２における２，７０１個の可能な組み合わせを使用すると、これは、初期と目標との間において、２，７０１ｘ４＝１０，８０４個の可能な対の組み合わせに等しい。

図２７は、「３２５６」の指数アドレス、および１から４までの４つの可能な治療目標を有する、患者に対する例示的なデータベースを図示する。得られる４つの組み合わせアドレスは、パラメータのそれぞれに対して異なるデータを有する。この情報は、（１）すべての可能な治療目標オプションがユーザに示される、症例の特徴付けの完了時、または（２）このアドレスおよび目標の組からの情報のみがユーザに示される、症例の特徴付けおよび単一の治療目標の選択の完了時のいずれかにおいて、ユーザに報告される。

これらの対の組み合わせのそれぞれに対して、各アドレスに関連する「デジタルメールボックス」内のデータベース資産によって、組み合わせアドレスが作成されることができる。各デジタルメールボックスに対する資産は、治療状態および目標のテキスト説明等の、症例および治療目標の組み合わせに関連した治療計画情報、治療上の注意点、推定治療期間、医師スキルセット要件、処方データ、サンプル症例データ、および症例の困難性を含むことができるが、これらに限定されない。このデータは、専門家の意見、コンピュータによるアルゴリズム、および／または過去の症例の内容を使用して生成されてもよい。

例えば、症例が「３２５６」として識別される図２３に関して、図１４に示されるような４種類の治療目標を使用して、２つを組み合わせることによって、４つの異なるデータベースアドレス：３２５６：１、３２５６：２、３２５６：３、および３２５６：４を得る。アドレスのそれぞれは、症例および治療目標の組み合わせに特有の情報が投入される。４つのオプションのすべては、「治療オプション」としてユーザに同時に表示されることができるか、またはユーザは、特定の治療目標を選択し、単一の特定の得られる治療オプションデータを表示することができる。ユーザが、任意の数の特定の目標を選択してもよいことも考えられ、選択される各目標に関連するデータのそれぞれは、選択される初期状態パラメータに応じて、ユーザに報告される。

図２８は、患者の歯列の問題または状態を識別するためのプロセス２８００を図示する。プロセス２８００は、図１６−２７と関連してより十分に考察される。ステップ２８０１において、ユーザは、患者の主な懸念事項に加えて、医師および患者の名前等の識別情報を入力することから開始する（図１６）。一実施形態において、この比較は、例えば、端末１１０１から受信される情報に基づいて、および／またはデータ記憶ユニット１１０７から取り出される記憶された情報に基づいて、セントラルサーバ１１０９（図１１）によって実行されてもよい。プロセスにおけるこの処理および他の関連した処理は、保護された接続を介したインターネット等のデータネットワーク上で実行されてもよい。次いで、ユーザは、患者の歯の状態を入力するために、２つのユーザインターフェースのうちの１つを選択する。初心者ユーザに対する好ましい方法は、ステップ２８０２として示される視覚ユーザインターフェース（図１７−２２）である。上級ユーザは、ステップ２８０３として図示される、代替ユーザインターフェース（図２５）を好み得る。

図２８を参照すると、ステップ２８０４において、各分類における患者の初期歯列状態は、同一の分類における１つ以上の基準状態と比較される。各分類における患者の初期歯列状態を、それぞれの分類に対する１つ以上の基準状態と比較した後、ステップ２８０４において、同一の分類における初期患者状態と同様の選択された基準状態が、受信される。その後、ステップ２８０５において、選択された基準状態に対応する英数字の組み合わせに基づいて、患者の識別子が次に生成される。ユーザが送信された情報に満足するまで、要約ページレビューの間に、入力を編集することができる（ステップ２８０４）。

データ入力完了に続く出力は、翻訳要約（図２３）であり、ユーザ入力を技術的に適切な、かつ正しい用語に体裁を整える。同時に、ユーザ入力はまた、ステップ２８０５の現在の患者状態を表すデータベースアドレス（図２５）に変換される。一旦データベースアドレスが作成されると、ユーザは、この患者に対するすべての可能な治療オプションを表示すること（オプション１）、または治療目標を具体的に選択し、ユーザの選択に関連する特定の目標を表示すること（オプション２）を選択することができる。患者に対するすべての可能な治療オプションを表示する（オプション１）ために、データベース（図２７）は、ステップ２８０６においてクエリされ、入力アドレスに関連するすべてのデータは、ステップ２８０７においてユーザに示される（終了１）。

図２８を再び参照すると、ユーザが、特定の目標を選択することを望む場合、特定の目標は、最初に、ステップ２８０８（図１３）において、選択インターフェースを介してユーザにより定義され、次いで、選択は、ステップ２８０９（図１４）において、データベースアドレスに変換され、２つのアドレス（患者状態および治療目標）は、ステップ２８１０（図２６）において、組み合わせアドレスまたは指数を作成するために統合される。次いで、ステップ２８１２（終了２）において、単一の患者状態および治療目標の組み合わせに特有のデータを生成するために、この組み合わせアドレスは、ステップ２８１１（図２７）において、データベースをクエリするために使用される。

オプション２に対して、ユーザが、多数の目標、およびユーザに対して生成されるそれらの選択された目標に特有のデータのみを選択することができることも可能である。一旦ユーザが終了１または終了２に達すると、ユーザは、この経験を通じてユーザに示される出力データの一部であることができる、入力済みまたは入力途中の治療処方を選択することによって、選択された治療目標のうちのいずれか１つのための製品を購入するためのオプションを有する。

上記に考察されるように、ユーザインターフェースは、患者の問題と一致する、指数付けデータベースからの１つ以上の患者症例を提供することができる。さらに、患者の問題の特定の構成要素をアドレス指定する、指数付けデータベースからの患者症例の範囲が、提供されることができる。このようにして、本発明の一実施形態において、検索ツールは、患者の識別子を使用して統計を実行するために作成されてもよい。例えば、一つの検索条件は、すべての１３１Ｘの症例を見つけるためであってもよい。この例示的な検索条件において、Ｘは、アドレスの第４の位置における任意の文字を表す。したがって、検索条件は、それらの患者の識別子アドレスの最初の３桁として「１３１」を有する、すべての患者の識別子を見つけることに対するものである可能性がある。

この識別方法で過去に治療された症例をラベル付けすることによって、歯列矯正治療の列記は、治療を計画し、治療結果を評価する際の将来の基準のために、作成されることができる。結果は、システム拡張が可能な方法で、歯列矯正状態の説明を捕捉し、歯列矯正の状態を分類するためのフロントエンドユーザインターフェースである。図２８を再び参照すると、一旦識別子がステップ２８０５において生成されると、１つ以上の治療オプションが、データベースクエリから生成される情報を使用して決定されることができる。生成された１つ以上の治療オプションは、データ記憶ユニット１１０７（図１１）に記憶されてもよく、また表示ユニット上の表示のために端末１１０１に提供されてもよい。

歯列矯正治療の診断および治療計画が、医師の選好および訓練レベルに応じて変化し得る、著しく主観的な構成要素を含むことができると仮定すると、指数付けシステムは、患者の診断、治療目標、および治療計画の確立のための包括的、ロバストな、かつ実質的に客観的な方法を提供する。患者の症例、ならびに標的の治療目標および最終結果を表す本発明の患者の識別子は、治療結果プロファイルが、客観的に列記され、列記が、確率および分布に基づいて評価されることを可能にする。予測および症例の困難性等の指数は、マトリクスの組み合わせに割り当てられることができ、同様の症例が、同様に成功した症例と同様に治療されることを可能にする。治療オプションは、保全性および使い易さに対して関連付けられてもよい。装置等の治療製品は、それらの提案された用途が成功した結果とより密接に関係するように、特定のマトリクスの組み合わせに関連してもよい。

本発明の範囲内において、患者の歯列状態を入力するための他の実施形態も考慮される。例えば、設定可能な３次元モデルが、情報を入力するために使用されてもよい。そのような実施形態において、ユーザは、特質に対する患者の歯列状態を再作成し得る。あるいは、３次元グラフィックモデルは、任意の所与の特質に対する可能な基準状態の範囲全体を表すために、段階的であってもよい。そのような実施形態において、ユーザは、実際の患者状態に最も近い範囲の段階と一致するために、スライダを操作する。

個々の構成要素に従って症例を客観的に特徴付けるこの方法は、治療前、治療目標、および治療後の時点に制限されることなく、ならびに治療中および治療後の任意の時点は、同一の入力およびデータベースシステムを使用する同様の方法で、列記されてもよいことも理解されたい。

この例示的な実施形態において、１つの基準状態のみが、特定の分類のために選択されるとして考察されるが、本発明は、そのように限定することを目的としていないことも理解されたい。各分類内の１つ以上の基準状態の選択は、本発明の範囲内にある。

したがって、本発明の一実施形態における患者の歯列を特徴付けるための方法は、複数の歯列分類のそれぞれにおける初期の患者状態を、複数の歯列分類のそれぞれにおける１つ以上の基準状態と比較するステップであって、１つ以上の基準状態のそれぞれは、対応する表示を有するステップと、複数の歯列分類のうちの１つ以上における少なくとも１つの基準状態を選択するステップであって、各選択された基準状態は、同一の歯列分類における初期患者状態と同様であるステップと、各選択された基準状態の対応する表示に基づいて患者の識別子を生成するステップとを含む。

一側面において、複数の歯列分類は、矢状、垂直、水平、上顎、および歯列弓周長特質のうちの少なくとも２つ、または患者の歯列における１つの歯に対して多くを含み得る。

さらに、方法は、各初期患者状態が、選択された基準状態に対応する治療情報に基づいて、治療に適用されるかどうかを決定するステップと、治療に適用される各初期患者状態に対する１つ以上の治療オプションを提供するステップであって、１つ以上の治療オプションは、１つ以上の治療説明、治療目標、治療が完了するまでの時間、治療が完了するための困難性レベルおよびスキルレベル、治療オプションの実施例を含むステップとをさらに含んでもよい。

さらに、別の側面において、方法はまた、患者の識別子の少なくとも一部を、１つ以上の基準識別子と比較するステップであって、１つ以上の基準識別子のそれぞれは、初期基準歯列および最終基準歯列を含むステップと、１つ以上の基準識別子から少なくとも１つの基準識別子を選択するステップであって、選択された基準識別子は、患者の識別子の一部を含むステップと、選択された基準識別子に対応する最終基準歯列に基づいて、最終の患者の歯列を決定するステップとを含んでもよい。

本発明の別の実施形態に従って、患者の歯列を特徴付けるための方法は、患者の初期歯列を受信するステップと、患者の初期歯列を表す初期プロファイルを生成するステップと、初期プロファイルから初期不正咬合を識別するステップと、初期プロファイルの少なくとも一部を、基準歯列の１つ以上の基準プロファイルと比較するステップであって、該１つ以上の基準プロファイルは、開始時、任意の治療段階中、または最終結果の治療位置において、初期不正咬合に実質的に類似する基準不正咬合を含むステップとを含む。

また、方法は、１つ以上の基準プロファイルのうちの少なくとも１つを選択するステップを含んでもよく、該１つ以上の基準プロファイルは、関連した最終基準歯列を有する。

さらに、さらなる側面において、方法は、最終基準歯列に基づいて、患者の標的歯列を提供するステップも含む。

一実施形態において初期プロファイルを生成するステップは、患者の初期歯列を視覚的に分類するステップを含んでもよい。

さらに、方法はまた、１つ以上の基準プロファイルに関連する１つ以上の治療オプションを識別するステップを含んでもよい。

本発明のさらに別の実施形態に従う、歯列矯正プロファイル指数付けシステムを提供するためのシステムは、記憶ユニット、および記憶ユニットに動作可能に連結され、複数の歯列分類のそれぞれにおける初期患者状態を、複数の歯列分類のそれぞれにおける１つ以上の基準状態と比較し、１つ以上の基準状態のそれぞれは、対応する表示を有し、複数の歯列分類のうちの１つ以上における少なくとも１つの基準状態を選択し、各選択された基準状態は、同一の歯列分類における初期患者状態と類似しており、各選択された基準状態の対応する表示に基づいて、患者の識別子を生成するように構成される、制御ユニットを含む。

制御ユニットは、各初期患者状態が、選択された基準状態に対応する治療情報に基づいて、治療にふさわしいかどうかを決定し、治療にふさわしい各初期患者状態に対する１つ以上の治療オプションを提供するように構成されてもよい。

また、制御ユニットは、患者の識別子の少なくとも一部を、１つ以上の基準識別子と比較し、１つ以上の基準識別子のそれぞれは、初期基準歯列および最終基準歯列を含み、１つ以上の基準識別から少なくとも１つの基準識別子を選択し、選択された基準識別子は、患者の識別子の一部を含み、選択された基準識別子に対応する最終基準歯列に基づいて、最終の患者の歯列を決定するようにさらに構成されてもよい。

さらに、端末は、制御ユニットに動作可能に連結されてもよく、初期患者状態のうちの１つ以上を送信するように構成されてもよく、端末は、表示ユニットを含むようにさらに構成されてもよい。

本発明のさらに別の実施形態に従った、患者の歯列を特徴付けるためのシステムは、患者の初期歯列を表す初期プロファイルを生成し、初期プロファイルから初期不正咬合を識別し、初期プロファイルの少なくとも一部を、基準歯列の１つ以上の基準プロファイルと比較するように構成される、中央制御ユニットを含み、該１つ以上の基準プロファイルは、初期不正咬合と実質的に類似する基準不正咬合を含む。

別の側面において、ユーザ端末は、中央制御ユニットに動作可能に連結されてもよく、ユーザ端末は、患者の初期歯列を送信するように構成される。

中央制御ユニットは、１つ以上の基準プロファイルのうちの少なくとも１つを選択するようにさらに構成されてもよく、該１つ以上の基準プロファイルは、関連した最終基準歯列を有する。

さらに、中央制御ユニットは、最終基準歯に基づいて、患者の標的歯列を提供するようにさらに構成されてもよい。

中央制御ユニットは、患者の初期歯列を視覚的に分類するようにさらに構成されてもよい。

さらに、中央制御ユニットは、１つ以上の基準プロファイルに関連する１つ以上の治療オプションを識別するようにさらに構成されてもよい。

さらなる側面において、記憶ユニットは、初期プロファイル、初期不正咬合、および基準不正咬合のうちの１つ以上を記憶するように構成されてもよい。

図面と関連して記載されるプロセスおよびルーティンを含む、指数付けシステム１１００内のソフトウェアアプリケーション実行環境におけるセントラルサーバ１１０９（図１１）によって実行されるプロセスを含む、上記に記載される種々のプロセスは、実世界、物理的な対象、およびそれらの相互関係を代表する抽象を作成するために、モジュラオブジェクトによる複合システムのモデル化を可能にするオブジェクト指向言語を使用して開発される、コンピュータプログラムとして具体化されてもよい。指数付けシステムのメモリまたはデータ記憶ユニット１１０７、またはセントラルサーバ１１０９の内部（図示せず）に記憶されてもよい、発明によるプロセスを実行するために必要とされるソフトウェアは、当業者により開発されてもよく、１つ以上のコンピュータプログラム製品を含んでもよい。

成人の歯列の特徴付けが、上記に記載される実施形態と関連して考察されてきたが、本発明の種々の実施形態は、子供の歯列の特徴付けのために使用されてもよい。さらに、本発明の実施形態に従う本発明の種々の側面は、例えば、状態および／または治療オプションの印刷文書、視覚グラフィック、および／または写真画像を使用して、ユーザによってマニュアルで実施されてもよく、さらに、本発明の範囲内において、結果の手計算または計算を含んでもよい。このようにして、本発明の範囲内において、本発明の側面を実施するためのコンピュータ化されたシステムとの関連で上記に考察される種々の実施形態は、マニュアルで実施されてもよい。

本開示の種々の側面に従って、歯の治療を容易にするために、歯の不正咬合の自動化された歯の測定および診断を容易にするためのシステムおよび方法が提供される。そのようなシステムおよび方法は、歯科解剖学的な特性、叢生、空隙の測定のために、および／またはオープンバイト、クロスバイト、ＡＰクラス等の不正咬合の様相の診断を確立するために、最小限の人間の介入によって実行され得る。例えば、例示的な実施形態に従い、図２９Ａを参照すると、歯の不正咬合の自動化された歯の測定および診断を容易にするための例示的な方法２９００は、患者の歯のデジタルモデルを取得し（２９０２）、基準データおよび／または特徴を自動的に確立および／または検出し（２９０４）、歯の測定値を自動的に計算する（２９０６）ように構成される。他の例示的な実施形態に従い、例えば、図２９Ｃを参照すると、例示的な自動化されたシステムおよび方法２９００はまた、不正咬合を自動的に検出し（２９２０）、かつ／または歯列矯正または歯科指数を自動的に計算する（２９３０）ように構成されてもよい。

方法１１００のそのような自動化された歯の測定および診断技術は、１つ以上のアルゴリズムの使用により、１つ以上のコンピュータベースのシステムで実施されてもよい。例えば、図２９Ｂを参照すると、歯の不正咬合についての自動化された歯の測定および診断を容易にするための例示的なコンピュータ化されたシステム２９１０は、デジタルデータセットを記憶するために構成されるシステム２９１２、１つ以上の歯の測定値を計算するために構成されるコンピュータによるモジュール２９１４、および／または他の患者の後の治療を容易にするために使用されてもよいような、治療症例データを収集するために構成されるシステム２９１６等の、１つ以上のコンピュータベースのシステムまたはモジュールを備えてもよい。システム２９１２、２９１４、および／または２９１６は、データおよび情報を処理するための１つ以上のマイクロプロセッサ、メモリシステム、および／または入力／出力デバイスを備えてもよく、本明細書に記載される他の機能を計算および／または実行するために構成される、１つ以上のソフトウェアアルゴリズムを備える。例えば、例示的なコンピュータ化されたシステム２９１０は、Ａｌｉｇｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．に譲渡された、「Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｐｏｓｉｔｉｏｎｉｎｇ Ｔｅｅｔｈ」と題する、米国特許第６，７６７，２０８号に開示されるような、メモリまたは記憶サブシステム、プロセッサ、ネットワークインターフェース、入力／出力デバイスおよび／または他のコンポーネント、またはコンピュータによる歯列矯正に使用される、任意の他のコンピュータ化されたシステムコンポーネントを備えてもよい。

患者の歯のデジタルモデルの取得（２９０２）は、スキャンされたデータをデジタル表現に変換するための任意の方法またはプロセス等の、現在既知の、または以下に考案される種々の方法で達成され得る。そのようなデジタルモデルは、歯列弓の相対位置、または歯のデジタルモデルにおける他の同様の兆候を含む、患者の複数の歯のモデル化を含む。したがって、そのような方法またはプロセスは、例えば、Ａｌｉｇｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．に譲渡された、「Ｍｅｔｈｏｄ ａｎｄ Ｓｙｓｔｅｍ ｆｏｒ Ｉｎｃｒｅｍｅｎｔａｌｌｙ Ｍｏｖｉｎｇ Ｔｅｅｔｈ」と題する、米国特許第５，９７５，８９３号に開示されるものを含んでもよい。例えば、最初のステップとして、米国特許第５，９７５，８９３号に記載されるような、患者の歯を再配置するための患者によるその後の使用のための、増分的な位置調節装置を生成するための方法全体を参照すると、ＩＤＤＳと呼ばれる初期の歯の配置を表すデジタルデータセットが得られる。そのようなＩＤＤＳは、種々の方法で得られてもよい。例えば、患者の歯は、Ｘ線、３次元Ｘ線、コンピュータを使った断層画像またはデータセット、磁気共鳴画像等のよく知られている技術を使用して、スキャンまたは撮像されてもよい。

データセットを生成するために、そのような従来の画像をデジタル化するための方法は、よく知られており、特許および医療文献に記載される。一例として、一つの方法は、最初に、「Ｇｒａｂｅｒ，Ｏｒｔｈｏｄｏｎｔｉｃｓ：Ｐｒｉｎｃｉｐｌｅ ａｎｄ Ｐｒａｃｔｉｃｅ」，Ｓｅｃｏｎｄ Ｅｄｉｔｉｏｎ，Ｓａｕｎｄｅｒｓ，Ｐｈｉｌａｄｅｌｐｈｉａ，１９６９，ｐｐ．４０１−４１５に記載されるような技術等のよく知られている技術により、患者の歯の石こう鋳型を得ることである。歯の鋳型が得られた後、それは、ＩＤＤＳを生成するために、従来のレーザスキャナまたは他の範囲取得システムを使用して、デジタル的にスキャンされてもよい。範囲取得システムによって生成されるデータセットは、もちろん、データセット内の画像を操作するために使用されるソフトウェアに対応するように、他のフォーマットに変換されてもよい。歯の石こう鋳型を形成し、レーザスキャニング技術を使用してデジタルモデルを生成するための一般的技術は、例えば、米国特許第５，６０５，４５９号に記載される。別の例示的な実施形態に従い、患者の歯のデジタルモデルの取得はまた、Ａｌｉｇｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．に譲渡された、「Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｐｏｓｉｔｉｏｎｉｎｇ Ｔｅｅｔｈ」と題する、米国特許第６，７６７，２０８号に開示されるような技術を含んでもよい。したがって、スキャンされたデータをデジタル表現に変換するための、あるいは患者の歯のデジタルモデルの取得のための任意の方法またはプロセスは、歯のデジタルモデルを取得するために用いられてもよい（２９０２）。

基準のデータおよび／または特徴の自動的な確立および／または検出（２９０４）は、種々のステップおよびプロセスを備え、種々の種類の基準および特徴を提供してもよい。そのような基準のデータおよび／または特徴は、歯のデジタル取得に基づいて、システム２９１０により自動的に検出されてもよく、臨床医が、診断および治療を容易にするために、自動的に計算された種々の歯の測定値を有することができるように構成される。例えば、システム２９１０は、望ましい測定を容易にするように構成される、選択された基準のデータおよび特徴を自動的に識別するために、デジタルモデルからの２次元および３次元デジタルスキャンデータを自動的に評価し得る。そのような選択された基準のデータおよび特徴は、コンピュータで実施される方法により、そのような基準のデータおよび特徴の自動認識を可能にし得る、基準データおよび歯の特徴の特性を含む、データベース、ライブラリ、および他の同様のメモリアプリケーションを通じて、好適に認識されてもよい。

例示的な実施形態に従い、図３０に図示される例示的な方法３０００を参照すると、歯のデジタルモデルの取得（３００２）後、対応するスキャンされたデータに基づいて、基準のデータおよび／または特徴の自動的な確立および／または検出（３００４）は、基準対象の自動確立（３０４２）、基準フレームの自動確立（３０４４）、歯の解剖学的な特徴の自動検出（３０４６）、および歯列矯正基準の自動構築（３０４８）を含んでもよい。次いで、これらのそのような特徴、フレーム、および基準のうちの１つ以上のいずれかは、好適な測定値を自動的に計算するために、システム３０１０によって使用されてもよい。

基準対象の自動確立（３０４２）は、歯に対する歯の位置および／または評価指標特性の測定を容易にするために、より具体的には、システム３１００が、特定の特徴、対象、または他のアイテムが互いからどの程度離れているか自動的に決定することを可能にするために、種々の参照エンティティ（平面、領域等）の決定を含む。図３１を参照すると、システム３１００等のコンピュータ化されたシステム３１００は、１つ以上の基準対象を得るか、あるいは確立してもよい。例えば、基準対象は、全部の歯の点（犬歯の点を除く）が、その側面のうちの１つ、および／または咬合面３１０４上にあるように、中切歯の先端および第一臼歯のカスプを近似させる、支持平面の平均平面である、咬合平面３１０２を含んでもよい。例えば、咬合平面は、切歯の２つの先端を含む少なくとも３点を通過する、支持平面の平均平面を含んでもよい。咬合平面の実施例は、図３２Ｂに図示される。

別の基準対象は、咬合と歯肉の先端（切歯、犬歯、および小臼歯のため）の間の歯冠の顔面部上の測地曲線、および臼歯に対する頬側溝に沿った曲線を含み、したがって、咬合端点および歯肉端点を有する、臨床歯冠の顔面軸（ＦＡＣＣ）３１０６であってもよい。臨床歯冠の顔面軸（ＦＡＣＣ）の実施例は、図３２Ｃに図示される。さらに、基準対象は、顔面軸（ＦＡ）点３１０８を通る曲線、および／または同一の歯列弓の顔面軸点を通る曲線を含む、鼓形空隙曲線３１１０を含んでもよい。顔面軸（ＦＡ）点は、臨床歯冠の顔面軸（ＦＡＣＣ）の中点を含み、実施例は、図３２Ｃにも図示される。

また、別の基準対象は、臨床歯冠の顔面表面を横切る、対応する歯の中央平面を含む、臨床歯冠の中央平面（ＭＰＣＣ）３１１２を含んでもよい。図面を参照すると、臨床歯冠の中央平面（ＭＰＣＣ）３１１２の実施例は、図３２Ｃに図示される。さらに、基準対象は、顔面軸点においてＦＡＣＣへの接線を含む顔面軸（ＦＡ）線３１１４、顔面軸（ＦＡ）点において臨床歯冠の顔面表面への接平面を含む、臨床歯冠の顔面平面（ＦＰＣＣ）３１１６、および顔面軸（ＦＡ）点において顔面軸線への顔面平面内の垂線を含む、顔面法（ＦＮ）線３１１８をさらに含んでもよい。図面を再び参照すると、顔面軸（ＦＡ）線の実施例、臨床歯冠の顔面平面（ＦＰＣＣ）、および顔面法（ＦＮ）線は、それぞれ図３２Ｃに図示される。

さらに、基準対象は、歯のすべての回転軸が通過する従来の点である、抵抗中心３１２０、弓形曲線３１２２、うまく治療された症例に対する弓形曲線の最終位置を含む、弓形テンプレート３１２４、および／または既存の歯列弓形（適切なスケーリングの後）に最も適合する弓形テンプレート曲線を含む、弓形理想曲線３１２６を含んでもよい。したがって、基準対象の自動確立（３０４２）は、歯に対する評価指標または特性の測定を容易にするための、種々の静的基準、目印、および／または他の同様の対象の決定を含んでもよい。

基準フレームの自動確立（３０４４）は、動的評価を提供するための基準フレームの確立を含む。言い換えれば、一実施形態において、基準フレームの自動確立（３０４４）は、歯がどの程度移動する予定か、または実際にどの程度移動したかの決定を可能にする。例えば、各歯に対するＦＡＣＣに基づくフレームの確立は、歯の移動を自動的に評価するために使用されてもよい。しかしながら、基準フレームの自動確立（３０４４）は、フレームを確立および／または使用するための任意の方法に基づいてもよく、そのような決定は、本明細書においてコンピュータで実施される方法による。

図３０を参照すると、歯の解剖学的特徴の自動検出（３０４６）は、歯のデジタルモデルに関連する実際の目印の自動検出を含む。例えば、歯の解剖学的特徴の自動検出（３０４６）は、カスプ、隆起部、溝、接触点、または歯に関連する任意の他の物理的な基準点もしくは目印等の目印の自動検出を含んでもよい。さらに、歯列矯正基準の自動構築（３０４８）は、（３０４６）において自動的に検出されるような実際の目印とは対照的に、抽象的な目印の自動構築を含んでもよい。例えば、歯列矯正基準の自動構築（３０４８）は、好適に構築され得る咬合平面、弓形ボックス、および／または任意の他の抽象的な目印の構築を含んでもよい。

一旦、基準対象、基準フレーム、歯の特徴のいずれか１つ以上が自動的に確立、検出、および／または構築されると、システム２９１０は、歯の測定値の自動計算を実行してもよい。歯の測定値の自動計算（３００６）は、例えば、プロセス（３０４２）、（３０４４）、（３０４６）、および（３０４８）において確立、検出、および／または構築される歯の特徴、基準対象、および／またはフレームの１つ以上に基づいて、歯の側面および／または歯列弓の側面等の計算を含んでもよい。例示的な実施形態に従い、歯の測定値のそのような計算は、点から点の測定、点から平面の測定、平面から平面の測定、点から曲線もしくは表面の測定、曲線に沿った距離、方向間の角度、方向と平面との間の角度、平面間の角度の測定、表面積、体積、またはそれらの組み合わせを自動的に実行することにより、およびそれに基づいて、オーバージェットおよびオーバーバイトの測定等の自動的な歯列矯正測定を実行することによって得られてもよい。

一実施形態において、歯の測定値の自動計算（３００６）は、例えば、サイズ、形状、および他の歯の特性等の非常に多くの歯の側面の計算、ならびに例えば、歯列弓における歯の相対位置等の歯列弓の側面等の計算を含んでもよい。例えば、歯の測定値の自動計算（３００６）は、歯冠角形成（先端）、歯冠傾斜（トルク）、および／または歯冠回転（歯軸周囲）等の角度相対位置の計算を含んでもよい。歯冠角形成は、顔面軸（ＦＡ）線、および顔面平面に垂直な咬合平面の投影からの角度である。歯冠角形成の実施例は、図３２Ｆに示される。歯冠傾斜は、顔面軸（ＦＡ）線の投影と、臨床歯冠の中央平面（ＭＰＣＣ）に垂直な咬合平面の投影との間の角度である。歯冠傾斜図の実施例は、３２Ｇに示される。歯冠回転は、咬合平面への顔面法（ＦＮ）線の投影と、特定の歯に対する理想的な弓形との間の角度である。歯冠回転の実施例は、図３２Ｈに示される。

さらに、歯の測定値の自動計算（３００６）は、歯冠レベルおよび／または歯冠隆起等の、もう一方の歯に対する各歯の平行移動の相対位置の計算を含んでもよい。歯冠レベルが、ＦＡＣＣの頂点から咬合平面への符号付き距離を含む一方で、歯冠隆起は、顔面軸（ＦＡ）点から歯に対する理想的な弓形への符号付き距離を含む。歯冠隆起の実施例は、図３２Ｉに図示される。

また、歯の測定値の自動計算（３００６）は、相対的な重なり、例えば、局所的な叢生または歯が互いを妨害する程度の計算を含んでもよい。局所的な重なりの測定は、直交整列および／または重なり領域等の、歯から任意の隣接する歯のうちの１つまたは両方に、好適に適用されてもよい。直交整列の測定は、歯列弓形に直交した方向の歯および隣接する歯の整列であり、歯が隣接する歯の前方または後方にあるかどうかを決定してもよい。歯の重なり領域は、歯の歯列弓曲線または顔面平面上の投影により決定されるような、隣接する歯との歯の重なり量である。

別のコンピュータによる歯の測定値は、角度相対位置および平行移動相対位置の測定値の導関数である、相対コヒーレンスを含んでもよい。より具体的には、２つの隣接する歯の相対コヒーレンスは、角および平行移動の構成要素に対するそれらの相対位置の差である。

さらなるコンピュータによる歯の測定は、歯の形状特性に関連するアライナの把持に対する、歯科用アライナの有効性に重要な、歯冠形状等の歯の形状特性を含む。例えば、近心から遠心の幅、頬側から舌側の幅、歯冠の高さ（咬合平面に垂直方向の歯冠の長さ）、および周囲の歯冠の根元におけるスプライン曲線（歯冠および歯肉表面の境界におけるスプライン曲線）等の他の同様の歯の特性は、システム２９１０によって自動的に測定されてもよい。より具体的には、歯の近心から遠心までの幅は、臨床歯冠の顔面平面（ＦＰＣＣ）に対する、歯の水平端点間の距離として画定されてもよく、距離は、垂直な中央平面の方向に測定される。近心から遠心までの幅の実施例は、図３２Ｅに図示される。さらに、歯の頬側から舌側の幅は、臨床歯冠の中央平面（ＭＰＣＣ）に対する、歯の最内点と最外点との間の距離を含んでもよく、距離は、垂直な顔面平面の方向に測定される。歯の頬側から舌側までの幅の実施例は、図３２Ｄに図示される。

また、歯の測定値の自動計算（３００６）は、切歯、犬歯、小臼歯、および臼歯の特性等の、種々の他の歯の特徴の計算を含んでもよい。例えば、以下の表は、歯並び異常および／または不正咬合の歯の自動測定のために使用されてもよい、歯の特徴および関連した種類の特徴を図示し、特徴の種類は、点特徴（中心点、および中心点周囲の領域、例えば、カスプにより説明される）、および伸長特徴（中心曲線、および中心曲線周囲の領域、例えば、溝および隆起部により説明される）を含む。

したがって、歯の測定値の自動計算（３００６）は、確立、検出、および／または構築される静的または動的な歯の特徴、基準対象、および／またはフレームのうちの１つ以上に基づいて、歯の側面および／または歯列弓の側面等の計算を含んでもよい。

特定の実施形態において、歯の測定値の自動計算（３００６）は、切歯隆起部の並び角度、下顎臼歯の歯並び特性、上顎臼歯の歯並び特性、後歯の辺縁隆起部相対高さ、後歯の頬舌傾斜距離、および歯間接触等の歯並び特性の決定をさらに含んでもよい。より具体的には、切歯隆起部の並び角度は、咬合平面への隆起部の投影と、最近点における弓形テンプレート曲線への接線との間の角度を計算することによって決定されてもよい。下顎臼歯の歯並び特性は、臼歯の近心頬側および遠心頬側カスプ、ならびに小臼歯の頬側カスプを通る、弓形テンプレート曲線への曲線の相対平行配列を示す。

さらに、臼歯の中心溝、および小臼歯の小臼歯カスプを通る曲線に関して、最後歯の並び特性は、中心溝および弓形テンプレートのそれぞれを通る、基準曲線間の最短距離に対する最長距離の比率である。後歯の辺縁隆起部相対高さが、隣接する歯の辺縁隆起部の咬合平面への距離間の差であるのに対して、後歯の頬舌傾斜距離は、舌側カスプと咬合平面との間の最大距離である。さらに、歯の歯間接触は、歯とその隣接する歯との間の一対の距離である。

さらに、さらなる実施形態における歯の測定値の自動計算（３００６）は、例えば、歯列弓に沿った咬合接触および咬合関係を含む、咬合特性の自動計算を含んでもよい。より具体的には、下顎小臼歯または臼歯の咬合接触特性は、反対側の歯の中心溝（咬合面）への頬側カスプの距離集合である。上顎小臼歯または臼歯の咬合接触特性は、反対側の歯の中心溝（咬合面）への舌側カスプの距離集合であり、下顎前歯（切歯および犬歯）咬合接触特性は、隆起部から反対側の前歯の咬合面までの距離である。

歯列弓に沿った咬合関係は、咬合が、クラスＩ、クラスＩＩ、またはクラスＩＩＩの関係からどの程度離れているかの評価を提供する。例えば、クラスＩの咬合関係特性は、以下の測定値を含む。

・上顎犬歯カスプ先端から、下顎犬歯と隣接する小臼歯との間の鼓形空隙接触までの距離（歯列弓曲線に沿って測定される）
・上顎第一小臼歯の頬側カスプから、下顎小臼歯間の歯間接触までの距離（歯列弓曲線に沿って測定される）
・上顎第二小臼歯の頬側カスプから、下顎小臼歯と第一臼歯との間の歯間接触までの距離（歯列弓曲線に沿って測定される）
・上顎第一臼歯の近心頬側カスプから、下顎第一臼歯の頬側溝までの距離（歯列弓曲線に沿って測定される）
・上顎第二臼歯の近心頬側カスプから、下顎第二臼歯の頬側溝までの距離（歯列弓曲線に沿って測定される）
以下の表は、クラスＩの定義におけるエンティティの対を図示する。

さらに、クラスＩＩの咬合関係特性は、以下の測定を含む。

・上顎第一臼歯の近心頬側カスプから下顎第二小臼歯と第一臼歯との間の鼓形空隙または歯間接触までの距離（歯列弓曲線に沿って測定される）
・上顎第二臼歯の近心頬側カスプから、下顎第一臼歯と第二臼歯との間の鼓形空隙または歯間接触までの距離（歯列弓曲線に沿って測定される）
以下の表は、クラスＩＩの定義におけるエンティティの対を図示する。

さらに、クラスＩＩＩの咬合関係特性は、以下の測定値を含む。

・下顎小臼歯が抽出される
・上顎第二小臼歯の頬側カスプから、下顎第一臼歯の頬側溝までの距離（歯列弓曲線に沿って測定される）
以下の表は、クラスＩＩＩの定義におけるエンティティの対を図示する。

このようにして、特定の実施形態において、システム２９１０は、例えば、歯列弓に沿った咬合接触および咬合関係を含む、咬合特性の計算を実行すること等により、咬合特性を自動的に計算するように構成されてもよい。

別の例示的な実施形態に従い、自動化された方法はまた、不正咬合を自動的に検出するように構成されてもよい（３０２０）。例えば、叢生、空隙、オーバージェット、オープンバイト、クロスバイト、角度クラス、咬合接触、および／または類似のもの等の不正咬合の程度および大きさは、計算される種々の歯の測定値（３００６）から自動的に決定されてもよく、次いで、歯の治療および計画を容易にするために、システム２９１０により臨床医に好適に表示されてもよい。

例えば、図３２Ａにおける一実施形態に図示されるようなオーバージェットは、下顎切縁隆起部の中点を通る曲線の、下顎歯列弓上の中央平面との交点から、上顎切歯の頬側表面への距離（閉じた位置において）によって決定されてもよい。さらに、オーバーバイトは、例えば、図３２Ｊに図示されるような、下顎切縁隆起部の中点を通る曲線の上方にある、上顎切歯の頬側表面の割合として定義されてもよい。このようにして、一実施形態において、不正咬合の自動決定は、正確に、確実に、および／または効率的に達成され得る。

さらなる例示的な実施形態に従い、自動化された方法はまた、（３０２０）によって得られる不正咬合の診断および評価に対するもの等の、歯列矯正または歯科指数（３０３０）を自動的に計算するように構成されてもよい。例えば、Ｐｅｅｒ Ａｓｓｅｓｓｍｅｎｔ Ｒａｔｉｎｇｓ（ＰＡＲ）指数、ＡＢＯ不一致指数、およびＡＢＯ客観的評価システム等の歯列矯正または歯科指数の自動計算はまた、自動的に計算される測定値（３００６）に基づいて実現されてもよい。ＰＡＲ指数は、歯列矯正における歯の不正咬合を測定および採点するための、広く受け入れられている標準であるが、伝統的に、主観的知見に著しく影響されるため、誤差やエラーを起こす傾向がある、非常に時間のかかる方法である。しかしながら、自動化された診断方法（３０００）を使用して、そのようなエラー、誤差、および時間遅延は、実質的に減少し、かつ／または排除される。例示的な実施形態に従い、システム２９１０は、前歯接触点を見つける、後歯咬合クラスを決定する、後歯オープンバイトまたはクロスバイトを検出または測定する、前歯オーバージェットを計算する、および／または正中線不一致を測定する等の、測定値の決定および評価によって、ＰＡＲ指数を自動的に計算してもよい。

システム２９１０は、臨床医が、症例の複雑性を効率的に評価すること、および／または治療プロセスの任意の段階中に治療結果の質を測定することを可能にするために、そのような指数を計算してもよい。さらに、そのような指数の使用は、治療前、治療中、および／または治療後に、治療症例が採点または評価されることを可能にし得る。比較は、予測される治療と実際の治療との間で、好適に行われてもよい。さらなる実施形態において、システム２９１０は、例えば、患者の歯の初期状態および決定された歯列矯正の測定値を含む、患者の計算された歯の測定値（２９０６）への同様の歯のパラメータを含む、すでに治療された症例に関する情報に基づいて、指数を計算するように構成されてもよい。例えば、歯の特性および関連した治療の指数付けに関連する追加の詳細情報は、本願の出願人に譲渡された、「Ｍｅｔｈｏｄ ａｎｄ Ｓｙｓｔｅｍ ｆｏｒ Ｐｒｏｖｉｄｉｎｇ Ｉｎｄｅｘｉｎｇ ａｎｄ Ｃａｔａｌｏｇｕｉｎｇ ｏｆ Ｏｒｔｈｏｄｏｎｔｉｃ Ｒｅｌａｔｅｄ Ｔｒｅａｔｍｅｎｔ Ｐｒｏｆｉｌｅｓ ａｎｄ Ｏｐｔｉｏｎｓ」と題する、係属中の出願第１１／３７９，１９８号に記載され、その開示は、すべての目的のために、参照することにより本明細書に組み込まれる。

上記に記載される方法において、本開示の種々の側面に従い、歯科解剖学的な特性、叢生、空隙の測定および評価のために使用されてもよく、および／またはすべての最小限の人間の介入で実現される、歯並び異常、オープンバイト、クロスバイト、ＡＰクラス等の不正咬合の側面に対する診断を確立してもよいような、歯の治療を容易にするために、歯の自動化された歯科測定および診断を容易にするための、システムおよび方法が提供される。例示的な実施形態に従い、例示的な自動化されたシステムおよび方法は、患者の歯のデジタルモデルを取得し、そのようなデジタルモデルに基づいて、基準のデータおよび特徴を自動的に確立および／または検出し、次いで、そのような基準のデータおよび／または特徴に基づいて、歯の測定値を自動的に計算するように構成される。そのような自動化された歯の測定および診断技術は、１つ以上のアルゴリズムまたはコンピュータコードの使用により、１つ以上のコンピュータベースのシステムで行われてもよい。

患者の歯のデジタルモデルの取得は、現在既知の、または以下に考案される種々の方法で達成され得る。例示的な実施形態に従い、基準データおよび特徴の自動確立および／または検出は、デジタルモデルデータに基づいており、基準対象の確立、基準フレームの確立、歯の解剖学的特徴の検出、および／または歯列矯正特徴の構築を含んでもよい。次いで、歯の測定値の自動計算は、１つ以上の歯の特徴、および基準対象、およびフレームに基づいて行われてもよい。

他の例示的な実施形態に従い、自動化されたシステムおよび方法はまた、不正咬合を自動的に検出し、かつ／または歯列矯正または歯科指数を自動的に計算するように構成されてもよい。

本開示の範囲内において、種々の操作ステップ、および操作ステップを実行するための構成要素は、特定の用途に応じて、またはシステムの操作に関連する、任意の数のコスト関数を考慮して、代替の方法で実施されてもよく、例えば、種々の構成要素ならびに方法および／またはステップは、削除、修正、または他の構成要素、方法、および／またはステップと組み合わされてもよい。さらに、ＩＤＤＳの生成、測定値および／または指数の計算等の、本明細書に開示される種々の方法およびステップは、そのような方法およびステップを容易にするために、現在既知の、または以下に展開される、任意の他の技術を含んでもよいことを理解されたい。

患者の治療履歴、歯列矯正治療、歯列矯正の情報および診断のうちの少なくとも１つの要約を含むデータベースを提供し、出力データストリームを生成するために、該データベースに問い合わせるためのデータマイニング技術を用い、出力データストリームは、患者の不正咬合を歯列矯正治療と関連付け、歯科装置または歯科装置の使用を改善するために、出力データストリームを適用する、システムおよび方法が開示される。

測定された場合、達成された結果は、通常、最終結果が比較される、Ａｍｅｒｉｃａｎ Ｂｏａｒｄ ｏｆ Ｏｒｔｈｏｄｏｎｔｉｃｓ等による標準的な基準のセットを使用して決定され、通常、理想的な咬合および咬み合わせ関係がどうであるべきかの理想基準のセットである。結果を決定する別の方法は、治療結果としての改善度を測定するために、ＰＡＲ、ＩＯＴＮ、およびＩＣＯＮ等の相対改善指数を使用することである。

本発明は、治療計画を強化するか、または初期の歯の配置から最終の歯の配置に歯を再配置するプロセスにおける、装置構成を強化するために、治療結果における関係をマイニングし、マイニングされたデータを使用するための方法および装置を提供する。本発明は、再配置が、一連の装置によって、または増分的に個々の歯を再配置するように構成される、装置への一連の調節によって、どのように達成されるかを定義するために機能することができる。本発明は、歯の受容空洞を有するポリマシェル、すなわち、米国特許第５，９７５，８９３号に記載される種類のシェルとして形成される、一連の装置を特定するために、有利に適用されることができる。

患者の歯は、本発明に従って特定される装置を使用して、一連の増分的な位置調節を行うことによって、初期の歯の配置から最終の歯の配置に再配置される。一実施において、本発明は、上述のポリマシェル装置に対する形状を特定するために使用される。一連のもののうちの第１の装置は、初期の歯の配置から第１の中間配置に歯を再配置するために選択された、形状を有する。装置は、第１の中間配置に近づくか、または達成されるまで装着されることを目的とし、次いで、１つ以上の追加的な（中間）装置が、歯の上に連続して配置される。最終の装置は、最終の中間配置から望ましい最終の歯の配置に、歯を徐々に再配置するために選択された形状を有する。

本発明は、装置が、許容できるレベルの力を付与し、許容できる範囲内のみにおいて不快感をもたらし、許容できる期間において歯の再配置の望ましい増分を達成するように、装置を特定する。本発明は、コンピュータによる歯列矯正システムの他の部分と相互作用するように、より具体的には、歯が治療中に再配置される際に歯によって取られる経路を計算する経路画定モジュールと相互作用するように実施されることがでる。

概して、一側面において、本発明は、患者の歯を再配置するための臨床的に適切なサブステップに、歯列矯正治療経路をセグメント化するための、方法および対応する装置を提供する。方法は、患者に適用される一連の装置のそれぞれの形状および材料の、デジタル有限要素モデルを提供するステップと、患者の歯および関連した口腔組織のデジタル有限要素モデルを提供するステップと、コンピュータによって有限要素モデルを解析することにより、歯への装置の実際の効果を計算するステップと、臨床的制約に対する効果を評価するステップとを含む。有利な実施は、以下の特徴のうちの１つ以上を含むことができる。装置は、ブラケットおよび歯列弓ワイヤを含むブレース、光造形法により製造されるシェルを含むポリマシェル、リテーナ、または他の形式の歯列矯正装置であることができる。実施は、装置の実際の効果を、装置の目的とする効果と比較するステップと、装置の実際の効果が、装置の目的とする効果と異なる閾値を超えるときに、装置を不満足な装置として識別し、比較の結果に従って、不満足な装置のモデルを修正するステップとを含むことができる。モデルおよび得られる装置は、不満足な装置の形状を変化させることによって、くぼみを追加することにより、歯の位置の過剰補正をもたらすための材料を追加することにより、剛性を増加させるための材料のリッジを追加することにより、剛性を増加させるために、歯肉線に沿った材料の縁を追加することにより、剛性を減少させるために材料を取り外すことにより、または不満足な装置の目的とする効果と実際の効果との間の差の補完により画定される形状になるように形状を再画定することにより、修正されることができる。臨床的制約は、歯の変位の最大速度、歯への最大力、および歯の望ましい終了位置を含むことができる。最大力は、直線力またはねじり力であることができる。変位の最大速度は、変位の直線速度または角速度であることができる。本発明の装置は、システムとして実装されることができるか、またはそれは、コンピュータに本発明の方法のステップを実行させるための動作可能な命令を有する、コンピュータ可読媒体上に具体的に記憶されるコンピュータプログラム製品として実装されることができる。

本発明の利点の中に、以下の１つ以上がある。本発明に従って特定される装置は、歯列矯正的に許容できるレベルを超える力を付与せず、許容できる量を超える患者の不快感をもたらさず、許容できる期間において歯の再配置の望ましい増分を達成する。本発明は、提案された経路が、考慮中の装置によって達成され、かつ良好な歯列矯正の実行についてのユーザが選択可能な制約内にあることを確認することによって、歯列矯正治療中に歯経路を画定するためのコンピュータによる、またはマニュアルのプロセスを拡大するために使用されることができる。アライナを設計するための本発明の使用は、設計者（人間または自動）が、特定の制約に対してアライナの性能を精細に調整することを可能にする。また、アライナの効果のより正確な歯列矯正制御が達成されることができ、それらの動作は、そうではない場合よりもよりよく予測されることができる。さらに、アライナ形状をコンピュータを用いて画定することは、数値制御下における直接的なアライナ製造を容易にする。

一実施形態における自動化された歯の測定のためのコンピュータによって実施される方法は、患者の歯のデジタルモデルを取得するステップと、デジタルモデルに基づいて、基準のデータまたは特徴を自動的に検出するステップと、該基準のデータまたは特徴に基づいて、歯の測定値を自動的に計算するステップとを含み、歯の測定値は、患者の咬合特性に関連している。

一実施形態において、基準のデータまたは特徴を自動的に検出するステップは、基準対象を自動的に確立するステップを含む。

さらに、基準のデータまたは特徴を自動的に検出するステップは、基準フレームを自動的に確立するステップを含んでもよい。

また、基準のデータまたは特徴を自動的に検出するステップは、歯の解剖学的特徴を自動的に検出するステップを含んでもよい。

さらに、基準のデータまたは特徴を自動的に検出するステップは、歯列矯正基準を自動的に構築するステップを含んでもよい。

さらに、基準対象を自動的に確立するステップは、咬合平面、咬合面、臨床歯冠の顔面軸（ＦＡＣＣ）、顔面軸点を通る曲線、鼓形空隙曲線、臨床歯冠の中央平面（ＭＰＣＣ）、顔面軸線（ＦＡ線）、臨床歯冠の顔面平面（ＦＰＣＣ）、顔面法線（ＦＮ線）、抵抗の中心、弓形曲線、弓形テンプレート、または弓形理想曲線のうちの少なくとも１つを自動的に確立するステップを含んでもよい。

一側面における基準フレームの自動確立は、歯の移動の程度を自動的に決定するための、フレームの確立を含んでもよい。

また、基準フレームの自動確立は、各歯に対するＦＡＣＣに基づいたフレームの確立を含んでもよい。

歯の解剖学的特徴の自動検出は、各歯に対するカスプ、隆起部、溝、および接触点のうちの少なくとも１つの検出を含んでもよい。

さらに、歯列矯正基準の自動構築は、抽象的な目印の構築を含んでもよい。

咬合特性は、オーバージェット、オーバーバイト、または正中線不一致のうちの１つ以上を含んでもよい。

さらに別の実施形態における方法は、該歯の測定値に基づいた咬合特性の自動検出を含んでもよい。

さらに、方法は、該歯の測定値に基づいた歯列矯正指数の自動計算をさらに含んでもよい。

また、方法は、該歯の測定に基づいたＰＡＲ指数の自動計算を含んでもよい。

さらに別の側面において、方法はまた、歯列矯正治療に対する連続アライナの構成に関連する命令セットを生成するステップを含んでもよい。

命令セットは、計算された歯の測定値に基づいて生成されてもよい。

別の実施形態に従って、自動化された歯の測定を実行するための装置は、１つ以上のプロセッサ、および１つ以上のプロセッサに連結されるメモリを含み、メモリは、１つ以上のプロセッサにより実行される場合、１つ以上のプロセッサに、患者の歯のデジタルモデルを取得させ、該デジタルモデルに基づいて、基準のデータまたは特徴を自動的に検出させ、該基準のデータまたは特徴に基づいて、歯の測定値を自動的に計算させる命令を記憶するために構成され、歯の測定値は、患者の咬合特性に関連している。

メモリは、１つ以上のプロセッサによって実行される場合、基準対象を自動的に確立することによって、１つ以上のプロセッサに基準のデータまたは特徴を自動的に検出させる命令を記憶するために、さらに構成されてもよい。

メモリは、１つ以上のプロセッサによって実行される場合、基準フレームを自動的に確立することにより、１つ以上のプロセッサに基準のデータまたは特徴を自動的に検出させる命令を記憶するために、構成されてもよい。

別の側面において、メモリは、１つ以上のプロセッサによって実行される場合、歯の解剖学的特徴を自動的に検出することにより、１つ以上のプロセッサに基準のデータまたは特徴を自動的に検出させる命令を記憶するために、構成されてもよい。

メモリは、１つ以上のプロセッサによって実行される場合、歯列矯正基準を自動的に構築することにより、１つ以上のプロセッサに基準のデータまたは特徴を自動的に検出させる命令を記憶するために、さらに構成されてもよい。

さらに別の側面において、メモリは、１つ以上のプロセッサによって実行される場合、咬合平面、咬合面、臨床歯冠の顔面軸（ＦＡＣＣ）、顔面軸点を通る曲線、鼓形空隙曲線、臨床歯冠の中央平面（ＭＰＣＣ）、顔面軸（ＦＡ）線、臨床歯冠の顔面平面（ＦＰＣＣ）、顔面垂（ＦＮ）線、抵抗の中心、弓形曲線、弓形テンプレート、または弓形理想曲線のうちの少なくとも１つを自動的に確立することにより、１つ以上のプロセッサに、基準対象を自動的に確立させる命令を記憶するために、構成されてもよい。

一側面におけるコンピュータ化されたモデル化システムは、各歯に対するＦＡＣＣに基づいたフレームの確立による、基準フレームの自動確立のために、構成されてもよい。

また、メモリは、１つ以上のプロセッサによって実行される場合、歯のカスプ、隆起部、溝、または接触点のうちの少なくとも１つの検出により、１つ以上のプロセッサに歯の解剖学的特徴を自動的に検出させる命令を記憶するために、さらに構成されてもよい。

さらに、メモリは、１つ以上のプロセッサによって実行される場合、咬合平面および弓形ボックスの構築により、１つ以上のプロセッサに歯列矯正基準を自動的に構築させる命令を記憶するために、構成されてもよい。

歯の測定値は、オーバージェット、オーバーバイト、または正中線不一致のうちの１つ以上に関連してもよい。

さらに、メモリは、１つ以上のプロセッサによって実行される場合、該歯の測定値に基づいて、１つ以上のプロセッサに不正咬合を自動的に検出させる命令を記憶するために、さらに構成されてもよい。

さらに、別の側面において、メモリは、１つ以上のプロセッサによって実行される場合、歯の測定値に基づいて、１つ以上のプロセッサに歯列矯正指数を自動的に計算させる命令を記憶するために、構成されてもよい。

別の実施形態において、自動化された歯の測定のための方法を実行するように、１つ以上のプロセッサをプログラムするためのプロセッサ可読コードをその上に格納されている、１つ以上の記憶デバイスが提供され、この方法は、患者の歯のデジタルモデルを取得するステップと、デジタルモデルに基づいて基準のデータまたは特徴を自動的に検出するステップと、該基準のデータまたは特徴に基づいて歯の測定値を自動的に計算するステップとを含み、歯の測定値は、患者の咬合特性に関連している。

本開示における動作の構成および方法における種々の他の修正および変更は、本開示の範囲および精神から逸脱することなく、当業者には明らかとなるであろう。本開示は、特定の好ましい実施形態に関連して記載されてきたが、請求されるような本開示は、そのような特定の実施形態に過度に限定されるべきではないことを理解されたい。以下の特許請求の範囲は、本開示の範囲を画定し、これらの特許請求の範囲内における構成および方法、ならびにそれらの同等物は、その対象となるものとすることを目的とする。

Claims (29)

1. 自動化された歯の測定のためのコンピュータ実装方法であって、
   患者の歯のデジタルモデルを取得することと、
   該デジタルモデルに基づいて、基準のデータまたは特徴を自動的に検出することと、
   該基準のデータまたは特徴に基づいて、歯の測定値を自動的に計算することと
   を含み、該歯の測定値は、該患者の咬合特性と関連している、方法。
2. 基準のデータまたは特徴を自動的に検出することは、基準対象を自動的に確定することを含む、請求項１に記載のコンピュータ実装方法。
3. 基準のデータまたは特徴を自動的に検出することは、基準のフレームを自動的に確定することを含む、請求項１に記載のコンピュータ実装方法。
4. 基準のデータまたは特徴を自動的に検出することは、解剖学的な歯の特徴を自動的に検出することを含む、請求項１に記載のコンピュータ実装方法。
5. 基準のデータまたは特徴を自動的に検出することは、歯列矯正基準を自動的に構築することを含む、請求項１に記載のコンピュータ実装方法。
6. 基準対象を自動的に確定することは、咬合平面、咬合面、臨床歯冠の顔面軸（ＦＡＣＣ）、顔面軸点を通る曲線、鼓形空隙曲線、臨床歯冠の中央平面（ＭＰＣＣ）、顔面軸線（ＦＡ線）、該臨床歯冠の顔面平面（ＦＰＣＣ）、顔面法線（ＦＮ線）、抵抗中心、歯列弓形曲線、歯列弓形テンプレート、または歯列弓形理想曲線のうちの少なくとも１つを自動的に確定することを含む、請求項２に記載のコンピュータ実装方法。
7. 前記基準フレームの自動的な確定は、歯の移動の範囲を自動的に決定するための、フレームの確定を含む、請求項３に記載のコンピュータ実装方法。
8. 前記基準フレームの自動的な確定は、各歯に対する前記ＦＡＣＣに基づく前記フレームの確立を含む、請求項７に記載のコンピュータ実装方法。
9. 前記解剖学的な歯の特徴の自動的な検出は、各歯に対するカスプ、隆起部、溝、および接触点のうちの少なくとも１つの検出を含む、請求項４に記載のコンピュータ実装方法。
10. 前記歯列矯正基準の自動的な構築は、抽象的な目印の構築を含む、請求項５に記載のコンピュータ実装方法。
11. 前記咬合特性は、オーバージェット、オーバーバイト、または正中線不一致のうちの１つ以上を含む、請求項１に記載のコンピュータ実装方法。
12. 前記方法は、前記歯の測定値に基づく前記咬合特性の自動的な検出をさらに含む、請求項１に記載のコンピュータ実装方法。
13. 前記方法は、前記歯の測定値に基づく歯列矯正指数の自動的な計算をさらに含む、請求項１に記載のコンピュータ実装方法。
14. 前記方法は、前記歯の測定値に基づくＰＡＲ指数の自動的な計算をさらに含む、請求項１に記載のコンピュータ実装方法。
15. 歯列矯正治療のための連続アライナの構成に関連する命令セットを生成することをさらに含む、請求項１に記載のコンピュータ実装方法。
16. 前記命令セットは、前記計算された歯の測定値に基づいて生成される、請求項１に記載のコンピュータ実装方法。
17. 自動化された歯の測定を実行する装置であって、
    １つ以上のプロセッサと、
    該１つ以上のプロセッサに連結され、命令を記憶するように構成されたメモリであって、該命令は、該１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、患者の歯のデジタルモデルを取得させ、該デジタルモデルに基づいて基準のデータまたは特徴を自動的に検出させ、そして、該基準のデータまたは特徴に基づいて歯の測定値を自動的に計算させ、該歯の測定値は、該患者の咬合特性と関連している、メモリと
    を備える、装置。
18. 前記メモリは、命令を記憶するためにさらに構成され、該命令は、前記１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、基準対象を自動的に確定することによって基準のデータまたは特徴を自動的に検出させる、請求項１７に記載の装置。
19. 前記メモリは、命令を記憶するためにさらに構成され、該命令は、前記１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、基準フレームを自動的に確定することによって基準のデータまたは特徴を自動的に検出させる、請求項１７に記載の装置。
20. 前記メモリは、命令を記憶するためにさらに構成され、該命令は、前記１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、解剖学的な歯の特徴を自動的に検出することによって基準のデータまたは特徴を自動的に検出させる、請求項１７に記載の装置。
21. 前記メモリは、命令を記憶するためにさらに構成され、該命令は、前記１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、歯列矯正基準を自動的に構築することによって基準のデータまたは特徴を自動的に検出させる、請求項１７に記載の装置。
22. 前記メモリは、命令を記憶するためにさらに構成され、該命令は、前記１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、咬合平面、咬合面、臨床歯冠の顔面軸（ＦＡＣＣ）、顔面軸点を通る曲線、鼓形空隙曲線、臨床歯冠の中央平面（ＭＰＣＣ）、顔面軸（ＦＡ）線、該臨床歯冠の顔面平面（ＦＰＣＣ）、顔面法（ＦＮ）線、抵抗中心、歯列弓形曲線、歯列弓形テンプレート、または歯列弓形理想曲線のうちの少なくとも１つを自動的に確定することによって基準対象を自動的に確立させる、請求項１８に記載の装置。
23. 前記コンピュータ化されたモデル化システムは、各歯に対する前記ＦＡＣＣに基づくフレームの確定によって、基準フレームの自動的な確定のために構成される、請求項１９に記載の装置。
24. 前記メモリは、命令を記憶するためにさらに構成され、該命令は、前記１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、歯のカスプ、隆起部、溝、または接触点のうちの少なくとも１つの検出によって解剖学的な歯の特徴を自動的に検出させる、請求項２０に記載の装置。
25. 前記メモリは、命令を記憶するためにさらに構成され、該命令は、前記１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、咬合平面および歯列弓形ボックスの構築によって歯列矯正基準を自動的に構築させる、請求項２１に記載の装置。
26. 前記歯の測定値は、オーバージェット、オーバーバイト、または正中線不一致のうちの１つ以上と関連する、請求項１７に記載の装置。
27. 前記メモリは、命令を記憶するためにさらに構成され、該命令は、前記１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、前記歯の測定値に基づいて不正咬合を自動的に検出させる、請求項１７に記載の装置。
28. 前記メモリは、命令を記憶するためにさらに構成され、該命令は、前記１つ以上のプロセッサによって実行されるときに、該１つ以上のプロセッサに、前記歯の測定値に基づいて歯列矯正指数を自動的に計算させる、請求項１７に記載の装置。
29. 自動化された歯の測定のための方法を実行するように、１つ以上のプロセッサをプログラムするプロセッサ可読コードをその上に格納されている、１つ以上の記憶デバイスであって、該方法は、
    患者の歯のデジタルモデルを取得することと、
    該デジタルモデルに基づいて、基準のデータまたは特徴を自動的に検出することと、
    該基準のデータまたは特徴に基づいて、歯の測定値を自動的に計算することであって、該歯の測定値は、該患者の咬合特性と関連している、ことと
    を含む、デバイス。

Images