JP2019518552A - 歯科修復物の形状、位置及び向きの少なくとも1つの推定方法 - Google Patents
歯科修復物の形状、位置及び向きの少なくとも1つの推定方法 Download PDFInfo
- Publication number
- JP2019518552A JP2019518552A JP2018565672A JP2018565672A JP2019518552A JP 2019518552 A JP2019518552 A JP 2019518552A JP 2018565672 A JP2018565672 A JP 2018565672A JP 2018565672 A JP2018565672 A JP 2018565672A JP 2019518552 A JP2019518552 A JP 2019518552A
- Authority
- JP
- Japan
- Prior art keywords
- teeth
- tooth
- setup
- shape
- virtual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 198
- 238000013179 statistical model Methods 0.000 claims abstract description 48
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 210000004513 dentition Anatomy 0.000 claims abstract description 16
- 230000036346 tooth eruption Effects 0.000 claims abstract description 16
- 210000002455 dental arch Anatomy 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims description 43
- 238000012549 training Methods 0.000 claims description 43
- 238000012805 post-processing Methods 0.000 claims description 25
- 210000000214 mouth Anatomy 0.000 claims description 15
- 210000003484 anatomy Anatomy 0.000 claims description 14
- 208000008312 Tooth Loss Diseases 0.000 claims description 9
- 230000007547 defect Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 137
- 238000004422 calculation algorithm Methods 0.000 description 88
- 239000011159 matrix material Substances 0.000 description 45
- 230000009466 transformation Effects 0.000 description 45
- 238000013459 approach Methods 0.000 description 30
- 230000011218 segmentation Effects 0.000 description 12
- 230000008901 benefit Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 11
- 238000011282 treatment Methods 0.000 description 11
- 239000013598 vector Substances 0.000 description 11
- 239000004053 dental implant Substances 0.000 description 9
- 238000000513 principal component analysis Methods 0.000 description 9
- 230000006978 adaptation Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000010845 search algorithm Methods 0.000 description 8
- 210000001847 jaw Anatomy 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000000844 transformation Methods 0.000 description 6
- 238000013519 translation Methods 0.000 description 6
- 239000007943 implant Substances 0.000 description 5
- 230000013011 mating Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 4
- 238000002939 conjugate gradient method Methods 0.000 description 4
- 239000011505 plaster Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 239000013256 coordination polymer Substances 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 210000004872 soft tissue Anatomy 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003278 mimic effect Effects 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 210000002925 A-like Anatomy 0.000 description 1
- 241000282465 Canis Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000004283 incisor Anatomy 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- OOYGSFOGFJDDHP-KMCOLRRFSA-N kanamycin A sulfate Chemical group OS(O)(=O)=O.O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CN)O[C@@H]1O[C@H]1[C@H](O)[C@@H](O[C@@H]2[C@@H]([C@@H](N)[C@H](O)[C@@H](CO)O2)O)[C@H](N)C[C@@H]1N OOYGSFOGFJDDHP-KMCOLRRFSA-N 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000002445 nipple Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C13/00—Dental prostheses; Making same
- A61C13/0003—Making bridge-work, inlays, implants or the like
- A61C13/0004—Computer-assisted sizing or machining of dental prostheses
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C13/00—Dental prostheses; Making same
- A61C13/34—Making or working of models, e.g. preliminary castings, trial dentures; Dowel pins [4]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C7/00—Orthodontics, i.e. obtaining or maintaining the desired position of teeth, e.g. by straightening, evening, regulating, separating, or by correcting malocclusions
- A61C7/002—Orthodontic computer assisted systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C8/00—Means to be fixed to the jaw-bone for consolidating natural teeth or for fixing dental prostheses thereon; Dental implants; Implanting tools
- A61C8/0001—Impression means for implants, e.g. impression coping
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C8/00—Means to be fixed to the jaw-bone for consolidating natural teeth or for fixing dental prostheses thereon; Dental implants; Implanting tools
- A61C8/0093—Features of implants not otherwise provided for
- A61C8/0096—Implants for use in orthodontic treatment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C9/00—Impression cups, i.e. impression trays; Impression methods
- A61C9/004—Means or methods for taking digitized impressions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C9/00—Impression cups, i.e. impression trays; Impression methods
- A61C9/004—Means or methods for taking digitized impressions
- A61C9/0046—Data acquisition means or methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
-
- 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
- A61C2007/004—Automatic construction of a set of axes for a tooth or a plurality of teeth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2004—Aligning objects, relative positioning of parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2016—Rotation, translation, scaling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2021—Shape modification
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Surgery (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Architecture (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Robotics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
- Instructional Devices (AREA)
- Dental Prosthetics (AREA)
Abstract
【選択図】図1
Description
−前記少なくとも1つの要素の推定が必要である、歯科修復物を必要とする1本以上の歯を示し、残りの歯(複数可)が推定に利用可能であることを示すこと。典型的には、使用者は、患者の歯列に対応する歯列表に従って歯の解剖学的名称または歯の位置を入力することによって、歯科修復物を必要とする前記歯及び前記残りの歯を示すことができる。特定の実施形態では、歯科表の表現における対応する歯を選択することによって、使用者が前記歯を示すことを可能にするユーザインタフェースが提供される。
−前記歯科修復物を必要とする1本以上の歯に対応する歯、ならびに選択された残りの歯(複数可)に対応する歯を含む仮想の歯のセットアップを提供すること、但し前記仮想の歯のセットアップは、歯列弓またはそのセグメントに位置付けられる個々の歯の分離された表面メッシュを含む。好ましくは、前記仮想の歯のセットアップは、患者の歯列と同じ歯列に対応する。前記仮想の歯のセットアップは、いわゆる「平均的な仮想の歯のセットアップ」であり、多数の口腔内表面をデジタル化し、個々の歯の表面メッシュを前記デジタル化された表面から分離する一方で、歯列弓内の形状、位置及び向きを維持することによって得られる、多数の仮想の歯のセットアップにおける歯の計算された平均的な形状、位置及び向きに基づくものであることがさらに好ましい。好ましくは、前記多数のデジタル化された口腔内表面は、支配的な歯の洞察という点から理想に近い歯のセットアップを有すると考えられる個々人から得られる。
−前記選択された残りの歯(複数可)及び前記歯科修復物を必要とする1本以上の歯の領域を含む、前記患者の口腔内領域のデジタル化された表面メッシュを提供すること。典型的には、患者の口腔内領域のこのようなデジタル化された表面メッシュは、患者の歯及び軟部組織の歯科印象をスキャンすることによって、またはそのような印象の鋳型をスキャンすることによって得られる。あるいは、前記デジタル化された表面メッシュは、患者の口腔内のCTスキャンデータから、またはより好ましくは、口腔内スキャナを使用して前記口腔内領域をスキャンすることなどにより、医用画像データから導出される。
−任意で、患者の口腔内領域の前記デジタル化された表面メッシュを前記仮想の歯のセットアップとアラインメントさせること。前記デジタル化された表面メッシュを前記仮想の歯のセットアップとアラインメントさせることは、前記デジタル化された表面メッシュの少なくとも1本の歯、好ましくは少なくとも2本の歯、より好ましくは少なくとも3本の歯の1つ以上の目印を、仮想の歯のセットアップの対応する歯(複数可)の1つ以上の対応する目印に整合させることを含むことが好ましい。そのような目印の整合化を可能にするために、使用者が、デジタル化された表面メッシュの1本以上の歯に、そうした1つ以上の目印を示すことが好ましく、その場合において前記目印は仮想の歯のセットアップの所定の目印に対応している。特定の実施形態では、前記1つの目印は、上側の歯冠表面の中間点である。
−前記仮想の歯のセットアップを患者の口腔内の解剖学的状況に適合させるために、前記仮想の歯のセットアップの質の尺度を表すエネルギー関数を適用し、最適化すること、但し前記適合は、所与の歯列またはそのセグメントについて、少なくとも個々の歯の形状についての確率分布、隣接する歯の形状間の関係、及び/または隣接する歯の位置及び/または向きの間の関係を記述する統計モデルを与えられた前記患者の口腔内領域の前記デジタル化された表面メッシュの前記選択された1本以上の残りの歯のうちの1本以上に仮想の歯のセットアップを適合させることを含み、前記エネルギー関数は、前記患者の解剖学的構造と前記適合させた仮想の歯のセットアップとの間の適合を示す第1の尺度と、前記統計モデルが与えられた前記適合させた仮想の歯のセットアップの確率を示す第2の尺度とを含む。典型的には、前記エネルギー関数を最適化することは反復的なプロセスであり、前記エネルギー関数が、前記患者の理想的な歯のセットアップに近似する、前記最適化されたエネルギー関数から得られる適合させた仮想の歯のセットアップを得るために、中間的な仮想の歯のセットアップに繰り返し適用される。最適化プロセスは、その後の反復間の変化が所定の閾値、好ましくは使用者設定閾値を下回るまで継続できる。あるいは、最適化プロセスを最大反復回数に達するまで継続させることができ、好ましくはこの回数は使用者によって設定される。特定の実施形態では、最適化は、その後の反復間の変化が所与の閾値、好ましくは使用者設定閾値を下回るまで、または好ましくは使用者が最大値を設定する最大反復回数に達するまで継続する。いずれが最初であってもよい。この手法は、アルゴリズムの実行時間を同時に制御しながら、ほとんどの場合にほぼ理想的な解を得ることを可能にする。
−前記最適化されたエネルギー関数から得られた適合させた仮想の歯のセットアップを使用して、前記歯科修復物の前記形状、位置及び向きの前記少なくとも1つの要素を推定すること。典型的には、推定を必要とする歯科修復物の歯(複数可)の位置、向き及び/または形状は、適合させた仮想の歯のセットアップの対応する歯(複数可)の位置、向き及び/または形状から推定される。
−前記推定を必要とする前記1本以上の歯を示す使用者入力を受信すること。典型的には、使用者は、患者の歯列に対応する歯列表に従って歯の解剖学的名称または歯の位置を入力することによって、前記歯を示すことができる。特定の実施形態では、歯科表の表現における対応する歯を選択することによって、使用者が前記歯を示すことを可能にするユーザインタフェースが提供される。
−前記推定を必要とする前記1本以上の歯に対応する歯を含む仮想の歯のセットアップを提供すること、但し前記仮想の歯のセットアップは、歯列弓またはそのセグメントに配置された個々の歯の分離された表面メッシュを備える。好ましくは、前記仮想の歯のセットアップは、患者の歯列と同じ歯列に対応する。前記仮想の歯のセットアップは、いわゆる「平均的な仮想の歯のセットアップ」であり、多数の口腔内表面をデジタル化し、個々の歯の表面メッシュを前記デジタル化された表面から分離する一方で、歯列弓内の形状、位置及び向きを維持することによって得られる、多数の仮想の歯のセットアップにおける歯の計算された平均的な形状、位置及び向きに基づくものであることがさらに好ましい。好ましくは、前記多数のデジタル化された口腔内表面は、支配的な歯の洞察という点から理想に近い歯のセットアップを有すると考えられる個々人から得られる。
−前記推定を必要とする前記1本以上の示された歯を含む、前記患者の口腔内領域のデジタル化された表面メッシュを提供すること。典型的には、患者の口腔内領域のこのようなデジタル化された表面メッシュは、患者の歯及び軟部組織の歯科印象をスキャンすることによって、またはそのような印象の鋳型をスキャンすることによって得られる。あるいは、前記デジタル化された表面メッシュは、患者の口腔内のCTスキャンデータから、またはより好ましくは、口腔内スキャナを使用して前記口腔内領域をスキャンすることなどにより、医用画像データから導出される。
−任意で、患者の口腔内領域の前記デジタル化された表面メッシュを前記仮想の歯のセットアップとアラインメントさせること。前記デジタル化された表面メッシュを前記仮想の歯のセットアップとアラインメントさせることは、前記デジタル化された表面メッシュの少なくとも1本の歯、好ましくは少なくとも2本の歯、より好ましくは少なくとも3本の歯の1つ以上の目印を、仮想の歯のセットアップの対応する歯(複数可)の対応する1つ以上の目印に整合させることを含むことが好ましい。そのような目印の整合化を可能にするために、使用者が、デジタル化された表面メッシュの1本以上の歯のそうした1つ以上の目印を示すことが好ましく、その場合において前記目印は仮想の歯のセットアップの所定の目印に対応している。特定の実施形態では、前記1つの目印は、上側の歯冠表面の中間点である。
−前記仮想の歯のセットアップを患者の口腔内の解剖学的状況に適合させるために、前記仮想の歯のセットアップの質の尺度を表すエネルギー関数を適用し、最適化すること、但し前記適合は、所与の歯列またはそのセグメントについて、少なくとも個々の歯の形状についての確率分布、隣接する歯の形状間の関係、及び/または隣接する歯の位置及び/または向きの間の関係を記述する統計モデルを与えられた前記患者の口腔内領域の前記デジタル化された表面メッシュの前記1本以上の示された歯に仮想の歯のセットアップを適合させることを含み、前記エネルギー関数は、前記患者の解剖学的構造と前記仮想の歯のセットアップとの間の嵌合を示す第1の尺度と、前記統計モデルが与えられた前記適合させた仮想の歯のセットアップの確率を示す第2の尺度とを含む。典型的には、前記エネルギー関数を最適化することは反復的なプロセスであり、前記エネルギー関数が、前記患者の理想的な歯のセットアップに近似する、前記最適化されたエネルギー関数から得られる適合させた仮想の歯のセットアップを得るために、中間的な仮想の歯のセットアップに繰り返し適用される。最適化プロセスは、その後の反復間の変化が所定の閾値、好ましくは使用者設定閾値を下回るまで継続できる。あるいは、最適化プロセスを最大反復回数に達するまで継続させることができ、好ましくはこの回数は使用者によって設定される。特定の実施形態では、最適化は、その後の反復間の変化が所与の閾値、好ましくは使用者設定閾値を下回るまで、または好ましくは使用者が最大値を設定する最大反復回数に達するまで継続する。いずれが最初であってもよい。この手法は、アルゴリズムの実行時間を同時に制御しながら、ほとんどの場合にほぼ理想的な解を得ることを可能にする。
−前記最適化されたエネルギー関数による前記適合させた仮想の歯のセットアップを使用して、前記少なくとも1本の歯の前記形状、位置及び向きの前記少なくとも1つの要素を推定すること。典型的には、推定を必要とする前記歯(複数可)の位置、向き及び/または形状は、適合させた仮想の歯のセットアップの対応する歯(複数可)の位置、向き及び/または形状から推定される。
−それぞれが好ましくはほぼ理想的な歯のセットアップを有する、異なる個人から得られた歯のセットアップのデジタル表面メッシュの集合に対応する多数の仮想の歯のセットアップを提供すること。前記仮想の歯のセットアップにおいて、個々の歯は、分離された表面メッシュとして利用可能であることがさらに好ましい。
−前記多数の仮想の歯のセットアップから平均的な仮想の歯のセットアップを計算すること。好ましくは、前記仮想の歯のセットアップは、前記平均的なセットアップの計算に先立って同じ基準フレームにアラインメントされる。
−前記多数の仮想の歯のセットアップから、少なくとも個々の歯の形状の確率分布、隣接する歯の形状間の関係、及び/または隣接する歯の位置及び/または向きの間の関係を計算すること。
A.少なくとも部分的な歯欠損の患者の歯科修復物の形状、位置及び向きの少なくとも1つの要素を推定する方法であって、
−前記歯科修復物の前記少なくとも1つの要素の推定を必要とする歯(複数可)を選択し、推定に利用可能な残りの歯(複数可)を選択すること、
−前記仮想の歯のセットアップの個々の歯の形状、前記仮想の歯のセットアップの隣接する歯の形状間の関係、及び/または前記仮想の歯のセットアップの隣接する歯の位置及び/または向きの間の関係の少なくとも1つを記述する統計モデルを与えられた前記患者の前記選択された1本以上の残りの歯のうちの1本以上に、前記仮想の歯のセットアップを適合させるために、前記1本以上の残りの歯及び前記歯科修復物を必要とする少なくとも1本の歯を含む仮想の歯のセットアップの質の尺度を表すエネルギー関数を適用すること、但し前記エネルギー関数は、前記患者の解剖学的構造と前記仮想の歯のセットアップとの間の嵌合を示す第1の尺度と、前記統計モデルが与えられた前記仮想の歯のセットアップの確率を示す第2の尺度とを含む、
−前記エネルギー関数から得られる前記歯科修復物の前記形状、位置及び向きの前記少なくとも1つの要素を推定すること
を含む方法。
特に、本発明のこの項目Aは、部分的な歯欠損の患者のための歯科修復物の形状、位置及び向きの少なくとも1つの要素を推定するコンピュータ支援方法に関し、この方法は、
−前記少なくとも1つの要素の推定が必要である、歯科修復物を必要とする1本以上の歯を示し、残りの歯(複数可)が推定に利用可能であることを示すこと、
−前記歯科修復物を必要とする1本以上の歯に対応する歯、ならびに選択された残りの歯(複数可)に対応する歯を含む仮想の歯のセットアップを提供すること、但し前記仮想の歯のセットアップが、歯列弓またはそのセグメントに位置付けられる個々の歯の分離された表面メッシュを含む、
−前記選択された残りの歯(複数可)及び前記歯科修復物を必要とする1本以上の歯の領域を含む、前記患者の口腔内領域のデジタル化された表面メッシュを提供すること、
−前記仮想の歯のセットアップを患者の口腔内の解剖学的状況に適合させるために、前記仮想の歯のセットアップの質の尺度を表すエネルギー関数を適用し、最適化すること、但し前記適合は、所与の歯列またはそのセグメントについて、少なくとも個々の歯の形状についての確率分布、隣接する歯の形状間の関係、及び/または隣接する歯の位置及び/または向きの間の関係を記述する統計モデルを与えられた前記患者の口腔内領域の前記デジタル化された表面メッシュの前記選択された1本以上の残りの歯のうちの1つ以上に仮想の歯のセットアップを適合させることを含み、前記エネルギー関数は、前記患者の解剖学的構造と前記適合させた仮想の歯のセットアップとの間の嵌合を示す第1の尺度と、前記統計モデルが与えられた前記適合させた仮想の歯のセットアップの確率を示す第2の尺度とを含む、
−前記最適化されたエネルギー関数から得られた適合させた仮想の歯のセットアップを使用して、前記歯科修復物の前記形状、位置及び向きの前記少なくとも1つの要素を推定すること
を含む。
B.前記エネルギー関数の前記第2の尺度が、前記個々の歯の前記形状、前記隣接する歯の前記形状の前記関係、及び前記隣接する歯の前記位置及び/または向きの前記関係に各々対応する3つの別々の項から構成される、Aのような推定方法。
C.前記仮想の歯のセットアップの各々に状態が割り当てられ、前記状態がアクティブ、パッシブまたはアイドルである、AまたはBのような推定方法。
D.最大重複点を反復的に検出し、前記重複を除去するために前記歯の形状を修正することによって、隣接する歯が互いに重複しないようにする後処理ステップを含む、先行項目のいずれかのような推定方法。
E.咬合接点を定義し、前記歯の形状を変形させることによって、前記定義された接点で完璧な咬合接触を得るようにする、対合歯の歯冠の前記形状を考慮する後処理ステップを含む、先行項目のいずれかのような推定方法。
F.ライブラリからの歯冠を適合させることを含む、先行項目のいずれかのような推定方法。
G.形状、位置及び向きの前記少なくとも1つの要素の得られた推定に基づいて、歯科インプラントに基づく処置を計画するステップを含む、先行項目のいずれかのような推定方法。
H.前記歯科修復物の前記推定された少なくとも1つの要素をエクスポートするステップを含む、先行項目のいずれかのような推定方法。任意にこれは、前記歯科修復物の前記エクスポートされた推定された少なくとも1つの要素に基づいて、前記歯科修復物を生成するステップを含む。
I.形状、位置及び向きの前記少なくとも1つの要素の推定が使用され、項目A〜Hのいずれかのような方法から得られる、歯科修復を実行する方法。
J.歯科修復物の製造方法であって、
−前記歯科修復物の形状、位置及び向きの少なくとも1つの要素を、項目A〜Hのいずれかのような方法で推定すること、
−前記推定された少なくとも1つの要素を使用して前記歯科修復物を製造すること
を含む方法。
K.歯科修復物の配置方法であって、
−前記歯科修復物の形状、位置及び向きの少なくとも1つの要素を、項目A〜Hのいずれかのような方法で推定すること、
−前記推定された少なくとも1つの要素を使用して前記歯科修復物を配置すること
を含む方法。
L.少なくとも部分的な歯欠損の患者のためのデジタル化された口腔内表面から少なくとも1本の歯の形状、位置及び向きの少なくとも1つの要素の推定方法であって、
−前記少なくとも1本の歯の前記少なくとも1つの要素の推定を必要とする歯(複数可)を選択すること、
−前記仮想の歯のセットアップの個々の歯の形状、前記仮想の歯のセットアップの隣接する歯の形状間の関係、及び/または前記仮想の歯のセットアップの隣接する歯の位置及び/または向きの間の関係の少なくとも1つを記述する統計モデルを与えられた、前記仮想の歯のセットアップを適合させるために、前記少なくとも1本の歯を含む仮想の歯のセットアップの質の尺度を表すエネルギー関数を適用すること、但し前記エネルギー関数は、前記デジタル化された口腔内の表面と前記仮想の歯のセットアップとの間の適合を示す第1の尺度と、前記統計モデルが与えられた前記仮想の歯のセットアップの確率を示す第2の尺度とを含む、
−前記エネルギー関数から得られる前記少なくとも1つの歯の形状、位置及び向きの前記少なくとも1つの要素を推定すること
を含む、推定方法。
特に、本発明のこの項目Lは、患者のデジタル化された口腔内表面からの1本以上の歯の形状、位置及び向きの少なくとも1つの要素を推定するためのコンピュータに基づく方法に関し、前記方法は、
−前記推定を必要とする1本以上の歯を示すこと、
−前記推定を必要とする前記1本以上の歯に対応する歯を含む仮想の歯のセットアップを提供すること、但し前記仮想の歯のセットアップは、歯列弓またはそのセグメントに配置された個々の歯の分離された表面メッシュを備える、
−前記推定を必要とする前記1本以上の示された歯を含む、前記患者の口腔内領域のデジタル化された表面メッシュを提供すること、
−前記仮想の歯のセットアップを患者の口腔内の解剖学的状況に適合させるために、前記仮想の歯のセットアップの質の尺度を表すエネルギー関数を適用し、最適化すること、但し前記適合は、所与の歯列またはそのセグメントについて、少なくとも個々の歯の形状についての確率分布、隣接する歯の形状間の関係、及び/または隣接する歯の位置及び/または向きの間の関係を記述する統計モデルを与えられた前記患者の口腔内領域の前記デジタル化された表面メッシュの前記示された1本以上の歯に仮想の歯のセットアップを適合させることを含み、前記エネルギー関数は、前記患者の解剖学的構造と前記仮想の歯のセットアップとの間の嵌合を示す第1の尺度と、前記統計モデルが与えられた前記適合させた仮想の歯のセットアップの確率を示す第2の尺度とを含む、
−前記最適化されたエネルギー関数から得られた前記適合させた仮想の歯のセットアップを使用して、前記少なくとも1本の歯の前記形状、位置及び向きの前記少なくとも1つの要素を推定すること
を含む。
M.前記適合させた仮想の歯のセットアップが、前記患者の口腔内領域を表すデジタル化された表面メッシュを提供し、前記1本以上の歯が個々の歯の分離された表面メッシュとして利用可能である、項目Lに記載の方法。
N.位置及び向きの前記少なくとも1つの要素の得られた推定に基づいて、歯科矯正の処置を計画するステップを含む、項目Mのような推定方法。
O.前記歯科矯正の処置の前記推定された少なくとも1つの要素をエクスポートするステップを含む、項目MまたはNのような推定方法。
P.前記仮想の歯のセットアップの歯が、並進ベクトル、回転行列、及び前記歯の形状を表す多角形表面メッシュのうちの少なくとも1つによって表される、先行項目のいずれかのような推定方法。
Q.前記第1の尺度が、前記仮想の歯のセットアップと前記患者の解剖学的構造物の対応する目印間の距離を示す目印項を含む、先行項目のいずれかのような推定方法。
R.前記第1の尺度が、前記仮想の歯のセットアップの点に対して、前記患者の口腔内状況を表す解剖学的表面メッシュまでの距離を示す表面項を含む、先行項目のいずれかのような推定方法。
S.前記表面項が診断的な歯のセットアップに由来する、請求項Rのような推定方法。
T.前記エネルギー関数が、隣接する歯の接点の集合間の距離の尺度を提供する接点項を含む、先行項目のいずれかのような推定方法。
U.前記エネルギー関数が、2つの対側歯の形状、位置及び/または向きの対称性の尺度を与える対称ポーズ項を含む、先行項目のいずれかのような推定方法。
V.前記エネルギー関数が、2つの対側歯の形状の対称性の尺度を与える対称形状項を含む、先行項目のいずれかのような推定方法。
W.前記エネルギー関数が、前記仮想の歯のセットアップの歯の所定の目印の位置の関係を定義する1つ以上のヒューリスティックな規則を考慮に入れる、先行項目のいずれかのような推定方法。
X.前記エネルギー関数は、前記仮想の歯のセットアップの歯の所定の目印の間の距離の関係を定義する1つ以上のヒューリスティックな規則を考慮に入れる、先行項目のいずれかのような推定方法。
Y.前記エネルギー関数が、歯と対合歯表面との重複にペナルティを課すための対合歯重複項を含む、先行項目のいずれかのような推定方法。
Z.上記統計モデルを構築するために訓練段階が実行される、先行項目のいずれかのような推定方法。
AA.前記訓練段階が表面スキャンを使用して実行される、項目Zのような推定方法。
BB.前記訓練段階から得られたデータは、解剖学的目印から導かれたミラーリング面を使用してミラーリングされる、請求項ZまたはAAのような推定方法。
CC.前記歯科用鋳型の表面メッシュから、個々の歯の表面が抽出される、請求項AAまたはBBのような推定方法。
DD.前記抽出された歯の表面が隙間レベルで完成する、項目CCのような推定方法。
EE.前記訓練段階から得られた前記データが同じ基準フレームに配置されている、請求項Z〜DDのいずれかのような推定方法。
FF.前記配置は、平均的な仮想の歯のセットアップを計算すること、及び前記平均的な仮想の歯のセットアップを配置することを含む、項目EEのような推定方法。
GG.直線探索法を用いて前記エネルギー関数を最適化することをさらに含む、先行項目のいずれかのような推定方法。
HH.前記エネルギー関数を適用することは、前記第1の尺度及び前記第2の尺度の前記1本以上の残りの歯の形状、位置及び向きの少なくとも1つの要素に対する最適化を含む、先行項目のいずれかのような推定方法。
II.前記エネルギー関数を適用することが、前記第2の尺度の前記歯科修復物の前記少なくとも1つの要素に対する最適化を含む、先行項目のいずれかのような推定方法。
JJ.命令を含むプログラマブルデバイス上で実行可能なプログラムであって、実行されると、先行項目のいずれかのような方法を実行するプログラム。
KK.項目Jのような方法で製造された歯科修復物。
式中、p(A|S)はデータの尤度であり、p(S|θ,Φ)はモデルの事前確率である。仮想の理想的な歯のセットアップは、仮想の歯のセットアップSに関してこの確率を最大化することによって得られる。分母の項p(A)は定数であるので、確率を最大にするには重要ではない。この確率を直接最大化する代わりに、その負の対数は次のように最小化される。
したがって、エネルギー関数は、以下のように表すことができる。
式中、EDL(A;S)はデータ尤度項に対応し、EMP(S;θ,Φ)はモデル事前項に対応する。
式中、追加のエネルギー項はEADD(S)項に群化される。すべての項は、この説明においてさらに詳細に説明される。
式中、DAは解剖学的情報が利用可能な現存の歯の集合であり、VTは歯Tの頂点の集合であり、RTは歯Tの回転行列であり、tTは歯Tの並進ベクトルである。関数d(A,x)は表面メッシュAと点xとの間の距離を測定する。残念ながら、この手法では3つの大きな問題が生じる。第1に、隙間のレベルでは情報が利用できない。しかし、仮想の歯のセットアップでは、この情報が存在する。したがって、これらの点での距離の測定は正しくない。第2に、解剖学的表面メッシュは、歯と歯肉の両方を含む。歯肉は一定のレベルまで歯を覆い、仮想の歯のセットアップには存在しないので、問題が同様に生じる。第3に、デジタル化技術の結果として得られる解剖学的表面メッシュにアーティファクトが存在する可能性がある。考えられる解決策は、これらの問題が発生する箇所を検出し、それらを式から除外することである。もう1つの手法は、これらの問題を外れ値として考慮し、これらの外れ値に対する表面項の影響の受けやすさを低下させることである。外れ値に対する影響の受けやすさを低下させる確立された技法は、ロバストなm推定量を用いる。ロバストなm推定量は、二乗損失関数を、外れ値の影響をあまり受けず、よりロバストな関数で置き換える。したがって、表面項は、以下により得られる。
式中ρはロバスト損失関数である。種々のロバスト損失関数が存在する。1つの選択肢は、
により得られるTukey推定量を使用することである。式中、cは問題固有の定数である。Tukey損失関数を図4に示す。図4からわかるように、xの値が小さい場合、Tukey損失関数は二乗損失関数に近似する。xの値が大きくなるにつれて、Tukey損失関数の増加は遅くなり、xの値がcより大きい場合は一定の値に落ちる。したがって、外れ値は、表面項の値への影響が少なく、外れ値に対してロバストであるエネルギー項につながる。
により得られる。式中、Gθは形状モデルのグラフ構造、{θT}はすべての個々の形状モデルの集合、{θTT}はすべての後方形状モデルの集合、Gφはポーズモデルのグラフ構造、{φTT}はすべての後方ポーズモデルの集合である。
により得られる。式中εθはθにおけるすべての辺の集合であり、P及びRは辺によって接続された2本の歯を表し、θPRは関連するモデルである。各辺の確率は、以下により得られる。
この式のさらなる詳細については、Albrecht et al.の論文を参照されたい。関連するエネルギー関数項は、以下により得られる。
後方ポーズモデルは、辺によって接続された隣接する第2の歯のポーズが与えられると、第1の歯のポーズに関する推定値を与える。この推定値は、ガウス確率分布を含む。したがって、後方ポーズモデルは、後方形状モデルと密接に関連している。生じた条件付き分布p(S|{φTT})は、
により得られる。式中、TP及びTRはそれぞれ歯P及びRの変換行列である。各辺の確率の式は、後方形状モデルの場合と非常に類似している。関連するエネルギー関数は、以下により得られる。
したがって、それは、点の集合に属するように、その点についての各点x∈R3に確率を割り当てる。2つの点の集合P及びQに対するKDE表現の2乗されたL2ノルムは、以下により得られる。
カーネル相関を使用して、接点エネルギー項は
として表せる。式中、MとDは、2つの有向辺によって接続された2本の隣接する歯であり、PG MDとPG DMは
により得られる。式中、PMDは、有向辺(M,D)に関連する接点の集合であり、PDMは、逆向きの辺(D,M)に関連する接点の集合であり、VM及びVDは、それぞれ歯の点の集合M及びVである。
と分解できる。式中Hはハウスホルダ変換行列であり、tは並進ベクトルである。
と分解できる。式中、H′は回転動作とミラーリング動作の組合せであり、t′は並進成分である。
により得られる。式中、vL i∈VL、またvR i∈VRとなる。
により得られる。式中、Bは対向する顎の表面メッシュ、RTとtTは歯Tのポーズを定義し、vi∈VT,d(B,・)は表面メッシュBへの符号付き距離であり、H:R→{0,1}はヘヴィサイドの階段関数であって、以下により得られる。
先に提案された重複エネルギー関数項にはいくつかの問題がある。第1に、最適化アルゴリズムのために、エネルギー関数項の勾配が計算されるべきである。しかし、ヘヴィサイドの階段関数の導関数を計算することはディラックのデルタ関数である。第2に、ヘヴィサイドの階段関数は、重複がないときはいつでも、重複エネルギー関数項の値をゼロにし、重複が生じるときはいつでも値がゼロより大きくなる。したがって、重複エネルギー関数項は、キンクが存在する重複点の近傍で滑らかではない(導関数は連続していない)。これは、最適化アルゴリズムの問題を引き起こす。よく知られた解は、標準的なHヘヴィサイドの階段関数を正規化したものに置き換えることである。一般に使用される正規化されたヘヴィサイドの階段関数は、
により得られ、式中εは滑らかさを制御する。この関数は、標準のヘヴィサイドの階段関数と近似するが、どこでも連続している。図9にその関数を示す。正規化された対合歯重複エネルギー関数項は、以下により得られる。
式中φは変換演算子である。ローカル基準フレームの歯Tiの点がv∈VTiにより得られる場合、グローバル基準フレームの点は、
により得られる。式中RTiとtTiは歯のポーズを表す。歯Tiを変換することは、歯のすべての点に変換φを適用することに帰着する。これは以下のように定式化することができる。
変換φが回転行列R∈SO(3)と並進ベクトルt∈R3からなる剛体変換であれば、上記の式は
と単純化できる。式中R’Ti=RRTiであり、t’Ti=RtTi+tである。したがって、剛体変換は歯のポーズにのみ影響する。
により得られ、式中R∈SO(3)とt∈R3は剛体変換であり、RTとtTは歯Tのポーズを定義する。このことから次式を更新されたポーズに対して導出できる。
形状をアライメントすると、平均的な形状を計算することができる。
式中、d(・,)は点と歯の間の最小距離である。歯TM及びTDを含む訓練サンプルごとに、集合CMD及びCDMを計算することができる。集合CDMにおける点vi∈VDの出現回数nDを計算する。これらから、接点PMD及びPDMの集合は、各々最大出現点max({nMi})及びmax({nDi})の分数ρよりも多く現れる点として定義される。
により得られる。式中、総和は、ステップαpkをSkに適用するものとして解釈すべきである。一方、信頼領域法は、以前の反復から集められた情報に基づいてエネルギー関数を局所的に近似させるモデル関数Mkを構築する。事前定義された領域、信頼領域内で、モデル関数の最小化が計算される。したがって、これらの方法は、
と表せ、式中Sk+pは信頼領域内にある。通常、モデル関数は二次方程式である。結論として、直線探索法はまず探索方向を固定し、次にステップの長さを探索するが、信頼領域法はまず最大のステップの長さを固定し、次に方向及びステップの長さを求める。
これは、エネルギー関数の局所的な最急降下方向をもたらす。しかし、必要とされる計算時間が限られているにもかかわらず、勾配しか計算する必要がないので、この手法は極度に遅い可能性がある。
この式の導関数をゼロに等しく設定すると、最適な探索方向についての次の式が得られる。
この探索方向は、エネルギー関数を2次関数で局所的に表すことができる場合に、より信頼性が高い。探索方向が有効であるための前提条件は、ヘッセ行列∇2E(Sk)が正定であることである。この戦略は、最急降下手法と比較してより速い収束率をもたらす。しかし、各反復において、ヘッセ行列を計算する必要があり、これは計算上のコストが高く、大規模な問題に対して不可能となり得る。
ヘッセ行列の近似は、上記の式を模倣するように選択される。したがって、セカント方程式
を満たすべきものである。式中、sk=Sk+1−Sk及びyk=∇E(Sk+1)−∇E(Sk)である。この式及びいくつかの追加の条件が与えられると、行列Bkを更新するための式を定式化することができる。広く使用されている式は、以下により得られるBFGSの公式である。
準ニュートン探索方向は、ヘッセ行列をニュートン方向の近似値に置き換えることによって得られる。
いくつかの準ニュートン法は、逆行列Bk−1の計算を、Bk自体の代わりにBkの逆行列を直接更新することによって回避する。
と計算される。式中、βkはpkとpk−1が共役であることを保証するスカラーである。スカラーβkを計算するための異なる方法が存在し、それぞれが共役勾配法の変形につながる。一般的に、これらの方法は最急降下法と比較してはるかに効果的で、計算が簡単である。ニュートン法や準ニュートン法ほど高速ではないが、行列の記憶を必要としないという利点がある。
しかし、一般に、このグローバル最小値の計算には時間がかかりすぎる。したがって、実用的な直線探索アルゴリズムは、最小の計算時間で十分なエネルギー関数の減少を提供するステップの長さαの不正確な探索のみを実行する。典型的な直線探索アルゴリズムは、一連のステップの長さを生成し、これらの値の1つが特定の条件を満たすときはいつでも停止する。探索自体は2段階で行われる。第1に、ブラケティングアルゴリズムは、望ましいステップの長さを含む適切な間隔を見つける。第2に、二分アルゴリズムは当該の間隔での良好なステップの長さを見つける。一般に適用される条件の集合は、Wolfeの条件である。Armijo条件としても知られている最初のWolfeの条件によると、ステップの長さがエネルギー関数の十分な減少を保証すべきであり、
により得られる。式中μ∈(0,1)とφ(α)は以下により得られる導関数である。
しかし、この条件は、十分に小さなステップの長さで満たされるので、収束を保証するものではない。したがって、第2のWolfeの条件は、直線探索アルゴリズムが十分に進歩することを保証する。この条件は
により得られる。式中η∈(μ,1)である。この条件は、φ(α)の勾配が初期勾配のη倍大きいことを保証する。この条件は、以下のことを示しているため、曲率条件としても知られている。
したがって、φの(0,α)への平均曲率は正である。Wolfeの条件をわずかに変更すると、強力なWolfeの条件に至り、以下により得られる。
唯一の違いは、導関数φ′(α)がもはや極度に正の値になることが可能ではないことである。したがって、解から遠い点は除外される。
強力な直線探索アルゴリズムはMore−Thuenteアルゴリズムである。区間[αmin,αmax]が与えられると、この直線探索アルゴリズムは、強力なWolfe条件が満たされるまで、一連のネストされた区間Ikと一連の反復αk∈Ik∩[αmin,αmax]を生成する。
式中Aはnxn対称正定である。この問題は、次の関数の最小化問題としても述べられる。
線形共役勾配法は、行列Aに対して探索方向piの共役に沿うnステップで当該の関数を最小化することができる。
各方向に沿ったステップの長さは、
と計算できる。式中、rk=∇φ(xk)=Axk−bである。共役勾配法の特定の性質は、一組の共役方向を生成する際に、新しい方向pkが前の方向pk−1のみを使用して計算され得ることである。方向p0,…,pk−2に関する情報は必要ない。方向pkの式は
により得られる。式中、βkはpkを確実にするように判定され、pk−1はAに対して共役であり、以下により得られる。
ステップの長さαkの式とβkの式を共にさらに単純化することができる。生じる式は、以下により得られる。
及び
式中、pは探索方向であり、BkはSkにおける近似ヘッセ行列である。行列Bkは対称かつ正定でなければならない。∇Mk(0)=∇E(Sk)及び∇Mk(−αk−1pk−1)=∇E(Sk−1)という制約を課すと、次の式をもたらす。
これはまた、
として定式化できる。式中sk−1=αk−1pk−1及びyk−1=∇E(Sk)−∇E(Sk−1)である。この式を解くための必要条件は、
により得られる。Bkは正定値でなければならないからである。この条件は、直線探索アルゴリズムに制約を課し、Wolfeまたは強力なWolfeの条件が満たされている場合に有効である。Bkを式75から推定すると、対称性と正定の制約が与えられても、依然として不確定な問題が生じる。したがって、追加の制約が課される。可能な制約は、適切な行列ノルムを使用して、行列Bkを行使して、以前の反復から行列Bk−1に近付ける。しかし、BFGS法は、これらの制約を近似ヘッセ行列Hkの逆行列に強制する。したがって、行列Hk+1は、以下の問題の解である。
min||H−Hk−1||、H=HT及びHyk=skに供されている。
したがって、BFGSアルゴリズムの各反復は、以下のステップから構成される。最初に、新しい探索方向pkが、式78によって与えられるように計算される。次に、直線探索アルゴリズムが、適切なステップの長さαkを選択するために使用され、それに応じて解Sk+1が計算される。最後に、sk及びykが計算され、行列Hk+1が式77によって与えられるように更新される。上記のように、LBFGSアルゴリズムはBFGSアルゴリズムの限定されたメモリ版である。LBFGSアルゴリズムは、暗黙で行列Hkの修正版を格納し、それは多数のベクトル対{(si,yi)}、i=k−m,...,kを記憶することによってなされ、式中mは対の数を表す。これらから、積Hk∇E(Sk)は、一連の内積及びベクトルの総和として計算することができる。新しい反復が計算された場合、最も古い対(sk−m−1,yk−m−1)は最新の対(sk,yk)に置き換えられる。初期行列H0 k(各反復において異なる可能性がある)が与えられると、行列Hkは、以下のように計算できる。
により得られる。式中xは平均的な形状であり、{ei}(i=1,...,s)は主成分であり、{bi}(i=1,...,s)は変形係数である。この式から、モデルによって許容される形状は、PCAの次元削減能力を直接利用する変形係数のセットによって表せることになる。この手法の利点は、メモリ要件及び計算時間の点で効果的な、より低い次元の最適化問題につながることである。一方、モデルによって許容される形状のみを提示することができ、柔軟性が低下する。これは、利用可能な訓練サンプルの量に対するいくつかの要求を提起する。ここで提示される仮想の歯のセットアップアルゴリズムは、変形係数に基づく表現を利用する。
Claims (19)
- 部分的な歯欠損の患者の歯科修復物の形状、位置及び向きの少なくとも1つの要素を推定するコンピュータ支援方法であって、
−前記少なくとも1つの要素の推定が必要である、歯科修復物を必要とする1本以上の歯を示し、かつ推定に利用可能である残りの歯(複数可)を示すこと、
−前記歯科修復物を必要とする前記1本以上の歯に対応する歯、ならびに前記選択された残りの歯(複数可)に対応する歯を含む仮想の歯のセットアップを提供すること、但し前記仮想の歯のセットアップは、歯列弓またはそのセグメントに位置付けられる個々の歯の分離された表面メッシュを含む、
−前記選択された残りの歯(複数可)及び前記歯科修復物を必要とする前記1本以上の歯の領域を含む、前記患者の前記口腔内領域のデジタル化された表面メッシュを提供すること、
−前記仮想の歯のセットアップを前記患者の前記口腔内の解剖学的状況に適合させるために、前記仮想の歯のセットアップの質の尺度を表すエネルギー関数を適用し、最適化すること、但し前記適合は、所与の歯列またはそのセグメントについて、少なくとも個々の歯の前記形状についての確率分布、隣接する歯の形状間の関係、及び/または隣接する歯の位置及び/または向きの間の関係を記述する統計モデルを与えられた前記患者の前記口腔内領域の前記デジタル化された表面メッシュの前記選択された1本以上の残りの歯のうちの1本以上に前記仮想の歯のセットアップを適合させることを含み、前記エネルギー関数は、前記患者の解剖学的構造と前記適合させた仮想の歯のセットアップとの間の嵌合を示す第1の尺度と、前記統計モデルが与えられた前記適合させた仮想の歯のセットアップの確率を示す第2の尺度とを含む、
−前記最適化されたエネルギー関数から得られた前記適合させた仮想の歯のセットアップを使用して、前記歯科修復物の前記形状、位置及び向きの前記少なくとも1つの要素を推定すること
を含む方法。 - 咬合接点を定義し、前記適合させた仮想の歯のセットアップの前記歯の前記形状を変形させることによって、前記適合させた仮想の歯のセットアップにおける歯の対合歯の歯冠の前記形状を考慮して前記定義された接点で所望の咬合接触を得るようにする後処理ステップを含む、請求項1に記載の推定方法。
- ライブラリからの歯冠を前記適合させた仮想の歯のセットアップの歯に嵌合させることを含む、請求項1、2のいずれか1項に記載の推定方法。
- 前記歯科修復物の前記推定された少なくとも1つの要素をエクスポートするステップを含む、請求項1〜3のいずれか1項に記載の推定方法。
- 患者のデジタル化された口腔内表面からの1本以上の歯の形状、位置及び向きの少なくとも1つの要素を推定するためのコンピュータに基づく方法であって、
−前記推定を必要とする前記1本以上の歯を示すこと、
−前記推定を必要とする前記1本以上の歯に対応する歯を含む仮想の歯のセットアップを提供すること、但し前記仮想の歯のセットアップは、歯列弓またはそのセグメントに配置された個々の歯の分離された表面メッシュを備える、
−前記推定を必要とする前記1本以上の示された歯を含む、前記患者の口腔内領域のデジタル化された表面メッシュを提供すること、
−前記仮想の歯のセットアップを前記患者の前記口腔内の解剖学的状況に適合させるために、前記仮想の歯のセットアップの質の尺度を表すエネルギー関数を適用し、最適化すること、但し前記適合は、所与の歯列またはそのセグメントについて、少なくとも個々の歯の前記形状についての確率分布、隣接する歯の形状間の関係、及び/または隣接する歯の位置及び/または向きの間の関係を記述する統計モデルを与えられた前記患者の前記口腔内領域の前記デジタル化された表面メッシュの前記1本以上の示された歯に前記仮想の歯のセットアップを適合させることを含み、前記エネルギー関数は、前記患者の解剖学的構造と前記仮想の歯のセットアップとの間の嵌合を示す第1の尺度と、前記統計モデルが与えられた前記適合させた仮想の歯のセットアップの確率を示す第2の尺度とを含む、
−前記最適化されたエネルギー関数から得られた前記適合させた仮想の歯のセットアップを使用して、前記少なくとも1本の歯の前記形状、位置及び向きの前記少なくとも1つの要素を推定すること
を含む方法。 - 前記適合させた仮想の歯のセットアップが、前記患者の前記口腔内領域を表すデジタル化された表面メッシュを提供し、前記1本以上の歯が個々の歯の分離された表面メッシュとして利用可能である、請求項5に記載の方法。
- 前記方法がデジタル歯列矯正計画方法の一部である、請求項5または6に記載の方法。
- 最大重複点を反復的に検出し、前記重複を除去するために前記歯の形状を修正することによって、前記適合させた仮想の歯のセットアップにおける隣接する歯が互いに重複しないようにする後処理ステップを含む、請求項1〜7のいずれか1項に記載の推定方法。
- 前記第1の尺度は、前記仮想の歯のセットアップの対応する目印と前記患者の前記口腔内領域の前記デジタル化された表面メッシュの対応する目印の間の距離を示す目印項を含む、請求項1〜8のいずれか1項に記載の推定方法。
- 前記第1の尺度が、前記仮想の歯のセットアップの点に対して、前記患者の前記口腔内領域の前記デジタル化された表面メッシュまでの距離を示す表面項を含む、請求項1〜9のいずれか1項に記載の推定方法。
- 前記エネルギー関数が、隣接する歯の接点の集合間の距離の尺度を提供する接点項を含む、請求項1〜10のいずれか1項に記載の推定方法。
- 前記エネルギー関数が、2本の対側歯の前記形状、位置及び/または向きの対称性の尺度を与える対称形状、位置及び/または向きの項を含む、請求項1〜11のいずれか1項に記載の推定方法。
- 前記エネルギー関数は、前記適合させた仮想の歯のセットアップの歯の所定の目印の前記位置間の関係を定義する1つ以上のヒューリスティックな規則を考慮に入れる、請求項1〜12のいずれか1項に記載の推定方法。
- 前記エネルギー関数は、前記適合させた仮想の歯のセットアップの歯の、間にある所定の目印の距離の間の関係を定義する1つ以上のヒューリスティックな規則を考慮に入れる、請求項1〜13のいずれか1項に記載の推定方法。
- 前記統計モデルは、訓練段階を使用して得られ、
−異なるほぼ理想的な歯のセットアップのデジタル表面メッシュを含む多数の仮想の歯のセットアップを提供し、前記個々の歯は分離された表面メッシュとして利用可能であること、
−前記多数の仮想の歯のセットアップから平均的な仮想の歯のセットアップを計算すること、
−前記多数の仮想の歯のセットアップから、少なくとも個々の歯の前記形状の確率分布、隣接する歯の形状間の前記関係、及び/または隣接する歯の位置及び/または向きの間の関係を計算すること
を含む、請求項1〜14のいずれか1項に記載の推定方法。 - 前記仮想の歯のセットアップは、歯科的鋳造または印象のスキャン、または理想に近い歯のセットアップを有する個体から得られた口腔内スキャンの表面メッシュから前記個々の歯の表面を抽出することによって得られる、請求項15に記載の推定方法。
- 前記エネルギー関数の前記第2の尺度が、前記個々の歯の前記形状、前記隣接する歯の前記形状間の前記関係、及び前記隣接する歯の前記位置及び/または向きの間の前記関係に各々対応する3つの別々の項からなる、請求項1〜16のいずれか1項に記載の推定方法。
- 前記エネルギー関数を適用することは、前記第1の尺度及び前記第2の尺度の前記1本以上の残りの歯の形状、位置及び向きの少なくとも1つの要素に対する最適化を含む、請求項1〜17のいずれか1項に記載の推定方法。
- 前記エネルギー関数を適用することが、前記第2の尺度の前記歯科修復物の前記少なくとも1つの要素に対する最適化を含む、請求項1〜18のいずれか1項に記載の推定方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16175446 | 2016-06-21 | ||
EP16175446.0 | 2016-06-21 | ||
PCT/EP2017/065147 WO2017220619A1 (en) | 2016-06-21 | 2017-06-20 | Method for estimating at least one of shape, position and orientation of a dental restoration |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019518552A true JP2019518552A (ja) | 2019-07-04 |
JP7110120B2 JP7110120B2 (ja) | 2022-08-01 |
Family
ID=56148264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018565672A Active JP7110120B2 (ja) | 2016-06-21 | 2017-06-20 | 歯科修復物の形状、位置及び向きの少なくとも1つの推定方法 |
Country Status (10)
Country | Link |
---|---|
US (1) | US11443494B2 (ja) |
EP (1) | EP3471657A1 (ja) |
JP (1) | JP7110120B2 (ja) |
KR (1) | KR102419552B1 (ja) |
CN (1) | CN109310488B (ja) |
AU (1) | AU2017281290B2 (ja) |
BR (1) | BR112018075825B1 (ja) |
CA (1) | CA3024372A1 (ja) |
WO (1) | WO2017220619A1 (ja) |
ZA (1) | ZA201807696B (ja) |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2738982T3 (es) | 2015-03-19 | 2020-01-28 | Nobel Biocare Services Ag | Segmentación de objetos en datos de imagen a través del uso de la detección de canal |
JP7110120B2 (ja) * | 2016-06-21 | 2022-08-01 | ノベル バイオケア サーヴィシィズ アーゲー | 歯科修復物の形状、位置及び向きの少なくとも1つの推定方法 |
GB201708520D0 (en) | 2017-05-27 | 2017-07-12 | Dawood Andrew | A method for reducing artefact in intra oral scans |
CN110769777B (zh) * | 2017-06-16 | 2023-08-11 | 阿莱恩技术有限公司 | 牙齿类型和萌出状态的自动检测 |
JP2020525258A (ja) * | 2017-06-30 | 2020-08-27 | プロマトン・ホールディング・ベー・フェー | 深層学習法を使用する3d歯顎顔面構造の分類および3dモデリング |
EP3462373A1 (en) | 2017-10-02 | 2019-04-03 | Promaton Holding B.V. | Automated classification and taxonomy of 3d teeth data using deep learning methods |
EP3503038A1 (en) | 2017-12-22 | 2019-06-26 | Promaton Holding B.V. | Automated 3d root shape prediction using deep learning methods |
US10803675B2 (en) | 2018-02-20 | 2020-10-13 | Ivoclar Vivadent Ag | Dental model attributes transfer |
CN111771231A (zh) * | 2018-02-27 | 2020-10-13 | 奇跃公司 | 用于虚拟化身的匹配网格 |
EP3561778A1 (en) | 2018-04-26 | 2019-10-30 | Promaton Holding B.V. | Automated correction of metal affected voxel representations of x-ray data using deep learning techniques |
EP3620130A1 (en) * | 2018-09-04 | 2020-03-11 | Promaton Holding B.V. | Automated orthodontic treatment planning using deep learning |
CN109544685B (zh) * | 2018-10-16 | 2023-06-02 | 北京大学口腔医学院 | 一种牙齿牙列功能美学形态高效率虚拟重建方法 |
US11488357B2 (en) | 2018-12-20 | 2022-11-01 | Medicim Nv | Automated trimming of a surface mesh |
EP3899984A1 (en) | 2018-12-21 | 2021-10-27 | The Procter & Gamble Company | Apparatus and method for operating a personal grooming appliance or household cleaning appliance |
US11488062B1 (en) * | 2018-12-30 | 2022-11-01 | Perimetrics, Inc. | Determination of structural characteristics of an object |
WO2020161245A1 (en) * | 2019-02-06 | 2020-08-13 | 3Shape A/S | Method for generating dental models based on an objective function |
US11321918B2 (en) | 2019-02-27 | 2022-05-03 | 3Shape A/S | Method for manipulating 3D objects by flattened mesh |
ES2886876T3 (es) * | 2019-03-08 | 2021-12-21 | Exocad Gmbh | Modelado implementado por ordenador de una pieza de prótesis dental individualizada para el paciente |
CN109961436B (zh) * | 2019-04-04 | 2021-05-18 | 北京大学口腔医学院 | 一种基于人工神经网络模型的正中矢状平面构建方法 |
JP2022527205A (ja) * | 2019-04-04 | 2022-05-31 | スリーエム イノベイティブ プロパティズ カンパニー | 治療計画の修正に起因する歯科矯正中間デジタルセットアップの再利用の自動化プロセス |
JP7030076B2 (ja) * | 2019-05-23 | 2022-03-04 | 株式会社モリタ製作所 | データ生成装置、スキャナシステム、データ生成方法、およびデータ生成用プログラム |
JP7195466B2 (ja) * | 2019-05-23 | 2022-12-23 | 株式会社モリタ製作所 | データ生成装置、スキャナシステム、データ生成方法、およびデータ生成用プログラム |
CN110135397B (zh) * | 2019-05-27 | 2022-07-08 | 上海埃蒙迪材料科技股份有限公司 | 一种识别三维牙齿模型中牙冠部分的方法 |
JP2022535362A (ja) * | 2019-05-31 | 2022-08-08 | スリーエム イノベイティブ プロパティズ カンパニー | 歯修復用歯科装具の自動作成 |
CN110478068B (zh) * | 2019-07-02 | 2021-06-15 | 北京大学口腔医学院 | 一种个性功能仿生牙冠外形的数字化设计方法 |
CN110464498B (zh) * | 2019-09-10 | 2021-08-31 | 北京大学口腔医学院 | 一种锆基非晶金属玻璃牙种植体及其制备方法 |
CN110464497B (zh) * | 2019-09-10 | 2021-08-20 | 北京大学口腔医学院 | 一种钛基非晶金属玻璃牙种植体及其制备方法 |
US20220409337A1 (en) * | 2019-09-27 | 2022-12-29 | Pusan National University Industry-University Cooperation Foundation | Method for manufacturing implant shape for minimizing the stress applied to implant by using computer, and method and apparatus for recommending optimal occlusal area for implant by using computer |
WO2021149530A1 (ja) * | 2020-01-21 | 2021-07-29 | Arithmer株式会社 | 情報処理システム、情報処理方法、及びプログラム |
KR102453543B1 (ko) * | 2020-06-01 | 2022-10-14 | 주식회사 디오 | 구강 영상의 결손 치아 예측 방법 및 장치 |
CN111714235B (zh) * | 2020-06-12 | 2021-07-20 | 深圳云甲科技有限公司 | 就位方向算法、终端及存储介质 |
CN112541277A (zh) * | 2020-12-25 | 2021-03-23 | 深圳市力博得科技有限公司 | 一种调节刷洗时长的数据处理方法及装置 |
KR20220129349A (ko) | 2021-03-16 | 2022-09-23 | 버드솔 주식회사 | 대상 치아에 대한 모델링 데이터를 제공하는 방법 및 디바이스 |
US11423697B1 (en) | 2021-08-12 | 2022-08-23 | Sdc U.S. Smilepay Spv | Machine learning architecture for imaging protocol detector |
WO2023041986A1 (en) * | 2021-09-16 | 2023-03-23 | Modjaw | Systems, devices, and methods for tooth positioning |
KR20240043443A (ko) * | 2022-09-27 | 2024-04-03 | 오스템임플란트 주식회사 | 3차원 구강 모델의 세그멘테이션 방법 및 그 시스템 |
WO2024092075A1 (en) * | 2022-10-26 | 2024-05-02 | Ormco Corporation | Systems and methods for generating whole-tooth geometric meshes |
US20240156576A1 (en) * | 2022-11-10 | 2024-05-16 | Sdc U.S. Smilepay Spv | Tooth keypoint identification |
KR102663284B1 (ko) * | 2022-12-22 | 2024-05-07 | 이마고웍스 주식회사 | 치아 모델의 형상 변형 방법, 치아 모델의 형상 변형 장치 및 치아 모델의 형상 변형 방법을 컴퓨터에서 실행시키기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002526154A (ja) * | 1998-10-08 | 2002-08-20 | アライン テクノロジー,インコーポレーティド. | コンピュータで自動化された歯列処置計画および器具の開発 |
US20120179281A1 (en) * | 2010-08-13 | 2012-07-12 | Sensable Technologies, Inc. | Systems for denture preparation |
JP2014529451A (ja) * | 2011-09-05 | 2014-11-13 | メルフェールインストルメンツ ホールディング エスアエールエル | 3d根管治療計画立案のための方法及びシステム |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6227850B1 (en) * | 1999-05-13 | 2001-05-08 | Align Technology, Inc. | Teeth viewing system |
US6633789B1 (en) * | 2000-02-17 | 2003-10-14 | Align Technology, Inc. | Effiicient data representation of teeth model |
US7373286B2 (en) * | 2000-02-17 | 2008-05-13 | Align Technology, Inc. | Efficient data representation of teeth model |
DE10252298B3 (de) * | 2002-11-11 | 2004-08-19 | Mehl, Albert, Prof. Dr. Dr. | Verfahren zur Herstellung von Zahnersatzteilen oder Zahnrestaurationen unter Verwendung elektronischer Zahndarstellungen |
SE526747C2 (sv) * | 2003-12-22 | 2005-11-01 | Nobel Biocare Ab | Implantat applicerbart i ett installationsläge i en hålupptagning i käkben |
JP2005199084A (ja) * | 2005-03-01 | 2005-07-28 | Align Technology Inc | 歯から歯肉を除去するためのシステムおよび方法 |
US8044954B2 (en) * | 2006-09-22 | 2011-10-25 | Align Technology, Inc. | System and method for automatic construction of tooth axes |
US7957824B2 (en) * | 2007-03-02 | 2011-06-07 | Align Technology, Inc. | Method and system for providing automated high scale fabrication of custom items |
GB0707454D0 (en) | 2007-04-18 | 2007-05-23 | Materialise Dental Nv | Computer-assisted creation of a custom tooth set-up using facial analysis |
US8108189B2 (en) * | 2008-03-25 | 2012-01-31 | Align Technologies, Inc. | Reconstruction of non-visible part of tooth |
CN101530349B (zh) * | 2009-04-02 | 2012-02-29 | 上海交通大学 | 联合支持型计算机辅助口腔种植定位导向模板的制作方法 |
ES2621561T3 (es) * | 2009-11-16 | 2017-07-04 | Nobel Biocare Services Ag | Método para planificar y producir una prótesis dental |
EP2322114A1 (en) * | 2009-11-16 | 2011-05-18 | Nobel Biocare Services AG | System and method for planning a first and a second dental restoration |
CN102147935B (zh) * | 2010-02-09 | 2016-08-03 | 常州高新技术产业开发区三维工业技术研究所有限公司 | 一种适用于从牙颌三角网格曲面分割牙齿三角网格曲面的方法 |
DE102011008074A1 (de) | 2011-01-07 | 2012-07-12 | Martin Tank | Verfahren und Zahnrestaurationsermittlungssystem zur Ermittlung von Zahnrestaurationen |
KR101273386B1 (ko) * | 2011-05-04 | 2013-06-11 | 정제교 | 영상정보 정합을 위한 마커 |
CN104125814B (zh) * | 2011-12-21 | 2018-06-01 | 3形状股份有限公司 | 虚拟设计定制愈合基台 |
KR102005004B1 (ko) * | 2011-12-22 | 2019-07-29 | 쓰리엠 이노베이티브 프로퍼티즈 컴파니 | 치아 수복물을 제조하기 위한 방법 및 시스템 |
US9414897B2 (en) * | 2012-05-22 | 2016-08-16 | Align Technology, Inc. | Adjustment of tooth position in a virtual dental model |
CN104699865B (zh) * | 2013-12-09 | 2018-05-22 | 南京智周信息科技有限公司 | 一种数字化口腔固定修复的方法及装置 |
WO2015094699A1 (en) * | 2013-12-20 | 2015-06-25 | Biomet 3I, Llc | Dental system for developing custom prostheses through scanning of coded members |
CN105488849B (zh) * | 2015-11-24 | 2018-01-12 | 嘉兴学院 | 一种基于混合水平集的三维牙齿建模方法 |
JP7110120B2 (ja) * | 2016-06-21 | 2022-08-01 | ノベル バイオケア サーヴィシィズ アーゲー | 歯科修復物の形状、位置及び向きの少なくとも1つの推定方法 |
-
2017
- 2017-06-20 JP JP2018565672A patent/JP7110120B2/ja active Active
- 2017-06-20 EP EP17732863.0A patent/EP3471657A1/en active Pending
- 2017-06-20 BR BR112018075825-6A patent/BR112018075825B1/pt active IP Right Grant
- 2017-06-20 CN CN201780036457.XA patent/CN109310488B/zh active Active
- 2017-06-20 WO PCT/EP2017/065147 patent/WO2017220619A1/en unknown
- 2017-06-20 KR KR1020197001573A patent/KR102419552B1/ko active IP Right Grant
- 2017-06-20 AU AU2017281290A patent/AU2017281290B2/en active Active
- 2017-06-20 CA CA3024372A patent/CA3024372A1/en active Pending
-
2018
- 2018-11-15 ZA ZA2018/07696A patent/ZA201807696B/en unknown
- 2018-12-18 US US16/223,604 patent/US11443494B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002526154A (ja) * | 1998-10-08 | 2002-08-20 | アライン テクノロジー,インコーポレーティド. | コンピュータで自動化された歯列処置計画および器具の開発 |
US20120179281A1 (en) * | 2010-08-13 | 2012-07-12 | Sensable Technologies, Inc. | Systems for denture preparation |
JP2014529451A (ja) * | 2011-09-05 | 2014-11-13 | メルフェールインストルメンツ ホールディング エスアエールエル | 3d根管治療計画立案のための方法及びシステム |
Non-Patent Citations (1)
Title |
---|
"Bayes Reconstruction of Missing Teeth", JOURNAL OF MATHEMATICAL IMAGING AND VISION, vol. 31, JPN7021002445, 8 May 2008 (2008-05-08), pages 245 - 254, ISSN: 0004539768 * |
Also Published As
Publication number | Publication date |
---|---|
ZA201807696B (en) | 2022-04-28 |
WO2017220619A1 (en) | 2017-12-28 |
AU2017281290A1 (en) | 2018-12-06 |
US11443494B2 (en) | 2022-09-13 |
CN109310488B (zh) | 2021-09-28 |
CA3024372A1 (en) | 2017-12-28 |
AU2017281290B2 (en) | 2022-03-17 |
CN109310488A (zh) | 2019-02-05 |
US20190147666A1 (en) | 2019-05-16 |
KR20190020756A (ko) | 2019-03-04 |
BR112018075825A2 (pt) | 2019-03-19 |
JP7110120B2 (ja) | 2022-08-01 |
KR102419552B1 (ko) | 2022-07-11 |
BR112018075825B1 (pt) | 2022-12-13 |
EP3471657A1 (en) | 2019-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7110120B2 (ja) | 歯科修復物の形状、位置及び向きの少なくとも1つの推定方法 | |
JP7289026B2 (ja) | ハイブリッドメッシュセグメンテーションのための方法及び装置 | |
US10945813B2 (en) | Providing a simulated outcome of dental treatment on a patient | |
US11232573B2 (en) | Artificially intelligent systems to manage virtual dental models using dental images | |
JP6770573B2 (ja) | 歯科保存修復治療に用いるための歯の融通性のあるアーチモデルを作成する方法 | |
RU2725280C1 (ru) | Приспособления и методы планирования ортодонтического лечения | |
JP5671734B2 (ja) | 顔面解析を用いた特注歯セットアップのコンピュータ支援作成 | |
JP2020062453A (ja) | 歯にかかる力の識別 | |
KR20200109292A (ko) | 치열 교정 응용에서 최적화 방법 | |
CN114342002A (zh) | 用于定制牙科对象的即时自动化设计的方法、系统和设备 | |
CN113052902B (zh) | 牙齿治疗监测方法 | |
Makram et al. | Reeb graph for automatic 3D cephalometry | |
Wu et al. | Three-dimensional statistical model for gingival contour reconstruction | |
KR102653174B1 (ko) | 3차원 정상 치열 모형 생성 방법 | |
EP4307229A1 (en) | Method and system for tooth pose estimation | |
JP2023551897A (ja) | 歯列矯正器具における最適化の方法 | |
CN116421341A (zh) | 正颌手术规划方法、设备、存储介质和手术导航系统 | |
Barone et al. | 3D reconstruction of individual tooth shapes by integrating dental cad templates and patient-specific anatomy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20181214 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200612 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210702 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220216 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220628 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220720 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7110120 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |