JP2022523597A - デジタル３次元歯科モデルを生成するシステムおよび方法 - Google Patents

デジタル３次元歯科モデルを生成するシステムおよび方法 Download PDF

Info

Publication number
JP2022523597A
JP2022523597A JP2021553824A JP2021553824A JP2022523597A JP 2022523597 A JP2022523597 A JP 2022523597A JP 2021553824 A JP2021553824 A JP 2021553824A JP 2021553824 A JP2021553824 A JP 2021553824A JP 2022523597 A JP2022523597 A JP 2022523597A
Authority
JP
Japan
Prior art keywords
texture
model
digital
data
region
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2021553824A
Other languages
English (en)
Inventor
バンナーメ クリストフ
ゴーオ アナス
ローバト イェリンゴー アナス
イスライフソン バロア
ミコウ スタウロウラ
シャーフェ ランバク マティーアス
Original Assignee
３シェイプ アー／エス
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ３シェイプ アー／エス filed Critical ３シェイプ アー／エス
Publication of JP2022523597A publication Critical patent/JP2022523597A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • 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
    • G06T19/003—Navigation within 3D models or images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/174—Segmentation; Edge detection involving the use of two or more images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10064—Fluorescence image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30036—Dental; Teeth

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
  • Instructional Devices (AREA)

Abstract

一実施形態によると、１本の歯についての歯の状態の進展を表すデジタル３次元モデルを生成する方法が開示される。該方法は、第１のテクスチャデータを有する患者の歯群の第１のデジタル３Ｄモデルおよび第２のテクスチャデータを有する患者の歯群の第２のデジタル３Ｄモデルを、異なる時点において得るステップを有する。第１のテクスチャデータを有する第１のデジタル３Ｄモデルおよび第２のテクスチャデータを有する第２のデジタル３Ｄモデルは、テクスチャを均一化することによって共通のテクスチャ空間に置かれる。最後に、歯の状態の進展を表すデジタル３次元モデルは、共通のテクスチャ空間に置かれた第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルにおける対応する領域の第１のテクスチャデータと第２のテクスチャデータとの比較に基づいて生成される。【選択図】図２

Description

本開示は、デジタル３次元歯科モデルを生成するシステムおよび方法に関する。詳細には、本開示は、複数のデジタル３次元歯科モデル間でのテクスチャの均一化（uniformizing）に関する。本開示はさらに、一人の患者についての虫歯、斑状歯（fluorosis）、歯肉炎などの歯の状態または歯の状態の進展を表すデジタル３次元モデルの生成に関する。さらに、本開示は、患者の歯のデジタル３Ｄ（３次元）モデルにおける健康な領域の識別にも関する。
歯の疾患は通常時間と共に進行し、適切なケアが無ければ、罹患した歯の抜歯さえも導く可能性のある不可逆的な状況をもたらしかねない。したがって、歯の状態の進展を早期に検出し監視することが望ましい。これにより、予防または矯正措置を適時に講じることが可能になると思われる。
例えば、齲歯（tooth decay）または歯腔（tooth cavities）とも呼ばれる虫歯（dental caries）などの歯の状態は、今日最も一般的で最も蔓延した持続性疾患の１つであり、最も予防可能な疾患の１つでもある。
典型的には、虫歯は、食物の粒子が反復的に歯と直接接触することになる歯の最も頂部の部分に形成する咬合面齲蝕として見分けることができる。細菌が人の口腔衛生を悪化させ危険にさらすのは、この場所においてである。歯およびその周辺部域に適切なケアが施されない場合、細菌は、食物由来で口内に残留する糖を消化し、老廃物として酸に転換する。これらの酸は、人の歯の上のエナメル質を脱灰し小さい穴を形成する（虫歯の第１ステージ）のに充分なほど強いものであり得る。エナメル質が分解し始めるにつれて、歯は、唾液の特性を通して歯のカルシウムおよびリン酸塩構造を自然に強化する能力を失い、経時的に酸は歯に浸透し内側から外へと歯を破壊する。
放置された場合に齲歯が人の歯に与え得る影響にも関わらず、虫歯または歯腔は、良好な口腔衛生療法を用いて大幅に予防可能である。これには、定期的な歯科検診が含まれる。歯科医は、典型的には、歯を見て、くぼみや損傷部域を探し出すためエキスプローラと呼ばれるツールを用いて歯を探査する。これらの方法がもつ問題点は、空洞が正に形成し始めた時点ではこれらの空洞を識別できない場合が多いことにある。時として、過度に大きい力が用いられた場合、エキスプローラは多孔性のエナメル質に穴を開ける可能性がある。これにより、不可逆的な空洞の形成がひき起こされ、空洞の原因である細菌が健康な歯へと広がる可能性を付与すると考えられる。エナメル質が破壊された虫歯は元には戻らない。ほとんどの虫歯は悪化を続け、深くなり続ける。時間と共に、歯は歯根まで齲蝕させ、こうして、治療しなければ患者にとって重大な不快症状がひき起こされる。ここまでにどれ位の時間がかかるかには個人差があり、口腔衛生の全体的レベルによって変動する。
極めて早い段階で見つけられた虫歯は、後退（reversed）可能である。白斑は、エナメル質内に多孔性構造を創出した早期虫歯を標示し得る。虫歯の進展の早期段階においては、齲歯を食い止めることができる。さらには、エナメル質内で溶出した物質は置換され得ると考えられることから、齲歯を後退させることさえ可能である。フッ化物および他の予防方法も同様に、齲蝕の早期段階において歯が自己修復（再石灰化）するのを助ける。褐斑／黒斑は早期虫歯の最終段階である。ひとたび虫歯が悪化すると、多孔性の歯の構造は崩壊してエナメル質内に不可逆的な空洞を創出し得、したがって歯科医しかその歯を修復することができない。このとき、空洞に対する標準的治療は、典型的には歯科用アマルガムまたは複合レジンでできた詰め物を歯に充填することである。時として、細菌は、たとえ目に見える歯の部分が比較的無傷であっても、歯の内部の歯髄を感染させる可能性がある。この場合、歯は、典型的には、根管治療さらには損傷を受けた歯の抜歯さえ必要とする。
虫歯の進展は、早期に検出された場合に虫歯を容易に治療できるプロセスであることが認識され得る。検出されず治療されない場合、虫歯は、歯の外側エナメル質を通りより軟質の象牙質内へと進み、抜歯が必要となるかまたは歯を取り囲む歯周組織の炎症をひき起こすまでに至る可能性がある。
したがって、歯科医などの専門家が、好ましくは該プロセスの早期に患者の歯における虫歯などの歯の状態の進展を検出し監視することを可能にする解決法を提供することに対するニーズが存在する。
一実施形態によると、一領域における歯の状態を表す仮想３次元モデルを生成する方法が開示される。該方法は、患者の歯群の第１のデジタル３Ｄモデルおよび第１のデジタル３Ｄモデルの異なる領域に対応する領域特異的（固有）（region-specific）テクスチャデータを得るステップであって、テクスチャデータが蛍光性（fluorescence）データおよび色データを有するステップを有する。その後歯の状態を有する領域が識別される。これは、識別閾値基準を満たす識別値に基づくものであり、ここで識別値は、第１のデジタル３Ｄモデルの領域と関連付けられたテクスチャデータに識別関数を適用することによって計算される。歯の状態を有する領域がひとたび識別されると、歯の状態を有する領域として識別された少なくとも１つの領域について重症度値が決定される。これは、識別された領域と関連付けられたテクスチャデータのうちの少なくとも１つに重症度関数を適用することによって行わる。最後に、虫歯などの歯の状態を有する領域についての決定された重症度値に基づく視覚的指標（visual indicator）を有する仮想３次元モデルが生成される。開示された方法は、コンピュータ実装方法である。
一実施形態によると、健康な歯の領域を識別するコンピュータ実装方法が開示される。該方法は、患者の歯群のデジタル３Ｄモデルおよびデジタル３Ｄモデルの異なる領域に対応する領域特異的テクスチャデータを得るステップであって、テクスチャデータが蛍光性データまたは色データのうちの少なくとも１つを有するステップを有する。一実施形態において、得られたテクスチャデータの少なくとも１つのテクスチャ成分について、テクスチャデータの少なくとも１つのテクスチャ成分に関するテクスチャ値分布に基づいて基準値が決定され、決定された基準値の一定の範囲内の少なくとも１つのテクスチャ成分に対応するテクスチャ成分のそれぞれの値を有する一領域が、健康な領域として識別される。代替的には、テクスチャデータについて、テクスチャデータに関係するテクスチャ値分布に基づく基準値が決定され、決定された基準値の定義された範囲内のテクスチャ値を有する領域が、健康な領域として識別される。開示されたコンピュータ方法は、自動的方法として実装され得る。
テクスチャ値分布は、テクスチャデータのテクスチャ値またはそこから、例えばテクスチャデータの特定のチャネルから導出された値に関係するものであり得、テクスチャ値は特定の歯または顎全体などの形態学的エンティティの一領域に関係する。
一実施形態によると、非一時的コンピュータ可読媒体で具現化されたコンピュータプログラムプロダクトが開示される。コンピュータ可読プログラムコードを有するコンピュータプログラムプロダクトは、ハードウェアデータプロセッサに健康な歯の領域を識別する方法を実行させることを目的としてハードウェアデータプロセッサによって実行可能である。該方法は、患者の歯群のデジタル３Ｄモデルおよびデジタル３Ｄモデルの異なる領域に対応する領域特異的テクスチャデータを得るステップであって、テクスチャデータが蛍光性データまたは色データのうちの少なくとも１つを有するステップを有する。一実施形態において、得られたテクスチャデータの少なくとも１つのテクスチャ成分について、テクスチャデータの少なくとも１つのテクスチャ成分に関するテクスチャ値分布に基づく基準値が決定され、決定された基準値の一定の範囲内の少なくとも１つのテクスチャ成分に対応するテクスチャ成分のそれぞれの値を有する一領域が、健康な領域として識別される。代替的には、テクスチャデータについて、テクスチャデータに関係するテクスチャ値分布に基づく基準値が決定され、決定された基準値の定義された範囲内のテクスチャ値を有する一領域が、健康な領域として識別される。一実施形態において、コンピュータ可読プログラムコードを有するコンピュータプログラムプロダクトは、健康な歯の領域を自動的に識別するために、ハードウェアデータプロセッサに開示された方法を実行させることを目的としてハードウェアデータプロセッサによって実行可能である。
一実施形態によると、１本の歯についての歯の状態の進展を表すデジタル３次元モデルを生成する方法が開示される。該方法は、第１の時点（time point）で患者の歯群の第１のデジタル３Ｄモデルおよび第１のデジタル３Ｄモデルの異なる領域に対応する蛍光性データおよび色データを有する、領域特異的テクスチャデータを得るステップを有する。識別された領域と関連付けられたテクスチャデータのうちの少なくとも１つに重症度関数を適用することによって、歯の状態を有する第１のデジタル３Ｄモデルの領域として識別された少なくとも１つの領域についての、歯の状態の重症度レベルと関連付けられた重症度値が決定される。同様にして、第１の時点より後の第２の時点で、患者の歯群の第２のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルの異なる領域に対応する蛍光性データおよび色データを有する領域特異的テクスチャデータが得られる。歯の状態を有する第１のデジタル３Ｄモデルの一領域として識別された少なくとも１つの領域について、歯の状態の重症度レベルと関連付けられた重症度値が、識別された領域と関連付けられたテクスチャデータのうちの少なくとも１つに重症度関数を適用することによって決定される。第１のデジタル３Ｄモデルと第２のデジタル３Ｄモデルとの間の対応する領域についての重症度値の間の重症度差セットが決定される。最後に、重症度差セットを有するデジタル３Ｄモデルが生成される。開示された方法は、コンピュータ実装方法である。
一実施形態によると、経時的に患者の口腔状況の３Ｄグラフィックモデルを生成する方法が開示される。該方法は、特定の一時点における患者の口腔状況を各々が表す複数のスキャンを得るステップであって、ここで各スキャンがテクスチャデータを有するステップと、少なくとも１つのテクスチャ修正パラメータを決定するステップと、１つの時系列（time sequence）で複数のスキャンを提示するステップであって、ここでそれぞれの複数のスキャンの少なくとも１つ、好ましくは各々のテクスチャが、少なくとも１つのテクスチャ修正パラメータのうちの１つに基づいてすでに修正されるステップと、を有する。開示された方法は、コンピュータ実装方法である。
一実施形態によると、１本の歯について虫歯などの歯の状態の進展を表すデジタル３次元（３Ｄ）モデルを生成する方法が開示される。該方法は、第１の時点で、第１のテクスチャデータを有する患者の歯群の第１のデジタル３Ｄモデルを得るステップと、第２の時点で、第２のテクスチャデータを有する患者の歯群の第２のデジタル３Ｄモデルを得るステップと、テクスチャを均一化することにより共通のテクスチャ空間に第１のテクスチャデータを有する第１のデジタル３Ｄモデルおよび第２のテクスチャデータを有する第２のデジタル３Ｄモデルを置くステップと、テクスチャデータが共通のテクスチャ空間に置かれた状態で、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルにおける対応する領域の第１のテクスチャデータと第２のテクスチャデータとの比較に基づいて、歯の状態の進展を表すデジタル３次元モデルを生成するステップと、を有する。開示された方法はコンピュータ実装方法である。
一実施形態によると、デジタル３次元（３Ｄ）モデルを生成する方法が開示される。該方法は、
第１の時点で、第１のテクスチャデータを有する患者の歯群の第１のデジタル３Ｄモデルを得るステップと、
第２の時点で、第２のテクスチャデータを有する患者の歯群の第２のデジタル３Ｄモデルを得るステップと、
テクスチャを均一化することにより共通のテクスチャ空間に第１のテクスチャデータを有する第１のデジタル３Ｄモデルおよび第２のテクスチャデータを有する第２のデジタル３Ｄモデルを置くステップと、
テクスチャデータが共通のテクスチャ空間に置かれた状態で、第１のテクスチャデータを有する第１のデジタル３Ｄモデルおよび第２のテクスチャデータを有する第２のデジタル３Ｄモデルを表示ユニット上で表示するステップと、を有する。
スキャンは典型的には、第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルなどの患者の口腔状況のデジタル３Ｄモデルとして提示され得る。口腔状況は、歯、歯肉、軟組織またはインプラント、架工歯などの他の外来物のうちの少なくとも１つを有し得る。典型的には、口腔状況には、好ましくは患者の歯肉を伴う患者の歯が有される。いくつかの実施形態において、患者の歯肉は、セグメント化技術を適用しそれに続いて標準的歯肉または人工的に生成された歯肉を歯と共に有する歯肉のモーフィングを行なった後、歯から除去され得る。
少なくとも１つのテクスチャ修正パラメータのうちの少なくとも１つに基づいて複数のスキャンを修正するステップには、スキャンに関するテクスチャデータに少なくとも１つのテクスチャ修正パラメータのうちの１つを適用するステップが有され得る。
テクスチャ修正パラメータの適用を伴うまたは伴わない複数のスキャンを、各スキャンがとられた時刻と関連付けられたタイムスタンプに従って時系列で配列することができる。時系列は、多数の時点のエントリを有するタイムラインとして表され得る。一実施形態において、１つの特定の時点を選択することで、ディスプレイ上のデジタル３Ｄモデルとして関係するスキャンがレンダリングされる。他の実施形態において、ユーザは、２つ以上の時点を選択することができ、（以下で論述する）デュアルディスプレイ上などで、個別に選択された時点に関係する２つ以上のスキャンをデジタル３Ｄモデルとして表示することができる。
複数のスキャンのテクスチャが修正される実施形態において、複数のスキャンにおいて表されたテクスチャは、テクスチャデータが共通のテクスチャ空間にある状態で、一時系列に沿って提示される。これにより、歯科専門家の焦点が複数のスキャンを横断したテクスチャの変動によって偏向されることはなく、スキャン獲得時の変動の如何に関わらず一貫してスキャンが処理される（例えば比較される）ことから、使い勝手の良いスキャンの視覚化および口腔状況の信頼性の高い監視が可能となる。
色なる用語は、赤色、緑色および青色チャネルの値の組合せ、または異なる色チャネルの値としての他の任意の色表現、例えば異なる色空間での表現を意味し得る。色は、異なる色空間で提示されるかまたは、１つの色空間から他の色空間へ、例えばＲＧＢ色空間などのデバイス依存型色空間からＣＩＥＬＡＢ色空間などのデバイス非依存型色空間へ、およびその逆へと転換され得る。色空間は典型的には、その中では人間が知覚できる各色および全色が典型的に一意的座標を有し得る３次元数値スキームとして定義される。例えば、ＬＡＢは、人間の視覚的性能のさまざまな面をシミュレートするべく１９７６年にＣＩＥによって定義された色空間である。
該方法はさらに、虫歯などの歯の状態の進展を表す生成されたデジタル３Ｄモデルを表示ユニット上に表示するステップを有することができる。一実施形態において、第１のテクスチャデータと第２のテクスチャデータとの比較の前に、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルがセグメント化される、すなわち歯、歯の下の情報または歯肉などの個別の歯科オブジェクトがセグメント化され、別個の歯科オブジェクトとして識別される。
本開示の異なる実施形態において、デジタル３Ｄモデルは同様に、患者の歯群を含めた口腔状況の３Ｄ表現をも有し得る。
本開示およびさまざまな実施形態は、一例としての特定の歯の状態すなわち虫歯に関連して記述される。しかしながら、本明細書中で開示された方法は、他の歯の状態に関連して利用することも可能である。当業者であれば、歯の状態に応じて、視覚化および比較のために口腔状況の異なる部分を使用することができることを認識するものである。例えば、歯肉炎については、関連する口腔状況は、患者の歯肉を使用すると考えられる。
「第１のテクスチャデータと第２のテクスチャデータとの比較に基づいて」なる用語は、ａ）第１のテクスチャデータと第２のテクスチャデータとの直接的比較、およびｂ）例えばテクスチャデータにスコアリング関数または重症度関数などの関数を適用することによる第１のテクスチャデータと第２のテクスチャデータとの間接的比較、という２つのシナリオを有する。
本開示中の領域とは、少なくともデジタル３Ｄモデルを定義する最小のエンティティを意味し得る。例えば、デジタル３Ｄモデルが多角形メッシュとして表される場合、領域はファセットを意味することができ、あるいはさらにバーテックス（vertex）を意味することさえできる。代替的には、領域は、デジタル３Ｄモデルがボクセルを有する場合、ボクセルを意味することができる。いくつかの実施形態において、領域は同様に、領域の集合、すなわち一つにまとめられた複数の最小のエンティティをも有することができ、こうして開示された方法またはそのステップのいずれかが、最小のエンティティに対してだけでなくむしろ領域の集合に対して行なわれることになる。したがって、領域の集合は、最外側ファセットのエッジによって定義され得る。他の実施形態において、領域は、プロセッサが自動的に（例えばセグメント化に基づいて）識別するかまたはユーザ入力（例えばユーザインタフェースにおいて利用可能なツールを用いた表面部分のマーキング）を用いて識別するモデルの表面部分に対応する面、バーテックス、エッジによって画定される内在するメッシュを有することができる。異なる形で表されるデジタル３Ｄモデルのテクスチャデータ間の比較が必要とされる場合、該方法はさらに、比較などのあらゆる処理の前に少なくとも１つのデジタル３Ｄモデルを他の表現と同じ表現に変換するステップを有し得る。例えば、１つのデジタル３Ｄモデルが多角形メッシュとして表され他のデジタル３Ｄモデルがボクセルで表される場合、デジタル３Ｄモデルの少なくとも１つは、比較または提示が必要な全てのモデルが同じ表現になるように、多角形メッシュ表現、ボクセル表現または他の任意の表現のうちの１つに変換されてもよい。
以上で開示された実施形態のいずれにおいても、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルは、デュアルディスプレイ上で並んだ形でかまたは互いの上に重ね合わされた形で提示されてもよい。デュアルディスプレイは、少なくとも２つの物理的に異なる表示ユニットまたは、表示タイルなどの少なくとも２つの表示区分へとその表示部域が分割される単一の表示ユニットを有するものとして理解され得る。並んだ形（side-by-side manner）なる用語は、２つのデジタルモデルを水平レイアウト、垂直レイアウトまたは傾斜レイアウト、例えば対角レイアウトなど、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルの各々が個別にデュアルディスプレイ上で同じ視点（例えば咬合側または舌側）から個別に表示されるレイアウトのいずれかで表示することを有するものとして理解され得る。この形でモデルを表すことによって、それぞれのテクスチャデータを伴う異なるデジタル３Ｄモデルを同じ視点で迅速に視覚化および評価することができる。
並んだ形またはタイムラインでの視覚化の間、該方法は、さらに、典型的にはユーザ入力に基づいて、ａ）少なくとも２つのデジタル３Ｄモデルをリンクさせるステップ、および／またはｂ）異なるデジタル３Ｄモデルをリンク解除するステップを有する。前者のシナリオａ）において、該方法はさらに、モデルの並進運動、ズーミング、パンニングおよび／または回転のうちの少なくとも１つを有する、モデルを移動させるユーザモデル移動命令を受取るステップを有し得る。モデル移動命令に応答して、リンクされたモデルは同時に少なくとも実質的に同じ量だけかつ同じ方向に移動させられる。ユーザ命令は、ユーザインタフェースにおける方向／回転／パンニング／ズーミングボタンなどのボタンによっておよび／またはモデルの１つと対話することによって、例えばマウスを用いてモデルを選択し、選択されたモデルを移動させることによって受取ることができる。後者のシナリオｂ）では、該方法はさらに、モデルの並進運動、ズーミング、パンニングおよび／または回転のうちの少なくとも１つを有する移動に関するユーザ命令を受取るステップをさらに有し得る。シナリオａ）とは異なり、シナリオｂ）では、命令を受取る前に選択された３Ｄモデルのみが移動させられる。
領域特異的色データを伴う第１のデジタル３Ｄモデルを得るステップは、口腔内カラースキャナを用いた患者の歯の口腔内スキャニングによって達成可能である。同様にして、口腔内スキャナは、領域特異的蛍光性データを伴う第１のデジタル３Ｄモデルを得るべく歯の蛍光物質を励起するように構成される。蛍光性データは、スキャナのＲＧＢセンサの赤色画素および緑色画素を通して得ることができる。したがって、テクスチャデータは、５つのテクスチャ成分、すなわち色データからのＲＧＢチャネルおよび蛍光性データからのＲＧチャネルを有し得る。口腔内スキャニングは同様に、患者の歯のトポロジ情報すなわち歯並びを含めた３次元データを得ることも可能にする。さらなる説明が以下に有される。
異なる実施形態において、テクスチャデータは色データおよび／または蛍光性データを有し得る。色データは、歯の色を記録する能力を有する口腔内スキャナなどのスキャナシステムを用いて患者の歯をスキャンすることにより得ることができる。当該スキャニングは、異なる時点において獲得した２つのスキャンの間の歯の色の変化を検出し監視することを可能にする。当該スキャニングは、典型的には同様に患者の歯のトポロジ情報を捕捉し、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルを生成するために使用され得る。蛍光性データは、歯の蛍光性物質を励起し応答としてＲＧＢ成分を有する蛍光信号を受取る能力を有する口腔内スキャナなどのスキャナシステムを用いて患者の歯をスキャンすることによって得ることができる。異なる時点における蛍光性データの当該獲得は、２つのスキャンの間の、歯に関する蛍光性データ、特に１本の歯の齲蝕原性領域からの蛍光性データの変化を検出し監視することを可能にする。蛍光性データを得るために、歯の蛍光性物質に励起に応答して歯から受取った蛍光信号は、好ましくはフィルタに通されて、蛍光信号からの１つまたは複数の色成分を少なくとも実質的に除去し、除去されなかった他の成分のみを保持する（例えば蛍光信号からの青色成分を除去するが赤色および緑色成分は保持する）。したがって、青色成分はフィルタリングにより除去され得、こうして蛍光性データはＲＧＢセンサの赤色画素および緑色画素を通して得られることになる。一実施形態において、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルの生成は、蛍光性データの獲得中に収集された患者の歯のトポロジ情報に基づく。代替的には、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルの生成は、例えば、色データの獲得においても同様に使用される照明光を使用して患者の歯が照明されたときに得られるトポロジ情報を用いて、色データの獲得中に収集される患者の歯のトポロジ情報に基づく。この状況において、それぞれの蛍光性データを、色データを有してもよくまたはこの色データが欠如している生成された第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルの上にオーバレイすることができる。一実施形態において、テクスチャデータが欠如している第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルは、患者の歯の石膏モデルをスキャンすることによってかまたは、口腔内スキャナを用いた患者の歯のスキャニングによって得られ色データを有するデジタル３Ｄモデルから色データを除去することによって、得ることができる。蛍光の測定に関しては、参照により開示が本明細書に組込まれる「蛍光を測定する口腔内３Ｄスキャナ」という名称の米国出願第１４／４１１１６０号に対する参照が指示される。
一実施形態において、口腔内空洞のトポロジ情報に基づくデジタル３Ｄモデルが、口腔内空洞の表面から反射した光に基づいて生成される。口腔内空洞の表面が、口腔内スキャナなどの３Ｄスキャナシステムの光源からの照明光で照明された場合、視野内の表面から反射された光は、３Ｄスキャナシステムの画像センサによって検出される。反射光に基づいて、データ処理ユニットは、視野内に配設された表面の領域についてのサブスキャンを計算することができる。例えば、表面の異なる領域が視野内に配設されるように３Ｄスキャナシステムの手持ち部分を口腔内空洞との関係において移動させられた場合、一連のサブスキャンを計算することができる。口腔内空洞表面／歯群のデジタル３Ｄモデルは、サブスキャンをスティッチングすることにより生成可能である。当該３Ｄスキャナシステムは、焦点スキャニング、共焦点スキャニング、三角形分割他に亙る異なるスキャニング原理を利用することができる。
３Ｄモデルなる用語は、表面下トポロジの情報を伴うまたは伴わない表面トポロジ情報を有する歯の３次元モデルを意味し得る。表面下情報は、患者の歯の表面に浸透する能力を有し応答として表面下情報の獲得を可能にする照明光を利用するスキャニング技術を用いて得ることができる。
一実施形態において、デジタル３Ｄモデルを生成するために用いられる色データおよび／またはトポロジ情報を得るために歯の表面を照明するのに使用される光の波長は、蛍光性データを得るために歯の表面を照明するのに使用される光の波長とは異なるものである。他の実施形態において、デジタル３Ｄモデルを生成するために用いられる色データおよび／またはトポロジ情報を得るために歯の表面を照明するのに使用される光は、蛍光性データを得るために歯の表面を照明するのに使用される光の波長を有する複数の波長を有する。さらに他の実施形態において、デジタル３Ｄモデルを生成するために使用される色データおよび／またはトポロジ情報を得るために歯の表面を照明するのに使用される光には複数の波長が有されるものの、蛍光性データを得るために歯の表面を照明するのに使用される光の波長は欠如している。
一実施形態において、第１のテクスチャデータを有する第１のデジタル３Ｄモデルおよび第２のテクスチャデータを有する第２のデジタル３Ｄモデルは、共通のテクスチャ空間に置かれる。テクスチャを均一化することにより共通の空間にモデルを置くことによって、歯の状態の進展を表すデジタル３Ｄモデルを生成することを目的とする第１のテクスチャデータと第２のテクスチャデータとの間の正確な視覚化および比較が可能になる。これには、少なくとも１つのテクスチャ修正パラメータを決定するステップと、第１のテクスチャデータまたは第２のテクスチャデータのうちの少なくとも１つに対して少なくとも１つのテクスチャ修正パラメータのうちの少なくとも１つを適用するステップと、が有されてもよい。
第１の時点および第２の時点のような異なる時点におけるテクスチャデータの記録中に、得られたテクスチャデータを比較に適さないものにする変動が存在する可能性がある。当該変動には、テクスチャデータが記録される部屋における周囲光の変動、または例えばスキャナ間、異なる先端部における鏡の間、色較正間の差異に起因する、テクスチャデータを記録するために使用される口腔内スキャナの変動、のうちの少なくとも１つが有されるが、これらに限定されるわけではない。実際の臨床的に関連性ある差異を適正に究明することは不可能であるため、このことは、患者の歯の健康のあらゆる検出および監視に影響を及ぼすものと考えられる。第１のテクスチャデータおよび第２のテクスチャデータを共通のテクスチャ空間に置くことは、それによって、変動に関連付けられる問題が少なくとも実質的に克服され、第１のテクスチャデータおよび第２のテクスチャデータに基づくより正確で信頼性の高い視覚化および比較が可能になると考えられることから、極めて有用である。
「テクスチャ空間」なる言い回しは、色空間などのテクスチャの特定的組織を意味する。第１のテクスチャデータおよび第２のテクスチャデータを共通のテクスチャ空間に置くことは、第１のテクスチャデータと第２のテクスチャデータとの間の変動の最小化を意味し得るテクスチャの均一化によって達成される。テクスチャの均一化は概して、テクスチャ較正として理解されてよく、第１のテクスチャデータと第２のテクスチャデータとの比較可能な領域のテクスチャ成分値間の差を最小化することを有する変換を有することができる。
一実施形態において、テクスチャ較正は、第１のテクスチャデータと第２のテクスチャデータとの比較可能な領域のテクスチャ成分値間の差の最小化を有し、ここでテクスチャ成分値は、ＲＧＢ色空間など、内部でテクスチャデータが得られるかまたはデジタル３Ｄモデルにおいて存在するテクスチャ空間のテクスチャデータに関係する。これにより、第１のテクスチャデータまたは第２のテクスチャデータのうちの１つを有し得るテクスチャデータを較正する少なくとも１つの変換演算子を見出すことが可能になる。較正の結果として、較正済みテクスチャデータ、ひいてはテクスチャの均一化がもたらされる。このとき、較正済みテクスチャデータを、較正対象のテクスチャデータをもつデジタル３Ｄモデルと関連付けることができる。
他の実施形態において、テクスチャ較正には、ｉ）比較可能な領域について、第１のテクスチャデータおよび第２のテクスチャデータを均一のテクスチャ空間または他のテクスチャ空間に転換するステップと、ｉｉ）転換された第１のテクスチャデータと転換された第２のテクスチャデータとの間の差を最小化するステップと、が有される。これにより、第１のテクスチャデータまたは第２のテクスチャデータのうちの１つを有し得るテクスチャデータを較正する少なくとも１つの変換演算子の発見が可能になる。較正の結果として、較正済みテクスチャデータひいてはテクスチャの均一化がもたらされる。較正済みテクスチャデータは、標的テクスチャ空間、すなわち内部でテクスチャデータを視覚化しかつ／または他のテクスチャデータと比較すべきテクスチャ空間へと転換される。当該転換は、較正の一部でもあり得る。この転換の後の較正済みテクスチャデータはこのとき、較正対象のテクスチャデータを有するデジタル３Ｄモデルと関連付けられてもよい。均一のテクスチャ空間は、ＬＡＢ色空間などの人間のテクスチャビジョン（例えば色覚）との関係における知覚的に均一なテクスチャ空間を有し得る。他のテクスチャ空間は、内部でテクスチャデータが得られるかまたは転換前にデジタル３Ｄモデルにおいて存在するテクスチャ空間以外のテクスチャ空間を意味する。例えば、第１および第２のテクスチャデータが当初ＲＧＢ色空間で表される場合、これらのテクスチャデータはＬＡＢ色空間へと転換されてもよい。ＬＡＢ色空間の転換済みの第１および第２のテクスチャデータのテクスチャ成分の値は、最小化され、その後、テクスチャデータ（例えば第１のテクスチャデータ）を較正済みテクスチャデータへと較正する少なくとも１つの変換演算子が識別される。較正済み（例えば第１の）テクスチャデータは次に、内部に第２のテクスチャデータがすでに存在するＲＧＢ色空間へと転換される。
一実施形態において、共通のテクスチャ空間にテクスチャデータと共に第１のテクスチャデータを有する第１のデジタル３Ｄモデルおよび第２のテクスチャデータを有する第２のデジタル３Ｄモデルを置くステップには、少なくとも１つのテクスチャ修正パラメータを決定するステップおよび第１のテクスチャデータまたは第２のテクスチャデータのうちの少なくとも１つに対して少なくとも１つのテクスチャ修正パラメータのうちの少なくとも１つを適用するステップが有される。
少なくとも１つのテクスチャ修正パラメータは、第１のデジタル３Ｄモデルと第２のデジタル３Ｄモデルとの比較可能な領域のテクスチャ値の間の変動を最小化するように構成される少なくとも１つの変換演算子を有する。少なくとも１つの変換演算子は、ｉ）１つのテクスチャ空間由来の第１および第２のテクスチャデータを均一のまたは他のテクスチャ空間へと転換させ、変換済みの第１および第２のテクスチャデータ間の差異を最小化するステップと、ｉｉｉ）第１および第２のテクスチャデータが均一のまたは他のテクスチャ空間へと転換された後、変換済みの第１および第２のテクスチャデータ間の差異を最小化するステップと、ｉｉ）第１のテクスチャデータと第２のテクスチャデータの間の差異を最小化するステップであって、第１のテクスチャデータおよび第２のテクスチャデータは、内部で第１および第２のテクスチャデータが得られるまたは第１および第２のデジタル３Ｄモデルにおいて存在するテクスチャ空間であるステップと、のうちの１つを可能にすることができる。
テクスチャ較正は、第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのうちの少なくとも１つにおける１つまたは複数のテクスチャ成分と関連付けられた少なくとも１つのテクスチャ修正パラメータを適用することによって、値の局所的調整または包括的調整によって達成可能である。局所的調整は、虫歯を識別すべき歯の選択された領域に対して適用されるテクスチャ較正に関係する。包括的調整は、虫歯を識別すべき歯全体に適用されるテクスチャ較正に関係する。一実施形態において、複数の歯が、局所的調整または包括的調整を受ける可能性がある。
一実施形態によると、共通のテクスチャ空間にデジタル３Ｄモデルを置く方法が開示される。該方法は、
第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのうちの少なくとも１つを選択するステップと、
選択されたデジタル３Ｄモデルから少なくとも１つの領域を選択するステップであって、選択された領域がテクスチャ較正のために使用されるステップと、
選択されない第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのうちの１つを有する他のモデル上の比較可能な領域を識別するステップと、
選択されたモデルの選択された領域のテクスチャデータおよび選択されない他のモデルの比較可能な領域のテクスチャデータに基づいて、変換演算子を有する少なくとも１つのテクスチャ修正パラメータを生成するステップと、
選択されない他のモデルの比較可能な領域のテクスチャデータに少なくとも１つの生成されたテクスチャ修正パラメータを適用するステップと、を有する。
上述の方法は、さらに、表示ユニット上に、比較可能な領域のテクスチャデータに適用された少なくとも１つの生成されたテクスチャ修正パラメータを有する選択されない他のモデルを表示するステップを有することができる。
前段落の実施形態において、少なくとも１つの生成されたテクスチャ修正パラメータの適用は、色較正などのテクスチャ較正を生成し、これが結果として、選択された領域と比較可能な領域の間の色などのテクスチャの変動を最小化することになり、選択された領域と比較可能な領域は共に比較可能な領域を構成する。
一実施形態において、少なくとも１つのテクスチャ修正パラメータは、第１のテクスチャデータおよび第２のテクスチャデータに基づく。第２のテクスチャデータに変換演算子を有する少なくとも１つのテクスチャ修正パラメータを適用することは、第２のテクスチャデータを較正し、較正された第２のテクスチャデータを第１のテクスチャデータにより定義される共通のテクスチャ空間に持っていく。他の実施形態では、少なくとも１つのテクスチャ修正パラメータは、第１のテクスチャデータおよび第２のテクスチャデータに基づく。第１のテクスチャデータに変換演算子を有する少なくとも１つのテクスチャ修正パラメータを適用することは、第１のテクスチャデータを較正し、較正された第１のテクスチャデータを第２のテクスチャデータにより定義される共通のテクスチャ空間まで持っていく。さらに他の実施形態では、少なくとも１つのテクスチャ修正パラメータは、標準デジタル３Ｄモデルの標準テクスチャデータに基づく。少なくとも１つのテクスチャ修正パラメータは、第１のテクスチャデータおよび標準テクスチャデータに基づく第１の変換演算子と、第２のテクスチャデータおよび標準テクスチャデータに基づく第２の変換演算子と、を有する。第１のテクスチャデータに第１の変換演算子を適用し第２のテクスチャデータに第２の変換演算子を適用することは、第１のテクスチャデータおよび第２のテクスチャデータの両方共を、標準テクスチャデータによって定義される共通のテクスチャ空間まで持っていく。さらに他の実施形態において、少なくとも１つのテクスチャ修正パラメータは、予め定義されたテクスチャデータに基づく。少なくとも１つのテクスチャ修正パラメータは、第１のテクスチャデータおよび予め定義されたテクスチャデータに基づく第１の変換演算子および第２のテクスチャデータおよび予め定義されたテクスチャデータに基づく第２の変換演算子を有する。第１のテクスチャデータに第１の変換演算子を適用し、第２のテクスチャデータに第２の変換演算子を適用することは、第１のテクスチャデータおよび第２のテクスチャデータの両方共を、予め定義されたテクスチャデータによって定義される共通のテクスチャ空間まで持っていく。
第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルを共通のテクスチャ空間に置くために、標的テクスチャ空間を定義する標的テクスチャデータが選択／定義される。当該選択／定義は、第１のデジタル３Ｄモデル、第２のデジタル３Ｄモデル、標準デジタル３Ｄモデルまたは予め定義されたテクスチャ空間のうちの少なくとも１つに基づいてもよい。したがって、少なくとも１つのテクスチャ修正パラメータの決定は、第１のデジタル３Ｄモデル、第２のデジタル３Ｄモデル、標準デジタル３Ｄモデル、予め定義されたテクスチャ空間、またはそれらの組合せのうちの１つから選択された基準に基づく。少なくとも１つのテクスチャ修正パラメータは、標的テクスチャ空間および、テクスチャの均一化により標的テクスチャ空間と少なくとも実質的に整合する必要のあるデジタル３Ｄモデルのうちの１つまたは複数のもののテクスチャ空間に基づいて決定され得る。
一実施形態において、少なくとも１つのテクスチャ修正パラメータを生成するステップには、まず比較可能な領域からのテクスチャ成分の値を識別するステップが有される。色を定義する当該値は、３次元ベクトルを有することができ、ＲＧＢ、ＬＡＢ、ＨＳＶなどの異なる色空間で表され得る。ＲＧＢは概して最も一般的な色空間であるが好ましくは、１つの色空間から他の色空間へのテクスチャ成分の転換を通してＬＡＢ色空間で表され得る。識別された値は、値の差を決定するために利用可能である。以下の方法は、ＲＧＢ色空間に関連して開示されるが、ＬＡＢ色空間などの他の色空間を用いても機能し得る。基準表が生成され、この基準表には、基準および較正を受けるモデルにおけるＲＧＢ成分の値間の領域特異的な関係が有される。例示的表が以下に有される。
Figure 2022523597000002
 ここで、Ｃ＿Ｒ１は、基準内のＣｏｌｏｒ ａｔ Ｒｅｇｉｏｎ １（領域１における色）を意味し、Ｒ＿Ｒ１，Ｇ＿Ｒ１，Ｂ＿Ｒ１は、基準内のＲＧＢ ｖａｌｕｅｓ ｆｏｒ Ｒｅｇｉｏｎ １（領域１についてのＲＧＢ値）を表し、Ｃ＿ＣR１は、較正を受けるモデルにおけるＣｏｌｏｒ ａｔ Ｒｅｇｉｏｎ １（領域１における色）を意味し、Ｒ＿ＣR１，Ｇ＿ＣR１，Ｂ＿ＣR１は、較正を受けるモデルにおけるＲＧＢ ｖａｌｕｅｓ ｆｏｒ Ｒｅｇｉｏｎ １（領域１についてのＲＧＢ値）を表す。当該表が領域２などの他の領域および、他の較正を受けるモデルなどの他のモデルについての値を有し得ることが理解できる。
異なる実施形態において、基準は、第１のデジタル３Ｄモデル、第２のデジタル３Ｄモデル、標準デジタル３Ｄモデル、予め定義されたテクスチャ空間またはそれらの組合せのうちの１つから選択される。基準として標準デジタル３Ｄモデルまたは予め定義されたテクスチャ空間が使用される場合、第１のテクスチャデータと第２のテクスチャデータとの間のテクスチャの均一化には、第１のテクスチャデータと第２のテクスチャデータとの間のテクスチャ値の差が削減されるように、第１のテクスチャデータおよび第２のテクスチャデータの各々が較正を受けることが必要とされることが理解できる。
少なくとも１つのテクスチャ修正パラメータを生成するステップにはさらに、比較可能な領域について識別された値の間の差を決定するステップが有されてもよい。差は典型的には、以下のように計算され得る（例示として、差は領域１について示される）。
Figure 2022523597000003
 式中、Ｄ（Ｃ＿Ｒ１，Ｃ＿ＣR１）が差を表す。
少なくとも１つのテクスチャ修正パラメータを生成するステップにはさらに、計算された差に基づき、較正を受けるモデルのテクスチャ（例えば色）を修正するため、色などのテクスチャの変換演算子を決定するステップが有され得る。当該変換演算子は、結果として、比較可能な領域のテクスチャ（例えば色）の間の最小平均差などの差を最小化することができる。一例として、変換演算子は、
Ｃ＿ＣR１＿ｃａｌｉｂｒａｔｅｄ＝Ｍ＊Ｃ＿ＣR１
として適用される３×３マトリクスＭを有し得る。式中、Ｃ＿ＣR１＿ｃａｌｉｂｒａｔｅｄは、較正を受けるモデルにおいて領域１の予め較正されたテクスチャに対して変換演算子Ｍを適用した後のテクスチャ（例えば色）である。変換演算子は同様に、オフセットと組合された３×３マトリクス、または単にオフセットまたは高次変換であってもよい。
同じ原理は、局所的または包括的調整を達成できるように、他の領域に適用されてもよい。
テクスチャを均一化する他の従来公知の技術を適用することもできる。これらには、例えばＲＧＢ色空間から均一なテクスチャ空間へなど、１つのテクスチャ空間から他のテクスチャ空間へとテクスチャを転換する技術および／または線形最小二乗アルゴリズムまたは制約付き最小二乗アルゴリズムなど、差分を最小化する技術が有され得る。
一実施形態によると、少なくとも１つのテクスチャ修正パラメータの決定は、第１のデジタル３Ｄモデル、第２のデジタル３Ｄモデル、標準デジタル３Ｄモデルのうちの１つを有する基準の一領域に基づく。該方法は、領域を自動的に選択するように構成され得る。付加的にまたは代替的に、基準の部分は、ユーザにより選択され得る。例えばユーザインタフェースは、少なくとも１つのテクスチャ修正パラメータのいずれが決定されるかに基づいてマウスを使用するなどしてモデルの一領域をユーザが選択できるようにするアイドロッパ（eyedropper）ツールを有し得る。詳細には、アイドロッパツールは、個別の色を有する異なる領域上でアイドロッパを移動させ、その後色をサンプリングする（例えば、クリックエンドドラッグオペレーションなどのカーソルオペレーションを行なうかまたはタッチスクリーン上でタッチエンドドラッグオペレーションを行なうことによる）ことによって、ユーザが色などのテクスチャを選択できるようにする。サンプリングされた色を使用して、先に説明したように、変換演算子を決定することが可能である。
異なる実施形態において、差を計算する前に、異なる領域についてのテクスチャ成分（例えば色についてのＲＧＢ成分）の値を異なる方法で重み付けすることができる。例えば、青色オーバレイを決定する数を使用することができる。平均化された色の数を標示する数、視野角に基づくデータの品質を有する数およびチェッカーボードパターン振幅も同様に使用可能である。
少なくとも１つのテクスチャ監視パラメータを決定するテクスチャデータ間の差が決定される実施形態のいずれかにおいて、該方法は、計算された差が一定の閾値よりも高い場合、計算された差（例えば、Ｄ（Ｃ＿Ｒ１，Ｃ＿ＣR１））を外れ値として識別するステップを有することができる。一定の閾値よりも高い差を結果としてもたらす領域は、これらの差が第１のデジタル３Ｄモデルのテクスチャデータと第２のデジタル３Ｄモデルのテクスチャデータとの間の実際の変化を表し得ることを理由として、少なくとも１つのテクスチャ修正パラメータを決定するために使用されるのを妨げられる可能性がある。したがって、当該領域は、共通のテクスチャ空間にモデルを置く変換演算子を生成するために使用され得ない。
異なる実施形態において、修正に関する少なくとも１つのテクスチャ修正パラメータに基づき、テクスチャ（例えば色）は、修正されるべきモデル上で等しく修正済み色を分布させることによって、最高の青色オーバレイ数を伴う領域を選択することによって、歯上の色のみを選択することによって、歯肉上の色のみを選択することによって、色を有するユーザが選択した領域によって、無変化であるように標示されたユーザが選択した領域によって、歯肉上および歯上の色の数の間の特定の比率を選択することによって、切歯上の滑らかな表面などの典型的に無変化である歯の上の領域を選択することによって、または小さな幾何形状の差異を有する領域を選択することによって、ならびに大きな幾何形状の変化を伴う領域を除外することによって、のうちの少なくとも１つに基づいて識別されてもよい。
一実施形態において、第１のテクスチャデータの少なくとも一部に対するスコアリング関数が適用されて、第１のデジタル３Ｄモデルの異なる領域に対応する第１の分類スコアセットが生成され、かつ／または、第２のデジタル３Ｄモデルの異なる領域に対応する第２の分類スコアセットを生成するために第２のテクスチャデータの少なくとも一部にスコアリング関数が適用される。分類スコアセットは、モデルの異なる領域と個別に関連付けられたスコア集合を表す。典型的には、スコアリング関数は、患者の歯に関係するテクスチャデータに適用されるが、例えば歯肉炎を識別するために歯肉になどのように、他の歯の状態を識別するために口腔の状況の他の部分に対して、スコアリング関数を適用することも可能である。
スコアリング関数を適用することによりテクスチャデータを処理するステップには、デジタル３Ｄモデルにおいて視覚化されるように、患者の歯の上に存在する１つまたは複数の虫歯部位を検出するステップが有される（以下で説明）。
異なる実施形態において、スコアリング関数は、ｉ）テクスチャデータからの領域の異なるテクスチャ成分、ｉｉ）テクスチャデータからの領域の単一のテクスチャ成分、ｉｉｉ）テクスチャデータからの異なる領域の同じまたは異なるテクスチャ成分、またはｉｖ）第１のテクスチャデータからの領域の単一のテクスチャ成分および第２のテクスチャデータからの領域の異なるテクスチャ成分のうちの１つを有する数学的関係を有する。さらに、該方法は、第１のテクスチャデータからのテクスチャ成分値をスコアリング関数において使用することを有する第１のテクスチャデータの少なくとも一部にスコアリング関数を適用するステップと、第２のテクスチャデータからのテクスチャ成分値をスコアリング関数において使用することを有する第２のテクスチャデータの少なくとも一部にスコアリング関数を適用するステップと、を有する。
一実施形態において、スコアリング関数は、典型的には数値すなわち分類スコアを結果としてもたらす、１つの領域からの異なるテクスチャ（例えば色）成分を有する数学的関係を有することができる。分類スコアは、少なくとも２つのテクスチャ成分の間、例えば１つの領域の「赤色」成分と「緑色」成分との間のコントラストまたはコントラストバージョンを標示するか、または１つの領域からの成分（例えば緑色成分）の表現の喪失を標示することができる。例えば、数学的関係は、「赤色」成分および「緑色」成分に基づく。該方法はさらに、第１のテクスチャデータの少なくとも一部分および第２のテクスチャデータの少なくとも一部分にスコアリング関数を適用するステップを有する。当該適用には、第１の分類スコアセットを生成するために、第１のテクスチャデータからの例えば一領域の「赤色」成分値および「緑色」成分値などのテクスチャ成分値をスコアリング関数において使用することが有される。さらに、この適用には、第２の分類スコアセットを生成するために第２のテクスチャデータからの例えば一領域の「赤色」成分値および「緑色」成分値などのテクスチャ成分値をスコアリング関数において使用することが有される。
一実施形態において、スコアリング関数は、「スコアリング関数」１、
ｆ（Ｒ、Ｇ）＝（Ｒ－Ｇ）／（Ｒ＋Ｇ）
によって定義され、式中、Ｒは、デジタル３Ｄモデルの蛍光性データなどのテクスチャデータから得られた１つの領域についての、「赤色」チャネルの値を表し、Ｇは「緑色」チャネルの値を表す。例示されたスコアリング関数は、ｆ（Ｒ、Ｇ）の値が高くなればなるほど虫歯の重症度が高くなるコントラストを表す。
他の実施形態において、スコアリング関数は「スコアリング関数」２、
ｆ（Ｒ、Ｇ）＝（ｎ1＊（ｎ2Ｒ＋ｎ3）／（（ｎ4Ｇ＋ｎ7）＋ｎ8）－ｎ9）／ｎ10
によって定義され、式中Ｒは、デジタル３Ｄモデルの蛍光性データなどのテクスチャデータから得られた１つの領域についての、「赤色」チャネルの値を表し、Ｇは「緑色」チャネルの値を表し、ｎ1～ｎ10は数を表す。例示されたスコアリング関数は、ｆ（Ｒ、Ｇ）の値が高くなればなるほど虫歯の重症度が高くなるコントラストバージョンを表す。
一例として、上述の実施形態の方程式を以下のように表現することができる。
ｆ（Ｒ、Ｇ）＝（３００＊ｒ／（ｇ＋０．００００００１）－１５０）／２５５
式中、
ｒ＝（（９０／２５５）＊Ｒ）＋（６０／２５５）
ｇ＝（（１８５／２５５））＊Ｇ＋（７０／２５５）
他の実施形態において、スコアリング関数は、１つの領域について単一のテクスチャ成分を有する数学的関係を有する。当該スコアリング関数は、以下のものを有する。
スコアリング関数３：ｆ（Ｇ）＝（１－Ｇ）
式中、Ｇは、デジタル３Ｄモデルの蛍光性データなどのテクスチャデータから得た、一領域についての「緑色」チャネルの値を表す。例示されたスコアリング関数は、ｆ（Ｇ）の値が高ければ高いほど虫歯の重症度が高い「緑色」成分の表現の喪失を表す。スコアリング関数を適用するステップには、テクスチャデータからの一領域の「緑色」成分値をスコアリング関数において使用することが有される。典型的には、テクスチャ成分値の使用は、領域特異的である。
他の実施形態において、分類スコアは、健康な領域に基づく。これには、１）健康な領域および病変を有する領域などの異なる領域からの同じテクスチャ（例えば色）成分、またはｉｉ）健康な領域および病変を有する領域などの異なる領域からの異なるテクスチャ（例えば色）成分、のうちの１つの間の数学的関係が有される。該方法はさらに、第１のテクスチャデータの少なくとも一部分および第２のテクスチャデータの少なくとも一部分にスコアリング関数を適用するステップを有する。当該適用には、第１の分類スコアセットを生成するために、第１のテクスチャデータからの異なる領域に由来する同じまたは異なるテクスチャ成分の色成分値などのテクスチャ成分値をスコアリング関数において使用することが有される。さらに、この適用には、第２の分類スコアセットを生成するために第２のテクスチャデータからの異なる領域に由来する同じまたは異なるテクスチャ成分の色成分値などのテクスチャ成分値をスコアリング関数において使用することが有される。
異なる実施形態において、スコアリング関数は、以下の数学的関係のうちの１つによって定義され得る。
スコアリング関数４：ｆ＝（ＧHA－ＧL））／ＧHA
スコアリング関数５：ｆ＝（ＲHA－ＲL））／ＲHA
スコアリング関数６：ｆ＝（（ＧHA－ＧL））／ＧHA）＋（（ＲHA－ＲL））／ＲHA）
スコアリング関数７：ｆ＝（ＧL＋ＲL）／（ＧHA＋ＲHA）
スコアリング関数８：ｆ＝１－（（ＧL＋ＲL）／（ＧHA＋ＲHA））
式中、ＧHAおよびＲHAは、健康な領域からの「緑色」および「赤色」成分の平均値であり、ＧLおよびＲLは、病変を有する領域からの「緑色」および「赤色」成分の値である。ＧHAおよびＲHAは、分類スコアが計算される歯を有する３Ｄモデルから得られる値を表すことができ、あるいは当該平均値は、同じ患者の異なる３Ｄモデルの健康な領域から、例えば先行するスキャンに基づいて生成された３Ｄモデルなどから得られる平均値を表すこともできる。したがって、スコアリング関数４および５は、健康な領域および病変を有する領域などの異なる領域からの同じテクスチャ（例えば色）成分間の数学的関係を表し、スコアリング関数６～８は、健康な領域および病変を有する領域などの異なる領域からの異なるテクスチャ（例えば色）成分間の数学的関係を表す。
蛍光性データにより表されたテクスチャデータにおいて、一領域内に存在する緑色光が比較的少ないことは概して、健康な歯の物質の喪失を標示する可能性があり、これが歯の状態を示唆し得る。同様にして、領域内に存在する赤色光が比較的多いことは、齲蝕原性領域を標示する。したがって、スコアリング関数は、デジタル３Ｄモデルにおける歯の状態を指定するこの原理を捕捉する数値を出力するように設計され得る。
さらに他の実施形態において、スコアリング関数は、第１のテクスチャデータからの一領域の単一のテクスチャ成分および第２のテクスチャデータからの一領域の異なるテクスチャ成分を有する数学的関係を有し得る。当該１つのスコアリング関数には、以下のものが有される。
スコアリング関数９：ｆ＝（１－Ｇf）＋（１－ＲC）＋（１－ＧC）＋（１－ＢC）
式中、Ｇfは、蛍光性データからの一領域の「緑色」成分の値を表すことができ、ＲC、ＧC、ＢCは、色データからの領域のＲＧＢ成分の値を表し得る。第１のテクスチャデータの少なくとも一部および第２のテクスチャデータの少なくとも一部にスコアリング関数を適用するステップには、蛍光性データからの「緑色」値および色データからのＲＧＢ色値をスコアリング関数において使用することが有される。典型的には、テクスチャ成分値の使用は、領域特異的である。
分類スコアが健康な領域に基づく実施形態において、該方法は、少なくとも１本の歯の健康な領域からの「緑色」色成分などの少なくとも１つのテクスチャ成分に関する加重平均／平均値を推定するステップを有する。これは、例えば、分類を計算すべき３Ｄモデルを形成するメッシュ内の各々のバーテックスまたはファセットにおいて、テクスチャデータからの少なくとも１つの成分値の値をサンプリングし、サンプリングされたテクスチャ値からヒストグラムを生成することによって達成可能である。当該ヒストグラムは典型的には、歯肉についてのテクスチャ値の分布、健康な歯のテクスチャ値の分布、罹患した歯のテクスチャ値の分布を含めた分布、およびノイズを有する。モデルがセグメント化される場合、ヒストグラムは、個別の歯科オブジェクトまたは歯科オブジェクト群に基づいたものであり得る。歯科オブジェクト群は、歯肉を伴うまたは伴わない歯を有し得る。したがって、テクスチャ値分布について、デジタル３Ｄモデル全体は、歯肉を伴う、ただし好ましくは歯肉を伴わない歯を含めた歯科オブジェクト群を有することができる。該方法はさらに、健康な領域を表す領域を識別し、健康な領域に関する少なくとも１つのテクスチャ成分について加重平均／平均値を決定するステップを有する。当該加重平均／平均は、分布のモード、中央値または平均値に基づくものであり得る。
罹患した歯の色値および歯肉の色値についての分布は、両方共暗くて赤色であるため、蛍光性データの場合と同様に、重複する公算が高く、２つを区別するのが困難になる。しかしながら、歯肉または歯などの異なる歯科オブジェクトおよび歯のタイプにおける３Ｄモデルのセグメント化を用いて、メッシュのどの部分が歯に属し、どの部分が歯肉に属するかを識別し、歯肉をフィルタリングで除去して歯からの蛍光性色値のみをサンプリングすることが可能であり、こうして前述の問題が克服される。健康な歯の色値についての分布は、より高い色強度（color intensity）を有し、こうして、健康な領域の識別が可能となり、平均を計算することができるようになる。健康な歯に属する色値の分布のモードを見出すことは、健康な歯の色値の分布で構成されたマルチモーダル分布、およびマルチモーダルノイズ分布から可能であり得る。こうして、健康な歯の色分布を識別しその平均を計算することが可能となる。
健康な領域を識別する本開示は、重症度値に関連して説明され得るものの、健康な領域の識別または健康な領域に基づく決定を必要とする全ての開示された実施形態に同様に適用可能である。健康な（歯の）領域は、歯の状態または歯の状態の進展を表す仮想３次元モデルを生成するときに識別関数、重症度関数またはスコアリング関数などのいくつかの開示される方法において基準として使用可能である領域として理解され得る。健康な（歯の）領域は、同様に、良好な健康状態にある領域として分類され得る領域も有し得る。当該領域は典型的には、実質的に高い確率で良好な健康状態にある領域として識別され得る領域である。
一実施形態によると、歯の状態および／または重症度値を有する領域の識別には、健康な歯の領域の識別が必要とされ得る。一実施形態において、得られた第１のデジタル３Ｄモデルにおける健康な領域の識別はユーザによって実施され得る。ユーザは、健康な領域を手で識別するため、テクスチャデータのうちの少なくとも１つの目視を行なうことができる。例えば、ユーザは、第１のデジタル３Ｄモデルでテクスチャ（色）データを目視し、マウスで１つの領域を選択し、こうして選択された領域を健康な領域として登録することができる。
付加的にまたは代替的には、得られた第１のデジタル３Ｄモデルにおける健康な領域は、蛍光性データおよび／または色データから得られるような１つまたは複数のテクスチャ成分の評価に基づいて、例えば自動的に識別可能である。例えば、１つまたは複数のテクスチャ成分は、蛍光性データからの赤色チャネル、緑色チャネルまたは赤色および緑色チャネルの組合せのうちの１つまたは複数を有する。他の実施例において、１つまたは複数のテクスチャ成分は、赤色チャネル、緑色チャネル、青色チャネル、あるいは赤色、緑色または青色チャネルのうちの２つ以上のものの組合せのうちの１つまたは複数を有することができる。さらに他の実施例において、色データおよび蛍光性データからの異なるチャネルを同様に利用することができる。
一実施形態において、得られたテクスチャデータのうちの１つのテクスチャデータの少なくとも１つのテクスチャ成分について、１つまたは複数のテクスチャ成分の評価は、テクスチャデータのうちの１つのテクスチャデータの少なくとも１つのテクスチャ成分に関するテクスチャ値分布に基づいて基準値を決定することによって行なわれ得る。その後、決定された基準値の一定の範囲内の少なくとも１つのテクスチャ成分に対応するテクスチャ成分のそれぞれの値を有する領域が、健康な領域として識別される。代替的には、得られたテクスチャデータのうちの１つのテクスチャデータについて、得られたテクスチャデータのうちの１つのテクスチャデータに関係するテクスチャ値分布に基づいて、基準値が決定され、決定された基準値の定義された範囲内のテクスチャ値を有する領域が、健康な領域として識別される。この実施形態において、決定および識別は、全体としてのテクスチャデータのうちの１つのテクスチャデータに基づくものである。すなわちテクスチャデータのうちの１つのテクスチャデータの全てのテクスチャ成分からの寄与が、テクスチャデータのうちの１つのテクスチャデータからの１つまたは複数のテクスチャ成分を選択する代りに考慮される。
以上の実施形態のいずれにおいても、テクスチャ値は、テクスチャデータのうちの１つのテクスチャデータの少なくとも１つのテクスチャ成分／強度値のうちの強度値またはこの強度値から導出可能な任意の値を有することができる。テクスチャ値分布は、得られた歯科オブジェクトまたはデジタル３Ｄモデルを形成する領域（例えばメッシュの異なるファセット／バーテックス）を横断した値分布の周波数として理解することができる。当該テクスチャ値分布の一例としては、歯科オブジェクトまたは得られたデジタル３Ｄモデルを形成する異なる領域（例えばメッシュの異なるファセット／バーテックス）を横断する強度分布の周波数を代表するものであり得る色強度ヒストグラムなどのヒストグラムが有される。当該色強度ヒストグラムは、蛍光性データなどのテクスチャデータの１つ、または、テクスチャデータのうちの１つのテクスチャデータのテクスチャ成分（例えば赤色チャネルまたは緑色チャネル）についてのものであってもよい。基準値の決定には、得られたテクスチャデータのうちの１つのテクスチャデータまたはテクスチャデータのうちの１つのテクスチャデータの少なくとも１つのテクスチャ成分のテクスチャ値分布に基づいて値を計算することが有される。当該計算には、平均、加重平均、中央値、モードのうちの１つを決定すること、またはデータに対して分布を適合させ、適合された分布のモードを選択することが有され得る。健康な領域を識別する目的または開示された関数において使用する目的をもつ成分またはテクスチャデータ全体についてのテクスチャ値は、コンピュータモデリングおよびデジタルイメージングの分野で従来公知である技術によって決定可能である。
一例として、テクスチャ値分布は、デジタル３Ｄモデルまたは特定の歯科オブジェクトから特定の色成分（チャネル）を抽出し、計数（例えば領域数）と色強度との関係をプロットすることによって生成される色ヒストグラムを有する。スキャニングセッションの完了後、得られたテクスチャデータ（蛍光性データおよび色データ）は、バーテックス色の概念を利用することによって、最終的３Ｄメッシュモデルの異なるバーテックスにおいて記憶されてもよい。この場合、各バーテックスは、ＲＧＢ空間で表現されるノーマル色テクスチャのもの〔Ｒ：０～２５５；Ｇ：０～２５５Ｂ；Ｂ：０～２５５〕そして同じくＲＧＢ空間で表現される蛍光性データのもの〔Ｒ：０～２５５；Ｇ：０～２５５；Ｂ：０〕という２つの色成分を有し得る。蛍光性データについては、スキャニングプロセス中またはその後に青色がフィルタリングにより除去されることから、青色データ成分は全く利用不能である。蛍光性テクスチャデータについて異なる色成分のヒストグラムを抽出する場合、各バーテックスからの赤色（Ｒ）データ成分が抽出され、同様に、緑色（Ｇ）成分を抽出して蛍光性テクスチャに関する緑色ヒストグラムを生成することができる。このことはすなわち、緑色成分の蛍光性テクスチャデータヒストグラムを表示する場合、低強度の緑色値は主として赤色成分を有するバーテックスに由来し、逆も同様であり、したがって、基準値を決定する場合に低強度の緑色値をフィルタリングすることが有用であり得る。
一実施形態において、基準値の決定は、第１のデジタル３Ｄモデル全体について行なうことができる。換言すると、第１のデジタル３Ｄモデル全体についてのテクスチャ値分布は、全デジタル３Ｄモデルまたは１つの個別の歯科オブジェクトすなわち歯科オブジェクト（例えば歯の集合）より多いものの全デジタル３Ｄモデルよりは少ないモデル部分に関するテクスチャ値を表す。１つの個別の歯科オブジェクトより多いモデル部分には、歯肉を伴う、ただし好ましくは歯肉を伴わない２本以上の歯が有され得る。２つ以上の歯科オブジェクトの選択は、手作業での領域の選択を通してか、またはデジタル３Ｄモデルのセグメント化の後の歯科オブジェクトの選択を通して自動的に達成可能である。ユーザは、自動的選択を更新する可能性を有することができる。したがって、歯の状態の識別および重症度値の決定には、歯科モデルの任意の部分からの健康な領域を使用することができる。本実施形態において開示されるようなデジタル３Ｄモデル全体の使用は、歯の状態の存在について検査される歯科オブジェクトのテクスチャ値またはテクスチャ値分布から信頼性の高い基準値を得ることが困難である状況において有用であり得る。この状況は、歯の状態の存在について検査される領域を有する歯科オブジェクトが、歯科用詰め物などの歯以外の物質による典型的には実質的な歯の被覆または大規模な虫歯病変などの重症の歯の状態を有する場合に発生し得る。このアプローチは、個別の歯のベースではなくむしろ包括してモデル全体について基準値が決定され健康な領域が識別されることから、異なる歯科オブジェクトについて重症度値を決定する場合、コンピュータ的により高速であり得る。したがって、適用可能な場合にはつねに、本実施形態に従って識別された健康な領域からのテクスチャ値を使用することができる。
他の実施形態において、基準値を決定する前に、得られた第１のデジタル３Ｄモデルは、個別の歯科オブジェクトにセグメント化され、個別の歯ベースでの評価が行なわれる。個別の歯科オブジェクトは、複数の個別の歯および歯肉を表していてよく、同様に歯科用詰め物およびインプラントなどの歯以外の物質を有することもできる。これにより、歯の状態の存在について検査される歯、隣接する歯、同じ歯のタイプなどの個別の歯科オブジェクトに特異的なテクスチャ値分布を使用することが可能になる。したがって、歯の状態の識別および重症度値の決定は、特定の歯科オブジェクト（例えば歯）からの健康な領域に基づく、すなわち個別の歯ベースである。これは、例えば大臼歯および小臼歯が概して切歯などの他の歯に比べて暗く、より低いテクスチャ値を有し得ることから、特に有用である。個別の歯ベースでの局所的に計算された健康な領域は、重症度レベルを決定するために健康な領域を使用するとき、包括的（すなわちデジタル３Ｄモデル全体を使用する）場合よりも優れた性能を示す公算が高い。
歯科オブジェクトは個別に識別可能であることから、セグメント化は同様に、個別の歯科オブジェクトから、例えば歯の状態の存在について検査される歯、隣接する歯、同じ歯のタイプからのテクスチャ値または健康な領域を使用して歯の状態を識別しかつ／または重症度値を決定する可能性も提供する。一実施形態において、個別の歯ベースでの識別は、歯の状態の存在について検査される領域を有する歯の健康な領域および歯の状態の存在について検査される歯から導出された得られたテクスチャデータのうちの１つまたは少なくとも１つのテクスチャ成分に関するテクスチャ値分布を識別するステップを有する。健康な領域は歯の状態について評価される歯に局在化することから、このアプローチは、歯の状態の存在および重症度値を決定するときに最も信頼性の高い結果を提示し得る。他の実施形態において、個別の歯ベースでの識別は、歯の状態の存在について検査された歯に隣接する歯の健康な領域およびこの隣接する歯から導出された得られたテクスチャデータのうちの１つまたは少なくとも１つのテクスチャ成分に関係するテクスチャ値分布を識別するステップを有する。さらに他の実施形態において、個別の歯ベースでの識別は、歯の状態の存在について検査される領域を有する歯と同じ歯のタイプである第１のデジタル３Ｄモデルにおける歯の健康な領域および、歯の状態の存在について検査される歯と同じ歯のタイプである歯から導出された得られたテクスチャデータのうちの１つまたは少なくとも１つのテクスチャ成分に関するテクスチャ値分布を識別するステップを有する。同じ歯のタイプというのは、切歯、犬歯、小臼歯または大臼歯などの口腔内の歯のタイプを意味し得る。同じ歯のタイプは、セグメント化された得られた第１のデジタル３Ｄモデルにおける歯科オブジェクトの特徴を検出することを可能にし、これによりランドマークなどの少なくとも実質的に同じである特徴セットに基づいて同じ歯科オブジェクトタイプを識別できるようにする特徴検出技術を適用することによって識別され得る。隣接する歯または同じ歯のタイプを使用する実施形態は、歯の状態の存在について検査される歯科オブジェクトのテクスチャ値またはテクスチャ値分布から信頼性の高い基準値を得ることが困難である状況下で有用であり得る。この状況は、歯の状態の存在について検査される領域を有する歯科オブジェクトが、歯科用詰め物などの歯以外の物質による典型的には実質的な歯の被覆または大規模な虫歯病変などの重症の歯の状態を有する場合に発生し得る。したがって、適用可能な場合にはつねに、これらの実施形態に従って識別された健康な領域から、すなわち歯の状態の存在について検査される歯の健康な領域から、歯の状態の存在について検査される歯の隣接する歯から、または歯の状態の存在について検査される歯と同じ歯のタイプからのテクスチャ値を使用することができる。
デジタル３Ｄモデル全体からかまたは歯科オブジェクトからのいずれかのテクスチャ値分布は、健康な領域、歯の状態およびノイズである公算の高い信号を潜在的に有する領域を含めた異なる領域からのテクスチャ値分布を有し得る。したがって、潜在的に健康な領域に対応し得るフィルタリング済みのテクスチャ値を得るためにフィルタリングを適用することができる。一実施形態において、基準値を決定する前に、テクスチャ値はフィルタリングされ、フィルタリング済みのテクスチャ値分布が得られる。これは、定義されたテクスチャ値範囲外にそれぞれのテクスチャ値を有するテクスチャ成分またはテクスチャデータをフィルタリングにより除去することによって達成され、基準値は、定義されたテクスチャ値範囲内に入るテクスチャ値分布に基づいて決定される。健康な領域は典型的には、低いテクスチャ値の集中を表すテクスチャ値を通常有する歯の状態領域よりも高いテクスチャ値を有する。フィルタリングは、少なくとも１つの最小値閾値すなわち下位閾値を定義することによって利用可能である。例えば、比較的暗色の顔色ヒストグラムについては、１５などの一定の値より低いテクスチャ値（強度）をフィルタリングにより除去することができる。例えばハイライトのような過飽和状況を表すテクスチャ値などの高いテクスチャ値を表し得る領域をフィルタリングにより除去するためには、最大値閾値、すなわち上位閾値を利用することもできる。特に最小値閾値をフィルタリングすることによって、基準値の決定にマイナスの影響を及ぼし、ひいては健康な領域の識別に影響を与える可能性のある外れ値（例えば潜在的に罹患した領域）を除去することが可能になる。したがって、開示されたフィルタリングは、基準値の決定および健康な領域の識別における信頼性を改善する。当業者であれば、フィルタリングは、テクスチャ値分布に対して適用するかまたは、テクスチャ値分布を定義する前に範囲内に入るテクスチャ値を選択する間に適用することができることを認識すると考えられる。
前述の実施形態のいずれにおいても、フィルタリングは、自動的にまたはユーザが介入して行なわれ得る。例えば、ユーザは、定義済みテクスチャ値範囲を定義するために閾値を定義することができる。同様にして、自動的に定義されたテクスチャ値範囲を、ユーザの介入を通して更新することができる。他の実施形態では、健康な領域を識別するテクスチャ値分布のフィルタリングは、第１のデジタル３Ｄモデルにおいて表された形態学的エンティティデータに対して行なわれる。これは、第１のデジタル３Ｄモデルを歯科オブジェクトにセグメント化し、亀裂、歯尖、顔面および頬側面などの追加の歯の下の情報を識別することによって実装される。フィルタリングは、歯の下の情報の１つまたは複数に対応するテクスチャ値データをフィルタリングにより除去するように構成され得る。
いくつかの実施形態において、健康な領域は、ｉ）テクスチャデータ全体のうちの少なくとも１つ、またはｉｉ）１つのテクスチャ成分のみ、各テクスチャ成分について個別、２つ以上のテクスチャ成分の組合せ、のうちの少なくとも１つに基づいて識別される。すなわち、基準値が決定され健康な領域が識別される基礎となるテクスチャ値分布は、上述のテクスチャデータに基づく。一実施形態において、健康な領域は、テクスチャデータのうちの１つのテクスチャデータからの唯一つのテクスチャ成分のテクスチャ値分布を使用して識別される。１つのテクスチャ成分の選択は、定義された基準を満たすテクスチャ値分布に基づく。したがって、識別された健康な領域からのテクスチャ成分値は、識別関数および重症度関数において使用される。健康な領域は唯一つのテクスチャ成分を用いて識別されることから、計算を加速することができる。さらに、定義された基準を満たすテクスチャ成分の選択が同様に、健康な領域の識別の正確さを改善し得る。他の実施形態では、健康な領域は、テクスチャデータのうちの１つのテクスチャデータの各々のテクスチャ成分について個別に識別される。テクスチャ成分がテクスチャデータ（例えば蛍光性データ）の１つの中で入手可能でない場合、欠如しているテクスチャ成分を他のテクスチャデータ（例えば色データ）から使用することができる。すなわち、各テクスチャ成分について、テクスチャ値分布が定義され、各テクスチャ成分に特異的な健康な領域が識別される。テクスチャ成分に特異的な識別された健康な領域からのテクスチャ成分値は、識別関数および重症度関数における特異的テクスチャ成分のために使用される。例えば、緑色チャネルの色強度分布に基づいて識別された健康な領域が、識別関数および重症度関数における健康な領域に関する緑色チャネル強度値を提供するために使用される。同様にして、識別関数および重症度関数における健康な領域に関する赤色チャネル強度値を提供するために、赤色チャネルの色強度分布に基づいて識別された健康な領域が使用される。これによって、識別関数または重症度関数においてテクスチャ成分のテクスチャ値が使用される場合、１つのテクスチャ成分を用いて特異的に識別された健康な領域を使用することが可能となり得る。他の実施形態において、健康な領域は、２つ以上のテクスチャ成分の組合せに基づいて識別される。これは、例えば、第１の健康な領域を識別するために第１のテクスチャ成分（例えば赤色チャネル）のテクスチャ値分布を使用することと、そして第２の健康な領域を識別するために第２のテクスチャ成分（例えば緑色チャネル）のテクスチャ値分布を使用することと、によって利用可能である。第１の健康な領域と第２の健康な領域との重複が、識別関数および重症度関数において使用されるべくそこからテクスチャ成分値が選択される健康な領域を定義し得る。健康な領域として重複する健康な領域を使用することで、健康な領域の識別の信頼性を改善することができる。さらに他の実施形態において、健康な領域は、テクスチャデータ全体のうちの少なくとも１つのテクスチャデータのテクスチャ値分布を使用して、すなわち、異なるテクスチャ成分の個別のテクスチャ値分布を使用せずに代りに異なるテクスチャ成分の組合された効果を有するテクスチャデータのうちの１つのテクスチャデータのテクスチャ値分布を使用して、識別される。したがって、識別された健康な領域からのテクスチャ成分値が、識別関数および重症度関数において使用される。健康な領域はテクスチャデータ全体のうちの１つのテクスチャデータを用いて識別されることから、このアプローチはコンピュータ的により速いものである。
上述の実施形態を考慮すると、当業者にとっては、基準値の決定および健康な領域の識別が、形態学的エンティティと形態学的エンティティから得ることのできるテクスチャ値との組合せに基づくものであり得ることは明白であると思われる。形態学的エンティティは、第１のデジタル３Ｄモデル全体、歯の状態の存在について検査される歯科オブジェクト、歯の状態の存在について検査される歯に隣接する歯またはこの歯と同じ歯のタイプの歯、のうちの１つを有することができる。同様にして、テクスチャ値は、テクスチャデータのうちの少なくとも１つ、またはテクスチャデータの少なくとも１つからのテクスチャ成分の少なくとも１つを有し得る。先に示された通り、本開示は概して、特定の形態学的エンティティおよびテクスチャ値が他のものよりも選好され得る状況についての指針を提供する。
上述の実施形態を考慮すると、当業者にとって、デジタル３Ｄモデルの異なる領域についての分類スコアセットを生成するために他のスコアリング関数を使用することも同様に可能であることは明白であると思われる。当該スコアリング関数には同様に、歯の状態特異的スコアリング関数も有され得る。どのスコアリング関数を使用すべきかの選択は、異なるスコアリング関数により生成されたスコアの特異性および感度により決定され得ることは明らかであり、ここで特異性は、歯の状態を有していないものとして正しく識別される健康な領域の百分率に関係し、感度は歯の状態を有するものとして正しく識別される罹患領域の百分率に関係する。例えば、選択は、個別にそれぞれの閾値を満たす特異性および感度、そして同様に最小閾値をも満たす特異性および感度の合計に基づいてもよい。同様にして、識別関数および重症度関数の選択は、最小閾値基準を満たす特異性および感度に基づくものであり得る。
一実施形態において、該方法は、第１のデジタル３Ｄモデルまたは第１のデジタル３Ｄモデルのコピーの少なくとも一部に、生成された第１の分類スコアセットをマッピングするステップを有する。第１のデジタル３Ｄモデルまたはそのコピーには第１のテクスチャデータが有される、あるいは第１のテクスチャデータが欠如している。付加的にまたは代替的には、該方法は、第２のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのコピーの少なくとも一部の上にマッピングされた生成された第２の分類スコアセットをマッピングするステップを有する。マッピングされた第２の分類スコアセットを有する第２のデジタル３Ｄモデルまたはそのコピーには第２のテクスチャデータが有されるか、あるいは第２のテクスチャデータが欠如している。
一実施形態において、テクスチャデータが欠如している第１のデジタル３Ｄモデル、第１のデジタル３Ｄモデルのコピー、第２のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルのコピーは、患者の歯の石膏モデルをスキャンすることによってかまたは、色データを有し口腔内スキャナを用いた患者の歯のスキャニングによって得られたデジタル３Ｄモデルから色データを除去することによって、のいずれかにより得ることができる。第１のデジタル３Ｄモデル、第１のデジタル３Ｄモデルのコピー、第２のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルのコピーがテクスチャデータを有する実施形態において、当該テクスチャデータは、色データおよび／または蛍光性データを有することができる。
異なる実施形態において、視覚的指標は、ポインタ、ヒートマップまたは、典型的には、領域特異的重症度値または重症度レベルまたは歯の状態の進捗、率またはスコアリング値などのような他の特性を標示する患者の歯科３Ｄモデル上にオーバレイされた他のグラフィック表現を有し得る。視覚的指標は、異なる重症度値範囲または異なる重症度レベルを標示する異なる特性を用いて提示され得る。ヒートマップの場合、異なる特性は、異なる色を有し得る。例えば、中度の重症度レベルは橙色で表現され得、高い重症度レベルは「赤色」で表され得る。
第１の分類スコアセットのマッピングには通常、第１の分類スコアセット中に有される分類スコアを第１のデジタル３Ｄモデルまたはそのコピー上に表現することが有される。付加的または代替的には、第２の分類スコアセットのマッピングは、第２の分類スコアセット中に有される分類スコアを第２のデジタル３Ｄモデルまたはそのコピー上に表現することを有する。分類スコアは、デジタル３Ｄモデルからの特異的領域について決定されることから、分類スコアのマッピングには、特異的領域上に分類スコアをオーバレイするまたは重ね合せることが有される。当該オーバレイまたは重ね合せにより、色またはマーキングなどの視覚的標示を用いてデジタル３Ｄモデル上に分類スコアを表すことが可能になる。
典型的には、第１の分類スコアセットのマッピングには通常、第１のデジタル３Ｄモデルまたはそのコピー上に異なる視覚的標示（例えば色またはマーキング）を用いて、予め定義された異なるスコア範囲内に入る第１の分類スコアセット中に有される分類スコアを表すことが有される。付加的にまたは代替的には、第２の分類スコアセットのマッピングには、第２のデジタル３Ｄモデルまたはそのコピー上に異なる視覚的標示を用いて、予め定義された異なるスコア範囲内に入る第２の分類スコアセット中に有される分類スコアを表すことが有される。先に開示した通り、分類スコアは、虫歯の存在のみならず虫歯の重症度も表すことができる。該方法は、虫歯の重症度に関係する異なるスコア範囲を定義することを有し、各々のスコア範囲は、特異的色またはマーキングと関連付けられてもよい。したがって、分類スコアセット中に有される２つ以上の分類スコアが、定義されたスコア範囲の１つの中に類別され、よって、その分類スコアが類別されたスコア範囲と関連付けられた色またはマーキングを有するデジタル３Ｄモデル上にマッピングされる。重症度および関連付けられた色に関連する分類スコアの例示的類別が、以下に示される。
Figure 2022523597000004
 表中、ＣＳはデジタル３Ｄモデルの一領域についての分類スコアであり、Ｓ１～Ｓ３は範囲を定義する分類スコアである。
当業者であれば、カテゴリ数を増減させることによってカテゴリの詳細度の少なくとも１つを変動させ、スコア範囲を変動させ、関連付けられる色を変更することができることは明らかである。当該変動は開示の範囲内にある。
一実施形態において、該方法は、第１のテクスチャデータと第２のテクスチャデータとを比較するステップと、２つ以上の対応する領域について、第１の分類スコアセットと第２の分類スコアセットとの間の差分スコアを決定するステップと、を有する。差分スコアは、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルからの対応する領域、すなわち第２のデジタル３Ｄモデルからの領域に対応する第１のデジタル３Ｄモデルからの領域について計算される。分類スコア間の差は、第１の時点と第２の時点との間の虫歯の領域特異的進展を提示する上で有用である。
他の実施形態において、該方法は、第１のテクスチャデータと第２のテクスチャデータとを比較するステップを有する。当該比較には、第１のテクスチャデータに有されるテクスチャ値と第２のテクスチャデータに有されるテクスチャ値との間の、２つ以上の対応する領域についてのテクスチャ差分値を決定するステップが有される。したがって、この実施形態において、分類スコア間の差を計算する代りに、テクスチャデータにおける差異に基づいて虫歯進展の識別を決定することができる。当該差異は、領域特異的である、すなわち第１のデジタル３Ｄモデルからの領域についてのテクスチャデータが、第２のデジタル３Ｄモデルの対応する領域からのテクスチャデータと比較される。
一実施形態において、虫歯の進展を表すデジタル３次元モデルを生成するステップには、デジタル３Ｄモデル上に差分スコアおよび／またはテクスチャ差分値をマッピングすることが有される。デジタル３Ｄモデルは、第１のデジタル３Ｄモデル、第２のデジタル３Ｄモデル、第１のデジタル３Ｄモデルのコピー、または第２のデジタル３Ｄモデルのコピーのうちの少なくとも１つを有する。第１のデジタル３Ｄモデルまたは第１のデジタル３Ｄモデルのコピーには第１のテクスチャデータが有されるか、または第１のテクスチャデータが欠如している。付加的にまたは代替的に、第２のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのコピーには、第２のテクスチャデータが有されるか、または第２のテクスチャデータが欠如している。
差分スコアまたはテクスチャ差分値は、デジタル３Ｄモデルの対応する領域について決定されることから、差分スコアまたはテクスチャ差分値をマッピングするステップには、差分スコアまたはテクスチャ差分値が計算される対象の領域の上に差分スコアまたはテクスチャ差分値をオーバレイまたは重ね合わせることが有される。第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルの１つを有するデジタル３Ｄモデルについて、当該オーバレイまたは重ね合わせは、対応する領域とみなされるそれぞれの領域上で行なわれる。第１のデジタル３Ｄモデルのコピーまたは第２のデジタル３Ｄモデルのコピーは、虫歯の進展を表すデジタル３Ｄモデルとして使用される場合、それぞれ第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルの対応する領域を反映する（オーバレイまたは重ね合わせに関する）領域を利用し得る。当該オーバレイまたは重ね合わせは、色またはマーキングなどの視覚的標示を用いてデジタル３Ｄモデル上に差分スコアまたはテクスチャ差分値を表すことを可能にする。
一実施形態において、差分スコアまたはテクスチャ差分値をマッピングするステップには、色またはマーキングなどの異なる視覚的標示を用いて予め定義された異なる差分範囲内に入る差分スコアおよび／またはテクスチャ差分値を表すことが有される。
差分スコアおよびテクスチャ差分値は、第１の時限（time period）と第２の時限の間の虫歯の進展の重症度を表すことができる。該方法は、虫歯の進展の重症度に関係する異なる定義済み差分範囲（差分スコアおよびテクスチャ差分値について異なるものである）を定義するステップを有し、各々の差分スコアおよび／またはテクスチャ差分値を特定の色またはマーキングと関連付けることができる。したがって、２つ以上の差分スコアまたはテクスチャ差分値が、定義済み差分範囲の１つに類別され、よって、差分スコアまたはテクスチャ差分値が類別された差分範囲と関連付けられた色またはマーキングを用いてデジタル３Ｄモデル上にマッピングされる。
虫歯の進展との関係における差分スコアもしくは差分値ならびに関連付けられた色に基づく例示的類別が、以下で示される。簡略化を理由として、差分スコアおよびテクスチャ差分値を網羅する両方の実施形態が同じ表に表される。
Figure 2022523597000005
 式中、ＤＳは対応する領域についての差分スコアであり、ＤＳ１～ＤＳ３は範囲を定義する差分スコア、ＴＤＶは対応する領域についてのテクスチャ差分スコアであり、ＴＤＶ１～ＴＤＶ３は範囲を定義するテクスチャ差分値である。
上記の表によると、当業者であれば、虫歯の進展は、差分スコアもしくはテクスチャ差分値のいずれか、または差分スコアとテクスチャ差分値との組合せに基づくものであることを認識すると思われる。組合せの場合、一実施形態によると、２つの条件のうち一方のみが満たされる場合、優先規則が対立を解決し得る。例えば、ＤＳ３≦ＤＳであるもののＴＤＶ３≦ＴＤＶの条件が満たされない場合、該方法は、虫歯の進展を類別するために優先規則を適用し、それに応じて、デジタル３Ｄモデル上で関連付けられた色を用いて虫歯を提示するステップを有することができる。当該１つの規則には、中度のおよび重度の変化についての差分スコアを優先させることと、そして小さいまたは軽度の変化についてはテクスチャ差分値を優先させることと、が有され得る。すなわち所与の実施例において、ＤＳ３≦ＤＳは満たされるもののＴＤＶ３≦ＴＤＶは満たされず、このとき、関連付けられた色は赤色である。例示された規則によると、ＤＳ＜ＤＳ１が満たされず、ＴＤＶ／ＴＤＶ１が満たされる場合、関連付けられた色は緑色である。他の優先規則も同様に利用可能であり、本開示の範囲内に入る。組合せの場合、他の実施形態によると、歯の状態の影響を受ける領域の決定は、差分スコアおよびテクスチャ差分値の和または加重和に基づくものであり得る。和または加重和は結果として、歯の状態の進展の重症度を反映する異なる範囲および視覚的標示にリンクさせることのできる合計スコアをもたらす。
当業者であれば、カテゴリ数を増減させることによってカテゴリの詳細度の少なくとも１つを変動させ、予め定義された差分範囲を変動させ、関連付けられた色および優先規則を変更することができることは明らかである。当該変動は本開示の範囲内にある。
一実施形態において、第１のテクスチャデータと第２のテクスチャデータとの比較には、２つ以上の対応する領域について、ｉ）第２の時点と第１の時点との間の差分スコアおよびタイムスパンまたは、ｉｉ）第２の時点と第１の時点との間のテクスチャ差分値およびタイムスパンに基づいて虫歯の進展率を決定するステップが有される。
一実施形態において、虫歯の進展を表すデジタル３次元モデルを生成するステップには、第１のデジタル３Ｄモデル、第２のデジタル３Ｄモデル、第１のデジタル３Ｄモデルのコピーまたは第２のデジタル３Ｄモデルのコピー上に虫歯の進展率をマッピングすることが有される。第１のデジタル３Ｄモデルまたは第１のデジタル３Ｄモデルのコピーには、第１のテクスチャデータが有されるか、または第１のテクスチャデータが欠如している。付加的にまたは代替的には、第２のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのコピーには、第２のテクスチャデータが有されるか、または第２のテクスチャデータが欠如している。
差分スコアまたはテクスチャ差分値に基づく変化率のマッピングステップには、差分スコアまたはテクスチャ差分値が計算される対象の領域上で変化率をオーバレイまたは重ね合わせさせることが有される。先に開示されるように、差分スコアまたはテクスチャ差分値は、第１のおよび第２のデジタル３Ｄモデルの対応する領域について決定されることから、当該オーバレイまたは重ね合わせは、デジタル３Ｄモデルにおける対応する領域を反映する領域上で行なわれる。当該オーバレイまたは重ね合わせは、少なくとも２つの獲得モデルの間のタイムスパンを考慮に入れて色またはマーキングなどの視覚的標示を用いてデジタル３Ｄモデル上で変化率を表すことを可能にする。
一実施形態において、虫歯の進展率をマッピングするステップには、異なる視覚的標示、例えば色またはマーキングを用いて、予め定義された異なる率範囲内に入る好ましくは領域特異的な変化率を表すことが有される。
変化率は、第１の時限と第２の時限との間の虫歯の進展の重症度を表し得る。該方法は、虫歯の進展の重症度に関係する異なる変化率を予め定義するステップを有し、各変化率を特定の色またはマーキングと関連付けることができる。したがって、２つ以上の変化率が、定義済み変化率の１つに類別され、それに応じて、その変化率が類別された複数の変化率と関連付けられた色またはマーキングを用いてデジタル３Ｄモデル上にマッピングされる。
虫歯の進展との関係における変化率および関連付けられた色に基づく例示的類別が、以下に示される。
Figure 2022523597000006
 式中、ＲｏＣは、対応する領域についての「変化率」であり、ＲｏＣ１～ＲｏＣ３は、範囲を定義する変化率である。
一実施形態において、変化率の類別は、差分スコアまたはテクスチャ差分値に従って計算される変化率に基づくものであり得る。他の実施形態において、類別は、差分スコアまたはテクスチャ差分値に従って計算される組合せ型変化率に基づいてもよい。
当業者であれば、カテゴリ数を増減させることによってカテゴリの詳細度の少なくとも１つを変動させ、変化率範囲を変動させ、関連付けられた色を変更することができることは明らかである。当該変動は本開示の範囲内にある。
デジタル３Ｄモデル上の差分スコア、テクスチャ差分値または変化率のうちの１つを用いた虫歯または虫歯の進展のマッピングされた表現は、識別された齲蝕原性領域の物理的歯の上での可視性度と比べた、歯の表面との関係における可視性の改善を提供することができる。
一実施形態において、代表デジタル３Ｄモデルを生成する方法が開示される。該方法は、
第１の時点および第２の時点にわたりテクスチャデータにおける変化に基づいて速度関数を決定するために、第１のテクスチャデータおよび第２のテクスチャデータを処理するステップと、
速度関数に基づいて将来の一時点における将来のテクスチャデータを決定するステップであって、ここで将来のテクスチャデータは、患者の歯群が将来のテクスチャデータに到達する前に決定されるステップと、
患者の歯の代表デジタル３Ｄモデルを生成するステップであって、ここで
ｉ）将来のテクスチャデータは代表デジタル３Ｄモデル上にマッピングされ、かつ／または
ｉｉ）患者についての将来のテクスチャデータと最後に獲得したテクスチャデータとの比較に基づいて、虫歯の進展が代表デジタル３Ｄモデル上にマッピングされるステップと、を有する。
先行の方法の一実施形態において、第１のテクスチャデータおよび第２のテクスチャデータを処理する前に、第１のテクスチャデータおよび第２のテクスチャデータは、テクスチャを均一化することによって共通のテクスチャ空間に置かれる。
一実施形態において、第１のデジタル３Ｄモデルに対応するテクスチャデータを得るステップと第２のデジタル３Ｄモデルに対応するテクスチャデータを得るステップとの間のタイムスパン中のテクスチャデータの１つまたは複数の成分または重症度値の変化に基づいて速度関数が決定される。さらに速度関数に基づいた将来の一時点における将来のテクスチャデータまたは重症度値が決定され、ここで将来のテクスチャデータは、患者の歯群が将来のテクスチャデータに到達する前に決定される。患者の歯の代表デジタル３Ｄモデルが生成される。この代表デジタル３Ｄモデルは、代表デジタル３Ｄモデル上にマッピングされた将来のテクスチャデータを有する。付加的にまたは代替的に、患者の歯の代表デジタル３Ｄモデルは、この代表デジタル３Ｄモデル上にマッピングされた、決定された将来のテクスチャデータを用いた重症度値の計算に基づいて決定された将来の歯の状態を有する。
代表デジタル３Ｄモデルは、第１のデジタル３Ｄモデル、第１のデジタル３Ｄモデルのコピー、第２のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのコピーを有することができる。第１のデジタル３Ｄモデルまたは第１のデジタル３Ｄモデルのコピーには、第１のテクスチャデータが有されていてよく、あるいは第１のテクスチャデータが欠如している。同様にして、第２のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのコピーには、第２のテクスチャデータが有されてもよく、あるいは第２のテクスチャデータが欠如している。典型的には、代表デジタル３Ｄモデルが、最後に獲得したテクスチャデータに関係するデジタル３Ｄモデルを有することが好ましく、当該デジタル３Ｄモデルには最後に獲得したテクスチャデータが有されていてよく、あるいは最後に獲得したテクスチャデータが欠如している。一実施形態において、速度関数は、第１のテクスチャデータおよび第２のテクスチャデータに関係する対応する領域について生成され得る。しかしながら、速度関数は、代表モデルを開発するべき歯全体についての平均として生成され得る。速度関数の計算は同様に、第１の時点および最後のテクスチャデータが獲得された時点の全体にわたる第１のテクスチャデータおよび最後に獲得したテクスチャデータに基づくものであってもよい。代替的には、速度関数の計算は、第２の時点および最後のテクスチャデータが獲得された時点の全体にわたる第２のテクスチャデータおよび最後に獲得したテクスチャデータに基づくものであってもよい。いくつかの事例において、最後に獲得したテクスチャデータは第２のテクスチャデータであり、したがって最後に獲得したテクスチャデータの時点は第２の時点である。異なる実施形態において、先に開示される通り、患者についての将来のテクスチャデータと最後に獲得したテクスチャデータとの比較は、テクスチャデータの直接的比較またはスコアリング関数を用いたテクスチャデータの間接的比較に基づく。異なる実施形態において、速度関数は、先に開示される通り、変化率である。異なる実施形態において、速度関数は、第１の時点と第２の時点との間の虫歯の進展を定義する線形率関数または非線形率関数によって定義される。
一実施形態において、該方法は、第１のデジタル３Ｄモデル、第２のデジタル３Ｄモデルまたは時系列で虫歯の進展を表すデジタル３Ｄモデルのうちの少なくとも１つを提示するステップを有し、ここで第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルは共通のテクスチャ空間に置かれる。当該表現は、一定の時限にわたる虫歯の進展を見るために極めて有用である。第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルは、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルを結果としてもたらしたスキャンが行なわれたときと関連付けられるタイムスタンプに従って、時系列で配設され得る。
第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルを共通のテクスチャ空間に置くステップは、第１のテクスチャデータおよび第２のテクスチャデータが共通のテクスチャ空間に置かれるものとして理解されてもよい。
一実施形態において、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルにおける対応する領域は、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルが共通の座標系に置かれたときに位置的に関係する２つの表現からの領域を有する。
第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルを共通の座標系に置くことは、２つのモデルを少なくとも実質的に整列した状態にすることを意味する。これは、本開示中で後述されるアラインメント技術によって達成可能である。第１のデジタル３Ｄモデルと第２のデジタル３Ｄモデルとの間の対応する領域または比較可能な領域を識別するためには、モデルをまず共通の座標系に持ち込む。共通の座標系にモデルをこのように置く間、１つのモデルを他のモデルの上にオーバレイまたは重ね合わせることができる。
「位置的に関係した」領域は、互いに解剖学的関係（例えば対応）または空間的関係（例えば対応）を有する領域を意味する。当該解剖学的関係は、頬側溝、遠心小窩、舌側溝、近心舌側咬頭、ルイスオフセット、遠心咬頭などのランドマークに基づく。
第１のデジタル３Ｄモデルと第２のデジタル３Ｄモデルとを同じ座標系に置くステップは、自動的にまたはユーザの介入によって行なわれ得る。同じ座標系にモデルを置くことによって、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルを局所的におよび／または包括的に整列させる変換行列からアラインメントを決定することができる。一実施形態において、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルは両方共セグメント化され、２つのモデルからの各々の歯には、各歯の形状、ランドマークおよび位置のような特徴などのその特性に基づいて自動的にまたは手動で識別子が割当てられる。識別子に基づいて２つのモデルにおける歯の間の対応がひとたび確立されたならば、２つのモデルからの同じ識別子を有する歯は個別に整列させられる。２つのモデルにおける歯列弓のあらゆる変動が、弓形のいずれかの側で均等に変動を分布させることなどの平衡化ステップによって調整可能である。他の実施形態において、ユーザは、デジタル３Ｄモデル上で３つ以上の対応する点を選択することができ、当該対応する点は、第１の時点と第２の時点の間で２つのモデルにおいて実質的に定常である、すなわち動いていない点を表す。モデルは、対応する点のアラインメントを通して少なくとも実質的に整列させられる。これは、少なくとも１つのモデルにおける一領域、すなわち第１の点と第２の点との間の２つのモデルの襞の部分などの実質的に定常状態に留まった、すなわち動かなかった区分を表す領域を選択することによって、さらに補足され得る。２つのモデルはさらに、襞などの移動不能領域の選択を考慮して、さらに整列させられる。さらに他のアラインメントにおいて、１つのモデルを互いの上にオーバレイすることによってモデルを手作業で整列させることができ、ユーザは、自らがアラインメントに満足するまで、異なる自由度で１つのモデルを手作業で移動させることができる。
いくつかの実施形態において、該方法は、第１および第２のデジタル３Ｄモデルを包括的に整列させるステップを有する。このことは例えば、該方法が、包括的に整列されたデジタル３Ｄモデルの歯の部分間の直接的比較を用いて経時的なあらゆる虫歯の進展を検出することができる、個別の歯の虫歯の進展における変化を監視するものである場合に有利である。このアライメントにより、デジタル３Ｄモデル間の空間的対応が決定されることになる。
いくつかの実施形態において、包括的アライメントは、記録される場合の第１および第２のデジタル３Ｄモデルの間に経過した時間中、少なくとも実質的に定常である、すなわち変化／移動しなかった公算が最も高い歯群の部分に対応するデジタル３Ｄモデルの部分に基づく。例えば、患者の上顎内の襞は、デジタル３Ｄモデルならびに動くと予期されない歯、例えば前歯のみの位置を矯正する矯正治療中の患者の大臼歯の包括的アライメントにおいて使用可能である。包括的アライメントは、例えば、デジタル３Ｄモデルの対応する部分上、デジタル３Ｄモデルのオペレータ選択部域上、または患者の歯群内の１つまたは複数の四半部の歯上で定義された３つの点に基づいてもよい。
一連のデジタル３Ｄモデルについて、アライメントは、この一連のデジタル３Ｄモデルにおける先行するデジタル３Ｄモデル、すなわち最も接近した先行デジタル３Ｄモデルと各々のデジタル３Ｄモデルとを整列させることを有し得る。しかしながら、いくつかのケースにおいて、先行するデジタル３Ｄモデルのうちのいずれと所与のデジタル３Ｄモデルを整列させるべきかをオペレータが決定できるようにすることも同様に有利であり得る。
いくつかの実施形態において、該方法は、第１および第２のデジタル３Ｄモデルのセグメント化された歯を局所的に整列させるステップを有する。本出願との関連において、「セグメント化された歯を局所的に整列させるステップ」とは、１つのデジタル３Ｄモデルのセグメント化された歯の１つまたは複数が、他のデジタル３Ｄモデルの対応する歯と個別に整列させられる状況を意味する。局所的アライメントは、デジタル３Ｄモデルからセグメント化された歯の対応するデジタル３Ｄモデルを整列させること、例えばデジタル３Ｄモデルからセグメント化された犬歯のデジタル３Ｄモデルを整列させることによって、実現可能である。第１のデジタル３Ｄモデルのセグメント化された歯の３Ｄモデルはこうして、第２のデジタル３Ｄモデルにおける歯の対応する３Ｄモデルと、歯対歯のベースで整列させられる。すなわち、アライメントは、歯群全体の包括的スケールではなくむしろ個別の歯のスケールで局所的である。したがって、そこでは、異なるセグメント化された歯を整列させるために使用される変換は、全ての歯および歯肉に同じ変換が適用される包括的アライメントとは対照的に、異なるものであってもよい。
セグメント化された歯の３Ｄモデルの局所的アライメントは、デジタル３Ｄモデルの対応する歯が、デジタル３Ｄモデルの記録間において歯のいかなる相対的移動にも関わらず正確に整列可能であるという利点を提供する。こうして、デジタル３Ｄモデルの歯の間の真の解剖学的対応を得ることが可能である。
比較可能な領域または対応する領域は、多くの方法で識別可能である。一実施形態において、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルは、互いの上にオーバレイされ共通の座標系に持ち込まれる。
その後、第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのうちの一方が一次モデルとして選択される。少なくとも１つのベクトルが、一次モデルの一領域から取り出され、少なくとも１つのベクトルが非選択モデルと交差する非選択表現における一領域が識別される。少なくとも１つのベクトルが取り出される一次表現の領域および少なくとも１つのベクトルが交差する非選択表現の識別された領域は、比較可能な領域または対応する領域として識別される。
他の実施形態において、比較可能な領域または対応する領域は、以下のプロセスに基づいて識別可能である。第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのうちの一方のデジタル３Ｄモデルの歯冠表面の一領域からの点Ｍｉが選択される。次に、予め定義された基準を満たす第２のデジタル３Ｄモデルまたは第１のデジタル３Ｄモデルのうちのもう一方の上で歯冠表面の少なくとも１つの領域上の点Ｍｉに関する少なくとも１つの最接近点Ｎｉが識別される。予め定義された基準には、ＭｉからＮｉまでの距離の計算された和が有され、この計算された和は予め定義された閾値よりも低い。予め定義された基準を満たすために単一の点Ｍｉについて２つ以上の点のＮｉが識別されるシナリオにおいて、１つの関連点Ｎｉを選択する削除ルーティンを使用することができる。例えば、削除ルーティンは、Ｍｉからの距離の最小の計算された和を有する最接近点Ｎｉ（すなわち関連点Ｎｉ）を選択するステップに基づくものであってもよい。点Ｍｉを有する領域および予め定義された基準を満たす点Ｎｉまたは関連点Ｎｉを有する領域は、比較可能な領域または対応する領域を定義する。点Ｍｉからの距離ベクトルが点Ｎｉ（すなわち関連点Ｎｉ）において他のモデルのファセットと共に形成し、予め定義された角度閾値を満たす角度などの、他の削除ルーティンも同様に使用可能であり、同様に本開示の範囲内にある。当該削除ルーティンは、組合せ型の削除ルーティン、例えば、開示される最小計算和基準および開示された距離ベクトル角度基準などの２つ以上の基準を満たすことも同様に有し得る。他の実施形態において、２つのモデルの間のランドマークなどの特徴の比較に基づく識別技術を適用して、互いに解剖学的に対応する領域を識別することができる。したがって、対応する領域または比較可能な領域は、解剖学的に関係する領域である。
一実施形態において、第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルの１つを基準モデルとして選択することができ、第１のデジタル３Ｄモデルまたは第２のデジタル３Ｄモデルのうちのもう一方は非基準モデルである。モデルが共通の座標系に置かれた後、基準モデルからの領域が非基準モデルの１つまたは複数の領域と重複してもよい。一実施形態において、比較可能な領域または対応する領域は、基準モデルからの領域および基準領域と最大の重複を有する非基準モデルからの領域を有する。他の実施形態において、比較可能な領域または対応する領域は、基準モデルからの領域および基準領域と重複する全ての領域を有する。他の実施形態において、比較可能な領域または対応する領域は、基準モデルからの領域および基準領域と重複する全ての領域のサブセットを有し、このサブセットは、基準モデルからの領域との非基準モデルからの重複領域の最小重複百分率などの選択閾値によって定義される。基準モデルからの領域すなわち基準領域が２つ以上の非基準モデルからの領域と重複する実施形態において、基準モデルからの領域のテクスチャ値および／または分類スコアは、ｉ）基準領域と最大の重複を有する領域のテクスチャ値および／または分類スコア、ｉｉ）基準領域と重複する全ての領域のテクスチャ値および／または分類スコアの平均または加重平均、またはｉｉｉ）基準領域と重複する全ての領域のサブセットのテクスチャ値および／または分類スコアの平均または加重平均、のうちの１つと比較される。加重平均は、非基準モデルからの重複領域と基準モデルからの領域の個別の重複百分率などの一定の基準に基づいて計算されてもよい。加重平均を計算する他の基準も使用可能であり、本開示の範囲内に入る。
テクスチャを均一化する比較可能な領域およびテクスチャデータの比較に関する対応する領域の識別は、同じ技術または異なる技術を使用することによって行なうことができる。比較可能な領域の識別に関する、異なる実施形態中で開示される技術は同様に、比較可能な領域全般の識別、例えば重症度差分セットの決定または重症度差分セットのマッピングすなわちオーバレイのためにも利用可能である。
整列した３Ｄ歯モデル上での対応する領域または比較可能な領域の選択は、モデル間の空間的におよび／または解剖学的に関係する領域を比較することができるという利点を提供する。少なくとも１つのテクスチャ修正パラメータおよび歯の表面上での異なる時点の間の虫歯の進展を決定することにより、より正確な尺度が提供される。
異なる時点で獲得した２つのデジタル３Ｄモデルからのテクスチャデータを比較することによる虫歯の進展の検出は、複数のデジタル３Ｄモデルの比較および患者の歯における経時的な虫歯の進展の監視まで拡大され得る。監視には、複数のデジタル３Ｄモデルが記録されるように第１および第２のデジタル３Ｄモデルの間、前および／または後に記録される複数の他のデジタル３Ｄモデルが関与し得る。このとき、比較は、例えば２つの連続して獲得したデジタル３Ｄモデルの間、または患者について獲得した最新の獲得デジタル３Ｄモデルと第１のデジタル３Ｄモデルとの間であり得る。第１の例では、クリニックでの最後の診療以降の進展を検出することができる。第２の例では、監視の開始以降の全体的進展が検出される。しかしながら、いくつかのケースにおいて、先行するデジタル３Ｄモデルのうちのいずれと所与のデジタル３Ｄモデルを比較するべきかをオペレータが決定できるようにすることも同様に有利であり得る。一部の実施形態において、開示された方法を実装するために構成されたユーザインタフェースにより、オペレータは複数の得られたデジタル３Ｄモデルのうちのいずれを比較すべきかを決定できることになる。
該方法はさらに、典型的には第１のテクスチャデータと第２のテクスチャデータとの比較の前に、第１および第２のデジタル３Ｄモデルのセグメント化を有することができる。セグメント化は、異なる歯に対応する第１および第２のデジタル３Ｄモデルの部分を識別する。セグメント化により、識別された歯および歯肉を分離し個別の歯および歯肉の独立した３Ｄ部分として処理することが可能になる。同様に、当該セグメント化は、第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルにおける同じ歯科オブジェクトまたは同じ歯科オブジェクトにおける領域を比較することを可能にする。
一実施形態によると、１本の歯について虫歯を表すデジタル３次元（３Ｄ）モデルを生成する方法が開示される。該方法は、
患者の歯のデジタル３Ｄモデルを得るステップであって、デジタル３Ｄモデルがその歯を有するステップと、
歯の蛍光性物質を励起することのできる第１の波長にある光を有するプローブ光を用いた歯の照射に応答して蛍光性データを得るステップと、
得られた蛍光性データにスコアリング関数を適用して、歯の領域特異的スコア値を得るステップと、
テクスチャデータを有するかまたはテクスチャデータが欠如している得られたデジタル３Ｄモデル上に視覚的標示としてスコア値をオーバレイするステップであって、スコア値の視覚的標示が虫歯の有無を表すステップと、を有する。
スコアリング関数は、ｉ）テクスチャデータからの一領域の異なるテクスチャ成分、ｉｉ）テクスチャデータからの一領域の単一のテクスチャ成分、ｉｉｉ）テクスチャデータからの異なる領域の同じまたは異なるテクスチャ成分、またはｉｖ）第１のテクスチャデータからの一領域の単一のテクスチャ成分および第２のテクスチャデータからの一領域の異なるテクスチャ成分、のうちの１つを有する数学的関係を有し得る。
いくつかの実施形態において、第１の波長は、２５０ｎｍ～５００ｎｍの範囲内、例えば３５０ｎｍ～４５０ｎｍの範囲内にある。いくつかの実施形態において、第１の波長で光を発出する光源は、歯の蛍光性物質を励起するために使用可能である青色光または紫色光を発出するＬＥＤである。
一実施形態において、識別関数は、歯の状態の存在について検査される領域のテクスチャデータと、テクスチャ空間における健康な領域のテクスチャデータと、の間の距離に基づく。距離は、領域のテクスチャ成分の、健康な領域のテクスチャ成分からの偏差を表す。距離は、テクスチャデータのテクスチャ成分がテクスチャ空間の異なる次元を表すユークリッド距離を有し得る。例えば、健康な領域からの偏差を、色空間におけるユークリッド距離として定義することができる。一実施形態において、蛍光性データおよび色データについての当該距離は、以下のように表現することができる。
Figure 2022523597000007
Figure 2022523597000008
他の実施形態において、蛍光性データおよび色データについての当該距離を、以下のように表現することができる。
Figure 2022523597000009
Figure 2022523597000010
 ｒfluo,hおよびｇfluo,hは、健康な領域からの蛍光性データの赤色および緑色テクスチャ成分のそれぞれの値であり、
ｒfluoおよびｇfluoは、領域からの蛍光性データの赤色および緑色テクスチャ成分のそれぞれの値である。
ｒh、ｇhおよびｂhは、健康な領域からの色データの赤色、緑色および青色テクスチャ成分のそれぞれの値である。
ｒ、ｇおよびｂは、領域からの色データの赤色、緑色および青色テクスチャ成分のそれぞれの値である。
識別関数は、領域からの色データの少なくとも１つのテクスチャ成分および蛍光性データの少なくとも１つのテクスチャ成分と、健康な領域からの色データの少なくとも１つのテクスチャ成分および蛍光性データの少なくとも１つのテクスチャ成分と、を有する数学的関係を定義することができる。一実施形態において、識別関数における領域および／または健康な領域からの蛍光性データの少なくとも１つのテクスチャ成分は、赤色テクスチャ成分または緑色テクスチャ成分のうちの少なくとも１つのみを有する。識別関数には、蛍光性データの青色テクスチャ成分が欠如している場合がある。
一実施形態において、識別関数は以下のように表現される。
Figure 2022523597000011
Figure 2022523597000012
 式中、ＩＶは識別値であり、
ｒfluo,hおよびｇfluo,hは、健康な領域からの蛍光性データの赤色および緑色テクスチャ成分のそれぞれの値であり、
ｒfluoおよびｇfluoは、領域からの蛍光性データの赤色および緑色テクスチャ成分のそれぞれの値である。
ｒh、ｇhおよびｂhは、健康な領域からの色データの赤色、緑色および青色テクスチャ成分のそれぞれの値である。
ｒ、ｇおよびｂは、領域からの色データの赤色、緑色および青色テクスチャ成分のそれぞれの値である。
他の実施形態において、識別関数は以下のように表現される。
Figure 2022523597000013
Figure 2022523597000014
 式中、ＩＶは識別値であり、
ｇfluo,hは、健康な領域からの蛍光性データの緑色テクスチャ成分の値であり、
ｇfluoは、領域からの蛍光性データの緑色テクスチャ成分の値であり、
ｒh、ｇhおよびｂhは、健康な領域からの色データの赤色、緑色および青色テクスチャ成分のそれぞれの値である。
ｒ、ｇおよびｂは、領域からの色データの赤色、緑色および青色テクスチャ成分のそれぞれの値である。
重症度関数は、領域からの蛍光性データのテクスチャ成分および健康な領域からの蛍光性データの同じテクスチャ成分を有する数学的関係を定義する。一実施形態において、重症度関数は識別関数と異なるものである。重症度関数は、以下のように表現され得る。
Figure 2022523597000015
 式中、ＳＶは、重症度値であり、
ｇfluo,hは、健康な領域からの蛍光性データの緑色テクスチャ成分の値であり、
ｇfluoは、領域からの蛍光性データの緑色テクスチャ成分の値である。
識別関数を適用するステップには、歯の状態の存在について検査される領域および識別された健康な領域からのテクスチャ成分値を識別関数中において使用することが有される。同様にして、重症度関数を適用するステップには、歯の状態の存在について検査される領域および健康な領域からのテクスチャ成分値を重症度関数中において使用することが有される。領域とは、歯の状態の存在について検査される領域である。
健康な領域からのテクスチャ成分値は、健康な領域からのテクスチャ成分値、または２つ以上の識別された健康な領域のテクスチャ成分値から導出された値を有する。テクスチャ値が２つ以上の識別された健康な領域から導出され得る後者の実装において、当該導出には、２つ以上の健康な領域からのテクスチャ値の平均、加重平均、中央値、モードのうちの１つを計算することが有され得る。
識別閾値基準は、歯の状態の存在を識別するために使用可能である閾値を有し得る。閾値の選択に応じて、閾値よりも高いまたは低い識別値を歯の状態の存在として識別することができる。代替的には、識別閾値基準は、値範囲を有することができ、この範囲内に入る識別値は歯の状態の存在として識別される。
一実施形態において、歯の状態の重症度レベルが、重症度閾値基準を満たす決定された重症度値に基づいて決定される。重症度閾値基準は、重症度レベルを決定するために使用可能である閾値を有し得る。代替的には、識別閾値基準は異なる値範囲を有することができ、特定の範囲内に入る重症度値が重症度レベルとして決定される。例えば重症度レベルは、初期、中度および重度カテゴリに類別され得る。当該類別は、表２を用いても説明されるように、異なる色として表現される異なる範囲内の分類スコアの分類に関連して開示されたものと同じ方法で適用およびマッピングされてもよい。
１つの領域が歯の状態を有するか否か、歯の状態の重症度レベルまたは進展を識別することに関連する閾値基準は、異なるアプローチを用いることによって決定可能である。例えば各関数（例えば識別または重症度またはスコアリング）について、テスト用歯またはテスト用顎モデルに対する視覚－触覚、Ｘ線写真方法または組織学的査定のうちの１つまたは複数を行なって、病変または差分または範囲を類別する機能特異的閾値基準または範囲を定義することができる。Ａｎａｈｉｔａ Ｊａｂｌｏｎｓｋｉ－Ｍｏｍｅｎｉ等著、「Ｕｓｅ ｏｆ ＩＣＤＡＳ－ＩＩ、Ｆｌｕｏｒｅｓｃｅｎｃｅ－Ｂａｓｅｄ Ｍｅｔｈｏｄｓ、ａｎｄ Ｒａｄｉｏｇｒａｐｈｙ ｉｎ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｔｒｅａｔｍｅｎｔ Ｄｅｃｉｓｉｏｎ ｏｆ Ｏｃｃｌｕｓａｌ Ｃａｒｉｅｓ Ｌｅｓｉｏｎｓ：Ａｎ Ｉｎ Ｖｉｔｒｏ Ｓｔｕｄｙ」Ｉｎｔ Ｊ Ｄｅｎｔ．２０１２、２０１２：３７１５９５に対する参照が指示される。
一実施形態において、視覚的指標を有する仮想３次元モデルを生成するステップは、得られた第１のデジタル３次元モデルまたはそのコピーの少なくとも一部の上に領域特異的重症度値または重症度レベルをマッピングすることを有する。マッピングされた重症度値またはマッピングされた重症度レベルを有する第１のデジタル３次元モデルまたはそのコピーは、テクスチャデータの少なくとも１つを有することができ、あるいは、これには第１のデジタル３次元モデルに関係するテクスチャデータが欠如している。
一実施形態において、患者の歯群の第２のデジタル３次元モデルならびに第２のデジタル３次元モデルの異なる領域に対応する蛍光性データおよび色データを有する領域特異的テクスチャデータが得られる。第２のデジタル３次元モデルおよび領域特異的テクスチャデータは、第１のデジタル３次元モデルおよび第１のデジタル３次元モデルの異なる領域に対応する領域特異的テクスチャデータが得られた時点とは異なる第２の時点で得られる。第２のデジタル３次元モデルについて、識別閾値基準を満たす識別値に基づいた歯の状態を有する領域を識別することができる。識別値は、第２のデジタル３次元モデルの領域と関連付けられたテクスチャデータに識別関数を適用することによって計算され得る。さらに、第２のデジタル３次元モデルの歯の状態を有する領域として識別された領域と関連付けられたテクスチャデータに有されるデータの少なくとも１つに重症度関数を適用することによって、重症度値を決定することができる。
一実施形態において、第１のデジタル３次元モデルと第２のデジタル３次元モデルとの間の対応する領域についての重症度値の間の重症度差分セットが計算され、重症度差分セットを有するデジタル３次元モデルが生成される。重症度差分セットは、例えば異なる色を有するオーバレイされた領域特異的ヒートマップのような視覚的指標で表され得る。重症度差分は、例えば、小さい変化、軽度の変化、中度の変化および重度の変化など、差分の大きさに応じた異なるカテゴリに類別され得る。当該類別は、表３によっても説明されるように、異なる範囲に類別され異なる色で表されるテクスチャ差分値に関連して開示されたものと類似の方法で適用されマッピングされてもよい。各モデルについての重症度値は同じモデルからの健康な領域に関連して計算されることから、このアプローチは、健康な領域および歯の状態の存在と重症度について検査される領域が同じ光条件に付されるために、モデルまたはテクスチャデータが得られる周囲光条件からの影響を受けない。したがって、たとえ第１のデジタル３次元モデルおよび第２のデジタル３次元モデルが異なる周囲光条件下で得られたとしても、２つのモデル間の決定された重症度値を、テクスチャを均一化する必要なく比較することができる。
一実施形態において、第１のデジタル３次元モデルおよび第２のデジタル３次元モデルからの対応する領域は、位置的に関係する、すなわち空間的に関係する領域および／または解剖学的に関係する領域である。第１のデジタル３次元モデルと第２のデジタル３次元モデルとの間の対応する領域は、第１のデジタル３次元モデルを個別の歯科オブジェクトにそして第２のデジタル３次元モデルを個別の歯科オブジェクトに個別にセグメント化することによって識別可能である。これには、セグメント化された第１のデジタル３次元モデルおよびセグメント化された第２のデジタル３次元モデルからの対応する歯科オブジェクトを識別するステップおよび識別された対応する歯科オブジェクトを局所的に整列させるステップが後続する。対応する領域は、局所的に整列した対応する歯科オブジェクトにおける整列した領域を識別することによって識別される。位置的に関係する領域に関係する異なる実施形態が、本開示中で以前に説明されている。
対応する歯科オブジェクトは、多くの方法で識別可能である。一実施形態において、第１のデジタル３次元モデルおよび第２のデジタル３次元モデルは、例えば２つのモデルからの少なくとも３つの対応する点を使用することによって包括的に整列させられ、これらの点は好ましくは２つのモデルの動いていない部分から選択される。対応する点は、「反復最接近点（Iterative Closest Point；ＩＣＰ）」技術を使用することによって整列させられ、これにより２つのモデルを包括的に整列させることができる。２つのモデルは個別にセグメント化され、第１のデジタル３次元モデルの歯科オブジェクトからのベクトル（例えば表面からの法線ベクトル）が第２のデジタル３次元モデル上に投射される。ベクトルが交差する第２のデジタル３次元モデルの歯科オブジェクトは、ベクトルが投影される元である第１のデジタル３次元モデルの歯科オブジェクトに対する対応する歯科オブジェクトとして識別される。他の実施形態において、対応する歯科オブジェクトは、２つのモデルにおけるセグメント化された歯科オブジェクトの特徴を検出できるようにする特徴検出技術を適用し、これにより、ランドマークなどの少なくとも実質的に同じである特徴を表す２つのモデルからの歯科オブジェクトを識別することを可能にすることによって識別され得る。したがって、対応する歯科オブジェクトは、少なくとも実質的に同じである特徴セットを有する第１のデジタル３次元モデルおよび第２のデジタル３次元モデルからの歯科オブジェクトを有する。識別された対応する歯科オブジェクトの局所的整列および対応する領域の識別については、後で説明する。
一実施形態において、重症度差分セットを有するデジタル３次元モデルを生成するステップは、得られた第１のデジタル３次元モデルまたはそのコピーの少なくとも一部に領域特異的重症度差分をマッピングすることを有する。重症度差分セットを有する第１のデジタル３次元モデルまたはそのコピーには、テクスチャデータの少なくとも１つが有されるか、または第１のデジタル３次元モデルに関係するテクスチャデータが欠如している。付加的にまたは代替的には、重症度差分セットを有するデジタル３次元モデルを生成するステップには、得られた第２のデジタル３次元モデルまたはそのコピーの少なくとも一部に領域特異的重症度差分をマッピングすることが有される。重症度差分セットを有する第２のデジタル３次元モデルまたはそのコピーには、テクスチャデータの少なくとも１つが有されるか、または第２のデジタル３次元モデルに関係するテクスチャデータが欠如している。マッピングされた差分は、異なる範囲に入る差分について異なる特性（例えば色）を有するポインタまたはヒートマップなどの視覚的指標として提示され得る。
一実施形態において、２つ以上の対応する領域について、第１のデジタル３次元モデルに対応するテクスチャデータおよび第２のデジタル３次元モデルに対応するテクスチャデータを得るステップの間のタイムスパンおよび重症度差分に基づいた歯の状態の進展率が決定される。さらに、歯の状態の進展率を有するデジタル３次元モデルを生成することができる。進展率は、例えば異なる色を有するオーバレイされた領域特異的ヒートマップのような視覚的指標を用いて表され得る。重症度差分は、例えば低い率、軽度の率、中度の率および重度の率など、率の大きさに応じた異なるカテゴリに類別され得る。当該類別は、表４によっても説明されるように、異なる範囲に類別され異なる色で表される変化率に関連して開示されたものと類似の方法で適用されマッピングされてもよい。
一実施形態において、デジタル３次元モデルを生成するステップは、得られた第１のデジタル３次元モデルまたはそのコピーの少なくとも一部に領域特異的な歯の状態進展率をマッピングすることを有する。重症度差分セットを有する第１のデジタル３次元モデルまたはそのコピーには、テクスチャデータの少なくとも１つが有されるか、または第１のデジタル３次元モデルに関係するテクスチャデータが欠如している。付加的にまたは代替的には、デジタル３次元モデルを生成するステップには、得られた第２のデジタル３次元モデルまたはそのコピーの少なくとも一部に領域特異的な歯の状態進展率をマッピングすることが有される。重症度差分セットを有する第２のデジタル３次元モデルまたはそのコピーには、テクスチャデータの少なくとも１つが有されるか、または第２のデジタル３次元モデルに関係するテクスチャデータが欠如している。マッピングされた率は、異なる範囲に入る率について異なる特性（例えば色）を有するポインタまたはヒートマップなどの視覚的指標として提示され得る。
重症度値、重症度レベルおよび重症度差分などの決定された値は領域特異的であることから、記載されたマッピングには、特定の領域上に決定された値をオーバレイするまたは重ね合わせることが有される。当該オーバレイまたは重ね合わせは、色またはマーキングなどの視覚的標示を用いてデジタル３次元モデル上に決定値を表すことを可能にする。マッピングは、以上で開示した１つまたは複数の実施形態の中で開示されるマッピング技術を適用することによって行なうことができる。
一実施形態によると、データ処理システムが開示される。データ処理システムは、本開示の１つまたは複数の実施形態で開示された方法の１つまたは複数のステップを行なうように構成されたハードウェアプロセッサなどのモジュールまたは計算ユニットを有する。データ処理システムは、メモリなどの他のモジュールを有することができる。
一実施形態によると、非一時的コンピュータ可読媒体の形で具体化されたコンピュータプログラムプロダクトが開示される。コンピュータプログラムプロダクトは、コンピュータ可読プログラムコードがハードウェアデータプロセッサによって実行されたときハードウェアデータプロセッサに方法を行なわせるために、ハードウェアデータプロセッサによって実行可能であるコンピュータ可読プログラムコードを有する。該方法は、１つまたは複数のシステムコンポーネントが本開示の１つまたは複数の実施形態の中で開示される方法の１つまたは複数のステップを行なうことができるようにする１つまたは複数の関数を有し得る。
一実施形態に係る、１つの時系列で複数のスキャンを提示する方法を例示する図である。 一実施形態に係る、デジタル３次元モデルを生成する方法を例示する図である。 一実施形態に係る、デジタルモデルを表示する方法を例示する図である。 一実施形態に係る、共通のテクスチャ空間にデジタル３次元モデルを置く方法を例示する図である。 一実施形態に係る、デジタル３次元（３Ｄ）モデルを生成する方法を例示する図である。 一実施形態に係る、対応する領域または比較可能な領域を識別する方法を例示する図である。 一実施形態に係る、代表デジタル３次元モデルを生成する方法を例示する図である。 一実施形態に係る、テクスチャデータが共通のテクスチャ空間に置かれた状態で異なる時点において得られた２つのデジタル３次元モデルを例示する図である。 一実施形態に係る、テクスチャデータを含む一時点において得られたデジタルモデルを例示する図である。 一実施形態に係る、テクスチャデータを含む一時点において得られたデジタルモデルを例示する図である。 一実施形態に係る、デジタル３次元モデル上にオーバレイされたマッピング済み分類スコアを例示する図である。 一実施形態に係る、デジタル３次元モデル上にオーバレイされたマッピング済みテクスチャ差分値を例示する図である。 一実施形態に係る、マッピング済みの第１の分類スコアセットを例示する図である。 一実施形態に係る、マッピング済みの第２の分類スコアセットを例示する図である。 一実施形態に係る、マッピング済みの分類スコア差分を例示する図である。 一実施形態に係るデータ処理システムを例示する図である。 一実施形態に係る、テクスチャを均一化する方法を例示する図である。 一実施形態に係る、テクスチャを均一化する方法を例示する図である。 一実施形態に係る、歯の状態を表す仮想３次元モデルを生成する方法を例示する図である。 一実施形態に係る、歯の状態を表す仮想３次元モデルを生成する方法を例示する図である。 一実施形態に係る、歯の状態を表す仮想３次元モデルを生成する方法を例示する図である。 一実施形態に係る、健康な歯の領域を識別する方法を例示する図である。 複数の実施形態に係る、健康な歯の領域を識別する方法を例示する図である。 一実施形態に係る、健康な領域を識別する基準値の決定を例示する図である。 一実施形態に係る、健康な領域を識別する基準値の決定を例示する図である。 一実施形態に係る、歯の状態の進展を表すデジタル３次元モデルを生成する方法を例示する図である。 一実施形態に係る、データ処理システムを例示する図である。
本開示の実施形態は、その利点と共に、添付図面と併せて以下の例示的かつ非限定的な詳細な説明を考慮することにより、最も良く理解することができる。
以下の記述において、例示として本発明をいかに実践できるかを示す添付図面の参照が指示される。
図１は、一実施形態に係る、経時的な患者の口腔状況の３Ｄグラフィックモデルを生成する方法を例示する。該方法１００は、１０２において、各々が特定の時間における患者の口腔状況を表す複数のスキャンを得るステップを含み、ここで各々のスキャンはテクスチャデータを含む。１０４では、少なくとも１つのテクスチャ修正パラメータが決定され、１０６では、それぞれの複数のスキャンのうちの少なくとも１つ、好ましくは各々のスキャンのテクスチャが、少なくとも１つのテクスチャ修正パラメータのうちの１つのテクスチャ修正パラメータに基づいて修正される。その後、１０８では、ステップ１０６においてそのテクスチャが修正される複数のスキャンが時系列で提示される。
図２は、一実施形態に係る、デジタル３次元モデルを生成するために、１本の歯についての虫歯などの歯の状態の進展を表すデジタル３次元（３Ｄ）モデルを生成する方法を例示する。方法２００は、２０２で、第１のテクスチャデータを含む患者の歯群の第１のデジタル３次元モデルを第１の時点で得るステップと、２０４で、第２のテクスチャデータを含む患者の歯群の第２のデジタル３次元モデルを第２の時点で得るステップと、を含む。２０６で、第１のテクスチャデータを含む第１のデジタル３次元モデルおよび第２のテクスチャデータを含む第２のデジタル３次元モデルは、テクスチャを均一化することにより共通のテクスチャ空間に置かれる。その後、２０８で、共通のテクスチャ空間に置かれた第１のデジタル３次元モデルおよび第２のデジタル３次元モデルにおける対応する領域の第１のテクスチャデータと第２のテクスチャデータとの比較に基づく虫歯の進展を表すデジタル３次元モデルが生成される。
図１４Ａを参照すると、これは一実施形態に係るテクスチャの均質化方法を例示する。比較可能な領域について、第１のテクスチャデータ１４０２および第２のテクスチャデータ１４０４は、本開示によれば、少なくとも１つのテクスチャ修正パラメータ１４０６を決定するために直接使用される。テクスチャ修正パラメータ１４０６は、第１のテクスチャデータおよび第２のテクスチャデータのうちの少なくとも１つに対して、例えば、第２のテクスチャデータ１４０４と共通のテクスチャ空間にある均一化済みの第１のテクスチャデータ１４０８を生成するために第１のテクスチャデータ１４０２に対して適用され得る。
ここで図１４Ｂを参照すると、これは一実施形態に係るテクスチャの均一化方法を例示する。比較可能な領域について、第１のテクスチャデータ１４０２および第２のテクスチャデータ１４０４は、少なくとも１つのテクスチャ修正パラメータ１４１４を決定するため、先の開示に従って間接的に使用される。これには、第１のテクスチャデータおよび第２のテクスチャデータが利用可能であるテクスチャ空間（例えばＲＧＢ色空間）とは異なるものであるテクスチャ空間（例えばＬＡＢ色空間）に第１のテクスチャデータおよび第２のテクスチャデータの両方共をまず転換することが求められる。当該変換は結果として、変換済みの第１のテクスチャデータ１４１０と変換済みの第２のテクスチャデータ１４１２とをもたらす。変換済みの第１のテクスチャデータ１４１０および変換済みの第２のテクスチャデータ１４１２は、少なくとも１つのテクスチャ修正パラメータ１４１４を決定するために、先の開示に従って直接使用される。テクスチャ修正パラメータ１４１４は、変換済みの第１のテクスチャデータまたは変換済みの第２のテクスチャデータのうちの少なくとも１つに対して、例えば変換済みの第１のテクスチャデータ１４０２に対して適用され得、これは次に、デジタル３次元モデルを視覚化し比較すべきテクスチャ空間（例えばＲＧＢ色空間）へと転換される。こうして結果として、第２のテクスチャデータ１４０４と共通のテクスチャ空間にある均一化済みの第１のテクスチャデータ１４１６がもたらされる。
図３は、一実施形態に係るデジタル３次元（３Ｄ）モデルを生成する方法を例示する。方法３００は、３０２で、第１のテクスチャデータを含む患者の歯群の第１のデジタル３次元モデルを第１の時点で得るステップと、３０４で、第２のテクスチャデータを含む患者の歯群の第２のデジタル３次元モデルを第２の時点で得るステップと、を含む。３０６で、第１のテクスチャデータを含む第１のデジタル３次元モデルおよび第２のテクスチャデータを含む第２のデジタル３次元モデルは、テクスチャを均一化することにより共通のテクスチャ空間に置かれる。その後、３０８で、共通のテクスチャ空間に置かれた第１のテクスチャデータを含む第１のデジタル３次元モデルおよび第２のテクスチャデータを含む第２のデジタル３次元モデルは、表示ユニット上で表示される。
図４は、一実施形態に係る、共通のテクスチャ空間にデジタル３次元モデルを置く方法を例示する。方法４００は、４０２で、第１のデジタル３次元モデルまたは第２のデジタル３次元モデルのうちの１つを選択するステップと、４０４で、選択されたデジタル３次元モデルから少なくとも１つの領域を選択するステップと、を含み、選択された領域はテクスチャ較正のために使用される。４０６で、選択されていない第１のデジタル３次元モデルまたは第２のデジタル３次元モデルのうちの１つを含む他のモデル上の比較可能な領域が識別される。４０８では、選択されたモデルの選択された領域および選択されていない他のモデルの比較可能な領域に基づいて変換演算子を含む少なくとも１つのテクスチャ修正パラメータが生成され、４１０では、選択されない他のモデルの比較可能な領域上の少なくとも１つの生成済みテクスチャ修正パラメータが適用される。
図５は、一実施形態に係る、１本の歯についての虫歯を表すデジタル３次元（３Ｄ）モデルを生成する方法を例示する。方法５００は、５０２で、患者の歯のデジタル３次元モデルを得るステップであって、デジタル３次元モデルがこの歯を含むステップと、５０４で、歯の蛍光性物質を励起することのできる第１の波長の光を含むプローブ光で歯を照明したことに応答して蛍光性データを得るステップと、を含む。５０６で、歯の領域特異的スコア値を得るために、得られた蛍光性データに対してスコアリング関数が適用される。スコアリング関数は、ｉ）テクスチャデータからの一領域の異なるテクスチャ成分、ｉｉ）テクスチャデータからの一領域の単一のテクスチャ成分、ｉｉｉ）テクスチャデータからの異なる領域の同じまたは異なるテクスチャ成分、またはｉｖ）第１のテクスチャデータからの一領域の単一のテクスチャ成分および第２のテクスチャデータからの一領域の異なるテクスチャ成分、のうちの１つを含む数学的関係を含む。最後に、５０８で、視覚的標示としてのスコア値は、テクスチャデータを含むかテクスチャデータが欠如している得られたデジタル３次元モデル上にオーバレイされ、ここで、スコア値の視覚的標示は虫歯の有無を表す。当業者にとっては、得られたデジタル３次元モデル上に視覚的標示として、スコアリング関数の代りに重症度関数が、そしてスコア値の代りに重症度値がオーバレイされる場合、類似のアプローチを適用することができることは明らかであると思われる。
図６は、第１のデジタル３次元モデルおよび第２のデジタル３次元モデルにおける対応する領域または比較可能な領域を識別する方法を例示する。方法６００は、６０２で、第１のデジタル３次元モデルまたは第２のデジタル３次元モデルのうちの一方を第２のデジタル３次元モデルまたは第１のデジタル３次元モデルのうちのもう一方の上にオーバレイするステップを含む。６０４において、第１のデジタル３次元モデルまたは第２のデジタル３次元モデルのうちの１つが一次モデルとして選択される。６０６で、一次モデルの一領域からの少なくとも１つのベクトルが取り出され、少なくとも１つのベクトルが非選択表現と交差する非選択表現における一領域が識別される。最後に、６０８で、少なくとも１つのベクトルが取り出される一次モデルの領域および少なくとも１つのベクトルが交差する非選択モデルの識別された領域は、対応する領域または比較可能な領域として識別される。当業者にとっては、対応する領域または比較可能な領域の識別を必要とする１つまたは複数の実施形態のために、開示されたアプローチを使用することができることは明らかであると思われる。
図７は、一実施形態に係る、将来のテクスチャデータを含む代表デジタル３次元モデルを生成する方法を例示する。方法７００は、７０２で、第１の時点および第２の時点にわたるテクスチャデータの変化に基づいて速度関数を決定するために第１のテクスチャデータおよび第２のテクスチャデータを処理するステップを含む。７０４で、速度関数に基づく将来の時点における将来のテクスチャデータが決定され、ここで将来のテクスチャデータは、患者の歯群が将来のテクスチャデータに達する前に決定される。最後に、７０６において、患者の歯の代表デジタル３次元モデルが生成され、ここで、患者についての将来のテクスチャデータと最後に獲得したテクスチャデータとの比較に基づいて、代表デジタル３次元モデル上に虫歯の将来の進展がマッピングされる。当業者にとっては、開示されたアプローチが、速度関数の決定および将来のテクスチャデータまたは歯の状態を含むデジタル３次元モデルの生成を必要とする１つまたは複数の実施形態のために使用可能であることは明らかであると思われる。
図８は、一実施形態に係る、テクスチャデータが共通のテクスチャ空間にある状態での、異なる時点で得られた２つのデジタル３次元モデルを例示する。第１のデジタル３次元モデル８０２および第２のデジタル３次元モデル８０４は、それぞれ第１の時点および第２の時点で得られる。第１のデジタル３次元モデルおよび第２のデジタル３次元モデルが、均一化済みテクスチャを有していないテクスチャデータを有することが認められる。したがって、この例において、第１のデジタル３次元モデルは、第１のデジタル３次元モデル（変換済みモデルの形をしたもの）および第２のデジタル３次元モデルの両方がテクスチャの均一化により共通のテクスチャ空間に置かれるように変換済みモデル８０６を生成するように第１のデジタル３次元モデルを修正する、図３または図４で開示された方法などのようなプロセス８１０を受ける。
図９Ａは、一実施形態に係る、テクスチャデータを含む一時点で得られたデジタルモデルを例示する。第１のデジタル３次元モデル９０２などのデジタル３次元モデルは、色データを含むテクスチャデータを含む。テクスチャデータは、褐色または黒色などの比較的暗い領域を表す歯９０６についての領域９０８および歯９１０についての領域９１２を表す。より暗色の領域は、齲蝕原性領域の存在を標示し得る。図９Ｂは、一実施形態に係る、テクスチャデータを含む一時点で得られたデジタルモデルを例示する。第１のデジタル３次元モデル９０４などのデジタル３次元モデルは、蛍光性データを含むテクスチャデータを含む。テクスチャデータは、比較的暗い領域を表す歯９０６についての領域９１４および歯９１０についての領域９１６を表す。より暗色の領域は、齲蝕原性領域の存在を標示し得る。
図１０は、一実施形態に係る、デジタル３次元モデル上にオーバレイされたマッピング済み分類スコアを例示する。決定された分類スコアは、デジタル３次元モデル１００２上にマッピングされ得る。当該分類スコア（１００４、１００６、１００８）は、スコアが入るカテゴリ（例えば初期または中度）に応じて異なる色などの異なる視覚的標示を用いて提示され得る。例えば、それぞれ中度および初期の虫歯を標示する関連付けられた色１０１４および１０１６に従って、虫歯１００６は初期の虫歯を表し、一方１００４および１００８は中度の虫歯を表す。デジタル３次元モデルにはテクスチャデータが含まれていてもよいし、またはテクスチャデータが欠如していてもよい。テクスチャデータの透明性を変更するために、スライダ１０１２を提供することができる。同様にして、マッピング済み分類スコアの透明性を変更することを可能にするスライダ１０１０を提供することもできる。モデルは、ユーザが特定の時点についてのモデルを選択できるようにタイムライン１０１８との関係において表現され得る。ここで開示されるアプローチを用いて重症度値／重症度レベルなどの情報をデジタル３次元モデル上にマッピングすることができ、ここでマッピングされた情報が入るカテゴリに応じて色などの異なる視覚的標示を用いて重症度値／重症度レベルが提示されることは当業者にとって明らかであると思われる。同様にして、スライダ、タイムライン、その他などの他の機能性も情報のマッピングと組合わせて充分使用でき、本開示の範囲内に入る。
図１１は、一実施形態に係る、デジタル３次元モデル上にオーバレイされたマッピング済みテクスチャ差分値を例示する。デジタル３次元モデルは、複数の歯を含む。例示を目的として、１本の歯のみが示される。第１の時点Ｔｉｍｅ＃２において、歯は第１のテクスチャデータの少なくとも一部１１０６を表す色データを含み、第２の時点Ｔｉｍｅ＃３において、歯は第２のテクスチャデータの少なくとも一部１１０８を表す色データを含む。少なくとも一部１１０６と少なくとも一部１１０８との差分に基づくテクスチャ（色）差分値が計算され、１１１４、１１３８および１１４０によって表されるように歯のデジタル３次元モデル上にマッピングされる。色データに基づくテクスチャ差分値に基づいて、各々の値を異なる色により視覚的に表現することができる。同様にして、第１の時点Ｔｉｍｅ＃２において、歯は第１のテクスチャデータの少なくとも一部１１１０を表す蛍光性データを含み、第２の時点Ｔｉｍｅ＃３において、歯は、第２のテクスチャデータの少なくとも一部１１１２を表す蛍光性データを含む。少なくとも一部１１１０と少なくとも一部１１１２との差分に基づくテクスチャ差分値が計算され、１１１６、１１２２、１１２４により表されるように歯のデジタル３次元モデル上にマッピングされる。蛍光性データに基づくテクスチャ差分値に基づいて、各々の値を異なる色により視覚的に表現することができる。虫歯の進展を表す例示的デジタル３次元モデル１１０４には、デジタル３次元モデル１１０４上にマッピングされた（色データまたは蛍光性データに基づく）テクスチャ差分値が含まれる。例えば歯１１３２については、テクスチャ差分値１１３４が視覚的に表現される。同様にして、１１３６は、デジタル３次元モデル１１０４の異なる歯についてのテクスチャ差分値を視覚的に表現する。テクスチャ差分値は、テクスチャ差分値と、スライド１１２６上のポインタ１１２８および１１３０を使用することにより設定または変更され得るテクスチャ差分値範囲と関連付けられた色とに基づいて、異なる色で表現され得る。デジタル３次元モデル上へのテクスチャデータおよび／またはテクスチャ差分値の透明性は、それぞれスライダ制御１１１８および１１２０によって変動させることができる。テクスチャ差分値の計算のためにはどのモデルおよび／またはテクスチャデータを比較する必要があるかの選択肢は、タイムライン１１０２から選択可能である。ここで開示されたアプローチを使用して、第１のデジタル３次元モデルおよび第２のデジタル３次元モデルの重症度値間の重症度差分セットをデジタル３次元モデル上にマッピングすることができ、ここで重症度差分情報が入るカテゴリに応じて色などの異なる視覚的標示を用いて重症度差分セットが提示されることは、当業者にとって明らかであると思われる。同様にして、スライド、スライダ制御、タイムライン、その他などの他の機能性も情報のマッピングと組合わせて充分使用でき、本開示の範囲内に入る。
図１０に例示されるように、分類スコアをデジタル３次元モデル上にマッピングすることができる。同様にして、図１２Ａは、一実施形態に係るマッピングされた第１の分類スコアセットを例示する。例えば、第１の時点１２１６について、歯１２０６および１２０４に関する分類スコア１２１０および１２０８を含む第１の分類スコアセットは、第１のデジタル３次元モデル１２０２上にマッピングされる。カラースキーム１２１２に従って、デジタル３次元モデル１２０２上の異なる色での分類スコアの表現は、虫歯の重症度の標示である。図１２Ｂは、一実施形態に係る、マッピングされた第２の分類スコアセットを例示する。例えば、第２の時点１２２２について、歯１２０６および１２０４に関する分類スコア１２２０および１２２４を含む第２の分類スコアセットは、第２のデジタル３次元モデル１２３０上にマッピングされる。カラースキーム１２１２に従って、デジタル３次元モデル１２３０上の異なる色での分類スコアの表現は虫歯の重症度の標示である。デジタル３次元モデル上へのテクスチャデータおよび／または分類スコアの透明性は、それぞれスライダ制御１２２６および１２２８によって変動させることができる。ここで開示されたアプローチを使用して、それぞれ異なるデジタル３次元モデル上に第１の時点１２１６および第２の時点１２２２に関係する重症度値／重症度レベルなどの情報をマッピングすることができ、ここでマッピングされた情報が入るカテゴリに応じて色などの異なる視覚的標示１２１２を用いて重症度値／重症度レベルが提示されることは、当業者にとって明らかであると思われる。同様にして、スライダ、タイムライン、その他などの他の機能性も情報のマッピングと組合わせて充分使用でき、本開示の範囲内に入る。
図１２Ｃは、一実施形態に係る、マッピングされた分類スコア差分を例示する。図１２Ａおよび図１２Ｂで例示された通りの第１の分類スコアセットおよび第２の分類スコアセットに基づく分類スコア差分は、計算され、虫歯の進展を表すデジタル３次元モデル１２３６上に表現され得る。例えば、差分スコア１２４０は、分類スコア１２２０および分類スコア１２１０における差分を表し、差分スコア１２３８は、分類スコア１２２４および分類スコア１２０８における差分を表す。差分スコアは、第１の時点１２１６および第２の時点１２２２でそれぞれ得られた第１のテクスチャデータと第２のテクスチャデータとの比較に基づいて計算される。デジタル３次元モデル１２３６上へのテクスチャデータおよび／または差分スコアの透明性は、それぞれスライダ制御１２３４および１２３２によって変動させることができる。差分スコアは、差分スコアと、スライド１２５０上のポインタ１２４６および１２４４を使用して設定または変更可能である差分スコア範囲と関連付けられた色と、に基づいて、異なる色で表現され得る。差分スコア範囲は３つの範囲１２４８、１２４２および１２５２によって例示される。ここで開示されたアプローチを使用して、第１のデジタル３次元モデルと第２のデジタル３次元モデルとの重症度値間の重症度差分セットをデジタル３次元モデル上にマッピングすることができ、ここで重症度差分情報が入るカテゴリに応じて色などの異なる視覚的標示を用いて重症度差分セットが提示されることは、当業者にとって明らかであると思われる。同様にして、スライド、スライダ制御、タイムライン、その他などの他の機能性も情報のマッピングと組合わせて充分使用でき、本開示の範囲内に入る。
図１３は、一実施形態に係る、データ処理システムを例示する。システム１３００は、第１のテクスチャデータを有する第１のデジタル３次元モデルおよび第２のテクスチャデータを有する第２のデジタル３次元モデルを生成するように構成されるスキャナシステム１３０２を含む。プロセッサ１３１０は、第１のテクスチャデータを有する第１のデジタル３次元モデルおよび第２のテクスチャデータを有する第２のデジタル３次元モデルを受取るように構成される。モデルはそれぞれのテクスチャデータと共に、スキャナシステム１３０２および／またはデータベース１３０４から受取られ得る。プロセッサ１３１０は、非限定的に均一化モジュール１３１２、テクスチャデータ比較器１３１４、スコア生成器１３１６、スコア比較器１３１８、率生成器１３２０またはマッピングモジュール１３２２を含めた複数の手段のうちの１つまたは複数を含むことができる。均一化モジュール１３１２は、第１のデジタル３次元モデルおよび第２のデジタル３次元モデルを共通のテクスチャ空間に置くように構成される。したがって、均一化モジュールは、少なくとも１つのテクスチャ修正パラメータを決定し、第１のテクスチャデータまたは第２のテクスチャデータのうちの少なくとも１つに対して決定済みの少なくとも１つのテクスチャ修正パラメータを適用するように構成される。テクスチャデータ比較器１３１４は、テクスチャ差分値を計算するように構成される。スコア生成器１３１６は、テクスチャデータに基づいて分類スコアセットを決定するように構成される。スコア比較器１３１８は、差分スコアを計算するように構成される。率生成器１３２０は、進展率または速度関数を決定するように構成される。マッピングモジュール１３２２は、分類スコアセット、テクスチャ差分値、差分スコア、進展率または将来のテクスチャのうちの１つまたは複数を含む情報をデジタル３次元モデル上でマッピングするように構成される。プロセッサは、例えばタイムラインに沿って時系列でデジタルモデルを自動的に配設する手段、透明性スライダ（例えば図１２Ｃ中の１２３２および１２３４または図１１中の１１１８および１１２０）または色範囲スライダ（例えば図１２中の１２５０または図１１中の１１２６）におけるユーザ入力などのユーザインタフェース１３０８におけるユーザ入力を受取る手段、およびマッピングされた情報を用いて異なるデジタル３次元モデルを生成する手段などの追加の手段を含み得る。プロセッサユニットは、マッピング済み情報と共に、生成された３Ｄモデルを表示ユニット１３０６上で提供するように構成される。メモリまたは対応する／比較可能な領域識別器など多くの要素が列挙されないものの、本開示の範囲内に入ることは明白であるはずである。
図１５は、一実施形態に係る、歯の状態を表す仮想３次元モデルを生成する方法１５００を例示する。該方法は、１５０２で、患者の歯群の第１のデジタル３次元モデルおよび第１のデジタル３次元モデルの異なる領域に対応する領域特異的テクスチャデータを得るステップであって、テクスチャデータが蛍光性データおよび色データを含むステップを含む。その後、１５０４で、歯の状態を含む領域が識別される。これは、識別閾値基準を満たす識別値に基づくものであり、ここで識別値は、第１のデジタル３次元モデルの領域と関連付けられたテクスチャデータに識別関数を適用することによって計算される。歯の状態を含む領域がひとたび識別されたならば、次に１５０６で、歯の状態を含む領域として識別された少なくとも１つの領域について重症度値が決定される。これは、識別された領域と関連付けられたテクスチャデータのうちの少なくとも１つに重症度関数を適用することによって行なわれる。最後に、１５０８で、虫歯などの歯の状態を含む領域についての決定された重症度値に基づいた視覚的指標を含む仮想３次元モデルが生成される。開示された方法は、コンピュータ実装方法である。
図１６は、一実施形態に係る、歯の状態を表す仮想３次元モデルを生成する方法１６００を例示する。ステップ１６０２、１６０６、１６０８、および１６１０は、それぞれすでに開示されたステップ１５０２、１５０４、１５０６および１５０８（図１５）と同一である。この実施形態において、１６０６で歯の状態を含む領域を識別する前に、健康な領域が識別される１６０４。先に開示されるように、当該識別は、蛍光性データおよび／または色データから得られる１つまたは複数のテクスチャ成分の評価に基づくものであり得る。
図１７は、一実施形態に係る、歯の状態を表す仮想３次元モデルを生成する方法を例示する。ステップ１７０２、１７０４、１７０６および１７０８は、それぞれすでに開示されたステップ１５０２（図１５）、１６０４（図１６）、１５０４および１５０６（図１５）と同一である。ステップ１７１０において、重症度閾値基準を満たす決定済み重症度値に基づく歯の状態の重症度レベルが決定される。１７１２では、仮想３次元モデルが生成される。モデルは、得られた第１のデジタル３次元モデルまたはそのコピーの少なくとも一部上へのマッピング済み領域特異的重症度レベルを含む視覚的指標を含む。マッピング済み重症度値またはマッピング済み重症度レベルを含む第１のデジタル３次元モデルまたはそのコピーには、テクスチャデータのうちの少なくとも１つが含まれるか、または第１のデジタル３次元モデルに関係するテクスチャデータが欠如している。
図１８は、一実施形態に係る、健康な歯の領域を識別する方法１８００を例示する。１８０２で、患者の歯群のデジタル３次元モデルおよびデジタル３次元モデルの異なる領域に対応する領域特異的テクスチャデータが得られる。テクスチャデータは、蛍光性データまたは色データのうちの少なくとも１つを含む。１８０４で、得られたテクスチャデータの少なくとも１つのテクスチャ成分について、テクスチャデータの少なくとも１つのテクスチャ成分に関係するテクスチャ値分布に基づく基準値が決定される。付加的または代替的に、テクスチャデータについて、このテクスチャデータに関係するテクスチャ値分布に基づく基準値が、１８０６で決定される。基準値が少なくとも１つのテクスチャ成分に基づく場合、１８０８で、決定済み基準値の一定の範囲内の少なくとも１つのテクスチャ成分に対応するテクスチャ成分のそれぞれの値を有する領域が、健康な領域として決定される。しかしながら、基準値がテクスチャデータに基づく場合、１８０８で、決定済み基準値の定義された範囲内のテクスチャ値を有する領域が健康な領域として決定される。
図１９は、複数の実施形態に係る、健康な歯の領域を識別する方法１９００を例示する。ステップ１９０２、１９０６、１９０８および１９１０は、ステップ１９０４および１９１２の１つまたは複数の導入が後のステップ１８０４、１８０６および１８０８で利用可能なオプションに影響を及ぼすという点を除いて、ステップ１８０２、１８０４、１８０６および１８０８（図１８）に類似するものである。一実施形態において、１９０４で、基準値を決定する前に、得られたデジタル３次元モデルは個別の歯科オブジェクトへとセグメント化され、個別の歯ベースで健康な領域を識別する。個別の歯科オブジェクトは、複数の個別の歯および歯肉を表す可能性があり、同様に歯の詰め物およびインプラントなどの歯以外の物質を含み得る。これにより、歯の状態の存在について検査される歯、隣接する歯または同じ歯タイプなどの個別の歯科オブジェクトに特異的なテクスチャ値分布を（すなわち個別の歯ベースで）使用することが可能になる。他の実施形態において、得られたデジタル３次元モデルをセグメント化する先行する実施形態と組合せてまたは組合せることなく、１９１２で、基準値を決定する前に、定義済み値範囲の外にそれぞれのテクスチャ値を有するテクスチャ成分またはテクスチャデータをフィルタリングにより除去することによって、フィルタリング済みテクスチャ値分布が得られ、１９０６／１９０８において、基準値の決定は、定義済み値範囲内に入るテクスチャ値分布に基づくものである。
図２０Ａは、一実施形態に係る、健康な領域を識別する基準値の決定を例示する。該実施形態は、テクスチャ成分（蛍光性データからの赤色チャネル）についての強度分布によって示されるテクスチャ値分布２０００を例示し、ここでこの分布は、色強度などのそれぞれのテクスチャ成分値と共に（計数により表現される）ファセットなどの領域数をプロットするヒストグラムを表す。分布をフィルタリングするために下位閾値２００６が使用され、平均２００４に対応する基準値（およそ６５）を識別するために、フィルタリングされた分布に対して平均などの数学的演算が適用される。
図２０Ｂは、一実施形態に係る、健康な領域を識別する基準値の決定を例示する。該実施形態は、テクスチャ成分（蛍光性データからの緑色チャネル）についての強度分布によって示されるテクスチャ値分布２００２を例示し、ここでこの分布は、色強度などのそれぞれのテクスチャ成分値と共に（計数により表現される）ファセットなどの領域数をプロットするヒストグラムを表す。分布をフィルタリングするために下位閾値２００８および上位閾値２０１２が使用され、ピーク２０１０に対応する基準値（およそ３７．５）を識別するために、フィルタリングされた分布に対してピークなどの数学的演算が適用される。
図２１は、一実施形態に係る、歯の状態の進展を表すデジタル３次元モデルを生成する方法２１００を例示する。２１０２で、第１の時点において、患者の歯群の第１のデジタル３次元モデルおよび第１のデジタル３次元モデルの異なる領域に対応する蛍光性データおよび色データを含む領域特異的テクスチャデータが得られる。２１０４で、歯の状態を含む第１のデジタル３次元モデルの領域として識別された少なくとも１つの領域についての歯の状態の重症度レベルと関連付けられた重症度値が、識別された領域と関連付けられたテクスチャデータのうちの少なくとも１つに重症度関数を適用することによって決定される。２１０６で、第１の時点よりも後の第２の時点において、患者の歯群の第２のデジタル３次元モデルおよび第２のデジタル３次元モデルの異なる領域に対応する蛍光性データおよび色データを含む領域特異的テクスチャデータが得られる。２１０８で、歯の状態を含む第１のデジタル３次元モデルの領域として識別された少なくとも１つの領域についての、歯の状態の重症度レベルと関連付けられた重症度値が、識別された領域と関連付けられたテクスチャデータのうちの少なくとも１つに重症度関数を適用することによって決定される。その後、２１１０で、第１のデジタル３次元モデルと第２のデジタル３次元モデルとの間の対応する領域についての重症度値の間の重症度差分セットが計算される。２１１２で、重症度差分セットを含むデジタル３次元モデルが生成される。
図２２は、一実施形態に係るデータ処理システムを例示する。該システム２２００は、第１のデジタル３次元モデルおよび第１のデジタル３次元モデルに対応する領域特異的テクスチャデータを生成するように構成されたスキャナシステム２２０２を含む。スキャナシステム２２０２は同様に、第２のデジタル３次元モデルおよび第２のデジタル３次元モデルに対応する領域特異的テクスチャデータを生成するようにも構成され得る。プロセッサ２２１０は、第１のデジタル３次元モデルおよび第１のモデルに対応するテクスチャデータを受取るように構成され、同様に第２のデジタル３次元モデルおよび第２のモデルに対応するテクスチャデータを受取るようにも構成され得る。モデルはそれぞれのテクスチャデータと共に、スキャナシステム１３０２および／またはデータベース２２０４からも受取られ得る。プロセッサ２２１０は、非限定的に健康な領域識別器２２１２、識別モジュール２２１４、重症度モジュール２２１８、対応する領域識別器２２２０、重症度値比較器２２２２、率生成器２２２４、マッピングモジュール２２２６およびメモリ２２２８などの複数の手段のうちの１つまたは複数のものを含むことができる。
健康な領域識別器２２１２、識別モジュール２２１４、重症度モジュール２２１８、対応する領域識別器２２２０、重症度値比較器２２２２、率生成器２２２４、マッピングモジュール２２２６およびメモリ２２２８。健康な領域識別器は、得られた第１のデジタル３次元モデルにおける健康な領域を識別するように構成され、識別は、蛍光性データおよび／または色データから得られる１つまたは複数のテクスチャ成分の評価に基づく識別を含む。識別モジュール２２１４は、識別閾値基準を満たす識別値に基づいて歯の状態を含む領域を識別するように構成され、識別値は第１のデジタル３次元モデルの領域と関連付けられたテクスチャデータに識別関数を適用することによって計算される。重症度モジュール２２１８は、識別された領域と関連付けられたテクスチャデータのうちの少なくとも１つに重症度関数を適用することによって、歯の状態を含む第１のデジタル３次元モデルの領域として識別された少なくとも１つの領域についての重症度値を決定するように構成される。すでに開示されたモジュールは、第２のデジタル３次元モデルおよびその対応するテクスチャデータについても動作し得る。重症度比較器２２２２は、第１のデジタル３次元モデルと第２のデジタル３次元モデルとの間の対応する領域について重症度値間の重症度差分セットを計算するように構成される。対応する領域識別器２２２０は、第１のデジタル３次元モデルと第２のデジタル３次元モデルとの間の対応する領域を識別するように構成される。率生成器２２２４は、進展率または速度関数を決定するように構成される。マッピングモジュール２２２６は、重症度値、重症度レベル、重症度差分セット、進展率または将来のテクスチャのうちの１つまたは複数を含む情報をデジタル３次元モデル上にマッピングするように構成される。プロセッサは、例えばタイムラインに沿って時系列でデジタルモデルを自動的に配設する手段、透明性スライダ（例えば図１２Ｃ中の１２３２および１２３４または図１１中の１１１８および１１２０）または色範囲スライダ（例えば図１２Ｃ中の１２５０または図１１中の１１２６）におけるユーザ入力などのユーザインタフェース２２０８におけるユーザ入力を受取るか、またはテクスチャ値をフィルタリングする閾値を設定する手段、およびマッピングされた情報を用いて異なるデジタル３次元モデルを生成する手段などの追加の手段を含み得る。プロセッサユニットは、マッピング済み情報と共に、生成された３Ｄモデルを表示ユニット２２０６上で提供するように構成される。
いくつかの実施形態が詳細に説明され示されてきたものの、本開示は当該詳細に限定されず、以下のクレーム中で定義される主題の範囲内で他の形でも具体化可能である。詳細には、本発明の範囲から逸脱することなく、他の実施形態を使用することができ、構造的および機能的修正を加えることが可能であることを理解すべきである。
１つのクレームは、先行するクレームのいずれかを基準にすることができ、「いずれか」なる用語は、先行するクレームの「いずれか１つまたは複数」を意味するものとして理解される。
本明細書中で使用される「ｃｏｍｐｒｉｓｅｓ／ｃｏｍｐｒｉｓｉｎｇ／ｉｎｃｌｕｄｉｎｇ（～を含む）」なる用語は、表明された特徴、整数、作業、ステップまたは構成要素の存在を規定するものとしてとらえられるものの、１つまたは複数の他の特徴、整数、ステップ、構成要素またはそれらの群の存在または付加を排除するわけではないことを強調しておくべきである。
複数の手段を列挙するクレームにおいて、これらの手段のいくつかを、１つの同じハードウェアアイテムにより具体化することが可能である。一定の措置が互いに異なる従属クレーム中で列挙されるかまたは異なる実施形態中で説明されるというだけで、これらの措置の組合せを有利に使用できないことが暗に示されるものではない。
複数の手段を列挙するクレームにおいて、これらの手段のいくつかを、１つの同じハードウェアアイテムにより具体化することが可能である。一定の措置が互いに異なる従属クレーム中で列挙されるかまたは異なる実施形態中で説明されるというだけで、これらの措置の組合せを有利に使用できないことが暗に示されるものではない。
〔項目リスト〕
〔項目１〕
一領域における歯の状態を表す仮想３次元モデルを生成する方法であって、
患者の歯群の第１のデジタル３Ｄモデルおよび前記第１のデジタル３Ｄモデルの異なる領域に対応する領域特異的テクスチャデータを得るステップであって、前記テクスチャデータが蛍光性データおよび色データを有するステップと、
識別閾値基準を満たす識別値に基づいて前記歯の状態を有する領域を識別するステップであって、前記識別値が、前記第１のデジタル３Ｄモデルの前記領域と関連付けられた前記テクスチャデータに識別関数を適用することによって計算されるステップと、
前記識別された領域と関連付けられた前記テクスチャデータのうちの少なくとも１つのテクスチャデータに重症度関数を適用することによって、前記第１のデジタル３Ｄモデルの前記歯の状態を有する領域として識別された少なくとも１つの領域についての重症度値を決定するステップと、
前記歯の状態を有する領域についての前記決定された重症度値に基づく視覚的指標を有する前記仮想３次元モデルを生成するステップと、を有する方法。
〔項目２〕
前記得られた第１のデジタル３Ｄモデルにおいて健康な領域を識別するステップをさらに有し、前記識別には、蛍光性データおよび／または色データから得られるような１つまたは複数のテクスチャ成分の評価に基づく識別が有される、項目１に記載の方法。
〔項目３〕
前記評価が、
前記得られたテクスチャデータのうちの前記１つのテクスチャデータの少なくとも１つのテクスチャ成分について、前記テクスチャデータのうちの前記１つのテクスチャデータの前記少なくとも１つのテクスチャ成分に関係するテクスチャ値分布に基づいて基準値を決定し、前記決定された基準値の一定の範囲内の前記少なくとも１つのテクスチャ成分に対応する前記テクスチャ成分のそれぞれの値を有する領域を、前記健康な領域として識別するステップ、または、
前記得られたテクスチャデータのうちの前記１つのテクスチャデータについて、前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係するテクスチャ値分布に基づいて基準値を決定し、前記決定された基準値の定義された範囲内のテクスチャ値を有する領域を、前記健康な領域として識別するステップ、を有する、項目１または２に記載の方法。
〔項目４〕
前記基準値を決定する前記ステップの前に、前記得られた第１のデジタル３Ｄモデルを個別の歯科オブジェクトにセグメント化し、個別の歯のベースで評価を行なうステップをさらに有する、項目１～３のいずれかの項目に記載の方法。
〔項目５〕
個別の歯のベースでの前記識別は、
前記歯の状態の存在について検査される領域を有する前記歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は、前記歯の状態の存在について検査される前記歯から導出されるステップ、
前記歯の状態の存在について検査される歯に隣接する歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は、前記隣接する歯から導出されるステップ、または、
前記第１のデジタル３Ｄモデルにおいて、前記歯の状態の存在について検査される歯と同じ歯のタイプである歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は、前記歯の状態の前記存在について検査される歯と同じタイプである前記歯から導出されるステップ、のうちの１つのステップを有する、項目１～４のいずれかの項目に記載の方法。
〔項目６〕
前記基準値を決定する前記ステップの前に、定義された値範囲の外側にそれぞれのテクスチャ値を有するテクスチャ成分またはテクスチャデータをフィルタリングにより除去することによって、フィルタリングされたテクスチャ値分布を得るステップと、
前記定義された値範囲内に入るテクスチャ値分布に基づいて前記基準値を決定するステップと、をさらに有する、項目１～５のいずれかの項目に記載の方法。
〔項目７〕
前記健康な領域が、
前記テクスチャデータのうちの少なくとも１つのテクスチャデータ全体、または、
１つのテクスチャ成分のみ、各テクスチャ成分について個別、２つ以上のテクスチャ成分の組合せのうちの１つ、のうちの１つに基づいて前記健康な領域が識別される、項目１～６のいずれかの項目に記載の方法。
〔項目８〕
前記第１のデジタル３Ｄモデルにおける健康な領域を識別するステップであって、前記識別が前記テクスチャデータのうちの少なくとも１つのテクスチャデータの手作業検査に基づくステップをさらに有する、項目１に記載の方法。
〔項目９〕
前記識別関数が、テクスチャ空間における前記領域の前記テクスチャデータと前記健康な領域の前記テクスチャデータとの間の距離に基づく、項目１～８のいずれかの項目に記載の方法。
〔項目１０〕
前記距離がユークリッド距離を有し、前記テクスチャデータの前記テクスチャ成分が前記テクスチャ空間の異なる次元を表す、項目１～９のいずれかの項目に記載の方法。
〔項目１１〕
前記識別関数が、前記領域からの前記色データの少なくとも１つのテクスチャ成分および前記蛍光性データの少なくとも１つのテクスチャ成分と、前記健康な領域からの前記色データの少なくとも１つのテクスチャ成分および前記蛍光性データの少なくとも１つのテクスチャ成分と、を有する数学的関係を定義する、項目１～１０のいずれかの項目に記載の方法。
〔項目１２〕
前記識別関数における前記領域および／または前記健康な領域からの前記蛍光性データの少なくとも１つのテクスチャ成分が、赤色テクスチャ成分または緑色テクスチャ成分のうちの少なくとも１つのみを有する、項目１～１１のいずれかの項目に記載の方法。
〔項目１３〕
前記識別関数には、前記蛍光性データの青色テクスチャ成分が欠如している、項目１～１２のいずれかの項目に記載の方法。
〔項目１４〕
前記識別関数が、
〔数１〕
Figure 2022523597000046
として表現され、式中、
ＩＶは識別値であり、
ｒ fluo,h およびｇ fluo,h は、前記健康な領域からの前記蛍光性データの赤色テクスチャ成分および緑色テクスチャ成分のそれぞれの値であり、
ｒ fluo およびｇ fluo は、前記領域からの前記蛍光性データの赤色テクスチャ成分および緑色テクスチャ成分のそれぞれの値であり、
ｒ h 、ｇ h およびｂ h は、前記健康な領域からの前記色データの赤色テクスチャ成分、緑色テクスチャ成分および青色テクスチャ成分のそれぞれの値であり、
ｒ、ｇ、およびｂは、前記領域からの前記色データの赤色テクスチャ成分、緑色テクスチャ成分および青色テクスチャ成分のそれぞれの値である、項目１～１３のいずれかの項目に記載の方法。
〔項目１５〕
前記識別関数が、
〔数２〕
Figure 2022523597000047
として表現され、式中、
ＩＶは、識別値であり、
ｇ fluo,h が、前記健康な領域からの前記蛍光性データの緑色テクスチャ成分の値であり、
ｇ fluo は、前記領域からの前記蛍光性データの緑色テクスチャ成分の値であり、
ｒ h 、ｇ h およびｂ h は、前記健康な領域からの前記色データの赤色テクスチャ成分、緑色テクスチャ成分および青色テクスチャ成分のそれぞれの値であり、
ｒ、ｇおよびｂは、前記領域からの前記色データの赤色テクスチャ成分、緑色テクスチャ成分および青色テクスチャ成分のそれぞれの値である、項目１～１３のいずれかの項目に記載の方法。
〔項目１６〕
前記重症度関数が、前記領域からの前記蛍光性データのテクスチャ成分および前記健康な領域からの前記蛍光性データの同じテクスチャ成分を有する数学的関係を定義する、項目１～１５のいずれかの項目に記載の方法。
〔項目１７〕
前記重症度関数が、
〔数３〕
Figure 2022523597000048
として表現され、式中
ＳＶは、前記重症度値であり、
ｇ fluo,h は、前記健康な領域からの前記蛍光性データの緑色テクスチャ成分の値であり、
ｇ fluo は、前記領域からの前記蛍光性データの緑色テクスチャ成分の値である、項目１～１６のいずれかの項目に記載の方法。
〔項目１８〕
前記識別関数を適用することが、前記識別関数において、前記領域および前記健康な領域からのテクスチャ成分の値を使用することを含み、
前記重症度関数を適用することが、前記重症度関数において、前記領域および前記健康な領域からのテクスチャ成分の値を使用することを含む、項目１～１７のいずれかの項目に記載の方法。
〔項目１９〕
前記健康な領域からの前記テクスチャ成分値が、前記健康な領域からのテクスチャ成分値または２つ以上の識別された健康な領域のテクスチャ成分値から導出された値を有する、項目１～１８のいずれかの項目に記載の方法。
〔項目２０〕
重症度閾値基準を満たす前記決定された重症度値に基づいて前記歯の状態の重症度レベルを決定するステップをさらに有する、項目１～１９のいずれかの項目に記載の方法。
〔項目２１〕
前記視覚的指標を有する仮想３次元モデルを生成するステップが、前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部分上に、領域特異的重症度値または重症度レベルをマッピングするステップを含み、前記マッピングされた重症度値またはマッピングされた重症度レベルを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの少なくとも１つのテクスチャデータが有されるか、または前記第１のデジタル３Ｄモデルに関係する前記テクスチャデータが欠如している、項目１～２０のいずれかの項目に記載の方法。
〔項目２２〕
患者の歯群の第２のデジタル３Ｄモデルおよび前記第２のデジタル３Ｄモデルの異なる領域に対応する蛍光性データおよび色データを有する領域特異的テクスチャデータを得るステップであって、前記第２のデジタル３Ｄモデルおよび領域特異的テクスチャデータは、前記第１のデジタル３Ｄモデルおよび前記第１のデジタル３Ｄモデルの異なる領域に対応する領域特異的テクスチャデータが得られた時点とは異なる第２の時点で得られるステップ、をさらに有する、項目１～２１のいずれかの項目に記載の方法。
〔項目２３〕
識別閾値基準を満たす識別値に基づいて前記歯の状態を有する領域を識別するステップであって、前記識別値が、前記第２のデジタル３Ｄモデルの前記領域と関連付けられた前記テクスチャデータに前記識別関数を適用することによって計算されるステップと、
前記第２のデジタル３Ｄモデルの前記歯の状態を有する領域として識別された前記領域と関連付けられた前記テクスチャデータに有される前記データのうちの少なくとも１つのデータに前記重症度関数を適用することによって重症度値を決定するステップと、をさらに有する、項目１～２２のいずれかの項目に記載の方法。
〔項目２４〕
前記第１のデジタル３Ｄモデルと前記第２のデジタル３Ｄモデルとの間の対応する領域についての重症度値の間の重症度差セットを計算するステップと、
前記重症度差セットを有するデジタル３Ｄモデルを生成するステップと、をさらに有する、項目１～２３のいずれかの項目に記載の方法。
〔項目２５〕
前記第１のデジタル３Ｄモデルを個別の歯科オブジェクトへ、そして前記第２のデジタル３Ｄモデルを個別の歯科オブジェクトへ、と個別にセグメント化することと、
前記セグメント化された第１のデジタル３Ｄモデルおよびセグメント化された第２のデジタル３Ｄモデルからの対応する歯科オブジェクトを識別することと、
前記識別された対応する歯科オブジェクトを局所的に整列させることと、
前記局所的に整列させられた対応する歯科オブジェクトにおける整列した領域を前記対応する領域として識別することと、によって、前記第１のデジタル３Ｄモデルと前記第２のデジタル３Ｄモデルとの間の前記対応する領域を識別するステップをさらに有する、項目１～２４のいずれかの項目に記載の方法。
〔項目２６〕
前記重症度差セットを有するデジタル３Ｄモデルを生成するステップが、
前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部上に領域特異的重症度差をマッピングするステップであって、前記重症度差セットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つのテクスチャデータが有されるか、または前記第１のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップ、または、
前記得られた第２のデジタル３Ｄモデルまたは前記得られた第２のデジタル３Ｄモデルのコピーの少なくとも一部上に領域特異的重症度差をマッピングするステップであって、前記重症度差セットを有する前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つのテクスチャデータが有されるか、または前記第２のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップ、を有する、項目１～２５のいずれかの項目に記載の方法。
〔項目２７〕
２つ以上の対応する領域について、前記重症度差および、前記第１のデジタル３Ｄモデルに対応する前記テクスチャデータを得るステップと前記第２のデジタル３Ｄモデルに対応するテクスチャデータを得るステップとの間のタイムスパンに基づいて、前記歯の状態の進展率を決定するステップをさらに有する、項目１～２６のいずれかの項目に記載の方法。
〔項目２８〕
デジタル３Ｄモデルを生成するステップが、
前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部に前記歯の状態の領域特異的進展率をマッピングするステップであって、前記重症度差セットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第１のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、
前記得られた第２のデジタル３Ｄモデルまたは前記得られた第２のデジタル３Ｄモデルのコピーの少なくとも一部に前記歯の状態の領域特異的進展率をマッピングするステップであって、前記重症度差セットを有する前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第２のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、を有する、項目１～２５のいずれかの項目に記載の方法。
〔項目２９〕
前記第１のデジタル３Ｄモデルに対応するテクスチャデータを得るステップと前記第２のデジタル３Ｄモデルに対応するテクスチャデータを得るステップとの間の前記タイムスパン中の前記テクスチャデータの１つまたは複数の成分または重症度値の変化に基づいて速度関数を決定するステップと、
前記速度関数に基づいて将来の一時点における将来のテクスチャデータまたは重症度値を決定するステップであって、前記将来のテクスチャデータは、患者の歯群が前記将来のテクスチャデータに到達する前に決定されるステップと、
患者の歯の代表デジタル３Ｄモデルを生成するステップであって、
ｉ）前記将来のテクスチャデータは前記代表デジタル３Ｄモデル上にマッピングされ、かつ／または
ｉｉ）前記決定された将来のテクスチャデータを用いた前記重症度値の計算に基づいて決定された将来の歯の状態が、前記代表デジタル３Ｄモデル上にマッピングされるステップと、をさらに有する、項目１～２８のいずれかの項目に記載の方法。
〔項目３０〕
非一時的コンピュータ可読媒体で具現化されたコンピュータプログラムプロダクトにおいて、ハードウェアデータプロセッサに項目１～２９のいずれかの項目に記載の方法を行なわせることを目的としハードウェアデータプロセッサによって実行可能であるコンピュータ可読プログラムコードを有する、コンピュータプログラムプロダクト。
〔項目３１〕
非一時的コンピュータ可読媒体で具現化されたコンピュータプログラムプロダクトにおいて、ハードウェアデータプロセッサに健康な歯の領域を識別する方法を実行させることを目的としハードウェアデータプロセッサによって実行可能であるコンピュータ可読プログラムコードを有する、コンピュータプログラムプロダクトであって、前記方法が、
患者の歯群のデジタル３Ｄモデルおよび前記デジタル３Ｄモデルの異なる領域に対応する領域特異的テクスチャデータを得るステップであって、前記テクスチャデータが蛍光性データまたは色データのうちの少なくとも１つを有するステップと、
前記得られたテクスチャデータの少なくとも１つのテクスチャ成分について、前記テクスチャデータの前記少なくとも１つのテクスチャ成分に関するテクスチャ値分布に基づいて基準値を決定し、前記決定された基準値の一定の範囲内の前記少なくとも１つのテクスチャ成分に対応するテクスチャ成分のそれぞれの値を有する一領域を、前記健康な領域として識別するステップ、または、
前記テクスチャデータについて、前記テクスチャデータに関係するテクスチャ値分布に基づいて基準値を決定し、前記決定された基準値の定義された範囲内のテクスチャ値を有する一領域を、前記健康な領域として識別するステップと、を有する、コンピュータプログラムプロダクト。
〔項目３２〕
前記基準値を決定する前記ステップの前に、前記得られたデジタル３Ｄモデルを個別の歯科オブジェクトにセグメント化し、個別の歯のベースで前記健康な領域を識別するステップをさらに有する、項目３１に記載の方法。
〔項目３３〕
個別の歯のベースでの識別ステップは、
前記歯の状態の存在について検査される領域を有する前記歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布が、前記歯の状態の存在について検査される前記歯から導出されるステップ、
前記歯の状態の存在について検査される歯に隣接する歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は前記隣接する歯から導出されるステップ、または、
第１のデジタル３Ｄモデルにおいて前記歯の状態の存在について検査される歯と同じ歯のタイプである歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は、前記歯の状態の前記存在について検査される歯と同じタイプである前記歯から導出されるステップ、を有する、項目３１～３２のいずれかの項目に記載の方法。
〔項目３４〕
前記健康な領域からの前記テクスチャ成分値が、前記健康な領域からのテクスチャ成分値または２つ以上の識別された健康な領域のテクスチャ成分値から導出された値を有する、項目３１～３３のいずれかの項目に記載の方法。
〔項目３５〕
前記基準値を決定する前記ステップの前に、定義された値範囲の外側にそれぞれのテクスチャ値を有するテクスチャ成分またはテクスチャデータをフィルタリングにより除去することによって、フィルタリングされたテクスチャ値分布を得るステップと、
前記定義された値範囲内に入るテクスチャ値分布に基づいて前記基準値を決定するステップと、をさらに有する、項目３１～３４のいずれかの項目に記載の方法。
〔項目３６〕
前記健康な領域が、
前記テクスチャデータのうちの少なくとも１つのテクスチャデータ全体、または
１つのテクスチャ成分のみ、各テクスチャ成分について個別、２つ以上のテクスチャ成分の組合せのうちの１つ、のうちの１つに基づいて前記健康な領域が識別される、項目３１～３５のいずれかの項目に記載の方法。
〔項目３７〕
１本の歯についての歯の状態の進展を表すデジタル３次元モデルを生成する方法であって、
第１の時点で患者の歯群の第１のデジタル３Ｄモデルおよび前記第１のデジタル３Ｄモデルの異なる領域に対応する蛍光性データおよび色データを有する、領域特異的テクスチャデータを得るステップと、
前記識別された領域と関連付けられた前記テクスチャデータのうちの少なくとも１つに重症度関数を適用することによって、前記第１のデジタル３Ｄモデルの前記歯の状態を有する領域として識別された少なくとも１つの領域についての、前記歯の状態の重症度レベルと関連付けられた重症度値を決定するステップと、
前記第１の時点より後の第２の時点で、患者の歯群の第２のデジタル３Ｄモデルおよび前記第２のデジタル３Ｄモデルの異なる領域に対応する蛍光性データおよび色データを有する領域特異的テクスチャデータを得るステップと、
前記歯の状態を有する前記第１のデジタル３Ｄモデルの一領域として識別された少なくとも１つの領域について、前記歯の状態の重症度レベルと関連付けられた重症度値を、前記識別された領域と関連付けられた前記テクスチャデータのうちの少なくとも１つに前記重症度関数を適用することによって決定するステップと、
前記第１のデジタル３Ｄモデルと前記第２のデジタル３Ｄモデルの間の対応する領域についての重症度値の間の重症度差セットを計算するステップと、
前記重症度差セットを有するデジタル３Ｄモデルを生成するステップと、を有する、方法。
〔項目３８〕
前記歯の状態を有するとして識別された前記領域が、識別閾値基準を満たす識別値に基づいて識別され、前記識別値が、それぞれに第１のデジタル３Ｄモデルおよび第２のモデルの領域と関連付けられたテクスチャデータに識別関数を適用することによって計算される、項目３７に記載の方法。
〔項目３９〕
前記重症度関数が、前記領域からの前記蛍光性データのテクスチャ成分および前記健康な領域からの前記蛍光性データの同じテクスチャ成分を有する数学的関係を定義する、項目３７～３８のいずれかの項目に記載の方法。
〔項目４０〕
前記第１のデジタル３Ｄモデルを個別の歯科オブジェクトへ、そして前記第２のデジタル３Ｄモデルを個別の歯科オブジェクトへ、と個別にセグメント化することと、
前記セグメント化された第１のデジタル３Ｄモデルおよびセグメント化された第２のデジタル３Ｄモデルからの対応する歯科オブジェクトを識別することと、
前記識別された対応する歯科オブジェクトを局所的に整列させることと、
前記局所的に整列させられた対応する歯科オブジェクトにおける整列した領域を前記対応する領域として識別することと、によって、前記第１のデジタル３Ｄモデルと前記第２のデジタル３Ｄモデルの間の前記対応する領域を識別するステップをさらに有する、項目３７～３９のいずれかの項目に記載の方法。
〔項目４１〕
前記重症度差セットを有するデジタル３Ｄモデルを生成するステップが、
前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部に領域特異的重症度差をマッピングするステップであって、前記重症度差セットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第１のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、
前記得られた第２のデジタル３Ｄモデルまたは前記得られた第２のデジタル３Ｄモデルのコピーの少なくとも一部に領域特異的重症度差をマッピングするステップであって、前記重症度差セットを有する前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第２のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、を有する、項目３７～４０のいずれかの項目に記載の方法。
〔項目４２〕
２つ以上の対応する領域について、前記重症度差および、前記第１の時点と前記第２の時点との間のタイムスパンに基づいて、前記歯の状態の進展率を決定するステップをさらに有する、項目３７～４１のいずれかの項目に記載の方法。
〔項目４３〕
デジタル３Ｄモデルを生成するステップが、
前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部に前記歯の状態の領域特異的進展率をマッピングするステップであって、前記重症度差セットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第１のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、
前記得られた第２のデジタル３Ｄモデルまたは前記得られた第２のデジタル３Ｄモデルのコピーの少なくとも一部に前記歯の状態の領域特異的進展率をマッピングするステップであって、前記重症度差セットを有する前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第２のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、を有する、項目３７～４２のいずれかの項目に記載の方法。
〔項目４４〕
前記第１のタイムスパンと前記第２のタイムスパンとの間の前記テクスチャデータの１つまたは複数の成分または重症度値の変化に基づいて速度関数を決定するステップと、
前記速度関数に基づいて将来の一時点における将来のテクスチャデータまたは重症度値を決定するステップであって、前記将来のテクスチャデータは、患者の歯群が前記将来のテクスチャデータに到達する前に決定されるステップと、
患者の歯の代表デジタル３Ｄモデルを生成するステップであって、
ｉ）前記将来のテクスチャデータは前記代表デジタル３Ｄモデル上にマッピングされ、かつ／または
ｉｉ）前記決定された将来のテクスチャデータを用いた前記重症度値の計算に基づいて決定された将来の歯の状態が、前記代表デジタル３Ｄモデル上にマッピングされるステップと、をさらに有する、項目３７～４３のいずれかの項目に記載の方法。
〔項目４５〕
非一時的コンピュータ可読媒体で具現化されたコンピュータプログラムプロダクトにおいて、ハードウェアデータプロセッサに項目３７～４４のいずれかの項目に記載の方法を行なわせることを目的としハードウェアデータプロセッサによって実行可能であるコンピュータ可読プログラムコードを有する、コンピュータプログラムプロダクト。
〔項目４６〕
１本の歯について歯の状態の進展を表すデジタル３次元モデルを生成する方法であって、
第１の時点で、第１のテクスチャデータを有する患者の歯群の第１のデジタル３Ｄモデルを得るステップと、
第２の時点で、第２のテクスチャデータを有する患者の歯群の第２のデジタル３Ｄモデルを得るステップと、
テクスチャを均一化することにより共通のテクスチャ空間に前記第１のテクスチャデータを有する第１のデジタル３Ｄモデルおよび前記第２のテクスチャデータを有する第２のデジタル３Ｄモデルを置くステップと、
共通のテクスチャ空間に置かれた前記第１のデジタル３Ｄモデルおよび前記第２のデジタル３Ｄモデルにおける対応する領域の前記第１のテクスチャデータと前記第２のテクスチャデータとの比較に基づいて、歯の状態の進展を表す前記デジタル３次元モデルを生成するステップと、を有する方法。
〔項目４７〕
前記テクスチャデータが色データおよび／または蛍光性データを有する、項目４６に記載の方法。
〔項目４８〕
前記共通のテクスチャ空間に、前記第１のテクスチャデータを有する前記第１のデジタル３Ｄモデルおよび前記第２のテクスチャデータを有する第２のデジタル３Ｄモデルを置くステップが、
少なくとも１つのテクスチャ修正パラメータを決定するステップと、
前記第１のテクスチャデータまたは前記第２のテクスチャデータの少なくとも１つに対して前記少なくとも１つのテクスチャ修正パラメータのうちの前記少なくとも１つを適用するステップと、を有する、項目４６～４７のいずれかの項目に記載の方法。
〔項目４９〕
前記少なくとも１つのテクスチャ修正パラメータを決定するステップが、前記第１のデジタル３Ｄモデル、前記第２のデジタル３Ｄモデル、標準デジタル３Ｄモデル、予め定義されたテクスチャ空間またはそれらの組合せの１つから選択された基準に基づく、項目４６～４８のいずれかの項目に記載の方法。
〔項目５０〕
前記少なくとも１つのテクスチャ修正パラメータが、前記第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルの比較可能な領域のテクスチャ値の間の変動を最小化するように構成される少なくとも１つの変換演算子を有する、項目４６～４９のいずれかの項目に記載の方法。
〔項目５１〕
スコアリング関数が、ｉ）テクスチャデータからの一領域の異なるテクスチャ成分、ｉｉ）テクスチャデータからの一領域の単一のテクスチャ成分、ｉｉｉ）テクスチャデータからの異なる領域の同じまたは異なるテクスチャ成分、またはｉｖ）第１のテクスチャデータからの一領域の単一のテクスチャ成分および第２のテクスチャデータからの一領域の異なるテクスチャ成分のうちの１つを有する数学的関係を有し、
前記第１のテクスチャデータの少なくとも一部に前記スコアリング関数を適用するステップが、前記スコアリング関数において、前記第１のテクスチャデータからのテクスチャ成分値を用いて、前記第１のデジタル３Ｄモデルの異なる領域に対応する第１の分類スコアセットを生成するステップを含み、かつ、前記第２のテクスチャデータの少なくとも一部に前記スコアリング関数を適用するステップが、前記スコアリング関数において、前記第２のテクスチャデータからのテクスチャ成分値を用いて、前記第２のデジタル３Ｄモデルの異なる領域に対応する第２の分類スコアセットを生成するステップを含む、項目４６～５０のいずれかの項目に記載の方法。
〔項目５２〕
前記生成された第１の分類スコアセットを前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーの少なくとも一部にマッピングするステップであって、前記マッピングされた第１の分類スコアセットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記第１のテクスチャデータが有されるか、または前記第１のテクスチャデータが欠如しているステップと、
前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーの少なくとも一部にマッピングされた前記生成された第２の分類スコアセットをマッピングするステップであって、前記マッピングされた第２の分類スコアセットを有する前記第２のデジタル３Ｄモデルには、前記第２のテクスチャデータが有されるか、または前記第２のテクスチャデータが欠如しているステップと、をさらに有する、項目４６～５１のいずれかの項目に記載の方法。
〔項目５３〕
前記第１のテクスチャデータと前記第２のテクスチャデータの前記比較が、
２つ以上の対応する領域について、前記第１の分類スコアセットと第２の分類スコアセットの間の差分スコアを決定するステップ、および／または
２つ以上の対応する領域について、前記第１のテクスチャデータに有されるテクスチャ値と前記第２のテクスチャデータに有されるテクスチャ値の間のテクスチャ差分値を決定するステップ、を有する、項目４６～５２のいずれかの項目に記載の方法。
〔項目５４〕
歯の状態の進展を表す前記デジタル３次元モデルを生成するステップが、前記第１のデジタル３Ｄモデル、前記第２のデジタル３Ｄモデル、前記第１のデジタル３Ｄモデルのコピーまたは第２のデジタル３Ｄモデルのコピーのうちの少なくとも１つの上に前記差分スコアおよび／またはテクスチャ差分値をマッピングするステップを含み、
前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには前記第１のテクスチャデータが有されるか、または前記第１のテクスチャデータが欠如し、
前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記第２のテクスチャデータが有されるか、または前記第２のテクスチャデータが欠如している、項目４６～５３のいずれかの項目に記載の方法。
〔項目５５〕
前記第１のテクスチャデータと前記第２のテクスチャデータとの前記比較が、２つ以上の対応する領域について、ｉ）前記第２の時点と第１の時点との間の差分スコアおよびタイムスパン、またはｉｉ）前記第２の時点と第１の時点との間の前記テクスチャ差分値およびタイムスパンに基づいて、歯の状態の進展率を決定するステップを含む、項目４６～５４のいずれかの項目に記載の方法。
〔項目５６〕
歯の状態の進展を表す前記デジタル３次元モデルを生成するステップが、前記第１のデジタル３Ｄモデル、前記第２のデジタル３Ｄモデル、前記第１のデジタル３Ｄモデルのコピーまたは第２のデジタル３Ｄモデルのコピーのうちの少なくとも１つの上に前記歯の状態の進展率をマッピングするステップを含み、
前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには前記第１のテクスチャデータが有されるか、または前記第１のテクスチャデータが欠如し、
前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記第２のテクスチャデータが有されるか、または前記第２のテクスチャデータが欠如している、項目４６～５５のいずれかの項目に記載の方法。
〔項目５７〕
前記第１の分類スコアセットをマッピングするステップが、前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピー上で異なる視覚的標示を用いて、予め定義された異なるスコア範囲内に入り第１の分類スコアセット中に有される分類スコアを表すステップを含み、前記第２の分類スコアセットをマッピングするステップが、前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピー上で異なる視覚的標示を用いて、予め定義された異なるスコア範囲内に入り第２の分類スコアセット中に有される分類スコアを表すステップを含み、かつ／または、
前記差分スコアおよび／またはテクスチャ差分値をマッピングするステップが、異なる視覚的標示を用いて、予め定義された異なる差分範囲内に入る前記差分スコアまたはテクスチャ差分値を表すステップを含み、かつ／または、
前記歯の状態の進展率をマッピングするステップが、異なる視覚的標示を用いて、予め定義された異なる率範囲内に入る変化率を表すステップを含む、項目４６～５６のいずれかの項目に記載の方法。
〔項目５８〕
前記第１の時点および第２の時点全体にわたり前記テクスチャデータの変化に基づいて速度関数を決定するために、前記第１のテクスチャデータおよび第２のテクスチャデータを処理するステップと、
前記速度関数に基づいて将来の一時点における将来のテクスチャデータを決定するステップであって、前記将来のテクスチャデータは、患者の歯群が前記将来のテクスチャデータに到達する前に決定されるステップと、
患者の歯の代表デジタル３Ｄモデルを生成するステップであって、
ｉ）前記将来のテクスチャデータは前記代表デジタル３Ｄモデル上にマッピングされ、かつ／または、
ｉｉ）虫歯の進展が、前記患者についての前記将来のテクスチャデータと最後に獲得したテクスチャデータとの比較に基づいて前記代表デジタル３Ｄモデル上にマッピングされるステップと、をさらに有する、項目４６～５７のいずれかの項目に記載の方法。
〔項目５９〕
非一時的コンピュータ可読媒体で具現化されたコンピュータプログラムプロダクトにおいて、ハードウェアデータプロセッサに項目４６～５８のいずれかの項目に記載の方法を行なわせることを目的としハードウェアデータプロセッサによって実行可能であるコンピュータ可読プログラムコードを有する、コンピュータプログラムプロダクト。

Claims (59)

  1. 一領域における歯の状態を表す仮想３次元モデルを生成する方法であって、
    患者の歯群の第１のデジタル３Ｄモデルおよび前記第１のデジタル３Ｄモデルの異なる領域に対応する領域特異的テクスチャデータを得るステップであって、前記テクスチャデータが蛍光性データおよび色データを有するステップと、
    識別閾値基準を満たす識別値に基づいて前記歯の状態を有する領域を識別するステップであって、前記識別値が、前記第１のデジタル３Ｄモデルの前記領域と関連付けられた前記テクスチャデータに識別関数を適用することによって計算されるステップと、
    前記識別された領域と関連付けられた前記テクスチャデータのうちの少なくとも１つのテクスチャデータに重症度関数を適用することによって、前記第１のデジタル３Ｄモデルの前記歯の状態を有する領域として識別された少なくとも１つの領域についての重症度値を決定するステップと、
    前記歯の状態を有する領域についての前記決定された重症度値に基づく視覚的指標を有する前記仮想３次元モデルを生成するステップと、を有する方法。
  2. 前記得られた第１のデジタル３Ｄモデルにおいて健康な領域を識別するステップをさらに有し、前記識別には、蛍光性データおよび／または色データから得られるような１つまたは複数のテクスチャ成分の評価に基づく識別が有される、請求項１に記載の方法。
  3. 前記評価が、
    前記得られたテクスチャデータのうちの前記１つのテクスチャデータの少なくとも１つのテクスチャ成分について、前記テクスチャデータのうちの前記１つのテクスチャデータの前記少なくとも１つのテクスチャ成分に関係するテクスチャ値分布に基づいて基準値を決定し、前記決定された基準値の一定の範囲内の前記少なくとも１つのテクスチャ成分に対応する前記テクスチャ成分のそれぞれの値を有する領域を、前記健康な領域として識別するステップ、または、
    前記得られたテクスチャデータのうちの前記１つのテクスチャデータについて、前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係するテクスチャ値分布に基づいて基準値を決定し、前記決定された基準値の定義された範囲内のテクスチャ値を有する領域を、前記健康な領域として識別するステップ、を有する、請求項１または２に記載の方法。
  4. 前記基準値を決定する前記ステップの前に、前記得られた第１のデジタル３Ｄモデルを個別の歯科オブジェクトにセグメント化し、個別の歯のベースで評価を行なうステップをさらに有する、請求項１～３のいずれか一項に記載の方法。
  5. 個別の歯のベースでの前記識別は、
    前記歯の状態の存在について検査される領域を有する前記歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は、前記歯の状態の存在について検査される前記歯から導出されるステップ、
    前記歯の状態の存在について検査される歯に隣接する歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は、前記隣接する歯から導出されるステップ、または、
    前記第１のデジタル３Ｄモデルにおいて、前記歯の状態の存在について検査される歯と同じ歯のタイプである歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は、前記歯の状態の前記存在について検査される歯と同じタイプである前記歯から導出されるステップ、のうちの１つのステップを有する、請求項１～４のいずれか一項に記載の方法。
  6. 前記基準値を決定する前記ステップの前に、定義された値範囲の外側にそれぞれのテクスチャ値を有するテクスチャ成分またはテクスチャデータをフィルタリングにより除去することによって、フィルタリングされたテクスチャ値分布を得るステップと、
    前記定義された値範囲内に入るテクスチャ値分布に基づいて前記基準値を決定するステップと、をさらに有する、請求項１～５のいずれか一項に記載の方法。
  7. 前記健康な領域が、
    前記テクスチャデータのうちの少なくとも１つのテクスチャデータ全体、または、
    １つのテクスチャ成分のみ、各テクスチャ成分について個別、２つ以上のテクスチャ成分の組合せのうちの１つ、のうちの１つに基づいて前記健康な領域が識別される、請求項１～６のいずれか一項に記載の方法。
  8. 前記第１のデジタル３Ｄモデルにおける健康な領域を識別するステップであって、前記識別が前記テクスチャデータのうちの少なくとも１つのテクスチャデータの手作業検査に基づくステップをさらに有する、請求項１に記載の方法。
  9. 前記識別関数が、テクスチャ空間における前記領域の前記テクスチャデータと前記健康な領域の前記テクスチャデータとの間の距離に基づく、請求項１～８のいずれか一項に記載の方法。
  10. 前記距離がユークリッド距離を有し、前記テクスチャデータの前記テクスチャ成分が前記テクスチャ空間の異なる次元を表す、請求項１～９のいずれか一項に記載の方法。
  11. 前記識別関数が、前記領域からの前記色データの少なくとも１つのテクスチャ成分および前記蛍光性データの少なくとも１つのテクスチャ成分と、前記健康な領域からの前記色データの少なくとも１つのテクスチャ成分および前記蛍光性データの少なくとも１つのテクスチャ成分と、を有する数学的関係を定義する、請求項１～１０のいずれか一項に記載の方法。
  12. 前記識別関数における前記領域および／または前記健康な領域からの前記蛍光性データの少なくとも１つのテクスチャ成分が、赤色テクスチャ成分または緑色テクスチャ成分のうちの少なくとも１つのみを有する、請求項１～１１のいずれか一項に記載の方法。
  13. 前記識別関数には、前記蛍光性データの青色テクスチャ成分が欠如している、請求項１～１２のいずれか一項に記載の方法。
  14. 前記識別関数が、
    Figure 2022523597000016
     として表現され、式中、
    ＩＶは識別値であり、
    ｒfluo,hおよびｇfluo,hは、前記健康な領域からの前記蛍光性データの赤色テクスチャ成分および緑色テクスチャ成分のそれぞれの値であり、
    ｒfluoおよびｇfluoは、前記領域からの前記蛍光性データの赤色テクスチャ成分および緑色テクスチャ成分のそれぞれの値であり、
    ｒh、ｇhおよびｂhは、前記健康な領域からの前記色データの赤色テクスチャ成分、緑色テクスチャ成分および青色テクスチャ成分のそれぞれの値であり、
    ｒ、ｇ、およびｂは、前記領域からの前記色データの赤色テクスチャ成分、緑色テクスチャ成分および青色テクスチャ成分のそれぞれの値である、請求項１～１３のいずれか一項に記載の方法。
  15. 前記識別関数が、
    Figure 2022523597000017
     として表現され、式中、
    ＩＶは、識別値であり、
    ｇfluo,hが、前記健康な領域からの前記蛍光性データの緑色テクスチャ成分の値であり、
    ｇfluoは、前記領域からの前記蛍光性データの緑色テクスチャ成分の値であり、
    ｒh、ｇhおよびｂhは、前記健康な領域からの前記色データの赤色テクスチャ成分、緑色テクスチャ成分および青色テクスチャ成分のそれぞれの値であり、
    ｒ、ｇおよびｂは、前記領域からの前記色データの赤色テクスチャ成分、緑色テクスチャ成分および青色テクスチャ成分のそれぞれの値である、請求項１～１３のいずれか一項に記載の方法。
  16. 前記重症度関数が、前記領域からの前記蛍光性データのテクスチャ成分および前記健康な領域からの前記蛍光性データの同じテクスチャ成分を有する数学的関係を定義する、請求項１～１５のいずれか一項に記載の方法。
  17. 前記重症度関数が、
    Figure 2022523597000018
     として表現され、式中
    ＳＶは、前記重症度値であり、
    ｇfluo,hは、前記健康な領域からの前記蛍光性データの緑色テクスチャ成分の値であり、
    ｇfluoは、前記領域からの前記蛍光性データの緑色テクスチャ成分の値である、請求項１～１６のいずれか一項に記載の方法。
  18. 前記識別関数を適用することが、前記識別関数において、前記領域および前記健康な領域からのテクスチャ成分の値を使用することを含み、
    前記重症度関数を適用することが、前記重症度関数において、前記領域および前記健康な領域からのテクスチャ成分の値を使用することを含む、請求項１～１７のいずれか一項に記載の方法。
  19. 前記健康な領域からの前記テクスチャ成分値が、前記健康な領域からのテクスチャ成分値または２つ以上の識別された健康な領域のテクスチャ成分値から導出された値を有する、請求項１～１８のいずれか一項に記載の方法。
  20. 重症度閾値基準を満たす前記決定された重症度値に基づいて前記歯の状態の重症度レベルを決定するステップをさらに有する、請求項１～１９のいずれか一項に記載の方法。
  21. 前記視覚的指標を有する仮想３次元モデルを生成するステップが、前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部分上に、領域特異的重症度値または重症度レベルをマッピングするステップを含み、前記マッピングされた重症度値またはマッピングされた重症度レベルを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの少なくとも１つのテクスチャデータが有されるか、または前記第１のデジタル３Ｄモデルに関係する前記テクスチャデータが欠如している、請求項１～２０のいずれか一項に記載の方法。
  22. 患者の歯群の第２のデジタル３Ｄモデルおよび前記第２のデジタル３Ｄモデルの異なる領域に対応する蛍光性データおよび色データを有する領域特異的テクスチャデータを得るステップであって、前記第２のデジタル３Ｄモデルおよび領域特異的テクスチャデータは、前記第１のデジタル３Ｄモデルおよび前記第１のデジタル３Ｄモデルの異なる領域に対応する領域特異的テクスチャデータが得られた時点とは異なる第２の時点で得られるステップ、をさらに有する、請求項１～２１のいずれか一項に記載の方法。
  23. 識別閾値基準を満たす識別値に基づいて前記歯の状態を有する領域を識別するステップであって、前記識別値が、前記第２のデジタル３Ｄモデルの前記領域と関連付けられた前記テクスチャデータに前記識別関数を適用することによって計算されるステップと、
    前記第２のデジタル３Ｄモデルの前記歯の状態を有する領域として識別された前記領域と関連付けられた前記テクスチャデータに有される前記データのうちの少なくとも１つのデータに前記重症度関数を適用することによって重症度値を決定するステップと、をさらに有する、請求項１～２２のいずれか一項に記載の方法。
  24. 前記第１のデジタル３Ｄモデルと前記第２のデジタル３Ｄモデルとの間の対応する領域についての重症度値の間の重症度差セットを計算するステップと、
    前記重症度差セットを有するデジタル３Ｄモデルを生成するステップと、をさらに有する、請求項１～２３のいずれか一項に記載の方法。
  25. 前記第１のデジタル３Ｄモデルを個別の歯科オブジェクトへ、そして前記第２のデジタル３Ｄモデルを個別の歯科オブジェクトへ、と個別にセグメント化することと、
    前記セグメント化された第１のデジタル３Ｄモデルおよびセグメント化された第２のデジタル３Ｄモデルからの対応する歯科オブジェクトを識別することと、
    前記識別された対応する歯科オブジェクトを局所的に整列させることと、
    前記局所的に整列させられた対応する歯科オブジェクトにおける整列した領域を前記対応する領域として識別することと、によって、前記第１のデジタル３Ｄモデルと前記第２のデジタル３Ｄモデルとの間の前記対応する領域を識別するステップをさらに有する、請求項１～２４のいずれか一項に記載の方法。
  26. 前記重症度差セットを有するデジタル３Ｄモデルを生成するステップが、
    前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部上に領域特異的重症度差をマッピングするステップであって、前記重症度差セットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つのテクスチャデータが有されるか、または前記第１のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップ、または、
    前記得られた第２のデジタル３Ｄモデルまたは前記得られた第２のデジタル３Ｄモデルのコピーの少なくとも一部上に領域特異的重症度差をマッピングするステップであって、前記重症度差セットを有する前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つのテクスチャデータが有されるか、または前記第２のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップ、を有する、請求項１～２５のいずれか一項に記載の方法。
  27. ２つ以上の対応する領域について、前記重症度差および、前記第１のデジタル３Ｄモデルに対応する前記テクスチャデータを得るステップと前記第２のデジタル３Ｄモデルに対応するテクスチャデータを得るステップとの間のタイムスパンに基づいて、前記歯の状態の進展率を決定するステップをさらに有する、請求項１～２６のいずれか一項に記載の方法。
  28. デジタル３Ｄモデルを生成するステップが、
    前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部に前記歯の状態の領域特異的進展率をマッピングするステップであって、前記重症度差セットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第１のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、
    前記得られた第２のデジタル３Ｄモデルまたは前記得られた第２のデジタル３Ｄモデルのコピーの少なくとも一部に前記歯の状態の領域特異的進展率をマッピングするステップであって、前記重症度差セットを有する前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第２のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、を有する、請求項１～２５のいずれか一項に記載の方法。
  29. 前記第１のデジタル３Ｄモデルに対応するテクスチャデータを得るステップと前記第２のデジタル３Ｄモデルに対応するテクスチャデータを得るステップとの間の前記タイムスパン中の前記テクスチャデータの１つまたは複数の成分または重症度値の変化に基づいて速度関数を決定するステップと、
    前記速度関数に基づいて将来の一時点における将来のテクスチャデータまたは重症度値を決定するステップであって、前記将来のテクスチャデータは、患者の歯群が前記将来のテクスチャデータに到達する前に決定されるステップと、
    患者の歯の代表デジタル３Ｄモデルを生成するステップであって、
    ｉ）前記将来のテクスチャデータは前記代表デジタル３Ｄモデル上にマッピングされ、かつ／または
    ｉｉ）前記決定された将来のテクスチャデータを用いた前記重症度値の計算に基づいて決定された将来の歯の状態が、前記代表デジタル３Ｄモデル上にマッピングされるステップと、をさらに有する、請求項１～２８のいずれか一項に記載の方法。
  30. 非一時的コンピュータ可読媒体で具現化されたコンピュータプログラムプロダクトにおいて、ハードウェアデータプロセッサに請求項１～２９のいずれか一項に記載の方法を行なわせることを目的としハードウェアデータプロセッサによって実行可能であるコンピュータ可読プログラムコードを有する、コンピュータプログラムプロダクト。
  31. 非一時的コンピュータ可読媒体で具現化されたコンピュータプログラムプロダクトにおいて、ハードウェアデータプロセッサに健康な歯の領域を識別する方法を実行させることを目的としハードウェアデータプロセッサによって実行可能であるコンピュータ可読プログラムコードを有する、コンピュータプログラムプロダクトであって、前記方法が、
    患者の歯群のデジタル３Ｄモデルおよび前記デジタル３Ｄモデルの異なる領域に対応する領域特異的テクスチャデータを得るステップであって、前記テクスチャデータが蛍光性データまたは色データのうちの少なくとも１つを有するステップと、
    前記得られたテクスチャデータの少なくとも１つのテクスチャ成分について、前記テクスチャデータの前記少なくとも１つのテクスチャ成分に関するテクスチャ値分布に基づいて基準値を決定し、前記決定された基準値の一定の範囲内の前記少なくとも１つのテクスチャ成分に対応するテクスチャ成分のそれぞれの値を有する一領域を、前記健康な領域として識別するステップ、または、
    前記テクスチャデータについて、前記テクスチャデータに関係するテクスチャ値分布に基づいて基準値を決定し、前記決定された基準値の定義された範囲内のテクスチャ値を有する一領域を、前記健康な領域として識別するステップと、を有する、コンピュータプログラムプロダクト。
  32. 前記基準値を決定する前記ステップの前に、前記得られたデジタル３Ｄモデルを個別の歯科オブジェクトにセグメント化し、個別の歯のベースで前記健康な領域を識別するステップをさらに有する、請求項３１に記載の方法。
  33. 個別の歯のベースでの識別ステップは、
    前記歯の状態の存在について検査される領域を有する前記歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布が、前記歯の状態の存在について検査される前記歯から導出されるステップ、
    前記歯の状態の存在について検査される歯に隣接する歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は前記隣接する歯から導出されるステップ、または、
    第１のデジタル３Ｄモデルにおいて前記歯の状態の存在について検査される歯と同じ歯のタイプである歯の前記健康な領域を識別するステップであって、前記少なくとも１つのテクスチャ成分または前記得られたテクスチャデータのうちの前記１つのテクスチャデータに関係する前記テクスチャ値分布は、前記歯の状態の前記存在について検査される歯と同じタイプである前記歯から導出されるステップ、を有する、請求項３１～３２のいずれか一項に記載の方法。
  34. 前記健康な領域からの前記テクスチャ成分値が、前記健康な領域からのテクスチャ成分値または２つ以上の識別された健康な領域のテクスチャ成分値から導出された値を有する、請求項３１～３３のいずれか一項に記載の方法。
  35. 前記基準値を決定する前記ステップの前に、定義された値範囲の外側にそれぞれのテクスチャ値を有するテクスチャ成分またはテクスチャデータをフィルタリングにより除去することによって、フィルタリングされたテクスチャ値分布を得るステップと、
    前記定義された値範囲内に入るテクスチャ値分布に基づいて前記基準値を決定するステップと、をさらに有する、請求項３１～３４のいずれか一項に記載の方法。
  36. 前記健康な領域が、
    前記テクスチャデータのうちの少なくとも１つのテクスチャデータ全体、または
    １つのテクスチャ成分のみ、各テクスチャ成分について個別、２つ以上のテクスチャ成分の組合せのうちの１つ、のうちの１つに基づいて前記健康な領域が識別される、請求項３１～３５のいずれか一項に記載の方法。
  37. １本の歯についての歯の状態の進展を表すデジタル３次元モデルを生成する方法であって、
    第１の時点で患者の歯群の第１のデジタル３Ｄモデルおよび前記第１のデジタル３Ｄモデルの異なる領域に対応する蛍光性データおよび色データを有する、領域特異的テクスチャデータを得るステップと、
    前記識別された領域と関連付けられた前記テクスチャデータのうちの少なくとも１つに重症度関数を適用することによって、前記第１のデジタル３Ｄモデルの前記歯の状態を有する領域として識別された少なくとも１つの領域についての、前記歯の状態の重症度レベルと関連付けられた重症度値を決定するステップと、
    前記第１の時点より後の第２の時点で、患者の歯群の第２のデジタル３Ｄモデルおよび前記第２のデジタル３Ｄモデルの異なる領域に対応する蛍光性データおよび色データを有する領域特異的テクスチャデータを得るステップと、
    前記歯の状態を有する前記第１のデジタル３Ｄモデルの一領域として識別された少なくとも１つの領域について、前記歯の状態の重症度レベルと関連付けられた重症度値を、前記識別された領域と関連付けられた前記テクスチャデータのうちの少なくとも１つに前記重症度関数を適用することによって決定するステップと、
    前記第１のデジタル３Ｄモデルと前記第２のデジタル３Ｄモデルの間の対応する領域についての重症度値の間の重症度差セットを計算するステップと、
    前記重症度差セットを有するデジタル３Ｄモデルを生成するステップと、を有する、方法。
  38. 前記歯の状態を有するとして識別された前記領域が、識別閾値基準を満たす識別値に基づいて識別され、前記識別値が、それぞれに第１のデジタル３Ｄモデルおよび第２のモデルの領域と関連付けられたテクスチャデータに識別関数を適用することによって計算される、請求項３７に記載の方法。
  39. 前記重症度関数が、前記領域からの前記蛍光性データのテクスチャ成分および前記健康な領域からの前記蛍光性データの同じテクスチャ成分を有する数学的関係を定義する、請求項３７～３８のいずれか一項に記載の方法。
  40. 前記第１のデジタル３Ｄモデルを個別の歯科オブジェクトへ、そして前記第２のデジタル３Ｄモデルを個別の歯科オブジェクトへ、と個別にセグメント化することと、
    前記セグメント化された第１のデジタル３Ｄモデルおよびセグメント化された第２のデジタル３Ｄモデルからの対応する歯科オブジェクトを識別することと、
    前記識別された対応する歯科オブジェクトを局所的に整列させることと、
    前記局所的に整列させられた対応する歯科オブジェクトにおける整列した領域を前記対応する領域として識別することと、によって、前記第１のデジタル３Ｄモデルと前記第２のデジタル３Ｄモデルの間の前記対応する領域を識別するステップをさらに有する、請求項３７～３９のいずれか一項に記載の方法。
  41. 前記重症度差セットを有するデジタル３Ｄモデルを生成するステップが、
    前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部に領域特異的重症度差をマッピングするステップであって、前記重症度差セットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第１のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、
    前記得られた第２のデジタル３Ｄモデルまたは前記得られた第２のデジタル３Ｄモデルのコピーの少なくとも一部に領域特異的重症度差をマッピングするステップであって、前記重症度差セットを有する前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第２のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、を有する、請求項３７～４０のいずれか一項に記載の方法。
  42. ２つ以上の対応する領域について、前記重症度差および、前記第１の時点と前記第２の時点との間のタイムスパンに基づいて、前記歯の状態の進展率を決定するステップをさらに有する、請求項３７～４１のいずれか一項に記載の方法。
  43. デジタル３Ｄモデルを生成するステップが、
    前記得られた第１のデジタル３Ｄモデルまたは前記得られた第１のデジタル３Ｄモデルのコピーの少なくとも一部に前記歯の状態の領域特異的進展率をマッピングするステップであって、前記重症度差セットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第１のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、
    前記得られた第２のデジタル３Ｄモデルまたは前記得られた第２のデジタル３Ｄモデルのコピーの少なくとも一部に前記歯の状態の領域特異的進展率をマッピングするステップであって、前記重症度差セットを有する前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記テクスチャデータのうちの前記少なくとも１つが有されるか、または前記第２のデジタル３Ｄモデルに関係するテクスチャデータが欠如しているステップと、を有する、請求項３７～４２のいずれか一項に記載の方法。
  44. 前記第１のタイムスパンと前記第２のタイムスパンとの間の前記テクスチャデータの１つまたは複数の成分または重症度値の変化に基づいて速度関数を決定するステップと、
    前記速度関数に基づいて将来の一時点における将来のテクスチャデータまたは重症度値を決定するステップであって、前記将来のテクスチャデータは、患者の歯群が前記将来のテクスチャデータに到達する前に決定されるステップと、
    患者の歯の代表デジタル３Ｄモデルを生成するステップであって、
    ｉ）前記将来のテクスチャデータは前記代表デジタル３Ｄモデル上にマッピングされ、かつ／または
    ｉｉ）前記決定された将来のテクスチャデータを用いた前記重症度値の計算に基づいて決定された将来の歯の状態が、前記代表デジタル３Ｄモデル上にマッピングされるステップと、をさらに有する、請求項３７～４３のいずれか一項に記載の方法。
  45. 非一時的コンピュータ可読媒体で具現化されたコンピュータプログラムプロダクトにおいて、ハードウェアデータプロセッサに請求項３７～４４のいずれか一項に記載の方法を行なわせることを目的としハードウェアデータプロセッサによって実行可能であるコンピュータ可読プログラムコードを有する、コンピュータプログラムプロダクト。
  46. １本の歯について歯の状態の進展を表すデジタル３次元モデルを生成する方法であって、
    第１の時点で、第１のテクスチャデータを有する患者の歯群の第１のデジタル３Ｄモデルを得るステップと、
    第２の時点で、第２のテクスチャデータを有する患者の歯群の第２のデジタル３Ｄモデルを得るステップと、
    テクスチャを均一化することにより共通のテクスチャ空間に前記第１のテクスチャデータを有する第１のデジタル３Ｄモデルおよび前記第２のテクスチャデータを有する第２のデジタル３Ｄモデルを置くステップと、
    共通のテクスチャ空間に置かれた前記第１のデジタル３Ｄモデルおよび前記第２のデジタル３Ｄモデルにおける対応する領域の前記第１のテクスチャデータと前記第２のテクスチャデータとの比較に基づいて、歯の状態の進展を表す前記デジタル３次元モデルを生成するステップと、を有する方法。
  47. 前記テクスチャデータが色データおよび／または蛍光性データを有する、請求項４６に記載の方法。
  48. 前記共通のテクスチャ空間に、前記第１のテクスチャデータを有する前記第１のデジタル３Ｄモデルおよび前記第２のテクスチャデータを有する第２のデジタル３Ｄモデルを置くステップが、
    少なくとも１つのテクスチャ修正パラメータを決定するステップと、
    前記第１のテクスチャデータまたは前記第２のテクスチャデータの少なくとも１つに対して前記少なくとも１つのテクスチャ修正パラメータのうちの前記少なくとも１つを適用するステップと、を有する、請求項４６～４７のいずれか一項に記載の方法。
  49. 前記少なくとも１つのテクスチャ修正パラメータを決定するステップが、前記第１のデジタル３Ｄモデル、前記第２のデジタル３Ｄモデル、標準デジタル３Ｄモデル、予め定義されたテクスチャ空間またはそれらの組合せの１つから選択された基準に基づく、請求項４６～４８のいずれか一項に記載の方法。
  50. 前記少なくとも１つのテクスチャ修正パラメータが、前記第１のデジタル３Ｄモデルおよび第２のデジタル３Ｄモデルの比較可能な領域のテクスチャ値の間の変動を最小化するように構成される少なくとも１つの変換演算子を有する、請求項４６～４９のいずれか一項に記載の方法。
  51. スコアリング関数が、ｉ）テクスチャデータからの一領域の異なるテクスチャ成分、ｉｉ）テクスチャデータからの一領域の単一のテクスチャ成分、ｉｉｉ）テクスチャデータからの異なる領域の同じまたは異なるテクスチャ成分、またはｉｖ）第１のテクスチャデータからの一領域の単一のテクスチャ成分および第２のテクスチャデータからの一領域の異なるテクスチャ成分のうちの１つを有する数学的関係を有し、
    前記第１のテクスチャデータの少なくとも一部に前記スコアリング関数を適用するステップが、前記スコアリング関数において、前記第１のテクスチャデータからのテクスチャ成分値を用いて、前記第１のデジタル３Ｄモデルの異なる領域に対応する第１の分類スコアセットを生成するステップを含み、かつ、前記第２のテクスチャデータの少なくとも一部に前記スコアリング関数を適用するステップが、前記スコアリング関数において、前記第２のテクスチャデータからのテクスチャ成分値を用いて、前記第２のデジタル３Ｄモデルの異なる領域に対応する第２の分類スコアセットを生成するステップを含む、請求項４６～５０のいずれか一項に記載の方法。
  52. 前記生成された第１の分類スコアセットを前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーの少なくとも一部にマッピングするステップであって、前記マッピングされた第１の分類スコアセットを有する前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには、前記第１のテクスチャデータが有されるか、または前記第１のテクスチャデータが欠如しているステップと、
    前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーの少なくとも一部にマッピングされた前記生成された第２の分類スコアセットをマッピングするステップであって、前記マッピングされた第２の分類スコアセットを有する前記第２のデジタル３Ｄモデルには、前記第２のテクスチャデータが有されるか、または前記第２のテクスチャデータが欠如しているステップと、をさらに有する、請求項４６～５１のいずれか一項に記載の方法。
  53. 前記第１のテクスチャデータと前記第２のテクスチャデータの前記比較が、
    ２つ以上の対応する領域について、前記第１の分類スコアセットと第２の分類スコアセットの間の差分スコアを決定するステップ、および／または
    ２つ以上の対応する領域について、前記第１のテクスチャデータに有されるテクスチャ値と前記第２のテクスチャデータに有されるテクスチャ値の間のテクスチャ差分値を決定するステップ、を有する、請求項４６～５２のいずれか一項に記載の方法。
  54. 歯の状態の進展を表す前記デジタル３次元モデルを生成するステップが、前記第１のデジタル３Ｄモデル、前記第２のデジタル３Ｄモデル、前記第１のデジタル３Ｄモデルのコピーまたは第２のデジタル３Ｄモデルのコピーのうちの少なくとも１つの上に前記差分スコアおよび／またはテクスチャ差分値をマッピングするステップを含み、
    前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには前記第１のテクスチャデータが有されるか、または前記第１のテクスチャデータが欠如し、
    前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記第２のテクスチャデータが有されるか、または前記第２のテクスチャデータが欠如している、請求項４６～５３のいずれか一項に記載の方法。
  55. 前記第１のテクスチャデータと前記第２のテクスチャデータとの前記比較が、２つ以上の対応する領域について、ｉ）前記第２の時点と第１の時点との間の差分スコアおよびタイムスパン、またはｉｉ）前記第２の時点と第１の時点との間の前記テクスチャ差分値およびタイムスパンに基づいて、歯の状態の進展率を決定するステップを含む、請求項４６～５４のいずれか一項に記載の方法。
  56. 歯の状態の進展を表す前記デジタル３次元モデルを生成するステップが、前記第１のデジタル３Ｄモデル、前記第２のデジタル３Ｄモデル、前記第１のデジタル３Ｄモデルのコピーまたは第２のデジタル３Ｄモデルのコピーのうちの少なくとも１つの上に前記歯の状態の進展率をマッピングするステップを含み、
    前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピーには前記第１のテクスチャデータが有されるか、または前記第１のテクスチャデータが欠如し、
    前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピーには、前記第２のテクスチャデータが有されるか、または前記第２のテクスチャデータが欠如している、請求項４６～５５のいずれか一項に記載の方法。
  57. 前記第１の分類スコアセットをマッピングするステップが、前記第１のデジタル３Ｄモデルまたは前記第１のデジタル３Ｄモデルのコピー上で異なる視覚的標示を用いて、予め定義された異なるスコア範囲内に入り第１の分類スコアセット中に有される分類スコアを表すステップを含み、前記第２の分類スコアセットをマッピングするステップが、前記第２のデジタル３Ｄモデルまたは前記第２のデジタル３Ｄモデルのコピー上で異なる視覚的標示を用いて、予め定義された異なるスコア範囲内に入り第２の分類スコアセット中に有される分類スコアを表すステップを含み、かつ／または、
    前記差分スコアおよび／またはテクスチャ差分値をマッピングするステップが、異なる視覚的標示を用いて、予め定義された異なる差分範囲内に入る前記差分スコアまたはテクスチャ差分値を表すステップを含み、かつ／または、
    前記歯の状態の進展率をマッピングするステップが、異なる視覚的標示を用いて、予め定義された異なる率範囲内に入る変化率を表すステップを含む、請求項４６～５６のいずれか一項に記載の方法。
  58. 前記第１の時点および第２の時点全体にわたり前記テクスチャデータの変化に基づいて速度関数を決定するために、前記第１のテクスチャデータおよび第２のテクスチャデータを処理するステップと、
    前記速度関数に基づいて将来の一時点における将来のテクスチャデータを決定するステップであって、前記将来のテクスチャデータは、患者の歯群が前記将来のテクスチャデータに到達する前に決定されるステップと、
    患者の歯の代表デジタル３Ｄモデルを生成するステップであって、
    ｉ）前記将来のテクスチャデータは前記代表デジタル３Ｄモデル上にマッピングされ、かつ／または、
    ｉｉ）虫歯の進展が、前記患者についての前記将来のテクスチャデータと最後に獲得したテクスチャデータとの比較に基づいて前記代表デジタル３Ｄモデル上にマッピングされるステップと、をさらに有する、請求項４６～５７のいずれか一項に記載の方法。
  59. 非一時的コンピュータ可読媒体で具現化されたコンピュータプログラムプロダクトにおいて、ハードウェアデータプロセッサに請求項４６～５８のいずれか一項に記載の方法を行なわせることを目的としハードウェアデータプロセッサによって実行可能であるコンピュータ可読プログラムコードを有する、コンピュータプログラムプロダクト。
JP2021553824A 2019-03-11 2020-03-11 デジタル３次元歯科モデルを生成するシステムおよび方法 Pending JP2022523597A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DKPA201970159 2019-03-11
DKPA201970159 2019-03-11
PCT/EP2020/056499 WO2020182880A1 (en) 2019-03-11 2020-03-11 System and method for generating digital three-dimensional dental models

Publications (1)

Publication Number Publication Date
JP2022523597A true JP2022523597A (ja) 2022-04-25

Family

ID=69845368

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021553824A Pending JP2022523597A (ja) 2019-03-11 2020-03-11 デジタル３次元歯科モデルを生成するシステムおよび方法

Country Status (7)

Country Link
US (1) US20220148263A1 (ja)
EP (1) EP3938997A1 (ja)
JP (1) JP2022523597A (ja)
KR (1) KR20210138652A (ja)
CN (1) CN113811916A (ja)
BR (1) BR112021018007A2 (ja)
WO (1) WO2020182880A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024106391A1 (ja) * 2022-11-17 2024-05-23 パナソニックＩｐマネジメント株式会社 画像処理方法、画像処理装置、及び、プログラム

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220079714A1 (en) * 2020-09-11 2022-03-17 Align Technology, Inc. Automatic segmentation quality assessment for secondary treatment plans
KR102442719B1 (ko) * 2020-10-22 2022-09-13 주식회사 메디트 이미지 처리 방법 및 이를 이용한 이미지 처리 장치
US11191618B1 (en) 2021-01-06 2021-12-07 Arkimos Ltd Systems and methods for forming a dental appliance
EP4095808A1 (en) * 2021-05-26 2022-11-30 3Shape A/S Method and system for interactively rendering digital dental models
CN113317890B (zh) * 2021-05-31 2022-12-13 正雅齿科科技(上海)有限公司 一种牙龈纹理坐标的计算方法及系统
CN115733938A (zh) * 2021-08-31 2023-03-03 北京字跳网络技术有限公司 视频处理方法、装置、设备及存储介质
EP4246432A1 (en) * 2022-03-17 2023-09-20 3Shape A/S Tooth subdivision and alignment
EP4276842A1 (en) * 2022-05-12 2023-11-15 3Shape A/S Method and system for identifying islands of interest

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1614378A4 (en) * 2003-04-03 2009-07-29 Kao Corp DEVICE FOR DETECTING CARROT TONGES
US8866894B2 (en) * 2008-01-22 2014-10-21 Carestream Health, Inc. Method for real-time visualization of caries condition
DE102011010975A1 (de) * 2011-02-10 2012-08-16 Martin Tank Verfahren und Analysesystem zur geometrischen Analyse von Scandaten oraler Strukturen
EP2866644B1 (en) * 2012-06-27 2023-11-08 3Shape A/S 3d intraoral scanner measuring fluorescence
US9626462B2 (en) * 2014-07-01 2017-04-18 3M Innovative Properties Company Detecting tooth wear using intra-oral 3D scans
US9870613B2 (en) * 2014-11-05 2018-01-16 Carestream Health, Inc. Detection of tooth condition using reflectance images with red and green fluorescence
US11147652B2 (en) * 2014-11-13 2021-10-19 Align Technology, Inc. Method for tracking, predicting, and proactively correcting malocclusion and related issues
US9770217B2 (en) * 2015-01-30 2017-09-26 Dental Imaging Technologies Corporation Dental variation tracking and prediction
US10835361B2 (en) * 2016-02-24 2020-11-17 3Shape A/S Detecting and monitoring development of a dental condition
CN115869098A (zh) * 2016-07-27 2023-03-31 阿莱恩技术有限公司 具有牙科诊断能力的口内扫描仪
US10499793B2 (en) * 2017-02-17 2019-12-10 Align Technology, Inc. Longitudinal analysis and visualization under limited accuracy system
CN108062792B (zh) * 2018-02-11 2021-05-25 苏州笛卡测试技术有限公司 一种基于三维扫描装置的牙科修复设计方法与装置
CA3140069A1 (en) * 2019-05-14 2020-11-19 Align Technology, Inc. Visual presentation of gingival line generated based on 3d tooth model
CN114364336A (zh) * 2019-09-10 2022-04-15 阿莱恩技术有限公司 牙科全景视图
DK180567B1 (en) * 2020-03-03 2021-07-09 Adent Aps Method for assessing oral health of a person
US12033742B2 (en) * 2020-12-11 2024-07-09 Align Technology, Inc. Noninvasive multimodal oral assessment and disease diagnoses apparatus and method
US20220202295A1 (en) * 2020-12-30 2022-06-30 Align Technology, Inc. Dental diagnostics hub
US20240115196A1 (en) * 2022-10-06 2024-04-11 Align Technology, Inc. Severity maps of dental clinical findings

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024106391A1 (ja) * 2022-11-17 2024-05-23 パナソニックＩｐマネジメント株式会社 画像処理方法、画像処理装置、及び、プログラム

Also Published As

Publication number Publication date
US20220148263A1 (en) 2022-05-12
BR112021018007A2 (pt) 2021-11-16
EP3938997A1 (en) 2022-01-19
WO2020182880A1 (en) 2020-09-17
CN113811916A (zh) 2021-12-17
KR20210138652A (ko) 2021-11-19

Similar Documents

Publication Publication Date Title
JP2022523597A (ja) デジタル３次元歯科モデルを生成するシステムおよび方法
JP7427595B2 (ja) 診断の為の口腔内のスキャン及び追跡
US11723759B2 (en) Detecting tooth shade
CN108601636B (zh) 推导用于填充数字牙科图表的牙齿状况信息
US9870613B2 (en) Detection of tooth condition using reflectance images with red and green fluorescence
US9036899B2 (en) Method for quantifying local bone changes
CN111132607B (zh) 用于测定牙斑的方法和装置
JP2016140761A (ja) 歯の変動追跡および予測
US12033742B2 (en) Noninvasive multimodal oral assessment and disease diagnoses apparatus and method
CN112584793A (zh) 将至少一个附加的2d图像与牙齿的至少一部分的3d表示相关联的方法、装置和系统
KR20200016602A (ko) 치아 마모 정도를 평가하기 위한 정보제공방법
JP2024109182A (ja) 支援装置、支援方法、および支援プログラム
WO2023217939A1 (en) Method and system for identifying islands of interest

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211110