KR102194777B1 - 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법 - Google Patents

인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법 Download PDF

Info

Publication number
KR102194777B1
KR102194777B1 KR1020200110397A KR20200110397A KR102194777B1 KR 102194777 B1 KR102194777 B1 KR 102194777B1 KR 1020200110397 A KR1020200110397 A KR 1020200110397A KR 20200110397 A KR20200110397 A KR 20200110397A KR 102194777 B1 KR102194777 B1 KR 102194777B1
Authority
KR
South Korea
Prior art keywords
prosthetic
design
work
artificial intelligence
work data
Prior art date
Application number
KR1020200110397A
Other languages
English (en)
Inventor
노원기
Original Assignee
클리어테크놀로지 주식회사
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 클리어테크놀로지 주식회사 filed Critical 클리어테크놀로지 주식회사
Application granted granted Critical
Publication of KR102194777B1 publication Critical patent/KR102194777B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C13/00—Dental prostheses; Making same
    • A61C13/0003—Making bridge-work, inlays, implants or the like
    • A61C13/0004—Computer-assisted sizing or machining of dental prostheses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C9/00—Impression cups, i.e. impression trays; Impression methods
    • A61C9/004—Means or methods for taking digitized impressions
    • A61C9/0046—Data acquisition means or methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Primary Health Care (AREA)
  • Animal Behavior & Ethology (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)

Abstract

본 발명은 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법에 관한 것으로, 해결하고자 하는 과제는 인공지능 기술을 이용해서 치과 환자의 보철 디자인을 자동으로 설계하여 보철작업의 속도를 향상시키고, 치기공사의 숙련도에 상관없이 일정 수준 이상의 보철 디자인 설계를 자동으로 수행하는데 있다.
일례로, 치아보철의 작업과정을 촬영하고, 촬영영상 내 보철작업의 단계 별 이미지를 각각 추출하여 3차원 치아스캔정보가 포함된 작업데이터를 생성하는 다수의 인공지능 마이너 클라이언트 단말; 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터를 치아 별로 분류하고, 분류된 작업데이터 중 평가점수가 부여되지 않은 작업데이터에 대해 평가점수를 부여하고 저장하는 인공지능 마이너 서버; 환자의 3차원 치아스캔정보가 포함된 치아데이터를 수신하여 치아보철의뢰를 접수하는 인공지능 워커 서버; 및 상기 인공지능 마이너 서버에 저장된 작업데이터와 상기 인공지능 워커 서버로부터 수신된 치아데이터 간의 유사도 및 상기 평가점수를 각각 기초로 상기 인공지능 마이너 서버에 저장된 작업데이터 중 보철작업에 이용될 참조데이터를 선택하고, 선택된 참조데이터를 이용하여 치아보철 디자인 설계를 수행하는 인공지능 워커 클라이언트 단말을 포함하는 치과 보철 자동 디자인 설계 시스템을 개시한다.

Description

인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법{SYSTEM FOR AUTOMATICALLY DESIGNING DEATAL PROSTHETIC DESIGNS BASED ON ARTIFICIAL INTELLIGENCE AND METHOD THEREOF}
본 발명의 실시예는 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법에 관한 것이다.
일반적으로, 보철(prosthetics)은 치아의 부분적인 결손 또는 치아 자체의 결손을 보강하여 치아의 기능을 회복시키는 것을 의미하며, 크라운(crown), 브릿지(bridge), 레진(resin), 인레이(inlay) 등의 고정식 보철과 틀니와 같은 가철성 보철로 구분된다.
크라운은 금이나 세라믹 등을 치아에 씌우는 것을 의미하며, 브릿지는 발치된 치아의 인접 치아를 다리 삼아 중간에 인공 치아를 연결하는 것을 의미하고, 레진, 인레이, 아말감 등은 치아의 제거된 일부분을 채우는 방식이다.
종래에는 손으로 제작하던 보철을 현재는 3D 캐드 프로그램을 이용하여 치기공사가 보철을 디자인을 설계하고 있다. 이때, 치아 보철 디자인 설계는 치기공사의 숙련도에 따라 디자인이 조금씩 따르며, 이에 따른 환부 고통, 치석 문제, 치열이 고르지 못한 문제 등 다양한 문제들이 발생하고 있다.
따라서, 작업속도를 향상시키면서도 치기공사의 숙련도에 상관없이 일정 수준 이상의 보철 디자인을 수행할 수 있는 기술에 대한 연구가 필요한 실정이다.
공개특허공보 제10-2018-0034897호(공개일자: 2018년04월05일)
본 발명의 실시예는, 인공지능 기술을 이용해서 치과 환자의 보철 디자인을 자동으로 설계하여 보철작업의 속도를 향상시키고, 치기공사의 숙련도에 상관없이 일정 수준 이상의 보철 디자인 설계를 자동으로 수행할 수 있는 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법을 제공한다.
본 발명의 일 실시예에 따른 인공지능 기반의 치과 보철 자동 디자인 설계 시스템은, 치아보철의 작업과정을 촬영하고, 촬영영상 내 보철작업의 단계 별 이미지를 각각 추출하여 3차원 치아스캔정보가 포함된 작업데이터를 생성하는 다수의 인공지능 마이너 클라이언트 단말; 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터를 치아 별로 분류하고, 분류된 작업데이터 중 평가점수가 부여되지 않은 작업데이터에 대해 평가점수를 부여하고 저장하는 인공지능 마이너 서버; 환자의 3차원 치아스캔정보가 포함된 치아데이터를 수신하여 치아보철의뢰를 접수하는 인공지능 워커 서버; 및 상기 인공지능 마이너 서버에 저장된 작업데이터와 상기 인공지능 워커 서버로부터 수신된 치아데이터 간의 유사도 및 상기 평가점수를 각각 기초로 상기 인공지능 마이너 서버에 저장된 작업데이터 중 보철작업에 이용될 참조데이터를 선택하고, 선택된 참조데이터를 이용하여 치아보철 디자인 설계를 수행하는 인공지능 워커 클라이언트 단말을 포함한다.
또한, 상기 인공지능 마이너 클라이언트 단말은, 치아보철의 작업과정을 촬영하기 위한 치아보철작업 촬영부; 상기 치아보철작업 촬영부를 통해 생성된 촬영영상을 보철작업의 단계 별로 구분하고, 각 단계 별 구분된 촬영영상에서 인공지능 기술을 이용하여 보철작업에 해당하는 영상의 3차원 이미지를 각각 추출하는 보철작업이미지 추출부; 상기 치아보철작업 촬영부를 통한 촬영 시 치아식별정보를 입력 받아 상기 보철작업이미지 추출부를 통해 생성된 이미지와 매칭하는 치아식별정보 매칭부; 상기 치아식별정보 매칭부를 통해 치아식별정보가 매칭된 보철작업의 각 단계 별 3차원 이미지에 대하여 지도형 기계학습방식을 통해 평가점수를 각각 부여하는 제1 평가점수 부여부; 및 상기 치아식별정보가 매칭되고, 상기 평가점수가 부여되며 3차원 이미지들이 포함된 작업데이터를 생성하는 작업데이터 생성부를 포함할 수 있다.
또한, 상기 인공지능 마이너 서버는, 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터를 상기 치아식별정보에 따라 분류하는 작업데이터 분류부; 상기 작업데이터 분류부를 통해 분류된 작업데이터 중 상기 평가점수가 부여되지 않은 작업데이터와 평가점수가 부여된 작업데이터 간의 유사도를 산출하고, 산출된 유사도에 기초하여 평가점수가 부여되지 않은 작업데이터에 대한 평가점수를 부여하되, 작업데이터에 포함된 보철작업의 각 단계 별 이미지에 대한 평가점수를 각각 부여하는 제2 평가점수 부여부; 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터 중 평가점수가 부여된 작업데이터 및 상기 제2 평가점수 부여부를 통해 평가점수가 부여된 작업데이터를 저장하는 작업데이터 저장부; 상기 작업데이터 저장부에 저장된 작업데이터 중 미리 설정된 제1 기준평가점수 이상의 작업데이터를 필터링하여 저장하는 라벨드 작업데이터 저장부를 포함할 수 있다.
또한, 상기 인공지능 마이너 서버는, 상기 라벨드 작업데이터 저장부에 저장된 작업데이터와 매칭된 보철작업의 각 보철단계 별 스크립트를 저장하는 스크립트 저장부를 더 포함할 수 있다.
또한, 상기 인공지능 워커 클라이언트 단말은, 상기 인공지능 워커 서버를 통해 치아보철 의뢰접수 시 수신된 치아데이터에 기초하여 보철작업을 수행할 치아를 결정하는 보철작업치아 결정부; 상기 보철작업치아 결정부를 통해 결정된 보철작업치아에 대한 치아데이터와 상기 라벨드 작업데이터 저장부에 저장된 작업데이터와의 유사도를 산출하고, 산출된 유사도에 기초하여 상기 라벨드 작업데이터 저장부에 저장된 작업데이터 중 적어도 하나를 참조데이터로 선택하는 참조데이터 선택부; 및 상기 참조데이터 선택부를 통해 선택된 참조데이터를 기반으로 상기 보철작업치아 결정부를 통해 결정된 치아에 대한 보철 디자인의 설계를 수행하는 보철 디자인 설계 수행부를 포함할 수 있다.
또한, 상기 인공지능 워커 클라이언트 단말은, 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 수행한 후, 상기 참조데이터에서 해당 치아의 인접한 적어도 하나의 치아에 대한 치아데이터와 상기 인공지능 워커 서버를 통한 치아보철 의뢰접수 시 수신된 치아데이터 간을 비교하여 보철 디자인 설계된 치아에 대한 크기를 조절하는 보철 디자인 설계 보정 수행부를 더 포함할 수 있다.
또한, 상기 인공지능 워커 클라이언트 단말은, 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 수행하여 완성된 보철 작업물에 대한 평가점수를 부여하되, 해당 보철 작업물에 대한 작업데이터와 상기 참조데이터 간을 각 보철작업의 단계 별로 비교하여 유사도를 각각 산출하고, 산출된 유사도에 기초하여 해당 보철 작업물에 대한 평가점수를 부여하고, 부여된 평가점수가 미리 설정된 제2 기준평가점수 미만인 경우 상기 참조데이터 선택부를 통해 다른 참조데이터를 선택한 후 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 재 수행하도록 하는 자동 검수부를 더 포함할 수 있다.
본 발명의 다른 실시예에 따른 인공지능 기반의 치과 보철 자동 디자인 설계 방법은, 인공지능 마이너 클라이언트 단말이, 치아보철의 작업과정을 촬영하고, 촬영영상 내 보철작업의 단계 별 이미지를 각각 추출하여 3차원 치아스캔정보가 포함된 작업데이터를 생성하는 작업데이터 생성 단계; 인공지능 마이너 서버가, 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터를 치아 별로 분류하고, 분류된 작업데이터 중 평가점수가 부여되지 않은 작업데이터에 대해 평가점수를 부여하고 저장하는 작업데이터 분류 및 평가 단계; 인공지능 워커 서버가, 환자의 3차원 치아스캔정보가 포함된 치아데이터를 수신하여 치아보철의뢰를 접수하는 치아보철 의뢰접수 단계; 및 인공지능 워커 클라이언트 단말이, 상기 인공지능 마이너 서버에 저장된 작업데이터와 상기 인공지능 워커 서버로부터 수신된 치아데이터 간의 유사도 및 상기 평가점수를 각각 기초로 상기 인공지능 마이너 서버에 저장된 작업데이터 중 보철작업에 이용될 참조데이터를 선택하고, 선택된 참조데이터를 이용하여 치아보철 디자인 설계를 수행하는 치아보철 디자인 설계 단계를 포함할 수 있다.
또한, 상기 작업데이터 생성 단계는, 치아보철작업 촬영부가 치아보철의 작업과정을 촬영하는 치아보철작업 촬영 단계; 보철작업이미지 추출부가, 상기 치아보철작업 촬영부를 통해 생성된 촬영영상을 보철작업의 단계 별로 구분하고, 각 단계 별 구분된 촬영영상에서 인공지능 기술을 이용하여 보철작업에 해당하는 영상의 3차원 이미지를 각각 추출하는 보철작업이미지 추출 단계; 차아식별정보 매칭부가, 상기 치아보철작업 촬영부를 통한 촬영 시 치아식별정보를 입력 받아 상기 보철작업이미지 추출부를 통해 생성된 이미지와 매칭하는 치아식별정보 매칭 단계; 제1 평가점수 부여부가, 상기 치아식별정보 매칭부를 통해 치아식별정보가 매칭된 보철작업의 각 단계 별 3차원 이미지에 대하여 지도형 기계학습방식을 통해 평가점수를 각각 부여하는 제1 평가점수 부여 단계; 및 작업데이터 생성부가, 상기 치아식별정보가 매칭되고, 상기 평가점수가 부여되며 3차원 이미지들이 포함된 작업데이터를 생성하는 작업데이터 생성 단계를 포함할 수 있다.
또한, 상기 작업데이터 분류 및 평가 단계는, 작업데이터 분류부가, 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터를 상기 치아식별정보에 따라 분류하는 작업데이터 분류 단계; 제2 평가점수 부여부가, 상기 작업데이터 분류부를 통해 분류된 작업데이터 중 상기 평가점수가 부여되지 않은 작업데이터와 평가점수가 부여된 작업데이터 간의 유사도를 산출하고, 산출된 유사도에 기초하여 평가점수가 부여되지 않은 작업데이터에 대한 평가점수를 부여하되, 작업데이터에 포함된 보철작업의 각 단계 별 이미지에 대한 평가점수를 각각 부여하는 제2 평가점수 부여부; 작업데이터 저장부가, 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터 중 평가점수가 부여된 작업데이터 및 상기 제2 평가점수 부여부를 통해 평가점수가 부여된 작업데이터를 저장하는 작업데이터 저장 단계; 라벨드 작업데이터 저장부가, 상기 작업데이터 저장부에 저장된 작업데이터 중 미리 설정된 제1 기준평가점수 이상의 작업데이터를 필터링하여 저장하는 라벨드 작업데이터 저장 단계를 포함할 수 있다.
또한, 상기 작업데이터 분류 및 평가 단계는, 스크립트 저장부가, 상기 라벨드 작업데이터 저장부에 저장된 작업데이터와 매칭된 보철작업의 각 보철단계 별 스크립트를 저장하는 스크립트 저장 단계를 더 포함할 수 있다.
또한, 상기 치아보철 디자인 설계 단계는, 보철작업치아 결정부가, 상기 인공지능 워커 서버를 통해 치아보철 의뢰접수 시 수신된 치아데이터에 기초하여 보철작업을 수행할 치아를 결정하는 보철작업치아 결정 단계; 참조데이터 선택부가, 상기 보철작업치아 결정부를 통해 결정된 보철작업치아에 대한 치아데이터와 상기 라벨드 작업데이터 저장부에 저장된 작업데이터와의 유사도를 산출하고, 산출된 유사도에 기초하여 상기 라벨드 작업데이터 저장부에 저장된 작업데이터 중 적어도 하나를 참조데이터로 선택하는 참조데이터 선택 단계; 및 보철 디자인 설계 수행부가, 상기 참조데이터 선택부를 통해 선택된 참조데이터를 기반으로 상기 보철작업치아 결정부를 통해 결정된 치아에 대한 보철 디자인의 설계를 수행하는 보철 디자인 설계 수행 단계를 포함할 수 있다.
또한, 상기 치아보철 디자인 설계 단계는, 보철 디자인 설계 보정 수행부가, 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 수행한 후, 상기 참조데이터에서 해당 치아의 인접한 적어도 하나의 치아에 대한 치아데이터와 상기 인공지능 워커 서버를 통한 치아보철 의뢰접수 시 수신된 치아데이터 간을 비교하여 보철 디자인 설계된 치아에 대한 크기를 조절하는 보철 디자인 설계 보정 수행 단계를 더 포함할 수 있다.
또한, 상기 치아보철 디자인 설계 단계는, 자동 검수부가, 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 수행하여 완성된 보철 작업물에 대한 평가점수를 부여하되, 해당 보철 작업물에 대한 작업데이터와 상기 참조데이터 간을 각 보철작업의 단계 별로 비교하여 유사도를 각각 산출하고, 산출된 유사도에 기초하여 해당 보철 작업물에 대한 평가점수를 부여하고, 부여된 평가점수가 미리 설정된 제2 기준평가점수 미만인 경우 상기 참조데이터 선택부를 통해 다른 참조데이터를 선택한 후 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 재 수행하도록 하는 자동 검수 단계를 더 포함할 수 있다.
본 발명에 따르면, 인공지능 기술을 이용해서 치과 환자의 보철 디자인을 자동으로 설계하여 보철작업의 속도를 향상시키고, 치기공사의 숙련도에 상관없이 일정 수준 이상의 보철 디자인 설계를 자동으로 수행할 수 있는 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 치과 보철 자동 디자인 설계 시스템의 전체 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 인공지능 마이너 클라이언트 단말의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 인공지능 마이너 서버의 구성을 나타낸 블록도이다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 인공지능 마이너 클라이언트 단말에서 인공지능 마이너 서버로 작업데이터가 전송되고 전송 후 분류 처리 과정을 설명하기 위해 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 인공지능 마이너 서버에서 작업데이터를 필터링하여 저장하는 과정을 설명하기 위해 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 인공지능 워크 클라이언트 단말의 구성을 나타낸 블록도이다.
도 8은 본 발명의 일 실시예에 따른 인공지능 워크 클라이언트 단말에서 보철 디자인 설계를 위한 이미지 프로세싱 과정을 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따른 인공지능 워크 클라이언트 단말에서 참조데이터를 이용한 보철 디자인을 설계하는 과정을 설명하기 위해 나타낸 도면이다.
도 10은 본 발명의 일 실시예에 따른 인공지능 워크 클라이언트 단말에서 완성된 보철 작업물에 대한 자동 검수 방법을 설명하기 위해 나타낸 도면이다.
도 11은 본 발명의 다른 실시예에 따른 인공지능 기반의 치과 보철 자동 디자인 설계 방법의 전체 구성을 나타낸 흐름도이다.
도 12는 본 발명의 다른 실시예에 따른 작업데이터 생성 단계를 나타낸 흐름도이다.
도 13은 본 발명의 다른 실시예에 따른 작업데이터 분류 및 평가 단계를 나타낸 흐름도이다.
도 14는 본 발명의 다른 실시예에 따른 치아보철 디자인 설계 단계를 나타낸 흐름도이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나 이상의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
도 1은 본 발명의 일 실시예에 따른 인공지능 기반의 치과 보철 자동 디자인 설계 시스템의 전체 구성을 나타낸 블록도이고, 도 2는 본 발명의 일 실시예에 따른 인공지능 마이너 클라이언트 단말의 구성을 나타낸 블록도이고, 도 3은 본 발명의 일 실시예에 따른 인공지능 마이너 서버의 구성을 나타낸 블록도이고, 도 4 및 도 5는 본 발명의 일 실시예에 따른 인공지능 마이너 클라이언트 단말에서 인공지능 마이너 서버로 작업데이터가 전송되고 전송 후 분류 처리 과정을 설명하기 위해 나타낸 도면이고, 도 6은 본 발명의 일 실시예에 따른 인공지능 마이너 서버에서 작업데이터를 필터링하여 저장하는 과정을 설명하기 위해 나타낸 도면이고, 도 7은 본 발명의 일 실시예에 따른 인공지능 워크 클라이언트 단말의 구성을 나타낸 블록도이고, 도 8은 본 발명의 일 실시예에 따른 인공지능 워크 클라이언트 단말에서 보철 디자인 설계를 위한 이미지 프로세싱 과정을 나타낸 도면이고, 도 9는 본 발명의 일 실시예에 따른 인공지능 워크 클라이언트 단말에서 참조데이터를 이용한 보철 디자인을 설계하는 과정을 설명하기 위해 나타낸 도면이며, 도 10은 본 발명의 일 실시예에 따른 인공지능 워크 클라이언트 단말에서 완성된 보철 작업물에 대한 자동 검수 방법을 설명하기 위해 나타낸 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 인공지능 기반의 치과 보철 자동 디자인 설계 시스템(1000)은 인공지능 마이너 클라이언트 단말(100), 인공지능 마이너 서버(200), 인공지능 워커 서버(300) 및 인공지능 워커 클라이언트 단말(400) 중 적어도 하나를 포함할 수 있다.
상기 인공지능 마이너 클라이언트 단말(100)은, 다수 개로 이루어질 수 있고, 치아보철의 작업과정을 촬영하고, 촬영영상 내 보철작업의 단계 별 이미지를 각각 추출하여 3차원 치아스캔정보가 포함된 작업데이터를 생성할 수 있다.
이를 위해 인공지능 마이너 클라이언트 단말(100)은 도 2에 도시된 바와 같이 치아보철작업 촬영부(110), 보철작업이미지 추출부(120), 치아식별정보 매칭부(130), 제1 평가점수 부여부(140) 및 작업데이터 생성부(150) 중 적어도 하나를 포함할 수 있다.
상기 치아보철작업 촬영부(110)는 치아보철의 작업과정을 촬영할 수 있다. 이러한 치아보철작업 촬영부(110)는 3차원 스캔이 가능한 카메라를 포함할 수 있으며, 수동으로 치아보철 작업을 하는 작업자(예를 들어, 치기공사)의 작업 과정을 촬영하여 촬영영상을 생성할 수 있다.
상기 보철작업이미지 추출부(120)는, 치아보철작업 촬영부(110)를 통해 생성된 촬영영상을 보철작업의 각 단계 별로 구분하고, 각 단계 별 구분된 촬영영상에서 인공지능 기술을 이용하여 보철작업에 해당하는 영상의 3차원 이미지를 각각 추출할 수 있다. 치아 보철 작업은 하나의 단계로 이루어지는 것이 아니라, 다수의 작업 단계로 이루어지는데, 치아 보철의 수동 작업 이미지는 각각의 작업 단계 별로 주요 작업과정을 나타내는 이미지(수동작업이미지)만을 추출할 수 있으며, 추출된 이미지를 3차원 이미지로 변환될 수 있으며, 인공지능 마이너 서버(200)에서 변환될 수도 있다.
상기 치아식별정보 매칭부(130)는, 치아보철작업 촬영부(110)를 통한 촬영 시 치아식별정보를 입력 받아 보철작업이미지 추출부(120)를 통해 생성된 이미지와 매칭시킬 수 있다. 여기서, 치아식별정보는 치아를 식별할 수 있는 문자, 숫자, 기호 등을 의미하며, 일례로 치아 번호가 있으며, 치아식별정보를 통해 해당 이미지(추후 작업데이터로 생성)가 몇 번 치아에 대한 것인지 식별될 수 있다. 예를 들어, 치아식별정보 매칭부(130)는, 치기공사 A가 치아 번호 1번에 대한 보철 작업을 촬영하여 얻은 100개의 이미지에 대하여 상기한 치아 번호 1번을 해당 이미지와 매칭시킬 수 있다.
상기 제1 평가점수 부여부(140)는, 치아식별정보 매칭부(130)를 통해 치아식별정보가 매칭된 보철작업의 각 단계 별 3차원 이미지에 대하여 작업자(또는 관리자)로부터 평가점수를 각각 입력 받아 해당 이미지(추후 작업데이터로 생성)에 대하여 부여할 수 있다.
상기 작업데이터 생성부(150)는, 치아식별정보가 매칭되고, 평가점수가 부여되며 3차원 이미지들이 포함된 작업데이터를 생성하고, 생성된 작업데이터를 인공지능 마이너 서버(200)로 전송할 수 있다.
상기 인공지능 마이너 서버(200)는, 인공지능 마이너 클라이언트 단말(100)로부터 수신된 작업데이터를 치아 별로 분류하고, 분류된 작업데이터 중 평가점수가 부여되지 않은 작업데이터에 대해 평가점수를 부여한 후 데이터베이스에 각각 저장할 수 있다.
이를 위해 인공지능 마이너 서버(200)는 도 3에 도시된 바와 같이, 작업데이터 분류부(210), 제2 평가점수 부여부(220), 작업데이터 저장부(230), 라벨드 작업데이터 저장부(240), 스크립트 저장부(250) 및 제어부(260) 중 적어도 하나를 포함할 수 있다.
상기 작업데이터 분류부(210)는, 인공지능 마이너 클라이언트 단말(100)로부터 수신된 작업데이터를 치아식별정보에 따라 분류할 수 있다. 예를 들어, 도 4에 도시된 바와 같이 1번 차이에 해당하는 작업데이터끼리 하나의 그룹으로 그룹핑하여 분류할 수 있고, 2번 치아에 해당하는 작업데이터끼리 또 다른 하나의 그룹으로 그룹핑하여 분류할 수 있다. 인공지능 마이너 클라이언트 단말(100)에서 인공지능 마이너 서버(200)로 전송된 작업데이터는 도 5에 도시된 바와 같이 3차원 데이터를 포함할 수 있으며, 차이식별정보 별로 분류되어 각각의 파일로 관리될 수 있다.
상기 제2 평가점수 부여부(220)는, 작업데이터 분류부(210)를 통해 분류된 작업데이터 중 상기 평가점수가 부여되지 않은 작업데이터와 평가점수가 부여된 작업데이터 간의 유사도를 산출하고, 산출된 유사도에 기초하여 평가점수가 부여되지 않은 작업데이터에 대한 평가점수를 부여하되, 작업데이터에 포함된 보철작업의 각 단계 별 이미지에 대한 평가점수를 각각 부여할 수 있다. 인공지능 마이너 클라이언트 단말(100)에서 작업자(또는 관리자)에 의해 평가점수가 부여된 작업데이터가 있고 부여되지 않은 작업데이터가 존재할 수 있다. 이때, 평가점수가 부여되지 않은 작업데이터에 대하여 평가점수를 부여하기 위해, 치아식별정보 별로 분류된 작업데이터 중에 평가점수가 부여된 작업데이터와 평가점수가 부여되지 않은 작업데이터 간을 비교하여 유사도를 산출하고, 산출된 유사도에 근거하여 즉, 유사한 작업데이터의 평가점수를 참고하여 평가점수가 부여되지 않은 작업데이터에 유사 내지 동일한 평가점수를 부여함으로써, 평가점수가 부여되지 않은 작업데이터에 대한 평가점수를 부여할 수 있으며, 평가점수는 작업데이터에 포함된 각 보철작업단계에 대하여 각각 부여될 수 있다. 이러한 평가점수 부여 방법은 지도형 기계학습(Supervised Learning) 방법에 의해 수행될 수 있다.
상기 작업데이터 저장부(230)는, 인공지능 마이너 클라이언트 단말(100)로부터 수신된 작업데이터 중 평가점수가 부여된 작업데이터 및 제2 평가점수 부여부를 통해 평가점수가 부여된 작업데이터를 치아식별정보 별로 각각 저장할 수 있다.
상기 라벨드 작업데이터 저장부(240)는, 도 6에 도시된 바와 같이 작업데이터 저장부(230)에 저장된 작업데이터 중 미리 설정된 제1 기준평가점수 이상의 작업데이터를 필터링하여 저장할 수 있다. 즉, 라벨드 작업데이터 저장부(240)는 작업데이터 저장부(230)에 저장된 작업데이터 중 일정 점수 이상으로 평가점수가 높은 작업데이터만 선별(또는 필터링)하여 별도로 저장할 수 있다. 이때, 선별(또는 필터링)된 작업데이터는 치아식별정보 별로 구분된 상태로 저장되어 각 작업데이터가 몇 번 치아에 대한 데이터인지 식별할 수 있으며, 해당 데이터에 대한 보철작업의 각 단계 별 평가점수 또한 확인할 수 있다.
상기 스크립트 저장부(250)는, 라벨드 작업데이터 저장부(240)에 저장된 작업데이터와 매칭된 보철작업의 각 보철단계 별 작업과정에 대한 상세정보를 스크립트 형태로 저장할 수 있다.
상기 제어부(260)는 작업데이터 분류부(210), 제2 평가점수 부여부(220), 작업데이터 저장부(230), 라벨드 작업데이터 저장부(240) 및 스크립트 저장부(250)의 전반적인 동작을 제어할 수 있으며, 각 데이터들을 송수신하는 역할을 한다.
상기 인공지능 워커 서버(300)는, 환자의 3차원 치아스캔정보가 포함된 치아데이터를 수신하여 치아보철의뢰를 접수할 수 있다. 좀 더 구체적으로, 치과나 병원의 운영서버로부터 환자정보(개인정보, 치아스캔정보를 포함한 치아데이터)와 함께 치아보철작업의뢰를 접수 받고, 접수된 의뢰 건을 다수의 인공지능 워커 클라이언트 단말(400)로 적절하게 분배할 수 있다. 이때, 인공지능 워크 클라이언트 단말(400)이 다수인 경우, 인공지능 워크 서버(300)는 게이트웨이 등을 통해 치아보철작업의뢰를 각각의 인공지능 워크 클라이언트 단말(400)로 분배할 수 있다.
상기 인공지능 워커 클라이언트 단말(400)은, 다수 개로 이루어지고, 인공지능 마이너 서버에 저장된 작업데이터와 인공지능 워커 서버(300)로부터 수신된 치아데이터 간의 유사도 및 각 단계 별 평가점수를 기초로 하여 인공지능 마이너 서버(200)에 저장된 작업데이터 중 보철작업에 이용될 참조데이터를 선택하고, 선택된 참조데이터를 이용하여 치아보철 디자인 설계를 자동으로 수행할 수 있다.
이를 위해 인공지능 워커 클라이언트 단말(400)은 도 7에 도시된 바와 같이 보철작업치아 결정부(410), 참조데이터 선택부(420), 보철 디자인 설계 수행부(430), 보철 디자인 설계 보정 수행부(440) 및 자동 검수부(450) 중 적어도 하나를 포함할 수 있다.
상기 보철작업치아 결정부(410)는, 인공지능 워커 서버(300)를 통해 치아보철 의뢰접수 시 수신된 치아데이터에 기초하여 보철작업을 수행할 치아를 결정할 수 있다. 이러한 보철작업 치아의 결정은 스캔된 치아데이터와 라벨드 작업데이터 저장부(240)에 저장된 작업 데이터와 유사도에 근거하여 자동으로 결정될 수도 있고, 사용자의 입력에 의해 수동으로 결정될 수도 있다.
상기 참조데이터 선택부(420)는, 보철작업치아 결정부(410)를 통해 결정된 보철작업치아에 대한 치아데이터와 라벨드 작업데이터 저장부(240)에 저장된 작업데이터와의 통해 유사도를 산출(특징 추출과 비교를 통해 산출함)하고, 산출된 유사도에 기초하여 라벨드 작업데이터 저장부에 저장된 작업데이터 중 적어도 하나를 참조데이터로 선택할 수 있다. 즉, 평가점수가 높은 작업데이터 중 보철작업의뢰 시 받은 치아데이터와 유사도가 가장 높은 작업데이터를 참조데이터로서 선택할 수 있다.
상기 보철 디자인 설계 수행부(430)는, 참조데이터 선택부(420)를 통해 선택된 참조데이터를 기반으로 보철작업치아 결정부(410)를 통해 결정된 치아에 대한 보철 디자인의 설계를 자동으로 수행할 수 있다.
예를 들어, 보철 디자인 설계 수행부(430)는 도 8에 도시된 바와 같이, 선택된 참조데이터와 스캔된 환자의 치아데이터 간의 비교를 통해 환자의 치아에 보철 작업 방향을 결정할 수 있다(A). 일례로 치아 보철은 치아 잇몸에 대해 90도 방향으로 보철 작업 방향이 정해질 수 있다. 치아보철작업방향이 결정되면, 보철 디자인 설계 수행부(430)는 선택된 참조데이터에 근거하여 환자의 치아보철의 위치를 결정할 수 있다(B). 치아보철작업위치가 결정되면, 보철 디자인 설계 수행부(430)는 치아보철작업위치가 결정된 치아의 테두리를 정리(보철 모양을 가다듬는 작업)하여 보철 디자인을 설계할 수 있다(C).
상기 보철 디자인 설계 수행부(430)에 대하여 좀 더 구체적으로 설명하면, 도 9에 도시된 바와 같이 작업하고자 하는 치아를 선택한 후(A), 미리 준비된 프로그램(일례로 Opencv: 실시간 컴퓨터 비전을 목적으로 한 프로그래밍 라이브러리)를 이용하여 참조데이터(B)와 유사한 값(차이 값이 소정 값 이내인 것)을 선택할 수 있고, 선택 값에 근거하여 보철의 위치를 선택한 후 보철 방향을 결정할 수 있다(C).
상기 보철 디자인 설계 보정 수행부(440)는, 보철 디자인 설계 수행부(430)를 통해 보철 디자인의 설계를 수행한 후, 참조데이터에서 해당 치아의 인접한 적어도 하나의 치아에 대한 치아데이터와 인공지능 워커 서버(400)를 통한 치아보철 의뢰접수 시 수신된 치아데이터 간을 비교하여 보철 디자인 설계된 치아에 대한 크기를 조절할 수 있다. 보철 디자인 설계 보정 수행부(440)는 도 8의 (c)에 도시된 바와 같이 선택된 참조데이터에서 해당 치아의 인접치(이웃한 치아)를 선택한 후, 스캔된 환자의 치아데이터와의 비교를 통해 디자인된 보철의 크기를 조절할 수 있다.
상기 자동 검수부(450)는, 보철 디자인 설계 수행부(440)를 통해 보철 디자인의 설계를 수행하여 완성된 보철 작업물에 대한 평가점수를 부여하되, 해당 보철 작업물에 대한 작업데이터와 참조데이터 간을 각 보철작업의 단계 별로 비교하여 유사도를 각각 산출하고, 산출된 유사도에 기초하여 해당 보철 작업물에 대한 평가점수를 부여하고, 부여된 평가점수가 미리 설정된 제2 기준평가점수 미만인 경우 참조데이터 선택부(420)를 통해 다른 참조데이터를 선택한 후 보철 디자인 설계 수행부(430)를 통해 보철 디자인의 설계를 재 수행하도록 하도록 한다.
이러한 자동 검수부(450)는, 인공지능 기반의 보철 작업 완료된 경우, 도 10에 도시된 바와 같이 각 보철작업의 단계 별로 평가 점수를 부여함으로써, 각 단계 별 자동 검수를 수행할 수 있다. 이때, 평가점수의 부여는 참조데이터와 작업이 완료된 데이터의 각 단계 별 유사도에 근거하여 자동으로 수행될 수 있다. 이러한 경우, 특정 보철작업단계의 평가점수가 미리 설정된 제2 기준평가점수에 따른 임계 값 미만인 경우, 해당 작업에 대해서는 다른 참조데이터를 선택하여 다시 선택된 참조데이터를 근거로 재 작업을 수행할 수 있도록 한다.
도 11은 본 발명의 다른 실시예에 따른 인공지능 기반의 치과 보철 자동 디자인 설계 방법의 전체 구성을 나타낸 흐름도이고, 도 12는 본 발명의 다른 실시예에 따른 작업데이터 생성 단계를 나타낸 흐름도이고, 도 13은 본 발명의 다른 실시예에 따른 작업데이터 분류 및 평가 단계를 나타낸 흐름도이며, 도 14는 본 발명의 다른 실시예에 따른 치아보철 디자인 설계 단계를 나타낸 흐름도이다.
도 11을 참조하면, 본 발명의 일 실시예에 따른 인공지능 기반의 치과 보철 자동 디자인 설계 방법(S1000)은 작업데이터 생성 단계(S100), 작업데이터 분류 및 평가 단계(S200), 치아보철 의뢰접수 단계(S300) 및 치아보철 디자인 설계 단계(S400) 중 적어도 하나를 포함할 수 있다.
상기 작업데이터 생성 단계(S100)은, 다수 개로 이루어질 수 있고, 치아보철의 작업과정을 촬영하고, 촬영영상 내 보철작업의 단계 별 이미지를 각각 추출하여 3차원 치아스캔정보가 포함된 작업데이터를 생성할 수 있다.
이를 위해 작업데이터 생성 단계(S100)은 도 12에 도시된 바와 같이 치아보철작업 촬영 단계(S110), 보철작업이미지 추출 단계(S120), 치아식별정보 매칭 단계(S130), 제1 평가점수 부여 단계(S140) 및 작업데이터 생성 단계(S150) 중 적어도 하나를 포함할 수 있다.
상기 치아보철작업 촬영 단계(S110)는 치아보철의 작업과정을 촬영할 수 있다. 이러한 치아보철작업 촬영 단계(S110)는 3차원 스캔이 가능한 카메라를 포함할 수 있으며, 수동으로 치아보철 작업을 하는 작업자(예를 들어, 치기공사)의 작업 과정을 촬영하여 촬영영상을 생성할 수 있다.
상기 보철작업이미지 추출 단계(S120)는, 치아보철작업 촬영 단계(S110)를 통해 생성된 촬영영상을 보철작업의 각 단계 별로 구분하고, 각 단계 별 구분된 촬영영상에서 인공지능 기술을 이용하여 보철작업에 해당하는 영상의 3차원 이미지를 각각 추출할 수 있다. 치아 보철 작업은 하나의 단계로 이루어지는 것이 아니라, 다수의 작업 단계로 이루어지는데, 치아 보철의 수동 작업 이미지는 각각의 작업 단계 별로 주요 작업과정을 나타내는 이미지(수동작업이미지)만을 추출할 수 있으며, 추출된 이미지를 3차원 이미지로 변환될 수 있으며, 작업데이터 분류 및 평가 단계(S200)에서 변환될 수도 있다.
상기 치아식별정보 매칭 단계(S130)는, 치아보철작업 촬영 단계(S110)를 통한 촬영 시 치아식별정보를 입력 받아 보철작업이미지 추출 단계(S120)를 통해 생성된 이미지와 매칭시킬 수 있다. 여기서, 치아식별정보는 치아를 식별할 수 있는 문자, 숫자, 기호 등을 의미하며, 일례로 치아 번호가 있으며, 치아식별정보를 통해 해당 이미지(추후 작업데이터로 생성)가 몇 번 치아에 대한 것인지 식별될 수 있다. 예를 들어, 치아식별정보 매칭 단계(S130)는, 치기공사 A가 치아 번호 1번에 대한 보철 작업을 촬영하여 얻은 100개의 이미지에 대하여 상기한 치아 번호 1번을 해당 이미지와 매칭시킬 수 있다.
상기 제1 평가점수 부여 단계(S140)는, 치아식별정보 매칭 단계(S130)를 통해 치아식별정보가 매칭된 보철작업의 각 단계 별 3차원 이미지에 대하여 작업자(또는 관리자)로부터 평가점수를 각각 입력 받아 해당 이미지(추후 작업데이터로 생성)에 대하여 부여할 수 있다.
상기 작업데이터 생성 단계(S150)는, 치아식별정보가 매칭되고, 평가점수가 부여되며 3차원 이미지들이 포함된 작업데이터를 생성하고, 생성된 작업데이터를 작업데이터 분류 및 평가 단계(S200)로 전송할 수 있다.
상기 작업데이터 분류 및 평가 단계(S200)는, 작업데이터 생성 단계(S100)로부터 수신된 작업데이터를 치아 별로 분류하고, 분류된 작업데이터 중 평가점수가 부여되지 않은 작업데이터에 대해 평가점수를 부여한 후 데이터베이스에 각각 저장할 수 있다.
이를 위해 작업데이터 분류 및 평가 단계(S200)는 도 13에 도시된 바와 같이, 작업데이터 분류 단계(S210), 제2 평가점수 부여 단계(S220), 작업데이터 저장 단계(S230), 라벨드 작업데이터 저장 단계(S240) 및 스크립트 저장 단계(S250) 중 적어도 하나를 포함할 수 있다.
상기 작업데이터 분류 단계(S210)는, 작업데이터 생성 단계(S100)로부터 수신된 작업데이터를 치아식별정보에 따라 분류할 수 있다. 예를 들어, 도 4에 도시된 바와 같이 1번 차이에 해당하는 작업데이터끼리 하나의 그룹으로 그룹핑하여 분류할 수 있고, 2번 치아에 해당하는 작업데이터끼리 또 다른 하나의 그룹으로 그룹핑하여 분류할 수 있다. 작업데이터 생성 단계(S100)에서 작업데이터 분류 및 평가 단계(S200)로 전송된 작업데이터는 도 5에 도시된 바와 같이 3차원 데이터를 포함할 수 있으며, 차이식별정보 별로 분류되어 각각의 파일로 관리될 수 있다.
상기 제2 평가점수 부여 단계(S220)는, 작업데이터 분류 단계(S210)를 통해 분류된 작업데이터 중 상기 평가점수가 부여되지 않은 작업데이터와 평가점수가 부여된 작업데이터 간의 유사도를 산출하고, 산출된 유사도에 기초하여 평가점수가 부여되지 않은 작업데이터에 대한 평가점수를 부여하되, 작업데이터에 포함된 보철작업의 각 단계 별 이미지에 대한 평가점수를 각각 부여할 수 있다. 작업데이터 생성 단계(S100)에서 작업자(또는 관리자)에 의해 평가점수가 부여된 작업데이터가 있고 부여되지 않은 작업데이터가 존재할 수 있다. 이때, 평가점수가 부여되지 않은 작업데이터에 대하여 평가점수를 부여하기 위해, 치아식별정보 별로 분류된 작업데이터 중에 평가점수가 부여된 작업데이터와 평가점수가 부여되지 않은 작업데이터 간을 비교하여 유사도를 산출하고, 산출된 유사도에 근거하여 즉, 유사한 작업데이터의 평가점수를 참고하여 평가점수가 부여되지 않은 작업데이터에 유사 내지 동일한 평가점수를 부여함으로써, 평가점수가 부여되지 않은 작업데이터에 대한 평가점수를 부여할 수 있으며, 평가점수는 작업데이터에 포함된 각 보철작업단계에 대하여 각각 부여될 수 있다. 이러한 평가점수 부여 방법은 지도형 기계학습(Supervised Learning) 방법에 의해 수행될 수 있다.
상기 작업데이터 저장 단계(S230)는, 작업데이터 생성 단계(S100)로부터 수신된 작업데이터 중 평가점수가 부여된 작업데이터 및 제2 평가점수 부여부를 통해 평가점수가 부여된 작업데이터를 치아식별정보 별로 각각 저장할 수 있다.
상기 라벨드 작업데이터 저장 단계(S240)는, 도 6에 도시된 바와 같이 작업데이터 저장 단계(S230)에 저장된 작업데이터 중 미리 설정된 제1 기준평가점수 이상의 작업데이터를 필터링하여 저장할 수 있다. 즉, 라벨드 작업데이터 저장 단계(S240)는 작업데이터 저장 단계(S230)에 저장된 작업데이터 중 일정 점수 이상으로 평가점수가 높은 작업데이터만 선별(또는 필터링)하여 별도로 저장할 수 있다. 이때, 선별(또는 필터링)된 작업데이터는 치아식별정보 별로 구분된 상태로 저장되어 각 작업데이터가 몇 번 치아에 대한 데이터인지 식별할 수 있으며, 해당 데이터에 대한 보철작업의 각 단계 별 평가점수 또한 확인할 수 있다.
상기 스크립트 저장 단계(S250)는, 라벨드 작업데이터 저장 단계(S240)에 저장된 작업데이터와 매칭된 보철작업의 각 보철단계 별 작업과정에 대한 상세정보를 스크립트 형태로 저장할 수 있다.
상기 제어부(260)는 작업데이터 분류 단계(S210), 제2 평가점수 부여 단계(S220), 작업데이터 저장 단계(S230), 라벨드 작업데이터 저장 단계(S240) 및 스크립트 저장 단계(S250)의 전반적인 동작을 제어할 수 있으며, 각 데이터들을 송수신하는 역할을 한다.
상기 치아보철 의뢰접수 단계(S300)는, 환자의 3차원 치아스캔정보가 포함된 치아데이터를 수신하여 치아보철의뢰를 접수할 수 있다. 좀 더 구체적으로, 치과나 병원의 운영서버로부터 환자정보(개인정보, 치아스캔정보를 포함한 치아데이터)와 함께 치아보철작업의뢰를 접수 받고, 접수된 의뢰 건을 다수의 치아보철 디자인 설계 단계(S400)로 적절하게 분배할 수 있다. 이때, 인공지능 워크 클라이언트 단말(400)이 다수인 경우, 인공지능 워크 서버(300)는 게이트웨이 등을 통해 치아보철작업의뢰를 각각의 인공지능 워크 클라이언트 단말(400)로 분배할 수 있다.
상기 치아보철 디자인 설계 단계(S400)은, 다수 개로 이루어지고, 인공지능 마이너 서버에 저장된 작업데이터와 치아보철 의뢰접수 단계(S300)로부터 수신된 치아데이터 간의 유사도 및 각 단계 별 평가점수를 기초로 하여 작업데이터 분류 및 평가 단계(S200)에 저장된 작업데이터 중 보철작업에 이용될 참조데이터를 선택하고, 선택된 참조데이터를 이용하여 치아보철 디자인 설계를 자동으로 수행할 수 있다.
이를 위해 치아보철 디자인 설계 단계(S400)은 도 14에 도시된 바와 같이 보철작업치아 결정 단계(S410), 참조데이터 선택 단계(S420), 보철 디자인 설계 수행 단계(S430), 보철 디자인 설계 보정 수행 단계(S440) 및 자동 검수 단계(S450) 중 적어도 하나를 포함할 수 있다.
상기 보철작업치아 결정 단계(S410)는, 치아보철 의뢰접수 단계(S300)를 통해 치아보철 의뢰접수 시 수신된 치아데이터에 기초하여 보철작업을 수행할 치아를 결정할 수 있다. 이러한 보철작업 치아의 결정은 스캔된 치아데이터와 라벨드 작업데이터 저장 단계(S240)에 저장된 작업 데이터와 유사도에 근거하여 자동으로 결정될 수도 있고, 사용자의 입력에 의해 수동으로 결정될 수도 있다.
상기 참조데이터 선택 단계(S420)는, 보철작업치아 결정 단계(S410)를 통해 결정된 보철작업치아에 대한 치아데이터와 라벨드 작업데이터 저장 단계(S240)에 저장된 작업데이터와의 통해 유사도를 산출(특징 추출과 비교를 통해 산출함)하고, 산출된 유사도에 기초하여 라벨드 작업데이터 저장부에 저장된 작업데이터 중 적어도 하나를 참조데이터로 선택할 수 있다. 즉, 평가점수가 높은 작업데이터 중 보철작업의뢰 시 받은 치아데이터와 유사도가 가장 높은 작업데이터를 참조데이터로서 선택할 수 있다.
상기 보철 디자인 설계 수행 단계(S430)는, 참조데이터 선택 단계(S420)를 통해 선택된 참조데이터를 기반으로 보철작업치아 결정 단계(S410)를 통해 결정된 치아에 대한 보철 디자인의 설계를 자동으로 수행할 수 있다.
예를 들어, 보철 디자인 설계 수행 단계(S430)는 도 8에 도시된 바와 같이, 선택된 참조데이터와 스캔된 환자의 치아데이터 간의 비교를 통해 환자의 치아에 보철 작업 방향을 결정할 수 있다(A). 일례로 치아 보철은 치아 잇몸에 대해 90도 방향으로 보철 작업 방향이 정해질 수 있다. 치아보철작업방향이 결정되면, 보철 디자인 설계 수행 단계(S430)는 선택된 참조데이터에 근거하여 환자의 치아보철의 위치를 결정할 수 있다(B). 치아보철작업위치가 결정되면, 보철 디자인 설계 수행 단계(S430)는 치아보철작업위치가 결정된 치아의 테두리를 정리(보철 모양을 가다듬는 작업)하여 보철 디자인을 설계할 수 있다(C).
상기 보철 디자인 설계 수행 단계(S430)에 대하여 좀 더 구체적으로 설명하면, 도 9에 도시된 바와 같이 작업하고자 하는 치아를 선택한 후(A), 미리 준비된 프로그램(일례로 Opencv: 실시간 컴퓨터 비전을 목적으로 한 프로그래밍 라이브러리)를 이용하여 참조데이터(B)와 유사한 값(차이 값이 소정 값 이내인 것)을 선택할 수 있고, 선택 값에 근거하여 보철의 위치를 선택한 후 보철 방향을 결정할 수 있다(C).
상기 보철 디자인 설계 보정 수행 단계(S440)는, 보철 디자인 설계 수행 단계(S430)를 통해 보철 디자인의 설계를 수행한 후, 참조데이터에서 해당 치아의 인접한 적어도 하나의 치아에 대한 치아데이터와 인공지능 워커 서버(400)를 통한 치아보철 의뢰접수 시 수신된 치아데이터 간을 비교하여 보철 디자인 설계된 치아에 대한 크기를 조절할 수 있다. 보철 디자인 설계 보정 수행 단계(S440)는 도 8의 (c)에 도시된 바와 같이 선택된 참조데이터에서 해당 치아의 인접치(이웃한 치아)를 선택한 후, 스캔된 환자의 치아데이터와의 비교를 통해 디자인된 보철의 크기를 조절할 수 있다.
상기 자동 검수 단계(S450)는, 보철 디자인 설계 수행부(440)를 통해 보철 디자인의 설계를 수행하여 완성된 보철 작업물에 대한 평가점수를 부여하되, 해당 보철 작업물에 대한 작업데이터와 참조데이터 간을 각 보철작업의 단계 별로 비교하여 유사도를 각각 산출하고, 산출된 유사도에 기초하여 해당 보철 작업물에 대한 평가점수를 부여하고, 부여된 평가점수가 미리 설정된 제2 기준평가점수 미만인 경우 참조데이터 선택 단계(S420)를 통해 다른 참조데이터를 선택한 후 보철 디자인 설계 수행 단계(S430)를 통해 보철 디자인의 설계를 재 수행하도록 하도록 한다.
이러한 자동 검수 단계(S450)는, 인공지능 기반의 보철 작업 완료된 경우, 도 10에 도시된 바와 같이 각 보철작업의 단계 별로 평가 점수를 부여함으로써, 각 단계 별 자동 검수를 수행할 수 있다. 이때, 평가점수의 부여는 참조데이터와 작업이 완료된 데이터의 각 단계 별 유사도에 근거하여 자동으로 수행될 수 있다. 이러한 경우, 특정 보철작업단계의 평가점수가 미리 설정된 제2 기준평가점수에 따른 임계 값 미만인 경우, 해당 작업에 대해서는 다른 참조데이터를 선택하여 다시 선택된 참조데이터를 근거로 재 작업을 수행할 수 있도록 한다.
상술한 인공지능 기반의 치과 보철 자동 디자인 설계 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다. 이때, 컴퓨터로 판독 가능한 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 한편, 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지된 것일 수도 있다.
여기서, 컴퓨터로 판독 가능한 기록매체에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-RTM, DVD와 같은 광기록 매체(Tptical Media), 플롭티컬 디스크(FlTptical Disk)와 같은 자기-광 매체(MagnetT-Tptical Media), 및 롬(RTM), 램(RAM), 플래시 메모리, SSD (STlid State Drive)와 같은 메모리 저장장치 등 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다.
또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
본 발명의 실시예에 따르면, 인공지능 기술을 이용하여 치과 환자의 보철 디자인을 자동으로 설계함으로써, 치기공사의 숙련도에 상관없이 보철 작업물의 품질을 일정 수준 이상으로 보장할 수 있으며, 치기공사가 수동으로 작업하는 방식보다 작업 처리 속도를 현저하게 향상시킬 수 있다.
이상에서 설명한 것은 본 발명에 의한 인공지능을 이용한 치과 보철 자동 디자인 설계 시스템 및 그 방법을 실시하기 위한 하나의 실시예에 불과한 것으로서, 본 발명은 상기 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 바와 같이 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변경 실시가 가능한 범위까지 본 발명의 기술적 정신이 있다고 할 것이다.
1000: 치과 보철 자동 디자인 설계 시스템
100: 인공지능 마이너 클라이언트 단말
110: 치아보철작업 촬영부
120: 보철작업이미지 추출부
130: 치아식별정보 매칭부
140: 제1 평가점수 부여부
150: 작업데이터 생성부
200: 인공지능 마이너 서버
210: 작업데이터 분류부
220: 제2 평가점수 부여부
230: 작업데이터 저장부
240: 라벨드 작업데이터 저장부
250: 스크립트 저장부
260: 제어부
300: 인공지능 워커 서버
400: 인공지능 워커 클라이언트 단말
410: 보철작업치아 결정부
420: 참조데이터 선택부
430: 보철 디자인 설계 수행부
440: 보철 디자인 설계 보정 수행부
450: 자동 검수부
S1000: 치과 보철 자동 디자인 설계 시스템
S100: 작업데이터 생성 단계
S110: 치아보철작업 촬영 단계
S120: 보철작업이미지 추출 단계
S130: 치아식별정보 매칭 단계
S140: 제1 평가점수 부여 단계
S150: 작업데이터 생성 단계
S200: 작업데이터 분류 및 평가 단계
S210: 작업데이터 분류 단계
S220: 제2 평가점수 부여 단계
S230: 작업데이터 저장 단계
S240: 라벨드 작업데이터 저장 단계
S250: 스크립트 저장 단계
S300: 치아보철 의뢰접수 단계
S400: 치아보철 디자인 설계 단계
S410: 보철작업치아 결정 단계
420: 참조데이터 선택 단계
S430: 보철 디자인 설계 수행 단계
S440: 보철 디자인 설계 보정 수행 단계
S450: 자동 검수 단계

Claims (15)

  1. 치아보철의 작업과정을 촬영하고, 촬영영상 내 보철작업의 단계 별 이미지를 각각 추출하여 3차원 치아스캔정보가 포함된 작업데이터를 생성하는 다수의 인공지능 마이너 클라이언트 단말;
    상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터를 치아 별로 분류하고, 분류된 작업데이터 중 평가점수가 부여되지 않은 작업데이터에 대해 평가점수를 부여하고 저장하는 인공지능 마이너 서버;
    환자의 3차원 치아스캔정보가 포함된 치아데이터를 수신하여 치아보철의뢰를 접수하는 인공지능 워커 서버; 및
    상기 인공지능 마이너 서버에 저장된 작업데이터와 상기 인공지능 워커 서버로부터 수신된 치아데이터 간의 유사도 및 상기 평가점수를 각각 기초로 상기 인공지능 마이너 서버에 저장된 작업데이터 중 보철작업에 이용될 참조데이터를 선택하고, 선택된 참조데이터를 이용하여 치아보철 디자인 설계를 수행하는 인공지능 워커 클라이언트 단말을 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 시스템.
  2. 제1 항에 있어서,
    상기 인공지능 마이너 클라이언트 단말은,
    치아보철의 작업과정을 촬영하기 위한 치아보철작업 촬영부;
    상기 치아보철작업 촬영부를 통해 생성된 촬영영상을 보철작업의 단계 별로 구분하고, 각 단계 별 구분된 촬영영상에서 인공지능 기술을 이용하여 보철작업에 해당하는 영상의 3차원 이미지를 각각 추출하는 보철작업이미지 추출부;
    상기 치아보철작업 촬영부를 통한 촬영 시 치아식별정보를 입력 받아 상기 보철작업이미지 추출부를 통해 생성된 이미지와 매칭하는 치아식별정보 매칭부;
    상기 치아식별정보 매칭부를 통해 치아식별정보가 매칭된 보철작업의 각 단계 별 3차원 이미지에 대하여 지도형 기계학습방식을 통해 평가점수를 각각 부여하는 제1 평가점수 부여부; 및
    상기 치아식별정보가 매칭되고, 상기 평가점수가 부여되며 3차원 이미지들이 포함된 작업데이터를 생성하는 작업데이터 생성부를 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 시스템.
  3. 제2 항에 있어서,
    상기 인공지능 마이너 서버는,
    상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터를 상기 치아식별정보에 따라 분류하는 작업데이터 분류부;
    상기 작업데이터 분류부를 통해 분류된 작업데이터 중 상기 평가점수가 부여되지 않은 작업데이터와 평가점수가 부여된 작업데이터 간의 유사도를 산출하고, 산출된 유사도에 기초하여 평가점수가 부여되지 않은 작업데이터에 대한 평가점수를 부여하되, 작업데이터에 포함된 보철작업의 각 단계 별 이미지에 대한 평가점수를 각각 부여하는 제2 평가점수 부여부;
    상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터 중 평가점수가 부여된 작업데이터 및 상기 제2 평가점수 부여부를 통해 평가점수가 부여된 작업데이터를 저장하는 작업데이터 저장부;
    상기 작업데이터 저장부에 저장된 작업데이터 중 미리 설정된 제1 기준평가점수 이상의 작업데이터를 필터링하여 저장하는 라벨드 작업데이터 저장부를 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 시스템.
  4. 제3 항에 있어서,
    상기 인공지능 마이너 서버는,
    상기 라벨드 작업데이터 저장부에 저장된 작업데이터와 매칭된 보철작업의 각 보철단계 별 스크립트를 저장하는 스크립트 저장부를 더 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 시스템.
  5. 제3 항에 있어서,
    상기 인공지능 워커 클라이언트 단말은,
    상기 인공지능 워커 서버를 통해 치아보철 의뢰접수 시 수신된 치아데이터에 기초하여 보철작업을 수행할 치아를 결정하는 보철작업치아 결정부;
    상기 보철작업치아 결정부를 통해 결정된 보철작업치아에 대한 치아데이터와 상기 라벨드 작업데이터 저장부에 저장된 작업데이터와의 유사도를 산출하고, 산출된 유사도에 기초하여 상기 라벨드 작업데이터 저장부에 저장된 작업데이터 중 적어도 하나를 참조데이터로 선택하는 참조데이터 선택부; 및
    상기 참조데이터 선택부를 통해 선택된 참조데이터를 기반으로 상기 보철작업치아 결정부를 통해 결정된 치아에 대한 보철 디자인의 설계를 수행하는 보철 디자인 설계 수행부를 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 시스템.
  6. 제5 항에 있어서,
    상기 인공지능 워커 클라이언트 단말은,
    상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 수행한 후, 상기 참조데이터에서 해당 치아의 인접한 적어도 하나의 치아에 대한 치아데이터와 상기 인공지능 워커 서버를 통한 치아보철 의뢰접수 시 수신된 치아데이터 간을 비교하여 보철 디자인 설계된 치아에 대한 크기를 조절하는 보철 디자인 설계 보정 수행부를 더 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 시스템.
  7. 제5 항에 있어서,
    상기 인공지능 워커 클라이언트 단말은,
    상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 수행하여 완성된 보철 작업물에 대한 평가점수를 부여하되, 해당 보철 작업물에 대한 작업데이터와 상기 참조데이터 간을 각 보철작업의 단계 별로 비교하여 유사도를 각각 산출하고, 산출된 유사도에 기초하여 해당 보철 작업물에 대한 평가점수를 부여하고, 부여된 평가점수가 미리 설정된 제2 기준평가점수 미만인 경우 상기 참조데이터 선택부를 통해 다른 참조데이터를 선택한 후 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 재 수행하도록 하는 자동 검수부를 더 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 시스템.
  8. 인공지능 마이너 클라이언트 단말이, 치아보철의 작업과정을 촬영하고, 촬영영상 내 보철작업의 단계 별 이미지를 각각 추출하여 3차원 치아스캔정보가 포함된 작업데이터를 생성하는 작업데이터 생성 단계;
    인공지능 마이너 서버가, 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터를 치아 별로 분류하고, 분류된 작업데이터 중 평가점수가 부여되지 않은 작업데이터에 대해 평가점수를 부여하고 저장하는 작업데이터 분류 및 평가 단계;
    인공지능 워커 서버가, 환자의 3차원 치아스캔정보가 포함된 치아데이터를 수신하여 치아보철의뢰를 접수하는 치아보철 의뢰접수 단계; 및
    인공지능 워커 클라이언트 단말이, 상기 인공지능 마이너 서버에 저장된 작업데이터와 상기 인공지능 워커 서버로부터 수신된 치아데이터 간의 유사도 및 상기 평가점수를 각각 기초로 상기 인공지능 마이너 서버에 저장된 작업데이터 중 보철작업에 이용될 참조데이터를 선택하고, 선택된 참조데이터를 이용하여 치아보철 디자인 설계를 수행하는 치아보철 디자인 설계 단계를 포함하는 것을 특징으로 하는 인공지능을 이용한 인공지능을 이용한 치과 보철 자동 디자인 설계 방법.
  9. 제8 항에 있어서,
    상기 작업데이터 생성 단계는,
    치아보철작업 촬영부가 치아보철의 작업과정을 촬영하는 치아보철작업 촬영 단계;
    보철작업이미지 추출부가, 상기 치아보철작업 촬영부를 통해 생성된 촬영영상을 보철작업의 단계 별로 구분하고, 각 단계 별 구분된 촬영영상에서 인공지능 기술을 이용하여 보철작업에 해당하는 영상의 3차원 이미지를 각각 추출하는 보철작업이미지 추출 단계;
    차아식별정보 매칭부가, 상기 치아보철작업 촬영부를 통한 촬영 시 치아식별정보를 입력 받아 상기 보철작업이미지 추출부를 통해 생성된 이미지와 매칭하는 치아식별정보 매칭 단계;
    제1 평가점수 부여부가, 상기 치아식별정보 매칭부를 통해 치아식별정보가 매칭된 보철작업의 각 단계 별 3차원 이미지에 대하여 지도형 기계학습방식을 통해 평가점수를 각각 부여하는 제1 평가점수 부여 단계; 및
    작업데이터 생성부가, 상기 치아식별정보가 매칭되고, 상기 평가점수가 부여되며 3차원 이미지들이 포함된 작업데이터를 생성하는 작업데이터 생성 단계를 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 방법.
  10. 제9 항에 있어서,
    상기 작업데이터 분류 및 평가 단계는,
    작업데이터 분류부가, 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터를 상기 치아식별정보에 따라 분류하는 작업데이터 분류 단계;
    제2 평가점수 부여부가, 상기 작업데이터 분류부를 통해 분류된 작업데이터 중 상기 평가점수가 부여되지 않은 작업데이터와 평가점수가 부여된 작업데이터 간의 유사도를 산출하고, 산출된 유사도에 기초하여 평가점수가 부여되지 않은 작업데이터에 대한 평가점수를 부여하되, 작업데이터에 포함된 보철작업의 각 단계 별 이미지에 대한 평가점수를 각각 부여하는 제2 평가점수 부여부;
    작업데이터 저장부가, 상기 인공지능 마이너 클라이언트 단말로부터 수신된 작업데이터 중 평가점수가 부여된 작업데이터 및 상기 제2 평가점수 부여부를 통해 평가점수가 부여된 작업데이터를 저장하는 작업데이터 저장 단계;
    라벨드 작업데이터 저장부가, 상기 작업데이터 저장부에 저장된 작업데이터 중 미리 설정된 제1 기준평가점수 이상의 작업데이터를 필터링하여 저장하는 라벨드 작업데이터 저장 단계를 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 방법.
  11. 제10 항에 있어서,
    상기 작업데이터 분류 및 평가 단계는,
    스크립트 저장부가, 상기 라벨드 작업데이터 저장부에 저장된 작업데이터와 매칭된 보철작업의 각 보철단계 별 스크립트를 저장하는 스크립트 저장 단계를 더 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 방법.
  12. 제10 항에 있어서,
    상기 치아보철 디자인 설계 단계는,
    보철작업치아 결정부가, 상기 인공지능 워커 서버를 통해 치아보철 의뢰접수 시 수신된 치아데이터에 기초하여 보철작업을 수행할 치아를 결정하는 보철작업치아 결정 단계;
    참조데이터 선택부가, 상기 보철작업치아 결정부를 통해 결정된 보철작업치아에 대한 치아데이터와 상기 라벨드 작업데이터 저장부에 저장된 작업데이터와의 유사도를 산출하고, 산출된 유사도에 기초하여 상기 라벨드 작업데이터 저장부에 저장된 작업데이터 중 적어도 하나를 참조데이터로 선택하는 참조데이터 선택 단계; 및
    보철 디자인 설계 수행부가, 상기 참조데이터 선택부를 통해 선택된 참조데이터를 기반으로 상기 보철작업치아 결정부를 통해 결정된 치아에 대한 보철 디자인의 설계를 수행하는 보철 디자인 설계 수행 단계를 포함하는 것을 특징으로 하는 인공지능을 이용한 인공지능을 이용한 치과 보철 자동 디자인 설계 방법.
  13. 제12 항에 있어서,
    상기 치아보철 디자인 설계 단계는,
    보철 디자인 설계 보정 수행부가, 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 수행한 후, 상기 참조데이터에서 해당 치아의 인접한 적어도 하나의 치아에 대한 치아데이터와 상기 인공지능 워커 서버를 통한 치아보철 의뢰접수 시 수신된 치아데이터 간을 비교하여 보철 디자인 설계된 치아에 대한 크기를 조절하는 보철 디자인 설계 보정 수행 단계를 더 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 방법.
  14. 제12 항에 있어서,
    상기 치아보철 디자인 설계 단계는,
    자동 검수부가, 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 수행하여 완성된 보철 작업물에 대한 평가점수를 부여하되, 해당 보철 작업물에 대한 작업데이터와 상기 참조데이터 간을 각 보철작업의 단계 별로 비교하여 유사도를 각각 산출하고, 산출된 유사도에 기초하여 해당 보철 작업물에 대한 평가점수를 부여하고, 부여된 평가점수가 미리 설정된 제2 기준평가점수 미만인 경우 상기 참조데이터 선택부를 통해 다른 참조데이터를 선택한 후 상기 보철 디자인 설계 수행부를 통해 보철 디자인의 설계를 재 수행하도록 하는 자동 검수 단계를 더 포함하는 것을 특징으로 하는 인공지능을 이용한 치과 보철 자동 디자인 설계 방법.
  15. 제8 항 내지 제14 항 중 어느 한 항의 치과 보철 자동 디자인 설계 방법을 실행할 수 있는 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체.
KR1020200110397A 2020-06-10 2020-08-31 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법 KR102194777B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200070407 2020-06-10
KR20200070407 2020-06-10

Publications (1)

Publication Number Publication Date
KR102194777B1 true KR102194777B1 (ko) 2020-12-23

Family

ID=74089449

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200110397A KR102194777B1 (ko) 2020-06-10 2020-08-31 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR102194777B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102288816B1 (ko) 2021-02-16 2021-08-12 박혁준 인공지능 기반 치아 수복을 위한 3d 보철물 제작 방법 및 애플리케이션
WO2023008906A1 (ko) * 2021-07-28 2023-02-02 오스템임플란트 주식회사 서지컬 가이드를 디자인하기 위한 가상 어버트먼트의 추천 방법 및 장치
KR20230092683A (ko) 2021-12-15 2023-06-26 박혁준 지대치의 사각이 고려된 인공지능 기반 3d 보철물 제작 방법 및 애플리케이션
KR102574585B1 (ko) * 2022-11-15 2023-09-05 박광휘 인공지능 기반의 치아 보철물 제작 시스템 및 그 방법
KR102657776B1 (ko) * 2023-03-02 2024-04-16 구민경 보철물 디자인 제작 시스템

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1662414A2 (en) * 2004-11-26 2006-05-31 Cadent Ltd. Method and system for providing feedback data useful in prosthodontic procedures associated with the intra oral cavity
WO2016139184A1 (de) * 2015-03-04 2016-09-09 Ivoclar Vivadent Ag Dentale prothese
WO2016150955A1 (de) * 2015-03-24 2016-09-29 Heraeus Kulzer Gmbh Verfahren zur herstellung einer teil- oder totalprothese sowie prothese erhältlich nach diesem verfahren
WO2017194536A1 (de) * 2016-05-11 2017-11-16 Vita Zahnfabrik H. Rauter Gmbh & Co. Kg Verfahren zur festlegung einer zahnaufstellung
KR20180034897A (ko) 2016-09-28 2018-04-05 주식회사 디디에스 3d 치아 형상 보철물 데이터 정합 및 보철물 마진 자동생성과 형성 데이터 보간 방법
KR20190119588A (ko) * 2017-03-03 2019-10-22 시로나 덴탈 시스템스 게엠베하 수복물의 제작 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1662414A2 (en) * 2004-11-26 2006-05-31 Cadent Ltd. Method and system for providing feedback data useful in prosthodontic procedures associated with the intra oral cavity
WO2016139184A1 (de) * 2015-03-04 2016-09-09 Ivoclar Vivadent Ag Dentale prothese
WO2016150955A1 (de) * 2015-03-24 2016-09-29 Heraeus Kulzer Gmbh Verfahren zur herstellung einer teil- oder totalprothese sowie prothese erhältlich nach diesem verfahren
WO2017194536A1 (de) * 2016-05-11 2017-11-16 Vita Zahnfabrik H. Rauter Gmbh & Co. Kg Verfahren zur festlegung einer zahnaufstellung
KR20180034897A (ko) 2016-09-28 2018-04-05 주식회사 디디에스 3d 치아 형상 보철물 데이터 정합 및 보철물 마진 자동생성과 형성 데이터 보간 방법
KR20190119588A (ko) * 2017-03-03 2019-10-22 시로나 덴탈 시스템스 게엠베하 수복물의 제작 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102288816B1 (ko) 2021-02-16 2021-08-12 박혁준 인공지능 기반 치아 수복을 위한 3d 보철물 제작 방법 및 애플리케이션
WO2022177095A1 (ko) * 2021-02-16 2022-08-25 박혁준 인공지능 기반 치아 수복을 위한 3d 보철물 제작 방법 및 애플리케이션
WO2023008906A1 (ko) * 2021-07-28 2023-02-02 오스템임플란트 주식회사 서지컬 가이드를 디자인하기 위한 가상 어버트먼트의 추천 방법 및 장치
KR20230092683A (ko) 2021-12-15 2023-06-26 박혁준 지대치의 사각이 고려된 인공지능 기반 3d 보철물 제작 방법 및 애플리케이션
KR102574585B1 (ko) * 2022-11-15 2023-09-05 박광휘 인공지능 기반의 치아 보철물 제작 시스템 및 그 방법
KR102657776B1 (ko) * 2023-03-02 2024-04-16 구민경 보철물 디자인 제작 시스템

Similar Documents

Publication Publication Date Title
KR102194777B1 (ko) 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법
US20220218449A1 (en) Dental cad automation using deep learning
EP3920836B1 (en) Foreign object identification and image augmentation and/or filtering for intraoral scanning
US11810271B2 (en) Domain specific image quality assessment
DE102019106666A1 (de) Dentale CAD-Automatisierung unter Verwendung von tiefem Lernen
CN114746952A (zh) 用于从二维草图创建三维牙科修复体的方法、系统和计算机可读存储介质
CN111798571A (zh) 牙齿扫描方法、装置、系统和计算机可读存储介质
EP4224419A1 (en) Scanning result processing method and apparatus, and processor and scanning system
CN116583243A (zh) 使用几何深度学习对牙科扫描图进行自动化处理
CN111700698B (zh) 齿科扫描方法、装置、系统和计算机可读存储介质
US20240033060A1 (en) Artificial intelligence-based method and application for manufacturing 3d prosthesis for tooth restoration
US20240070980A1 (en) Automated method for generating prothesis from three dimensional scan data and computer readable medium having program for performing the method
CN114930383A (zh) 图像过滤方法
CN108814641A (zh) 用于成像装置的自动协议选择
JP2022521136A (ja) 歯の骨年齢を決定するための装置、方法及び命令を記録した記録媒体
KR102395582B1 (ko) 인공지능 기반 치아 수복을 위한 보철물 제작 방법 및 애플리케이션
US20240185518A1 (en) Augmented video generation with dental modifications
KR102474298B1 (ko) 보철물 모델 설계 방법 및 그 장치
JP7390669B2 (ja) 情報処理システム、情報処理方法、及びプログラム
KR102610716B1 (ko) 3차원 스캔 데이터로부터 보철물을 자동으로 생성하는 방법 및 이를 컴퓨터에서 실행시키기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체
KR20240043443A (ko) 3차원 구강 모델의 세그멘테이션 방법 및 그 시스템
KR20240025109A (ko) 인공지능 기반 크라운 디자인 자동화 방법 및 시스템
WO2024119138A2 (en) Augmented video generation with dental modifications
KR20230161626A (ko) 치아 보철물 모형을 생성하기 위한 프로그램을 기록한 기록매체
KR20230161624A (ko) 인공지능 기반 치아 보철물 제작 방법

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant