KR102269030B1

KR102269030B1 - 교정 디자인 방법 및 그 장치

Info

Publication number: KR102269030B1
Application number: KR1020190132800A
Authority: KR
Inventors: 왕건; 유혜리
Original assignee: 오스템임플란트 주식회사
Priority date: 2019-10-24
Filing date: 2019-10-24
Publication date: 2021-06-24
Also published as: KR20210048756A

Abstract

교정 디자인 방법 및 그 장치가 개시된다. 일 실시 예에 따른 교정 디자인 방법 및 그 장치는 환자의 임상 데이터 분석을 통해 진단항목 별로 계측 값을 획득하고 획득된 진단항목 별 계측 값을 이용하여 환자 유형을 분류한 후 분류된 환자 유형에 따라 치아를 자동으로 셋업한다. 이에 따라, 환자의 임상 데이터 진단 및 분석, 분석에 따른 환자 유형 분류, 분류된 환자 유형에 따른 셋업 과정까지 단일의 프로그램을 통해 연속적으로 수행할 수 있다.

Description

교정 디자인 방법 및 그 장치 {Teeth setup method for orthodontic treatment and orthodontic setup apparatus therefor}

본 발명은 영상처리 기술에 관한 것으로, 보다 상세하게는 디지털 교정진단 및 치료계획 수립 기술에 관한 것이다.

치열이 바르지 않고 상하의 치아 교합이 비정상적인 상태를 부정교합이라고 한다. 이와 같은 부정교합은 저작, 발음상의 문제와 같은 기능적인 문제점과 얼굴에 대한 미적인 문제점을 발생시킬 뿐만 아니라 충치와 잇몸질환과 같은 건강상의 문제점도 발생시킬 수 있다. 따라서, 이러한 부정교합을 정상교합으로 만들기 위한 치아 교정치료가 시행되어야 한다. 적합한 치료 시술 방법을 결정하기 위해서는 치아교정 치료를 하기 이전에, 임상 데이터로부터 교정 진단 및 치료계획을 수립하여 이상적인 형태로 치아가 배열되도록 가상의 셋업 데이터를 제작하는 셋업(Setup) 작업이 요구된다. 이러한 과정은 치과용 캐드(Computer Aided Design: CAD) 프로그램을 통해 이루어진다.

치과용 캐드 프로그램을 이용한 치아 셋업 작업을 진행할 때, 환자의 임상 데이터를 이용한 진단 과정이 선행 되어야 한다. 현재 치과 교정 치료 시, 별도의 진단 프로그램을 통해 환자의 진단 데이터를 이용하여 분석을 실행한다. 그리고 분석 결과 값을 가져와서 환자의 치료계획을 수립한다. 그 후, 계획된 대로 치아를 수동으로 셋업 한다. 이러한 절차는 매번 새롭게 분석하고 계산해야 해서 절차상의 번거로움이 존재한다. 따라서, 많은 시간과 노력, 그리고 사용자의 입력작업을 필요로 하는 문제점을 가진다.

한국공개특허 10-2002-0072318 (2002년09월14일 공개)

일 실시 예에 따라, 교정치료를 위한 데이터 셋업 시 사용자 조작을 최소화하여 사용자의 편의성을 증대하고, 사용자가 신속하게 환자의 임상 데이터에 데이터 분석을 적용할 수 있는 교정 디자인 방법 및 그 장치를 제안한다.

일 실시 예에 따른 교정 디자인 방법은, 안모 구조, 골격 구조 및 치아 구조에 따라 진단항목을 분류하는 단계와, 분류된 진단항목 별로 계측점 및 연결선 중 적어도 하나가 설정된 상태에서, 환자의 임상 데이터를 획득하고, 설정된 계측점 및 연결선 중 적어도 하나를 참조하여 각 진단항목을 계측함에 따라 계측 값을 획득하는 단계와, 획득된 진단항목 별 계측 값을 이용하여 환자 유형을 분류하는 단계와, 분류된 환자 유형에 따라 치아를 자동으로 셋업하는 단계를 포함한다.

임상 데이터는 환자의 안모 스캔 데이터, 두부 방사선 사진, 정면 방사선 사진, 치아 모델 데이터, CT 데이터 및 파노라믹 데이터 중 적어도 하나를 포함하거나 이들 중 적어도 두 개를 정합한 정합 데이터를 포함하며, 계측 값을 획득하는 단계에서 환자의 임상 데이터를 이용한 안모 분석을 통해 안모 계측 값을 획득하고, 환자의 임상 데이터를 이용한 골격 분석을 통해 골격 계측 값을 획득하며, 환자의 임상 데이터를 이용한 치아 분석을 통해 치아 계측 값을 획득할 수 있다.

환자 유형을 분류하는 단계는, 안모 분석을 통해 획득되는 안모 계측 값을 이용한 환자 유형 분류로서, 상순의 돌출도(Upper Lip to E-line), 비순각(Nasiolabial Angle) 및 하순의 돌출도(Lower Lip to E-line) 중 적어도 하나의 각각의 계측 값으로부터 각각 환자 유형을 분류할 수 있다.

환자 유형을 분류하는 단계는, 골격 분석을 통해 획득되는 골격 계측 값을 이용한 환자 유형 분류로서, 골격의 수직관계 요소, 골격-치아 관계 요소 및 골격의 수직-수평 관계 요소 각각에서 얻어지는 계측 값으로부터 각각 환자 유형을 분류할 수 있다. 골격의 수직관계 요소는 FMA(Frankfort Mandibular plane Angle) (°), SN-MP (°) 및 PFH(Posterior Facial Height) / AFH(Anterior Facial Height) (%) 중 적어도 하나를 포함하고, 골격-치아 관계 요소는 IMPA(Incisor Mandibular Plane Angle) (°), FMIA(Frankfort Mandibular Incisor Angle) (°) 및 L1 to A-Pog (mm) 중 적어도 하나를 포함하고, 골격의 수직-수평 관계 요소는 EI(Extraction Index)를 포함하며, EI(Extraction Index)는 골격의 수직관계 요소(Overbite Depth Indicator: ODI), 골격의 수평관계 요소(Anteroposterior Dysplasia Indicator: APDI), 절치간 각도 요소(Interincisor Angle: LLA), 상순의 돌출도(Upper Lip to E-line) (mm) 및 하순의 돌출도(Lower Lip to E-line) (mm)를 이용하여 계측한 값일 수 있다.

환자 유형을 분류하는 단계는, 치아 분석을 통해 획득되는 치아 계측 값을 이용한 환자 유형 분류로서, 악 내 요소에서 얻어진 계측 값 및 악 간 관계 요소에서 얻어진 계측 값으로부터 각각 환자 유형을 분류할 수 있다. 악 내 요소에서 얻어진 계측 값은 상악의 치아 길이 및 치열 궁 길이 간 부조화 요소(Maxillary Arch Length Discrepancy: Mx ALD) (mm), 하악의 치아 길이 및 치열 궁 길이 간 부조화 요소(Mandibular Arch Length Discrepancy: Mn ALD) (mm) 및 교합평면 요소(Curve of Spee) (mm) 중 적어도 하나를 포함하고, 악 간 관계 요소에서 얻어진 계측 값은 볼튼 비율에 따른 상악의 초과량 요소(Bolton excess in Mx) (mm), 볼튼 비율에 따른 하악의 초과량 요소(Bolton excess in Mn) (mm) 및 하악 전치부의 배열관계 요소(Irregularity Index) (mm) 중 적어도 하나를 포함할 수 있다.

환자 유형을 분류하는 단계에서, 다수의 환자 유형이 혼재하는 경우 미리 설정된 기준에 따라 주 유형을 결정할 수 있다.

치아를 자동으로 셋업하는 단계는, 분류된 각 환자유형 별로 디지털 셋업 데이터를 생성하는 단계와, 각 진단항목에서 그 계측 값이 정상범위를 초과하는 경우 정상범위 값으로 조정하기 위한 셋업을 수행하여 셋업 결과를 제공하되, 환자유형이 발치 유형인 경우 치아 발치를 자동으로 수행한 셋업 결과를 제공하는 단계와, 사용자 조작 입력에 따라 셋업 결과를 보정하는 단계를 포함할 수 있다.

교정 디자인 방법은, 임상 데이터를 구성하는 두 데이터 간 정합을 수행하고, 정합이 수행된 데이터 또는 임상 데이터를 구성하는 두 데이터 중 적어도 하나에서 개별치아를 분리하여 분리된 개별치아를 대상으로 특징정보를 추출하며, 임상 데이터를 구성하는 두 데이터 중 적어도 하나의 기준정보를 추출하는 준비 단계를 더 포함할 수 있다.

다른 실시 예에 따른 교정 디자인 장치는, 안모 구조, 골격 구조 및 치아 구조에 따라 진단항목을 분류하고, 분류된 진단항목 별로 계측점 및 연결선 중 적어도 하나가 설정된 상태에서, 환자의 임상 데이터를 획득하고, 설정된 계측점 및 연결선 중 적어도 하나를 참조하여 각 진단항목을 계측함에 따라 계측 값을 획득하고 획득된 진단항목 별 계측 값을 이용하여 환자 유형을 분류하는 데이터 분석부와, 분류된 환자 유형에 따라 치아를 자동으로 셋업하는 데이터 셋업부를 포함한다.

데이터 분석부는, 환자의 임상 데이터를 이용한 안모 구조 분석을 통해 안모 계측 값을 획득하는 안모 분석부와, 환자의 임상 데이터를 이용한 골격 구조 분석을 통해 골격 계측 값을 획득하는 골격 분석부와, 환자의 임상 데이터를 이용한 치아 구조 분석을 통해 치아 계측 값을 획득하는 치아 분석부와, 안모 구조, 골격 구조 및 치아 구조 분석에 따라 진단항목 별로 환자 유형을 발치 유형, 비 발치 유형 및 혼합 유형으로 분류하는 환자 유형 분류부를 포함할 수 있다.

환자 유형 분류부는 안모 분석을 통해 획득되는 안모 계측 값을 이용한 환자 유형 분류로서, 상순의 돌출도(Upper Lip to E-line), 비순각(Nasiolabial Angle) 및 하순의 돌출도(Lower Lip to E-line) 중 적어도 하나의 각각의 계측 값으로부터 각각 환자 유형을 분류할 수 있다.

환자 유형 분류부는 골격 분석을 통해 획득되는 골격 계측 값을 이용한 환자 유형 분류로서, 골격의 수직관계 요소, 골격-치아 관계 요소, 골격의 수직-수평 관계 요소 각각에서 얻어지는 계측 값으로부터 각각 환자 유형을 분류할 수 있다.

환자 유형 분류부는 치아 분석을 통해 획득되는 치아 계측 값을 이용한 환자 유형 분류로서, 악 내 요소에서 얻어진 계측 값 및 악 간 관계 요소에서 얻어진 계측 값으로부터 각각 환자 유형을 분류할 수 있다.

데이터 셋업부는 분류된 각 환자유형 별로 디지털 셋업 데이터를 생성하고, 각 진단항목에서 그 계측 값이 정상범위를 초과하는 경우 정상범위 값으로 조정하기 위한 셋업을 수행하여 셋업 결과를 제공하되, 환자유형이 발치 유형인 경우 치아 발치를 자동으로 수행한 셋업 결과를 제공하며, 사용자 조작 입력에 따라 셋업 결과를 보정할 수 있다.

일 실시 예에 따른 교정 디자인 방법 및 그 장치에 의하면, 단일의 교정 디자인 프로그램이 환자의 임상 데이터를 입력 받기만 하면, 진단, 분석, 치료계획 및 셋업 과정까지 연속적으로 실행하여 절차 상의 번거로움을 줄이고, 다양한 분석방법을 사용자가 신속하게 환자 데이터에 접목할 수 있다.

예를 들어, 교정치료 환자의 임상 데이터 진단 및 분석, 분석에 따른 환자 유형 분류, 분류된 환자 유형에 따른 셋업 과정까지 단일의 프로그램을 통해 연속적으로 자동 수행함에 따라 복잡한 작업을 최소화 하면서 사용자의 노력과 시간을 절약하고 쉽고 빠르게 교정 작업이 가능하다. 이때, 환자의 임상 데이터 분석을 통해 진단항목 별로 계측 값을 획득하고 획득된 진단항목 별 계측 값을 이용하여 환자 유형을 자동으로 분류 가능하다. 또한, 환자 유형 결과뿐만 아니라 환자 유형 별 셋업 데이터까지를 자동으로 제시함에 따라 사용자의 편의성 증대를 도모하고, 사용자의 자유로운 셋업 수정을 통해 치료의 자유도를 높일 수 있다.

나아가, 분석대상이 되는 진단항목을 새롭게 조합하고 진단항목 별 계측점 및 연결선을 재정의한 후 재정의된 계측점 및 연결선 중 적어도 하나를 참조하여 각 진단항목 별로 안모(Facial), 골격(Skeletal) 및 치아(Dental)를 종합적으로 분석함에 따라 보다 정확하며 객관적으로 환자 유형을 분류할 수 있다.

도 1은 본 발명의 일 실시 예에 따른 교정 디자인 장치의 구성을 도시한 도면,
도 2는 본 발명의 일 실시 예에 따른 도 1의 제어부의 세부 구성을 도시한 도면,
도 3은 본 발명의 일 실시 예에 따른 도 2의 데이터 처리부의 세부 구성을 도시한 도면,
도 4는 본 발명의 일 실시 예에 따른 도 2의 데이터 분석부의 세부 구성을 도시한 도면,
도 5는 본 발명의 일 실시 예에 따른 교정 디자인 방법의 흐름을 도시한 도면,
도 6 및 도 7은 본 발명의 일 실시 예에 따른 진단항목 별 계측점 및 연결선을 도시한 도면,
도 8은 본 발명의 일 실시 예에 따른 진단항목 별 계측 값에 따른 발치 다각형 차트를 도시한 도면,
도 9는 본 발명의 일 실시 예에 따른 환자 유형에 따라 임상 데이터를 디지털 셋업 데이터로 배열하는 예를 도시한 도면,
도 10은 본 발명의 일 실시 예에 따른 Upper Lip to E-line (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 11은 본 발명의 일 실시 예에 따른 Nasiolabial Angle (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 12는 본 발명의 일 실시 예에 따른 Lower Lip to E-line (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 13은 본 발명의 일 실시 예에 따른 FMA(Frankfort Mandibular plane Angle) (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 14는 본 발명의 일 실시 예에 따른 SN-MP (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 15는 본 발명의 일 실시 예에 따른 PFH(Posterior Facial Height) / AFH(Anterior Facial Height) (%) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 16은 본 발명의 일 실시 예에 따른 IMPA(Incisor Mandibular Plane Angle) (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 17은 본 발명의 일 실시 예에 따른 FMIA(Frankfort Mandibular Incisor Angle) (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 18은 본 발명의 일 실시 예에 따른 L1 to A-Pog (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 19 내지 도 22는 본 발명의 일 실시 예에 따른 EI(Extraction Index) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 23은 본 발명의 일 실시 예에 따른 Mx ALD(Maxillary Arch Length Discrepancy) (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 24 및 도 25는 본 발명의 일 실시 예에 따른 Bolton (excess in Mx) (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 26은 본 발명의 일 실시 예에 따른 Mn ALD(Mandibular Arch Length Discrepancy) (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 27 및 도 28은 본 발명의 일 실시 예에 따른 Bolton (excess in Mn) (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 29는 본 발명의 일 실시 예에 따른 Curve of Spee (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면,
도 30 및 도 31은 본 발명의 일 실시 예에 따른 Irregularity Index (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이며, 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램인스트럭션들(실행 엔진)에 의해 수행될 수도 있으며, 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다.

이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치를 지향할 수 있는 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.

그리고 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명되는 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록 또는 각 단계는 특정된 논리적 기능들을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있으며, 몇 가지 대체 실시 예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하며, 또한 그 블록들 또는 단계들이 필요에 따라 해당하는 기능의 역순으로 수행되는 것도 가능하다.

이하, 첨부 도면을 참조하여 본 발명의 실시 예를 상세하게 설명한다. 그러나 다음에 예시하는 본 발명의 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 상술하는 실시 예에 한정되는 것은 아니다. 본 발명의 실시 예는 이 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공된다.

도 1은 본 발명의 일 실시 예에 따른 교정 디자인 장치의 구성을 도시한 도면이다.

도 1을 참조하면, 교정 디자인 장치(1)는 실제 치과에서 치아 교정에 도움을 주기 위한 치과용 캐드 공정을 수행한다. 교정을 위한 치과용 캐드 공정이란 환자의 임상 데이터를 획득하고, 컴퓨터 프로그램에 의한 제어를 통해 임상 데이터를 이용한 진단 및 분석을 거쳐 치료계획을 수립하고 수립된 치료계획에 따라 가상의 치아 셋업 데이터를 제작하는 일련의 프로세스를 의미한다. 본 실시 예는 단일의 교정 디자인 프로그램이 환자의 임상 데이터를 입력 받기만 하면, 진단, 분석, 치료계획 및 셋업 과정까지 연속적으로 실행하여 절차 상의 번거로움을 줄이고, 다양한 분석방법을 사용자가 신속하게 환자 데이터에 접목할 수 있도록 한다.

일 실시 예에 따른 교정 디자인 장치(1)는 치과용 캐드 프로그램으로서 교정 디자인 프로그램을 실행 가능한 전자장치와, 전자장치와 네트워크를 통해 통신하는 서버로 구성될 수 있다. 전자장치는 컴퓨터, 노트북 컴퓨터, 랩탑 컴퓨터, 태블릿(Tablet) PC, 스마트폰, 휴대폰, PMP(Personal Media Player), PDA(Personal Digital Assistants) 등이 있다.

이하, 전술한 특징을 가지는 교정 디자인 장치(1)의 구성에 대해 도 1을 참조로 하여 후술한다.

도 1을 참조하면, 일 실시 예에 따른 교정 디자인 장치(1)는 데이터 획득부(10), 저장부(12), 제어부(14), 입력부(16) 및 출력부(18)를 포함한다.

데이터 획득부(10)는 교정치료 환자로부터 임상 데이터를 획득한다. 교정치료를 위해 필요한 임상 데이터는 치아 모델 데이터, CT 데이터, 파노라믹 데이터, 안모(Face) 스캔 데이터, 두부 방사선 사진(Cephalometric X-ray) 데이터, 정면 방사선 사진(PA X-ray) 데이터 등이 있다.

여기서, 치아 모델 데이터는 구강 스캔 데이터, 치아 모델 스캔 데이터 등 치아 외형을 나타내는 데이터들을 의미하며, 본 설명에서는 구강 스캔 데이터를 예로 들어 설명하도록 한다.

저장부(12)에는 교정 디자인 장치(1)의 동작 수행을 위해 필요한 정보와 동작 수행에 따라 생성되는 정보 등의 각종 데이터가 저장된다. 저장부(12)는 제어부(14)의 데이터 분석을 위해 데이터를 제어부(14)에 제공할 수 있다.

제어부(14)는 컴퓨터 프로그램에 의한 제어를 통하여 교정치료 환자의 임상 데이터 진단 및 분석, 분석에 따른 환자 유형 분류, 분류된 환자 유형에 따른 치아 셋업 과정까지를 연속적으로 수행 하면서 각 구성요소를 제어한다. 치아 셋업 과정은 기준범위에서 벗어나 있는 환자의 임상 데이터를 정상범위로 배열하여 가상의 디지털 셋업 데이터를 생성하는 과정을 의미한다. 일반적으로 임상 데이터 진단 과정, 분석 과정 및 치아 셋업 과정이 각각 별도의 프로그램을 통해 이루어지나, 일 실시 예에 따른 제어부(14)는 단일의 프로그램을 통해 일련의 진단, 분석 및 셋업 과정을 연속으로 수행한다. 이때, 제어부(14)는 환자의 임상 데이터에 대한 분석을 통해 진단항목 별로 계측 값을 획득하고 진단항목 별 계측 값을 이용하여 환자 유형을 자동으로 분류한다. 그리고 분류된 환자 유형에 따라 치아를 자동으로 셋업한다. 이에 따라, 환자 유형 분류뿐만 아니라 환자 유형 별 치아 셋업 결과까지를 프로그램을 통해 자동으로 제시할 수 있다. 제어부(14)는 출력부(18)를 통해 화면에 보이는 화면정보를 구성하고, 임상 데이터에 가상의 디지털 셋업 데이터를 배열하는 시뮬레이션을 수행한다.

출력부(18)는 임상 데이터와 제어부(14)를 통해 생성되는 환자 유형 분류 결과, 디지털 셋업 데이터 등을 포함하는 화면을 표시한다.

입력부(16)는 사용자 조작신호를 입력 받는다. 예를 들어, 출력부(18)를 통해 화면에 표시되는 디지털 셋업 데이터에 대한 이동, 회전과 같은 사용자 수정을 위한 조작신호를 입력 받는다. 입력부(16)는 환자 유형 분류를 위한 진단항목을 추가, 삭제 또는 변경하기 위한 사용자 조작신호를 입력 받을 수 있다. 또한 진단항목 별로 환자 유형 분류를 위한 기준 값을 사용자로부터 입력 받을 수 있다.

도 2는 본 발명의 일 실시 예에 따른 도 1의 제어부의 세부 구성을 도시한 도면이다.

도 1 및 도 2를 참조하면, 제어부(14)는 데이터 처리부(140), 데이터 분석부(142) 및 데이터 셋업부(144)를 포함한다.

데이터 처리부(140)는 환자의 임상 데이터 분석을 위해 데이터를 준비한다. 데이터 준비는 데이터 간 정합, 개별치아 분리, 특징정보 추출, 기준정보 추출을 포함할 수 있다. 데이터 처리부(140)의 세부 구성은 도 3을 참조로 하여 후술한다.

데이터 분석부(142)는 임상 데이터 분석을 통해 진단항목 별로 계측 값을 획득하고 획득된 진단항목 별 계측 값을 이용하여 환자 유형을 분류한다. 일 실시 예에 따른 데이터 분석부(142)는 안모 구조, 골격 구조 및 치아 구조에 따라 진단항목을 분류하고, 분류된 진단항목 별로 계측점 및 연결선 중 적어도 하나가 설정된 상태에서, 환자의 임상 데이터를 획득하고, 설정된 계측점 및 연결선 중 적어도 하나를 참조하여 각 진단항목을 계측함에 따라 계측 값을 획득한다. 그리고 획득된 진단항목 별 계측 값을 이용하여 환자 유형을 분류한다. 예를 들어, 환자 유형 판단을 위한 기준 값을 설정한 후, 진단항목 별 계측 값과 설정된 기준 값을 비교하여 진단항목 별로 환자 유형을 분류한다. 데이터 분석부(142)의 세부 구성은 도 4를 참조로 하여 후술한다.

데이터 셋업부(144)는 데이터 분석부(142)에서 분류된 환자 유형에 따라 치아를 자동으로 셋업한다. 일 실시 예에 따른 데이터 셋업부(144)는 분류된 각 환자유형 별로 디지털 셋업 데이터를 생성하고, 각 진단항목에서 그 계측 값이 정상범위를 초과하는 경우 정상범위 값으로 조정하기 위한 셋업을 수행하여 셋업 결과를 제공한다. 환자유형이 발치 유형인 경우 치아 발치를 자동으로 수행한 셋업 결과를 제공할 수 있다. 나아가, 사용자 조작 입력에 따라 셋업 결과를 보정할 수도 있다.

도 3은 본 발명의 일 실시 예에 따른 도 2의 데이터 처리부의 세부 구성을 도시한 도면이다.

도 1 내지 도 3을 참조하면, 데이터 처리부(140)는 데이터 정합부(1400), 치아 분리부(1402), 특징 추출부(1404) 및 기준 추출부(1406)를 포함한다.

데이터 정합부(1400)는 임상 데이터를 구성하는 두 데이터 간 정합을 수행한다. 정합은 두 데이터의 위치정보를 맞추는 것이다. 두 데이터는 정면 방사선 사진 데이터와 CT 데이터, 두부 방사선 사진 데이터와 CT 데이터, 구강 스캔 데이터와 CT 데이터가 각각 될 수 있다.

치아 분리부(1402)는 정합이 수행된 데이터 또는 임상 데이터를 구성하는 두 데이터 중 적어도 하나에서 개별치아를 분리한다. 개별치아 분리는 치아번호를 이용하여 수행할 수 있다.

특징 추출부(1404)는 치아 분리부(1402)에서 분리된 개별치아를 대상으로 특징정보를 추출하고 이를 수정할 수 있다. 특징정보는 예를 들어, 치축, 교합점, 치아 방향, 주변치아와의 컨택 포인트(Contact Point), FACC(Facial Axis of the Clinical Crown), FA 포인트(Facial Axis Point) 등이 있다. FA 포인트는 FACC의 중점이다.

기준 추출부(1406)는 임상 데이터를 구성하는 두 데이터 중 적어도 하나의 기준정보를 추출하고 수정한다. 예를 들어, 기준 추출부(1406)는 상하악 치아 모델 및 안면, 골격 상의 중앙선(Midsagittal line), 교합평면 등을 포함하는 기준정보를 추출하고 이를 수정할 수 있다.

도 4는 본 발명의 일 실시 예에 따른 도 2의 데이터 분석부의 세부 구성을 도시한 도면이다.

도 1, 도 2 및 도 4를 참조하면, 데이터 분석부(142)는 안모 분석부(1420), 골격 분석부(1422), 치아 분석부(1424) 및 환자 유형 분류부(1426)를 포함한다.

안모 분석부(1420)는 환자의 임상 데이터, 예를 들어, 안모 스캔 데이터를 이용한 안모 구조 분석을 통해 안모 계측 값을 획득한다. 골격 분석부(1422)는 환자의 임상 데이터, 예를 들어 두부 방사선 사진 및 정면 방사선 사진을 이용한 골격 구조 분석을 통해 골격 계측 값을 획득한다. 치아 분석부(1424)는 환자의 임상 데이터, 예를 들어 구강 스캔 데이터를 이용한 치아 구조 분석을 통해 치아 계측 값을 획득한다.

환자 유형 분류부(1426)는 안모 구조, 골격 구조 및 치아 구조 분석에 따라 진단항목 별로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction) 및 혼합(Borderline) 유형으로 구분한다. 혼합(Borderline) 유형은 발치(Extraction)와 비 발치(Non-Extraction)의 경계에 위치하는 유형이다.

일 실시 예에 따른 환자 유형 분류부(1426)는 안모 구조 내 상순의 돌출도, 비순각 및 하순의 돌출도 각각에서 얻어진 계측 값으로부터 발치 및 비 발치 유형을 분류한다. 이에 대한 실시 예는 도 10 내지 도 12를 참조로 하여 후술한다.

일 실시 예에 따른 환자 유형 분류부(1426)는 골격 구조의 수직관계 요소에서 얻어진 계측 값으로부터 발치 및 비 발치 유형을 분류하고, 골격-치아 관계 요소에서 얻어진 계측 값으로부터 발치 및 비 발치 유형을 분류할 수 있다. 또한, 골격 구조의 수직관계 요소, 골격의 수평관계 요소, 절치간 각도 요소 및 상순과 하순의 돌출도 요소를 포함하는 골격의 수직-수평 관계 요소에서 얻어진 계측 값으로부터 발치 및 비 발치 유형을 분류할 수 있다. 이에 대한 실시 예는 도 13 내지 도 22를 참조로 하여 후술한다.

일 실시 예에 따른 환자 유형 분류부(1426)는 상하악의 치아 길이 및 치열 궁 길이 간 부조화 요소와 교합평면 요소를 포함하는 악 내 요소에서 얻어진 계측 값으로부터 발치 및 비 발치 유형을 분류할 수 있다. 또한, 볼튼 비율에 따른 상하악의 초과량 요소와 하악 전치부의 배열관계 요소를 포함하는 악 간 관계 요소에서 얻어진 계측 값으로부터 발치 및 비 발치 유형을 분류할 수 있다. 이에 대한 실시 예는 도 23 내지 도 31을 참조로 하여 후술한다.

도 5는 본 발명의 일 실시 예에 따른 교정 디자인 방법의 흐름을 도시한 도면이다.

도 5를 참조하면, 교정 디자인 장치는 환자의 임상 데이터를 획득하여 교정 디자인을 위한 준비를 수행한다(S510). 환자의 임상 데이터는 구강 스캔 데이터, CT 데이터, 파노라믹 데이터, 안모(Face) 스캔 데이터, 두부 방사선 사진(Cephalometric X-ray) 데이터, 정면 방사선 사진(PA X-ray) 데이터 등을 포함한다.

준비 단계(S510)에서, 교정 디자인 장치는 임상 데이터를 구성하는 두 데이터 간 정합을 수행할 수 있다. 정합은 두 데이터의 위치정보를 맞추는 것이다. 두 데이터는 정면 방사선 사진 데이터와 CT 데이터, 두부 방사선 사진 데이터와 CT 데이터, 구강 스캔 데이터와 CT 데이터가 각각 될 수 있다. 정합이 수행된 데이터 또는 임상 데이터를 구성하는 두 데이터 중 적어도 하나에서 개별치아를 분리하고 분리된 개별치아를 대상으로 특징정보를 추출하며 이를 수정할 수 있다. 개별치아 분리는 치아번호를 이용하여 수행할 수 있다. 특징정보는 예를 들어, 치축, 교합점, 치아 방향, 주변치아와의 컨택 포인트(Contact Point), FACC(Facial Axis of the Clinical Crown), FA 포인트(Facial Axis Point) 등이 있다. FA 포인트는 FACC의 중점이다. 또한, 교정 디자인 장치는 상하악 치아 모델 및 안면, 골격 상의 중앙선(Midsagittal line), 교합평면 등을 포함하는 기준정보를 추출하고 이를 수정할 수 있다.

이어서, 교정 디자인 장치는 임상 데이터 분석을 통해 진단항목 별로 계측 값을 획득한다(S520). 임상 데이터 분석을 위해 환자의 구강 스캔 데이터, 안모 스캔 데이터, 두부 방사선 사진 데이터, 정면 방사선 사진 데이터, CT 데이터가 정합된 형태의 데이터를 기본 화면으로 제공할 수 있다.

진단항목 별 계측 값 획득 단계(S520)에서, 교정 디자인 장치는 진단항목을 크게 안모, 골격 및 치아로 분류하고, 안모, 골격 및 치아 별로 추가로 세 분류할 수 있다. 이어서, 분류된 진단항목 별로 계측점 및 연결선을 설정한다. 예를 들어, 준비 단계(S510)에서 추출한 개별치아의 특징정보, 각 데이터의 위상정보 및 기준정보로부터 진단항목 별 계측점 및 연결선을 설정한다. 진단항목 별 계측점 및 연결선 설정 예는 도 6 및 도 7을 참조로 하여 후술한다. 계측을 위한 진단항목 별 계측점 및 연결선이 모두 사전에 설정된 상태에서, 교정 디자인 장치는 설정된 계측점 및 연결선 중 적어도 하나를 이용하여 각 진단항목을 계측함에 따라 계측 값을 얻는다.

이어서, 교정 디자인 장치는 진단항목 별 계측 값을 이용하여 환자 유형을 분류한다(S530). 환자 유형은 발치(Extraction), 비 발치(Non-Extraction) 및 혼합(Borderline)으로 구분될 수 있다. 혼합(Borderline)은 발치(Extraction)와 비 발치(Non-Extraction)의 경계에 위치하는 유형이다. 이때, 교정 디자인 장치는 진단항목 별로 유형 판단을 위한 기준 값을 설정하고, 진단항목 별 계측 값과 설정된 기준 값을 비교하여 진단항목 별로 환자 유형을 분류한다. 예를 들어, 진단항목이 UL to E-line (mm)인 경우, 계측 값이 기준 값 1보다 크면 발치(Extraction) 유형이고, 기준 값 -3보다 작으면 비 발치(Non-Extraction) 유형이며, 기준 값 -3과 1 사이이면 혼합(Borderline) 유형으로 분류한다. 계측 값에 따른 환자 유형 분류 예는 도 8을 참조로 하여 후술한다.

환자 유형 분류 단계(S530)에서, 교정 디자인 장치는 안모, 골격 및 치아의 세부 항목 별 계측 값을 이용하여 환자 유형 분류가 가능하다.

안모 분석을 통해 획득되는 안모 계측 값을 이용한 환자 유형 분류 예를 들면, 교정 디자인 장치는 1-1. 상순의 돌출도(Upper Lip to E-line) (mm), 1-2. 비순각(Nasiolabial Angle (°), 1-3. 하순의 돌출도(Lower Lip to E-line) (mm), 각각에서 얻어진 계측 값으로부터 발치 및 비 발치 유형을 분류한다. 이에 대한 실시 예는 도 10 및 도 11을 참조로 하여 후술한다.

골격 분석을 통해 획득되는 골격 계측 값을 이용한 환자 유형 분류 예를 들면, 교정 디자인 장치는 골격의 수직관계 요소, 골격-치아 관계 요소, 골격의 수직-수평 관계 요소 각각에서 얻어진 계측 값으로부터 발치 및 비 발치 유형을 분류한다. 골격의 수직관계 요소는 2-1. FMA(Frankfort Mandibular plane Angle) (°), 2-2. SN-MP (°), 2-3. PFH(Posterior Facial Height) / AFH(Anterior Facial Height) (%)를 포함한다. 골격-치아 관계 요소는 2-4. IMPA(Incisor Mandibular Plane Angle) (°), 2-5. FMIA(Frankfort Mandibular Incisor Angle) (°), 2-6. L1 to A-Pog (mm)를 포함한다. 골격의 수직-수평 관계 요소는 2-7. EI(Extraction Index)를 포함한다. 2-7. EI(Extraction Index)는 골격의 수직관계 요소 ODI(Overbite Depth Indicator), 골격의 수평관계 요소 APDI(Anteroposterior Dysplasia Indicator), 절치간 각도 요소 LLA(Interincisor Angle), 상순의 돌출도(Upper Lip to E-line) (mm), 하순의 돌출도(Lower Lip to E-line) (mm)를 이용하여 계측된다. 골격 계측 값을 이용한 환자 유형 분류 실시 예는 도 12 내지 도 22를 참조로 하여 후술한다.

치아 분석을 통해 획득되는 치아 계측 값을 이용한 환자 유형 분류 예를 들면, 교정 디자인 장치는 악 내 요소 및 악 간 관계 요소 각각에서 얻어진 계측 값으로부터 발치 및 비 발치 유형을 분류한다. 악 내 요소는 3-1. 상악의 치아 길이 및 치열 궁 길이 간 부조화 요소 Mx ALD (Maxillary Arch Length Discrepancy) (mm), 3-3. 하악의 치아 길이 및 치열 궁 길이 간 부조화 요소 Mn ALD(Mandibular Arch Length Discrepancy) (mm), 3-5. 교합평면 요소 Curve of Spee (mm)를 포함할 수 있다. 악 간 관계 요소는 3-2. 볼튼 비율에 따른 상악의 초과량 요소 Bolton (excess in Mx) (mm), 3-4. 볼튼 비율에 따른 하악의 초과량 요소 Bolton (excess in Mn) (mm), 3-6. 하악 전치부의 배열관계 요소 Irregularity Index (mm)를 포함할 수 있다. 치아 계측 값을 이용한 환자 유형 분류 실시 예는 도 23 내지 도 31을 참조로 하여 후술한다.

환자 유형 분류 단계(S530)에서, 교정 디자인 장치는 환자 유형 분류 결과 다수의 환자 유형(발치/비 발치/혼합 유형)이 혼재하여 도출된 경우, 미리 설정된 기준에 따라 주 유형(Main case)을 결정할 수 있다. 예를 들어, 가장 많이 나온 환자 유형을 주 유형으로 결정하고 나머지 유형을 함께 제시할 수 있다. 또는 진단항목 별로 가중치를 미리 설정하고 가중치가 가장 높은 순서대로 해당 진단항목의 환자 유형을 제시할 수 있다.

이어서, 교정 디자인 장치는 분류된 환자 유형에 따라 치아를 자동으로 셋업한다(S540). 교정 디자인 장치는 각 진단항목 별로 발치/비 발치/혼합 유형에 해당하는 계측 값이 존재하는 경우, 자동으로 각 유형 별 셋업을 제시한다. 세 가지 유형이 혼재하는 경우 가장 많이 나온 환자 유형 또는 가중치가 가장 높은 진단항목에 해당하는 환자 유형을 주 유형(Main case)으로 분류하여 환자 유형을 제시하고, 셋업 결과는 각 진단항목 별로 발치, 비 발치를 포함한 환자 유형을 모두 제시할 수 있다. 환자 유형 분류를 통해 치료 대상의 발치, 비 발치 여부가 결정되면 교정 디자인 장치는 치아를 자동 배열한다. 이때, 분석을 통한 각 진단항목에서의 계측 값이 기준범위를 초과하는 항목이 있으면 이를 정상범위 값으로 조정한다. 예를 들어, 환자의 진단항목 중 Mx ALD(상악 공간 과부족) 값이 -5.6mm 인 경우, 이 값을 기준 값인 0으로 돌리기 위한 치아 배열을 자동으로 시행한다. 분석 값 중 문제 항목(기준 범위 초과)의 결과 값을 기준 값으로 돌리기 위한 치아 배열을 시행한다. 또한, 환자 유형 분류 상 발치 유형의 경우 치아 발치를 자동으로 시행한 셋업 결과를 사용자에게 제시한다. 자동 제시된 셋업 결과는 사용자가 수정할 수 있다. 예를 들어, 개별치아의 이동, 회전 및 그룹치아의 이동 및 회전을 토해 셋업 결과를 수정할 수 있다.

도 6 및 도 7은 본 발명의 일 실시 예에 따른 진단항목 별 계측점 및 연결선을 도시한 도면이다.

도 6 및 도 7을 참조하면, 교정 디자인 장치는 분석대상이 되는 진단항목을 진단항목을 새롭게 조합하고 진단항목 별 계측점 및 연결선을 재정의한다. 예를 들어, 진단항목을 크게 안모(Facial) 구조, 골격(Skeletal) 구조 및 치아(Dental) 구조로 분류한다. 안모 구조는 다시 정모로부터의 대칭관계, 측모로부터의 연조직으로 세 분류할 수 있다. 골격 구조는 다시 정모로부터의 대칭관계, 측모로부터의 수직관계, 수평관계, 수직-수평 관계, 골격-치아 관계로 세 분류할 수 있다. 치아 구조는 다시 악 내와 악 간 관계로 세 분류할 수 있다. 안모 구조는 환자의 안모 스캔 데이터를 이용하여 분석할 수 있고, 골격 구조는 환자의 두부 방사선 사진 및 정면 방사선 사진 데이터를 이용하여 분석할 수 있으며, 악 내 및 악 간 관계를 포함하는 치아 구조는 환자의 구강 스캔 데이터를 이용하여 분석할 수 있다. 도 6에서의 비고는 각 진단항목의 분석법을 포함하는 포괄 분석방법의 이름 또는 제안자 이름이다. 도 6 및 도 7을 참조로 하여 분류한 진단항목은 사용자의 선호도에 따라 추가, 삭제 또는 변경 가능하다.

도 8은 본 발명의 일 실시 예에 따른 진단항목 별 계측 값에 따른 발치 다각형 차트를 도시한 도면이다.

도 8을 참조하면, 진단항목 별 계측 값에 따라 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분할 수 있다. 이를 그래프로 나타낸 것이 도 8의 발치 다각형 차트(Extraction Polygonal Chart)이다. 예를 들어, 진단항목이 1-1. UL to E-line (mm)인 경우, 계측 값이 기준 값 1보다 크면 발치(Extraction) 유형이고, 기준 값 -3보다 작으면 비 발치(Non-Extraction) 유형이며, 기준 값 -3과 1 사이이면 혼합(Borderline) 유형이다. 도 8을 참조로 하여 진단항목 별 환자유형 분류를 위한 기준 값은 사용자에 의해 수정 가능하며, 향후 업데이트에 따라 변경될 수 있다.

도 9는 본 발명의 일 실시 예에 따른 환자 유형에 따라 임상 데이터를 디지털 셋업 데이터로 배열하는 예를 도시한 도면이다.

도 9를 참조하면, 분석을 통한 각 진단항목에서의 계측 값이 기준범위를 초과하는 항목이 있으면 이를 정상범위 값으로 조정하여 디지털 셋업 데이터를 생성한다. 예를 들어, 환자의 임상 데이터(좌측)를 대상으로 진단항목 중 ALD Mx 값이 -6.2mm 인 경우, 이 값을 기준 값인 0으로 돌리고, ALD Mn 값이 -4.3mm 인 경우, 이 값을 기준 값인 0으로 돌리기 위한 치아 배열을 자동으로 수행하여 디지털 셋업 데이터(우측)를 생성한다.

도 10은 본 발명의 일 실시 예에 따른 Upper Lip to E-line (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 10을 참조하면, 보철 디자인 장치는 1-1. Upper Lip to E-line (mm) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 1-1. Upper Lip to E-line (mm)는 환자의 안모 중 측모를 대상으로 Pn(Pronasale)-Pog'(Soft tissue Pogonion) 연결선을 기준으로 상순의 돌출도를 나타낸다. Pn(Pronasale)은 코 끝의 가장 돌출된 부분이고, Pog'(Soft tissue Pogonion)는 턱골의 최전방점이다.

1.1 UL to E-line (mm)에 대한 계측 값이 1보다 크면 발치(Extraction) 유형이고, -3보다 작으면 비 발치(Non-Extraction) 유형이며, -3과 1 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 11은 본 발명의 일 실시 예에 따른 Nasiolabial Angle (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 11을 참조하면, 보철 디자인 장치는 1-2. Nasiolabial Angle (°) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 1-2. Nasiolabial Angle (°)은 코 밑과 인중을 잇는 연조직 윤곽선의 심미성과 구강 돌출도를 확인하기 위한 비순각 요소로서, 비주 Cm(Columellanasi)-비주 끝 Sn(Subnasale)-홍순 Ls(Vermilion border)이 이루는 각도이다.

1-2. Nasiolabial Angle (°)에 대한 계측 값이 85°보다 작으면 발치(Extraction) 유형이고, 105°보다 크면 비 발치(Non-Extraction) 유형이며, 85°와 105° 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 12는 본 발명의 일 실시 예에 따른 Lower Lip to E-line (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 12를 참조하면, 보철 디자인 장치는 1-3. Lower Lip to E-line (mm) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 1-3. Lower Lip to E-line는 환자의 안모 중 측모를 대상으로 Pn(Pronasale)-Pog'(Soft tissue Pogonion) 연결선을 기준으로 하순의 돌출도를 나타낸다. Pn(Pronasale)은 코 끝의 가장 돌출된 부분이고, Pog'(Soft tissue Pogonion)는 턱골의 최전방점이다.

1.3 Lower Lip to E-line에 대한 계측 값이 5보다 크면 발치(Extraction) 유형이고, -1보다 작으면 비 발치(Non-Extraction) 유형이며, -1과 5 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 13은 본 발명의 일 실시 예에 따른 FMA(Frankfort Mandibular plane Angle) (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 13을 참조하면, 보철 디자인 장치는 2-1. FMA(Frankfort Mandibular plane Angle) (°) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 2-1. FMA(Frankfort Mandibular plane Angle) (°)는 골격구조 중 측모를 대상으로 수직관계를 확인하기 위한 요소로서, Po(Porion)-Or(Orbitale)을 잇는 선 FH Plane과 Go(Gonion)-Me(Menton)을 잇는 선 Mandibular Plane 사이의 각을 의미한다. Po(Porion)은 외이공의 최상방점이고, Or(Orbitale)은 안와의 최하방점이며, Go(Gonion)은 하악하연의 접선과 하악지 후연의 접선의 교차점이며, Me(Menton)는 하악결합 외형선 상 최하방점으로 하악선의 교차선 상에 있다.

2-1. FMA(Frankfort Mandibular plane Angle) (°)에 대한 계측 값이 30°보다 크면 발치(Extraction) 유형이고, 20°보다 작으면 비 발치(Non-Extraction) 유형이며, 20°와 30° 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 14는 본 발명의 일 실시 예에 따른 SN-MP (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 14를 참조하면, 보철 디자인 장치는 2-2. SN-MP (°) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 2-2. SN-MP (°)는 골격구조 중 측모를 대상으로 수직관계를 확인하기 위한 요소로서, S(Sella)-N(Nasion)을 잇는 선 SN Plane과 Go(Gonion)-Me(Menton)을 잇는 선 Mandibular Plane 사이의 각을 의미한다. Go(Gonion)은 하악하연의 접선과 하악지 후연의 접선의 교차점이며, Me(Menton)는 하악결합 외형선 상 최하방점으로 하악선의 교차선 상에 있다.

2-2. SN-MP (°)에 대한 계측 값이 34°보다 크면 발치(Extraction) 유형이고, 30°보다 작으면 비 발치(Non-Extraction) 유형이며, 30°와 34° 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 15는 본 발명의 일 실시 예에 따른 PFH(Posterior Facial Height) / AFH(Anterior Facial Height) (%) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 15를 참조하면, 보철 디자인 장치는 2-3. PFH(Posterior Facial Height) / AFH(Anterior Facial Height) (%) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 2-3. PFH(Posterior Facial Height) / AFH(Anterior Facial Height) (%)는 골격구조 중 측모를 대상으로 수직관계를 확인하기 위한 요소로서, 전안모 고경 AFH(Anterior Facial Height)에 대한 후안모 고경 PFH(Posterior Facial Height)의 비율이다. 전안모 고경 AFH(Anterior Facial Height)은 N(Nasion)과 Me(Menton)을 잇는 선의 길이이고, 후안모 고경 PFH(Posterior Facial Height)은 S(Sella)와 Go(Gonion)를 잇는 선의 길이이다.

2-3. PFH(Posterior Facial Height) / AFH(Anterior Facial Height) (%)에 대한 계측 값이 61% 보다 작으면 발치(Extraction) 유형이고, 69° 보다 크면 비 발치(Non-Extraction) 유형이며, 61%와 69% 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 16은 본 발명의 일 실시 예에 따른 IMPA(Incisor Mandibular Plane Angle) (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 16을 참조하면, 보철 디자인 장치는 2-4. IMPA(Incisor Mandibular Plane Angle) (°) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 2-4. IMPA(Incisor Mandibular Plane Angle) (°)는 골격구조 중 측모를 대상으로 한 골격-치아 관계 요소로서, 하악 기저골에 대한 하악 중절치 관계를 나타낸다. 이를 수식으로 표현하면, Go(Gonion)-Me(Menton)을 잇는 선 Mandibular Plane과 하악 중절치 치축 사이의 각이다.

2-4. IMPA(Incisor Mandibular Plane Angle) (°)에 대한 계측 값이 100° 보다 크면 발치(Extraction) 유형이고, 90° 보다 작으면 비 발치(Non-Extraction) 유형이며, 90°와 100° 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 17은 본 발명의 일 실시 예에 따른 FMIA(Frankfort Mandibular Incisor Angle) (°) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 17을 참조하면, 보철 디자인 장치는 2-5. FMIA(Frankfort Mandibular Incisor Angle) (°) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 2-5. FMIA(Frankfort Mandibular Incisor Angle) (°)는 골격구조 중 측모를 대상으로 한 골격-치아 관계 요소로서, 두개 구조에 대한 하악 중절치의 관계를 나타낸다. 이를 수식으로 표현하면, Po(Porion)-Or(Orbitale)을 잇는 선 FH Plane과 하악 중절치 치축 사이의 각이다.

2-5. FMIA(Frankfort Mandibular Incisor Angle) (°)에 대한 계측 값이 55° 보다 작으면 발치(Extraction) 유형이고, 65° 보다 크면 비 발치(Non-Extraction) 유형이며, 55°와 65° 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 18은 본 발명의 일 실시 예에 따른 L1 to A-Pog (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 18을 참조하면, 보철 디자인 장치는 2-6. L1 to A-Pog (mm) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 2-6. L1 to A-Pog (mm)는 골격구조 중 측모를 대상으로 골격-치아 관계를 확인하기 위한 요소로서, 하악 중절치 전단에서 A-Pog 선을 이르는 거리이다. 조화로운 안모에서 하악 절치 순면은 A-Pog 선의 전방(+)에 위치한다.

2-6. L1 to A-Pog (mm)에 대한 계측 값이 6 mm 보다 크면 발치(Extraction) 유형이고, 2 mm 보다 작으면 비 발치(Non-Extraction) 유형이며, 2 mm 와 6 mm 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 19 내지 도 22는 본 발명의 일 실시 예에 따른 EI(Extraction Index) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

보다 세부적으로 도 19는 EI(Extraction Index) 계측에 필요한 ODI(Overbite Depth Indicator) 값 계측 예, 도 20은 EI(Extraction Index) 계측에 필요한 APDI(Anteroposterior Dysplasia Indicator) 계측 예, 도 21은 EI(Extraction Index) 계측에 필요한 절치간 각도 요소 LLA(Interincisor Angle), E-선에 대한 상순 돌출도(Upper Lip to E-line: UL) (mm) 및 E-선에 대한 하순 돌출도(Lower Lip to E-line: LL) (mm) 계측 예, 도 22는 EI(Extraction Index) 계측 예를 각각 도시한 도면이다.

도 19 내지 도 22를 참조하면, 2-7. EI(Extraction Index)는 골격의 수직-수평 관계 요소로서, 골격 수직관계 요소 ODI(Overbite Depth Indicator)(①+②), 골격 수평관계 요소 APDI(Anteroposterior Dysplasia Indicator)(③+④+⑤), 절치간 각도 요소 LLA(Interincisor Angle)(⑥), E-선에 대한 상순 돌출도(Upper Lip to E-line: UL)(⑦) 및 E-선에 대한 하순 돌출도(Lower Lip to E-line: LL)(⑧)를 고려한다. 이를 수식으로 표현하면, EI = ODI + APDI + (130-LLA)/5 - (UL+LL)이다.

도 19를 참조하면, ODI(Overbite Depth Indicator)는 ①∠AB to MP Plane(A-B Plane과 Mandibular Plane이 이루는 각)과 ②∠PP Plane to FH Plane(FH Plane과 Palatal Plane이 이루는 각)을 합한 것이다.

도 20을 참조하면, APDI(Anteroposterior Dysplasia Indicator)는 ③∠Facial Plane to FH Plane(Facial Plane과 FH Plane이 이루는 각)과, ④∠AB Plane to Facial Plane(AB Plane과 Facial Plane이 이루는 각)과, ⑤∠PP Plane to FH Plane(PP Plane과 FH Plane이 이루는 각)을 합한 것이다.

2-7. EI(Extraction Index)에 대한 계측 값이 146 보다 작으면 발치(Extraction) 유형이고, 162 보다 크면 비 발치(Non-Extraction) 유형이며, 146과 162 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 23은 본 발명의 일 실시 예에 따른 Mx ALD(Maxillary Arch Length Discrepancy) (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 23을 참조하면, 보철 디자인 장치는 3-1. Mx ALD(Maxillary Arch Length Discrepancy) (mm) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 3-1. Mx ALD(Maxillary Arch Length Discrepancy) (mm)은 상악의 치아 길이 및 치열 궁 길이 간 부조화 요소로서, 상악의 제1 대구치 간 치열궁 길이와 제1 대구치 간 각 치아크기 합의 차를 의미한다.

3-1. Mx ALD(Maxillary Arch Length Discrepancy) (mm)에 대한 계측 값이 -9 mm 보다 작으면 발치(Extraction) 유형이고, -4 mm 보다 크면 비 발치(Non-Extraction) 유형이며, -9 mm 와 -4 mm 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 24 및 도 25는 본 발명의 일 실시 예에 따른 Bolton (excess in Mx) (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 24 및 도 25를 참조하면, 보철 디자인 장치는 3-2. Bolton (excess in Mx) (mm) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 3-2. Bolton (excess in Mx) (mm)는 볼튼 비율에 따른 상악의 초과량 요소를 의미한다. 볼튼 비율은 상악 절치 폭경의 합 : 하악 절치 폭경의 합이 100:77.2이 될 때 가장 보기 좋다는 심미적 비율을 의미한다. 예를 들어, 하악 절치 폭경의 합이 30.9일 때 상악 절치 폭경의 합이 40이면 볼튼 비율을 만족한다. 이때, 실제로 하악 절치 폭경의 합이 30.9이고, 상악 절치 폭경의 합이 41이면, 볼튼 비율에 비해 하악 기준 상악 초과된 값은 1mm(41-40)이다.

하악 기준 상악의 초과량이 4 mm보다 크면 발치(Extraction) 유형이고, 0 mm 이면 비 발치(Non-Extraction) 유형이며, 0 mm 와 4 mm 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 26은 본 발명의 일 실시 예에 따른 Mn ALD(Mandibular Arch Length Discrepancy) (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 26을 참조하면, 보철 디자인 장치는 3-3. Mn ALD(Mandibular Arch Length Discrepancy) (mm) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 3-3. Mn ALD(Mandibular Arch Length Discrepancy) (mm)은 하악의 치아 길이 및 치열 궁 길이 간 부조화 요소로서, 하악의 제1 대구치 간 치열궁 길이와 제1 대구치 간 각 치아크기 합의 차를 의미한다.

3-3. Mn ALD(Mandibular Arch Length Discrepancy) (mm)에 대한 계측 값이 -9 mm 보다 작으면 발치(Extraction) 유형이고, -4 mm 보다 크면 비 발치(Non-Extraction) 유형이며, -9 mm 와 -4 mm 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 27 및 도 28은 본 발명의 일 실시 예에 따른 Bolton (excess in Mn) (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 27 및 도 28을 참조하면, 보철 디자인 장치는 3-4. Bolton (excess in Mn) (mm) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 3-4. Bolton (excess in Mn) (mm)는 볼튼 비율에 따른 하악의 초과량 요소를 의미한다. 볼튼 비율은 상악 절치 폭경의 합 : 하악 절치 폭경의 합이 100:77.2이 될 때 가장 보기 좋다는 심미적 비율을 의미한다. 예를 들어, 하악 절치 폭경의 합이 30.9일 때 상악 절치 폭경의 합이 40이면 볼튼 비율을 만족한다. 이때, 실제로 하악 절치 폭경의 합이 31.9이고, 상악 절치 폭경의 합이 40이면, 볼튼 비율에 비해 상악 기준 하악 초과된 값은 1mm(31.9-30.9)이다.

상악 기준 하악의 초과량이 4 mm보다 크면 발치(Extraction) 유형이고, 0 mm 이면 비 발치(Non-Extraction) 유형이며, 0 mm 와 4 mm 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 29는 본 발명의 일 실시 예에 따른 Curve of Spee (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 29를 참조하면, 보철 디자인 장치는 3-5. Curve of Spee (mm) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 3-5. Curve of Spee (mm)는 교합평면 요소로서, 하악 전치 절단연(중점) - 하악 제2 대구치 원심협측교두를 연결하는 수평면에서 가장 치은 쪽에 위치한 교두 간의 수직거리를 의미한다.

3-5. Curve of Spee (mm)에 대한 계측 값이 6 mm 보다 크면 발치(Extraction) 유형이고, 2 mm 보다 작으면 비 발치(Non-Extraction) 유형이며, 2 mm 와 6 mm 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다.

도 30 및 도 31은 본 발명의 일 실시 예에 따른 Irregularity Index (mm) 계측 값을 이용한 환자 유형 분류 예를 도시한 도면이다.

도 30 및 도 31을 참조하면, 보철 디자인 장치는 3-6. Irregularity Index (mm) 계측 값을 기반으로 환자 유형을 발치(Extraction), 비 발치(Non-Extraction), 혼합(Borderline)으로 구분한다. 3-6. Irregularity Index (mm)는 하악 전치부의 배열관계 요소로서, 치아번호 #33~#43 인접면에서 해부학적 컨택 지점(Contact Point)을 벗어난 거리를 측정한 것이다. 이는 도 30 및 도 31에서 A+B+C+D+E에 해당한다.

3-6. Irregularity Index (mm)에 대한 계측 값이 6.5 mm 보다 크면 발치(Extraction) 유형이고, 3.5 mm 보다 작으면 비 발치(Non-Extraction) 유형이며, 3.5 mm 와 6 mm 사이이면 혼합(Borderline) 유형이다. 그러나 이는 본 발명의 이해를 돕기 위한 일 실시 예일 뿐 유형 판단을 위한 수치는 변경 가능하다

이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 발명청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims

안모 구조, 골격 구조 및 치아 구조에 따라 분류된 진단항목 별로 계측점 및 연결선 중 적어도 하나가 설정된 상태에서, 환자의 임상 데이터를 획득하고, 설정된 계측점 및 연결선 중 적어도 하나를 참조하여 임상 데이터의 안모 계측 값 중 적어도 하나의 관계 요소, 골격 계측 값 중 적어도 하나의 관계 요소, 치아 계측 값 중 적어도 하나의 관계 요소 분석을 통해 각 진단항목을 계측함에 따라 계측 값을 획득하는 단계;
획득된 진단항목 별 계측 값을 이용하여 환자 유형을 분류하여 제시하는 단계; 및
분류된 환자 유형에 따라 치아를 자동으로 셋업하여 셋업 데이터를 제시하는 단계;
를 포함함에 따라, 환자의 임상 데이터가 획득되면, 임상 데이터 분석을 통한 진단항목 별 계측 값 획득, 진단항목 별 계측 값을 이용한 환자 유형 분류, 분류된 환자 유형에 따른 셋업 과정 까지를 단일의 프로그램을 통해 연속적으로 자동 수행하는 것을 특징으로 하는 교정 디자인 방법.
제 1 항에 있어서,
임상 데이터는 환자의 안모 스캔 데이터, 두부 방사선 사진, 정면 방사선 사진, 치아 모델 데이터, CT 데이터 및 파노라믹 데이터 중 적어도 하나를 포함하거나 이들 중 적어도 두 개를 정합한 정합 데이터를 포함하며,
계측 값을 획득하는 단계는
환자의 임상 데이터를 이용한 안모 분석을 통해 안모 계측 값을 획득하고, 환자의 임상 데이터를 이용한 골격 분석을 통해 골격 계측 값을 획득하며, 환자의 임상 데이터를 이용한 치아 분석을 통해 치아 계측 값을 획득하는 것을 특징으로 하는 교정 디자인 방법.
제 1 항에 있어서, 환자 유형을 분류하여 제시하는 단계는
안모 분석을 통해 획득되는 안모 계측 값을 이용한 환자 유형 분류로서, 상순의 돌출도(Upper Lip to E-line), 비순각(Nasiolabial Angle) 및 하순의 돌출도(Lower Lip to E-line) 중 적어도 하나의 각각의 계측 값으로부터 각각 환자 유형을 분류하는 것을 특징으로 하는 교정 디자인 방법.
제 1 항에 있어서, 환자 유형을 분류하여 제시하는 단계는
골격 분석을 통해 획득되는 골격 계측 값을 이용한 환자 유형 분류로서, 골격의 수직관계 요소, 골격-치아 관계 요소 및 골격의 수직-수평 관계 요소 각각에서 얻어지는 계측 값으로부터 각각 환자 유형을 분류하는 것을 특징으로 하는 교정 디자인 방법.
제 4 항에 있어서,
골격의 수직관계 요소는 FMA(Frankfort Mandibular plane Angle) (°), SN-MP (°) 및 PFH(Posterior Facial Height) / AFH(Anterior Facial Height) (%) 중 적어도 하나를 포함하고,
골격-치아 관계 요소는 IMPA(Incisor Mandibular Plane Angle) (°), FMIA(Frankfort Mandibular Incisor Angle) (°) 및 L1 to A-Pog (mm) 중 적어도 하나를 포함하고,
골격의 수직-수평 관계 요소는 EI(Extraction Index)를 포함하며,
EI(Extraction Index)는 골격의 수직관계 요소(Overbite Depth Indicator: ODI), 골격의 수평관계 요소(Anteroposterior Dysplasia Indicator: APDI), 절치간 각도 요소(Interincisor Angle: LLA), 상순의 돌출도(Upper Lip to E-line) (mm) 및 하순의 돌출도(Lower Lip to E-line) (mm)를 이용하여 계측한 값인 것을 특징으로 하는 교정 디자인 방법.
제 1 항에 있어서, 환자 유형을 분류하여 제시하는 단계는
치아 분석을 통해 획득되는 치아 계측 값을 이용한 환자 유형 분류로서, 악 내 요소에서 얻어진 계측 값 및 악 간 관계 요소에서 얻어진 계측 값으로부터 각각 환자 유형을 분류하는 것을 특징으로 하는 교정 디자인 방법.
제 6 항에 있어서,
악 내 요소에서 얻어진 계측 값은
상악의 치아 길이 및 치열 궁 길이 간 부조화 요소(Maxillary Arch Length Discrepancy: Mx ALD) (mm), 하악의 치아 길이 및 치열 궁 길이 간 부조화 요소(Mandibular Arch Length Discrepancy: Mn ALD) (mm) 및 교합평면 요소(Curve of Spee) (mm) 중 적어도 하나를 포함하고,
악 간 관계 요소에서 얻어진 계측 값은
볼튼 비율에 따른 상악의 초과량 요소(Bolton excess in Mx) (mm), 볼튼 비율에 따른 하악의 초과량 요소(Bolton excess in Mn) (mm) 및 하악 전치부의 배열관계 요소(Irregularity Index) (mm) 중 적어도 하나를 포함하는 것을 특징으로 하는 교정 디자인 방법.
제 1 항에 있어서, 환자 유형을 분류하여 제시하는 단계는
다수의 환자 유형이 혼재하는 경우 미리 설정된 기준에 따라 주 유형을 결정하는 것을 특징으로 하는 교정 디자인 방법.
제 1 항에 있어서, 치아를 자동으로 셋업하여 셋업 데이터를 제시하는 단계는
분류된 각 환자유형 별로 디지털 셋업 데이터를 생성하는 단계;
각 진단항목에서 그 계측 값이 정상범위를 초과하는 경우 정상범위 값으로 조정하기 위한 셋업을 수행하여 셋업 결과를 제공하되, 환자유형이 발치 유형인 경우 치아 발치를 자동으로 수행한 셋업 결과를 제공하는 단계; 및
사용자 조작 입력에 따라 셋업 결과를 보정하는 단계;
를 포함하는 것을 특징으로 하는 교정 디자인 방법.
제 1 항에 있어서, 교정 디자인 방법은
임상 데이터를 구성하는 두 데이터 간 정합을 수행하고, 정합이 수행된 데이터 또는 임상 데이터를 구성하는 두 데이터 중 적어도 하나에서 개별치아를 분리하여 분리된 개별치아를 대상으로 특징정보를 추출하며, 임상 데이터를 구성하는 두 데이터 중 적어도 하나의 기준정보를 추출하는 준비 단계;
를 더 포함하는 것을 특징으로 하는 교정 디자인 방법.
안모 구조, 골격 구조 및 치아 구조에 따라 진단항목을 분류하고, 분류된 진단항목 별로 계측점 및 연결선 중 적어도 하나가 설정된 상태에서, 환자의 임상 데이터를 획득하고, 설정된 계측점 및 연결선 중 적어도 하나를 참조하여 임상 데이터의 안모 계측 값 중 적어도 하나의 관계 요소, 골격 계측 값 중 적어도 하나의 관계 요소, 치아 계측 값 중 적어도 하나의 관계 요소 분석을 통해 각 진단항목을 계측함에 따라 계측 값을 획득하고 획득된 진단항목 별 계측 값을 이용하여 환자 유형을 분류하여 제시하는 데이터 분석부; 및
분류된 환자 유형에 따라 치아를 자동으로 셋업하여 셋업 데이터를 제시하는 데이터 셋업부;
를 포함함에 따라, 환자의 임상 데이터가 획득되면, 임상 데이터 분석을 통한 진단항목 별 계측 값 획득, 진단항목 별 계측 값을 이용한 환자 유형 분류, 분류된 환자 유형에 따른 셋업 과정 까지를 단일의 프로그램을 통해 연속적으로 자동 수행하는 것을 특징으로 하는 교정 디자인 장치.
제 11 항에 있어서, 데이터 분석부는
환자의 임상 데이터를 이용한 안모 구조 분석을 통해 안모 계측 값을 획득하는 안모 분석부;
환자의 임상 데이터를 이용한 골격 구조 분석을 통해 골격 계측 값을 획득하는 골격 분석부;
환자의 임상 데이터를 이용한 치아 구조 분석을 통해 치아 계측 값을 획득하는 치아 분석부; 및
안모 구조, 골격 구조 및 치아 구조 분석에 따라 진단항목 별로 환자 유형을 발치 유형, 비 발치 유형 및 혼합 유형으로 분류하는 환자 유형 분류부;
를 포함하는 것을 특징으로 하는 교정 디자인 장치.
제 12 항에 있어서, 환자 유형 분류부는
안모 분석을 통해 획득되는 안모 계측 값을 이용한 환자 유형 분류로서, 상순의 돌출도(Upper Lip to E-line), 비순각(Nasiolabial Angle) 및 하순의 돌출도(Lower Lip to E-line) 중 적어도 하나의 각각의 계측 값으로부터 각각 환자 유형을 분류하는 것을 특징으로 하는 교정 디자인 장치.
제 12 항에 있어서, 환자 유형 분류부는
골격 분석을 통해 획득되는 골격 계측 값을 이용한 환자 유형 분류로서, 골격의 수직관계 요소, 골격-치아 관계 요소, 골격의 수직-수평 관계 요소 각각에서 얻어지는 계측 값으로부터 각각 환자 유형을 분류하는 것을 특징으로 하는 교정 디자인 장치.
제 12 항에 있어서, 환자 유형 분류부는
치아 분석을 통해 획득되는 치아 계측 값을 이용한 환자 유형 분류로서, 악 내 요소에서 얻어진 계측 값 및 악 간 관계 요소에서 얻어진 계측 값으로부터 각각 환자 유형을 분류하는 것을 특징으로 하는 교정 디자인 장치.
제 11 항에 있어서, 데이터 셋업부는
분류된 각 환자유형 별로 디지털 셋업 데이터를 생성하고,
각 진단항목에서 그 계측 값이 정상범위를 초과하는 경우 정상범위 값으로 조정하기 위한 셋업을 수행하여 셋업 결과를 제공하되, 환자유형이 발치 유형인 경우 치아 발치를 자동으로 수행한 셋업 결과를 제공하며,
사용자 조작 입력에 따라 셋업 결과를 보정하는 것을 특징으로 하는 교정 디자인 장치.