KR102593160B1

KR102593160B1 - 데이터 처리 방법

Info

Publication number: KR102593160B1
Application number: KR1020220002560A
Authority: KR
Inventors: 이동훈; 조예린
Original assignee: 주식회사 메디트
Priority date: 2021-01-08
Filing date: 2022-01-07
Publication date: 2023-10-24
Also published as: KR20220100534A; EP4258245A1

Abstract

본 발명에 따른 데이터 처리 방법은, 트레이닝 모델에 대응되는 샘플 데이터의 적어도 일부를 유저 인터페이스에 로드하는 단계, 상기 트레이닝 모델을 스캔하여 획득한 스캔 데이터를 상기 샘플 데이터에 매칭시키는 단계, 및 상기 스캔 데이터와 상기 샘플 데이터의 매칭 결과에 기초하여, 상기 스캔 데이터를 평가하는 단계를 포함한다.

Description

데이터 처리 방법{Data processing method}

본 발명은 데이터 처리 방법에 관한 것이다.

3차원 스캐닝 및 모델링 기술은 최근의 치과 산업에서 CAD/CAM 분야, 역설계 분야에서 빈번하게 사용되고 있으며, 환자의 구강을 나타내는 3차원 모델을 획득하기 위해 핸드헬드 형식의 스캐너의 사용이 증가하는 추세이다.

종래에는, 대상체(일 예시로, 환자의 구강을 본떠 만들어진 석고 모델)을 테이블 형식 스캐너의 트레이에 안착시키고, 상기 트레이가 회전 또는 틸팅되어 상기 석고 모델의 3차원 데이터를 획득하였다. 테이블 형식의 스캐너를 사용할 때, 사용자는 특별한 어려움 없이 3차원 데이터를 획득할 수 있었다. 그러나, 핸드헬드 형식의 스캐너를 사용하는 경우, 사용자의 스캔 숙련도가 3차원 데이터의 정밀도와 직결되며, 사용자는 정밀한 데이터를 획득하기 위해 대상체를 스캔하는 과정을 트레이닝할 필요가 있다.

한편, 사용자는 환자의 실제 구강 내부를 스캔함으로써 자신의 스캔 숙련도를 향상시킬 수도 있으나, 실질적으로 스캔 숙련도를 평가할 수 없는 문제점이 존재한다.

따라서, 사용자의 스캔 숙련도를 향상시키면서, 스캔 숙련도를 소정 평가기준에 따라 평가할 수 있는 방법이 필요하다.

대한민국 공개특허 제10-2018-0121689호 (2018.11.07 공개)

본 발명은 전술된 문제점을 해결하기 위하여, 본 발명은 스캐너의 사용자가 스캔 숙련도를 향상시킬 수 있도록 트레이닝 모델의 샘플 데이터를 제공하고, 상기 트레이닝 모델을 스캔하여 획득하는 스캔 데이터와 샘플 데이터를 비교함으로써 스캔 데이터를 평가하는 데이터 처리 방법을 제공한다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.

전술한 바와 같은 목적을 달성하기 위해서, 본 발명에 따른 데이터 처리 방법은 트레이닝 모델에 대응되는 샘플 데이터의 적어도 일부를 유저 인터페이스에 로드하는 단계, 상기 트레이닝 모델을 스캔하여 획득한 스캔 데이터를 상기 샘플 데이터에 매칭시키는 단계, 및 상기 스캔 데이터와 상기 샘플 데이터의 매칭 결과에 기초하여, 상기 스캔 데이터를 평가하는 단계를 포함한다.

본 발명에 따른 데이터 처리 방법은, 전술한 구성을 포함하여 다양한 추가 구성을 더 포함할 수 있다.

전술한 과제 해결 수단과 후술할 구체적인 내용에 따르면, 본 발명에 따른 데이터 처리 방법을 사용함으로써, 사용자는 트레이닝 모델을 스캔하여 획득한 스캔 데이터를 정성적, 정량적으로 평가받을 수 있고, 스캔 숙련도를 향상시킬 수 있는 이점이 있다.

또한, 본 발명에 따른 데이터 처리 방법을 사용함으로써, 함께 표시되는 표식 유닛들 통해 사용자가 올바르게 스캔 트레이닝을 진행하고 있는지 용이하게 표시할 수 있으며, 표식 유닛들이 지시하는 방향을 따라 스캔 트레이닝을 수행함으로써 사용자는 자연스럽게 스캔 숙련도를 향상시킬 수 있는 이점이 있다.

또한, 본 발명에 따른 데이터 처리 방법은, 사용자의 선택에 따라 결정된 난이도별로 스캔 데이터를 평가하기 위한 평가요소들에 상이한 기준이 부여되므로, 사용자는 하나의 트레이닝 모델을 사용하더라도 단계적으로 스캔 숙련도를 향상시킬 수 있는 이점이 있다.

도 1은 본 발명에 따른 데이터 처리 방법의 순서도이다.
도 2는 트레이닝 모델을 설명하기 위한 것이다.
도 3은 본 발명에 따른 데이터 처리 방법이 표시되는 유저 인터페이스 화면이다.
도 4는 도 3의 유저 인터페이스 화면에서 트레이닝 모드로 진입하기 위해, 트레이닝 모델을 나타내는 샘플 데이터를 로드하는 과정을 설명하기 위한 것이다.
도 5는 트레이닝 모델에 형성된 식별체를 감지하는 과정을 설명하기 위한 것이다.
도 6은 스캔 난이도를 설정하는 과정을 설명하기 위한 것이다.
도 7은 스캔 난이도에 따라 상이한 기준을 가지는 평가요소들을 설명하기 위한 것이다.
도 8은 트레이닝 모델을 나타내는 샘플 데이터가 기설정된 스캔 경로를 나타내는 표식 데이터와 함께 로드된 상태를 설명하기 위한 것이다.
도 9는 표식 데이터를 설명하기 위한 것이다.
도 10은 스캔 과정을 수행하여 스캔 데이터가 매칭되는 과정을 설명하기 위한 것이다.
도 11 내지 도 13은 표식 유닛들이 지시하는 방향을 따라 스캔 과정을 수행하는 것을 설명하기 위한 것이다.
도 14는 스캔 과정이 완료되어 스캔 데이터와 샘플 데이터가 매칭된 상태를 설명하기 위한 것이다.
도 15는 S130 단계의 예시적인 세부 순서도이다.
도 16은 S130 단계에서 매칭 비율이 계산되는 과정을 설명하기 위한 것이다.
도 17은 스캔 데이터의 신뢰도를 나타내는 유저 인터페이스 화면을 설명하기 위한 것이다.
도 18은 스캔 트레이닝 결과를 설명하기 위한 것이다.
도 19는 본 발명에 따른 데이터 처리 방법이 수행되는 데이터 처리 시스템의 개략적인 구성도이다.
도 20은 본 발명에 따른 데이터 처리 시스템 중 평가요소 측정부의 개략적인 구성도이다.

이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.

본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1은 본 발명에 따른 데이터 처리 방법의 순서도이다.

도 1을 참조하면, 본 발명에 따른 데이터 처리 방법은, 트레이닝 모델에 대응되는 샘플 데이터의 적어도 일부를 유저 인터페이스에 로드하는 단계(S110), 샘플 데이터의 스캔 난이도를 설정하는 단계(S120), 트레이닝 모델을 스캔하여 획득한 스캔 데이터를 샘플 데이터에 매칭시키는 단계(S130), 스캔 데이터를 기초로 트레이닝 모델의 스캔 진행률을 계산하는 단계(S140), 및 스캔 데이터를 평가하는 단계(S150)를 포함한다.

이하에서는, 본 발명에 따른 데이터 처리 방법의 각 단계를 상세히 설명한다.

도 2는 트레이닝 모델(10)을 설명하기 위한 것이다.

도 1 및 도 2를 참조하면, S110 단계에 의해 트레이닝 모델(10)에 대응되는 샘플 데이터의 적어도 일부가 유저 인터페이스에 로드된다. 도 2에서, 본 발명에 따른 데이터 처리 방법에 사용하기 위한 트레이닝 모델(10)이 도시된다. 트레이닝 모델(10)은 사용자의 스캔 숙련도를 향상시키기 위해, 반복 연습이 가능한 모형의 일종일 수 있다. 예시적으로, 트레이닝 모델(10)은 실제 구강의 형상을 본떠 만든 석고 모델일 수 있다. 다만, 트레이닝 모델(10)은 반드시 실제 구강의 형상을 본떠 만든 것일 필요는 없으며, 구강의 형태를 모사하여 제작된, 가상의 구강 형상을 나타내는 석고 모델일 수도 있다.

트레이닝 모델(10)은 트레이닝 모델(10)에 대응되는 샘플 데이터를 가질 수 있다. 예시적으로, 샘플 데이터는 트레이닝 모델(10)을 테이블 스캐너의 트레이에 거치하여 정밀하게 3차원 스캔하여 생성된 것일 수 있다. 즉, 샘플 데이터는 트레이닝 모델(10)의 완전한 3차원 데이터일 수 있다. 따라서, 샘플 데이터는 스캔 과정에서 획득되는 스캔 데이터와 매칭되어, 스캔 데이터를 평가하는 기준 데이터로 사용될 수 있다.

한편, 샘플 데이터는 트레이닝 모델(10)의 원본 데이터일 수도 있다. 예시적으로, 트레이닝 모델(10)은 CAD 작업을 통해 생성된 샘플 데이터를 3차원 입체 프린팅하여 획득한 것일 수 있으며, 트레이닝 모델(10)은 샘플 데이터와 동일한 형상을 가질 수 있다.

트레이닝 모델(10)은 적어도 하나의 치아와 치은을 나타낼 수 있다. 또한, 트레이닝 모델(10)은 치아와 치은을 나타내는 부분 이외의 부분(예를 들면, 경구개 부분 또는 설하 부분)에 소정 식별체(11)를 가질 수 있다. 예시적으로, 상기 식별체(11)은 바코드, QR코드, 시리얼 번호(serial number)와 같이 트레이닝 모델(10)의 고유한 정보를 가지는 것일 수 있다. 식별체(11)는 트레이닝 모델(10)의 외면 일부에 음각 또는 양각으로 형성될 수도 있고, 인쇄되어 부착 형성될 수도 있다.

도 3은 본 발명에 따른 데이터 처리 방법이 표시되는 유저 인터페이스(100) 화면이고. 도 4는 도 3의 유저 인터페이스(100) 화면에서 트레이닝 모드로 진입하기 위해, 트레이닝 모델(10)을 나타내는 샘플 데이터를 로드하는 과정을 설명하기 위한 것이다. 또한, 도 5는 트레이닝 모델(10)에 형성된 식별체(11)를 감지하는 과정을 설명하기 위한 것이다.

도 3을 참조하면, 유저 인터페이스(100) 화면이 제공된다. 유저 인터페이스(100) 화면은 스캔 과정을 시각적으로 나타낼 수 있다. 유저 인터페이스(100) 화면은 샘플 데이터, 스캔 데이터, 스캔 데이터의 신뢰도를 나타내는 신뢰도 데이터 중 적어도 하나가 표시되는 워크스페이스(110)를 포함한다. 예시적으로, 워크스페이스(110)에는 샘플 데이터가 표시될 수도 있고, 스캔 데이터가 표시될 수도 있으며, 스캔 데이터가 샘플 데이터에 매칭된 상태를 나타내기 위해 스캔 데이터와 샘플 데이터가 함께 표시될 수도 있다. 또한, 워크스페이스(110)에는 스캔 데이터의 신뢰도를 나타내는 신뢰도 데이터가 표시될 수도 있으며, 스캔한 트레이닝 모델의 질감을 나타내는 스캔 데이터와 신뢰도 데이터가 함께 표시될 수도 있다. 또한, 워크스페이스(110)는 전술한 데이터와 관련한 추가 정보들을 표시할 수도 있다. 워크스페이스(110)의 일측에는 툴박스(120)가 형성될 수 있다. 툴박스(120)는 데이터들을 편집, 분석하기 위한 다양한 버튼들이 배치되며, 스캔 데이터의 소정 부분을 다각형 선택하여 트리밍하거나, 마진라인을 설정하거나, 스캐너의 캘리브레이션을 수행하는 등의 사용자 활동을 가능하게 한다.

한편, 워크스페이스(110)의 일측에는 스캔 트레이닝 모드로 진입하기 위한 트레이닝 모드 진입 버튼(130)이 배치될 수 있다. 사용자는 트레이닝 모드 진입 버튼(130)을 선택하여 스캔 과정을 연습할 수 있는 트레이닝 과정을 수행할 수 있다.

도 4를 참조하면, 사용자가 트레이닝 모드 진입 버튼(130)을 선택하여 샘플 데이터 선택창(140)이 생성될 수 있다. 샘플 데이터 선택창(140)은 샘플 데이터 검색부(141)와 식별체 스캔부(142)를 포함할 수 있다. 사용자는 샘플 데이터 검색부(141)를 선택하여, 로컬 데이터베이스에서 사용자의 입력에 의해 트레이닝 모델(10)에 대응되는 샘플 데이터를 선택할 수 있다. 반면, 사용자는 식별체 스캔부(142)를 선택하여, 스캐너를 통해 트레이닝 모델(10)에 형성된 식별체(11)를 감지하여 식별체(11)에 저장된 정보에 대응되는 샘플 데이터를 로컬 데이터베이스에서 로드하거나 온라인으로 다운로드할 수 있다. 샘플 데이터 검색부(141) 또는 식별체 스캔부(142)를 선택하고, 진행 버튼(143)을 선택하여 다음 단계로 진행할 수 있다. 또한, 취소 버튼(144)을 선택하는 경우, 사용자는 트레이닝 모드로의 진입을 취소하고 이전의 유저 인터페이스(100) 화면으로 복귀할 수 있다.

도 5를 참조하면, 식별체 스캔부(142)를 선택하여 진입한 식별체 스캔창(150)이 도시된다. 식별체 스캔창(150)은 스캐너에 내장된 카메라에 실시간으로 입력되는 화상을 표시하는 식별체 스캔 화면(151)을 포함하며, 스캐너를 사용하여 트레이닝 모델(10)의 식별체(11)를 촬영할 수 있다. 식별체(11)는 카메라에 의해 감지되고, 식별체(11)가 가지는 정보를 기초로 상기 식별체(11)가 형성된 트레이닝 모델(10)에 대응되는 샘플 데이터가 로드된다. 한편, 식별체(11)가 원활하게 감지되지 않는 경우, 시리얼 번호 입력칸에 직접 시리얼 번호를 입력하여 트레이닝 모델(10)에 대응되는 샘플 데이터를 로드할 수도 있다.

도 6은 스캔 난이도를 설정하는 과정을 설명하기 위한 것이고, 도 7은 스캔 난이도에 따라 상이한 기준을 가지는 평가요소들을 설명하기 위한 것이다.

도 6을 참조하면, 트레이닝 모델(10)에 대응되는 샘플 데이터가 로드되면, 샘플 데이터의 스캔 난이도를 설정하는 단계(S120)가 수행될 수 있다. 샘플 데이터의 스캔 난이도를 설정하는 단계(S120)는 사용자로부터 적어도 하나의 스캔 난이도 중 어느 하나를 입력받을 수 있다. 예시적으로, 스캔 난이도 선택창(160)에서, 스캔 난이도 선택부(161)에 초급자 난이도 선택 버튼(161a), 숙련자 난이도 선택 버튼(161b), 및 전문가 난이도 선택 버튼(161c)이 나타날 수 있다. 스캔 트레이닝을 수행할 사용자는 자신의 스캔 숙련도에 따라 적절한 난이도를 선택할 수 있다.

도 7을 참조하면, 스캔 데이터를 평가하기 위한 평가요소들, 및 평가 임계값들이 나타난다. 이 때, 스캔 난이도별로 평가요소들의 평가 임계값이 상이하게 설정될 수 있다. 예시적으로, 초보자 난이도에서는 160초 이내에 스캔을 완료하면 우수하게 트레이닝을 완료한 것으로 판단될 수 있다. 이와 비교하여, 숙련자 난이도에서는 140초 이내에 스캔을 완료하여야 우수하게 임계값을 슬래시(/) 트레이닝을 완료한 것으로 판단될 수 있으며, 전문가 난이도에서는 120초 이내에 스캔을 완료하여야 우수하게 트레이닝을 완료한 것으로 판단될 수 있다. 이와 같이, 스캔 난이도가 높게 설정됨에 따라 평가요소들의 평가 기준도 높아지도록 설정될 수 있다.

한편, 사용자가 스캔 트레이닝 과정에서 평가요소들의 평가 임계값을 초과한 경우, 스캔 시간에 대한 평가 등급이 하락할 수 있다. 예시적으로, 초보자 난이도에서, 스캔 시간이 60초 이내이면 5점, 스캔 시간이 60초 초과 70초 이내이면 4점, 스캔 시간이 70초 초과 80초 이내이면 3점, 스캔 시간이 80초 초과 90초 이내이면 2점, 그리고 스캔 시간이 90초를 초과하면 1점이 부여될 수 있다. 즉, 스캔 시간에 따라 차등적으로 평가 등급이 부여될 수 있다.

한편, 평가요소는 전술한 스캔 시간과, 표식 유닛에 따른 스캔 진행률, 임계 신뢰도를 만족하는 복셀 데이터의 비율, 공백 영역의 수, 스캔 데이터와 샘플 데이터 간의 매칭 비율, 스캔 샷의 수, FPS 등 중 적어도 하나를 포함할 수 있다. 상기 평가요소별 평가등급은 사용자의 스캔 숙련도를 평가하기 위해 종합적으로 고려될 수 있다.

이하에서는, 샘플 데이터(220)가 표식 데이터와 함께 로드되는 과정에 대해 설명한다.

도 8은 트레이닝 모델(10)을 나타내는 샘플 데이터(220)가 기설정된 스캔 경로를 나타내는 표식 데이터와 함께 로드된 상태를 설명하기 위한 것이다.

로드하는 단계(S110)와 스캔 난이도를 설정하는 단계(S120)가 이후에, 트레이닝 모델(10)을 나타내는 샘플 데이터(220)가 유저 인터페이스(200) 화면 상에 표시된다. 유저 인터페이스(200) 화면은 트레이닝 모드에 진입한 후에 나타나는 것이므로, 전술한 유저 인터페이스(100) 화면과 상이할 수 있다. 유저 인터페이스(200) 화면은, 트레이닝 모델(10)의 시리얼 번호와, 사용자가 선택한 난이도 정보을 일측에 표시할 수 있다. 사용자는 스캔하는 트레이닝 모델(10)과 로드된 샘플 데이터(220)가 일치하는지 확인할 수 있고, 선택된 난이도 또한 용이하게 확인할 수 있다.

또한, 유저 인터페이스(200) 화면 상에는 추가적인 다양한 정보들이 표시될 수 있다. 예시적으로, 유저 인터페이스(200) 화면에는 적어도 하나의 스캔 트레이닝 메뉴(230)가 배치된다. 스캔 트레이닝 메뉴(230)는 트레이닝 시작/중단 버튼(231)과 스캔 데이터 평가 버튼(232)을 포함할 수 있다. 사용자는 트레이닝 시작/중단 버튼(231)을 선택하여 스캔 과정을 시작하거나 중단할 수 있다. 트레이닝 시작/중단 버튼(231)을 선택하여 스캔 과정을 시작하면, 평가요소별로 스캔 데이터를 평가하기 위한 정보가 수집될 수 있다. 한편, 트레이닝 시작/중단 버튼(231)을 선택하여 스캔 과정을 중단하면 스캔 과정이 종료되고, 획득된 스캔 데이터를 기초로 스캔 데이터가 평가될 수 있다. 스캔 데이터의 평가 결과는 스캔 데이터 평가 버튼(232)을 선택하여 확인할 수 있다.

또한, 스캔 트레이닝 과정이 수행될 때, 상태표시부(240)가 유저 인터페이스(200) 화면의 일측에 표시될 수 있다. 상태표시부(240)는 실시간으로 스캔 과정에 따른 스캔 진행 상황을 표시할 수 있다. 상태표시부(240)는 평가요소 표시부(241)와 스캔 진행률 표시부(242)를 포함할 수 있다.

평가요소 표시부(241)는 평가요소별 측정 결과를 표시할 수 있다. 예시적으로, 평가요소 표시부(241)는 스캔 과정에 따른 스캔 시간, 스캔 샷의 수, fps(frame per second)를 실시간으로 표시할 수 있다. 또한, 각 평가요소의 평가 임계값을 슬래시(/) 기호로 구분하여 표시할 수 있다. 다만, 본 발명은 본 발명을 예시적으로 설명하는 도면에 한정되지 않는다. 즉, 평가요소 표시부(241)에 반드시 평가 임계값이 표시되어야 하는 것은 아니며, 가사 평가 임계값이 표시되더라도 슬래시(/) 기호로 구분되어 표시되지 않을 수도 있다.

스캔 진행률 표시부(242)는 계산된 스캔 진행률을 표시할 수 있다. 스캔 진행률은 스캔 데이터를 구성하는 스캔 샷과 표식 데이터 간의 거리를 기초로 증가할 수 있다. 한편, 스캔 진행률을 계산하는 과정에 대해서는 후술한다.

이하에서는 샘플 데이터(220)에 대해 보다 상세하게 설명한다.

샘플 데이터(220)는 구강 샘플 데이터(221)와 표식 데이터를 포함할 수 있다. 구강 샘플 데이터(221)란, 트레이닝 모델(10)에 대응되는 상기 트레이닝 모델(10)의 디지털 3차원 데이터를 의미할 수 있다. 구강 샘플 데이터(221)의 적어도 일부는 트레이닝 모델(10)의 적어도 일 부분의 형상 정보를 포함하는 복셀 데이터로 형성될 수 있다. 예시적으로, 샘플 데이터(220) 중 구강 샘플 데이터(221)는 후술하는 스캔 과정에서 스캔 데이터와 얼라인되는 얼라인 가능 영역(2211)과, 스캔 데이터와 얼라인되지 않는 얼라인 불가 영역(2212)을 포함할 수 있다. 이 때, 얼라인 가능 영역(2211)은 트레이닝 모델(10)의 형상 정보를 포함하는 복셀 데이터로 형성되므로, 스캔 데이터가 입력되면 상기 스캔 데이터는 샘플 데이터(220)에 용이하게 얼라인될 수 있다. 한편, 얼라인 불가 영역(2212)은 대응되는 트레이닝 모델(10)의 부분의 형상 정보를 가지지 않을 수 있다. 다만, 반드시 이에 한정되는 것은 아니며, 얼라인 불가 영역(2212)은 트레이닝 모델(10)의 형상 정보를 가지는 쉘 데이터로 형성되지만, 스캔 데이터와 얼라인되지 않을 수 있다.

한편, 트레이닝 모델(10)은 얼라인 가능 영역(2211)에 대응되는 초기 스캔 위치를 가진다. 예시적으로, 트레이닝 모델(10)의 초기 스캔 위치는 제2 대구치의 적어도 일부를 포함하는 위치일 수 있다. 사용자는 초기 스캔 위치를 먼저 스캔함으로써 스캔 데이터를 획득할 수 있고, 초기 스캔 위치에 대응되는 스캔 데이터는 얼라인 가능 영역(2211)을 형성하는 복셀 데이터에 포함된 굴곡 정보 등을 기초로 샘플 데이터(220)에 얼라인될 수 있다.

도 9는 표식 데이터를 설명하기 위한 것이다.

도 8 및 도 9를 참조하면, 로드하는 단계(S110)는 표식 데이터를 샘플 데이터(220) 상에 함께 로드할 수 있다. 보다 상세하게는, 표식 데이터는 스캔 데이터를 획득하기 위한 기설정된 스캔 경로를 나타낼 수 있다. 표식 데이터는 적어도 하나의 표식 유닛(222)을 포함할 수 있다. 예시적으로, 표식 데이터는 복수의 표식 유닛(222)들을 포함할 수 있으며, 표식 유닛(222)들은 방향성을 가지는 2차원 또는 3차원 도형 형상으로 표시된다. 예시적으로, 표식 유닛(222)들은 3차원 화살표 형상으로 표시될 수 있고, 어느 하나의 표식 유닛(222)의 말단은 다른 하나의 표식 유닛(222)의 기단을 지시함으로써 적어도 하나의 폐루프 스캔 경로를 형성할 수 있다. 표식 유닛(222)들의 수는 사용자의 선택에 따라 결정된 스캔 난이도에 따라 상이하게 결정될 수 있다.

도 9에 도시된 바와 같이, 표식 데이터 중 표식 유닛(222)은 일정한 부피를 가질 수 있다. 이 때, 표식 유닛(222)의 윤곽을 형성하는 바운딩 박스(2221)가 형성될 수 있다. 바운딩 박스(2221)는 직육면체 형상을 가질 수 있으나, 반드시 이에 한정되는 것은 아니다. 바운딩 박스의 중심(2222)은 표식 데이터(보다 상세하게는, 표식 유닛)의 중심으로 설정될 수 있으며, 바운딩 박스의 중심(2222)은 스캔 데이터를 구성하는 스캔 샷과 표식 데이터 간의 거리를 기초로 스캔 진행률을 계산하기 위해 사용될 수 있다.

한편, 표식 유닛(222)들 중 적어도 일부는 샘플 데이터(220)로부터 소정 거리 이격 형성될 수 있다. 예시적으로, 표식 유닛(222)은 샘플 데이터(220)의 치아 부분을 중심으로 소정 거리 이격 형성될 수 있다. 이에 따라, 표식 유닛(222)은 샘플 데이터(220) 중 치아 부분의 외면을 따라 형성될 수 있으며, 표식 유닛(222)은 스캔 트레이닝을 수행하는 사용자에게 치아 스캔 전략을 더욱 상세하게 가이딩할 수 있다.

또한, 표식 데이터는 초기 표식 유닛(222a)을 포함할 수 있다. 따라서, 초기 표식 유닛(222a)은 다른 표식 유닛(222)들과 함께 샘플 데이터(220) 상에 함께 로드될 수 있다. 초기 표식 유닛(222a)은 다른 표식 유닛(222)과는 상이하게 표시될 수 있다. 예시적으로, 초기 표식 유닛(222a)은 녹색으로 표시될 수 있고, 다른 표식 유닛(222)들은 청색으로 표시될 수 있다. 다른 예시로, 초기 표식 유닛(222a)은 제1 패턴을 가지는 형상으로 표시될 수 있고, 다른 표식 유닛(222)들은 제2 패턴을 가지는 형상으로 표시될 수 있다. 초기 표식 유닛(222a)은 스캔 트레이닝 과정에서 최초로 스캔 데이터가 획득되어야 하는 지점을 나타낼 수 있다. 예시적으로, 초기 표식 유닛(222a)은 얼라인 가능 영역(2211)에 대응되는 샘플 데이터(220)의 일부분 상에 표시될 수 있다.

이하에서는 매칭시키는 단계(S130)에 대해 상세히 설명한다.

도 10은 스캔 과정을 수행하여 스캔 데이터(300)가 매칭되는 과정을 설명하기 위한 것이다.

도 1, 도 8, 및 도 10을 참조하면, 본 발명에 따른 데이터 처리 방법은 트레이닝 모델(10)을 스캔하여 획득한 스캔 데이터(300)를 샘플 데이터에 매칭시키는 단계(S130)를 포함한다. 상기 매칭시키는 단계(S130)는 후술하는 얼라인 가능 영역(2211)에서 스캔 데이터(300)가 샘플 데이터에 얼라인되는 과정 및/또는 스캔 데이터(300)가 포함하는 복수의 스캔 샷들이 상호 얼라인되는 과정을 수행할 수 있다. 또한, 상기 매칭시키는 단계(S130)는 스캔 데이터(300)가 획득됨에 따라 함께 획득되는, 스캔 데이터(300)와 샘플 데이터 간의 매칭 비율(matching rate)을 포함하는 평가요소 측정값을 수집할 수 있다.

트레이닝 시작/중단 버튼(231)을 선택하여 스캔 과정을 시작하면, 스캐너를 통해 스캔 데이터가 스캔 샷 단위로 획득될 수 있다. 이 때, 스캔 샷이란 트레이닝 모델(10)을 스캔하여 트레이닝 모델(10)의 형상 및/또는 색상을 나타내는 스캔 데이터를 구성하는 3차원 데이터 조각일 수 있다. 스캔 데이터는 복수의 스캔 샷들을 포함할 수 있고, 스캔 샷들은 샘플 데이터와 얼라인되거나, 스캔 샷들은 상호 얼라인될 수 있다. 한편, 스캔 데이터(300)가 획득되면서, 평가요소별로 스캔 데이터(300)를 평가하기 위한 정보, 즉 평가요소 측정값이 수집될 수 있다.

예시적으로, 평가요소 표시부(241)는 수집되는 스캔 시간, 스캔 샷의 수, fps 등을 실시간으로 표시할 수 있다. 또한 예시적으로, 평가요소 표시부(241)에 실시간으로 표시되는 평가요소 측정값들의 크기에 따라, 평가요소 측정값을 나타내는 글자가 변화할 수 있다. 예를 들면, 평가 임계값의 70%를 초과하는 평가요소 측정값에 대해서, 평가요소 측정값을 나타내는 글자는 녹색에서 주황색으로 변화할 수 있다. 또한, 평가 임계값의 100%를 초과하는 평가요소 측정값에 대해서, 평가요소 측정값을 나타내는 글자는 주황색에서 적색으로 변화할 수 있다. 부가적으로, 평가요소 측정값을 나타내는 글자는 평가 임계값을 초과하는 정도에 따라(즉, 평가 등급이 하락함에 따라) 또다른 색상으로 변화할 수도 있다. 이와 같이, 평가요소 측정값의 글자 색상을 통해 사용자에게 스캔 과정 중에도 사용자에게 피드백을 제공할 수 있으므로, 사용자는 미흡한 평가요소를 보완할 수 있는 이점이 있다. 다만, 전술한 예시적인 내용과 달리, 평가요소 측정값을 나타내는 글자는 평가 임계값의 초과 여부와 관계없이 단일의 색상을 가질 수도 있다.

또한, 유저 인터페이스(200) 화면의 일측에는 실시간 화면(260)이 추가적으로 표시될 수 있다. 실시간 화면(260)은 스캐너의 카메라를 통해 획득되는 2차원 영상을 실시간으로 표시할 수 있다.

한편, 사용자는 초기 표식 유닛(222a)이 표시된 부분에 대응되는 트레이닝 모델(10)의 부분을 스캔할 수 있다. 초기 표식 유닛(222a)이 표시된 부분에 대응되는 트레이닝 모델(10)의 부분은, 샘플 데이터(220) 중 얼라인 가능 영역(2211)일 수 있다. 이 때, 얼라인 가능 영역(2211)은 복셀 데이터로 형성되므로, 얼라인 가능 영역(2211)에 대응되는 스캔 데이터(300)의 스캔 샷들은 샘플 데이터(220)에 얼라인될 수 있다.

이후, 사용자는 표식 유닛(222)들을 따라 스캔 과정을 수행하고, 사용자가 스캔하는 트레이닝 모델(10)의 부분은 샘플 데이터(220)의 얼라인 불가 영역(2212)에 대응되는 부분일 수 있다. 이 때, 트레이닝 모델(10)의 해당 부분을 스캔하여 획득한 스캔 샷들은 샘플 데이터(220)에 얼라인되는 것이 아니라, 직전에 획득된 스캔 샷들과 얼라인될 수 있다. 즉, 얼라인 가능 영역(2211)은 스캔 데이터(300)가 샘플 데이터(220)에 얼라인되는 기준 영역으로 작용하며, 얼라인 불가 영역(2212)은 스캔 숙련도를 측정하기 위한 영역으로 작용할 수 있다.

이하에서는, 스캔 과정이 진행됨에 따라 스캔 진행률이 변화하는 과정과 표식 유닛(222)이 표시되는 과정에 대해 설명한다.

도 11 내지 도 13은 표식 유닛(222)들이 지시하는 방향을 따라 스캔 과정을 수행하는 것을 설명하기 위한 것이다.

도 1, 도 11, 및 도 12를 참조하면, 본 발명에 따른 데이터 처리 방법은 획득한 스캔 데이터(300)를 기초로 트레이닝 모델(10)의 스캔 진행률을 계산하는 단계(S140)를 더 포함한다. 예시적으로, 유저 인터페이스(200) 화면 상에서 현재 스캔이 수행되고 있는 부분이 스캔 프레임(250)의 형태로 표시된다. 한편, 사용자는 상기 스캔 프레임(250) 내부에 표식 유닛(222)이 포함되도록 스캔을 수행할 수 있다. 스캔 프레임(250) 내부에 표식 유닛(222)이 포함되도록 스캔을 수행하면, 사용자가 트레이닝 모델(10)을 올바르게 지향하여 스캔을 수행하고 있는 것으로 판단될 수 있다. 사용자가 원활하게 스캔을 수행하여 스캔 데이터(300)가 안정적으로 획득하면, 스캔 진행률이 증가할 수 있다.

예시적으로, 스캔 진행률은 AABB(axis aligned bounding box) 방법을 이용하여 수행될 수 있다. 즉, 스캔 진행률은 스캔 데이터(300)를 구성하는 스캔 샷과 표식 데이터(보다 정확하게는, 표식 유닛) 간의 거리가 소정 임계값 이내인 경우 증가할 수 있다. 보다 상세하게는, 획득된 스캔 샷은 상기 스캔 샷의 윤곽을 형성하는 바운딩 박스를 가질 수 있고, 예시적으로 스캔 샷의 바운딩 박스는 직육면체 형상을 가질 수 있다. 또한, 스캔 샷의 중심은 스캔 샷의 바운딩 박스의 중심으로 설정될 수 있고, 스캔 샷의 바운딩 박스의 중심과 표식 데이터(보다 정확하게는, 표식 유닛)의 바운딩 박스의 중심(2222) 간의 직선 거리가 측정될 수 있다. 상기 직선 거리가 소정 임계값 이내인 경우, 사용자가 스캔 경로에 부합하도록 스캔 데이터를 획득한 것으로 판단될 수 있다. 예시적으로, 스캔 샷의 바운딩 박스의 중심과 표식 데이터의 바운딩 박스의 중심(2222) 간의 직선 거리가 1cm 이내인 경우, 표식 유닛(222)이 위치한 부분에서 정상적으로 스캔 과정이 진행되고 있는 것으로 판단될 수 있다.

한편, 각각의 표식 유닛(222)은 임계 스캔 샷의 수를 가질 수 있다. 예시적으로, 각각의 표식 유닛(222)은 초보자 난이도에서 20 샷의 임계 스캔 샷의 수를 가질 수 있다. 따라서, 복수의 표식 유닛(222) 각각이 가지는 임계 스캔 샷의 수를 기초로, 해당 표식 유닛(222)에 대응되는 스캔 진행률이 표식 유닛(222) 단위로 증가할 수 있다. 예시적으로, 샘플 데이터(220)의 스캔 경로를 표시하기 위해 25개의 표식 유닛(222)이 생성된 경우, 각각의 표식 유닛(222)에 임계 스캔 샷 수만큼의 스캔 샷이 획득되면 표식 유닛(222) 당 스캔 진행률이 4% 증가할 수 있다.

스캔 진행률을 계산하는 단계(S140)는 매칭시키는 단계(S130) 이후에 수행될 수도 있으나, 실질적으로는 스캔 데이터(300)가 획득되어 샘플 데이터(220)와 실시간으로 매칭되는 과정과 동시에 수행될 수 있다.

한편, 표식 데이터는 기설정된 스캔 경로를 나타내기 위해 적어도 일부가 표시될 수 있다. 예시적으로, 표식 유닛(222)은 연속하여 3개 내지 5개가 표시될 수 있으며, 동시에 표시되는 표식 유닛(222)의 수는 스캔 난이도에 따라 상이할 수 있다. 또한, 표식 데이터를 나타내는 표식 유닛(222)은 임계 스캔 샷의 수만큼 스캔 샷이 축적되면 형상이 변형될 수 있다. 예시적으로, 임의의 표식 유닛(222)에 대응되는 부분에 스캔 샷들이 획득됨에 따라, 해당 표식 유닛(222)의 색상은 변화할 수 있다. 예시적으로, 표식 유닛(222)의 색상은 스캔 샷들이 획득됨에 따라 반투명 청색, 불투명 청색, 불투명 녹색, 반투명 녹색으로 순차적으로 변화할 수 있다.

한편, 해당 표식 유닛(222)에 대응되는 부분에 임계 스캔 샷 수(예를 들면, 20 샷)만큼의 스캔 샷들이 획득되었다면, 해당 표식 유닛(222)은 사라지고, 후속 표식 유닛(222)이 표시될 수 있다. 예시적으로, 제1 표식 유닛, 제2 표식 유닛, 제3 표식 유닛, 제4 표식 유닛, 및 제5 표식 유닛이 기설정된 스캔 경로를 따라 순서대로 표시될 수 있다. 이 때, 제1 표식 유닛은 초기 표식 유닛으로 기능할 수 있다. 사용자는 제1 표식 유닛에 대응되는 트레이닝 모델(10)의 일 부분부터 스캔 데이터를 획득할 수 있다. 사용자가 제1 표식 유닛에 대응되는 트레이닝 모델(10)의 일 부분을 충분히 스캔하여 제1 표식 유닛에 임계 스캔 샷의 수만큼 스캔 샷이 획득된 경우, 제1 표식 유닛은 사라지고, 제5 표식 유닛의 화살표가 지시하는 방향에 후속 표식 유닛인 제6 표식 유닛이 기설정된 스캔 경로를 따라 표시될 수 있다. 제1 표식 유닛이 사라지면, 제2 표식 유닛이 초기 표식 유닛으로 기능할 수 있다. 이와 같이, 충분히 스캔된 부분에 대응되는 표식 유닛(222)이 사라지고 후속 표식 유닛(222)이 표시됨으로써, 사용자는 예측가능한 범위 내에서 스캔 과정을 수행할 수 있다.

도 13을 참조하면, 순서대로 표시된 표식 유닛(222)들 중 이전의 표식 유닛(222)에 대응되는 부분을 충분하게 스캔하지 않으면, 후속 표식 유닛(222)이 표시되지 않을 수 있다. 예시적으로, 제1 표식 유닛, 제2 표식 유닛, 제3 표식 유닛, 제4 표식 유닛, 및 제5 표식 유닛이 샘플 데이터(220) 상에 기설정된 스캔 경로를 따라 표시될 수 있다. 표시된 표식 유닛(222)들 중 가장 앞선 제1 표식 유닛이 초기 표식 유닛으로 기능할 수 있다. 한편, 초기 표식 유닛이 표시될 때, 트레이닝 모델(10) 중 초기 표식 유닛에 대응되는 부분에서 획득된 스캔 샷은 스캔 데이터를 생성할 때 사용될 수 있고, 트레이닝 모델(10) 중 초기 표식 유닛에 대응되지 않는 부분에서 획득된 스캔 샷은 스캔 데이터(300)를 생성할 때 사용되지 않을 수 있다. 도 13에 도시된 바와 같이, 스캔 프레임(250)이 제5 표식 유닛에 대응되는 샘플 데이터(220)의 일 부분에 위치하고 있다. 이러한 경우, 사용자는 제1 표식 유닛에 대응되는 트레이닝 모델(10)의 부분에 충분한 양의 스캔 샷을 획득하지 못한 것으로 판단될 수 있다. 따라서, 사용자는 기설정된 스캔 경로를 준수하지 않고 스캔 과정을 수행한 것으로 판단될 수 있다.

사용자의 스캔 숙련도를 향상시키기 위한 본 발명의 목적상, 초기 표식 유닛인 제1 표식 유닛에 대응되는 트레이닝 모델(10)의 일 부분에 대한 충분한 양의 스캔 샷을 획득하고, 이후 제2 표식 유닛에 대응되는 트레이닝 모델(10)의 일 부분에 대한 충분한 양의 스캔 샷을 획득하고, 순차적으로 제3 표식 유닛, 제4 표식 유닛, 및 제5 표식 유닛에 대응되는 트레이닝 모델(10)의 일 부분에 대한 충분한 양의 스캔 샷을 획득하는 것이 중요하다. 따라서, 초기 표식 유닛에 대응되는 부분에서 획득된 스캔 샷은 스캔 데이터(300)를 생성할 때 사용되어 다른 스캔 샷들과 얼라인될 수 있고, 샘플 데이터(220)와의 매칭되어 평가될 수 있다. 반면, 초기 표식 유닛이 표시될 때 초기 표식 유닛에 대응되지 않는 부분에서 획득된 스캔 샷은 스캔 데이터(300)를 생성할 때 사용되지 않고, 사용자가 초기 표식 유닛이 표시된 위치로 복귀하여 스캔 과정을 진행할 수 있도록 유도할 수 있다.

도 14는 스캔 과정이 완료되어 스캔 데이터와 샘플 데이터가 매칭된 상태를 설명하기 위한 것이다.

도 14를 참조하면, 스캔 데이터(300)가 획득되어 샘플 데이터(220)와 매칭된 것을 확인할 수 있다. 또한, 상태표시부(240)의 평가요소 표시부(241)는 스캔 시간, 획득된 총 스캔 샷의 수 등을 표시하고, 스캔 진행률 표시부(242)는 스캔 진행이 완료되었음을 표시할 수 있다. 스캔 진행률은 수치, 또는 링 형상의 로딩 바의 형태 변화를 통해 나타날 수 있다.

한편, 스캔 데이터(300)가 샘플 데이터(220)에 매칭된 매칭 영역의 비율(이하, 매칭 비율)이 계산될 수 있다. 이 때, 스캔 데이터(300)가 샘플 데이터(220)에 매칭되었다는 것은, 샘플 데이터(220)와 스캔 데이터(300)의 거리 편차(deviation)가 소정 임계값 이하에 해당하는 것을 의미할 수 있다. 즉, 매칭 영역은, 샘플 데이터(220)와 스캔 데이터(300)의 거리 편차가 소정 임계값 이하인 영역일 수 있다. 따라서, 스캔 데이터(300)의 소정 영역 전체에 대하여 매칭 영역이 점유하는 비율인 매칭 비율(matching rate)이 획득될 수 있다. 상기 매칭 비율은 평가요소에 포함될 수 있으며, 매칭 비율이 높을수록 사용자의 스캔 숙련도가 고도한 것으로 평가될 수 있다. 예시적으로, 매칭 비율은, 스캔 데이터(300) 중 치아를 나타내는 영역에 대해 획득될 수 있다. 사용자는 치아를 나타내는 영역에 대하여 샘플 데이터(220)와 정밀하게 매칭되도록 스캔하였는지 평가받을 수 있으며, 이에 따라 스캔 숙련도를 향상시킬 수 있는 이점이 있다.

이하에서는, 본 발명에 따른 데이터 처리 방법에서, 평가요소 측정값 중 하나인 매칭 비율을 획득하는 과정에 대해 보다 상세히 설명한다.

도 15는 S130 단계의 예시적인 세부 순서도이고, 도 16은 S130 단계에서 매칭 비율이 계산되는 과정을 설명하기 위한 것이다. 보다 상세하게는, 도 16(a)는 구강 샘플 데이터(221)에 포함된 복수의 지점에서 광선이 생성되어 교차 거리를 획득하는 과정을 도시하고, 도 16(b)는 획득한 교차 거리에 따라 적어도 2개의 매칭 레벨로 분류된 구강 샘플 데이터(221’)를 도시한 것이다.

도 15를 참조하면, 매칭시키는 단계(S130)에서 복수의 평가요소 측정값들 중 적어도 일부가 수집될 수 있다. 사용자의 스캔 숙련도를 향상시키기 위한 본 발명의 목적 상, 평가요소 측정값 중 스캔 데이터와 샘플 데이터 간의 매칭 비율(matching rate)은 중요한 평가요소로 고려될 수 있다. 따라서, 매칭시키는 단계(S130)는 평가요소 측정값들 중 매칭 비율을 획득하는 과정을 포함할 수 있다.

도 15 및 도 16(a)를 참조하면, 매칭시키는 단계(S130)는 트리밍된 구강 샘플 데이터(221)의 적어도 일부에 포함된 지점들에서 광선을 생성하는 단계(S131)를 포함할 수 있다. 본 발명에서, 사용자가 트레이닝 모델(10)을 스캔하도록 트레이닝함으로써, 사용자는 환자의 치아를 포함하는 환자의 실제 구강을 정밀하게 스캔할 수 있는 스캔 숙련도를 향상시킬 수 있다. 또한, 치과 치료시에는 치아를 정밀하게 스캔하는 것이 중요하므로, 매칭 비율은 샘플 데이터(220) 중 치아를 나타내는 치아 영역, 및 치아 영역으로부터 소정 거리 확장된 일부 치은 영역에 대해 획득될 수 있다. 따라서, 구강 샘플 데이터(221)에서 치아 영역 및 치아 영역으로부터 소정 거리 확장된 일부 치은 영역이 트리밍(trimming)되어, 매칭 비율을 획득하기 위한 영역으로 기능할 수 있다.

트리밍된 구강 샘플 데이터(221)는 복수의 지점들(p1, p2, p3)을 포함할 수 있다. 구강 샘플 데이터(221)의 복수의 지점들(p1, p2, p3)은 포인트 클라우드 형태로 형성되는 구강 샘플 데이터(221)의 적어도 일부를 구성할 수 있다. 구강 샘플 데이터(221)의 복수의 지점들(p1, p2, p3)은 구강 샘플 데이터(221)의 표면에 배치될 수 있다. 광선을 생성하는 단계(S131)는 구강 샘플 데이터(221)에 포함된 복수의 지점들(p1, p2, p3)이 각각 배치된 위치에서, 표면의 법선 방향(normal direction)으로 광선(r)을 생성할 수 있다. 이 때, 상기 광선(r)은 법선 방향 중 제1 방향으로 진행하는 제1 방향 광선(r1)과, 법선 방향 중 제1 방향과 대향되는 제2 방향으로 진행하는 제2 방향 광선(r2)을 포함할 수 있다.

또한, 구강 샘플 데이터(221)로부터 생성된 광선은 스캔 데이터(300)에 도달할 수 있다. 예시적으로, 구강 샘플 데이터(221)의 제1 지점(p1)으로부터 생성된 광선(r)은 스캔 데이터(300)의 제4 지점(p4)에 도달할 수 있고, 구강 샘플 데이터(221)의 제2 지점(p2)으로부터 생성된 광선(r)은 스캔 데이터(300)의 제5 지점(p5)에 도달할 수 있으며, 구강 샘플 데이터(221)의 제3 지점(p3)으로부터 생성된 광선(r)은 스캔 데이터(300)의 제6 지점(p6)에 도달할 수 있다. 한편, 광선(r)이 스캔 데이터(300)의 소정 지점들(p4, p5, p6)에 도달하면, 광선(r)이 생성된 지점(p1, p2, p3)들과 광선(r)이 도달한 지점(p4, p5, p6)들과의 거리 편차(deviation)이 획득(S132)될 수 있다. 이 때, 거리 편차는 제1 지점(p1)과 제4 지점(p4) 사이의 직선 거리, 제2 지점(p2)과 제5 지점(p5) 사이의 직선 거리, 및 제3 지점(p3)과 제6 지점(p6) 사이의 직선 거리를 의미할 수 있다. 거리 편차는 구강 샘플 데이터(221)로부터 스캔 데이터(300) 까지의 길이(절대값)으로 정의될 수 있다.

도 16(a)에 예시적으로 도시된 바에 따르면, 구강 샘플 데이터(221)는 3개의 지점(p1, p2, p3)을 가지고, 각각의 지점으로부터 법선 양방향으로 생성된 광선(r)은 각각 스캔 데이터(p4, p5, p6)에 도달하는 것으로 설명되었으나, 광선이 생성되는 지점의 수는 도 16(a)에 도시된 바에 한정되지 않는다.

도 7, 도 15, 도 16(a), 및 도 16(b)를 참조하면, 전술한 거리 편차를 획득하는 단계(S132)에서 획득한 거리 편차에 따라, 구강 샘플 데이터(221)의 각각의 지점(p1, p2, p3)의 매칭 레벨(matching level)이 분류(S133)될 수 있다. 예시적으로, 매칭 레벨을 분류하는 단계(S133)에서, 거리 편차가 소정 제1 임계 거리 편차값 이내(이하)인 경우, 대응되는 샘플 데이터(221)의 지점은 제1 매칭 레벨로 분류될 수 있고, 제1 매칭 레벨로 분류된 지점은 분류된 구강 샘플 데이터(221’) 상 매칭 영역(2213’)에 해당할 수 있다. 예시적으로, 제1 매칭 레벨로 분류된 지점은 제1 색상(예를 들면, 녹색)으로 표시될 수 있다.

한편, 거리 편차가 소정 제1 임계거리 편차값을 초과하며 소정 제2 임계거리 편차값 이내(이하)인 경우, 대응되는 샘플 데이터(221)의 지점은 제2 매칭 레벨로 분류될 수 있고, 제2 매칭 레벨로 분류된 지점은 분류된 구강 샘플 데이터(221’) 상 비매칭 영역(2214’)에 해당할 수 있다. 예시적으로, 제2 매칭 레벨로 분류된 지점은 제2 색상(예를 들면, 적색)으로 표시될 수 있다.

또한, 거리 편차가 제2 임계거리 편차값을 초과하는 경우, 대응되는 샘플 데이터(221)의 지점은 제3 매칭 레벨로 분류될 수 있고, 제3 매칭 레벨로 분류된 지점은 분류된 구강 샘플 데이터(221’) 상 노이즈 영역(2215’)에 해당할 수 있다. 예시적으로, 제3 매칭 레벨로 분류된 지점은 제3 색상(예를 들면, 회색)으로 표시될 수 있다.

매칭 레벨을 분류하는 단계(S133)에 따라 지점들의 매칭 레벨이 분류되면, 분류된 매칭 레벨을 기초로 매칭 비율이 획득(S134)될 수 있다. 예시적으로, 매칭 비율은 트리밍된 구강 샘플 데이터(221)에 포함된 지점들에 대한 제1 매칭 레벨로 분류된 지점의 비율일 수 있다. 다른 예시로, 매칭 비율은 제1 매칭 레벨로 분류된 지점들 및 제2 매칭 레벨로 분류된 지점들의 합에 대한 제1 매칭 레벨로 분류된 지점들의 비율일 수도 있다. 이와 같이 획득된 매칭 비율은 스캔 데이터를 평가하기 위한 일 요소로 기능할 수 있으며, 사용자는 상기 매칭 비율을 통해 자신의 스캔 숙련도의 향상 여부를 용이하게 확인할 수 있다.

한편, 사용자가 선택한 스캔 난이도에 따라, 전술한 제1 임계거리 편차값은 상이하게 설정될 수 있다. 도 7에 도시된 바에 따르면, 초보자 난이도에서 상기 제1 임계거리 편차값은 d1일 수 있고, 숙련자 난이도에서 상기 제1 임계거리 편차값은 d2일 수 있으며, 전문가 난이도에서 상기 제1 임계거리 편차값은 d3일 수 있다. 또한, d1은 d2보다 크고, d2는 d3보다 클 수 있다. 스캔 난이도에 따라 상이한 제1 임계거리 편차값이 설정됨으로써, 사용자는 스캔 난이도에 따른 스캔 숙련도를 향상시킬 수 있는 이점이 있다.

도 17은 스캔 데이터의 신뢰도를 나타내는 유저 인터페이스 화면을 설명하기 위한 것이다.

도 17을 참조하면, 스캔 데이터(300)의 신뢰도를 나타내는 신뢰도 데이터(400)가 추가적으로 표시될 수 있다. 신뢰도 데이터(400)는 소정 패턴 또는 색상, 또는 이들의 조합을 통해 사용자가 스캔 과정을 수행하여 얼마나 정밀도 높은 스캔 데이터를 획득했는지 확인할 수 있도록 한다. 예시적으로, 신뢰도 데이터(400) 중 적색 부분은 신뢰도가 낮은 부분, 황색 부분은 신뢰도가 중간인 부분, 녹색 부분은 신뢰도가 높은 부분인 것으로 표현될 수 있다. 이 때, 신뢰도가 높은 부분은 기설정된 임계 신뢰도를 만족하는 부분을 의미할 수 있으며, 신뢰도는 축적된 스캔 샷의 수를 기초로 산정될 수 있다. 다만, 신뢰도 데이터는 도 15에 도시된 바와 달리 사용자에게 시각적으로 제공되지 않을 수 있으며, 전술한 평가요소(예를 들면, 임계 신뢰도를 만족하는 복셀 데이터의 비율, 공백 영역의 수)를 통해 수치적인 형태로 간접적으로 제공될 수 있다.

또한, 신뢰도 데이터(400)는 공백 영역을 표시할 수 있다. 공백 영역이란, 스캔 데이터를 획득할 때 정밀하게 스캔 과정을 수행하지 않아 스캔 데이터(300)가 획득되지 않은 폐루프 영역을 의미할 수 있다. 이와 같은 공백 영역의 크기, 공백 영역의 수도 평가요소 중 하나로 사용될 수 있다.

도 18은 스캔 트레이닝 결과를 설명하기 위한 것이다.

도 18을 참조하면, 본 발명에 따른 데이터 처리 방법은 스캔 데이터(300)와 샘플 데이터(220)의 매칭 결과에 기초하여 스캔 데이터를 평가하는 단계(S150)를 포함할 수 있다. 상기 평가하는 단계(S150)는 스캔 데이터(300)와 관련된 적어도 하나의 평가요소를 통해 스캔 데이터(300)를 평가하는 것을 의미할 수 있다. 평가요소는 전술한 스캔 시간, 임계 신뢰도를 만족하는 복셀 데이터의 비율, 공백 영역의 규모 또는 개수, 스캔 데이터(300)와 샘플 데이터(220) 간의 매칭 비율 중 적어도 하나를 포함할 수 있다. 평가하는 단계(S150)는 매칭시키는 단계(S130)와 함께 실시간으로 수행될 수도 있고, 트레이닝 시작/중단 버튼(231)을 선택하여 사용자가 스캔 과정이 종료한 후, 획득된 스캔 데이터(300)를 기초로 수행될 수도 있다. 예시적으로, 평가하는 단계(S150)는 전술한 단계들(S130, S140)에서 획득한 평가요소 측정값들을 대응되는 평가 임계값들과 비교하고, 각각의 평가요소 측정값을 점수화하여 사용자에게 표시할 수 있다. 한편, 예시적으로, 복수의 평가요소들 중 매칭 비율에는 다른 평가요소들 대비 가중치가 부여되어 평가될 수 있다.

도 17 및 도 18에 도시된 바와 같이, 사용자가 스캔 데이터 평가 버튼(232)을 선택함으로써 결과 창(500)이 나타날 수 있다. 결과 창(500)은 평가그래프(510)와 평가표(520)를 통해 사용자의 스캔 트레이닝 결과를 시각적으로 표시할 수 있다. 평가그래프(510)는 각각의 평가요소(511)들이 방사형 축의 꼭지점을 구성하고, 방사형 축에 각각의 평가요소(511)별 평가 등급이 표시되어 방사형 그래프가 나타날 수 있다. 사용자는 평가그래프(510)를 통해 자신의 스캔 숙련도를 시각적으로 확인할 수 있고, 미비점을 보완할 수 있다.

또한, 평가표(520)는 평가요소(521)별 평가요소 측정값(522)을 표시할 수 있다. 사용자는, 평가표(520)를 통해 자신의 스캔 과정에서 어떤 평가요소(521)가 미흡한지 정량적으로 확인할 수 있고, 미비점을 보완할 수 있다.

이상의 설명과 같이, 본 발명에 따른 데이터 처리 방법은, 제공된 트레이닝 모델(10)과 트레이닝 모델(10)의 디지털 데이터인 샘플 데이터(220)를 통해, 사용자는 스캔 과정을 반복적으로 수행할 수 있고, 스캔 과정에 따른 결과를 평가받을 수 있다. 이에 따라, 사용자는 본 발명에 따른 데이터 처리 방법에 따라 자신의 스캔 숙련도를 정밀하게 평가받을 수 있고, 사용자는 스캔 숙련도를 단기간에 향상시킬 수 있는 기술적 이점 또한 가진다. 또한, 사용자는 스캔 난이도를 선택하여 점차적으로 높은 스캔 난이도에 도전할 수 있으며, 자연스럽게 사용자의 스캔 숙련도가 향상되는 이점이 있다.

이하에서는, 본 발명에 따른 데이터 처리 방법이 수행되는 데이터 처리 시스템에 대해 설명한다. 한편, 본 발명에 따른 데이터 처리 시스템을 설명함에 있어, 전술한 본 발명에 따른 데이터 처리 방법에서 이미 설명된 내용은 간략하게 언급하거나, 그 기재를 생략할 수 있다.

도 19는 본 발명에 따른 데이터 처리 방법이 수행되는 데이터 처리 시스템의 개략적인 구성도이고, 도 20은 본 발명에 따른 데이터 처리 시스템 중 평가요소 측정부의 개략적인 구성도이다.

도 19 및 도 20을 참조하면, 본 발명에 따른 데이터 처리 방법이 수행되는 데이터 처리 시스템(900)은 스캔부(910), 제어부(920), 및 디스플레이부(930)를 포함할 수 있다.

스캔부(910)는 전술한 트레이닝 모델을 감지할 수 있는 카메라를 내장할 수 있고, 트레이닝 모델을 스캔하여 복수의 스캔 샷을 포함하는 스캔 데이터를 획득할 수 있다. 필요에 따라(910), 스캔부(910)는 트레이닝 모델을 조명하기 위한 광 프로젝터를 추가로 구비할 수도 있다. 예시적으로, 스캔부(910)는 핸드헬드 형태의 3차원 스캐너일 수 있다. 스캔부(910)는 트레이닝 모델을 나타내는 이미지 데이터를 획득할 수 있고, 스캔부(910)는 획득한 이미지 데이터를 제어부(920)로 전송할 수 있다.

제어부(920)는 스캔부(910)로부터 입력된 이미지 데이터를 이용하여 소정 연산 처리를 수행할 수 있다. 예시적으로, 제어부(920)는 연산 처리가 가능한 마이크로프로세서(microprocessor)를 포함할 수 있다. 또한, 제어부(920)는 스캔부(910) 및 디스플레이부(930)와 통신할 수 있다. 스캔부(910)는 제어부(920)와 유선 또는 무선 연결되어 데이터 통신할 수 있다.

제어부(920)는 데이터베이스부(921)를 포함할 수 있다. 데이터베이스부(921)는 트레이닝 모델의 샘플 데이터, 스캔 샷의 얼라인 로직, 3차원 모델 생성 로직, 평가 임계값 데이터, 표식 데이터 생성 로직, 평가요소 측정 로직, 스캔 데이터 등을 저장할 수 있다. 데이터베이스부(921)는 제어부(920)의 각 부 구성이 필요한 데이터를 제공할 수 있다. 한편, 샘플 데이터는 데이터베이스부(921)에 기저장될 수도 있고, 다운로드될 수도 있다.

제어부(920)는 얼라인부(922)를 포함할 수 있다. 얼라인부(922)는 복수의 스캔샷 형태로 입력되는 스캔 데이터에서, 스캔샷 간의 얼라인을 수행할 수 있다. 또한, 얼라인부(922)는 전술한 샘플 데이터의 얼라인 가능 영역에서 스캔 데이터와 샘플 데이터의 얼라인을 수행할 수 있다.

또한, 제어부(920)는 3차원 모델 생성부(923)를 포함할 수 있다. 3차원 모델 성부(923)는 획득된 스캔 데이터를 3차원 모델로 머징할 수 있다.

또한, 제어부(920)는 평가요소 측정부(924)를 포함할 수 있다. 평가요소 측정부(924)는 획득된 스캔 데이터와 관련한 평가요소 측정값을 수집할 수 있다. 전술한 바와 같이, 평가요소는 스캔 시간, 스캔 진행도, 임계 신뢰도를 만족하는 복셀 데이터의 비율, 공백 영역의 수, 매칭 비율을 포함할 수 있다. 평가요소 측정값은 각각의 평가요소 측정값을 수집하는 로직에 따라 수집될 수 있다.

예시적으로, 평가요소 측정부(924)는 스캔 시간 측정부(9241), 스캔 진행률 측정부(9242), 신뢰도 측정부(9243), 공백 영역 측정부(9244), 및 매칭 비율 측정부(9245)를 포함할 수 있다. 스캔 시간 측정부(9241)는 스캔 트레이닝을 위한 스캔 시작 시간과 스캔 종료 시간 사이의 경과 시간을 획득할 수 있다. 스캔 진행률 측정부(9242)는 스캔 샷과 표식 데이터 간의 거리를 기초로 획득될 수 있으며, 스캔 진행률이 획득되는 과정에 대해서는 전술한 바와 동일하다.

또한, 신뢰도 측정부(9243)는 스캔 데이터의 신뢰도를 수집할 수 있다. 스캔 데이터의 신뢰도는 사용자가 충분한 신뢰도를 가지는 스캔 데이터를 획득하였는지 여부를 나타낼 수 있다. 공백 영역 측정부(9244)는 사용자의 스캔 과정에서 획득되지 않은 데이터 공백 영역의 수, 또는 공백 영역의 크기를 수집할 수 있다. 공백 영역은 스캔 데이터에서 폐루프 영역의 형태로 나타날 수 있다.

또한, 매칭 비율 측정부(9245)는 스캔 데이터와 샘플 데이터가 유사하게 매칭되었는지 나타내는 매칭 비율을 수집할 수 있다. 매칭 비율을 획득하는 과정은 전술한 내용과 동일한 바, 상세한 설명은 생략하기로 한다.

한편, 제어부(920)는 평가부(925)를 포함할 수 있다. 평가부(925)는 평가요소 측정부(924)에서 수집된 평가요소 측정값을 데이터베이스부(921)에 저장된 평가 임계값과 비교할 수 있다. 이 때, 평가부(925)는 사용자가 선택한 스캔 난이도에 따라 상이한 평가 임계값을 설정할 수 있다. 평가부(925)는 복수의 평가요소에 대해 수집된 평가요소 측정값을 종합하여 사용자의 실력을 평가할 수 있다. 예시적으로, 평가 결과는 방사형 그래프, 수치 등으로 표시될 수 있다.

한편, 제어부(920)의 동작 수행 과정들 중 적어도 일부는 디스플레이부(930)를 통해 표시될 수 있다. 디스플레이부(930)는 알려진 시각적 표시 장치가 사용될 수 있다. 예시적으로, 디스플레이부(930)는 모니터, 태블릿, 터치 스크린 중 적어도 하나가 사용될 수 있으나, 나열된 예시에 한정되지 않는다. 사용자는 디스플레이부(930)를 통해 스캔 트레이닝 과정, 및 스캔 트레이닝 결과를 용이하게 확인할 수 있으며, 사용자의 스캔 숙련도를 효율적으로 향상시키는 이점이 있다.

전술한 바와 같은 본 발명에 따른 데이터 처리 시스템은, 본 발명에 따른 데이터 처리 방법을 수행하므로, 데이터 처리 방법이 가지는 특징 및 이점을 공유한다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.

따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

S110: 로드하는 단계
S120: 스캔 난이도를 설정하는 단계
S130: 매칭시키는 단계
S140: 스캔 진행률을 계산하는 단계
S150: 평가하는 단계
10: 트레이닝 모델 11: 식별체
100, 200: 유저 인터페이스 130: 트레이닝 모드 진입 버튼
161: 난이도 선택부 220: 샘플 데이터
221: 구강 샘플 데이터 222: 표식 유닛
222a: 초기 표식 유닛 230: 스캔 트레이닝 메뉴
240: 상태표시부 2221: 바운딩 박스
2222: 바운딩 박스의 중심 400: 신뢰도 데이터
500: 결과 창
900: 데이터 처리 시스템
910: 스캔부
920: 제어부
930: 디스플레이부

Claims

트레이닝 모델에 대응되는 샘플 데이터의 적어도 일부를 유저 인터페이스에 로드하는 단계;
상기 트레이닝 모델을 스캔하여 획득한 스캔 데이터를 상기 샘플 데이터에 매칭시키는 단계; 및
상기 스캔 데이터와 상기 샘플 데이터의 매칭 결과에 기초하여, 상기 스캔 데이터를 평가하는 단계; 를 포함하고,
상기 샘플 데이터는 상기 스캔 데이터와 얼라인되는 얼라인 가능 영역과 상기 스캔 데이터와 얼라인되지 않는 얼라인 불가 영역을 포함하는 것을 특징으로 하는 데이터 처리 방법.
삭제
청구항 1에 있어서,
상기 얼라인 가능 영역은 상기 트레이닝 모델의 적어도 일 부분의 형상 정보를 포함하는 복셀 데이터로 형성되는 것을 특징으로 하는 데이터 처리 방법.
청구항 1에 있어서,
상기 트레이닝 모델은 상기 얼라인 가능 영역에 대응되는 초기 스캔 위치를 가지고,
상기 초기 스캔 위치를 스캔하여 획득한 상기 스캔 데이터는 상기 샘플 데이터에 얼라인되는 것을 특징으로 하는 데이터 처리 방법.
청구항 1에 있어서,
상기 스캔 데이터는 복수의 스캔 샷들을 포함하며,
상기 트레이닝 모델 중 상기 얼라인 가능 영역에 대응되는 부분에서 획득된 스캔 샷들은 상기 샘플 데이터에 얼라인되고,
상기 트레이닝 모델 중 상기 얼라인 불가 영역에 대응되는 부분에서 획득된 스캔 샷들은 상호 얼라인되는 것을 특징으로 하는 데이터 처리 방법.
트레이닝 모델에 대응되는 샘플 데이터의 적어도 일부를 유저 인터페이스에 로드하는 단계;
상기 트레이닝 모델을 스캔하여 획득한 스캔 데이터를 상기 샘플 데이터에 매칭시키는 단계; 및
상기 스캔 데이터와 상기 샘플 데이터의 매칭 결과에 기초하여, 상기 스캔 데이터를 평가하는 단계; 를 포함하고,
상기 로드하는 단계는,
초기 표식 유닛을 포함하는 표식 데이터를 상기 샘플 데이터 상에 함께 로드하는 것을 특징으로 하는 데이터 처리 방법.
청구항 6에 있어서,
상기 표식 데이터는 상기 스캔 데이터를 획득하기 위한 기설정된 스캔 경로를 나타내는 것을 특징으로 하는 데이터 처리 방법.
청구항 6에 있어서,
상기 초기 표식 유닛이 표시될 때, 상기 트레이닝 모델 중 상기 초기 표식 유닛에 대응되는 부분에서 획득된 스캔 샷은 상기 스캔 데이터를 생성할 때 사용되고,
상기 트레이닝 모델 중 상기 초기 표식 유닛에 대응되지 않는 부분에서 획득된 스캔 샷은 상기 스캔 데이터를 생성할 때 사용되지 않는 것을 특징으로 하는 데이터 처리 방법.
청구항 6에 있어서,
상기 표식 데이터는 복수의 표식 유닛들을 포함하며,
상기 표식 유닛들 중 적어도 일부는 상기 샘플 데이터로부터 소정 거리 이격 형성되는 것을 특징으로 하는 데이터 처리 방법.
청구항 6에 있어서,
획득된 상기 스캔 데이터를 기초로 상기 트레이닝 모델의 스캔 진행률을 계산하는 단계; 를 더 포함하는 것을 특징으로 하는 데이터 처리 방법.
청구항 10에 있어서,
상기 스캔 진행률은 상기 스캔 데이터를 구성하는 스캔 샷과 상기 표식 데이터 간의 거리가 소정 임계값 이내인 경우 증가하는 것을 특징으로 하는 데이터 처리 방법.
청구항 11에 있어서,
상기 스캔 진행률은 상기 표식 데이터가 포함하는 복수의 표식 유닛들 각각이 가지는 임계 스캔 샷의 수를 기초로, 표식 유닛 단위로 증가하는 것을 특징으로 하는 데이터 처리 방법.
청구항 11에 있어서,
상기 스캔 샷과 상기 표식 데이터 간의 거리는, 상기 스캔 샷의 윤곽을 형성하는 바운딩 박스의 중심과 상기 표식 데이터의 윤곽을 형성하는 바운딩 박스의 중심 사이의 거리인 것을 특징으로 하는 데이터 처리 방법.
청구항 10에 있어서,
상기 표식 데이터는 기설정된 스캔 경로를 나타내기 위해 적어도 일부가 표시되고,
상기 스캔 진행률은 상기 표식 데이터가 표시된 부분에 대응되는 스캔 샷을 획득한 경우 증가하는 것을 특징으로 하는 데이터 처리 방법.
청구항 9에 있어서,
표시된 표식 유닛에 대응되는 상기 스캔 데이터가 임계 스캔 샷 이상 획득되면 후속 표식 유닛이 표시되는 것을 특징으로 하는 데이터 처리 방법.
청구항 1에 있어서,
상기 평가하는 단계는,
상기 스캔 데이터와 관련한 적어도 하나의 평가요소를 통해 상기 스캔 데이터를 평가하는 것을 특징으로 하는 데이터 처리 방법.
청구항 16에 있어서,
상기 평가요소는 사용자로부터 입력받은 난이도 정보에 따라 기설정된 평가 임계값을 할당받는 것을 특징으로 하는 데이터 처리 방법.
청구항 16에 있어서,
상기 평가요소는 스캔 시간, 임계 신뢰도를 만족하는 복셀 데이터의 비율, 공백 영역의 수, 및 상기 스캔 데이터와 상기 샘플 데이터 간의 매칭 비율 중 적어도 하나를 포함하는 것을 특징으로 하는 데이터 처리 방법.
청구항 18에 있어서,
상기 매칭 비율은 상기 스캔 데이터의 소정 영역에 대한 상기 스캔 데이터와 상기 샘플 데이터의 매칭 영역의 비율이며,
상기 매칭 영역은 상기 샘플 데이터와 상기 스캔 데이터의 편차가 소정 임계값 이하인 상기 스캔 데이터의 영역인 것을 특징으로 하는 데이터 처리 방법.
청구항 18에 있어서,
상기 매칭 비율은 상기 스캔 데이터 중 치아를 나타내는 영역에 대해 획득되는 것을 특징으로 하는 데이터 처리 방법.
트레이닝 모델에 대응되는 샘플 데이터의 적어도 일부를 유저 인터페이스에 로드하는 단계;
상기 트레이닝 모델을 스캔하여 획득한 스캔 데이터를 상기 샘플 데이터에 매칭시키는 단계; 및
상기 스캔 데이터와 상기 샘플 데이터의 매칭 결과에 기초하여, 상기 스캔 데이터를 평가하는 단계; 를 포함하고,
상기 매칭시키는 단계는,
상기 샘플 데이터에 포함된 복수의 지점들로부터 광선을 생성하는 단계;
상기 광선이 도달한 상기 스캔 데이터의 지점들과의 거리 편차를 획득하는 단계;
상기 거리 편차에 따라 상기 스캔 데이터와 상기 샘플 데이터 간의 매칭 레벨을 분류하는 단계; 및
상기 매칭 레벨을 기초로 매칭 비율을 획득하는 단계;를 포함하는 것을 특징으로 하는 데이터 처리 방법.
청구항 21에 있어서,
상기 복수의 지점들은 상기 샘플 데이터 중 치아를 나타내는 치아 영역, 및 상기 치아 영역으로부터 소정 거리 확장된 일부 치은 영역을 포함하는 트리밍된 구강 샘플 데이터에 포함되는 것을 특징으로 하는 데이터 처리 방법.