KR102607605B1 - 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템 - Google Patents
환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템 Download PDFInfo
- Publication number
- KR102607605B1 KR102607605B1 KR1020210105222A KR20210105222A KR102607605B1 KR 102607605 B1 KR102607605 B1 KR 102607605B1 KR 1020210105222 A KR1020210105222 A KR 1020210105222A KR 20210105222 A KR20210105222 A KR 20210105222A KR 102607605 B1 KR102607605 B1 KR 102607605B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- tooth
- patient
- image
- orthodontic
- Prior art date
Links
- 238000011282 treatment Methods 0.000 title claims abstract description 164
- 238000011156 evaluation Methods 0.000 title claims abstract description 88
- 206010061274 Malocclusion Diseases 0.000 claims abstract description 111
- 238000012937 correction Methods 0.000 claims abstract description 92
- 230000015654 memory Effects 0.000 claims abstract description 17
- 238000013461 design Methods 0.000 claims description 71
- 238000000034 method Methods 0.000 claims description 27
- 238000012790 confirmation Methods 0.000 claims description 24
- 238000013473 artificial intelligence Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 9
- 230000006872 improvement Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 11
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 210000004373 mandible Anatomy 0.000 description 6
- 210000002050 maxilla Anatomy 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 210000004359 mandibular condyle Anatomy 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011369 optimal treatment Methods 0.000 description 2
- 230000009469 supplementation Effects 0.000 description 2
- 208000006440 Open Bite Diseases 0.000 description 1
- 208000006650 Overbite Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 239000002990 reinforced plastic Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C7/00—Orthodontics, i.e. obtaining or maintaining the desired position of teeth, e.g. by straightening, evening, regulating, separating, or by correcting malocclusions
- A61C7/002—Orthodontic computer assisted systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C19/00—Dental auxiliary appliances
- A61C19/04—Measuring instruments specially adapted for dentistry
-
- 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
- A61C9/0053—Optical means or methods, e.g. scanning the teeth by a laser or light beam
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
- A61B18/18—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves
- A61B18/20—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using laser
- A61B2018/2035—Beam shaping or redirecting; Optical components therefor
- A61B2018/20351—Scanning mechanisms
- A61B2018/20353—Scanning in three dimensions [3D]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Dentistry (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Heart & Thoracic Surgery (AREA)
- Artificial Intelligence (AREA)
- Optics & Photonics (AREA)
- Evolutionary Computation (AREA)
- Surgery (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
본 발명은 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템에 있어서, 환자를 촬영하여 획득한 3차원 스캔 데이터인 제1 치아부 스캔 데이터를 의료인 계정으로부터 수신하는 경우, 상기 수신된 제1 치아부 스캔 데이터를 기반으로, 환자의 치아에 대한 부정교합 이미지인 제1 치아 이미지를 획득하고, 상기 획득된 제1 치아 이미지를 기반으로, 치료 솔루션 정보를 획득하되, 상기 획득된 치료 솔루션 정보를 기반으로, 환자의 부정교합을 교정하기 위한 교정 목표 값을 획득하는 목표 값 획득부; 상기 교정 목표 값의 획득이 완료된 상태에서, 투명 교정 장치에 의해 교정 치료가 완료된 환자를 촬영하여 획득한 새로운 3차원 스캔 데이터인 제2 치아부 스캔 데이터를 수신하는 경우, 상기 제2 치아부 스캔 데이터를 기반으로, 교정된 치아 배열에 대한 이미지인 제2 치아 이미지를 획득하는 제2 치아 이미지 획득부; 및 상기 획득된 제2 치아 이미지를 기반으로, 교정된 치아 각각에 대한 교정 달성 값을 획득하여, 상기 교정 달성 값과 상기 교정 목표 값을 비교해 오차 정보를 획득하는 경우, 상기 획득된 오차 정보를 기반으로 교정 치료에 대한 평가 정보인 교정 치료 평가 정보를 생성하여 상기 의료인 계정에게 제공하는 평가 정보 제공부;를 포함하는 것을 특징으로 한다. 이 외에도 본 문서를 통해 파악되는 다양한 실시예들이 가능하다.
Description
본 발명은 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템에 관한 것으로서, 구체적으로는 환자를 촬영하여 획득한 3차원 스캔 데이터인 제1 치아부 스캔 데이터를 기반으로, 환자의 치아에 대한 부정교합 의 종류를 판단하고, 판단된 부정교합을 교정하기 위한 치료 솔루션 정보를 기반으로, 교정 목표 값을 획득하고, 이후에 수신되는 제2 치아부 스캔 데이터를 기반으로, 교정되는 치아 각각에 대한 교정 달성 값을 획득하여, 교정 달성 값과 상기 교정 목표 값을 기반으로, 교정 치료에 대한 평가 정보인 교정 치료 평가 정보를 생성하는 기술에 관한 것이다.
투명 교정 방식은 투명한 특수 강화 플라스틱으로 된 틀을 이용하여, 부정교합을 교정하는 방식으로, 최근 심미 교정 치료에 대한 관심의 증가와 기존 메탈 와이어와 브라켓을 사용하는 전통 교정장치를 대신하여 투명 교정 시장이 급격하게 성장 중이다. 전세계적인 성장세 속에서도 국내시장은 아날로그 브라켓 교정방식의 외산 점유율이 높고, 일부 투명 교정 장치 브랜드를 제외하고는 디지털 교정 시장의 규모가 미비한 수준이다. 이에 따라, 국내 치과 업계에서는 이러한 수입 시장의 대체와 디지털 교정 시장의 확대 및 글로벌 시장의 진출을 위하여 다양한 기술들을 개발하고 있다.
일 예로서, 한국등록특허 10-222746(교정치료를 위한 치아 배열 방법 및 이를 수행하는 교정 캐드 시스템)에는 현재 교정치료 환자를 대상으로 데이터 분석 및 인공지능 기반 비교를 통해 이전 교정사례에서 현재 교정치료 환자의 치아 데이터와 매칭하는 교정사례를 검색하여 이를 자동으로 추천하는 기술이 개시되어 있다.
그러나, 상술한 선행기술에서는 단순히 현재 교정치료 환자의 치아 데이터와 매칭하는 교정사례를 검색하여 이를 자동으로 추천하는 기술만이 개시되어 있을 뿐, 환자의 치아 각각에 대한 부정교합의 종류를 판단하고, 환자에게 적용된 교정 치료를 평가하는 기술이 개시되어 있지 않아, 이를 해결할 수 있는 기술의 필요성이 대두되고 있다.
이에 본 발명은, 환자를 촬영하여 획득한 3차원 스캔 데이터인 제1 치아부 스캔 데이터에서 환자의 부정교합에 대응되는 제1 치아 이미지를 획득하고, 획득된 제1 치아 이미지를 기반으로, 환자의 부정교합 종류를 판단하여 치료 솔루션 정보를 획득하는 경우, 획득된 치료 솔루션 정보에 기반한 환자의 치아 각각에 대한 교정 목표 값을 획득하고, 제2 치아부 스캔 데이터를 수신하는 경우, 수신된 제2 치아부 스캔 데이터에 기반한 제2 치아 이미지를 통해 투명 교정 장치에 의해 교정된 환자의 치아 각각에 대한 교정 달성 값을 획득한 후, 교정 목표 값 및 교정 달성 값을 기반으로, 환자의 부정교합 교정 치료에 대한 평가 정보인 교정 치료 평가 정보를 획득함으로써, 교정 치료 평가 정보를 통해 환자의 부정교합에 대한 치료 적정성을 판단 가능하고, 교정된 치아 각각에 대한 보완점을 도출해 보완점에 대응되는 교정 개선 정보를 제공함으로써, 환자에게 심미성이 높은 치아 배열을 제공하는 것에 그 목적이 있다.
본 발명의 일 실시예에 따른 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템에 있어서, 환자를 촬영하여 획득한 3차원 스캔 데이터인 제1 치아부 스캔 데이터를 의료인 계정으로부터 수신하는 경우, 상기 수신된 제1 치아부 스캔 데이터를 기반으로, 환자의 치아에 대한 부정교합 이미지인 제1 치아 이미지를 획득하고, 상기 획득된 제1 치아 이미지를 기반으로, 치료 솔루션 정보를 획득하되, 상기 획득된 치료 솔루션 정보를 기반으로, 환자의 부정교합을 교정하기 위한 교정 목표 값을 획득하는 목표 값 획득부; 상기 교정 목표 값의 획득이 완료된 상태에서, 투명 교정 장치에 의해 교정 치료가 완료된 환자를 촬영하여 획득한 새로운 3차원 스캔 데이터인 제2 치아부 스캔 데이터를 수신하는 경우, 상기 제2 치아부 스캔 데이터를 기반으로, 교정된 치아 배열에 대한 이미지인 제2 치아 이미지를 획득하는 제2 치아 이미지 획득부; 및 상기 획득된 제2 치아 이미지를 기반으로, 교정된 치아 각각에 대한 교정 달성 값을 획득하여, 상기 교정 달성 값과 상기 교정 목표 값을 비교해 오차 정보를 획득하는 경우, 상기 획득된 오차 정보를 기반으로 교정 치료에 대한 평가 정보인 교정 치료 평가 정보를 생성하여 상기 의료인 계정에게 제공하는 평가 정보 제공부;를 포함하는 것을 특징으로 한다.
상기 목표 값 획득부는, 상기 의료인 계정으로부터 상기 제1 치아부 스캔 데이터를 수신하는 경우, 부정교합 확인 프로세스를 시작하는 부정교합 확인 시작부; 상기 부정교합 확인 프로세스가 시작되는 경우, 기 저장된 알고리즘을 통해 상기 제1 치아 이미지를 분석하여, 상기 분석된 제1 치아 이미지를 통해 환자의 치아 배열을 확인하고, 상기 확인된 치아 배열을 복수 개의 부정교합 정보 중 어느 하나로 분류하여, 환자의 부정교합을 판단하는 부정교합 판단부; 및 상기 환자의 부정교합의 판단이 완료되면, 교정 치료를 위한 솔루션을 도출하는 머신 러닝 기반의 인공지능 솔루션 생성 알고리즘을 통해 환자의 부정교합에 대한 치료 솔루션 정보를 획득하는 솔루션 획득부;를 포함하는 것이 바람직하다.
상기 부정교합 판단부는, 상기 환자의 치아 배열 확인 시, 상기 기 저장된 알고리즘을 통해 제1 치아 이미지에 포함된 환자의 치아 각각에 대한 위치, 인접 치아의 접촉 관계, 수직 관계, 회전 여부 및 기울기 중 적어도 하나를 확인하는 것이 가능하다.
상기 목표 값 획득부는, 상기 솔루션 획득부에 의해 상기 치료 솔루션 정보의 획득이 완료되는 경우, 상기 솔루션 생성 알고리즘을 통해 상기 제1 치아 이미지에 상기 치료 솔루션 정보에 기반한 교정 가이드를 적용하는 가이드 적용부; 상기 치료 솔루션 정보에 기반한 교정 가이드가 상기 제1 치아 이미지에 적용됨에 따라, 환자의 치아 각각을 교정 완료된 치아 상태로 배열함으로써, 교정 완료된 치아 배열에 대응하는 가상의 이미지인 가상 교정 이미지를 획득하는 가상 교정 이미지 획득부; 및 상기 가상 교정 이미지의 획득이 완료되면, 상기 가상 교정 이미지와 상기 제1 치아 이미지를 비교해 치아 각각에 대한 교정 목표 방향 정보 및 교정 목표 거리 정보를 획득하여, 환자의 부정교합을 교정하기 위한 기준 값인 상기 교정 목표 값을 획득하는 교정 값 획득부;를 포함하는 것이 가능하다.
상기 평가 정보 제공부는, 상기 제2 치아 이미지 획득부를 통해 상기 제2 치아 이미지를 획득하는 경우, 상기 기 저장된 알고리즘을 통해 상기 제2 치아 이미지를 분석하여, 환자의 교정된 치아 각각에 대한 상기 교정 달성 값을 획득하는 달성 값 획득부; 상기 교정 달성 값의 획득이 완료되면, 상기 교정 목표 값과 상기 교정 달성 값을 비교하여, 상기 교정 목표 값에 대한 상기 교정 달성 값의 오차 값을 획득하고, 상기 획득된 오차 값이 지정된 오차 값 범위에 포함되는지 판단하는 오차 값 확인부; 및 상기 오차 값 확인부의 기능 수행에 따라 판단된 결과에 기반하여, 오차 정보를 생성하고, 상기 생성된 오차 정보를 상기 인공지능 솔루션 생성 알고리즘을 통해 분석하여, 상기 교정 치료 평가 정보를 생성하는 오차 정보 분석부;를 포함하는 것이 가능하다.
상기 교정 치료 평가 정보는, 상기 오차 정보를 기반으로, 환자의 치아 각각에 대한 교정 치료의 성공 여부를 판단한 정보이되, 상기 오차 정보에 기반한 환자의 치아 각각에 대한 교정 치료가 실패로 확인되면, 상기 교정 치료가 실패된 치아 각각을 교정하기 위한 교정 개선 정보를 포함하되, 상기 교정 개선 정보는, 상기 인공지능 솔루션 생성 알고리즘을 통해 생성되는 정보로써, 상기 인공지능 솔루션 생성 알고리즘을 통해 학습된 다른 환자의 교정 치료 이력 정보에 기반하여 도출되는 모범 치료 정보인 것이 가능하다.
상기 평가 정보 제공부는, 상기 모범 치료 정보가 포함된 교정 치료 평가 정보를 상기 의료인 계정에게 제공 시, 상기 모범 치료 정보에 기반한 상기 투명 교정 장치의 설계 도안 정보인 제1 설계 도안을 생성하는 교정 장치 도안 생성부; 및 상기 제1 설계 도안의 생성이 완료되면, 상기 교정 목표 값에 기반한 투명 교정 장치의 설계 도안 정보인 제2 설계 도안 정보를 획득하여, 상기 제1 설계 도안 및 상기 제2 설계 도안을 비교 가능한 인터페이스를 상기 의료인 계정에게 제공하는 교정 장치 도안 제공부;를 포함하는 것이 가능하다.
상기 인터페이스는, 상기 의료인 계정으로부터 상기 투명 교정 장치를 설계 변경하기 위한 의사 소견 정보가 수신되는 경우, 상기 입력된 의사 소견 정보를 기반으로, 상기 제1 설계 도안을 수정하는 것이 가능하다.
본 발명인 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템을 통해 환자의 부정교합에 대한 교정 치료를 평가하여, 환자의 부정교합에 대한 교정 치료가 치료 솔루션 정보에 기반하여 교정되었는지를 판단할 수 있다.
또한, 인공지능 솔루션 생성 알고리즘을 통해 환자의 부정교합을 교정하기 위한 치료 솔루션 정보를 획득함으로써, 환자의 치아 배열 상태에 적합한 치료 가이드를 제시할 수 있다.
또한, 치료 솔루션 정보에 기반한 교정 가이드를 환자의 부정교합에 기반한 이미지인 제1 치아 이미지에 적용하여, 교정 완료된 상태의 치아 배열에 대응하는 제2 치아 이미지를 획득함으로써, 환자는 투명 교정 장치에 의해 교정될 치아 배열을 미리 확인할 수 있다.
또한, 이상적으로 교정되는 치아 각각에 대한 교정 목표 값과 투명 교정 장치를 통해 실질적으로 교정된 치아 각각에 대한 교정 달성 값을 비교하여 획득되는 교정 치료 평가 정보를 통해 치아 각각의 교정 치료에 대한 예후를 판단할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템을 설명하기 위한 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 목표 값 획득부를 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 부정교합 판단부를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 목표 값 획득부를 설명하기 위한 다른 블록도이다.
도 5는 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 평가 정보 제공부를 설명하기 위한 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 인터페이스를 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 목표 값 획득부를 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 부정교합 판단부를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 목표 값 획득부를 설명하기 위한 다른 블록도이다.
도 5는 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 평가 정보 제공부를 설명하기 위한 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 인터페이스를 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 설명하기 위한 도면이다.
이하에서는, 다양한 실시 예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.
본 명세서에서 사용되는 "실시 예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.
또한, 제 1, 제 2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
또한, 본 발명의 실시 예들에서, 별도로 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 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시 예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템을 설명하기 위한 블록도이다.
도 1을 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템(100)(이하, 교정 치료 평가 정보 제공 시스템으로 칭함)은 목표 값 획득부(101), 제2 치아 이미지 획득부(103) 및 평가 정보 제공부(105)를 포함할 수 있다.
일 실시예에 따르면, 상기 목표 값 획득부(101)는 환자를 촬영하여 획득한 3차원 스캔 데이터인 제1 치아부 스캔 데이터(101a)를 의료인 계정으로부터 수신할 수 있다. 상기 제1 치아부 스캔 데이터(101a)는 환자를 촬영하여 획득한 방사선 이미지일 수 있다. 예를 들어, 상기 제1 치아부 스캔 데이터(101a)는 환자의 머리 부위를 촬영하여 획득한 이미지 데이터일 수 있다. 이 때, 획득된 이미지 데이터는 환자의 머리 부위 및 치아 배열에 대한 이미지를 포함하는 데이터일 수 있다. 또한, 상기 제1 치아부 스캔 데이터(101a)는 환자의 치아부 즉, 환자의 치아 배열만을 촬영하여 획득한 이미지 데이터일 수 있다.
일 실시예에 따르면, 상기 목표 값 획득부(101)는 상기 수신된 제1 치아부 스캔 데이터(101a)를 기반으로, 환자의 치아에 대한 부정교합 이미지인 제1 치아 이미지를 획득할 수 있다. 상기 제1 치아 이미지는 상기 제1 치아부 스캔 데이터(101a)를 기반으로 획득되는 환자의 교정 치료 전 치아 배열에 대한 이미지로써, 환자의 부정교합에 대한 이미지를 포함하고 있는 최초의 이미지일 수 있다.
일 실시예에 따르면, 상기 목표 값 획득부(101)는 상기 획득된 제1 치아 이미지를 기반으로, 치료 솔루션 정보를 획득할 수 있다. 상기 치료 솔루션 정보는 상기 제1 치아 이미지에 기반한 환자의 부정교합을 교정하기 위한 치료 정보일 수 있다. 상기 치료 솔루션 정보를 획득하는 자세한 설명은 도 2에서 설명하도록 한다.
일 실시예에 따르면, 상기 목표 값 획득부(101)는 상기 치료 솔루션 정보의 획득이 완료되면, 상기 획득된 치료 솔루션 정보를 기반으로, 환자의 부정교합을 교정하기 위한 교정 목표 값을 획득할 수 있다. 이 때, 상기 목표 값 획득부(101)는 상기 제1 치아 이미지에 포함된 환자의 부정교합을 정상 치아 배열로 교정하기 위하여, 상기 치료 솔루션 정보를 기반으로, 제1 치아 이미지에 대응되는 환자의 치아 각각에 대한 교정 목표 방향 정보 및 교정 목표 거리 정보를 획득하여, 획득된 교정 목표 방향 정보 및 교정 목표 거리 정보를 기반으로, 교정 목표 값을 획득할 수 있다. 상기 교정 목표 값을 획득하는 자세한 설명은 도 4에서 설명하도록 한다.
일 실시예에 따르면, 상기 제2 치아 이미지 획득부(103)는 상기 목표 값 획득부(101)에 의해 상기 교정 목표 값의 획득이 완료된 상태에서, 투명 교정 장치에 의해 교정 치료가 완료된 환자를 촬영하여 획득한 새로운 3차원 스캔 데이터인 제2 치아부 스캔 데이터를 획득할 수 있다. 상기 제2 치아부 스캔 데이터는 환자의 부정교합에 대한 교정 치료가 완료된 시점에서, 환자를 촬영하여 획득한 방사선 이미지일 수 있다.
일 실시예에 따르면, 상기 제2 치아 이미지 획득부(103)는 상기 제2 치아부 스캔 데이터의 수신이 완료되면, 상기 제2 치아부 스캔 데이터를 기반으로, 교정된 치아 배열에 대한 이미지인 제2 치아 이미지(103a)를 획득할 수 있다. 상기 제2 치아 이미지는 투명 교정 장치에 의해 교정 치료가 완료된 환자의 치아 배열에 대한 이미지일 수 있다.
일 실시예에 따르면, 상기 평가 정보 제공부(105)는 상기 제2 치아 이미지(103a)의 획득이 완료되면, 상기 제2 치아 이미지를 기반으로, 교정된 치아 각각에 대한 교정 달성 값을 획득할 수 있다. 상기 교정 달성 값은 투명 교정 장치에 의해 실질적으로 교정된 치아 각각에 대한 교정 거리 달성 정보 및 교정 방향 달성 정보를 기반으로 생성되는 정보일 수 있다.
일 실시예에 따르면, 상기 평가 정보 제공부(105)는 상기 교정 달성 값의 획득이 완료되면, 상기 교정 달성 값과 상기 교정 목표 값을 비교하여, 상기 교정 목표 값에 대한 상기 교정 달성 값의 오차 정보를 획득할 수 있다. 상기 오차 정보는 상기 교정 달성 값이 상기 교정 목표 값을 만족하는지 여부에 따라 생성되는 정보일 수 있다. 상기 평가 정보 제공부(105)는 상기 오차 정보를 기반으로, 교정 치료에 대한 평가 정보인 교정 치료 평가 정보를 생성하여, 의료인 계정에게 제공할 수 있다. 상기 교정 치료 평가 정보는 상기 오차 정보를 기반으로 생성되는 정보로써, 환자의 교정 치료가 미흡한지 효과적인지를 판단하기 위한 정보일 수 있다.
도 2는 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 목표 값 획득부를 설명하기 위한 블록도이다.
도 2를 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템(예: 도 1의 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템(100))(이하, 교정 치료 평가 정보 제공 시스템으로 칭함)은 목표 값 획득부(200)(예: 도 1의 목표 값 획득부(101))를 포함할 수 있다.
일 실시예에 따르면, 상기 목표 값 획득부(200)는 부정교합 확인 시작부(201), 부정교합 판단부(203) 및 솔루션 획득부(205)를 포함할 수 있다.
일 실시예에 따르면, 상기 부정교합 확인 시작부(201)는 의료인 계정으로부터 환자를 촬영하여 획득한 3차원 스캔 데이터인 제1 치아부 스캔 데이터를 수신하는 경우, 부정교합 확인 프로세스를 시작할 수 있다. 상기 부정교합 확인 프로세스는 상기 제1 치아 이미지를 통해 환자의 치아 배열을 확인함으로써, 환자의 치아 배열이 복수 개의 부정교합 정보 중 어느 부정교합 정보인지를 분류하여, 환자의 부정교합을 판단하기 위한 프로세스일 수 있다.
일 실시예에 따르면, 상기 부정교합 판단부(203)는 상기 기 저장된 알고리즘을 통해 상기 제1 치아 이미지에 포함된 치아 각각에 대한 형태 및 위치를 판별하여, 환자의 치아 배열 상태를 확인할 수 있다. 상기 부정교합 판단부(203)는 확인된 치아 배열 상태를 기반으로, 환자의 치아 배열을 복수 개의 부정교합 정보 중 어느 하나로 분류할 수 있다. 보다 정확하게, 상기 부정교합 판단부(203)는 상기 기 저장된 알고리즘을 통해 제1 치아 이미지를 분석하여 환자의 치아 배열 상태를 확인하는 경우, 상기 확인된 치아 배열 상태에 대응되는 치아 배열 상태 정보를 복수 개의 부정교합 정보 중 어느 하나로 분류할 수 있다.
일 실시예에 따르면, 상기 저장된 알고리즘은 상기 제1 치아 이미지를 분석하여, 상기 제1 치아 이미지에 포함된 치아 각각에 대한 형태 및 위치를 판별하는 머신 러닝 기반의 알고리즘일 수 있다. 예를 들어, 상기 기 저장된 알고리즘은 PointNet 기반 딥 러닝 알고리즘일 수 있다. 상기 부정교합 판단부(203)는 상기 PointNet 기반 딥 러닝 알고리즘을 통해 이전에 획득 또는 입력된 치아 이미지들을 학습함으로써, 치아 이미지에 포함된 치아 각각(예: 1번 치아, 2번 치아 등)에 대한 형태 및 위치를 판별하여, 상기 환자의 치아 배열 상태를 확인할 수 있다. 또한, 상기 기 저장된 알고리즘을 통해 상기 제1 치아 이미지를 통해 환자의 하악과두의 위치, 치아의 배열(형태 및 위치), 상하악골간의 관계 및 두개(cranium)에 대한 상하악골 복합체의 위치 및 기울기를 확인하도록 하는 알고리즘일 수 있다.
즉, 상기 기 저장된 알고리즘은 PointNet 기반 딥 러닝 알고리즘뿐만 아니라, 이전에 획득 또는 입력된 치아 이미지를 머신 러닝(machine learning)함으로써, 새롭게 입력되는 치아 이미지를 통해 환자의 치아 배열을 판단하여, 환자의 부정교합의 종류를 확인 가능한 머신러닝 기반의 알고리즘이면, 이에 한정되지 않는다.
다른 예를 들면, 상기 기 저장된 알고리즘은 자동인지 표준화 알고리즘일 수 있다. 상기 자동인지 표준화 알고리즘은, 상기 부정교합 판단부(203)가 상기 제1 치아 이미지에 포함된 환자의 치아 각각의 형태 및 위치를 확인하여 획득한 치아 배열 상태 정보를 복수 개의 부정교합 정보 중 하나의 부정교합 정보로 분류하기 위한 머신 러닝 기반의 알고리즘일 수 있다.
일 실시예에 따르면, 상기 부정교합 판단부(203)는 상기 기 저장된 알고리즘을 통해 상기 제1 치아 이미지를 분석하여, 환자의 치아 배열을 확인 시, 상기 기 저장된 알고리즘을 통해 제1 치아 이미지에 포함된 환자의 치아 각각에 대한 위치, 인접 치아의 접촉 관계, 수직 관계, 회전 여부 및 기울기 중 적어도 하나를 확인할 수 있다. 상기 부정교합 판단부(203)는 상기 환자의 치아 배열의 확인이 완료되는 경우, 상기 확인된 치아 배열에 대응되는 치아 배열 상태 정보를 상기 기 저장된 알고리즘을 통해 획득할 수 있다. 즉, 상기 치아 배열 상태 정보 상기 제1 치아 이미지를 기반으로 환자의 치아 각각에 대한 위치 정보, 인접 치아와의 접촉 관계 정보, 인접 치아와의 수직 관계 정보, 회전 여부 정보 및 기울기 정보를 포함할 수 있다. 상기 치아 배열 상태 정보를 복수 개의 부정교합 정보 중 어느 하나로 분류하는 자세한 방법은 도 3에서 설명하도록 한다.
일 실시예에 따르면, 상기 부정교합 판단부(203)는 상기 치아 상태 정보를 복수 개의 부정교합 정보 중 어느 하나로 분류하는 경우, 상기 분류완료된 부정교합 정보에 대응하는 부정교합을 환자의 치아 배열에 대한 부정교합으로 판단할 수 있다.
일 실시예에 따르면, 상기 솔루션 획득부(205)는 상기 부정교합 판단부(203)에 의해 환자의 부정교합의 판단이 완료되면, 교정 치료를 위한 솔루션을 도출하는 머신 러닝 기반의 인공지능 솔루션 생성 알고리즘을 통해 환자의 부정교합에 대한 치료 솔루션 정보를 획득할 수 있다. 상기 인공지능 솔루션 생성 알고리즘은 다양한 데이터(다른 환자의 치아 이미지, 다른 환자의 교정 치료 중 획득된 이력 데이터)를 학습하기 때문에, 상기 결과 정보를 기반으로 오차율이 발생한 원인 정보를 도출할 수 있다.
일 실시예에 따르면, 상기 인공지능 솔루션 생성 알고리즘은, 상기 솔루션 획득부(205)가 치아 교정을 위한 데이터를 다른 전자 장치(예: 데스크 탑, 태블릿 PC 및 의료기기) 또는 의료인 계정으로부터 수신받아, 수신받은 데이터를 머신러닝함으로써, 환자의 치아 배열에 대한 VTO(visualized treatment objectives) 및 최적의 치료계획을 제시하기 위한 알고리즘일 수 있다.
일 실시예에 따르면, 상기 솔루션 획득부(205)는 다른 환자의 치아 이미지 데이터를 수신 시, 상기 수신된 데이터를 학습 데이터로 머신 러닝하여, 안정화된 하악과두의 위치, 적절한 각도를 갖는 치아의 배열, 상하악골간의 관계 및 두개(cranium)에 대한 적절한 상하악골 복합체의 위치, 기울기 등을 고려하여, 환자의 치아 배열에 대한 VTO(visualized treatment objectives) 및 최적의 치료계획에 대한 정보를 획득할 수 있다.
즉, 상기 치료 솔루션 정보는 상기 인공지능 솔루션 생성 알고리즘에 의해 생성되는 VTO 및 치료계획 정보 중 적어도 하나를 포함하는 정보일 수 있다. 이에 따라, 상기 VTO 및 상기 치료계획 정보는 환자의 치아 배열을 교정하기 위해 필요한 치료 방법 정보, 치료 기간 정보, 치료 약물 정보 등을 포함하는 것이 당연할 것이다.
도 3은 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 부정교합 판단부를 설명하기 위한 도면이다.
도 3을 참조하면, 부정교합 판단부(301)(예: 도 2의 부정교합 판단부(203))는 부정교합 확인 프로세스가 시작되는 경우, 수신된 제1 치아 이미지(301a)를 통해 환자의 치아 배열을 확인할 수 있다.
일 실시예에 따르면, 상기 부정교합 판단부(301)는 상기 기 저장된 알고리즘을 통해 상기 제1 치아 이미지(301a)에 포함된 치아 각각에 대한 형태 및 위치를 판별하여, 환자의 치아 배열 상태를 확인할 수 있다. 상기 부정교합 판단부(301)가 기 저장된 알고리즘을 통해 환자의 치아 배열을 확인하는 자세한 설명은 도 2를 참고하도록 한다.
일 실시예에 따르면, 상기 부정교합 판단부(301)는 확인된 치아 배열 상태를 기반으로, 환자의 치아 배열을 복수 개의 부정교합 정보 중 어느 하나로 분류할 수 있다. 이 때, 상기 부정교합 판단부(301)는 환자의 치아 배열을 확인하여, 획득된 치아 배열 상태 정보를 기반으로, 환자의 치아 배열을 복수 개의 부정교합 정보 중 어느 하나로 분류할 수 있다. 상기 복수 개의 부정교합 종류 정보는 총생(crowding) 부정교합, 공극(spacing) 부정교합 정보, 회전(rotation) 부정교합 정보, 수직관계(openbite&deepbite) 부정교합 정보, 근원심 치축경사(tipping) 부정교합 정보, 협설측 치축경사(torque) 부정교합 정보 및 감합 부정교합 정보 중 적어도 하나를 포함할 수 있다
일 실시예에 따르면, 상기 부정교합 판단부(301)는 제1 치아 이미지를 획득하는 경우, 기 저장된 알고리즘(예: 자동인지 표준화 알고리즘)을 통해 상기 제1 치아 이미지를 분석하여, 환자의 치아 배열 상태에 대응되는 치아 배열 상태 정보를 획득할 수 있다. 상기 치아 배열 상태 정보는 상기 환자의 치아 각각에 대한 형태 및 위치뿐만 아니라, 환자의 하악과두의 위치, 상하악골간의 관계 및 두개(cranium)에 대한 상하악골 복합체의 위치 및 기울기 정보를 포함할 수 있다.
예를 들어, 상기 부정교합 판단부(301)는 상기 치아 배열 상태 정보를 획득한 경우, 상기 치아 배열 상태 정보를 복수 개의 부정교합 정보 중 하나로 분류하는 판단 프로세스(303)를 시작할 수 있다. 상기 부정교합 판단부(301)는 상기 치아 배열 상태 정보를 기반으로, 환자의 13번 치아가 회전된 상태인 것을 확인할 수 있다. 상기 부정교합 판단부(301)는 상기 13번 치아가 회전된 상태인 경우, 303a에 포함된 프로세스를 수행할 수 있다. 또한, 상기 부정교합 판단부(301)는 상기 치아 배열 상태 정보를 기반으로, 환자의 치아가 회전된 상태가 아닌 것을 확인한 경우, 303b에 포함된 프로세스를 수행할 수 있다. 상기 판단 프로세스(303)는 복수 개의 부정교합 종류마다 다른 프로세스일 수 있다.
도 4는 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 목표 값 획득부를 설명하기 위한 다른 블록도이다.
도 4를 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템(예: 도 1의 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템(100))(이하, 교정 치료 평가 정보 제공 시스템으로 칭함)은 목표 값 획득부(400)(예: 도 1의 목표 값 획득부(101))를 포함할 수 있다.
일 실시예에 따르면, 상기 목표 값 획득부(400)는 가이드 적용부(401), 가상 교정 이미지 획득부(403) 및 교정 값 획득부(405)를 포함할 수 있다.
일 실시예에 따르면, 상기 목표 값 획득부(400)는 솔루션 획득부(예: 도 2의 솔루션 획득부(205))에 의해 치료 솔루션 정보(401a)의 획득이 완료되는 경우, 솔루션 생성 알고리즘을 통해 환자의 제1 치아 이미지(401b)에 치료 솔루션 정보(401a)에 기반한 교정 가이드를 적용할 수 있다. 상기 솔루션 생성 알고리즘과 관련된 자세한 설명은 도 2를 참고하도록 한다. 상기 교정 가이드는 환자의 최초 치아배열을 나타내는 제1 치아 이미지(401b)에 적용되는 정보로써, 상기 제1 치아 이미지(401b)에 기반한 환자의 부정교합이 상기 치료 솔루션 정보(401a)에 기반하여 최적의 형태로 교정 완료된 형태의 치아 배열로 배열하기 위한 치아 각각에 대한 벡터 정보일 수 있다.
일 실시예에 따르면, 상기 가상 교정 이미지 획득부(403)는 상기 치료 솔루션 정보(401a)에 기반한 교정 가이드가 상기 제1 치아 이미지(401b)에 적용됨에 따라, 환자의 치아 각각을 교정 완료된 치아 상태로 가상 배열함으로써, 교정 완료된 치아 배열에 대응하는 가상의 이미지인 가상 교정 이미지(403a)를 획득할 수 있다.
일 실시예에 따르면, 상기 가상 교정 이미지 획득부(403)는 상기 교정 가이드에 기반한 치아 각각의 벡터 정보를 기반으로, 상기 제1 치아 이미지(401b)에 포함된 치아 각각의 벡터 정보를 변경하여, 상기 치료 솔루션 정보(401a)에 기반한 환자의 교정 완료된 상태의 치아 배열에 대응되는 상기 가상 교정 이미지(403a)를 획득할 수 있다.
일 실시예에 따르면, 상기 교정 값 획득부(405)는 상기 가상 교정 이미지(403a)의 획득이 완료되면, 상기 가상 교정 이미지(403a)와 상기 제1 치아 이미지(401b)를 비교할 수 있다. 보다 정확하게, 상기 교정 값 획득부(405)는 상기 가상 교정 이미지(403a)에 포함된 치아 각각에 대한 벡터 정보와 상기 제1 치아 이미지(401b)에 포함된 치아 각각에 대한 벡터 정보를 비교하여, 치아 각각에 대한 교정 목표 방향 정보 및 교정 목표 거리 정보를 획득할 수 있다. 상기 교정 목표 방향 정보는 상기 부정교합 상태의 치아가 교정 완료된 상태의 배열로 교정되기 위해 이동되는 방향에 대한 정보일 수 있다. 상기 교정 목표 거리 정보는 상기 부정교합 상태의 치아가 교정 완료된 상태의 배열로 교정되기 위해 이동되는 거리에 대한 정보일 수 있다.
일 실시예에 따르면, 상기 교정 값 획득부(405)는 상기 교정 목표 방향 정보 및 교정 목표 거리 정보를 지정된 수식에 기반으로 계산하여, 교정 목표 값을 획득할 수 있다. 상기 지정된 수식은 본 발명을 운용하는 기업, 기관마다 다를 수 있다. 상기 교정 목표 값은 부정교합의 치아가 교정된 상태의 배열로 교정됨에 따라 이동되어야 하는 정도를 나타내는 값일 수 있다. 즉, 상기 교정 목표 값은 제1 치아 이미지에 기반한 치아 각각이 교정된 배열로 형성되기 위해 이동되어야 하는 목표 값일 수 있다.
도 5는 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 평가 정보 제공부를 설명하기 위한 블록도이다.
도 5를 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템(예: 도 1의 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템(100))(이하, 교정 치료 평가 정보 제공 시스템으로 칭함)은 평가 정보 제공부(500)(예: 도 1의 평가 정보 제공부(105))를 포함할 수 있다.
일 실시예에 따르면, 상기 평가 정보 제공부(500)는 달성 값 획득부(501), 오차 값 확인부(503) 및 오차 정보 분석부(505)를 포함할 수 있다.
일 실시예에 따르면, 상기 달성 값 획득부(501)는 제2 치아 이미지 획득부(예: 도 1의 제2 치아 이미지 획득부(103))를 통해 제2 치아 이미지의 획득이 완료되는 경우, 기 저장된 알고리즘을 통해 상기 제2 치아 이미지를 분석하여, 환자의 교정된 치아 각각에 대한 교정 달성 값(501b)을 획득할 수 있다. 상기 기 저장된 알고리즘과 관련된 자세한 설명은 도 2를 참고하도록 한다.
일 실시예에 따르면, 상기 달성 값 획득부(501)는 투명 교정 장치에 의해 교정 치료가 완료된 환자의 치아 배열에 대한 제2 치아 이미지의 획득이 완료되면, 기 저장된 알고리즘을 통해 제2 치아 이미지에 기반한 환자의 치아 배열 상태를 확인할 수 있다. 상기 달성 값 획득부(501)는 상기 제2 치아 이미지에 기반한 환자의 치아 배열 상태를 확인함으로써, 상기 치아 각각에 대한 교정 달성 값(501b)을 획득할 수 있다. 상기 교정 달성 값(501b)은 교정 달성 방향 정보 및 교정 달성 거리 정보를 포함하는 정보로써, 치아 각각에 대한 벡터 정보일 수 있다. 상기 교정 달성 값(501b)은 상기 교정 달성 방향 정보 및 상기 교정 달성 거리 정보를 지정된 수식으로 계산함으로써 획득되는 값일 수 있다.
일 실시예에 따르면, 상기 오차 값 확인부(503)는 상기 교정 달성 값(501b)의 획득이 완료되면, 교정 목표 값(501c)(예: 도 4의 교정 목표 값)과 상기 교정 달성 값(501b)을 비교할 수 있다. 상기 교정 목표 값(501c)과 관련된 자세한 설명은 도 4를 참고하도록 한다. 상기 오차 값 확인부(503)는 상기 교정 목표 값(501c)과 상기 교정 달성 값(501b)을 비교함으로써, 상기 교정 목표 값(501c)에 대한 상기 교정 달성 값(501b)의 오차 값(501d)을 획득할 수 있다. 상기 오차 값 확인부(503)는 상기 획득된 오차 값(501d)이 지정된 오차 값 범위(501e)에 포함되는지를 판단할 수 있다.
도 5에 개시된 501 구성은 상기 오차 값 확인부(503)에 의해 저장되는 기록 테이블일 수 있다. 예를 들어, 상기 오차 값 확인부(503)는 상기 달성 값 획득부(501)에 의해 획득된 13번 치아에 대한 교정 달성 값과 13번 치아에 대한 교정 목표 값을 비교할 수 있다. 상기 오차 값 확인부(503)는 상기 13번 치아에 대한 교정 달성 값 11391.16와 상기 13번 치아에 대한 교정 목표 값 12252.27을 비교하여, 오차 값 207.88을 획득할 수 있다. 이 때, 상기 오차 값 확인부(503)는 상기 획득된 오차 값이 지정된 오차 값 범위에 포함되는지를 판단할 수 있다. 상기 지정된 오차 값은 치아마다 다를 수 있으며, 부정교합의 종류마다 다를 수 있다.
일 실시예에 따르면, 상기 오차 정보 분석부(505)는 상기 오차 값 확인부(503)의 기능 수행에 따라 판단된 결과에 기반하여, 오차 정보를 생성할 수 있다. 상기 오차 정보는 각각의 치아에 대한 오차 값이 지정된 오차 값 이하인지 여부에 대한 정보일 수 있다. 즉, 상기 오차 정보는 치아 각각에 대한 교정 달성 값, 교정 목표 값, 오차 값 및 지정된 오차 값에 대한 정보를 모두 포함할 수 있다.
일 실시예에 따르면, 상기 오차 정보 분석부(505)는 상기 생성된 오차 정보를 인공지능 솔루션 생성 알고리즘을 통해 분석하여, 교정 치료 평가 정보를 생성할 수 있다. 상기 인공지능 솔루션 생성 알고리즘과 관련된 자세한 설명은 도 2를 참고하도록 한다. 상기 오차 정보 분석부(505)는 상기 인공지능 솔루션 생성 알고리즘을 통해 상기 오차 정보를 분석할 수 있다. 보다 정확하게, 상기 오차 정보 분석부(505)는 상기 오차 정보를 기반으로, 오차 값이 지정된 오차 값에 포함되지 않은 것을 확인한 경우, 부정교합에 대한 교정 치료가 실패된 것으로 확인할 수 있다. 또한, 상기 오차 정보 분석부(505)는 상기 오차 정보를 기반으로, 오차 값이 지정된 오차 값에 포함되는 것을 확인한 경우, 부정교합에 대한 교정 치료가 성공된 것으로 확인할 수 있다.
일 실시예에 따르면, 상기 오차 정보 분석부(505)는 상기 오차 정보를 기반으로, 환자의 치아 각각에 대한 교정 치료의 성공 여부를 확인하고, 상기 확인 결과에 기반한 교정 치료 평가 정보를 생성할 수 있다.
일 실시예에 따르면, 상기 오차 정보 분석부(505)는 상기 오차 정보를 기반으로, 오차 값이 지정된 오차 값에 포함되지 않은 것을 확인한 경우, 부정교합에 대한 교정 치료가 제대로 수행되지 않았음을 공지하는 교정 치료 평가 정보를 생성할 수 있다. 이 때, 상기 오차 정보 분석부(505)는 상기 인공지능 솔루션 생성 알고리즘을 통해 오차 값이 지정된 오차 값 범위에 포함되지 않은 원인 정보를 도출하고, 상기 원인 정보에 기반한 원인을 해결하기 위한 교정 개선 정보를 생성할 수 있다. 상기 교정 개선 정보는 상기 인공지능 솔루션 생성 알고리즘을 통해 생성되는 정보로써, 상기 인공 지능 솔루션 생성 알고리즘을 통해 학습된 다른 환자의 교정 치료 이력 정보에 기반하여 도출되는 모범 치료 정보일 수 있다. 즉, 상기 오차 정보 분석부(505)는 상기 모범 치료 정보로 하여금, 상기 교정 실패된 치아에 대한 교정 가이드를 제시할 수 있다.
일 실시예에 따르면, 상기 오차 정보 분석부(505)는 상기 오차 정보를 기반으로, 오차 값이 지정된 오차 값에 포함되는 것을 확인한 경우, 부정교합에 대한 교정 치료가 제대로 수행되었음을 공지하는 교정 치료 평가 정보를 생성할 수 있다. 이 때, 상기 오차 정보 분석부(505) 상기 인공지능 솔루션 생성 알고리즘을 통해 교정 완료된 치아 각각에 대한 보완점 정보를 도출할 수 있다. 예를 들어, 상기 보완점 정보는 치아 각각이 교정 위치로 완전하게 정착하기 위해 투명 교정 장치의 권장 장착 기간에 대한 정보 또는 주의점 정보를 포함할 수 있다.
일 실시예에 따르면, 상기 오차 정보 분석부(505)는 상기 오차 정보를 기반으로, 오차 값을 확인하고, 상기 확인된 오차 값이 지정된 오차 값 범위 중 어느 범위에 포함되어 있는지를 확인할 수 있다. 상기 지정된 오차 값 범위는 적어도 두 개 이상의 상태 범위를 포함할 수 있다. 예를 들어, 상기 지정된 오차 값 범위는 우수 범위, 양호 범위 및 추가 치료 권장 범위를 포함할 수 있다. 상기 오차 정보 분석부(505)는 상기 오차 값이 우수 범위에 포함되는 것을 확인한 경우, 부정교합에 대한 교정 치료가 효과적으로 진행되었음을 공지하는 교정 치료 평가 정보를 생성할 수 있다. 다른 예를 들어, 상기 오차 정보 분석부(505)는 상기 오차 값이 상기 치료 권장 범위에 포함되는 것을 확인한 경우, 부정교합에 대한 교정 치료가 치료 솔루션 정보에 기반하여 진행되었으나 미흡한 부분이 발생한 것으로 판단할 수 있다. 이에 따라, 상기 오차 정보 분석부(505)는 상기 교정 치료 평가 정보 생성 시, 상기 인공지능 솔루션 생성 알고리즘을 통해 미흡한 점을 분석하여, 미흡한 점을 보완하는 치료 보완 정보를 획득하고, 상기 교정 치료 평가 정보에 포함시킬 수 있다.
도 6은 본 발명의 일 실시 예에 따른 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템의 인터페이스를 설명하기 위한 도면이다.
도 6을 참조하면, 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템(예: 도 1의 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템(100))(이하, 교정 치료 평가 정보 제공 시스템으로 칭함)은 평가 정보 제공부(예: 도 1의 평가 정보 제공부(105))를 포함할 수 있다.
일 실시예에 따르면, 상기 평가 정보 제공부는 교정 장치 도안 생성부(미도시) 및 교정 장치 도안 제공부)를 포함할 수 있다.
일 실시예에 따르면, 상기 평가 정보 제공부는, 모범 치료 정보가 포함된 교정 치료 평가 정보를 의료인 계정에게 제공 시, 상기 교정 장치 도안 생성부로 하여금 상기 모범 치료 정보에 기반한 투명 교정 장치의 설계 도안 정보인 제1 설계 도안을 생성하도록 할 수 있다.
일 실시예에 따르면, 상기 교정 장치 도안 생성부는 상기 모범 치료 정보에 기반하여, 교정 완료된 환자의 치아 배열에 대한 설계 도안 정보인 제1 설계 도안을 생성할 수 있다. 이 때, 생성되는 제1 설계 도안은 환자의 최초 치아 배열에 대해 투명 교정 장치(예: 제1 투명 교정 장치)로 교정을 한 후, 교정 치료에 대한 미흡한 부분을 보완하기 위해 새로운 투명 교정 장치(예: 제2 투명 교정 장치)를 제조하기 위한 도안 정보일 수 있다.
일 실시예에 따르면, 상기 교정 장치 도안 제공부는 상기 제1 설계 도안의 생성이 완료되면, 교정 목표 값에 기반한 투명 교정 장치의 설계 도안인 제2 설계 도안 정보를 획득하여, 상기 제1 설계 도안 및 상기 제2 설계 도안을 비교 가능한 인터페이스(600)를 상기 의료인 계정에게 제공할 수 있다. 즉, 상기 교정 장치 도안 제공부는 제2 설계 도안에 기반한 제1 투명 교정 장치(601)와 상기 제1 설계 도안에 기반한 제2 투명 교정 장치(603)를 시각적으로 확인하도록 하는 인터페이스(600)를 상기 의료인 계정에게 제공할 수 있다.
일 실시예에 따르면, 상기 평가 정보 제공부는 상기 의료인 계정에게 상기 인터페이스(600)를 통해 상기 제1 투명 교정 장치 및 상기 제2 투명 교정 장치에 대한 이미지를 제공하는 동안, 상기 의료인 계정으로부터 상기 제2 투명 교정 장치를 설계 변경하기 위한 의사 소견 정보가 수신되는 경우, 상기 입력된 의사 소견 정보를 기반으로, 제1 설계 도안을 수정할 수 있다. 상기 의사 소견 정보는 상기 제1 설계 도안을 수정하기 위한 도안 수정 정보일 수 있다. 즉, 상기 의료인 계정의 사용자는 환자의 치아 배열을 확인하고, 추가적으로 설계 도안에 대한 설계 변경이 필요할 경우, 상기 의사 소견 정보를 상기 인터페이스에 입력함으로써, 상기 제1 설계 도안에 기반한 설계를 변경할 수 있다.
도 6의 605 구성은 제1 설계 도안을 수정하기 위한 메뉴로써, 상기 인터페이스(600)에 포함되어 있는 기능 중 하나일 수 있다. 의료인 계정의 사용자는 상기 605 구성을 통해 각각의 치아에 대한 이미지를 상세 확대할 수 있다. 평가 정보 제공부는 상기 치아에 대한 이미지가 상세 확대된 상태에서, 상기 의료인 계정으로부터 상기 확대된 치아를 수정하기 위한 입력 정보인 의사 소견 정보를 수신하는 경우, 상기 수신된 의사 소견 정보에 기반하여 확대된 치아의 위치 및 형태를 수정할 수 있다. 이 때, 상기 이미지에 포함된 치아는 3D 모델링 이미지일 수 있으며, 상기 3D 모델링 이미지는 치아 이미지를 기 저장된 알고리즘을 통해 분석 시 획득 가능한 이미지일 수 있다.
도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 도시하였으며, 이하의 설명에 있어서, 상술한 도 1 내지 6에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.
도 7에 도시한 바와 같이, 컴퓨팅 장치(10000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/O subsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅 장치(10000)은 촉각 인터페이스 장치에 연결된 유저 단말이기(A) 혹은 전술한 컴퓨팅 장치(B)에 해당될 수 있다.
메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(10000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.
이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.
주변장치 인터페이스(11300)는 컴퓨팅 장치(10000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(10000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.
입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.
전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.
통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.
또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.
이러한 도 7의 실시 예는, 컴퓨팅 장치(10000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 7에 도시된 일부 컴포넌트가 생략되거나, 도 7에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 7에 도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(10000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.
본 발명의 실시 예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시 예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로 (collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨팅 장치상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시 예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시 예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
Claims (8)
- 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템에 있어서,
환자를 촬영하여 획득한 3차원 스캔 데이터인 제1 치아부 스캔 데이터를 의료인 계정으로부터 수신 완료하면, 상기 수신된 제1 치아부 스캔 데이터를 기반으로, 환자의 치아에 대한 부정교합 이미지인 제1 치아 이미지를 획득하고, 상기 획득된 제1 치아 이미지를 기반으로, 치료 솔루션 정보를 획득하되, 상기 획득된 치료 솔루션 정보를 기반으로, 환자의 부정교합을 교정하기 위한 교정 목표 값을 획득하는 목표 값 획득부;
상기 교정 목표 값의 획득이 완료된 상태에서, 투명 교정 장치에 의해 교정 치료가 완료된 환자를 촬영하여 획득한 새로운 3차원 스캔 데이터인 제2 치아부 스캔 데이터를 수신 완료하면, 상기 제2 치아부 스캔 데이터를 기반으로, 교정된 치아 배열에 대한 이미지인 제2 치아 이미지를 획득하는 제2 치아 이미지 획득부; 및
상기 획득된 제2 치아 이미지를 기반으로, 교정된 치아 각각에 대한 교정 달성 값을 획득하여, 상기 교정 달성 값과 상기 교정 목표 값을 비교해 오차 정보를 획득 완료하면, 상기 획득된 오차 정보를 기반으로 교정 치료에 대한 평가 정보인 교정 치료 평가 정보를 생성하여 상기 의료인 계정에게 제공하는 평가 정보 제공부;를 포함하되,
상기 목표 값 획득부는,
상기 의료인 계정으로부터 상기 제1 치아부 스캔 데이터를 수신 완료하면, 부정교합 확인 프로세스를 시작하는 부정교합 확인 시작부;
상기 부정교합 확인 프로세스가 시작되면, 기 저장된 알고리즘을 통해 상기 제1 치아 이미지를 분석하여, 상기 분석된 제1 치아 이미지를 통해 환자의 치아 배열을 확인하고, 상기 확인된 치아 배열을 복수 개의 부정교합 정보 중 어느 하나로 분류하여, 환자의 부정교합을 판단하는 부정교합 판단부; 및
상기 환자의 부정교합의 판단이 완료되면, 교정 치료를 위한 솔루션을 도출하는 머신 러닝 기반의 인공지능 솔루션 생성 알고리즘을 통해 환자의 부정교합에 대한 치료 솔루션 정보를 획득하는 솔루션 획득부;를 포함하되,
상기 부정교합 판단부는,
상기 환자의 치아 배열 확인 시, 상기 기 저장된 알고리즘을 통해 제1 치아 이미지에 포함된 환자의 치아 각각에 대한 위치, 인접 치아의 접촉 관계, 수직 관계, 회전 여부 및 기울기 중 적어도 하나를 확인하되,
상기 목표 값 획득부는,
상기 솔루션 획득부에 의해 상기 치료 솔루션 정보의 획득이 완료되면, 상기 솔루션 생성 알고리즘을 통해 상기 제1 치아 이미지에 상기 치료 솔루션 정보에 기반한 교정 가이드를 적용하는 가이드 적용부;
상기 치료 솔루션 정보에 기반한 교정 가이드가 상기 제1 치아 이미지에 적용됨에 따라, 환자의 치아 각각을 교정 완료된 치아 상태로 배열함으로써, 교정 완료된 치아 배열에 대응하는 가상의 이미지인 가상 교정 이미지를 획득하는 가상 교정 이미지 획득부; 및
상기 가상 교정 이미지의 획득이 완료되면, 상기 가상 교정 이미지와 상기 제1 치아 이미지를 비교해 치아 각각에 대한 교정 목표 방향 정보 및 교정 목표 거리 정보를 획득하여, 환자의 부정교합을 교정하기 위한 기준 값인 상기 교정 목표 값을 획득하는 교정 값 획득부;를 포함하되,
상기 평가 정보 제공부는,
상기 제2 치아 이미지 획득부를 통해 상기 제2 치아 이미지를 획득하면, 상기 기 저장된 알고리즘을 통해 상기 제2 치아 이미지를 분석하여, 환자의 교정된 치아 각각에 대한 상기 교정 달성 값을 획득하는 달성 값 획득부;
상기 교정 달성 값의 획득이 완료되면, 상기 교정 목표 값과 상기 교정 달성 값을 비교하여, 상기 교정 목표 값에 대한 상기 교정 달성 값의 오차 값을 획득하고, 상기 획득된 오차 값이 지정된 오차 값 범위에 포함되는지 판단하는 오차 값 확인부; 및
상기 오차 값 확인부의 기능 수행에 따라 판단된 결과에 기반하여, 오차 정보를 생성하고, 상기 생성된 오차 정보를 상기 인공지능 솔루션 생성 알고리즘을 통해 분석하여, 상기 교정 치료 평가 정보를 생성하는 오차 정보 분석부;를 포함하는 것을 특징으로 하는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 교정 치료 평가 정보는,
상기 오차 정보를 기반으로, 환자의 치아 각각에 대한 교정 치료의 성공 여부를 판단한 정보이되, 상기 오차 정보에 기반한 환자의 치아 각각에 대한 교정 치료가 실패로 확인되면, 상기 교정 치료가 실패된 치아 각각을 교정하기 위한 교정 개선 정보를 포함하되,
상기 교정 개선 정보는,
상기 인공지능 솔루션 생성 알고리즘을 통해 생성되는 정보로써, 상기 인공지능 솔루션 생성 알고리즘을 통해 학습된 다른 환자의 교정 치료 이력 정보에 기반하여 도출되는 모범 치료 정보인 것을 특징으로 하는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템.
- 제6항에 있어서,
상기 평가 정보 제공부는,
상기 모범 치료 정보가 포함된 교정 치료 평가 정보를 상기 의료인 계정에게 제공 시, 상기 모범 치료 정보에 기반한 상기 투명 교정 장치의 설계 도안 정보인 제1 설계 도안을 생성하는 교정 장치 도안 생성부; 및
상기 제1 설계 도안의 생성이 완료되면, 상기 교정 목표 값에 기반한 투명 교정 장치의 설계 도안 정보인 제2 설계 도안 정보를 획득하여, 상기 제1 설계 도안 및 상기 제2 설계 도안을 비교 가능한 인터페이스를 상기 의료인 계정에게 제공하는 교정 장치 도안 제공부;를 포함하는 것을 특징으로 하는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템.
- 제7항에 있어서,
상기 인터페이스는,
상기 의료인 계정으로부터 상기 투명 교정 장치를 설계 변경하기 위한 의사 소견 정보가 수신 완료되면, 상기 수신 완료된 의사 소견 정보를 기반으로, 상기 제1 설계 도안을 수정하는 것을 특징으로 하는 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210105222A KR102607605B1 (ko) | 2021-08-10 | 2021-08-10 | 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템 |
| PCT/KR2022/011900 WO2023018208A1 (ko) | 2021-08-10 | 2022-08-10 | 환자의 치아부 스캔 데이터에 기반한 치아 교정 현황 및 교정 치료 평가 정보를 제공하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210105222A KR102607605B1 (ko) | 2021-08-10 | 2021-08-10 | 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230023258A KR20230023258A (ko) | 2023-02-17 |
| KR102607605B1 true KR102607605B1 (ko) | 2023-11-29 |
Family
ID=85327461
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210105222A KR102607605B1 (ko) | 2021-08-10 | 2021-08-10 | 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102607605B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020503919A (ja) | 2016-12-21 | 2020-02-06 | ウラブ・システムズ，インコーポレイテッド | 歯科矯正計画策定システム |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102496286B1 (ko) * | 2015-07-20 | 2023-02-07 | 얼라인 테크널러지, 인크. | 부정 교합 및 관련 문제를 추적, 예측, 및 사전에 교정하기 위한 방법 |
| KR20170068323A (ko) * | 2015-12-09 | 2017-06-19 | 노형태 | 치아 교정 장치를 제작하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
| KR102125813B1 (ko) * | 2017-12-26 | 2020-06-23 | 오스템임플란트 주식회사 | 투명 교정기 디자인을 위한 치아배열 데이터 생성방법, 이를 위한 장치, 이를 기록한 기록매체 |
| KR102227460B1 (ko) * | 2019-09-03 | 2021-03-12 | 오스템임플란트 주식회사 | 교정치료를 위한 치아 배열 방법 및 이를 수행하는 교정 캐드 시스템 |
-
2021
- 2021-08-10 KR KR1020210105222A patent/KR102607605B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020503919A (ja) | 2016-12-21 | 2020-02-06 | ウラブ・システムズ，インコーポレイテッド | 歯科矯正計画策定システム |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230023258A (ko) | 2023-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11960795B2 (en) | Neural network-based generation and placement of tooth restoration dental appliances | |
| KR102227460B1 (ko) | 교정치료를 위한 치아 배열 방법 및 이를 수행하는 교정 캐드 시스템 | |
| KR102070256B1 (ko) | 교정 치료 플래닝을 위한 세팔로 영상 처리 방법, 이를 위한 장치, 및 이를 기록한 기록매체 | |
| CN110769777A (zh) | 牙齿类型和萌出状态的自动检测 | |
| US11800216B2 (en) | Image based orthodontic treatment refinement | |
| Del Real et al. | Use of automated artificial intelligence to predict the need for orthodontic extractions | |
| US10874484B2 (en) | Image processing method for orthodontic plan, device and recording medium therefor | |
| KR20200041609A (ko) | 치아 교정 영상 생성 장치 및 방법 | |
| KR101723654B1 (ko) | 치아 차트 생성 방법, 이를 위한 장치, 및 이를 기록한 기록매체 | |
| US11328809B1 (en) | Systems and methods for manufacturing an orthodontic appliance | |
| KR102070255B1 (ko) | 복수의 치아의 분류 코드 유사도에 기초하여 부정교합을 결정하는 시스템 및 방법 | |
| KR102607605B1 (ko) | 환자의 치아 배열 상태에 기반한 교정 치료 평가 정보 제공 시스템 | |
| US20230325558A1 (en) | Detector of aligner low retentiveness and aligner fit evaluation tool | |
| US20230008883A1 (en) | Asynchronous processing for attachment material detection and removal | |
| KR102611060B1 (ko) | 환자의 치아부 스캔 데이터에 기반한 치아 교정 현황을 제공하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체 | |
| KR102620157B1 (ko) | 치아의 3차원 치아부 스캔 이미지를 통한 치아의 위치 이상 자동 판별 시스템 | |
| KR20210155959A (ko) | 삽입로 설정 방법 및 이를 위한 보철물 설계 장치 | |
| US20240029380A1 (en) | Integrated Dental Restoration Design Process and System | |
| JP7405809B2 (ja) | 推定装置、推定方法、および推定プログラム | |
| KR102329969B1 (ko) | 교정 치료 데이터 관리 방법 및 장치 | |
| US20240122463A1 (en) | Image quality assessment and multi mode dynamic camera for dental images | |
| TW202409874A (zh) | 牙齒復原自動化技術 | |
| WO2023195036A1 (en) | Method for the analysis of radiographic images, and in particular lateral-lateral teleradiographic images of the skull, and relative analysis system | |
| WO2023242767A1 (en) | Coordinate system prediction in digital dentistry and digital orthodontics, and the validation of that prediction | |
| KR20240055240A (ko) | 인공지능 기반의 교정 치료 계획에 따른 부작용 및 보완 정보를 반영한 교정 치료 프로세스 제공 방법, 장치 및 컴퓨터-판독 가능 기록 매체 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |