KR20100134104A - 인간 또는 동물 생체의 조직 내 이식되기 위한 장치 및/또는 물질을 디자인 및/또는 선택하는 방법 및 그 방법에 의한 장치 및/또는 물질 - Google Patents

Abstract

인간 또는 동물 생체 조직 내에 이식되기 위한 장치 및/또는 생체적합물질을 디자인하는 방법이 개시된다. 그 방법은 수용조직 구조의 디지털 이미지 획득, 그것의 분할과 조직이 타입을 분류할 수 있게 하는 프랙털 요소에서의 프로세싱 및 조직 내 임플란트의 유착과 안정성을 위한 최선의 커플링을 위한 장치 및/또는 생체적합물질의 디자인을 포함한다. 또한, 임플란트를 선택하기 하기 위한 가장 적절한 장치 및/또는 생체적합물질에 대한 인디케이션을 제공하기 위한 조직 이미지의 분석에 근거한 자동적이고 단순화된 절차도 설명된다.

Description

인간 또는 동물 생체의 조직 내 이식되기 위한 장치 및/또는 물질을 디자인 및/또는 선택하는 방법 및 그 방법에 의한 장치 및/또는 물질{A method for designing and/or slecting a device and/or material for implanting in tissues of the human or animal body and a device and/or material obtained thereby}

본 발명은 인간 또는 동물 생체의 조직 내에 이식되기 위한 장치 및/또는 물질을 디자인 및/또는 선택하는 방법 및 그 방법에 의한 장치 및/또는 물질에 관한 것이다. 더욱 상세하게는, 치과용 임플란트와 충치구멍의 내생적 치료(endogenous repair)를 위한 충전재(filler materials), 그로 인해 얻을 수 있는 치과용 임플란트와 충전재로서의 생체적합물질에까지 미친다. 여기서 "생체적합물질"이란 인간 또는 동물 생체 조직과 양립하고 이를 보완하며, 상기 조직의 치료과정을 지지하고 이끌기에 적합한 물질을 의미한다. 생체적합물질의 예는 하이드록시 아파타이트(hydroxyapatite), β-트리칼슘 포스페이트(β-tricalcium phosphate), 칼슘 설페이트(calcium sulphate), 동물(소, 말, 돼지)의 뼈 등이 있다.

특정한 질병의 치료는 인간 또는 동물 생체의 기관 또는 조직 내에 충전재료 또는 장치를 삽입하거나 이식하는 것을 포함한다. 예를 들면, 치아에 있어서, 소실되거나 병든 원래의 이는 소실된 뿌리를 대체하는 골내 임플란트에 부속될 수 있는 인공보철물에 의해 대체될 수 있다. 다른 외과 분야에서의 사용은 척추에 융합되는 세포내 고정 나사, 또는 생물학적인 루멘(lumen)을 확보하는 중공의 원통형 메시(mesh) 단위로 구성된 스텐트(stent)와 같은 장치에 의한다. 이때, 상기 루멘은 동맥, 정맥, 담관, 식도, 대장, 기관, 수뇨관, 요도 등을 의미한다.

모든 경우에 있어서, 특정 기관 또는 조직에 이식되거나 삽입된 장치는 결과적으로 구조와 둘러싼 조직 내에서 성공적으로 유착(integration)되고 안정화되어야 한다.

골내(osteointegration) 치과 이식의 경우에, 임플란트는 저작 저항을 견딜 수 있을 만큼 안정적이어야 하고, 결과적으로 신속하고 효과적인 골유착 과정을 거칠 수 있어야 한다. 상기 골유착 과정의 양, 질, 내구성은 임플란트 표면의 특성에 달려있다. 스텐트의 경우, 특히, 관(vascular) 스텐트는 관상동맥과의 유착이 완전하고 효과적으로 이루어져야 할 뿐 아니라, 신생내막 조직(neointimal tissue)의 과도한 성장을 피해야 한다. 상기 과도한 성장은 혈관의 재폐색(restenoses)을 일으킬 수 있으며, 이것 또한 스텐트 표면 특성에 의해 영향을 받는다.

'생체적합물질'의 일종으로 알려진, 충전재를 사용하는 골재생 유도물질(GBR, Guide Bone Regeneration)은 10년간의 외과 실험에 의해 통합된 기술이다. 이들 생체적합물질은 생체조직을 재생하는데 사용된다. 특히, 정형외과, 외상학, 척추수술, 상악안면수술 및 치과학(odontoiatrics)과 같은 분야에서의 골재생(bone regeneration)에 이용된다.

제약산업과 생물공학 전공 실험실은 최적으로 조절된 4가지의 기본 제품 카테고리를 보유한다. 다시 말해, 조절된 인간 뼈, 조절된 동물 뼈, 천연 생체적합물질 및 합성 생체적합물질을 말한다.

내생적(endogenous) 골형성을 통한 충치구멍의 내생적 치료는 자연적인 생리학적 현상이다. 동물의 생체는 다양한 생체조직에 가해지는 위해를 치유하기 위하여, 적절한 한계 내에서, 재건 프로세스에 의한 복합적인 자가치유 시스템을 갖추고 있다. 생물 유기체에 적용되는 약리학적 과정과 외과적 처치는 치유에 이르거나 치유 가능한 상태로 만들기 위한 자연적인 생리학적 프로세스를 유도하기 위함이다.

치유과정은 새로운 골조직의 자연적인 내생적 형성을 자극하는 생체적합물질 충전재를 사용함으로써 용이하게 골재생 유도(GBR)된다. 시중에 유통되는, 천연 또는 합성으로부터 유래된 생체적합물질은 수용할 조직의 형태에 더 잘 부합하고, 이에 따라 관련조직의 반응과 치료과정에 긍정적인 영향을 미친다.

골내 치아 이식학에 따르면, 특허문헌은 다양한 임플란트의 형태와 그 디자인 및 제조방법을 개시한다. 이는 골유착 과정을 개선하기 위하여 나아가, 임플란트의 품질과 기능성을 향상시키기 위한 것이다.

US 5,628,630 (Misch et al.)은 세포반응을 향상시키기 위한 골격의 임플란트를 디자인하는 방법을 개시한다. 그 임플란트는 스크루 인 뿌리(screw-in root)로 구성되고, 디자인 방법은 마크로 디자인(macro-design) 단계과 마이크로 디자인(micro-design) 단계를 수반한다. 후자는 뼈의 탄성률(elastic modulus)을 결정하는 것을 포함하고, 그것은 임플란트에 의해 유도된 장력이 100 내지 3000 microstrain 사이에 오도록 위하여 임플란트 디자인에 채택된 장력 방정식(strain equation)에 적용된다. 그 방법은 또한 그 밀도에 따른 다양한 그룹의 지주골의 분류를 포함한다.

US 특허출원 2005/0060039 Al는 결합물질과 궁극적으로 뼈에 부착을 증대시키기 위하여 프랙털 구조를 갖는 톱니형 표면의 글래노이드(glenoid) 인공보철을 개시한다.

국제출원 WO 2007/074498은 골내 치과용 임플란트를 위한 나사의 형태를 개시한다. 임플란트와 주변골 사이의 경계면은 프랙털 형상에 따라 구조화된 인그래이빙에 의하여 증가된다.

US 특허 출원 2002/0196966 Al은 뼈의 질량과 구조를 분석하는 컴퓨터 보조 시스템과 방법을 개시한다. 그 방법은 민코프스키 인덱스(Minkowski index)를 포함하며, 뼈의 디지털 이미지를 얻고, 뼈의 미네랄 밀도 및 다른 변수를 측정하는 것이 기본이다. 여럿 가운데, 그 방법은 뼈의 지주골 구조를 특징짓는 프랙털 분석의 이용을 설명한다.

US 6,430,427 Bl은 모델을 이용하여 지주골 지표를 얻는 방법 및 골 미네랄 밀도를 계산하는 방법이 개시된다. 그 방법은 궁극적으로 골 미네랄 밀도를 측정하는데 이용되는 색인들을 얻기 위하여 칼슘 소실에 의한 지주골 구조의 변화를 분석한다.

Yi WJ, M. Heo, S. Lee, S. Choi, K. Huh, S. Lee에 의한 논문 "Direct measurement of trabecular bone anisotropy using directional fractal dimension and principal axes of inertia" , 2007년 3월 26일에 발행된 구강외과, 구강의약, 구강병리, 구강 방사선학 및 치내요법학 104권, 1판, 110에서 116 페이지에서는 지주골의 프랙털 구조의 이방성 및 하악 여러 부분의 뼈의 기계적 특성을 연구하기 위한 그것의 이용에 대해 개시한다.

비록 상기 방법들 중 몇몇은 임플란트가 이식될 생체기관 및 조직 구조, 특히 골 구조에서 유용한 정보를 얻게 하지만, 수용구조에서 그것의 효과적인 유착을 보장하는 구조적인 상보성을 달성한다는 관점에서, 이들 방법은 임플란트를 수용할 생물학적 구조와 형태학적으로 일치하는 구조를 갖는 임플란트 또는 장치의 디자인 및 제조를 어렵게 한다. 더욱이, 이들 알려진 방법들은 종종 복잡해서 특히 외과수술과 치과수술에 채용하기에 용이하지 않다.

본 발명의 목적은 수용조직에서 효과적인 유착을 보장할 수 있는 구조적인 상보성을 얻기 위하여 형태학적으로 수용기관 또는 조직구조와 동일한, 인간 또는 동물 생체조직에 삽입 또는 이식을 위한 장치를 디자인하는 방법을 제공하는 데 있다.

본 발명의 다른 목적은 최대의 지속시간과 우수한 기능성을 보장할 뿐 아니라 결과적으로 수용 생체조직 안에서 최적의 융합이 가능하도록, 상술한 방법을 이용하여 디자인된 인간 또는 동물 생체조직에 이식하기 위한 장치를 제공하는 데 있다.

발명의 또 다른 목적은 형태학적으로 수용 골조직과 일치하는 인간 또는 동물 생체 골조직에 이식될 장치를 디자인하는 방법을 제공하는 데 있다. 그 방법은 임플란트의 효과적인 골유착과 최대지속시간을 보장하는 구조의 상보성을 달성하도록 한다.

본 발명의 또 다른 목적은 효과적인 골유착을 보장하는 구조적인 상보성을 달성하기 위하여, 형태학적으로 수용하는 뼈와 일치하는 치과용 임플란트를 디자인하는 방법을 제공하는 데 있다.

본 발명의 또 다른 목적은 상술한 방법에 따라 디자인된 치과용 임플란트를 제공하는 데 있다.

본 발명의 또 다른 목적은 생체적합물질, 특히 인간 또는 동물 생체의 새로운 조직의 내생적 형성을 위한 생체적합물질 충전재를 제공하는 것이다. 그 충전재는 주변 조직 내에서 생체적합물질의 효과적이고 신속한 유착을 보장하는 구조적 상보성을 얻기 위하여 수용조직의 구조와 형태학적으로 유사하다.

상기 목적을 달성하기 위한 본 발명의 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법은, a> 장치 또는 임플란트를 수용하기로 예정된 조직 구조의 디지털 이미지를 획득하는 것으로서, 상기 이미지는 서로 다른 물질 밀도를 갖는 조직 영역을 식별하는 단계; b> 상기 물질의 서로 다른 밀도를 갖는 조직 영역의 컬러레벨(colour level)을 캘리브레이션(calibration)하는 것으로서, 첫 번째 컬러레벨을 물질의 최고밀도(d_max)를 갖는 조직 영역으로 할당하고, 두 번째 컬러레벨을 물질의 최저 밀도 또는 밀도가 없는(d_min) 것으로 할당하는 것을 포함하고, 상기 물질의 최고(d_max)와 최저밀도(d_min)는 상기 조직의 타입(type) 및 위치(location)에 의존하는 단계; c> 그 이미지가 상기 첫 번째 컬러의 60% 이상을 포함하면, 상기 이미지의 컬러레벨의 계산은 상기 첫 번째 컬러레벨의 할당, 또는 그 이미지가 상기 첫 번째 컬러의 40% 이하를 포함하면, 상기 두 번째 컬러레벨의 할당, 또는 그 이미지가 상기 첫 번째 컬러레벨의 60% 내지 40% 사이를 포함하면, 상기 이미지를 4개의 쿼드런트로 분할하는 것을 포함하는 단계; d> 여기서 필요하다면, 이전 c>단계에서 얻은 상기 4개의 쿼드런트 각각의 컬러레벨을 계산하는 것으로서, 상기 계산은 상기 첫 번째 컬러레벨 또는 상기 두 번째 컬러레벨의 할당, 또는 상기 c>단계에서와 같은 동일한 할당 기준을 이용한 4개의 쿼드런트로 더 분할하는 것을 포함하는 단계; e> 상기 장치 또는 임플란트에 관하여 충분히 한정된 치수의 쿼드런트들을 얻을 때까지 d>단계를 반복하는 단계; f> 하나의 컬러를 동일한 치수를 갖는 쿼드런트로 모두 무작위로 할당하는 단계; g> 상기 첫 번째 컬러레벨에서와 같이 물질의 최고밀도를 갖는 조직영역에 상응하도록, 할당된 쿼드런트의 총수를 계산하고, 상기 조직구조의 이미지의 퍼센티지로서의 상기 쿼드런트의 수를 나타내며, 또한, 각 반복레벨에서의 쿼드런트 수 및 총수에 대한 각 반복레벨의 중량 퍼센티지를 계산하는 것; 및 상기 두 번째 컬러레벨에서와 같이 물질의 최저밀도 또는 밀도가 없는 조직영역에 상응하도록, 할당된 쿼드런트의 총수를 계산하고, 상기 조직구조의 이미지의 퍼센티지로서의 상기 쿼드런트의 수를 나타내며, 또한, 각 반복레벨에서의 쿼드런트 수 및 총수에 대한 각 반복레벨의 중량 퍼센티지를 계산하는 것을 포함하는 단계; i> 상기 이전 단계들에서 얻은 쿼드런트의 분석으로서, 물질의 최고밀도를 갖는 조직영역에 상응하는 상기 첫 번째 컬러레벨을 갖는 인접 쿼드런트의 클러스터를 조사하고, 물질의 최저밀도 또는 밀도가 없는 조직영역에 상응하는 상기 두 번째 컬러레벨을 갖는 인접 쿼드런트의 클러스터를 조사하는 것을 포함하는 단계; l> i>단계에서 설명한 상기 인접 쿼드런트의 클러스터의 특성을 재생(reproduce) 또는 근접화(approximate)하는 기하학적 특성을 갖는 쿼드런트의 인위적 클러스터를 발생시키는 단계; 및 m> 상기 l>단계가 진행되는 동안 확립된 특성을 이용하여 인간 또는 동물 생체조직에 삽입 또는 이식되기 위한 상기 장치를 디자인하는 단계를 포함한다.

본 발명의 바람직한 실시예에 있어서, 상기 c>단계 동안의 상기 컬러레벨의 계산은, 그 이미지가 상기 첫 번째 컬러의 90% 이상을 포함하면, 상기 첫 번째 컬러레벨에 할당하고, 또는 그 이미지가 상기 첫 번째 컬러의 5% 이하를 포함하면, 상기 두 번째 컬러레벨에 할당하며, 또는 그 이미지가 상기 첫 번째 컬러레벨의 90% 내지 5% 사이를 포함하면 4개의 쿼드런트로 상기 이미지를 분할하도록 할 수 있다.

또한, 상기 c>단계 동안 상기 컬러레벨의 계산은, 그 이미지가 상기 첫 번째 컬러의 95% 이상을 포함하면, 상기 첫 번째 컬러레벨에 할당하고, 또는 그 이미지가 상기 첫 번째 컬러의 2% 이하를 포함하면, 상기 두 번째 컬러레벨에 할당하며, 또는 그 이미지가 상기 첫 번째 컬러레벨의 95% 내지 2% 사이를 포함하면 4개의 쿼드런트로 상기 이미지를 분할하도록 할 수 있다.

상기 첫 번째 컬러레벨은 화이트이고, 상기 두 번째 컬러레벨은 블랙일 수 있다.

상기 e>단계에서 설명한 상기 장치 또는 임플란트의 치수(dimensions)에 대하여 충분히 한정된 치수의 상기 쿼드런트는, 1 픽셀(pixel)의 최소 치수를 가질 수 있다.

상기 g>단계와 i>단계 사이에는, h> 상기 조직을 물질의 최고밀도를 갖는 조직영역의 상기 퍼센티지에 따라서, 물질의 최저밀도 또는 밀도가 없는 조직영역의 상기 퍼센티지에 따라서, 또한, 인전 단계에서 얻어진 다른 치수의 쿼드런트의 퍼센티지 분배에 따라서, n개의 클래스로 분류하는 단계를 더 포함할 수 있다. 여기서, m>단계는 상기 h>단계 동안 확립된 특징에서도 사용된다.

상기 h>단계는, 물질의 고밀도를 갖는 조직영역의 상기 퍼센티지에 따라서 상기 조직을 n개의 클래스로 분류할 수 있다. 여기서, n은 2 내지 12 사이에 있다.

상기 h>단계는, 물질의 고밀도를 갖는 조직영역의 상기 퍼센티지에 따라서 상기 조직을 n개의 클래스로 분류할 수 있다. 여기서, n은 3 내지 8 사이에 있다.

상기 장치는 치과용 임플란트(dental implant)일 수 있다.

또한, 상기 장치는 스텐트(stent)일 수 있다.

상기 목적을 달성하기 위한 본 발명의 인간 또는 동물 생체 조직 내에 이식되기 위한 장치는 상기 방법을 이용하여 디자인될 수 있다.

상기 장치는, 치과용 임플란트일 수 있다.

또한, 상기 장치는, 스텐트일 수 있다.

상기 목적을 달성하기 위한 본 발명의 인간 또는 동물 생체 조직 내에 이식되기 위한 장치 및/또는 물질을 선택하기 위한 방법은, a> 장치 및/또는 물질을 수용하기로 예정된 인간 또는 동물 조직의 구조이미지를 얻는 단계; b> 상기 이미지를 디지털 전환하는 단계; 및 c> 상기 디지털 이미지를 프로세싱하고, 상기 프로세싱은 청구항 제6항을 조합한 청구항 제1항에서 설명된 방법을 채택하며, 여기서 상기 m>단계와 l>단계는 상기 장치를 가능한 장치 및/또는 물질의 라이브러리로부터 선택하기 위한 단계에 의해 대체되는 것을 포함할 수 있다.

상기 장치는, 치과용 임플란트일 수 있다.

또한, 상기 장치는, 골내 골재생에 이용되는 충전재(filler material), 특히 치아 또는 턱, 안면의 외과수술에 이용될 수 있다.

상기 목적을 달성하기 위한 본 발명의 장치는, a> 이식 가능한 장치 및/또는 재료를 수용하기로 예정된 인간 또는 동물 조직 구조의 이미지를 획득하기 위한 유닛; b> 상기 이미지를 디지털 전환하기 위한 유닛; 및 c> 상기 디지털 이미지를 프로세싱하기 위한 유닛을 포함하고, 상기 프로세싱은 상기 방법의 이행에 의할 수 있다.

상기 목적을 달성하기 위한 본 발명의 인간 또는 동물 생체 조직 내에 이식되기 위한 생체적합물질은, 상기 방법에 의해 디자인될 수 있다.

상기 생체적합물질은, 골내 골재생에 이용되기 위한 충전재(filler biomaterial)일 수 있다.

상기 생체적합물질은, 치아 또는 턱, 안면 외과수술에 있어서 골내 골재생에 이용될 수 있다.

본 발명의 인간 또는 동물 생체의 조직 내 이식되기 위한 장치 및/또는 물질을 디자인 및/또는 선택하는 방법 및 그 방법에 의한 장치 및/또는 물질은 수용조직에서 효과적인 유착, 최대의 지속시간과 우수한 기능성을 보장하고, 형태학적으로 수용하는 뼈조직과 유사한 장치를 제조할 수 있으며, 충전재는 주변 조직 내에서 생체적합물질의 효과적이고 신속한 유착할 수 있도록 하는 효과가 있다.

도 1은 본 발명에 따른 방법의 몇 단계를 선택하여 구체화한 흐름도이다.
도 2는 인간 상악 지주골 일부의 마이크로 방사선 사진의 확대 이미지이다.
도 3 및 도 4는 도 2 이미지의 분할 이미지이다.
도 5는 본 발명의 방법과 관련한 그래프이다.
도 6A, 도 7A, 도 8A는 서로 다른 인간 상악골과 하악골 조직 이미지이다.
도 6B, 도 7B, 도 8B는 도 6A, 도 7A, 도 8A의 분할 이미지이다.
도 6C, 도 7C, 도 8C는 본 발명의 방법과 관련된 그래프이다.
도 9A 내지 도 9E는 본 발명의 방법에 따른 양상과 관련한 이미지이다.
도 10A는 본 발명의 방법에 따른 인간 상악골 확대 이미지의 컬러 화이트(colour white)와 관련된 쿼드런트(quadrants) 분할을 나타낸다.
도 10B 및 도 10C는 본 발명의 방법에 따른 도 10A의 컬러 화이트의 분할과 관련된 인위적 프랙털 섬(artificial fractal islands)을 나타낸다.
도 11A는 본 발명의 방법에 따른 인간 상악골 확대 이미지의 컬러 블랙(colour black)에 관련된 쿼드런트(quadrants) 분할을 나타낸다.
도 11B, 도 11C 및 도 11D는 본 발명의 방법에 따른 도 11A의 컬러 블랙의 분할과 관련된 인위적 프랙털 섬(artificial fractal islands)을 나타낸다.
도 12A 및 도 12B는 본 발명의 방법에 따라 첫 번째 얻어진 치과용 임플란트를 나타낸 것이다.
도 13A 및 도 13B는 본 발명의 방법에 따라 두 번째 얻어진 치과용 임플란트를 나타낸 것이다.
도 14A 및 도 14B는 본 발명의 방법에 따라 세 번째 얻어진 치과용 임플란트를 나타낸 것이다.
도 15 및 도 16은 본 발명의 방법에 따른 자동 실행 소프트웨어를 구비한 컴퓨터 스크린에 나타난 이미지를 나타낸 것이다.
도 17 내지 도 20은 본 발명에 따른 방법이 이용되는 알고리즘의 개략적인 도표이다.
도 21, 도 25 및 도 29는 서로 다른 인간 상악골 및 하악골 조직의 이미지이다.
도 22, 도 26 및 도 30은 도 21, 도 25 및 도 29 이미지의 분할로부터 유래한 이미지이다.
도 23, 도 27 및 도 31은 본 발명의 방법으로 얻어진 생체적합물질의 입자를 나타낸 것이다.
도 24, 도 28 및 도 32는 생물학적 조직에 이식된 도 23, 도 27 및 도 31의 입자를 나타낸 것이다.
도 33은 본 발명의 방법에 따라 얻어진 치과용 임플란트의 하부 말단을 나타낸 것이다.
도 34 내지 도 36은 본 발명의 방법에 따라 얻어진 치과용 임플란트를 나타낸 것이다.
도 37A 및 도 37B는 본 발명의 하나의 실시예의 한 부분을 개념적으로 나타낸 것이다.
도 38은 도 37의 방법의 일부로 발생한 임플란트의 일부와 관련한 도표(diagram)를 나타낸 것이다.
도 39는 도 38의 나사산의 3차원 그림의 일부를 나타낸 것이다.

이하에 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명할 것이다. 다음에서 설명되는 실시예들은 여러 가지 다양한 형태로 변형할 수 있으며, 본 발명의 범위가 이하의 실시예에 한정되는 것은 아니다. 본 발명의 실시예는 당 분야의 통상의 지식을 가진 자에게 완전한 설명을 하기 위하여 제공되는 것이다.

본 발명에 따른 방법은 인간 또는 동물 생체조직 내 이식을 위한 장치 및/또는 재료의 디자인을 가능하게 하고 수용조직 내에서 효과적으로 유착 또는 이식되도록 할 수 있다. '효과적인 유착 및/또는 이식(effective integration and/or implantation)'이라는 말은 그 장치가 이식 후 치유시간을 줄이고, 장치의 지속시간을 최대화할 수 있다는 의미로 사용된다.

본 발명에 따른 방법은 바람직하게는 치과용 임플란트의 디자인을 가능하게 하지만, 비골조직(non-osseous tissues)에서의 이식을 위한 스텐트(stent)와 같은 장치의 디자인도 가능하게 한다. 예를 들면, 담관, 식도, 결장, 기관, 요관, 요도 등의 생물학적 루멘(lumen)에서 그러하다.

1969년 Branemark(상표명)의 출현 이래, 치과용 임플란트에 관심이 증가함에 따라 골유착에 근거를 둔 구강 이식학(oral implantology), 외과적 치료, 인공보철 기술(prosthetic techniques) 및 이와 관련된 진단방법들에 관한 진보적인 발전이 이루어졌다.

일반적으로 치과용 임플란트의 발전은 몇 가지 레벨에서 이루어졌다. 그것은 재료, 임플란트 형태(morphology) 및 임플란트 표면에 영향을 미친다. 재료와 관련하여, 국제적 규격으로 가장 일반적으로 통용되는 재료는 티타늄(titanium)과 그의 합금이다.

임플란트의 형태는 초기의 안정성을 보증하고 골유착 과정을 발전될 수 있도록 하는 것이다. 골유착이 달성된 후, 임플란트의 조직은 둘러싸는 뼈에서의 저작부하(masticatory loads)의 분배를 결정한다.

제조된 임플란트의 대부분은 나사산을 갖거나 갖지 않는 원통, 원추형의 형태를 갖고, 그 위에 인공 보철물을 고정시키는 수단을 갖는다.

임플란트의 표면은 양, 질, 지속시간에서 골유착 과정의 원동력에 영향을 미친다. 최초의 임플란트의 표면은 매끄럽지만, 변형된 표면의 다양한 형태가 결과적으로 시중에 통용되고, 그것은 마이크로미터(micrometer) 및/또는 나노미터(nanometer) 수준에서 물질을 가감함으로써 얻을 수 있게 되었다.

치과용 임플란트는 대략 10년 내지 15년간 지속된다. 그 지속시간은 주로 기능적인 부하, 구강 위생, 및 임플란트의 형태, 표면에 의존한다.

공지된 치과용 임플란트는 기본적으로 강도, 임상학적, 생물학적 징후에 따라 수년에 걸쳐 완성된 나사(screw)이다. 치과용 임플란트의 디자인과 제조에 맡겨진 인식과 연구과정은 주로 이를 둘러싸는 환경 즉, 골조직 구조에 적응된 나사에 관련한 것이다.

상세하게는, 몇몇 기계적 변형은 시간의 흐름에 따라 도입되었는데, 그것은 나사산(screw thread)의 형태, 임플란트의 전체적인 디자인 및 인공보철과 결합하는 수단에 관한 것이었다. 그러나 최고의 혁신은 매끄러운 임플란트 표면으로부터 거친(rough) 임플란트 표면으로의 진보적인 추이에 관련한 것이었다. 재료의 가감에 의해 얻어진 거친 임플란트 표면은 골내 함유된 유기적 유동체를 끌어들이는 목적으로 쓰인다. 이로써, 임플란트의 가용성(wettability)을 증가시키고, 그럼으로써 골유착에 걸리는 시간을 줄이며, 골이식 경계면에서 더 큰 접촉면적을 만들 수 있다.

본 발명의 방법은 개념적으로 다음의 기본적인 국면에 기초한다.

- 육안 및 현미경상 골형태의 수학적, 기하학적 분석;

- 상악골 및 하악골 조직의 분류;

- 골 내에 임플란트를 위장하는 마이크로(micro) 및 마크로(macro) 형상을 가질 수 있도록 둘 사이에 내막 접촉을 결정하는 상술한 분류의 강도에 따른 임플란트의 디자인,

그 목적은 골유착 진행의 과정인 초기 및 그 이후의 양단계에 있어서 인공보철-임플란트(prosthesis-implant)의 회복기간에 있어서, 이와 같이 디자인된 임플란트의 기능을 개선시키기 위한 것이다. 일반적으로, 우수한 골밀도는 희박한 골밀도에 비하여 더 높은 이식 성공률을 갖는다.

상악 및 하악 골조직의 특성에 있어서, 다양한 분류들은 수년에 걸쳐 제안되었다. 이들을 아래에 간략히 요약하였다.

1970년에 Linkow는 골밀도를 3개의 카테고리로 분류했다.

- 클래스 Ⅰ 골구조: 균일한 공간을 갖는 지주골 뼈대와 작은 공간을 갖는 뼈의 이상적 타입.

- 클래스 Ⅱ 골구조: 약간 큰 공간과 절 규칙적인 지주골 뼈대를 갖는 것.

- 클래스 Ⅲ 골구조: 매우 큰 공간을 갖는 지주골 뼈대를 갖는 것.

1985년에는 Lekholm와 Zarb가 뼈의 서로 다른 4개의 특성을 제시하였다.

- 타입 1: 균일하게 치밀한 골.

- 타입 2: 피층 골의 치밀한 층이 밀집한 지주골의 핵을 둘러쌈.

- 타입 3: 피층 골의 성긴 층이 밀집한 지주골의 핵을 둘러쌈.

- 타입 4: 피층 골의 성긴 층이 저밀도의 지주골의 핵을 둘러쌈.

1988년에는 Misch가 이 분류를 확장하였다.

- 골 D1: 밀집한 피층 골.

- 골 D2: 두껍고, 밀집한 피층과 밀집한 지주골.

- 골 D3: 성긴 피층과 밀집한 지주골.

- 골 D4: 저밀도의 지주골을 둘러싸는 성긴 피층:

- 골 D5: 미성숙 및 미네랄 미형성의 골.

1995년에는, Friberg가 골의 수술 중 절단 저항의 평가를 발표하였다.

1999년에는 Trisi와 Rao가 골 절단과 조직학적 조사결과를 연관시켰다.

2001년에는 Norton와 Gamble이 하운스필드 계수(Hounsfield scale)에 기초한 CT 스캔 데이터로부터 시작하는 분류를 발표하였다.

이들 분류는 경험적인 임상 실험, 수술 중, 방사선 실험결과 및 검시의 해부조직에서 수행되는 시도에 기초를 둔다.

본 발명에 따른 방법은 장치가 이식되고 자리잡는 조직의 구조를 최초의 조사, 식별 및 분류하는 것을 포함한다. 다음으로 그 장치가 이식되고 자리잡는 특정한 조직 구조에 따라 장치를 디자인한다.

본 발명은 청구항 제1항에 기재된 단계들을 포함한다.

a 단계> 는 장치 또는 임플란트를 수용하기로 예정된 조직, 바람직하게는 조직의 미세구조의 이미지 획득을 포함한다.

상기 이미지는 서로 다른 밀도를 갖는 조직 영역을 식별한다. 여기서, '미세구조'란 장치가 이식 또는 삽입되는 조직 영역을 충분히 상세하게, 적절한 해상도로서 나타내는 것을 의미한다. 그 이미지는 X선 촬영, 조직학, 현미경 또는 다른 적절한 수단에 의해 얻어지고, 이후 과정에서 디지털화되거나 또는 곧바로 디지털 형식으로 얻을 수 있다.

"서로 다른 밀도를 갖는 조직 영역"이란 물질이 전혀 없는 조직영역 또한 포함한다. 예를 들면, 지주골 조직과 같은 다공성 조직의 경우에, 뼈의 해면조직(trabeculae)이 공간과 교대로 나타난다. 따라서 그 이미지는 골(bone)과 빈(empty) 영역의 존재를 식별한다.

b 단계>는 서로 다른 물질의 밀도를 갖는 조직영역의 컬러레벨(colour level)의 캘리브레이션(calibration)을 포함한다.

기본적으로, 첫 번째 컬러레벨은 물질의 고밀도를 갖는 조직영역에 적용되고, 두 번째 컬러레벨은 물질의 저밀도를 갖거나 밀도가 없는 조직영역에 적용된다. 이들 영역의 선택은 조직과 임플란트의 타입에 달려있다. 예를 들면, 컬러 화이트(colour white)는 골 해면조직과 같은, 물질의 고밀도를 갖는 영역을 나타낸다. 반면에, 빈공간과 같은, 물질의 저밀도 또는 물질의 밀도가 없는 영역에서는 컬러블랙(colour black)이 할당된다.

'물질의 고밀도(high density of matter)'란 결과적으로 충분히 치밀하거나 기공을 거의 갖지 않는 조직을 의미한다. 반면에, '물질의 저밀도 또는 물질의 밀도가 없는 영역(areas of tissue with a low or no density of matter)"이란 빈공간이나 높은 기공성의 조직을 포함하는 영역을 뜻한다.

c 단계>는 a 단계에서 얻은 이미지의 컬러레벨을 계산하는 단계이다.

첫 번째 컬러레벨이 화이트라고 가정하면, 예를 들어 골 해면조직에 상응하고, 두 번째 컬러레벨이 블랙이면 빈공간에 상응한다. 그 이미지는 화이트가 60% 이상, 바람직하게는 90%, 더욱 바람직하게는 95% 이상이면, 컬러 화이트로 분류된다. 또는, 화이트가 40% 이하, 더욱 바람직하게는 5%, 더욱 바람직하게는 2% 이하이면, 컬러 블랙으로 분류된다.

반면에, 이미지가 상술한 수치 사이에서 화이트의 퍼센티지를 가지면, 그 이미지는 4개의 쿼드런트(quadrant)로 나누어지고, 상기 계산은 이들 각각에 적용된다. 다시 말해, 그 이미지가 화이트를 60% 내지 40% 사이, 바람직하게는 90% 내지 5% 사이, 더욱 바람직하게는 95% 내지 2% 사이에서 포함하면, 그것은 화이트에도 블랙에도 할당되지 않는다.

대신에, 그것은 4개의 쿼드런트로 나누어짐으로써, 상술한 동일한 기준을 이용하여, 그 컬러를 더욱 한정된 스케일(scale)로 할당할 수 있다. 4개의 튀드런트 즉, 이와 같이 얻어진 프랙털 요소(fractal element)는 결과적으로 그들의 치수(dimension)에서의 각각 연속적인 축소에서, 서로 유사할 수 있는 기하학적인 존재이다.

d 단계>는 앞선 c 단계에서 얻은 4개의 쿼드런트의 각각의 컬러레벨을 계산하는 것을 포함한다.

그것들은 위에서 정의된 범위에 속하는 화이트 퍼센티지를 갖기 때문에 컬러 화이트 또는 컬러블랙에 해당할 수 없다. 만약, 컬러화이트 또는 컬러블랙을 하나 또는 그 이상의 상기 쿼드런트에 할당할 수 없다면, e 단계에서 설명한 바와 같이, 그 계산 과정은 이식될 장치의 크기와 관련하여, 충분히 한정된 치수(dimension)의 쿼드런트를 획득할 때까지 반복된다.

'충분히 한정된 치수(sufficiently limited dimensions)'이란 바람직하게는 하나의 픽셀(pixel) 치수를 갖는 쿼드런트를 뜻한다.

컬러 할당 및 쿼드런트 분할의 반복 절차는 도 1에서 개략적으로 도시한 바와 같이 RQA(Recursive Quadrant Analysis)라 불리는 적절한 알고리즘을 이용하여 컴퓨터로 처리된다.

RQA 알고리즘은 소프트웨어 기술분야에서 4진 트리(Quadtree)라 불리는 것을 만든다. 이것은 각 마디(node)가 4개의 가지(branch)를 갖는 데이터 트리 구조이다. 그 4진 트리는 반복적으로 4개의 쿼드런트로 분할함으로써 2차원 공간을 나누는데 이용된다. 이들 쿼드런트는 일반적으로 정사각형 또는 직사각형의 형태이다.

하나의 쿼드런트를 더 분할할 것인지 결정하기 위한 반복형의 룰은 여기에 4진 트리가 적용되는 가에 달려있다. 상기 4진 트리는 또한 4개의 가지를 불러들이는 각 마디를 갖는 트리구조에 의하여 나타난다. 이 정의에 기초하여, RAQ 알고리즘은 4진 트리의 특별한 응용으로 볼 수 있다. 여기서, 역치에 도달한 픽셀의 수 측정을 기본으로 하여, 그레이-스케일(grey-scale) 이미지가 분리된다.

데카르트 레퍼런스 시스템(Cartesian reference system)에서 얻은 정보(쿼드런트 레벨/ 수 반복)를 관련지어 보는 것은, 서로 다른 밀도/ 불균일성을 갖는 이미지를 이용하여 얻은 그래프의 비교에 기초를 둔 연구를 가능하게 할 수 있다.

도 1에서 알고리즘 RQA의 하나의 예를 제시한다.

이 경우, RQA는 이미지의 화이트 픽셀을 찾아내는데 적용된다. 그러나 그것은 동일한 이미지에서 블랙 픽셀을 찾아내는데 이용될 수 있다. 즉, 컬러 이미지의 경우, 그것은 정해진 컬러를 찾아내는 데 이용될 수 있다는 것이다. 도 1에 도시한 바와 같이, RQA 알고리즘은 픽셀 매트릭스(pixel matrix, 100)로 나타나는 원본 이미지를 입력(input)하는 것으로 시작한다. 여기서, 각 픽셀은 그것의 컬러(즉, 화이트/블랙)로 특징 지워진다. 원본 이미지 안에서 화이트 컬러의 양을 계산(프로세스 101)한 후, 선택(프로세스 102)은 다음의 가능성에 따라 이루어진다.

- 원본 이미지의 픽셀 중 95% 이상이 화이트 픽셀인 경우, 모든 원본 이미지는 화이트로 여겨진다(103).

- 원본 이미지의 픽셀 중 2% 이하가 화이트 픽셀인 경우, 모든 원본 이미지는 블랙으로 여겨진다(104).

- 원본 이미지 픽셀 중 2% 내지 95%가 화이트인 경우, 4개의 쿼드런트(그것은 기본방위를 유추하여 NW, NE, SW, SE로 만들어짐)가 발생된다. 여기서, 원본의 픽셀 매트릭스는 4개의 픽셀 매트릭스로 쪼개진다.(프로세스 110)

이후, 상기 각 쿼드런트들(NW, NE, SW, SE)을 위하여, RQA 알고리즘이 반복된다(105). 여기서, 반복된다는 것은 각각의 쿼드런트가 화이트 또는 블랙 중 어느 하나로 취급되거나, 새로운 서브 퀴드런트(sub-quadrants)로 분리되는 것을 의미하며, 이는 가능한 쿼드런트가 하나의 컬러를 가질 때까지 진행된다. 이때, 가능한 가장 작은 쿼드런트는 하나의 픽셀이다.

RQA 알고리즘의 끝에는, 원본 사진의 모든 픽셀이 블랙 또는 화이트 쿼드런트의 일부가 된다.

이런 방식으로, RQA는 다양한 크기의 퀴드런트의 집합체로 원본 이미지를 재배치(re-map) 할 수 있다.

켈리브레이션(calibration)을 목적으로 하는 샘플 이미지를 사용하여, 어떠한 그레이-스케일의 이미지는 밀도/불균일성을 기초로 하여 분류될 수 있다. 특히, 고확대의 골구조물이 제시될 때, 골구조의 이미지를 고려한다면, 다양한 확대 수준(반복 레벨)에서, 뼈의 불균일성(쿼드런트의 수)에 관한 정보로부터 그들의 프랙털한 성질을 유추하는데 이 알고리즘을 이용할 수 있다.

그 방법은 점점 증가하는 작은 쿼드런트 즉, 프랙털 요소로 이미지를 분할하도록 이어지는데, 그들의 치수(dimension)는 그들을 얻기 위해 이용된 반복 레벨에 반비례한다. 즉, 반복 레벨이 높을수록 쿼드런트의 치수 즉, 프랙털 요소의 치수는 작아진다.

f 단계>에서 컬러는 같은 반복 레벨을 갖는 모든 프래탈 요소에 임의로 할당된다. 즉, 같은 치수, 우리가 같은 반복 레벨에 속하는 쿼드런트로 분별할 수 있는 것을 말한다.

도 2, 3 및 4는 상술한 방법의 a 단계에서 f 단계 후 얻은 결과의 일례를 나타낸 것이다. 그러나 그 방법은 어떠한 확대 레벨, 어떠한 조직의 이미지에도 분명히 적용될 수 있다.

예를 들어, 도 2는 골생체 검사의 미세 방사선 사진(micro-radiography)에 의해 얻은 블랙과 화이트 이미지이다. 도 3은 도 2의 이미지를 RQA 알고리즘으로 프로세싱한 결과를 나타낸 이미지이다.

골 해면조직에 상응하는 화이트 영역은 쿼드런트 또는 프랙털 요소로 분할된다. 반면에 빈공간은 컬러블랙으로 할당된다. 그러나 그 과정은 반대방향으로 이루어질 수도 있다. 그 알고리즘의 기본 매개변수를 변경함으로써 같은 분할 절차는 해면조직 사이 공간에 상응하는 블랙 영역에 적용될 수 있다(도 4).

g 단계>는 컬러 화이트에 할당되는 프랙털 요소의 총개수를 계산하는 것을 포함한다. 여기서, 컬러 화이트는 골 해면조직과 같은 물질의 고밀도를 갖는 조직 영역을 의미한다.

우리는 해면조직 사이 빈공간에 의해 점유된 영역(컬러블랙 영역)도 계산할 수 있다. 각 반복에서 얻어진 쿼드런트의 수, 이미지의 구성에서 화이트 또는 블랙으로 여겨지는 쿼드런트의 중량비(percentage weight)도 계산할 수 있다. 결과적으로, 원본 이미지에서 화이트와 블랙 영역의 비율을 나타낼 수 있는 것이다. 만약, 반복레벨(가로좌표)과 이미지의 바운딩 박스(bounding box)와 관련한 퍼센티지 범위(percentage coverage)(세로좌표)와의 관계를 나타낸 그래프를 그리면, 우리는 도 5에서와 같은 커브를 얻을 수 있다. 그것으로부터 우리는 분포의 최고수준(약 36.5%)이 4회 내지 6회의 반복레벨에서의 프랙털 요소에 의해 얻어짐을 알 수 있다.

h 단계>는 화이트와 블랙의 비율 및 분할의 각 반복레벨에서의 쿼드런트 중량비에 따라서, 다시 말해, 조직물질의 밀도 및 물질의 공간적 분배에 따라서 조직을 n개의 클래스로 분류하는 것이다.

예를 들면, 화이트와 블랙의 양이 같은 두 개의 이미지가 있지만, 분배가 서로 다른 경우이다. 다시 말해, 첫 번째 이미지는 몇개의 큰 쿼드런트를 포함하고, 반면에, 두 번째의 것은 많은 중간크기의 쿼드런트를 갖거나, 작은 쿼드런트를 매우 많은 수로 갖는다. 따라서 상기 분류방법은 더욱 효과적이다. 왜냐하면, 그것은 컬러(화이트 또는 블랙)의 양뿐 아니라 그들의 공간적 분배도 고려할 수 있고, 결과적으로 총체적 결과의 이미지와 미세적 결과의 이미지를 자동적으로 구별할 수 있다. 비록 그들이 유사한 양의 화이트와 블랙을 포함하고 있더라도 말이다.

상기 방법은 또한 고전적인 FD(Fractal Dimension) 조사보다 우수한 품질의 정보를 제공할 수 있다. 고전적 FD는 분석된 이미지의 불균일 또는 들쭉날쭉한 것과 관련된 정보만을 제공할 수 있었다.

도 5를 참조하면, 그래프는 예를 들면 물질의 고밀도 영역에 상응하는 쿼드런트의 수와 분배를 보여준다. 물질의 고밀도 영역의 질적 및 양적 특성은 다음에 따라 다양해 진다.

1- 커브 또는 적분(integral)에 의해 차지하는 영역

2- 커브 피크(peak)의 높이

3- 커브의 각폭(amplitude)

4- 가로축에 따른 커브의 위치, 여기서 좌측으로 갈수록 더 낮은 반복레벨을 갖고(더 큰 쿼드런트), 반면에 오른쪽으로 치우칠수록 더 높은 반복레벨을 갖는다(더 작은 쿼드런트). 화이트의 높은 퍼센티지는 물질의 고밀도를 나타내고, 매우 치밀한 조직에 상응한다. 반면에, 화이트의 낮은 퍼센티지는 높은 다공성 조직에 상응한다.

도 6, 도 7 및 도 8은 각각 우수 골밀도, 보통 골밀도 및 불량 골밀도와 관련된 상태를 나타낸다. 각 도면은 A, B 및 C 세 개로 구성되고, 이들은 각각 생체검사의 미세 방사선 사진(micro-radiographic) 이미지(6A, 7A, 8A), RQA 알고리즘에 의한 분할 된 것(6B, 7B, 8B) 및 커버리지 퍼센티지와 관련되는 반복레벨을 나타내는 그래프(6C, 7C, 8C)에 관한 것이다.

이때, 도 6은 이미지의 71.24%를 화이트가 차지하는 우수 골밀도의 일례이다. 도 7은 이미지의 42.11%를 화이트가 차지하는 보통 골밀도의 일례이다. 도 8은 20.95%를 화이트가 차지하는 불량 골밀도의 일례이다.

상술한 예들은 화이트와 블랙의 비율, 즉, 조직의 물질밀도에 의존하여 3개의 클래스로 분류한 것이다.

그러나 다른 개수의 클래스로 조직을 분류하는 것도 명백히 가능하고, 바람직하게는 2개 내지 12개 즉, 더욱 바람직하게는 3개 내지 8개로 분류할 수 있다.

i 단계>는 g단계에서 골조직과 같은 물질의 고밀도를 갖는 조직영역에 상응하도록, 얻은 쿼드런트를 분석하고, 화이트로 채색된 인접한 쿼드런트의 클러스터(cluster)를 결정한다.

그 분석은 반대 방향으로 수행될 수도 있다. 다시 말해, 물질의 저밀도 또는 밀도가 없는 조직범위에 상응하도록, 블랙으로 채색된 쿼드런트의 클러스터를 결정할 수 있다.

RQA 알고리즘으로 분할된 이미지는 그의 구성요소인 '섬(island)'의 수와 구조를 분석함으로써 더 잘 분석된다. 이들 섬은 정확한 분류체계에 따른 크기와 위치를 기초로 한, 함께 그룹 지어진 쿼드런트의 클러스터이다. 그 분류체계는 쿼드런트의 치수와 인접지와의 관계의 평가에 따른 것이다.

상기 과정은 더 큰 크기의 쿼드런트를 가지고 시작하고, 그것은 각각의 섬의 중심핵을 나타낸다. 그들의 가장자리를 따라 배열된 더 작은 치수(또는 더 높은 반복레벨)의 인접한 쿼드런트는 더 큰 쿼드런트와 연합되고, 동일한 섬에 속하는 것으로 간주된다.

일정한 쿼드런트가 코너를 갖는 레벨의 섬에 접촉할 때, 그것은 상기 쿼드런트가 또 다른 섬에 속하게 되는 것을 뜻한다(즉, 하나의 접촉은 그것의 가장자리를 따라 선을 만들지 않는다는 것). 이에 따라, 더 큰 크기의 쿼드런트는 각 섬의 로드 베어링 요소(load-bearing element)를 나타내고, 그들은 점차 줄어드는 치수의 쿼드런트들에 둘러싸인다. 일정한 섬에 속하는 모든 쿼드런트들은 문제의 섬의 수에 상응하는 동일한 수에 의해 식별된다. 이 분석은 컬러 화이트 및 컬러 블랙 양쪽 모두를 위해 수행된다. 그 분석은 도 17 및 도 18에 각각 도시되는 "인접(Adjacencies)"과 "섬(Islands)" 계산을 위한 적절한 알고리즘을 이용하는 컴퓨터에 의해 수행된다.

상세하게는, 도 17은 알고리즘 "인접"을 나타내고, 그것은 도 1의 RQA 알고리즘에 의해 얻어지는 다양한 쿼드런트 사이의 인접 관계를 조사할 수 있다('쿼드런트 I 또는 J라는 말은 참조항목 I 또는 J와 연합된 쿼드런트를 위해 각각 존재한다).

쿼드런트 I와 쿼드런트 J 사이에 어떠한 인접이 있는지는 프로세스 201 내지 204가 각각 조사한다.(쿼드런트 I와 쿼드런트J 사이에 경계가 있다는 점에서 볼 때 쿼드런트 J의 픽셀을 쿼드런트 I가 갖는다), 그것은 쿼드런트 I의 어떤 픽셀은 쿼드런트 J의 어떤 픽셀에, 다른 컬러의 더 먼 픽셀의 어떠한 간섭없이, 직접 인접한다는 것이다.

상세하게는, 프로세스 201은 쿼드런트 J가 쿼드런트 I에 대하여 좌측 측면에 인접하는지에 관해 조사한다. 이 경우, 프로세스 205는 "인접 W"(좌측 인접)을 할당하고, "인접 W 카운터"를 증가시킨다. 그것은 얼마나 많은 좌측 인접이 그 이미지에 존재하는지를 등록하는 것이다.

마찬가지로, 프로세스 202는 쿼드런트 J가 쿼드런트 I에 대하여 우측 측면에 인접하는지에 관해 조사한다. 이 경우, 프로세스 206는 "인접 E"(우측 인접)을 할당하고, "인접 E 카운터"를 증가시킨다. 그것은 얼마나 많은 우측 인접이 그 이미지에 존재하는지를 등록하는 것이다.

프로세스 203은 쿼드런트 J가 쿼드런트 I에 대하여 상측 측면에 인접하는지에 관해 조사한다. 이 경우, 프로세스 207은 "인접 N"(상측 인접)을 할당하고, "인접 N 카운터"를 증가시킨다. 그것은 얼마나 많은 상측 인접이 그 이미지에 존재하는지를 등록하는 것이다.

프로세스 204는 쿼드런트 J가 쿼드런트 I에 대하여 하측 측면에 인접하는지에 관해 조사한다. 이 경우, 프로세스 208은 "인접 S"(하측 인접)을 할당하고, "인접 S 카운터"를 증가시킨다. 그것은 얼마나 많은 하측 인접이 그 이미지에 존재하는지를 등록하는 것이다.

물론, 쿼드런트 J는 쿼드런트 I에 인접하지 않을 수 있다. 이 경우, 각 프로세스 201에서 204는 네가티브 아웃풋(negative output)을 갖게 되고, 이후 프로세스 209가 작동한다. 상기 프로세스 209는 프로세스 205에서 208 각각의 수행 이후에도 시작된다.

프로세스 209가 그렇게 J를 증가시키면, 프로세스 210 때문에, 프로세스 201에서 204는 쿼드런트 I와 새로운 쿼드런트 J 사이의 인접을 비교하면서 다시 수행된다. 이러한 방식으로, 하나의 사이클이 수행되고, 쿼드런트 I와 모든 다른 쿼드런트의 가능한 모든 인접이 조사된다.

가능한 모든 다른 쿼드런트에 대해 쿼드런트 I의 인접을 조사한 후에, 프로세스 211은 I를 증가시킨다. 이와 같이 새로운 쿼드런트 I는 인접이 조사된다. I가 이미지의 쿼드런트 수보다 많아지면, 가능한 모든 인접이 탐색된 것이고, 알고리즘 "인접"은 종료된다.

알고리즘 "인접"의 마지막은, 모든 상하좌우 인접의 정보들이 얻어진다.

상술한 바와 같이, 도 18은 알고리즘 "섬"을 나타낸 것이다. 이것은 알고리즘 "인접"에서 유래한 출력 데이터를 입력 데이터로 이용한다. 상기 알고리즘 "섬"은 섬의 하나의 파일 안에 이미지를 맵핑한다. 각각의 섬은 가장 큰 쿼드런트의 연합에 의해 존재한다(즉, 가장 큰 치수를 갖는 쿼드런트가 하나 이상인 경우, 그들 사이에서 탐색되는 첫 번째 쿼드런트).

좌/우/상/하 인접의 파일이 로드된다.(프로세스 301) 이 부분에서, 각각의 쿼드런트가 조사된다(그것은 알고리즘 "인접"에서와 같은 방식으로 쿼드런트 I를 참조한다).

- 만약 쿼드런트 I가 하나의 섬에 연합되면(프로세스302). 이 경우, 더 이상의 분석은 쿼드런트 I에 대해 수행되지 않는다. 그리고 프로세스 311이 바로 실행된다. 상기 프로세스 311은 I를 증가시키고, 312를 조사한 후에, 새로운 쿼드런트가 분석된다.

- 만약 쿼드런트 I가 아직 어떠한 섬에도 연합되지 못하면(프로세스 302), 새로운 섬 J는 쿼드런트 I에 연합된다.

프로세스 303 이후, 쿼드런트 I에 인접한 모든 쿼드런트가 제어 가능한지에 조사된다. 본 알고리즘의 이전의 반복 때문에 이들 인접 쿼드런트는 이미 하나의 섬에 연합되어 있다(프로세스 304, 상기 쿼드런트는 K로 번호 매긴다). 만약, 쿼드런트 K의 어떤 것도 쿼드런트 I보다 크지 않으면(프로세스 305), 상기 쿼드런트 K의 어떤 것도 섬 J가 쿼드런트 K에 연합(프로세스 307)되기 전에 분석되지 않는다.

프로세스 308, 309는 모든 쿼드런트 I에 인접한 쿼드런트 K를 제어하기 위한 사이클을 완료한다.

이 사이클이 종료될 때, 프로세스 310은 J를 증가시킨다. 그리하여 새로운 섬이 발생되고, 프로세스 311은 I를 증가시킨다. 그리고 다음의 쿼드런트가 조사된다.

쿼드런트 I에 근접한 모든 쿼드런트의 조사 후에, 프로세스 310, 311은 각각 I,J를 증가시킨다. 그리하여 새로운 섬이 검색되고 더 먼곳의 쿼드런트가 분석된다. 프로세스 312는 다른 쿼드런트가 분석되었는지를 조사한다.

알고리즘 "섬"은 그리하여 섬의 순서에 따라 이미지를 맵핑하는 섬의 파일을 출력하고, 상기 각각의 섬은 그것의 가장 큰 쿼드런트(또는 가장 큰 치수의 쿼드런트 중 하나)에 연합된다. 물론, 다양한 실시예에서, 매우 작은 치수의 섬을 삭제하기 위하여, 디지털 필터를 이용할 수 있다.

도 9A는 골 생체검사의 미세 방사선 사진 이미지를 상세하게 나타낸 것이다. 도 B는 화이트로 채색된 쿼드런트의 클러스터의 동정을 나타내고, 상기 클러스터를 포함하는 기본이 되는 쿼드런트를 넘버링한 것을 나타낸다. 도 9C는 섬 n.2의 확대도이다. 도 9D는 도 9A의 블랙으로 채색된 쿼드런트의 클러스터의 동정과, 이들 클러스터를 이루는 요소인 쿼드런트의 넘버링한 것을 나타낸 것이다. 도 9E는 섬 n.0의 확대도이다.

이미지를 이루는 섬들의 식별 후에, 다음의 단계가 수행된다.

- 하나의 섬을 구성하는 쿼드런트의 수를 세고, 그들의 치수를 기록함.

- 이전 단계에서 얻어진 수치를 평균냄.

- 서로 다른 쿼드런트와 하나의 섬에서의 다른 반복레벨 사이의 수 및 인접확률을 계산한다.(이 단계는 이전 인접 계산 알고리즘에 의해 얻어지고 저장된 정보를 이용한다)

- 이전 단계에서 얻어진 수치를 평균냄.

이 경우, 평균값을 주의해서 보면, 수치들이 프로세스 205에서 208에서 계산된 좌, 우, 상, 하 인접에만 관련되지 않는 것을 의미한다. 그러므로, 여기서 계산된 평균값은 확률을 고려의 대상으로 한다. 다시 말해, 첫 번째 레벨 M의 쿼드런트와 두 번째 레벨 N의 쿼드런트가 인접하고, 그 인접은 좌, 우, 상, 하 인접이 아닌 것이다.

다음의 표는 도 8B의 화이트 채색된 섬의 인접에 대한 계산을 나타낸다.

i 단계>는 쿼드런트의 임의적인 발생, 즉 프랙털 요소와 관련된다.그 프랙털 요소는 i 단계에서 확립된 인접 프랙털 요소 클러스터의 특성을 재생 또 근접하게 하는 기하학적 특징을 갖는다.

"섬" 알고리즘에 의해 얻어진 데이터는 확률적 기초 위에 X축에 평행하게 놓여진 인위적 프랙털을 발생시키는데 이용된다. 인위적 섬은 처음에 큰 사이즈의 쿼드런트이고, 이후 작은 쿼드런트가 되는 X축 위의 포지셔닝(positioning)에 의해 생겨난다. 이는 쿼드런트의 수 및 쿼드런트의 수와, 원본 이미지를 구성하고 거기서 선택된 섬의 인접 평균에 의해 유래된 인접확률에 따른다.

이렇게 생겨난 섬은 원본 이미지의 섬과 양립할 수 있는 기하학적 특징이 있다. 그 특징은 그들의 쿼드런트의 비율과 수 그리고 그들 사이의 인접성 둘 다에 대한 것이다.

인위적 프랙털 섬들은 도 19에 도시한 바와 같이 적절한 QF(Quadrant Fall) 알고리즘을 이용한 컴퓨터에 의해 발생된다. 도 10A, 10B 및 10C는 각각 인간 악골 생체분석의 미세 방사선 사진 이미지의 쿼드런트로의 분할을 나타낸 것이고, 두 개의 인위적 프랙털 섬(10B, 10C)은 도 1A의 화이트 채색된 부분과 관련된 데이터로부터 얻어진 것이다.

도 11A, 도 11B, 도 11C 및 도 11D는 도 10A에서와 같이, 각각 인간 악골 생체분석의 미세 방사선 사진 이미지의 쿼드런트로의 분할을 나타낸 것이고, 세 개의 인위적 프랙털 섬(11B, 11C, 11D)은 도 1A의 블랙 채색된 부분과 관련된 데이터로부터 얻어진 것이다.

도 19에서 나타낸 알고리즘 QF에 의하면, 상기 알고리즘 QF는 알고리즘 "섬"에 의해 출력된 데이터를 이용한다. 이 목적으로 위하여, 쿼드런트 저장이 발생된다. 여기서 상기 쿼드런트 저장은 선택된 섬의 평균적인 쿼드런트에서 양, 크기 및 상호 간 인접에 의해 특징 지워진 대부분의 인위적 퀴드런트를 포함한다. 대신에, 쿼드런트 저장의 인위적 쿼드런트는 아직 고정된 위치를 갖지 않는다. 상기 위치는 알고리즘 QF 자체의 의해 발견된다.

쿼드런트 저장의 인위적 쿼드런트는 가장 큰 인위적 쿼드런트에서부터 가장 작은 인위적 쿼드런트까지 분류된다(J는 쿼드런트 레벨, I는 특정 쿼드런트에 의존한다). 알고리즘 QF에서는 X와 Y 좌표가 채용된다. 상기 좌표는 도 33에 도시된 바와 같고, 그것은 각각 임플란트의 중심선 및 임플란트의 나사산 높이에 평행하다.

쿼드런트 저장은 프로세스 400에 의해 만들어진다. 초기화 프로세스는 401, 402에 관한 것이다.

여기서, 쿼드런트 I는 포지션 X, Y에서의 상충(collision)을 위해 체크된다(프로세스 401, 402는 좌표 X, Y를 초기화하는데 주목해야 한다. 따라서 체크되는 첫 번째 포인트는 도 34의 '0'이 되고, 그것은 가장 낮은 가능성을 갖는 포인트이며, 제조되는 임플란트의 중심축에 가장 가까운 곳이다).

사이클 403은 X, Y축에 있어서, 인위적 쿼드런트 I와 이전에 자리 잡은 가능한 인위적 쿼드런트 사이의 상충을 체크하기 위하여 시작한다. 여기서, 그 상충은 인위적 쿼드런트 I의 하나 이상의 픽셀과 이전에 자리 잡은 인위적 쿼드런트와의 중첩을 의미한다. 사이클 403은 다음과 같이 체크한다.

- 만약, 인위적 쿼드런트 I가 이미 자리잡은 인위적 쿼드런트 (그 알고리즘에 의해 이미 자리잡은)와 상충하면, X의 변화는 없이, 새로운 포지션 Y가 Y의 인크리먼트에 의해 시도된다.

- 만약, 인위적 쿼드런트 I가 다른 어떤 이전에 자리잡은 쿼드런트와 상충하지 않으면, 사이클 403은 종료되고, 프로세스 407이 시작된다.

프로세스 407은 X, Y 위치에 있어서, 쿼드런트 I와 이전에 위치한 쿼드런트 사이의 인접확률을 계산한다.

프로세스 404는 X를 인크리먼트 하고, 프로세스 405는 프로세스 406을 시작하게 한다. 따라서 이 점에서, 새로운 X, Y 위치가 체크된다. 여기서, Y=0이다.

모든 위치가 체크되면, 프로세스 406은 프로세스 403, 407에 의해 이미 조사된 포지션 중에서 가장 높은 확률을 갖는 X, Y의 포지션을 추정한다. 다시 말해, 쿼드런트 I가 위치할 수 있는 각각의 가능한 포지션에 대하여, 가장 높은 확률의 포지션은 프로세스 407의 반복에 의해 수집된 데이터를 기초로 하는 프로세스 406에 의해 선택된다.

만약, 최선의 포지션 중 동일한 확률을 갖는 하나 이상의 포지션이 있으면(408 체크), 상기 하나 이상의 포지션 중 랜덤 선택이 프로세스 409에 의해 이루어진다.

프로세스 410은 프로세스 406 내지 409에 의해 추정된 위치에 인위적 쿼드런트 I를 디자인한다. 이때, 인위적 쿼드런트 I는 포지션 X, Y에 위치한다. 프로세스 411은 인위적 쿼드런트 I의 인접에 기초한 통계치 카운터를 업데이트 한다.

프로세스 412는 더 먼 인위적 쿼드런트를 위한 포지션을 검색하기 위해 I를 인크리먼트한다. 프로세스 413은 모든 레벨의 모든 인위적 쿼드런트들이 고려되도록 하는 것이다.

알고리즘 QF의 출력은 쿼드런트의 인접워크(adjacency-work)로 구성된 인위적 프랙털 섬이다. 어쨌든, 확률변수(random variables)가 암시하는 바와 같이, 더 나은 인공 임플란트가 가능하다. 따라서 100가지의 다른 결과를 발생시키기 위하여, 알고리즘 QF는 매우 높은 횟수(예를 들면, 100회)가 반복될 수 있다. 각각의 결과에서 컨시스턴시 값(consistency value)은 다음 식으로부터 얻어진다.

C(%)=100 - SUM(J)/ SUM(K)

여기서, SUM(J)는 QF에 의해 얻어진 인위적 프랙털 섬의 인접의 총계이고, SUM(K)는 선택된 섬들의 인접성의 총계이다. 더 큰 C(%)는 더 우수한 일관성을 암시한다.

m 단계>는 이전 단계로부터 확립된 수용조직의 특성에 따라 이식 장치를 디자인하는 것을 포함한다. 특히, h 단계에서 조직을 분류할 때 및 l 단계에서 인위적 프랙털 클러스터가 생겨날 때를 의미한다.

실제로, 컬러 화이트와 블랙의 분석으로부터 얻어진 인위적 섬들은 조직의 각 질적 클래스에서 마크로 및 마이크로 형상과 관련하여 임플란트를 디자인하는데 이용된다.

도 12, 도 13 및 도 14는 골조직과 관련한 인위적 섬들이 어떻게 치과용 임플란트의 나사 디자인에 이용되는지에 관한 예들을 보여준다. 그것들은 또한 모든 다른 부분을 디자인하는데도 이용될 수 있다. 즉, 임플란트 몸체, 말단과 치경부 등의 디자인이다.

더욱 상세하게는, 도 12B는 도 12A에 나타난 우수 골밀도를 위한 적절한 나사산을 구비한 임플란트의 예이다.

도 13B는 도 13A에 나타난 보통 골밀도를 위한 적절한 나사산을 구비한 임플란트의 예이다.

도 14B는 도 14A에 나타난 불량 골밀도를 위한 적절한 나사산을 구비한 임플란트의 예이다.

도 12B, 13B 및 14B는 동일한 원통형 몸체(예를 들면)이나, 상기 원통형 몸체를 둘러싸는 다른 형태의 나사산을 포함하는 치과용 임플란트를 개략적으로 나타낸 것이다.

나사산의 형태는 예를 들어, 피치, 나사산의 모양이 다양하고, 동일한 임플란트 몸체의 다른 부분에 있어서 다양한 나사산의 형태를 갖는다. 이로써 각각의 임플란트는 나사 및/또는 특히 임플란트의 이식이 예정된 골 구조에 적합한 나사의 스트레치(stretch)를 갖도록 디자인된다. 특히, 나사의 형태는 QF 알고리즘으로 획득된 인위적 프랙털 섬의 강도에 의해 선택된다. 이는 안쪽의 지주 골 공간에 최적의 충전 및 최상의 골 유착을 달성하기 위함이다.

n개로 미리 정의된 클래스에서의 골 분류는 임플란트의 마크로 디자인에 유용하고, 임플란트의 마이크로 디자인과 세부적 정의를 위한 인위적 프랙털 섬의 사용과 관련된다. 그것은 관련 뼈의 형태학적 특징에 맞도록 만들어질 수 있다.

발명의 또 다른 면에 의하면, 상기 동일한 방법은 이식될 조직과 유사한 형태학적 구조를 갖는 생체적합물질(biomaterial)을 디자인하는 데 사용된다. 여기서도, 인위적 클러스터는 기하학적 특징에 의해 발생하고, 그 기하학적 특징은 i 단계에서 설명한 인접 프랙털 요소의 특유한 클러스터를 재생 또는 근접화시키는 것이다. "섬" 알고리즘에 의해 얻어진 데이터는 확률적 기초 위에 인위적 프랙털 섬을 발생시키는 데 이용된다. 이들 인위적 섬들은 먼저 더 큰 사이즈의 쿼드런트를 포지셔닝하고 이후, 더 작은 치수의 쿼드런트를 포지셔닝함으로써, 스크린의 중앙에 발생한다. 쿼드런트의 수와 원본 이미지를 포함하고 선택된 섬의 인접확률에 따라 발생한다.

이렇게 생겨난 섬들은 원본 이미지의 섬과 양립할 수 있는 기하학적 특징이 있다. 다시 말해, 쿼드런트의 비율과 수 그리고 그들 사이의 인접 모두가 그러하다.

생체적합물질을 위한 인위적 프랙털 섬들은 도 20에서 개략적으로 도시한 바와 같이, 적절한 POD(Perimetral Ordered Displaceme) 알고리즘을 이용한 컴퓨터에 의해 발생된다.

도 20에서 나타낸 바와 같이, POD 알고리즘에 의하면, 상기 알고리즘 POD는 알고리즘 QF와 같은 알고리즘 "섬"에 의해 출력된 데이터를 이용한다. 이를 위해, 쿼드런트 스토어(store)가 생기고, 여기서 대부분의 인위적 쿼드런트가 포함된다. 각각의 인위적 쿼드런트는 선택된 섬의 평균 쿼드런트에 있어서, 양, 크기 및 상호 간 인접에 의해 특징 지워진다.

대신에, 쿼드런트 스토어의 인위적 쿼드런트는 아직 고정된 위치를 갖지 않는다. 상기 위치는 알고리즘 POD에 의해 찾아지도록 예정된다. 쿼드런트 스토어의 인위적 쿼드런트는 가장 큰 인위적 쿼드런트에서부터 가장 작은 인위적 쿼드런트까지 분류된다(J는 쿼드런트의 레벨이고, I는 특정 쿼드런트에 의존한다). 알고리즘POD는 페리메터 어레이(PA, perimetral array)를 고려한다. 그것은 알고리즘 POD 자체에 의해 만들어진 인위적 섬의 페리메터를 구성하는 쿼드런트를 포함하는 어레이(array)의 하나이다.

상기 PA에 의하여, 알고리즘 POD에 의해 만들어진 인위적 섬의 페리메터는 다른 크기의 쿼드런트들을 포함하여 "분할된(segmented)" 것이다. PA는 알고리즘 POD에 의해 동적으로 변경되고, 포지션의 대부분이 맵핑된다. 여기서 알고리즘 POD에 의하여 인위적 쿼드런트들이 더 자리 잡게 된다.

도 20에 도시된 바와 같이, 상기 알고리즘 POD는 알고리즘 "섬"에 의해 출력된 데이터를 이용한다(프로세스 500).

쿼드런트 스토어는 프로세스 500에 의해 만들어진다. 그 PA는 프로세스 501에서 초기화된다.

프로세스 502는 첫 번째 쿼드런트를 중심 포지션에 할당한다.

프로세스 503은 상기 PA가 인위적 쿼드런트 I를 포함할 수 있는 것과 같은 방식으로, PA가 분할될 수 있을 것인지를 조사한다(여기서, 쿼드런트는 I에 의해 언급된다). 만약, PA가 인위적 쿼드런트 I를 포함하지 않으면, 이후 PA는 인위적 쿼드런트 I에 상응하는 세그먼트로 다시 분할된다.

루프 506은 인위적 쿼드런트 I에 대하여 PA를 스캔(scan)한다. 특히, 포지션 K에서, PA의 세그먼트와 인위적 쿼드런트 I가 겹치면(프로세스 507), 이후 프로세스 508은 통계치를 기초로 PA의 퍼센티지를 할당한다. 루프 509는 프랙털 인위적 섬에 이웃한 쿼드런트의 인접확률을 확인하기 위한 것이다.

루프 506, 509 덕택으로 각각 분석된 포지션은 인접 쿼드런트의 인접에 기초한 스코어로 할당된다(좌, 우, 상, 하의 인접을 고려하여). 스코어가 더 높을수록, 인위적 쿼드런트의 가장 적절한 포지션의 확률이 더 높아진다.

프로세스 510은 가장 높은 스코어를 갖는 포지션을 할당한다. 하나 이상의 포지션이 동일한 좋은 스코어를 가지면(프로세스 511), 프로세스 512는 상기 하나 이상의 포지션 중 랜덤한 방법으로 인위적 쿼드런트 I를 선택한다.

프로세스 513은 프로세스 510 또는 512에 의해 얻어진 포지션에서 인위적 쿼드런트 I를 위해 사용되는 인접에 기초하여, 통계치 카운터를 감소시킨다.

프로세스 514는 프로세스 510 또는 512에 의해 얻어지는 포지션에서 쿼드런트 I를 디자인한다. 프로세스 515는 인위적 쿼드런트 I의 확립된 포지션에 기초하여 PA(Perimetral Array)를 변경한다. 그것은 이제 PA의 일부분이 된다.

PA에서의 인위적 쿼드런트 I의 존재 때문에, PA의 두 세그먼트 사이에 "벽(walls)"이 있는 것이 가능하다. 이것은 PA가 오직 경계선에 관여하도록 되어 있고, 그래서 새로운 쿼드런트의 오직 일부분만이 유지될 수 있기 때문에 받아들여질 수 없다. 프로세스 516은 PA로부터 상기 "벽"을 삭제하는 것이다. 그리하여, 경계에서 효과적으로 존재하지 않는 픽셀로부터 PA를 "클리닝(cleaning)"한다.

프로세스 504는 I를 증가시킨다. 그리하여 하나의 포지션을 가지도록 새로운 인위적 쿼드런트 I가 조사된다.

알고리즘 POD의 마지막에는, 하나의 프랙털 인위적 섬이 만들어지고, 상기 인위적 섬은 PA에 의하여 페리메트랄(perimetral) 하게 범위가 정해진다.

일련의 알고리즘 POD의 작동이 가능하고, 각 결과의 컨시스턴시(consistency) C(%)를 계산한다. 예를 들면, 더 나은 인위적 프랙털 섬은 C(%)에 의하여 선택된다.

도 21 내지 도 32는 POD 알고리즘에 의해 발생된 인위적 섬을 이용하여 디자인된 생체적합물질의 예를 나타낸다. 그 섬들은 생체적합물질의 입자를 디자인하는 기본적인 모듈을 나타낸다. 그 예들은 조직의 구조와 유사하게 디자인된 다른 종류의 구조 입자와 관련된다. 또한, 특정한 골조직, 그 안으로 생체적합물질의 입자가 삽입된다. 그 예들은 다양한 밀도의 골조직에 관련되고, 예를 들면, 우수, 보통, 불량한 밀도 등이 있다.

도 21, 도 25 및 도 29는 다른 인간 상악 및 하악골 조직을 나타낸 것이고, 각각 우수, 보통, 불량 밀도에 관한 것이다.

도 22, 도 26 및 도 30은 도 21, 도 25 및 도 29 이미지의 분할로부터 유래한 이미지이다.

도 22A, 22B는 도 21의 컬러 화이트와 관련된 쿼드런트로의 분할을 나타내고, 그에 상응하는 인위적 프랙털 섬을 각각 나타낸다. 도 22C, 22D는 도 21의 블랙 컬러 블랙과 관련된 쿼드런트로의 분할과, 그에 상응하는 인위적 프랙털 섬을 각각 나타낸다. 도 23은 특유한 외부 형태와 원래의 우수 밀도의 골과 유사한 내부구조를 갖는 생체적합물질 입자의 예를 나타낸다. 여기서, "별모양(starry)" 표면형태는 단지 하나의 예이다. 도 24는 본 발명에 따른 방법에 의해 디자인된 우수한 밀도의 입자에 의해 재생시키기 위하여 골 결실(bone loss) 영역에 충전(filling)된 것을 나타낸다. 생체적합물질의 입자는 이식되는 골조직과 유사한 형태학적 구조를 가진다.

도 26A 및 도 26B는 도 25 이미지의 컬러 화이트와 관련된 쿼드런트로의 분할과, 그에 상응하는 인위적 프랙털 섬을 각각 나타낸다. 도 26C 및 도 26D는 도 25 이미지의 컬러 블랙과 관련된 쿼드런트로의 분할과, 그에 상응하는 인위적 프랙털 섬을 나타낸다. 도 27은 특유한 외부 형태와 원래의 보통 밀도의 골과 유사한 내부구조를 갖는 생체적합물질 입자의 예를 나타낸다. 여기서, "별모양(starry)" 표면형태는 단지 하나의 예에 지나지 않는다. 도 28은 본 발명에 따른 방법에 의해 디자인된 보통 밀도의 입자에 의해 재생시키기 위하여 골 결실(bone loss) 영역에 충전 것을 나타낸다. 생체적합물질의 입자는 이식되는 골조직과 유사한 형태학적 구조를 가진다.

도 30A 및 도 30B는 도 29 이미지의 컬러 화이트와 관련된 쿼드런트로의 분할과, 그에 상응하는 인위적 프랙털 섬을 각각 나타낸다. 도 30C 및 도 30D는 도 25 이미지의 컬러 블랙과 관련된 쿼드런트로의 분할과, 그에 상응하는 인위적 프랙털 섬을 나타낸다. 도 31은 특유한 외부 형태와 원래의 불량 밀도의 골과 유사한 내부구조를 갖는 생체적합물질 입자의 예를 나타낸다. 여기서, "별모양(starry)" 표면형태는 단지 하나의 예에 지나지 않는다. 도 32는 본 발명에 따른 방법에 의해 디자인된 불량 밀도의 입자에 의해 재생시키기 위하여 골 결실(bone loss) 영역에 충전 것을 나타낸다. 생체적합물질의 입자는 이식되는 골조직과 유사한 형태학적 구조를 가진다.

도 23, 도 27 및 도 31에서 나타낸 생체적합물질 입자는 임상적 필요에 적합하도록 다양한 치수의 클러스터 블럭을 형성하도록 결합된다. 그것은 이식되고, 안정되는데, 예를 들어 나사를 고정하는 수단으로써, 골 결실 영역에서 재생을 위하여 그러하다. 이런 방식으로 제조될 수 있는 블럭들은 재생되는 뼈의 그것과 유사한 내부 구조를 가지게 될 것이다.

위에서 본 발명의 바람직한 몇 가지 실시예를 설명하였다. 그러나 본 발명의 기술적 범위는 여기에 한정되지 않으며, 본 발명의 기술 분야의 당업자에 의해 청구범위의 범위 내에서 다양한 변형을 가할 수 있다.

상세하게는, 본 발명의 방법은 다른 이식장치의 구조 및 표면 디자인에 이용되거나, 여기 설명된 방법에 따라 디자인된, 생물 조직에 접촉되도록 삽입되는 멤브레인(membranes), 스텐트(stents), 생체적합물질(biomaterials)과 이와 유사한 것을, 골 유착과 조직 내 안정을 목적으로 최상의 결합을 달성하기 위하여 이용할 수 있다.

본 발명의 또 다른 면은 단순화된 제조에 관련된다. 그것은 임상 의학자에게 다음과 같이 구성된 소프트웨어-하드웨어 장치를 제공한다. 퍼스널 컴퓨터 (또는 특정 목적을 위한 하드웨어 카드), 스캐너 (또는 이미지를 디지털화하는 수단), 그리고 적절히 주어진 프로그램 등이다.

본 발명의 방법을 이용하여, 임상의는 이미지를 스캐너로 디지털화하기 위하여 입력하거나, 이미 디지털화된 조직의 이미지를 컴퓨터에서 바로 분석하기 위해 로드(load)한다. 그리고 그 프로그램은 자동으로 조직을 확인하고 분류한다. 또한, 관련 조직의 타입에 따라 이식을 위해 가장 적절한 장치 및/또는 물질 관련정보를 제공한다.

도 15 및 도 16은 이 단순화된 절차의 예를 보여준다. 그것은 일상적인 치과학 이용(odontoiatric use)에서의 디지털 방사선 사진의 분석을 언급한다. 임상의는 도 15에서 도시된 바와 같이 관심 지역을 선택하고, 그 소프트웨어는 그 조직을 분석하고 분류한다. 따라서 도 16에서 도시된 바와 같이, 자동으로 사용될 치과용 임플란트의 타입에 대한 추천을 제공한다. 그러한 하나의 실시예로서 임플란트가 미리 형성될 수 있고(예를 들어, 도 34 내지 도 36의 세 개의 미리 형성된 임플란트), 도 37A와 도 37B에 도시되어 있다.

사실상, 디지털 이미지 600, 610 가운데서, 다른 사람들로부터 다른 샘플 골의 수많은 디지털 이미지가 얻어진다. 상술된 프랙털 분석에 의하여 (예를 들어, 알고리즘 RQA), 603에서 도식화된다. 각 샘플은 블랙 섬과 관련하여, 두 개의 프랙털 이미지 601로 맵핑된다. 또한, 602는 화이트 섬과 관련하여 맵핑된다.

3개 클래스로의 분류는(다른 실시예에서 클래스들은 다른 수 일 수 있다) 상기 가장 고밀도를 갖는 조직범위의 퍼센티지, 상기 가장 낮은 밀도 또는 물질의 밀도가 없는 조직범위의 퍼센티지 및 다른 치수로 얻어진 쿼드런트의 퍼센티지 분배에 따라 얻어진다.

획득한 평균값에 의한 QF분석에 의하여, 605에서 도식화됨에 따라 선택된 임플란트의 특징(임플란트의 피치 p와 깊이 d)이 산업적 방법에 따라 실현된다.

하나의 예를 제시하기 위하여, 임플란트를 위한 다음의 치수들은 다른 골 클래스를 위해 채택된다. 여기서 임플란트 나사산의 피치 p와 깊이 d는 ㎜ 범위 안에 있다. 이를 아래의 표 3에 나타내었다.

bone class	피치 p	깊이 d	임플란트
높은 골밀도	0.720	0.360	도 34
중간 골밀도	0.600	0.400	도 35
낮은 골밀도	0.960	0.720	도 36

이후, 실현된 미리 형성된 임플란트는 시장에 유통되고, 치과용 임플란트를 위한 기본 구성요소로서 판매된다. 임상의가 세 개의 임플란트 중 하나를 선택하려 할 때, 그는 임플란트가 적용될 골밀도 분석이 필요할 것이다. (도 15, 도 16) 장치 및/또는 물질을 수용하기로 예정된 인간 조직의 구조 이미지가 만들어진다.

다음으로, 상기 이미지는 디지털 포맷(digital format)으로 전환될 필요가 있다. 이후, 얻어진 이미지를 위한 새로운 프랙털 분석이 실행된다. 알고리즘 RQA는 임플란트의 어떤 클래스가 상기 인간 조직에 이식될 필요가 있는지 밝히는데 도움을 준다. 원칙적으로, 청구항 14에 따른 방법에 기술된 바와 같이, 임플란트 임상의의 처분에 의한 것들 중에서 선택된다.

이런 식으로, 그것의 평균적 특징(상세하게는 나사산의 피치 p와 깊이 d)이 임플란트를 수용할 인간 조직과 가능한 한 더 유사한 임플란트를 얻을 수 있다.

도 38은 도 37의 방법의 일부분에 의해 선택된 임플란트의 나사산을 나타낸다. 도 39는 도 38의 나사산의 3차원적 도면의 일부 모습을 나타낸다.

Claims (20)

1. a> 장치 또는 임플란트를 수용하기로 예정된 조직 구조의 디지털 이미지를 획득하는 것으로서, 상기 이미지는 서로 다른 물질 밀도를 갖는 조직 영역을 식별하는 단계;
   b> 상기 물질의 서로 다른 밀도를 갖는 조직 영역의 컬러레벨(colour level)을 캘리브레이션(calibration)하는 것으로서, 첫 번째 컬러레벨을 물질의 최고밀도(d_max)를 갖는 조직 영역으로 할당하고, 두 번째 컬러레벨을 물질의 최저 밀도 또는 밀도가 없는(d_min) 것으로 할당하는 것을 포함하고, 상기 물질의 최고(d_max)와 최저밀도(d_min)는 상기 조직의 타입(type) 및 위치(location)에 의존하는 단계;
   c> 그 이미지가 상기 첫 번째 컬러의 60% 이상을 포함하면, 상기 이미지의 컬러레벨의 계산은 상기 첫 번째 컬러레벨에 할당, 또는 그 이미지가 상기 첫 번째 컬러의 40% 이하를 포함하면, 상기 두 번째 컬러레벨에 할당, 또는 그 이미지가 상기 첫 번째 컬러레벨의 60% 내지 40% 사이를 포함하면, 상기 이미지를 4개의 쿼드런트로 분할하는 것을 포함하는 단계;
   d> 여기서 필요하다면, 이전 c>단계에서 얻은 상기 4개의 쿼드런트 각각의 컬러레벨을 계산하는 것으로서, 상기 계산은 상기 첫 번째 컬러레벨 또는 상기 두 번째 컬러레벨의 할당, 또는 상기 c>단계에서와 같은 동일한 할당 기준을 이용한 4개의 쿼드런트로 더 분할하는 것을 포함하는 단계;
   e> 상기 장치 또는 임플란트에 관하여 충분히 한정된 치수의 쿼드런트들을 얻을 때까지 d>단계를 반복하는 단계;
   f> 하나의 컬러를 동일한 치수를 갖는 쿼드런트로 모두 무작위로 할당하는 단계;
   g> 상기 첫 번째 컬러레벨에서와 같이 물질의 최고밀도를 갖는 조직영역에 상응하도록, 할당된 쿼드런트의 총수를 계산하고, 상기 조직구조의 이미지의 퍼센티지로서의 상기 쿼드런트의 수를 나타내며, 또한, 각 반복레벨에서의 쿼드런트 수 및 총수에 대한 각 반복레벨의 중량 퍼센티지를 계산하는 것; 및
   상기 두 번째 컬러레벨에서와 같이 물질의 최저밀도 또는 밀도가 없는 조직영역에 상응하도록, 할당된 쿼드런트의 총수를 계산하고, 상기 조직구조 이미지의 퍼센티지로서의 상기 쿼드런트의 수를 나타내며, 또한, 각 반복레벨에서의 쿼드런트 수 및 총수에 대한 각 반복레벨의 중량 퍼센티지를 계산하는 것을 포함하는 단계;
   i> 상기 이전 단계들에서 얻은 쿼드런트의 분석으로서, 물질의 최고밀도를 갖는 조직영역에 상응하는 상기 첫 번째 컬러레벨을 갖는 인접 쿼드런트의 클러스터를 조사하고, 물질의 최저밀도 또는 밀도가 없는 조직영역에 상응하는 상기 두 번째 컬러레벨을 갖는 인접 쿼드런트의 클러스터를 조사하는 것을 포함하는 단계;
   l> i>단계에서 설명한 상기 인접 쿼드런트의 클러스터의 특성을 재생(reproduce) 또는 근접화(approximate)하는 기하학적 특성을 갖는 쿼드런트의 인위적 클러스터를 발생시키는 단계; 및
   m> 상기 l>단계가 진행되는 동안 확립된 특성을 이용하여 인간 또는 동물 생체조직에 삽입 또는 이식되기 위한 상기 장치를 디자인하는 단계를 포함하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
2. 제1항에 있어서,
   상기 c>단계 동안의 상기 컬러레벨의 계산은,
   그 이미지가 상기 첫 번째 컬러의 90% 이상을 포함하면, 상기 첫 번째 컬러레벨에 할당하고, 또는 그 이미지가 상기 첫 번째 컬러의 5% 이하를 포함하면, 상기 두 번째 컬러레벨에 할당하며, 또는 그 이미지가 상기 첫 번째 컬러레벨의 90% 내지 5% 사이를 포함하면 4개의 쿼드런트로 상기 이미지를 분할하도록 하는 것을 특징으로 하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
3. 제1항에 있어서,
   상기 c>단계 동안 상기 컬러레벨의 계산은,
   그 이미지가 상기 첫 번째 컬러의 95% 이상을 포함하면, 상기 첫 번째 컬러레벨에 할당하고, 또는 그 이미지가 상기 첫 번째 컬러의 2% 이하를 포함하면, 상기 두 번째 컬러레벨에 할당하며, 또는 그 이미지가 상기 첫 번째 컬러레벨의 95% 내지 2% 사이를 포함하면 4개의 쿼드런트로 상기 이미지를 분할하도록 하는 것을 특징으로 하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
4. 제1항에 있어서,
   상기 첫 번째 컬러레벨은 화이트이고, 상기 두 번째 컬러레벨은 블랙인 것을 특징으로 하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
5. 제1항에 있어서,
   상기 e> 단계에서 설명한 상기 장치 또는 임플란트의 치수(dimensions)에 대하여 충분히 한정된 치수의 상기 쿼드런트는,
   1 픽셀(pixel)의 최소 치수를 갖는 것을 특징으로 하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
6. 제1항에 있어서,
   상기 g>단계와 i>단계 사이에는,
   h> 상기 조직을 물질의 최고밀도를 갖는 조직영역의 상기 퍼센티지에 따라서와, 물질의 최저밀도 또는 밀도가 없는 조직영역의 상기 퍼센티지에 따라서, 또한, 인전 단계에서 얻어진 다른 치수의 쿼드런트의 퍼센티지 분배에 따라서, n개의 클래스로 분류하는 단계를 더 포함하는 것을 특징으로 하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
   여기서, m>단계는 상기 h>단계 동안 확립된 특징에서도 사용된다.
7. 제6항에 있어서,
   상기 h>단계는,
   물질의 고밀도를 갖는 조직영역의 상기 퍼센티지에 따라서 상기 조직을 n개의 클래스로 분류하는 것을 특징으로 하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
   여기서, n은 2 내지 12 사이에 있다.
8. 제7항에 있어서,
   상기 h>단계는,
   물질의 고밀도를 갖는 조직영역의 상기 퍼센티지에 따라서 상기 조직을 n개의 클래스로 분류하는 것을 특징으로 하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
   여기서, n은 3 내지 8 사이에 있다.
9. 제1항에 있어서,
   상기 장치는 치과용 임플란트(dental implant)인 것을 특징으로 하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
10. 제1항에 있어서,
    상기 장치는 스텐트(stent)인 것을 특징으로 하는 인간 또는 동물 생체에 삽입 또는 이식을 위한 장치 및/또는 물질의 디자인을 위한 방법.
11. 상기 제1항 내지 제10항 중 어느 한 항의 방법을 이용하여 디자인된 인간 또는 동물 생체 조직 내에 이식되기 위한 장치.
12. 제11항에 있어서,
    상기 장치는,
    치과용 임플란트인 것을 특징으로 하는 인간 또는 동물 생체 조직 내에 이식되기 위한 장치.
13. 제11항에 있어서,
    상기 장치는, 스텐트인 것을 특징으로 하는 인간 또는 동물 생체 조직 내에 이식되기 위한 장치.
14. a> 장치 및/또는 물질을 수용하기로 예정된 인간 또는 동물 조직의 구조이미지를 얻는 단계;
    b> 상기 이미지를 디지털 전환하는 단계; 및
    c> 상기 디지털 이미지를 프로세싱하고, 상기 프로세싱은 청구항 제6항을 조합한 청구항 제1항에서 설명된 방법을 채택하며, 여기서 상기 m>단계와 l>단계는 상기 장치를 가능한 장치 및/또는 물질의 라이브러리로부터 선택하기 위한 단계에 의해 대체되는 것을 포함하는 인간 또는 동물 생체 조직 내에 이식되기 위한 장치 및/또는 물질을 선택하는 방법.
15. 제14항에 있어서,
    상기 장치는,
    치과용 임플란트인 인간 또는 동물 생체 조직 내에 이식되기 위한 장치 및/또는 물질을 선택하는 방법.
16. 제14항에 있어서,
    상기 장치는,
    골내 골재생에 이용되는 충전재(filler material), 특히 치아 또는 턱, 안면의 외과수술에 이용되는 인간 또는 동물 생체 조직 내에 이식되기 위한 장치 및/또는 물질을 선택하는 방법.
17. a> 이식 가능한 장치 및/또는 재료를 수용하기로 예정된 인간 또는 동물 조직 구조의 이미지를 획득하기 위한 유닛;
    b> 상기 이미지를 디지털 전환하기 위한 유닛; 및
    c> 상기 디지털 이미지를 프로세싱하기 위한 유닛을 포함하고, 상기 프로세싱은 청구항 제14항에서 설명된 방법의 이행에 의한 장치.
18. 제1항 내지 제10항 중 어느 한 항의 방법에 의해 디자인된 인간 또는 동물 생체 조직 내에 이식되기 위한 생체적합물질(boimaterial).
19. 제18항에 있어서,
    상기 생체적합물질은,
    골내 골재생에 이용되기 위한 충전재(filler biomaterial)인 것을 특징으로 하는 인간 또는 동물 생체 조직 내 이식되기 위한 생체적합물질.
20. 제19항에 있어서,
    상기 생체적합물질은,
    치아 또는 턱, 안면 외과수술에 있어서 골내 골재생에 이용되는 것을 특징으로 하는 인간 도는 동물 생체 조직 내 이식되기 위한 생체적합물질.
    

Images