KR20200000738A - 구강 스캔 정보를 이용하여 치아 교정 모델을 셋업하는 장치 및 그 방법 - Google Patents
구강 스캔 정보를 이용하여 치아 교정 모델을 셋업하는 장치 및 그 방법 Download PDFInfo
- Publication number
- KR20200000738A KR20200000738A KR1020180072932A KR20180072932A KR20200000738A KR 20200000738 A KR20200000738 A KR 20200000738A KR 1020180072932 A KR1020180072932 A KR 1020180072932A KR 20180072932 A KR20180072932 A KR 20180072932A KR 20200000738 A KR20200000738 A KR 20200000738A
- Authority
- KR
- South Korea
- Prior art keywords
- orthodontic
- preset
- model
- orthodontic model
- final
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 286
- 210000000214 mouth Anatomy 0.000 claims abstract description 46
- 238000007781 pre-processing Methods 0.000 claims abstract description 26
- 210000000515 tooth Anatomy 0.000 claims description 114
- 230000011218 segmentation Effects 0.000 claims description 14
- 210000004871 mandibular tooth Anatomy 0.000 claims description 9
- 210000002295 maxillary tooth Anatomy 0.000 claims description 6
- 238000012937 correction Methods 0.000 description 16
- 230000002107 myocardial effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 210000004373 mandible Anatomy 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000002203 pretreatment Methods 0.000 description 3
- 229940034610 toothpaste Drugs 0.000 description 3
- 239000000606 toothpaste Substances 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001936 parietal effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000004195 gingiva Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening 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
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C13/00—Dental prostheses; Making same
- A61C13/34—Making or working of models, e.g. preliminary castings, trial dentures; Dowel pins [4]
-
- 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
-
- 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
- A61C2007/004—Automatic construction of a set of axes for a tooth or a plurality of teeth
Landscapes
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
본 발명의 일실시예에 따른 치아 교정 셋업 방법은 환자 정보에 포함된 환자의 구강 스캔 정보를 이용하여 상기 환자의 초기 치아 교정 모델을 생성하는 단계; 사용자가 상기 환자와 서로 다른 환자들 각각의 초기 치아 교정 모델을 이용하여 서로 다른 환자들 각각의 최종 치아 교정 모델을 생성하는 과정에서 사용한 프로세스 히스토리가 포함된 프리셋들 중에서 상기 구강 스캔 정보에 대응하는 프리셋을 선택하는 단계; 선택된 프리셋에 포함된 프로세스 히스토리에 따라 상기 초기 치아 교정 모델을 전처리하여 상기 환자의 최종 치아 교정 모델을 셋업하는 단계; 및 상기 환자 정보와 상기 환자의 최종 치아 교정 모델 및 상기 선택된 프리셋에 포함된 프로세스 히스토리를 매칭하여 프리셋을 추가하는 단계를 포함할 수 있다.
Description
본 발명은 구강 스캔 정보를 이용하여 치아 교정 모델을 셋업하는 장치 및 방법에 관한 것이다.
환자의 치아를 교정하기 위해서는 교정에 따른 치아의 변화를 표시할 수 있는 치아 교정 모델을 생성해야 한다.
종래의 CAD S/W를 이용한 치아 교정 모델 생성 방법은 사용자가 환자의 정보에 따라 수동으로 치아 교정 모델을 설정하고, 치아 교정 모델의 파라미터값들을 환자의 정보에 최적화 되도록 보정하고 있으므로, 치아 교정 모델의 생성에 시간이 소요되며, 사용자의 숙련도에 따라 생성되는 치아 교정 모델의 품질에 차이가 발생하고 있다.
따라서, 사용자의 숙련도에 의한 치아 교정 모델의 품질 변화를 최소화하며 치아 교정 모델을 빠르게 생성할 수 있는 방법이 요청되고 있다.
본 발명은 초기 치아 교정 모델을 전처리하여 최종 치아 교정 모델을 셋업하는 과정에 따른 파라미터값들의 변화를 학습하고, 학습 결과에 따라 초기 치아 교정 모델의 파라미터값들을 변화시켜 전처리함으로써, 최종 치아 교정 모델을 셋업하는 시간을 단축시키는 장치 및 방법을 제공할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법은 환자 정보에 포함된 환자의 구강 스캔 정보를 이용하여 상기 환자의 초기 치아 교정 모델을 생성하는 단계; 사용자가 상기 환자와 서로 다른 환자들 각각의 초기 치아 교정 모델을 이용하여 서로 다른 환자들 각각의 최종 치아 교정 모델을 생성하는 과정에서 사용한 프로세스 히스토리가 포함된 프리셋들 중에서 상기 구강 스캔 정보에 대응하는 프리셋을 선택하는 단계; 선택된 프리셋에 포함된 프로세스 히스토리에 따라 상기 초기 치아 교정 모델을 전처리하여 상기 환자의 최종 치아 교정 모델을 셋업하는 단계; 및 상기 환자 정보와 상기 환자의 최종 치아 교정 모델 및 상기 선택된 프리셋에 포함된 프로세스 히스토리를 매칭하여 프리셋을 추가하는 단계를 포함할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 프로세스 히스토리는, 서로 다른 환자들 각각의 초기 치아 교정 모델을 전처리하는 과정에서 사용자에게 수동으로 변경되거나, 서로 다른 프로세스 히스토리에 따라 변경된 초기 치아 교정 모델의 특징 및 설정값을 학습하여 생성될 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 프로세스 히스토리는, 상기 초기 치아 교정 모델의 상악 치아 모델과 하악 치아 모델을 정렬하는 모델 전처리 프로세스; 상기 초기 치아 교정 모델에 포함된 치아들을 정렬하는 치아 전처리 프로세스; 및 상기 초기 치아 교정 모델에 포함된 치아들 각각의 포지션을 정의하는 치아 셋업 프로세스 중 적어도 하나를 포함할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 최종 치아 교정 모델을 셋업하는 단계는, 상기 프로세스 히스토리에 상기 모델 전처리 프로세스가 포함된 경우, 상기 프로세스 히스토리에 포함된 교두점 및 접촉점을 이용하여 교합 평면을 설정하고, 상기 교합 평면을 이용하여 상기 초기 치아 교정 모델의 상악 치아 모델과 하악 치아 모델을 정렬할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 최종 치아 교정 모델을 셋업하는 단계는, 상기 프로세스 히스토리에 상기 치아 전처리 프로세스가 포함된 경우, 상기 프로세스 히스토리에 포함된 치아의 외형 정보들 중에서 환자의 외형 정보와 유사도가 가장 높은 치아의 외형 정보를 검색하고, 검색한 치아의 외형 정보에 매칭된 치축에 따라 상기 초기 치아 교정 모델에 포함된 치아의 치축을 보정할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 최종 치아 교정 모델을 셋업하는 단계는, 상기 프로세스 히스토리에 상기 치아 셋업 프로세스의 아이디얼 아치 설정 프로세스가 포함된 경우, 상기 프로세스 히스토리에 포함된 아이디얼 아치에 따라 상기 초기 치아 교정 모델의 아이디얼 아치에 포함된 치아의 포지션을 보정할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 최종 치아 교정 모델을 셋업하는 단계는, 상기 프로세스 히스토리에 상기 치아 셋업 프로세스의 셋업 모델 분할 프로세스가 포함된 경우, 상기 초기 치아 교정 모델과 상기 최종 치아 교정 모델 사이의 복수의 스탭을 설정하고, 상기 프로세스 히스토리에 포함된 스탭별 치아의 최대 이동량 및 이동 타입에 따라 상기 초기 치아 교정 모델에서 치아를 이동하여 스탭별로 치아 교정 모델을 생성할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 프리셋을 선택하는 단계는, 상기 구강 스캔 정보와의 유사도에 따라 순차적으로 복수의 프리셋을 선택하고, 상기 최종 치아 교정 모델을 셋업하는 단계는, 선택한 복수의 프리셋들 각각에 포함된 프로세스 히스토리에 따라 상기 초기 치아 교정 모델을 전처리하여 복수의 최종 치아 교정 모델들을 셋업하고, 셋업한 복수의 최종 치아 교정 모델들을 사용자에게 제공하며, 상기 프리셋을 추가하는 단계는, 상기 복수의 최종 치아 교정 모델들 중 사용자에게 선택된 최종 치아 교정 모델에 대응하는 프리셋의 프로세스 히스토리를 상기 환자 정보 및 상기 선택된 최종 치아 교정 모델과 매칭하여 신규 프리셋으로 추가할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 프리셋을 선택하는 단계는, 기 저장된 프리셋의 개수가 기 설정된 최소 개수 이하인 경우, 디폴트 설정에 따른 프로세스 히스토리가 포함된 디폴트셋과 기 저장된 프리셋을 각각 상기 구강 스캔 정보와 비교하고, 상기 디폴트셋과 기 저장된 프리셋 중에서 상기 구강 스캔 정보와의 유사도가 가장 높은 셋을 상기 구강 스캔 정보에 대응하는 프리셋으로 설정할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 프리셋을 선택하는 단계는, 복수의 프리셋들 각각과 상기 구강 스캔 정보 간의 유사도 및 상기 복수의 프리셋들 각각의 우선 순위를 고려하여 상기 구강 스캔 정보에 대응하는 프리셋을 선택하며, 상기 구강 스캔 정보에 대응하는 프리셋으로 선택된 프리셋의 우선순위를 증가시킬 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 프리셋을 선택하는 단계는, 복수의 프리셋들 중에서 우선 순위에 따라 적어도 하나의 프리셋을 선택하여 사용자에게 제공하고, 사용자의 요청에 따라 프리셋이 선택되는 경우, 사용자에게 선택된 프리셋의 우선 순위를 증가시킬 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 방법의 프리셋을 선택하는 단계는, 기 저장된 프리셋의 개수가 기 설정된 최소 개수 이하인 경우, 디폴트 설정에 따른 프로세스 히스토리가 포함된 디폴트셋을 기 저장된 프리셋과 함께 사용자에게 제공하고, 사용자의 요청에 따라 상기 디폴트셋이 선택되는 경우, 상기 디폴트셋을 상기 구강 스캔 정보에 대응하는 프리셋으로 설정할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 장치는 환자의 구강 스캔 정보가 포함된 환자 정보를 입력받는 입력부; 및 상기 환자의 구강 스캔 정보를 이용하여 상기 환자의 초기 치아 교정 모델을 생성하고, 사용자가 상기 환자와 서로 다른 환자들 각각의 초기 치아 교정 모델을 이용하여 서로 다른 환자들 각각의 최종 치아 교정 모델을 생성하는 과정에서 사용한 프로세스 히스토리가 포함된 프리셋들 중에서 상기 구강 스캔 정보에 대응하는 프리셋을 선택하며, 선택된 프리셋에 포함된 프로세스 히스토리에 따라 상기 초기 치아 교정 모델을 전처리하여 상기 환자의 최종 치아 교정 모델을 셋업하고, 상기 환자 정보와 상기 환자의 최종 치아 교정 모델 및 상기 선택된 프리셋에 포함된 프로세스 히스토리를 매칭하여 프리셋을 추가하는 프로세서를 포함할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 장치의 프로세스 히스토리는, 서로 다른 환자들 각각의 초기 치아 교정 모델을 전처리하는 과정에서 사용자에게 수동으로 변경되거나, 서로 다른 프로세스 히스토리에 따라 변경된 초기 치아 교정 모델의 특징 및 설정값을 학습하여 생성될 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 장치의 프로세서는, 상기 구강 스캔 정보와의 유사도에 따라 순차적으로 복수의 프리셋을 선택하고, 선택한 복수의 프리셋들 각각에 포함된 프로세스 히스토리에 따라 상기 초기 치아 교정 모델을 전처리하여 복수의 최종 치아 교정 모델들을 셋업하고, 셋업한 복수의 최종 치아 교정 모델들을 사용자에게 제공하며, 상기 복수의 최종 치아 교정 모델들 중 사용자에게 선택된 최종 치아 교정 모델에 대응하는 프리셋의 프로세스 히스토리를 상기 환자 정보 및 상기 선택된 최종 치아 교정 모델과 매칭하여 신규 프리셋으로 추가할 수 있다.
본 발명의 일실시예에 따른 치아 교정 셋업 장치의 프로세서는 복수의 프리셋들 각각과 상기 구강 스캔 정보 간의 유사도 및 상기 복수의 프리셋들 각각의 우선 순위를 고려하여 상기 구강 스캔 정보에 대응하는 프리셋을 선택하며, 상기 구강 스캔 정보에 대응하는 프리셋으로 선택된 프리셋의 우선순위를 증가시킬 수 있다.
본 발명의 일실시예에 의하면, 초기 치아 교정 모델을 전처리하여 최종 치아 교정 모델을 셋업하는 과정에 따른 파라미터값들의 변화를 학습하고, 학습 결과에 따라 초기 치아 교정 모델의 파라미터값들을 변화시켜 전처리함으로써, 전처리 과정에서 변화시킬 파라미터값의 계산 과정을 생략할 수 있으므로, 최종 치아 교정 모델을 셋업하는 시간을 단축시킬 수 있다.
도 1은 본 발명의 일실시예에 따른 치아 교정 모델 셋업 장치를 나타내는 도면이다.
도 2는 본 발명의 일실시예에 따른 치아 교정 모델 셋업 방법을 도시한 플로우차트이다.
도 3은 본 발명의 일실시예에 따라 치아 교정 모델을 셋업하는 과정을 도시한 도면이다.
도 4는 본 발명의 일실시예에 따라 교합 평면을 설정하는 과정을 도시한 도면이다.
도 5는 본 발명의 일실시예에 따라 치아 교정 모델을 정렬하는 과정을 도시한 도면이다.
도 6은 본 발명의 일실시예에 따라 치식을 부여하는 과정을 도시한 도면이다.
도 7은 본 발명의 일실시예에 따라 치축을 설정하는 과정을 도시한 도면이다.
도 8은 본 발명의 일실시예에 따라 환자에 최적화된 악궁 라인을 생성하는 과정을 도시한 도면이다.
도 9는 본 발명의 일실시예에 따라 최종 치아 교정 모델을 완성하는 과정을 도시한 도면이다.
도 10은 본 발명의 일실시예에 따라 프리셋을 학습하는 과정을 도시한 도면이다.
도 11은 본 발명의 일실시예에 따른 프로세스 히스토리의 일례이다.
도 2는 본 발명의 일실시예에 따른 치아 교정 모델 셋업 방법을 도시한 플로우차트이다.
도 3은 본 발명의 일실시예에 따라 치아 교정 모델을 셋업하는 과정을 도시한 도면이다.
도 4는 본 발명의 일실시예에 따라 교합 평면을 설정하는 과정을 도시한 도면이다.
도 5는 본 발명의 일실시예에 따라 치아 교정 모델을 정렬하는 과정을 도시한 도면이다.
도 6은 본 발명의 일실시예에 따라 치식을 부여하는 과정을 도시한 도면이다.
도 7은 본 발명의 일실시예에 따라 치축을 설정하는 과정을 도시한 도면이다.
도 8은 본 발명의 일실시예에 따라 환자에 최적화된 악궁 라인을 생성하는 과정을 도시한 도면이다.
도 9는 본 발명의 일실시예에 따라 최종 치아 교정 모델을 완성하는 과정을 도시한 도면이다.
도 10은 본 발명의 일실시예에 따라 프리셋을 학습하는 과정을 도시한 도면이다.
도 11은 본 발명의 일실시예에 따른 프로세스 히스토리의 일례이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 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 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 발명의 일실시예에 따른 치아 교정 모델 셋업 방법은 치아 교정 모델 셋업 장치에 의해 수행될 수 있다.
도 1은 본 발명의 일실시예에 따른 치아 교정 모델 셋업 장치를 나타내는 도면이다.
치아 교정 모델 학습 장치(101)는 치아 교정 모델 셋업 장치를 사용하는 적어도 하나의 사용자가 서로 다른 환자들 각각의 초기 치아 교정 모델을 전처리하여 최종 치아 교정 모델을 셋업하는 과정에서 사용자에게 수동으로 보정된 초기 치아 교정 모델의 파라미터, 파라미터들 각각의 보정된 파라미터값, 초기 치아 교정 모델의 파라미터 및 파라미터값을 변경하는 순서, 또는 다른 프로세스 히스토리에 따라 변경된 초기 치아 교정 모델의 파라미터, 초기 치아 교정 모델의 파라미터값, 초기 치아 교정 모델의 파라미터 및 파라미터값을 변경하는 순서를 학습하여 생성되는 서로 다른 환자들 각각의 프로세스 히스토리를 생성할 수 있다.
그리고, 치아 교정 모델 학습 장치(101)는 환자 정보와 치아 교정 모델 셋업 장치(100)을 사용하는 사용자의 식별 정보 및 환자 정보에 대응하는 프로세스 히스토리를 매칭하여 생성된 프리셋을 저장 및 관리할 수 있다.
또한, 프로세스 히스토리에는 초기 치아 교정 모델의 상악 치아 모델과 하악 치아 모델을 정렬하는 모델 전처리 프로세스; 초기 치아 교정 모델에 포함된 치아들을 정렬하는 치아 전처리 프로세스; 및 초기 치아 교정 모델에 포함된 치아들 각각의 포지션을 정의하는 치아 셋업 프로세스 중 적어도 하나가 포함될 수 있다.
치아 교정 모델 셋업 장치(100)는 도 1에 도시된 바와 같이 입력부(110), 프로세서(120), 및 출력부(130)를 포함할 수 있다.
입력부(110)는 환자의 구강 스캔 정보 및 환자의 성별, 나이와 같은 신상 정보를 포함하는 환자 정보를 입력 받을 수 있다.
프로세서(120)는 입력부(110)가 입력받은 환자의 구강 스캔 정보를 이용하여 환자의 초기 치아 교정 모델을 생성할 수 있다. 이때, 프로세서(120)는 환자의 상/하악 및 지대치 스캔 정보의 악간 관계와 환자의 구강 스캔 정보의 방향성을 설정하고, 설정 결과에 따라 환자의 구강 스캔 정보를 편집하여 환자의 초기 치아 교정 모델을 생성할 수 있다.
다음으로, 프로세서(120)는 치아 교정 모델 학습 장치(102)에 저장된 프리셋들 중에서 구강 스캔 정보에 대응하는 프리셋을 선택할 수 있다.
치아 교정 모델 학습 장치(102)에 기 저장된 프리셋의 개수가 기 설정된 최소 개수 이하인 경우, 프로세서(120)는 디폴트 설정에 따른 프로세스 히스토리가 포함된 디폴트셋과 기 저장된 프리셋을 각각 구강 스캔 정보와 비교하고, 디폴트셋과 기 저장된 프리셋 중에서 구강 스캔 정보와의 유사도가 가장 높은 셋을 구강 스캔 정보에 대응하는 프리셋으로 선택할 수 있다.
또한, 프로세서(120)는 복수의 프리셋들 각각과 구강 스캔 정보 간의 유사도 및 복수의 프리셋들 각각의 우선 순위를 고려하여 구강 스캔 정보에 대응하는 프리셋을 선택하며, 구강 스캔 정보에 대응하는 프리셋으로 선택된 프리셋의 우선순위를 증가시킬 수 있다. 이때, 프리셋이 선택된 회수가 증가하거나, 구강 스캔 정보와 프리셋 간의 유사도가 높을수록 프리셋의 우선 순위가 증가할 수 있다.
그리고, 프로세서(120)는 복수의 프리셋들 중에서 우선 순위에 따라 적어도 하나의 프리셋을 선택하여 사용자에게 제공할 수 있다. 이때, 치아 교정 모델 학습 장치(102)에 기 저장된 프리셋의 개수가 기 설정된 최소 개수 이하인 경우, 프로세서(120)는 디폴트 설정에 따른 프로세스 히스토리가 포함된 디폴트셋을 기 저장된 프리셋과 함께 사용자에게 제공할 수 있다.
그리고, 사용자의 요청에 따라 프리셋이 선택되는 경우, 프로세서(120)는 사용자에게 선택된 프리셋의 우선 순위를 증가시킬 수 있다. 또한, 사용자의 요청에 따라 디폴트셋이 선택되는 경우, 프로세서(120)는 디폴트셋을 구강 스캔 정보에 대응하는 프리셋으로 선택할 수 있다.
그 다음으로, 프로세서(120)는 선택된 프리셋에 포함된 프로세스 히스토리에 따라 초기 치아 교정 모델을 전처리하여 환자의 최종 치아 교정 모델을 셋업할 수 있다.
이때, 프로세스 히스토리에 모델 전처리 프로세스가 포함된 경우, 프로세서(120)는 프로세스 히스토리에 포함된 교두점 및 접촉점을 이용하여 교합 평면을 설정하고, 교합 평면을 이용하여 초기 치아 교정 모델의 상악 치아 모델과 하악 치아 모델을 정렬할 수 있다.
또한, 프로세스 히스토리에 치아 전처리 프로세스가 포함된 경우, 프로세서(120)는 프로세스 히스토리에 포함된 치아의 외형 정보들 중에서 환자의 외형 정보와 유사도가 가장 높은 치아의 외형 정보를 검색하고, 검색한 치아의 외형 정보에 매칭된 치축에 따라 초기 치아 교정 모델에 포함된 치아의 치축을 보정할 수 있다.
그리고, 프로세스 히스토리에 치아 셋업 프로세스의 아이디얼 아치 설정 프로세스가 포함된 경우, 프로세서(120)는 프로세스 히스토리에 포함된 아이디얼 아치에 따라 초기 치아 교정 모델의 아이디얼 아치에 포함된 치아의 포지션을 보정할 수 있다.
또한, 프로세스 히스토리에 치아 셋업 프로세스의 셋업 모델 분할 프로세스가 포함된 경우, 프로세서(120)는 초기 치아 교정 모델과 최종 치아 교정 모델 사이의 복수의 스탭을 설정하고, 프로세스 히스토리에 포함된 스탭별 치아의 최대 이동량 및 이동 타입에 따라 초기 치아 교정 모델에서 치아를 이동하여 스탭별로 치아 교정 모델을 생성할 수 있다.
마지막으로 프로세서(120)는 환자 정보와 환자의 최종 치아 교정 모델 및 선택된 프리셋에 포함된 프로세스 히스토리를 매칭하여 프리셋을 생성할 수 있다. 이때, 출력부(130)는 생성된 프리셋을 치아 교정 모델 학습 장치(102)로 전송하여 치아 교정 모델 학습 장치(102)가 관리하는 프리셋들에 추가시킬 수 있다.
또한, 프로세서(120)는 구강 스캔 정보와의 유사도에 따라 순차적으로 복수의 프리셋을 선택하고, 선택한 복수의 프리셋들 각각에 포함된 프로세스 히스토리에 따라 초기 치아 교정 모델을 전처리하여 복수의 최종 치아 교정 모델들을 셋업하고, 셋업한 복수의 최종 치아 교정 모델들을 사용자에게 제공하며, 복수의 최종 치아 교정 모델들 중 사용자에게 선택된 최종 치아 교정 모델에 대응하는 프리셋의 프로세스 히스토리를 환자 정보 및 선택된 최종 치아 교정 모델과 매칭하여 신규 프리셋으로 추가할 수 있다.
마지막으로 프로세서(120)는 사용자의 입력에 따라 최종 치아 교정 모델의 파라미터값을 세부 조정할 수 있다. 그리고, 출력부(130)는 사용자의 입력에 따라 파라미터값이 세부 조정된 최종 치아 교정 모델을 출력할 수 있다. 이때, 치아 교정 모델 학습 장치(101)는 최종 치아 교정 모델이 셋업되는 과정에서 사용된 프로세스의 타입, 각각의 프로세스를 적용한 순서, 각각의 프로세스에 따른 초기 치아 교정 모델의 파라미터값의 변화를 학습할 수 있다. 또한, 치아 교정 모델 학습 장치(101)는 사용자의 입력에 따라 세부 조정된 최종 치아 교정 모델의 파라미터의 타입 및 파라미터값의 변화를 학습할 수 있다.
본 발명의 일실시예에 따른 치아 교정 모델 학습 장치(101)는 초기 치아 교정 모델을 전처리하여 최종 치아 교정 모델을 셋업하는 과정에 따른 파라미터값들의 변화를 학습하고, 학습 결과에 따라 초기 치아 교정 모델의 파라미터값들을 변화시켜 전처리함으로써, 전처리 과정에서 변화시킬 파라미터값의 계산 과정을 생략할 수 있으므로, 최종 치아 교정 모델을 셋업하는 시간을 단축시킬 수 있다.
도 2는 본 발명의 일실시예에 따른 치아 교정 모델 셋업 방법을 도시한 플로우차트이다.
단계(210)에서 프로세서(120)는 환자의 구강 스캔 정보를 이용하여 환자의 초기 치아 교정 모델을 생성할 수 있다.
단계(220)에서 프로세서(120)는 치아 교정 모델 학습 장치(102)에 저장된 프리셋들 중에서 구강 스캔 정보에 대응하는 프리셋을 선택할 수 있다. 이때, 프로세서(120)는 복수의 프리셋들 각각과 구강 스캔 정보 간의 유사도 및 복수의 프리셋들 각각의 우선 순위를 고려하여 구강 스캔 정보에 대응하는 프리셋을 선택하며, 구강 스캔 정보에 대응하는 프리셋으로 선택된 프리셋의 우선순위를 증가시킬 수 있다. 이때, 프리셋이 선택된 회수가 증가하거나, 구강 스캔 정보와 프리셋 간의 유사도가 높을수록 프리셋의 우선 순위가 증가할 수 있다.
단계(230)에서 프로세서(120)는 단계(220)에서 선택된 프리셋에 포함된 프로세스 히스토리에 따라 초기 치아 교정 모델을 전처리하여 환자의 최종 치아 교정 모델을 셋업할 수 있다.
이때, 프로세서(120)는 프로세스 히스토리에 포함된 교두점 및 접촉점을 이용하여 교합 평면을 설정하고, 교합 평면을 이용하여 초기 치아 교정 모델의 상악 치아 모델과 하악 치아 모델을 정렬할 수 있다. 또한, 프로세서(120)는 프로세스 히스토리에 포함된 치아의 외형 정보들 중에서 환자의 외형 정보와 유사도가 가장 높은 치아의 외형 정보를 검색하고, 검색한 치아의 외형 정보에 매칭된 치축에 따라 초기 치아 교정 모델에 포함된 치아의 치축을 보정할 수 있다.
그리고, 프로세서(120)는 프로세스 히스토리에 포함된 아이디얼 아치에 따라 초기 치아 교정 모델의 아이디얼 아치에 포함된 치아의 포지션을 보정할 수 있다. 또한, 프로세서(120)는 초기 치아 교정 모델과 최종 치아 교정 모델 사이의 복수의 스탭을 설정하고, 프로세스 히스토리에 포함된 스탭별 치아의 최대 이동량 및 이동 타입에 따라 초기 치아 교정 모델에서 치아를 이동하여 스탭별로 치아 교정 모델을 생성할 수 있다.
단계(240)에서 프로세서(120)는 사용자의 입력에 따라 최종 치아 교정 모델의 파라미터값을 세부 조정할 수 있다. 그리고, 출력부(130)는 사용자의 입력에 따라 파라미터값이 세부 조정된 최종 치아 교정 모델을 출력할 수 있다. 이때, 치아 교정 모델 학습 장치(101)는 사용자의 입력에 따라 세부 조정된 최종 치아 교정 모델의 파라미터의 타입 및 파라미터값의 변화를 학습할 수 있다.
단계(250)에서 프로세서(120)는 환자 정보와 환자의 최종 치아 교정 모델 및 선택된 프리셋에 포함된 프로세스 히스토리를 매칭하여 프리셋을 생성할 수 있다. 이때, 출력부(130)는 생성된 프리셋을 치아 교정 모델 학습 장치(102)로 전송하여 치아 교정 모델 학습 장치(102)가 관리하는 프리셋들에 추가시킬 수 있다.
도 3은 본 발명의 일실시예에 따라 치아 교정 모델을 셋업하는 과정을 도시한 도면이다.
프로세서(120)는 모델 전처리 프로세스(310); 치아 전처리 프로세스(320) 및 치아 셋업 프로세스(330) 중 적어도 하나를 이용하여 최종 치아 교정 모델을 셋업할 수 있다. 이때, 프로세서(120)는 모델 전처리 프로세스(310); 치아 전처리 프로세스(320) 및 치아 셋업 프로세스(330)의 하위 프로세서들 중 일부를 선택하여 최종 치아 교정 모델을 셋업할 수도 있다. 그리고, 프로세서(120)는 모델 전처리 프로세스(310); 치아 전처리 프로세스(320) 및 치아 셋업 프로세스(330)의 하위 프로세서들 중 적어도 하나에 치아 교정 모델 학습 장치(101)의 학습 결과에 따라 결정된 파라미터값을 적용하여 최종 치아 교정 모델을 셋업할 수도 있다.
모델 전처리 프로세스(310)는 도 3에 도시된 바와 같이 하위 프로세스로 레지스트레이션 프로세스(311), 교합 평면 설정 프로세스(312), 및 모델 정렬 프로세스(313)를 포함할 수 있다.
레지스트레이션(registration) 프로세스(311)는 환자 정보 및 CT와 같은 구강 스캔 정보를 등록하는 프로세스일 수 있다. 또한, 교합 평면 설정 프로세스(312)는 치아 교정 모델의 교합 평면을 설정하는 프로세스이며, 오리엔테이션(Orientation) 프로세스로 표시할 수도 있다. 그리고, 모델 정렬 프로세스(313)는 치아 교정 모델을 정렬하는 프로세스일 수 있다.
치아 전처리 프로세스(320)는 도 3에 도시된 바와 같이 하위 프로세스로 치아 분할 프로세스(321), 치축 설정 프로세스(322) 및 치근 설정 프로세스(323)를 포함할 수 있다.
치아 분할 프로세스(321)는 치아 교정 모델에 포함된 치아들 각각을 분리하는 프로세스일 수 있다. 그리고, 치축 설정 프로세스(322)는 분리한 치아의 치축을 설정하는 프로세스이고, 치근 설정 프로세스(323)는 분리한 치아의 치근을 설정하는 프로세스일 수 있다.
치아 셋업 프로세스(330)는 도 3에 도시된 바와 같이 하위 프로세스로 아이디얼 아치 설정 프로세스(331), 셋업 프로세스(332), 및 모델 분할 프로세스(333)를 포함할 수 있다.
아이디얼 아치 설정 프로세스(331)는 초기 치아 교정 모델의 악궁 라인(Ideal Arch)을 생성하고, 초기 치아 교정 모델의 악궁 라인과 초기 치아 교정 모델을 기초로 최적의 악궁 라인을 생성하는 프로세스일 수 있다. 또한, 셋업 프로세스(332)는 최적의 악궁 라인에 따라 치아들 각각의 포지션을 정의하는 프로세스일 수 있다. 그리고, 모델 분할 프로세스(333)는 초기 치아 교정 모델이 최종 치아 교정 모델로 변화하는 과정을 복수의 모델들을 이용하여 표시하는 프로세스일 수 있다.
구체적으로, 모델 분할 프로세스(333)는 스텝 별 치아의 최대 이동량 설정 값에 따라 초기 치아 교정 모델과 최종 치아 교정 모델 사이에 복수의 스탭을 설정할 수 있다. 이 때, 모델 분할 프로세스(333)는 각 치아의 전체 이동/회전량을 수치화 하고 수치화한 값을 각각의 사전 설정된 제한 량으로 분할하여 스탭의 개수를 결정할 수 있다.
그리고, 모델 분할 프로세스(333)는 초기 치아 교정 모델과 최종 치아 교정 모델 간의 파라미터값의 변화를 스탭의 개수에 따라 분할하여 스탭별 치아 교정 모델들을 생성할 수 있다.
예를 들어, 초기 치아 교정 모델을 기준으로 최종 치아 교정 모델에서 하악의 오른쪽 어금니가 왼쪽으로 10도 회전하였고, 스탭 별로 회전량의 제한이 2도인 경우, 모델 분할 프로세스(333)는 스탭의 개수를 4로 결정할 수 있다.
이때, 모델 분할 프로세스(333)는 초기 치아 교정 모델에서 하악의 오른쪽 어금니를 왼쪽으로 2도 회전시켜 제1 스탭의 치아 교정 모델을 생성할 수 있다. 또한, 모델 분할 프로세스(333)는 초기 치아 교정 모델에서 하악의 오른쪽 어금니를 왼쪽으로 4도 회전시켜 제2 스탭의 치아 교정 모델을 생성할 수 있다. 그리고, 모델 분할 프로세스(333)는 초기 치아 교정 모델에서 하악의 오른쪽 어금니를 왼쪽으로 6도 회전시켜 제3 스탭의 치아 교정 모델을 생성할 수 있다. 또한, 모델 분할 프로세스(333)는 초기 치아 교정 모델에서 하악의 오른쪽 어금니를 왼쪽으로 8도 회전시켜 제4 스탭의 치아 교정 모델을 생성할 수 있다.
그리고, 치아 교정 모델 학습 장치(102)는 모델 분할 프로세스(333)에서 사용하는 스텝 별 각 치아의 최대 이동량 설정 및 개개 치아의 이동 종류(Tip, Torque, Rotation, Mesiodistal, Labiolingual, Extrusion-Intrusion)에 따른 이동량, 순서, 치아 별 이동 가중치를 최종 치아 교정 모델을 셋업하는 과정에 따른 파라미터값들의 변화로 학습할 수 있다.
도 4는 본 발명의 일실시예에 따라 교합 평면을 설정하는 과정을 도시한 도면이다.
교합 평면 설정 프로세스(312)가 수행되는 경우, 프로세서(120)는 초기 치아 교정 모델의 하악 치아 모델(200)의 중절치 접촉점(Contact Point)(210), 왼쪽 제1대구치 근심 협측 교두정(220) 및 오른쪽 제1대구치 근심 협측 교두정(230)을 검출할 수 있다.
다음으로, 프로세서(120)는 중절치 접촉점(210), 왼쪽 제1대구치 근심 협측 교두정(220) 및 오른쪽 제1대구치 근심 협측 교두정(230)을 연결하는 평면을 교합평면(240)으로 설정할 수 있다.
또한, 사용자가 중절치 접촉점(210), 왼쪽 제1대구치 근심 협측 교두정(220) 및 오른쪽 제1대구치 근심 협측 교두정(230)를 수동 설정하는 경우, 치아 교정 모델 학습 장치(102)는 사용자가 설정한 중절치 접촉점(210), 왼쪽 제1대구치 근심 협측 교두정(220) 및 오른쪽 제1대구치 근심 협측 교두정(230)을 환자 정보에 대응하는 중절치 접촉점(210), 왼쪽 제1대구치 근심 협측 교두정(220) 및 오른쪽 제1대구치 근심 협측 교두정(230)으로 학습할 수 있다.
이후, 학습한 환자 정보와 유사도가 임계값 이상인 환자 정보를 입력받은 경우, 프로세서(120)는 중절치 접촉점(210), 왼쪽 제1대구치 근심 협측 교두정(220) 및 오른쪽 제1대구치 근심 협측 교두정(230)를 검출하는 과정을 생략하고, 학습한 중절치 접촉점(210), 왼쪽 제1대구치 근심 협측 교두정(220) 및 오른쪽 제1대구치 근심 협측 교두정(230)를 이용하여 교합 평면(240)을 설정할 수 있다.
도 5는 본 발명의 일실시예에 따라 치아 교정 모델을 정렬하는 과정을 도시한 도면이다.
모델 정렬 프로세스(313)가 수행되는 경우, 프로세서(120)는 교합 상태의 치아 교정 모델을 정면에서 바라보는 영상(510), 교합 상태의 치아 교정 모델을 측면에서 바라보는 영상(520), 교합 상태의 치아 교정 모델을 교합면에서 바라보는 영상(530) 및 교합 평면(240)이 설정된 하악 치아 모델(220)이 포함된 4분할 화면을 이용하여 하악 치아 모델(220)의 정중선(Midsagittal Line)(540)을 설정할 수 있다. 그리고, 프로세서(120)는 정중선(540)을 이용하여 초기 치아 교정 모델의 좌우 대칭 정렬을 시행할 수 있다.
도 6은 본 발명의 일실시예에 따라 치식을 부여하는 과정을 도시한 도면이다.
치아 분할(Tooth Segmentation) 프로세스(321)가 수행되는 경우, 프로세서(120)는 초기 치아 교정 모델에서 치아와 치은의 경계부를 인식하여 분할선(Segmentation Line)을 추출할 수 있다. 그리고, 프로세서(120)는 초기 치아 교정 모델의 정중선(610) 기준으로 정중선(610)에서 가까운 치아부터 원심 방향으로 치식(Annotation)을 자동 부여할 수 있다. 이때, 도 6에 도시된 바와 같이 치식 11,12,13,14,15,16,17,21,22,23,24,25,26,27은 정중선(610)에 가까울수록 낮은 값을 가질 수 있다.
도 7은 본 발명의 일실시예에 따라 치축을 설정하는 과정을 도시한 도면이다.
치축 설정 프로세스(322)가 수행되는 경우, 프로세서(120)는 치식이 부여되어 분리된 치아의 외형(711)을 기준으로 치아의 치축(Tooth Axis)(712)을 설정할 수 있다. 그리고, 프로세서(120)는 사용자의 입력, 또는 학습된 파라미터에 따라 치축(712)를 보정할 수 있다. 이때, 치아 교정 모델 학습 장치(102)는 보정된 치축(720)과 치아의 외형(711)의 매칭하여 학습할 수 있다.
이후, 치아의 외형(711)과 유사도가 임계값 이상인 환자 정보가 입력되는 경우, 프로세서(120)는 보정된 치축(720)에 따라 해당 치아의 치축을 설정할 수 있다.
또한, 치근 설정 프로세스(323)이 수행되는 경우, 프로세서(120)는 치아들 각각의 타입에 따라 설정된 치근 길이의 기본값을 적용하여 치축(712) 방향으로 치근(713)을 형성할 수 있다.
도 8은 본 발명의 일실시예에 따라 환자에 최적화된 악궁 라인을 생성하는 과정을 도시한 도면이다.
아이디얼 아치 설정 프로세스(331)가 수행되는 경우, 프로세서(120)는 초기 치아 보정 모델의 치아 특징점들을 추출할 수 있다. 그리고, 프로세서(120)는 추출한 치아 특징점들을 연결하여 초기 치아 보정 모델의 악궁 라인(811)을 결정할 수 있다.
이때, 프로세서(120)는 악궁 라인(811)의 길이와 치아별 근원심 폭경의 합을 비교하여 환자의 구강 내 공간의 과부족을 계산하고, 계산 결과에 따라 최적의 악궁 라인(821)을 생성할 수 있다. 이때, 치아 교정 모델 학습 장치(102)는 초기 치아 보정 모델의 치아 특징점들과 악궁 라인(821) 및 악궁 라인(811)에서 악궁 라인(821)로 변경되기 위한 치아들 각각의 랜드마크 수정, 및 치아들 각각의 Tip, Torque 변경 값을 학습할 수 있다.
이후, 초기 치아 보정 모델의 치아 특징점들과 유사도가 임계값 이상인 환자 정보가 입력되는 경우, 프로세서(120)는 환자의 구강 내 공간의 과부족을 계산하는 과정을 생략하고, 악궁 라인(821)을 환자에 대한 최적의 악궁 라인으로 결정할 수 있다.
도 9는 본 발명의 일실시예에 따라 최종 치아 교정 모델을 완성하는 과정을 도시한 도면이다.
치아 셋업(Tooth Setup) 프로세스(332)가 수행되는 경우, 프로세서(120)는 악궁 라인(821)에서 치아 별 기본값으로 설정된 기준점에 따라 치아를 이동시킬 수 있다. 이때, 프로세서(120)는 치아 별로 근-원심 경사각(Tip)(910,930) 및 순(협)-설(Torque)경사각(920)의 기본값을 적용하여 치아의 포지션을 정의함으로써, 최종 치아 교정 모델을 결정할 수 있다.
도 10은 본 발명의 일실시예에 따라 프리셋을 학습하는 과정을 도시한 도면이다.
도 10에서 선택 가능한 프리셋의 최소 개수는 3개일 수 있다.
사용자가 환자 0의 디폴트 셋(Default set)(1001)을 수동으로 전처리하여 최종 치아 교정 모델을 셋업한 경우, 치아 교정 모델 셋업 장치(100)는 환자 0의 환자 정보, 최종 치아 교정 모델, 및 프로세스 히스토리를 매칭하여 치아 교정 모델 학습 장치(102)의 파라미터 데이터베이스에 프리셋 1(1002)로 저장할 수 있다.
이후, 환자 1(1010)의 최종 치아 교정 모델을 요청 받은 경우, 파라미터 데이터베이스에 저장된 프리셋의 개수가 최소 개수 이하므로, 치아 교정 모델 셋업 장치(100)는 디폴트 셋(1001)와 프리셋 1(1002)을 선택할 수 있다.
그리고, 치아 교정 모델 셋업 장치(100)는 디폴트 셋(1001)에 포함된 프로세스 히스토리와 프리셋 1(1002)에 포함된 프로세스 히스토리를 각각 환자 1(1010)의 초기 치아 교정 모델에 적용하여 최종 치아 교정 모델 1과 최종 치아 교정 모델 2를 생성할 수 있다.
이때, 최종 치아 교정 모델 1과 최종 치아 교정 모델 2 중에서 최종 치아 교정 모델 1가 사용자에게 선택받은 경우, 치아 교정 모델 셋업 장치(100)는 환자 1(1010)의 환자 정보, 및 디폴트 셋(1001)에 포함된 프로세스 히스토리를 최종 치아 교정 모델 1과 매칭하여 프리셋 2(1003)를 생성할 수 있다. 또한, 최종 치아 교정 모델 2가 사용자에게 선택받은 경우, 치아 교정 모델 셋업 장치(100)는 환자 1(1010)의 환자 정보, 및 프리셋 1(1002) 에 포함된 프로세스 히스토리를 최종 치아 교정 모델 2와 매칭하여 프리셋 2(1003)를 생성할 수 있다.
그리고, 사용자가 최종 치아 교정 모델 1과 최종 치아 교정 모델 2 중 하나를 선택한 후 세부 조정을 하는 경우, 치아 교정 모델 셋업 장치(100)는 세부 조정된 최종 치아 교정 모델 1 또는 최종 치아 교정 모델 2을 환자 1(1010)의 환자 정보, 및 디폴트 셋(1001)에 포함된 프로세스 히스토리 또는 프리셋 1(1002) 에 포함된 프로세스 히스토리와 매칭하여 프리셋 2(1003)를 생성할 수 있다.
다음으로, 환자 2(1020)의 최종 치아 교정 모델을 요청 받은 경우, 파라미터 데이터베이스에 저장된 프리셋의 개수가 최소 개수 이하므로, 치아 교정 모델 셋업 장치(100)는 디폴트 셋(1001)와 프리셋 1(1002) 및 프리셋2(1003)을 선택할 수 있다.
그리고, 치아 교정 모델 셋업 장치(100)는 디폴트 셋(1001)에 포함된 프로세스 히스토리와 프리셋 1(1002)에 포함된 프로세스 히스토리 및 프리셋 2(1003)에 포함된 프로세스 히스토리를 각각 환자 2(1020)의 초기 치아 교정 모델에 적용하여 최종 치아 교정 모델 1내지 최종 치아 교정 모델 3을 생성할 수 있다.
이때, 치아 교정 모델 셋업 장치(100)는 환자 2(1020)의 환자 정보, 최종 치아 교정 모델 1내지 최종 치아 교정 모델 3 중에서 사용자에게 선택된 최종 치아 교정 모델 및 사용자에게 선택된 최종 치아 교정 모델에 대응하는 셋에 포함된 프로세스 히스토리를 매칭하여 프리셋 3을 생성할 수 있다.
이후로는 파라미터 데이터베이스에 저장된 프리셋의 개수가 최소 개수를 초과하므로, 치아 교정 모델 셋업 장치(100)는 파라미터 데이터베이스에 저장된 프리셋들 중 우선 순위가 가장 높은 프리셋을 선택할 수 있다.
이때, 치아 교정 모델 학습 장치(102)는 파라미터 데이터베이스에 저장된 프리셋들 각각에 포함된 프로세스 히스토리들 간의 유사도를 평가할 수 있다. 그리고, 프로세스 히스토리들 간의 유사도가 임계값 이상인 경우, 치아 교정 모델 학습 장치(102)는 해당 프로세스 히스토리가 포함된 프리셋을 통합할 수 있다. 그리고, 치아 교정 모델 학습 장치(101)는 복수의 프리셋들이 통합된 프리셋에 통합된 프리셋의 개수를 설정할 수 있다. 통합된 프리셋의 개수가 증가할수록 해당 프리셋에 포함된 프로세스 히스토리에 따라 초기 치아 교정 모델을 보정한 사례가 많다는 것을 의미한다. 즉, 통합된 프리셋의 개수가 증가할수록 해당 프리셋에 포함된 프로세시 히스토리를 사용한 빈도가 증가하는 것을 의미하므로, 치아 교정 모델 학습 장치(101)는 통합된 프리셋의 개수에 비례하여 통합된 프리셋에 우선 순위를 설정함으로써, 해당 프리셋이 선택될 확률을 증가시킬 수 있다.
예를 들어, 프리셋 2(1003)이 최종 치아 교정 모델2에 따라 생성되었고, 사용자의 세부 조정이 없는 경우, 프리셋 2(1003)과 프리셋 1(1002)에 각각 포함된 프로세스 히스토리는 동일할 수 있다. 따라서, 치아 교정 모델 학습 장치(102)는 프리셋 2(1003)를 프리셋 1(1002)에 통합시키고, 프리셋 1(1002)에 통합된 프리셋의 개수를 2로 설정함으로서, 프리셋 1(1002)이 선택될 확률을 증가시킬 수 있다.
이후, 환자 n(1030)의 최종 치아 교정 모델을 요청 받은 경우, 치아 교정 모델 셋업 장치(100)는 파라미터 데이터베이스에 저장된 프리셋들 중에서 우선 순위가 가장 높은 프리셋 1(1002), 프리셋 8(1004), 프리셋10(1005)을 선택할 수 있다.
그리고, 치아 교정 모델 셋업 장치(100)는 프리셋 1(1002)에 포함된 프로세스 히스토리와 프리셋 8(1004)에 포함된 프로세스 히스토리 및 프리셋 10(1005)에 포함된 프로세스 히스토리를 각각 환자 n(1030)의 초기 치아 교정 모델에 적용하여 최종 치아 교정 모델 1내지 최종 치아 교정 모델 3을 생성할 수 있다.
이때, 치아 교정 모델 셋업 장치(100)는 환자 3(1030)의 환자 정보, 최종 치아 교정 모델 1내지 최종 치아 교정 모델 3 중에서 사용자에게 선택된 최종 치아 교정 모델 및 사용자에게 선택된 최종 치아 교정 모델에 대응하는 셋에 포함된 프로세스 히스토리를 매칭하여 프리셋 n을 생성할 수 있다.
도 11은 본 발명의 일실시예에 따른 프로세스 히스토리의 일례이다.
본 발명의 일실시예에 따른 프로세스 히스토리는 초기 치아 교정 모델을 보정하는 과정에서 수행될 프로세스를 나타내는 노드와 프로세스가 보정할 파라미터값을 나타내는 엣지로 구성될 수 있다.
예를 들어, 도 11에 도시된 프로세스 히스토리는 치아를 분리하는 치아 분할 프로세스를 나타내는 노드(1110)와 치근 설정 프로세스(1120)를 나타내는 노드(1120)를 포함할 수 있다.
이때, 노드(1120)는 치근 설정 과정에서 사용자에 의한 세부 조정 정도를 나타내는 엣지(1121)를 통하여 아이디얼 아치의 방향을 조정하는 아이디얼 아치 설정 프로세스를 나타내는 노드(1130)과 연결될 수 있다.
또한, 노드(1130)는 이이디얼 아치의 방향을 조절하는 과정에서 사용자에 의한 세부 조정 정도를 나타내는 엣지(1131)를 통하여 치아이동의 중간 단계를 설정하는 모델 분할 프로세스를 나타내는 노드(1140(과 연결될 수 있다.
즉, 프로세스 히스토리는 초기 치아 교정 모델을 전처리하는 과정에서 수행될 프로세스들을 순차적으로 연결하며, 현재 프로세스와 다음에 수행될 프로세스와 연결하는 엣지로 현재 프로세스에서 조정할 파라미터값을 사용함으로써, 프로세스의 수행 순서 및 각각의 프로세스에서 조정할 파라미터값을 모두 표시할 수 있다.
본 발명은 초기 치아 교정 모델을 전처리하여 최종 치아 교정 모델을 셋업하는 과정에 따른 파라미터값들의 변화를 학습하고, 학습 결과에 따라 초기 치아 교정 모델의 파라미터값들을 변화시켜 전처리함으로써, 전처리 과정에서 변화시킬 파라미터값의 계산 과정을 생략할 수 있으므로, 최종 치아 교정 모델을 셋업하는 시간을 단축시킬 수 있다.
본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 구현들은 데이터 처리 장치, 예를 들어 프로그램가능 프로세서, 컴퓨터, 또는 다수의 컴퓨터들의 동작에 의한 처리를 위해, 또는 이 동작을 제어하기 위해, 컴퓨터 프로그램 제품, 즉 정보 캐리어, 예를 들어 기계 판독가능 저장 장치(컴퓨터 판독가능 매체)에 기록된 컴퓨터 프로그램으로서 구현될 수 있다. 상술한 컴퓨터 프로그램(들)과 같은 컴퓨터 프로그램은 컴파일된 또는 인터프리트된 언어들을 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 컴퓨팅 환경에서의 사용에 적절한 다른 유닛으로서 포함하는 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.
컴퓨터 프로그램의 처리에 적절한 프로세서들은 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들을 실행하는 적어도 하나의 프로세서 및 명령어들 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하는 하나 이상의 대량 저장 장치들, 예를 들어 자기, 자기-광 디스크들, 또는 광 디스크들을 포함할 수 있거나, 이것들로부터 데이터를 수신하거나 이것들에 데이터를 송신하거나 또는 양쪽으로 되도록 결합될 수도 있다. 컴퓨터 프로그램 명령어들 및 데이터를 구체화하는데 적절한 정보 캐리어들은 예로서 반도체 메모리 장치들, 예를 들어, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 등을 포함한다. 프로세서 및 메모리는 특수 목적 논리 회로조직에 의해 보충되거나, 이에 포함될 수 있다.
또한, 컴퓨터 판독가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용매체일 수 있고, 컴퓨터 저장매체 및 전송매체를 모두 포함할 수 있다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 장치 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 장치들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.
100: 치아 교정 모델 셋업 장치
120: 프로세서
101: 치아 교정 모델 학습 장치
120: 프로세서
101: 치아 교정 모델 학습 장치
Claims (16)
- 환자 정보에 포함된 환자의 구강 스캔 정보를 이용하여 상기 환자의 초기 치아 교정 모델을 생성하는 단계;
사용자가 상기 환자와 서로 다른 환자들 각각의 초기 치아 교정 모델을 이용하여 서로 다른 환자들 각각의 최종 치아 교정 모델을 생성하는 과정에서 사용한 프로세스 히스토리가 포함된 프리셋들 중에서 상기 구강 스캔 정보에 대응하는 프리셋을 선택하는 단계;
선택된 프리셋에 포함된 프로세스 히스토리에 따라 상기 초기 치아 교정 모델을 전처리하여 상기 환자의 최종 치아 교정 모델을 셋업하는 단계; 및
상기 환자 정보와 상기 환자의 최종 치아 교정 모델 및 상기 선택된 프리셋에 포함된 프로세스 히스토리를 매칭하여 프리셋을 추가하는 단계
를 포함하는 치아 교정 셋업 방법. - 제1항에 있어서,
상기 프로세스 히스토리는,
서로 다른 환자들 각각의 초기 치아 교정 모델을 전처리하는 과정에서 사용자에게 수동으로 변경되거나, 서로 다른 프로세스 히스토리에 따라 변경된 초기 치아 교정 모델의 특징 및 설정값을 학습하여 생성되는 치아 교정 셋업 방법. - 제1항에 있어서,
상기 프로세스 히스토리는,
상기 초기 치아 교정 모델의 상악 치아 모델과 하악 치아 모델을 정렬하는 모델 전처리 프로세스;
상기 초기 치아 교정 모델에 포함된 치아들을 정렬하는 치아 전처리 프로세스; 및
상기 초기 치아 교정 모델에 포함된 치아들 각각의 포지션을 정의하는 치아 셋업 프로세스
중 적어도 하나를 포함하는 치아 교정 셋업 방법. - 제3항에 있어서,
상기 최종 치아 교정 모델을 셋업하는 단계는,
상기 프로세스 히스토리에 상기 모델 전처리 프로세스가 포함된 경우, 상기 프로세스 히스토리에 포함된 교두점 및 접촉점을 이용하여 교합 평면을 설정하고, 상기 교합 평면을 이용하여 상기 초기 치아 교정 모델의 상악 치아 모델과 하악 치아 모델을 정렬하는 치아 교정 셋업 방법. - 제3항에 있어서,
상기 최종 치아 교정 모델을 셋업하는 단계는,
상기 프로세스 히스토리에 상기 치아 전처리 프로세스가 포함된 경우, 상기 프로세스 히스토리에 포함된 치아의 외형 정보들 중에서 환자의 외형 정보와 유사도가 가장 높은 치아의 외형 정보를 검색하고, 검색한 치아의 외형 정보에 매칭된 치축에 따라 상기 초기 치아 교정 모델에 포함된 치아의 치축을 보정하는 치아 교정 셋업 방법. - 제3항에 있어서,
상기 최종 치아 교정 모델을 셋업하는 단계는,
상기 프로세스 히스토리에 상기 치아 셋업 프로세스의 아이디얼 아치 설정 프로세스가 포함된 경우, 상기 프로세스 히스토리에 포함된 아이디얼 아치에 따라 상기 초기 치아 교정 모델의 아이디얼 아치에 포함된 치아의 포지션을 보정하는 치아 교정 셋업 방법. - 제3항에 있어서,
상기 최종 치아 교정 모델을 셋업하는 단계는,
상기 프로세스 히스토리에 상기 치아 셋업 프로세스의 셋업 모델 분할 프로세스가 포함된 경우, 상기 초기 치아 교정 모델과 상기 최종 치아 교정 모델 사이의 복수의 스탭을 설정하고, 상기 프로세스 히스토리에 포함된 스탭별 치아의 최대 이동량 및 이동 타입에 따라 상기 초기 치아 교정 모델에서 치아를 이동하여 스탭별로 치아 교정 모델을 생성하는 치아 교정 셋업 방법. - 제1항에 있어서,
상기 프리셋을 선택하는 단계는,
상기 구강 스캔 정보와의 유사도에 따라 순차적으로 복수의 프리셋을 선택하고,
상기 최종 치아 교정 모델을 셋업하는 단계는,
선택한 복수의 프리셋들 각각에 포함된 프로세스 히스토리에 따라 상기 초기 치아 교정 모델을 전처리하여 복수의 최종 치아 교정 모델들을 셋업하고, 셋업한 복수의 최종 치아 교정 모델들을 사용자에게 제공하며,
상기 프리셋을 추가하는 단계는,
상기 복수의 최종 치아 교정 모델들 중 사용자에게 선택된 최종 치아 교정 모델에 대응하는 프리셋의 프로세스 히스토리를 상기 환자 정보 및 상기 선택된 최종 치아 교정 모델과 매칭하여 신규 프리셋으로 추가하는 치아 교정 셋업 방법. - 제1항에 있어서,
상기 프리셋을 선택하는 단계는,
기 저장된 프리셋의 개수가 기 설정된 최소 개수 이하인 경우, 디폴트 설정에 따른 프로세스 히스토리가 포함된 디폴트셋과 기 저장된 프리셋을 각각 상기 구강 스캔 정보와 비교하고, 상기 디폴트셋과 기 저장된 프리셋 중에서 상기 구강 스캔 정보와의 유사도가 가장 높은 셋을 상기 구강 스캔 정보에 대응하는 프리셋으로 설정하는 치아 교정 셋업 방법. - 제1항에 있어서,
상기 프리셋을 선택하는 단계는,
복수의 프리셋들 각각과 상기 구강 스캔 정보 간의 유사도 및 상기 복수의 프리셋들 각각의 우선 순위를 고려하여 상기 구강 스캔 정보에 대응하는 프리셋을 선택하며, 상기 구강 스캔 정보에 대응하는 프리셋으로 선택된 프리셋의 우선순위를 증가시키는 치아 교정 셋업 방법. - 제1항에 있어서,
상기 프리셋을 선택하는 단계는,
복수의 프리셋들 중에서 우선 순위에 따라 적어도 하나의 프리셋을 선택하여 사용자에게 제공하고, 사용자의 요청에 따라 프리셋이 선택되는 경우, 사용자에게 선택된 프리셋의 우선 순위를 증가시키는 치아 교정 셋업 방법. - 제1항에 있어서,
상기 프리셋을 선택하는 단계는,
기 저장된 프리셋의 개수가 기 설정된 최소 개수 이하인 경우, 디폴트 설정에 따른 프로세스 히스토리가 포함된 디폴트셋을 기 저장된 프리셋과 함께 사용자에게 제공하고, 사용자의 요청에 따라 상기 디폴트셋이 선택되는 경우, 상기 디폴트셋을 상기 구강 스캔 정보에 대응하는 프리셋으로 설정하는 치아 교정 셋업 방법. - 환자의 구강 스캔 정보가 포함된 환자 정보를 입력받는 입력부; 및
상기 환자의 구강 스캔 정보를 이용하여 상기 환자의 초기 치아 교정 모델을 생성하고, 사용자가 상기 환자와 서로 다른 환자들 각각의 초기 치아 교정 모델을 이용하여 서로 다른 환자들 각각의 최종 치아 교정 모델을 생성하는 과정에서 사용한 프로세스 히스토리가 포함된 프리셋들 중에서 상기 구강 스캔 정보에 대응하는 프리셋을 선택하며, 선택된 프리셋에 포함된 프로세스 히스토리에 따라 상기 초기 치아 교정 모델을 전처리하여 상기 환자의 최종 치아 교정 모델을 셋업하고, 상기 환자 정보와 상기 환자의 최종 치아 교정 모델 및 상기 선택된 프리셋에 포함된 프로세스 히스토리를 매칭하여 프리셋을 추가하는 프로세서
를 포함하는 치아 교정 셋업 장치. - 제13항에 있어서,
상기 프로세스 히스토리는,
서로 다른 환자들 각각의 초기 치아 교정 모델을 전처리하는 과정에서 사용자에게 수동으로 변경되거나, 서로 다른 프로세스 히스토리에 따라 변경된 초기 치아 교정 모델의 특징 및 설정값을 학습하여 생성되는 치아 교정 셋업 장치. - 제13항에 있어서,
상기 프로세서는,
상기 구강 스캔 정보와의 유사도에 따라 순차적으로 복수의 프리셋을 선택하고, 선택한 복수의 프리셋들 각각에 포함된 프로세스 히스토리에 따라 상기 초기 치아 교정 모델을 전처리하여 복수의 최종 치아 교정 모델들을 셋업하고, 셋업한 복수의 최종 치아 교정 모델들을 사용자에게 제공하며, 상기 복수의 최종 치아 교정 모델들 중 사용자에게 선택된 최종 치아 교정 모델에 대응하는 프리셋의 프로세스 히스토리를 상기 환자 정보 및 상기 선택된 최종 치아 교정 모델과 매칭하여 신규 프리셋으로 추가하는 치아 교정 셋업 장치. - 제13항에 있어서,
상기 프로세서는,
복수의 프리셋들 각각과 상기 구강 스캔 정보 간의 유사도 및 상기 복수의 프리셋들 각각의 우선 순위를 고려하여 상기 구강 스캔 정보에 대응하는 프리셋을 선택하며, 상기 구강 스캔 정보에 대응하는 프리셋으로 선택된 프리셋의 우선순위를 증가시키는 치아 교정 셋업 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180072932A KR102073478B1 (ko) | 2018-06-25 | 2018-06-25 | 구강 스캔 정보를 이용하여 치아 교정 모델을 셋업하는 장치 및 그 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180072932A KR102073478B1 (ko) | 2018-06-25 | 2018-06-25 | 구강 스캔 정보를 이용하여 치아 교정 모델을 셋업하는 장치 및 그 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200000738A true KR20200000738A (ko) | 2020-01-03 |
| KR102073478B1 KR102073478B1 (ko) | 2020-02-04 |
Family
ID=69155716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180072932A KR102073478B1 (ko) | 2018-06-25 | 2018-06-25 | 구강 스캔 정보를 이용하여 치아 교정 모델을 셋업하는 장치 및 그 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102073478B1 (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102379385B1 (ko) | 2021-06-11 | 2022-03-28 | 원남메디칼 (주) | 3d 체형 모델 기초의 자동 취형 시스템 및 그에 의한 척추측만증 보조기의 제조 방법 |
| KR20220166564A (ko) | 2021-06-10 | 2022-12-19 | 주식회사 에이치비티 | 다중 스캔 방식의 인체 모델 생성에 의한 교정기 제조 시스템 및 그에 의한 교정기의 제조 방법 |
| KR20230125979A (ko) | 2022-02-22 | 2023-08-29 | 주식회사 에이치비티 | 멀티 스캐닝 데이터 기반 신체 교정기 제조 시스템 및 방법 |
| KR20230148955A (ko) | 2022-04-19 | 2023-10-26 | 원남메디칼 (주) | 3d 프린팅에 의한 척추측만증 보조기의 제조 방법 |
| KR20240002765A (ko) | 2022-06-30 | 2024-01-08 | 주식회사 에이치비티 | 3d 스캔 데이터에 의한 척추측만증 보조기의 제조 방법 |
| CN117830317A (zh) * | 2024-03-05 | 2024-04-05 | 天津医科大学口腔医院 | 基于图像处理的正畸自动检测方法及系统 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102403345B1 (ko) * | 2020-08-27 | 2022-06-02 | 오스템임플란트 주식회사 | 교정 치료를 위한 치축 설정 방법 및 이를 수행하는 컴퓨팅 장치 |
| EP4238530A4 (en) * | 2020-10-28 | 2024-10-09 | Medit Corp. | DATA PROCESSING METHOD AND DATA PROCESSING DEVICE |
| KR102463390B1 (ko) * | 2020-10-28 | 2022-11-07 | 주식회사 메디트 | 데이터 처리 방법 및 데이터 처리 장치 |
| KR102438737B1 (ko) * | 2021-02-16 | 2022-09-02 | 연세대학교 산학협력단 | 교합평면 제안 장치 및 제안 방법 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6664986B1 (en) * | 1997-05-20 | 2003-12-16 | Cadent Ltd. | Computer user interface for orthodontic use |
| KR20050082526A (ko) * | 2004-02-19 | 2005-08-24 | 차경석 | 치열 교정 데이터 제공방법 |
| KR20080034472A (ko) * | 2005-07-18 | 2008-04-21 | 아틀란티스 컴포넌츠, 인크. | 3차원 물체의 3차원 화상 정합 |
| KR20130008238A (ko) * | 2011-07-12 | 2013-01-22 | (주)쓰리디아이티 | 치아교정 모의치료 및 악교정수술을 위한 영상 매칭정보 생성 방법과 이를 이용한 수술용장치 제작정보 제공 방법 |
| KR101506476B1 (ko) * | 2014-11-03 | 2015-03-27 | 이진균 | 교정기 제조용 치아 데이터 생성 장치 및 이를 이용하여 투명 교정기를 제작하는 방법 |
| KR20150039028A (ko) * | 2013-10-01 | 2015-04-09 | 주식회사 이우소프트 | 치아교정 시뮬레이션 방법 및 이를 수행하는 시스템 |
| KR101641840B1 (ko) * | 2015-12-22 | 2016-07-21 | 김태환 | 치아 모델링 방법 |
| US20180153659A1 (en) * | 2009-03-20 | 2018-06-07 | 3Shape A/S | System and method for effective planning, visualization, and optimization of dental restorations |
-
2018
- 2018-06-25 KR KR1020180072932A patent/KR102073478B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6664986B1 (en) * | 1997-05-20 | 2003-12-16 | Cadent Ltd. | Computer user interface for orthodontic use |
| KR20050082526A (ko) * | 2004-02-19 | 2005-08-24 | 차경석 | 치열 교정 데이터 제공방법 |
| KR20080034472A (ko) * | 2005-07-18 | 2008-04-21 | 아틀란티스 컴포넌츠, 인크. | 3차원 물체의 3차원 화상 정합 |
| US20180153659A1 (en) * | 2009-03-20 | 2018-06-07 | 3Shape A/S | System and method for effective planning, visualization, and optimization of dental restorations |
| KR20130008238A (ko) * | 2011-07-12 | 2013-01-22 | (주)쓰리디아이티 | 치아교정 모의치료 및 악교정수술을 위한 영상 매칭정보 생성 방법과 이를 이용한 수술용장치 제작정보 제공 방법 |
| KR20150039028A (ko) * | 2013-10-01 | 2015-04-09 | 주식회사 이우소프트 | 치아교정 시뮬레이션 방법 및 이를 수행하는 시스템 |
| KR101506476B1 (ko) * | 2014-11-03 | 2015-03-27 | 이진균 | 교정기 제조용 치아 데이터 생성 장치 및 이를 이용하여 투명 교정기를 제작하는 방법 |
| KR101641840B1 (ko) * | 2015-12-22 | 2016-07-21 | 김태환 | 치아 모델링 방법 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220166564A (ko) | 2021-06-10 | 2022-12-19 | 주식회사 에이치비티 | 다중 스캔 방식의 인체 모델 생성에 의한 교정기 제조 시스템 및 그에 의한 교정기의 제조 방법 |
| KR102379385B1 (ko) | 2021-06-11 | 2022-03-28 | 원남메디칼 (주) | 3d 체형 모델 기초의 자동 취형 시스템 및 그에 의한 척추측만증 보조기의 제조 방법 |
| KR20230125979A (ko) | 2022-02-22 | 2023-08-29 | 주식회사 에이치비티 | 멀티 스캐닝 데이터 기반 신체 교정기 제조 시스템 및 방법 |
| KR20230148955A (ko) | 2022-04-19 | 2023-10-26 | 원남메디칼 (주) | 3d 프린팅에 의한 척추측만증 보조기의 제조 방법 |
| KR20240002765A (ko) | 2022-06-30 | 2024-01-08 | 주식회사 에이치비티 | 3d 스캔 데이터에 의한 척추측만증 보조기의 제조 방법 |
| CN117830317A (zh) * | 2024-03-05 | 2024-04-05 | 天津医科大学口腔医院 | 基于图像处理的正畸自动检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102073478B1 (ko) | 2020-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102073478B1 (ko) | 구강 스캔 정보를 이용하여 치아 교정 모델을 셋업하는 장치 및 그 방법 | |
| US11382720B2 (en) | Correcting digital treatment plans with image data of a dental condition | |
| US11960795B2 (en) | Neural network-based generation and placement of tooth restoration dental appliances | |
| KR102033249B1 (ko) | 오더와 기 설정된 정보를 이용하여 보철물을 디자인하는 지능형 보철물 디자인 장치 및 그 방법 | |
| JP7441555B2 (ja) | 矯正的歯配列形状の生成方法及び装置 | |
| US20220028162A1 (en) | Systems and methods for constructing a dental arch image using a machine learning model | |
| US20200405452A1 (en) | System of manufacturing orthodontic wire, method for manufacturing the orthodontic wire using the same, and orthodontic wire bending machine for performing the same | |
| WO2020026117A1 (en) | Method for automated generation of orthodontic treatment final setups | |
| US20230390027A1 (en) | Auto-smile design setup systems | |
| US20200170755A1 (en) | Method of assisting orthodontics and orthodontics assisting system | |
| CN105769353A (zh) | 自动化排牙方法及装置 | |
| KR102351053B1 (ko) | 탄성 복원력을 고려한 치아 교정 및 치열 유지용 와이어 제조시스템 및 이를 이용한 치아 교정 및 치열 유지용 와이어 제조방법 | |
| KR102091836B1 (ko) | 치아 셋업 과정의 공간 확보 술식 결정 장치 및 그 방법 | |
| KR20200083823A (ko) | 교정 치아 형상 생성 방법 및 장치 | |
| CN117357285A (zh) | 矫治目标位确定方法、装置、矫治步骤设计方法、设备 | |
| KR20190092870A (ko) | 치아 교합 단면영상 생성 방법, 이를 위한 장치, 및 이를 기록한 기록매체 | |
| KR102182375B1 (ko) | 탄성 복원력을 고려한 치아 교정용 와이어 제조시스템 및 이를 이용한 치아 교정용 와이어 제조방법 | |
| US20200345456A1 (en) | Bending angle control means and bending angle control method | |
| KR102482953B1 (ko) | 덴탈 아치를 획득하는 방법, 디바이스 및 기록매체에 저장된 컴퓨터 프로그램 | |
| CN118161279B (zh) | 确定参考曲线的方法及装置、牙齿矫治器及设计方法 | |
| US20240197441A1 (en) | Techniques for determining patient teeth positions for orthodontics | |
| KR20200031330A (ko) | 브라켓 선정방법과 브라켓 위치 결정방법 및 브라켓 지그 | |
| US20230380934A1 (en) | Image processing method and device using the same | |
| US20250009472A1 (en) | System and method for generating a final position of teeth for orthodontic treatment | |
| CN118235209A (zh) | 用于牙齿定位的系统、装置和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20180625 |
|
| PA0201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20191113 Patent event code: PE09021S01D |
|
| PG1501 | Laying open of application | ||
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20200122 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20200129 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20200129 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| PR1001 | Payment of annual fee |
Payment date: 20231220 Start annual number: 5 End annual number: 5 |