KR20200116184A - 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치 - Google Patents
인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치 Download PDFInfo
- Publication number
- KR20200116184A KR20200116184A KR1020190028214A KR20190028214A KR20200116184A KR 20200116184 A KR20200116184 A KR 20200116184A KR 1020190028214 A KR1020190028214 A KR 1020190028214A KR 20190028214 A KR20190028214 A KR 20190028214A KR 20200116184 A KR20200116184 A KR 20200116184A
- Authority
- KR
- South Korea
- Prior art keywords
- fixture
- information
- learning
- determining
- placement
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 title claims abstract description 53
- 239000007943 implant Substances 0.000 title claims abstract description 37
- 238000001356 surgical procedure Methods 0.000 title claims abstract description 34
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 30
- 210000000988 bone and bone Anatomy 0.000 claims description 80
- 210000000515 tooth Anatomy 0.000 claims description 70
- 210000004086 maxillary sinus Anatomy 0.000 claims description 52
- 210000000276 neural tube Anatomy 0.000 claims description 38
- 230000009545 invasion Effects 0.000 claims description 28
- 238000012360 testing method Methods 0.000 claims description 20
- 238000002513 implantation Methods 0.000 claims description 12
- 230000037182 bone density Effects 0.000 claims description 11
- 210000003484 anatomy Anatomy 0.000 claims description 9
- 238000003780 insertion Methods 0.000 claims description 2
- 230000037431 insertion Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 4
- 238000002591 computed tomography Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 7
- 210000000214 mouth Anatomy 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 239000004053 dental implant Substances 0.000 description 5
- 210000004373 mandible Anatomy 0.000 description 2
- 210000002050 maxilla Anatomy 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000001847 jaw Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000011505 plaster Substances 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- A61B6/14—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/51—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for dentistry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/102—Modelling of surgical devices, implants or prosthesis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Robotics (AREA)
- Physiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Dental Prosthetics (AREA)
Abstract
인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치가 개시된다. 일 실시 예에 따른 인공지능을 이용한 임플란트 수술 계획 수립 방법은, 이전 픽스쳐 식립 계획을 수립한 환자들의 영상 데이터들을 대상으로 인공지능에 기반하여 학습한 학습 결과를 획득하는 단계와, 획득된 학습 결과를 이용하여 구강 환경에 맞게 실제 식립하고자 하는 픽스쳐의 위치 및 각도를 포함한 식립 정보를 결정하여 제공하는 단계를 포함한다.
Description
본 발명은 치과 임플란트 수술용 가이드 디자인 기술을 포함한 의료영상 처리 기술에 관한 것이다.
소프트웨어를 이용한 임플란트 수술 과정은 소프트웨어 상에서 임플란트 구조물(크라운, 어버트먼트, 픽스쳐 등)과 환자의 해부학적 구조물을 고려하여 임플란트 식립 계획을 수립한 후, 임플란트 수술을 진행한다.
치과 임플란트 수술용 가이드 디자인 소프트웨어를 이용한 임플란트 식립 계획을 수립하는 과정에서 픽스쳐의 위치 결정은 수술할 치아번호 별 크라운의 위치를 우선적으로 결정하고 크라운의 기준 축과 동일한 축으로 픽스쳐의 초기 식립 위치가 결정된다. 이후 사용자 조정을 통하여 최종 위치를 결정하는 방식을 기본으로 한다.
현재 상용화된 일반적인 픽스쳐 위치 결정 방식은 크라운 기준 축과 동일한 축으로만 픽스쳐의 초기 위치를 결정하여 제공하고, 그 이외의 작업은 사용자가 수동으로 수정하여 픽스쳐 최종 위치를 결정하도록 구성되어 있다.
일 실시 예에 따라, 사용자의 가이드 디자인 작업시간을 최소화하기 위해 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치를 제안한다.
일 실시 예에 따른 인공지능을 이용한 임플란트 수술 계획 수립 방법은, 이전 픽스쳐 식립 계획을 수립한 환자들의 영상 데이터들을 대상으로 인공지능에 기반하여 학습한 학습 결과를 획득하는 단계와, 획득된 학습 결과를 이용하여 구강 환경에 맞게 실제 식립하고자 하는 픽스쳐의 위치 및 각도를 포함한 식립 정보를 결정하여 제공하는 단계를 포함한다.
식립 정보를 결정하여 제공하는 단계는, 획득된 학습 결과로부터 식립된 픽스쳐의 위치를 기반으로 치조골, 잇몸 마진, 인접치, 상악동, 신경관 및 골밀도 중 적어도 하나를 포함한 주변 구조물과의 관계정보를 파악하는 단계와, 파악된 주변 구조물과의 관계정보를 반영하여 픽스쳐의 식립 정보를 결정하여 제공하는 단계를 포함할 수 있다.
식립 정보를 결정하여 제공하는 단계는, 크라운의 중심 축을 기준으로 동일한 중심 축을 가지고 크라운의 중심에 위치하도록 픽스쳐의 초기 위치를 결정하는 단계와, 파악된 주변 구조물과의 관계정보를 반영하여 픽스쳐의 초기 위치를 수정함에 따라 픽스쳐의 최종 위치를 결정하여 제공하는 단계를 포함할 수 있다.
식립 정보를 결정하여 제공하는 단계는, 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑(top) 방향 중심점으로부터 학습된 치조골과의 거리정보와, 픽스쳐와 치조골의 근심면(Mesial), 원심면(Distal), 설측(Lingual) 및 협측(Buccal) 방향으로의 거리정보를 포함하는 학습결과를 획득하여 픽스쳐와 치조골 간의 관계를 파악하는 단계와, 파악된 픽스쳐와 치조골 간의 관계를 기초로 하여 픽스쳐와 치조골 간의 거리를 결정하여 제공하는 단계를 포함할 수 있다.
식립 정보를 결정하여 제공하는 단계는, 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑 방향으로 잇몸 마진과의 거리정보를 포함한 학습결과를 획득하여 픽스쳐와 잇몸 마진 간의 관계를 파악하는 단계와, 파악된 픽스쳐와 잇몸 마진 간의 관계를 기초로 하여 픽스쳐와 잇몸 마진 간의 거리를 결정하여 제공하는 단계를 포함할 수 있다.
식립 정보를 결정하여 제공하는 단계는, 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐와 인접치 간의 각도를 포함한 학습결과를 획득하여 픽스쳐와 인접치의 관계를 파악하는 단계와, 파악된 픽스쳐와 인접치 간의 관계를 기초로 하여 근심면(Mesial) 방향의 인접치와 평행하도록 픽스쳐의 식립 각도를 결정하여 제공하는 단계를 포함할 수 있다.
식립 정보를 결정하여 제공하는 단계는, 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 상악동 또는 신경관과의 충돌 여부를 확인하여 픽스쳐의 하방 정점(Apex) 방향으로 최하방점과 상악동 및 하치조 신경관과의 거리와, 치아번호 별 픽스쳐의 길이 정보를 포함한 학습결과를 획득하여 픽스쳐의 상악동 또는 신경관과의 관계를 파악하는 단계와, 상악동 충돌 시 픽스쳐의 상악동 침범영역은 학습 데이터를 통하여 침범 허용 기준을 정의하거나, 침범 허용 범위를 사용자가 설정할 수 있도록 하여 침범 허용 범위 이상의 침범이 발생하는 경우에 픽스쳐의 길이를 조정하는 단계를 포함할 수 있다.
식립 정보를 결정하여 제공하는 단계는, 식립된 픽스쳐와 맞닿거나 픽스쳐가 위치하는 부위의 학습된 골질(ossein) 정보를 포함한 학습결과를 획득하여 픽스쳐 주변의 골질 정보를 파악하는 단계와, 파악된 픽스쳐 주변의 골질 정보를 이용하여 픽스쳐의 위치를 결정하여 제고하는 단계를 포함할 수 있다.
인공지능을 이용한 임플란트 수술 계획 수립 방법은, 실제 식립하고자 하는 픽스쳐의 식립 정보를 결정하기 위해 이전 데이터들을 대상으로 인공지능을 이용하여 학습하는 단계를 더 포함할 수 있다.
학습하는 단계는, 이전 픽스쳐 식립 계획을 수립한 환자의 CT 데이터를 대상으로 식립된 픽스쳐를 기준으로 치조골, 인접치 정보, 상악동 및 신경관 정보 중 적어도 하나를 포함한 환자의 해부학적 구조물을 학습하는 단계와, 이전 픽스쳐 식립 계획을 수립한 환자의 구강 모델 데이터를 대상으로 크라운 위치가 결정된 치아번호 별 크라운에 따라 픽스쳐의 식립 위치와 각도 및 잇몸 마진 라인을 학습하는 단계를 포함할 수 잇다.
인공지능을 이용한 임플란트 수술 계획 수립 방법은, 학습 결과를 테스팅하는 단계와, 테스팅 결과가 미리 설정된 기준 이상인 경우 학습 결과를 픽스쳐 식립 계획에 반영하는 단계를 더 포함할 수 있다.
다른 실시 예에 따른 의료영상 처리장치는, 영상 데이터를 획득하는 데이터 획득부와, 이전 픽스쳐 식립 계획을 수립한 환자들의 영상 데이터들을 대상으로 인공지능에 기반하여 학습한 학습 결과를 이용하여 구강 환경에 맞게 실제 식립하고자 하는 픽스쳐의 위치 및 각도를 포함한 식립 정보를 결정하는 픽스쳐 결정부와, 영상 데이터에서 식립 정보를 함께 화면에 표시하는 출력부를 포함한다.
픽스쳐 결정부는, 획득된 학습 결과로부터 식립된 픽스쳐의 위치를 기반으로 치조골, 잇몸 마진, 인접치, 상악동, 신경관 및 골밀도 중 적어도 하나를 포함한 주변 구조물과의 관계정보를 파악하고, 파악된 주변 구조물과의 관계정보를 반영하여 픽스쳐의 식립 정보를 결정할 수 있다.
픽스쳐 결정부는, 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑(top) 방향 중심점으로부터 학습된 치조골과의 거리정보와, 픽스쳐와 치조골의 근심면(Mesial), 원심면(Distal), 설측(Lingual) 및 협측(Buccal) 방향으로의 거리정보를 포함하는 학습결과를 획득하여 픽스쳐와 치조골 간의 관계를 파악하며, 파악된 픽스쳐와 치조골 간의 관계를 기초로 하여 픽스쳐와 치조골 간의 거리를 결정할 수 있다.
픽스쳐 결정부는, 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑 방향으로 잇몸 마진과의 거리정보를 포함한 학습결과를 획득하여 픽스쳐와 잇몸 마진 간의 관계를 파악하며, 파악된 픽스쳐와 잇몸 마진 간의 관계를 기초로 하여 픽스쳐와 잇몸 마진 간의 거리를 결정할 수 있다.
픽스쳐 결정부는, 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐와 인접치 간의 각도를 포함한 학습결과를 획득하여 픽스쳐와 인접치의 관계를 파악하며, 파악된 픽스쳐와 인접치 간의 관계를 기초로 하여 근심면(Mesial) 방향의 인접치와 평행하도록 픽스쳐의 식립 각도를 결정할 수 있다.
픽스쳐 결정부는, 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 상악동 또는 신경관과의 충돌 여부를 확인하여 픽스쳐의 하방 정점(Apex) 방향으로 최하방점과 상악동 및 하치조 신경관과의 거리와, 치아번호 별 픽스쳐의 길이 정보를 포함한 학습결과를 획득하여 픽스쳐의 상악동 또는 신경관과의 관계를 파악하며, 상악동 충돌 시 픽스쳐의 상악동 침범영역은 학습 데이터를 통하여 침범 허용 기준을 정의하거나, 침범 허용 범위를 사용자가 설정할 수 있도록 하여 침범 허용 범위 이상의 침범이 발생하는 경우에 픽스쳐의 길이를 조정할 수 있다.
픽스쳐 결정부는, 식립된 픽스쳐와 맞닿거나 픽스쳐가 위치하는 부위의 학습된 골질(ossein) 정보를 포함한 학습결과를 획득하여 픽스쳐 주변의 골질 정보를 파악하며, 파악된 픽스쳐 주변의 골질 정보를 이용하여 픽스쳐의 위치를 결정할 수 있다.
의료영상 처리장치는, 실제 식립하고자 하는 픽스쳐의 식립 정보를 결정하기 위해 이전 픽스쳐 식립 계획을 수립한 환자의 영상 데이터들을 대상으로 인공지능을 이용하여 학습하고 학습 결과를 픽스쳐 결정부에 제공하는 학습부를 더 포함할 수 있다. 학습부는 이전 픽스쳐 식립 계획을 수립한 환자의 CT 데이터를 대상으로 식립된 픽스쳐를 기준으로 치조골, 인접치 정보, 상악동 및 신경관 정보 중 적어도 하나를 포함한 환자의 해부학적 구조물을 학습하고, 이전 픽스쳐 식립 계획을 수립한 환자의 구강 모델 데이터를 대상으로 크라운 위치가 결정된 치아번호 별 크라운에 따라 픽스쳐의 식립 위치와 각도 및 잇몸 마진 라인을 학습할 수 있다.
의료영상 처리장치는, 학습부의 학습 결과를 테스팅하되, 테스팅 결과가 미리 설정된 기준 이상인 경우 학습 결과를 픽스쳐 결정부에 제공하는 테스팅부를 더 포함할 수 있다.
일 실시 예에 따른 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치에 따르면, 영상 데이터에서 픽스쳐 식립 위치를 결정할 때 사용자에 의한 수동 조작을 최소화함으로써 사용자의 편의성을 증대시킬 수 있다.
도 1은 본 발명의 일 실시 예에 따른 의료영상 처리장치의 구성을 도시한 도면,
도 2는 본 발명의 일 실시 예에 따른 도 1의 제어부의 세부 구성을 도시한 도면,
도 3은 본 발명의 일 실시 예에 따른 픽스쳐 식립을 위해 사용되는 영상 데이터를 도시한 도면,
도 4는 본 발명의 일 실시 예에 따른 크라운과 픽스쳐 간의 위치를 학습한 결과를 이용하여 실제 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면,
도 5는 본 발명의 일 실시 예에 따른 픽스쳐와 치조골 간의 거리를 학습한 결과를 이용하여 실제 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면,
도 6은 본 발명의 일 실시 예에 따른 픽스쳐와 잇몸 마진의 거리를 학습한 결과를 이용하여 실제 식립하는 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면,
도 7은 본 발명의 일 실시 예에 따른 픽스쳐와 인접 치의 각도를 학습한 데이터를 이용하여 실제 식립하는 픽스쳐의 각도를 결정하는 영상 화면을 도시한 도면,
도 8은 본 발명의 일 실시 예에 따른 픽스쳐와 상악동 및 하치조 신경관 간의 관계를 학습한 결과를 이용하여 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면,
도 9는 본 발명의 일 실시 예에 따른 픽스쳐와 맞닿은 치조골의 골밀도를 학습한 결과를 이용하여 픽스쳐 식립 정보를 결정하는 영상 화면을 도시한 도면,
도 10은 본 발명의 일 실시 예에 따른 인공지능을 이용한 임플란트 수술 계획 수립 방법을 도시한 도면이다.
도 2는 본 발명의 일 실시 예에 따른 도 1의 제어부의 세부 구성을 도시한 도면,
도 3은 본 발명의 일 실시 예에 따른 픽스쳐 식립을 위해 사용되는 영상 데이터를 도시한 도면,
도 4는 본 발명의 일 실시 예에 따른 크라운과 픽스쳐 간의 위치를 학습한 결과를 이용하여 실제 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면,
도 5는 본 발명의 일 실시 예에 따른 픽스쳐와 치조골 간의 거리를 학습한 결과를 이용하여 실제 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면,
도 6은 본 발명의 일 실시 예에 따른 픽스쳐와 잇몸 마진의 거리를 학습한 결과를 이용하여 실제 식립하는 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면,
도 7은 본 발명의 일 실시 예에 따른 픽스쳐와 인접 치의 각도를 학습한 데이터를 이용하여 실제 식립하는 픽스쳐의 각도를 결정하는 영상 화면을 도시한 도면,
도 8은 본 발명의 일 실시 예에 따른 픽스쳐와 상악동 및 하치조 신경관 간의 관계를 학습한 결과를 이용하여 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면,
도 9는 본 발명의 일 실시 예에 따른 픽스쳐와 맞닿은 치조골의 골밀도를 학습한 결과를 이용하여 픽스쳐 식립 정보를 결정하는 영상 화면을 도시한 도면,
도 10은 본 발명의 일 실시 예에 따른 인공지능을 이용한 임플란트 수술 계획 수립 방법을 도시한 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이며, 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램인스트럭션들(실행 엔진)에 의해 수행될 수도 있으며, 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다.
이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치를 지향할 수 있는 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.
그리고 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장치를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명되는 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능들을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있으며, 몇 가지 대체 실시 예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하며, 또한 그 블록들 또는 단계들이 필요에 따라 해당하는 기능의 역순으로 수행되는 것도 가능하다.
이하, 첨부 도면을 참조하여 본 발명의 실시 예를 상세하게 설명한다. 그러나 다음에 예시하는 본 발명의 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 상술하는 실시 예에 한정되는 것은 아니다. 본 발명의 실시 예는 이 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공된다.
도 1은 본 발명의 일 실시 예에 따른 의료영상 처리장치의 구성을 도시한 도면이다.
의료영상 처리장치(1)는 치과 임플란트 수술용 가이드 디자인 프로그램과 같은 의료영상 처리 프로그램을 실행 가능한 전자장치이다. 전자장치는 컴퓨터, 노트북 컴퓨터, 랩탑 컴퓨터, 태블릿(Tablet) PC, 스마트폰, 휴대폰, PMP(Personal Media Player), PDA(Personal Digital Assistants) 등이 있다. 의료영상 처리 프로그램은 가이드 디자인 프로그램 이외에, 스캔 프로그램, CAD 프로그램 등이 있다. 또한, 치과 임플란트 수술용 이외에 다른 일반적인 의료 영상 처리를 위한 프로그램에 적용될 수 있다.
가이드 디자인 프로그램을 포함한 의료영상 처리 프로그램을 이용한 영상처리 과정은 수술 환자 등록, 등록된 환자의 CT 데이터 및 구강 모델 데이터 획득, CT 데이터 및 구강 모델 데이터의 정합, 정합된 영상 데이터에서 악궁 라인 생성 및 악궁 라인을 이용한 파노라믹 영상(panoramic image) 생성, 환자의 구강 모델 데이터에서 크라운 모델 위치 및 크기 결정, 환자의 CT 데이터에서 픽스쳐를 포함한 임플란트 구조물 위치 결정, 가이드 형상 디자인, 최종 가이드 출력을 포함한 과정으로 구성된다.
본 발명은 위 과정 중에서 치아 영역에 식립하고자 하는 픽스쳐(fixture)의 식립 정보를 자동으로 사용자에 제공하도록 구성된다. 식립 정보는 픽스쳐의 위치, 각도, 깊이, 길이, 직경, 특징 등을 포함한다. 특히, 본 발명은 인공지능(artificial intelligence: AI)을 활용하여 픽스쳐의 식립 정보를 사용자에 제공한다. 인공지능이란 인간의 지능으로 할 수 있는 사고, 학습, 자기 개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 말한다. 이러한 인공지능 기법을 가이드 디자인 소프트웨어에 적용하여 컴퓨터가 사전에 수술 계획된 픽스쳐의 식립 정보를 소프트웨어에서 학습하도록 하고, 이를 수술 계획 케이스 별로 적용하면 사용자가 픽스쳐의 식립 위치 및 각도 등을 조정하는 조작을 최소화할 수 있다.
이하, 도 1의 구성을 참조로 하여 전술한 특징을 가지는 의료영상 처리장치의 구성에 대해 후술한다.
도 1을 참조하면, 일 실시 예에 따른 의료영상 처리장치(1)는 데이터 획득부(10), 저장부(12), 제어부(14), 입력부(16) 및 출력부(18)를 포함한다.
데이터 획득부(10)는 환자로부터 영상 데이터를 획득한다. 픽스쳐 식립을 위해 필요한 영상 데이터는 CT 데이터, 구강 모델 데이터 등이 있다. 데이터 획득부(10)는 CT 데이터와 구강 모델 데이터를 프로그램에서 실행하거나 웹 페이지 및 서버에 저장된 데이터를 로딩할 수 있다.
구강 모델 데이터는 손상된 치아를 포함한 실제 치아들의 정보를 가진 데이터이다. 구강 모델 데이터는 환자의 구강을 본떠 생성한 석고 모형을 3D 스캐너(3D Scanner)로 스캐닝하여 획득될 수 있다. 다른 예로서, 구강 내 3D 스캐너(3D Intra-oral scanner)를 이용하여 환자의 구강 내부를 스캐닝하여 획득될 수 있다. 획득된 구강 모델 데이터는 저장부(12)에 저장될 수 있다.
CT 데이터는 CT(computed tomography, 컴퓨터 단층 촬영)를 사용하여 환자의 두부 단층 이미지들을 생성하고, 각각의 단층 이미지에서 치아 부분의 경계를 구분(Segmentation)한 후 하나로 취합함에 따라 획득될 수 있다. 이러한 구강 모델 데이터와 CT 데이터는 환자가 입을 벌린 상태에서 상악 치아 아래에서 상악 치아를 촬영하여 얻은 영상, 입을 벌린 상태에서 하악 치아 위에서 하악 치아를 촬영하여 얻은 영상, 입을 다문 상태에서 국소부위를 촬영하여 얻은 영상, 구강 방사선 사진 등을 포함한다. 획득된 CT 데이터는 저장부(12)에 저장될 수 있다.
저장부(12)에는 치과용 임플란트 수술 계획 장치(3)의 동작 수행을 위해 필요한 정보와 동작 수행에 따라 생성되는 정보 등의 각종 데이터가 저장된다. 일 실시 예에 따른 저장부(12)에는 개별 환자의 구강 모델 데이터와 CT 데이터가 저장되고, 치과 치료 시뮬레이션 시 전체 구강 모델 데이터들 및 CT 데이터들 중에서 특정 환자의 구강 모델 데이터 및 CT 데이터를 사용자 요청에 따라 제어부(14)에 제공할 수 있다. 이때, 저장부(12)에는 개별 환자의 상측 치열의 영상 및 하측 치열의 영상이 저장되어 있고, 특정 환자의 구강 모델 데이터 및 CT 데이터에 매칭되는 상측 치열의 영상 및 하측 치열의 영상을 사용자 요청에 따라 제어부(14)에 제공할 수 있다.
제어부(14)는 컴퓨터 프로그램에 의한 제어를 통하여 임플란트 식립 계획을 수립하면서 각 구성요소를 제어한다. 제어부(14)는 출력부(18)를 통해 화면에 보이는 화면정보를 관리하고, 치과 영상에 가상의 픽스쳐 객체를 식립하는 시뮬레이션을 수행한다. 가상의 픽스쳐 객체가 식립되는 치과 영상은 임플란트 수술 계획 수립을 위해 생성된 환자의 치아 배열이 나타난 2차원, 3차원 등의 다차원 영상을 의미한다. 임플란트 수술 계획에는 X-ray, CT, MRI, 파노라믹 영상, 구강 스캔 영상, 재구성을 통해 생성된 영상, 복수의 영상을 정합한 영상 등 다양한 종류의 영상이 활용될 수 있다.
일 실시 예에 따른 제어부(14)는 데이터 획득부(10)를 통해 획득된 영상 데이터를 대상으로 픽스쳐 객체의 식립 위치 및 각도를 포함한 식립 정보를 결정하여 제공한다. 이때, 이전 픽스쳐 식립 계획을 수립한 환자의 영상 데이터들을 대상으로 인공지능을 이용하여 학습한 학습 결과를 반영하여 구강 환경에 맞게 실제 식립하고자 하는 픽스쳐의 식립 정보를 결정하여 제공한다. 제어부(14)의 세부 구성은 도 2를 참조로 하여 후술한다.
입력부(16)는 사용자 조작신호를 입력받는다. 예를 들어, 제어부(14)에 의해 식립 정보가 결정되어 출력부(18)를 통해 화면에 표시되는 픽스쳐를 포함한 영상 데이터에 대하여 필요할 경우 미세조정을 위한 사용자 조작을 입력받아 픽스쳐 위치 및 각도 등을 조정할 수 있다.
출력부(18)는 화면을 표시한다. 이때, 출력부(18)는 영상 데이터(CT 데이터, 구강 모델 데이터)를 화면에 표시한다. CT 영상은 축 뷰(Axial View), 시상면 뷰(Sagittal View), 관상면 뷰(Coronal View)로 표현될 수 있다. 또한, 출력부(18)는 픽스쳐 식립 결과를 화면 내 영상에 표시한다.
도 2는 본 발명의 일 실시 예에 따른 도 1의 제어부의 세부 구성을 도시한 도면이다.
도 1 및 도 2를 참조하면, 제어부(14)는 픽스쳐 결정부(144)를 포함하며, 학습부(140) 및 테스팅부(142)를 더 포함할 수 있다.
픽스쳐 결정부(144)는 이전 픽스쳐 식립 계획을 수립한 환자들의 영상 데이터들을 대상으로 인공지능에 기반하여 학습한 학습 결과를 이용하여 구강 환경에 맞게 실제 식립하고자 하는 픽스쳐의 식립 정보를 결정한다. 식립 정보는 픽스쳐의 위치, 각도, 깊이, 길이, 직경, 특징 등을 포함한다.
일 실시 예에 따른 픽스쳐 결정부(144)는 획득된 학습 결과로부터 식립된 픽스쳐의 위치를 기반으로 치조골, 잇몸 마진, 인접치, 상악동, 신경관 및 골밀도 중 적어도 하나를 포함한 주변 구조물과의 관계정보를 파악한다. 그리고 파악된 주변 구조물과의 관계정보를 반영하여 픽스쳐의 식립 정보를 결정한다.
픽스쳐와 치조골 간의 거리에 대한 학습 결과를 이용한 실제 픽스쳐의 위치 결정 예를 들면, 픽스쳐 결정부(144)는 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑(top) 방향 중심점으로부터 학습된 치조골과의 거리정보와, 픽스쳐와 치조골의 근심면(Mesial), 원심면(Distal), 설측(Lingual) 및 협측(Buccal) 방향으로의 거리정보를 포함하는 학습결과를 획득하여 픽스쳐와 치조골 간의 관계를 파악한다. 그리고 파악된 픽스쳐와 치조골 간의 관계를 기초로 하여 픽스쳐와 치조골 간의 거리를 결정한다. 이에 대한 실시 예는 도 5를 참조로 하여 후술한다.
픽스쳐와 잇몸 마진 간의 거리에 대한 학습 결과를 이용한 실제 픽스쳐의 위치 결정 예를 들면, 픽스쳐 결정부(144)는 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑 방향으로 잇몸 마진과의 거리정보를 포함한 학습결과를 획득하여 픽스쳐와 잇몸 마진 간의 관계를 파악한다. 그리고 파악된 픽스쳐와 잇몸 마진 간의 관계를 기초로 하여 픽스쳐와 잇몸 마진 간의 거리를 결정한다. 이에 대한 실시 예는 도 6을 참조로 하여 후술한다.
픽스쳐와 인접치의 각도에 대한 학습 결과를 이용한 실제 픽스쳐의 각도 결정 예를 들면, 픽스쳐 결정부(144)는 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐와 인접치 간의 각도를 포함한 학습결과를 획득하여 픽스쳐와 인접치의 관계를 파악한다. 그리고 파악된 픽스쳐와 인접치 간의 관계를 기초로 하여 근심면(Mesial) 방향의 인접치와 평행하도록 픽스쳐의 식립 각도를 결정한다. 이에 대한 실시 예는 도 7을 참조로 하여 후술한다.
상악동 또는 신경관에 대한 학습 결과를 이용한 실제 픽스쳐의 위치 결정 예를 들면, 픽스쳐 결정부(144)는 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 상악동 또는 신경관과의 충돌 여부를 확인하여 픽스쳐의 하방 정점(Apex) 방향으로 최하방점과 상악동 및 하치조 신경관과의 거리와, 치아번호 별 픽스쳐의 길이 정보를 포함한 학습결과를 획득하여 픽스쳐의 상악동 또는 신경관과의 관계를 파악한다. 픽스쳐 결정부(144)는 상악동 충돌 시 픽스쳐의 상악동 침범영역은 학습 데이터를 통하여 침범 허용 기준을 정의하거나, 침범 허용 범위를 사용자가 설정할 수 있도록 하여 침범 허용 범위 이상의 침범이 발생하는 경우에 픽스쳐의 길이를 조정할 수 있다. 이에 대한 실시 예는 도 8을 참조로 하여 후술한다.
픽스쳐와 맞닿는 치조골의 골밀도에 대한 학습 결과를 이용한 실제 픽스쳐의 위치 결정 예를 들면, 픽스쳐 결정부(144)는 식립된 픽스쳐와 맞닿거나 픽스쳐가 위치하는 부위의 학습된 골질(ossein) 정보를 포함한 학습결과를 획득하여 픽스쳐 주변의 골질 정보를 파악한다. 그리고 파악된 픽스쳐 주변의 골질 정보를 이용하여 픽스쳐의 위치를 결정한다. 이에 대한 실시 예는 도 9를 참조로 하여 후술한다.
학습부(140)는 실제 식립하고자 하는 픽스쳐의 식립 정보를 결정하기 위해 이전 픽스쳐 식립 계획을 수립한 환자의 영상 데이터들을 대상으로 인공지능을 이용하여 학습하고 학습 결과를 픽스쳐 결정부(144)에 제공한다. 학습부(140)는 이전 픽스쳐 식립 계획을 수립한 환자의 CT 데이터를 대상으로 식립된 픽스쳐를 기준으로 치조골, 인접치 정보, 상악의 상악동, 하악의 신경관 정보를 포함한 환자의 해부학적 구조물을 학습할 수 있다. 또한, 이전 픽스쳐 식립 계획을 수립한 환자의 구강 모델 데이터를 대상으로 크라운 위치가 결정된 치아번호 별 크라운에 따라 픽스쳐의 식립 위치와 각도 및 잇몸 마진 라인을 학습할 수 있다.
테스팅부(142)는 학습부(140)의 학습 결과를 테스팅한다. 이때, 테스팅 결과가 미리 설정된 기준 이상, 예를 들어 95% 이상의 정확도를 가진 경우 학습 결과를 픽스쳐 결정부(144)에 제공한다.
도 3은 본 발명의 일 실시 예에 따른 픽스쳐 식립을 위해 사용되는 영상 데이터를 도시한 도면이다.
인공지능을 이용하여 픽스쳐의 위치를 사용자에게 제공하는 방식은 반복적인 학습에 의한 결과물 도출을 활용하는 것을 기본으로 한다. 이를 위해 CT 데이터(300) 또는 구강 모델 데이터(310) 상에 픽스쳐 식립 계획이 수립된 데이터를 축적하고 기계학습 알고리즘을 통해 반복적인 트레이닝과 테스트 과정을 거친다. 이때, 테스트 결과가 미리 설정된 기준, 예를 들어, 95% 이상의 정확도를 가지면 이를 적용하여 실제 임플란트 식립 계획에서 픽스쳐의 위치 및 각도를 포함한 식립 정보를 제공한다.
트레이닝 과정에서의 학습 데이터는 영상 처리장치를 이용하여 영상 데이터에 픽스쳐를 식립하였던 식립 정보를 활용한다. 이때, 영상 데이터는 도 3에 도시된 바와 같이 CT 데이터(300)와 구강 모델 데이터(310)를 포함한다. 구강 모델 데이터(310)는 환자의 구강 석고 모델을 스캔하거나 환자의 구강을 직접 스캔하여 획득한 것이다. 트레이닝 과정에서 영상 처리장치가 학습하는 정보는 환자의 CT 데이터(300)에서 확인할 수 있는 환자의 해부학적 구조물로, 치조골, 인접치 정보와 더불어 상악의 경우는 상악동, 하악의 경우는 하치조 신경관 정보를 포함한다. 구강 모델 데이터(310)에서는 환자의 잇몸 정보를 포함한다. 또한, 환자의 구강 모델 데이터(310)에 크라운 위치가 결정된 치아번호 별 크라운에 따라 픽스쳐의 식립 위치와 각도도 학습하도록 한다.
도 4는 본 발명의 일 실시 예에 따른 크라운과 픽스쳐 간의 위치를 학습한 결과를 이용하여 실제 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면이다.
먼저, 구강 모델 데이터(310)에 배치된 크라운(400)의 위치를 이용하여 픽스쳐(410)의 위치가 결정된다. 도 4에 도시된 바와 같이 픽스쳐(410)의 초기 위치는 크라운(400)의 축을 기준으로 결정되며, 트레이닝 과정에서 치아번호 별 크라운(400) 및 픽스쳐(410)의 중심 축 간 각도 및 크라운(400)의 위치에 따른 픽스쳐의 위치 관계를 학습한다. 픽스쳐(410)의 초기 위치는 크라운(400)의 중심 축과 동일한 중심 축을 가지고 크라운(400)의 중심에 위치하도록 결정되지만, 치조골을 포함한 그 외의 해부학적 구조물을 고려하여 픽스쳐(410)의 최종 위치를 결정하는 경우에는 크라운(400)의 중심 축과 픽스쳐(410)의 중심 축이 다를 수 있다. 이러한 경우를 포함한 치아번호 별 픽스쳐(410)의 위치정보를 의료영상 처리장치에서 학습하도록 한다.
도 5는 본 발명의 일 실시 예에 따른 픽스쳐와 치조골 간의 거리를 학습한 결과를 이용하여 실제 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면이다.
치조골을 고려한 픽스쳐 위치와 관련된 정보의 학습은 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑 방향 중심점으로부터 치조골과의 거리, 픽스쳐와 치조골의 근심면(Mesial), 원심면(Distal), 설측(Lingual), 협측(Buccal) 방향으로의 거리를 학습하고 학습 결과로부터 픽스쳐와 치조골의 거리를 고려한 픽스쳐 식립 정보를 얻을 수 있다. 예를 들어, 도 5에 도시된 바와 같이 학습 결과로부터 CT 영상(300)에서 픽스쳐(410)의 탑 방향으로 치조골(500)과 픽스쳐(410)와의 거리는 최소 1mm로 하며, 픽스쳐(410)와 근심면(Mesial), 원심면(Distal), 설측(Lingual), 협측(Buccal) 방향으로 치조골(500)과의 거리는 최소 1.5mm로 해야 함을 인식하고 이에 맞게 픽스쳐(410)의 위치를 조정한다.
도 6은 본 발명의 일 실시 예에 따른 픽스쳐와 잇몸 마진의 거리를 학습한 결과를 이용하여 실제 식립하는 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면이다.
이전 픽스쳐 식립 계획을 수립한 환자들의 영상 데이터(예를 들어, 구강 모델 데이터)를 이용하여 잇몸 마진(600)과 픽스쳐(410) 간의 거리를 학습하고 학습 결과를 이용하여 식립하고자 하는 픽스쳐(410)의 잇몸 마진(600)과의 거리를 결정한다. 이때, 픽스쳐(410)를 기준으로 픽스쳐(410)의 탑(top) 방향으로 잇몸 마진(600)과의 거리를 학습한다. 도 6에 도시된 바와 같이 학습 데이터로부터 잇몸 마진(600)과 픽스쳐(410)과의 거리가 최소 3mm임을 확인할 수 있다.
도 7은 본 발명의 일 실시 예에 따른 픽스쳐와 인접 치의 각도를 학습한 데이터를 이용하여 실제 식립하는 픽스쳐의 각도를 결정하는 영상 화면을 도시한 도면이다.
이전 픽스쳐 식립 계획을 수립한 환자의 영상 데이터(예를 들어, CT 데이터)를 이용하여 환자의 픽스쳐(410)와 인접치(700)와의 각도를 학습하고 학습 결과를 이용하여 식립하고자 하는 픽스쳐(410)의 각도를 결정한다. 이때, 근심면(Mesial) 방향의 인접치(700)와 식립되는 치아번호의 픽스쳐(410) 간의 각도를 학습한다. 도 7에 도시된 바와 같이 CT 데이터(300)에서 학습결과를 반영하여 근심면(Mesial) 방향의 인접치 또는 식립된 또는 식립할 픽스쳐와 평행하도록 픽스쳐 식립 각도를 결정한다.
도 8은 본 발명의 일 실시 예에 따른 픽스쳐와 상악동 및 하치조 신경관 간의 관계를 학습한 결과를 이용하여 픽스쳐의 위치를 결정하는 영상 화면을 도시한 도면이다.
환자의 수술 부위가 상악인 경우에는 상악동(800)을, 하악인 경우에는 하치조 신경관(810)과 픽스쳐(410)의 충돌을 추가적으로 고려해야 한다. 도 8에 도시된 바와 같이 픽스쳐(410)의 하방 정점(Apex) 방향으로 상악동(800) 및 하치조 신경관(810)의 충돌 여부를 확인하며 픽스쳐(410)의 하방 정점(Apex) 방향으로 최하방점과 상악동(800) 및 하치조 신경관(810)의 거리와, 치아번호 별 픽스쳐(410)의 길이(Length) 정보를 학습한다.
의료영상 처리장치는, 상악동(800) 충돌 시 픽스쳐(410)의 상악동 침범영역은 학습 데이터를 통하여 침범 허용 기준을 정의하거나, 침범 허용 범위를 사용자가 설정할 수 있도록 하여 침범 허용 범위 이상의 침범이 발생하는 경우에 픽스쳐(410)의 길이를 조정할 수 있다. 예를 들어, 도 8에 도시된 바와 같이 픽스쳐(410)의 하방 정점(Apex) 방향으로 상악동(800) 및 하치조 신경관(810)의 충돌 여부를 확인하며 픽스쳐(410)의 하방 정점(Apex) 방향으로 최하방점과 상악동(800) 및 하치조 신경관(810)의 거리와, 치아번호 별 픽스쳐(410)의 길이(Length) 정보를 학습하여 침범 허용 기준을 정의할 수 있다.
도 9는 본 발명의 일 실시 예에 따른 픽스쳐와 맞닿은 치조골의 골밀도를 학습한 결과를 이용하여 픽스쳐 식립 정보를 결정하는 영상 화면을 도시한 도면이다.
도 9를 참조하면, 의료영상 처리장치는 치조골의 골밀도 정보를 추가적으로 학습할 수 있다. 골밀도는 골질(ossein)에 따라 일반적으로 D1~D5로 분류하여 Hard, Normal, Soft Bone으로 분류하지만, 소프트웨어 및 제조사의 정책에 따라 A1~D4로 분류하는 경우도 있다. 골밀도는 도 9에 도시된 바와 같이 식립된 픽스쳐(410)와 맞닿거나 픽스쳐가 위치하는 부위의 골질 정보를 학습한다. 테스팅 시, 학습 데이터에서 골질에 따라 픽스쳐(410)의 위치를 보정하거나 위치가 많이 벗어나는 경우에는 골질에 대한 정보를 경고문구로 표시하여 사용자가 확인할 수 있도록 이용한다.
이렇게 이전에 픽스쳐 식립 계획을 수립한 영상 데이터를 대상으로 픽스쳐의 위치와 주변 구조물과의 관계를 인공지능을 이용하여 학습 및 테스팅한다. 학습 및 테스팅을 기반으로 도출한 학습 결과를 반영하여 실제 식립할 픽스쳐의 식립 정보를 결정하고 이를 사용자에게 제안한다. 이때, 테스팅은 환자의 CT 데이터와 구강 모델 데이터가 정합된 상태의 영상 데이터로 진행하며, 테스팅 결과의 정확도가 미리 설정된 기준, 예를 들어 95% 이상인 경우 이를 적용하여 실제 임플란트 식립 계획에서 픽스쳐의 위치를 영상 처리장치에서 제안한다. 나아가, 결과에 따라 수정이 필요한 경우 사용자가 미세조정하여 최종 픽스쳐의 식립 위치를 결정할 수도 있다.
도 10은 본 발명의 일 실시 예에 따른 인공지능을 이용한 임플란트 수술 계획 수립 방법을 도시한 도면이다.
도 1 및 도 10을 참조하면, 의료영상 처리장치(1)는 이전 픽스쳐 식립 계획을 수립한 환자들의 영상 데이터들을 대상으로 인공지능에 기반하여 학습한 학습 결과를 획득한다(S1000).
이어서, 의료영상 처리장치(1)는 획득된 학습 결과를 이용하여 구강 환경에 맞게 실제 식립하고자 하는 픽스쳐의 위치 및 각도를 포함한 식립 정보를 결정하여 제공한다(S1100).
식립 정보를 결정하여 제공하는 단계(S1100)에서, 의료영상 처리장치(1)는 획득된 학습 결과로부터 식립된 픽스쳐의 위치를 기반으로 주변 구조물과의 관계정보를 파악하고, 파악된 주변 구조물과의 관계정보를 반영하여 픽스쳐의 식립 정보를 결정할 수 있다. 주변 구조물은 치조골, 잇몸 마진, 인접치, 상악동, 신경관 및 골밀도 등일 수 있다.
식립 정보를 결정하여 제공하는 단계(S1100)에서, 의료영상 처리장치(1)는 크라운의 중심 축을 기준으로 동일한 중심 축을 가지고 크라운의 중심에 위치하도록 픽스쳐의 초기 위치를 결정한 후, 파악된 주변 구조물과의 관계정보를 반영하여 픽스쳐의 초기 위치를 수정함에 따라 픽스쳐의 최종 위치를 결정할 수 있다.
식립 정보를 결정하여 제공하는 단계(S1100)에서, 의료영상 처리장치(1)는 치조골에 대한 학습을 활용하여 픽스쳐와 치조골의 거리를 결정할 수 있다. 예를 들어, 의료영상 처리장치(1)는 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑(top) 방향 중심점으로부터 학습된 치조골과의 거리정보와, 픽스쳐와 치조골의 근심면(Mesial), 원심면(Distal), 설측(Lingual) 및 협측(Buccal) 방향으로 거리정보를 포함하는 학습결과를 획득하여 픽스쳐와 치조골 간의 관계를 파악한다. 그리고 파악된 픽스쳐와 치조골 간의 관계를 기초로 하여 픽스쳐와 치조골 간의 거리를 결정한다.
식립 정보를 결정하여 제공하는 단계(S1100)에서, 의료영상 처리장치(1)는 잇몸 마진에 대한 학습을 활용하여 픽스쳐와 잇몸 마진의 거리를 결정할 수 있다. 예를 들어, 의료영상 처리장치(1)는 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑 방향으로 잇몸 마진과의 거리정보를 포함한 학습결과를 획득하여 픽스쳐와 잇몸 마진 간의 관계를 파악한다. 그리고 파악된 픽스쳐와 잇몸 마진 간의 관계를 기초로 하여 픽스쳐와 잇몸 마진 간의 거리를 결정한다.
식립 정보를 결정하여 제공하는 단계(S1100)에서, 의료영상 처리장치(1)는 인접치에 대한 학습을 활용하여 픽스쳐와 인접치의 각도를 결정할 수 있다. 예를 들어, 의료영상 처리장치(1)는 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐와 인접치 간의 각도를 포함한 학습결과를 획득하여 픽스쳐와 인접치의 관계를 파악한다. 그리고 파악된 픽스쳐와 인접치 간의 관계를 기초로 하여 근심면(Mesial) 방향의 인접치와 평행하도록 픽스쳐의 식립 각도를 결정한다.
식립 정보를 결정하여 제공하는 단계(S1100)에서, 의료영상 처리장치(1)는 상악동 또는 신경관에 대한 학습결과를 활용하여 픽스쳐의 위치를 결정할 수 있다. 예를 들어, 이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 상악동 또는 신경관과의 충돌 여부를 확인하여 상악동 충돌 시 픽스쳐의 상악동 침범영역은 학습 데이터를 통하여 침범 허용 기준을 정의하거나, 침범 허용 범위를 사용자가 설정할 수 있도록 하여 침범 허용 범위 이상의 침범이 발생하는 경우에 픽스쳐의 길이를 조정할 수 있다.
식립 정보를 결정하여 제공하는 단계(S1100)에서, 의료영상 처리장치(1)는 픽스쳐와 맞닿는 치조골의 골질 정보에 대한 학습을 활용하여 픽스쳐의 위치를 결정할 수 있다. 예를 들어, 식립된 픽스쳐와 맞닿거나 픽스쳐가 위치하는 부위의 학습된 골질 정보를 포함한 학습결과를 획득하여 픽스쳐 주변의 골질 정보를 파악한다. 그리고 파악된 픽스쳐 주변의 골질 정보를 이용하여 픽스쳐의 위치를 결정할 수 있다.
일 실시 예에 따른 인공지능을 이용한 임플란트 수술 계획 수립 방법은, 실제 식립하고자 하는 픽스쳐의 식립 정보를 결정하기 위해 이전 픽스쳐 식립 계획을 수립한 환자의 영상 데이터들을 대상으로 인공지능을 이용하여 학습하는 단계(S1300)를 더 포함한다. 학습하는 단계(S1300)에서, 의료영상 처리장치(1)는 이전 CT 데이터에서 식립된 픽스쳐를 기준으로 치조골, 인접치 정보, 상악동, 신경관 정보를 포함한 환자의 해부학적 구조물을 학습하고, 이전 구강 모델 데이터를 대상으로 크라운 위치가 결정된 치아번호 별 크라운에 따라 픽스쳐의 식립 위치와 각도 및 잇몸 마진 라인을 학습할 수 있다.
이제까지 본 발명에 대하여 그 실시 예들을 중심으로 살펴보았다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
Claims (21)
- 이전 픽스쳐 식립 계획을 수립한 환자들의 영상 데이터들을 대상으로 인공지능에 기반하여 학습한 학습 결과를 획득하는 단계; 및
획득된 학습 결과를 이용하여 구강 환경에 맞게 실제 식립하고자 하는 픽스쳐의 위치 및 각도를 포함한 식립 정보를 결정하여 제공하는 단계;
를 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 1 항에 있어서, 식립 정보를 결정하여 제공하는 단계는
획득된 학습 결과로부터 식립된 픽스쳐의 위치를 기반으로 치조골, 잇몸 마진, 인접치, 상악동, 신경관 및 골밀도 중 적어도 하나를 포함한 주변 구조물과의 관계정보를 파악하는 단계: 및
파악된 주변 구조물과의 관계정보를 반영하여 픽스쳐의 식립 정보를 결정하여 제공하는 단계;
를 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 1 항에 있어서, 식립 정보를 결정하여 제공하는 단계는
크라운의 중심 축을 기준으로 동일한 중심 축을 가지고 크라운의 중심에 위치하도록 픽스쳐의 초기 위치를 결정하여 제공하는 단계; 및
파악된 주변 구조물과의 관계정보를 반영하여 픽스쳐의 초기 위치를 수정함에 따라 픽스쳐의 최종 위치를 결정하여 제공하는 단계;
를 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 1 항에 있어서, 식립 정보를 결정하여 제공하는 단계는
이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑(top) 방향 중심점으로부터 학습된 치조골과의 거리정보와, 픽스쳐와 치조골의 근심면(Mesial), 원심면(Distal), 설측(Lingual) 및 협측(Buccal) 방향으로의 거리정보를 포함하는 학습결과를 획득하여 픽스쳐와 치조골 간의 관계를 파악하는 단계; 및
파악된 픽스쳐와 치조골 간의 관계를 기초로 하여 픽스쳐와 치조골 간의 거리를 결정하여 제공하는 단계;
를 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 1 항에 있어서, 식립 정보를 결정하여 제공하는 단계는
이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑 방향으로 잇몸 마진과의 거리정보를 포함한 학습결과를 획득하여 픽스쳐와 잇몸 마진 간의 관계를 파악하는 단계; 및
파악된 픽스쳐와 잇몸 마진 간의 관계를 기초로 하여 픽스쳐와 잇몸 마진 간의 거리를 결정하여 제공하는 단계;
를 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 1 항에 있어서, 식립 정보를 결정하여 제공하는 단계는
이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐와 인접치 간의 각도를 포함한 학습결과를 획득하여 픽스쳐와 인접치의 관계를 파악하는 단계; 및
파악된 픽스쳐와 인접치 간의 관계를 기초로 하여 근심면(Mesial) 방향의 인접치와 평행하도록 픽스쳐의 식립 각도를 결정하여 제공하는 단계;
를 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 1 항에 있어서, 식립 정보를 결정하여 제공하는 단계는
이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 상악동 또는 신경관과의 충돌 여부를 확인하여 픽스쳐의 하방 정점(Apex) 방향으로 최하방점과 상악동 및 하치조 신경관과의 거리와, 치아번호 별 픽스쳐의 길이 정보를 포함한 학습결과를 획득하여 픽스쳐의 상악동 또는 신경관과의 관계를 파악하는 단계;
미리 설정된 픽스쳐 스펙을 기초로 하여 실제 픽스쳐의 길이 및 직경을 결정하여 제공하는 단계; 및
상악동 충돌 시 픽스쳐의 상악동 침범영역은 학습 데이터를 통하여 침범 허용 기준을 정의하거나, 침범 허용 범위를 사용자가 설정할 수 있도록 하여 침범 허용 범위 이상의 침범이 발생하는 경우에 픽스쳐의 길이를 조정하는 단계;
를 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 1 항에 있어서, 식립 정보를 결정하여 제공하는 단계는
식립된 픽스쳐와 맞닿거나 픽스쳐가 위치하는 부위의 학습된 골질(ossein) 정보를 포함한 학습결과를 획득하여 픽스쳐 주변의 골질 정보를 파악하는 단계; 및
파악된 픽스쳐 주변의 골질 정보를 이용하여 픽스쳐의 위치를 결정하여 제공하는 단계;
를 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 1 항에 있어서, 임플란트 수술 계획 수립 방법은
실제 식립하고자 하는 픽스쳐의 식립 정보를 결정하기 위해 이전 데이터들을 대상으로 인공지능을 이용하여 학습하는 단계;
를 더 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 9 항에 있어서, 학습하는 단계는
이전 픽스쳐 식립 계획을 수립한 환자의 CT 데이터를 대상으로 식립된 픽스쳐를 기준으로 치조골, 인접치 정보, 상악동 및 신경관 정보 중 적어도 하나를 포함한 환자의 해부학적 구조물을 학습하는 단계; 및
이전 픽스쳐 식립 계획을 수립한 환자의 구강 모델 데이터를 대상으로 크라운 위치가 결정된 치아번호 별 크라운에 따라 픽스쳐의 식립 위치와 각도 및 잇몸 마진 라인을 학습하는 단계;
를 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 제 9 항에 있어서, 임플란트 수술 계획 수립 방법은
학습 결과를 테스팅하는 단계; 및
테스팅 결과가 미리 설정된 기준 이상인 경우 학습 결과를 픽스쳐 식립 계획에 반영하는 단계;
를 더 포함하는 것을 특징으로 하는 임플란트 수술 계획 수립 방법. - 영상 데이터를 획득하는 데이터 획득부;
이전 픽스쳐 식립 계획을 수립한 환자들의 영상 데이터들을 대상으로 인공지능에 기반하여 학습한 학습 결과를 이용하여 구강 환경에 맞게 실제 식립하고자 하는 픽스쳐의 위치 및 각도를 포함한 식립 정보를 결정하는 픽스쳐 결정부; 및
영상 데이터에서 식립 정보를 함께 화면에 표시하는 출력부;
를 포함하는 것을 특징으로 하는 의료영상 처리장치. - 제 12 항에 있어서, 픽스쳐 결정부는
획득된 학습 결과로부터 식립된 픽스쳐의 위치를 기반으로 치조골, 잇몸 마진, 인접치, 상악동, 신경관 및 골밀도 중 적어도 하나를 포함한 주변 구조물과의 관계정보를 파악하고,
파악된 주변 구조물과의 관계정보를 반영하여 픽스쳐의 식립 정보를 결정하는 것을 특징으로 하는 의료영상 처리장치. - 제 12 항에 있어서, 픽스쳐 결정부는
이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑(top) 방향 중심점으로부터 학습된 치조골과의 거리정보와, 픽스쳐와 치조골의 근심면(Mesial), 원심면(Distal), 설측(Lingual) 및 협측(Buccal) 방향으로의 거리정보를 포함하는 학습결과를 획득하여 픽스쳐와 치조골 간의 관계를 파악하며,
파악된 픽스쳐와 치조골 간의 관계를 기초로 하여 픽스쳐와 치조골 간의 거리를 결정하는 것을 특징으로 하는 의료영상 처리장치. - 제 12 항에 있어서, 픽스쳐 결정부는
이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐의 탑 방향으로 잇몸 마진과의 거리정보를 포함한 학습결과를 획득하여 픽스쳐와 잇몸 마진 간의 관계를 파악하며,
파악된 픽스쳐와 잇몸 마진 간의 관계를 기초로 하여 픽스쳐와 잇몸 마진 간의 거리를 결정하는 것을 특징으로 하는 의료영상 처리장치. - 제 12 항에 있어서, 픽스쳐 결정부는
이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 픽스쳐와 인접치 간의 각도를 포함한 학습결과를 획득하여 픽스쳐와 인접치의 관계를 파악하며,
파악된 픽스쳐와 인접치 간의 관계를 기초로 하여 근심면(Mesial) 방향의 인접치와 평행하도록 픽스쳐의 식립 각도를 결정하는 것을 특징으로 하는 의료영상 처리장치. - 제 12 항에 있어서, 픽스쳐 결정부는
이전 데이터들에서 치아번호별 식립된 픽스쳐의 위치를 기준으로 상악동 또는 신경관과의 충돌 여부를 확인하여 픽스쳐의 하방 정점(Apex) 방향으로 최하방점과 상악동 및 하치조 신경관과의 거리와, 치아번호 별 픽스쳐의 길이 정보를 포함한 학습결과를 획득하여 픽스쳐의 상악동 또는 신경관과의 관계를 파악하며,
상악동 충돌 시 픽스쳐의 상악동 침범영역은 학습 데이터를 통하여 침범 허용 기준을 정의하거나, 침범 허용 범위를 사용자가 설정할 수 있도록 하여 침범 허용 범위 이상의 침범이 발생하는 경우에 픽스쳐의 길이를 조정하는 것을 특징으로 하는 의료영상 처리장치. - 제 12 항에 있어서, 픽스쳐 결정부는
식립된 픽스쳐와 맞닿거나 픽스쳐가 위치하는 부위의 학습된 골질(ossein) 정보를 포함한 학습결과를 획득하여 픽스쳐 주변의 골질 정보를 파악하며,
파악된 픽스쳐 주변의 골질 정보를 이용하여 픽스쳐의 위치를 결정하는 것을 특징으로 하는 의료영상 처리장치. - 제 12 항에 있어서, 의료영상 처리장치는
실제 식립하고자 하는 픽스쳐의 식립 정보를 결정하기 위해 이전 픽스쳐 식립 계획을 수립한 환자의 영상 데이터들을 대상으로 인공지능을 이용하여 학습하고 학습 결과를 픽스쳐 결정부에 제공하는 학습부;
를 더 포함하는 것을 특징으로 하는 의료영상 처리장치. - 제 19 항에 있어서, 학습부는
이전 픽스쳐 식립 계획을 수립한 환자의 CT 데이터를 대상으로 식립된 픽스쳐를 기준으로 치조골, 인접치 정보, 상악동 및 신경관 정보 중 적어도 하나를 포함한 환자의 해부학적 구조물을 학습하고,
이전 픽스쳐 식립 계획을 수립한 환자의 구강 모델 데이터를 대상으로 크라운 위치가 결정된 치아번호 별 크라운에 따라 픽스쳐의 식립 위치와 각도 및 잇몸 마진 라인을 학습하는 것을 특징으로 하는 의료영상 처리장치. - 제 19 항에 있어서, 의료영상 처리장치는
학습부의 학습 결과를 테스팅하되, 테스팅 결과가 미리 설정된 기준 이상인 경우 학습 결과를 픽스쳐 결정부에 제공하는 테스팅부;
를 더 포함하는 것을 특징으로 하는 의료영상 처리장치.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190028214A KR102243185B1 (ko) | 2019-03-12 | 2019-03-12 | 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치 |
| PCT/KR2020/002895 WO2020184876A1 (ko) | 2019-03-12 | 2020-02-28 | 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190028214A KR102243185B1 (ko) | 2019-03-12 | 2019-03-12 | 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200116184A true KR20200116184A (ko) | 2020-10-12 |
| KR102243185B1 KR102243185B1 (ko) | 2021-04-23 |
Family
ID=72427460
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190028214A KR102243185B1 (ko) | 2019-03-12 | 2019-03-12 | 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치 |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102243185B1 (ko) |
| WO (1) | WO2020184876A1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102288816B1 (ko) * | 2021-02-16 | 2021-08-12 | 박혁준 | 인공지능 기반 치아 수복을 위한 3d 보철물 제작 방법 및 애플리케이션 |
| KR20220162033A (ko) * | 2021-05-27 | 2022-12-07 | 클리어테크놀로지 주식회사 | 덴탈 캐드 장치 및 그를 이용하는 제어방법 |
| WO2024101654A1 (ko) * | 2022-11-11 | 2024-05-16 | 오스템임플란트 주식회사 | 위험 요소 가이드 방법, 컴퓨팅 장치 및 이를 위한 컴퓨터 판독 가능한 기록 매체 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114159142A (zh) * | 2021-09-30 | 2022-03-11 | 国家康复辅具研究中心 | 基于人工智能深度学习的胫骨外固定器安装辅助导板设计方法 |
| CN114224488A (zh) * | 2021-11-19 | 2022-03-25 | 杭州钉灵科技有限公司 | 基于状态捕捉的口腔种植机器人控制系统及其操作方法 |
| KR20230122384A (ko) | 2022-02-14 | 2023-08-22 | 오스템임플란트 주식회사 | 임플란트 시뮬레이션을 위한 상악동 격벽 영역의 표시 방법, 그리고 이를 구현하기 위한 장치 |
| CN116211458B (zh) * | 2022-12-12 | 2023-10-03 | 高峰医疗器械(无锡)有限公司 | 种植体规划方法、装置、设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3054100A1 (en) * | 2017-03-03 | 2018-09-07 | Sirona Dental Systems Gmbh | Method for constructing a restoration |
| KR20180106007A (ko) | 2017-03-17 | 2018-10-01 | 엄상호 | 임플란트 픽스쳐 자동 검색 및 드라이버 제안 솔루션 |
| KR20180125790A (ko) * | 2017-05-16 | 2018-11-26 | 주식회사 디오 | 인공 치아 시술 통합 솔루션 서비스를 제공하는 시스템, 이를 위한 서비스 장치 및 이를 이용한 인공 치아 시술 서비스 방법 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015031367A2 (en) * | 2013-08-26 | 2015-03-05 | James R. Glidewell Dental Ceramics, Inc. | Computer-implemented dental restoration design |
| KR20160009163A (ko) * | 2014-07-15 | 2016-01-26 | 오스템임플란트 주식회사 | 임플란트 선택 시스템 및 방법 |
-
2019
- 2019-03-12 KR KR1020190028214A patent/KR102243185B1/ko active IP Right Grant
-
2020
- 2020-02-28 WO PCT/KR2020/002895 patent/WO2020184876A1/ko active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3054100A1 (en) * | 2017-03-03 | 2018-09-07 | Sirona Dental Systems Gmbh | Method for constructing a restoration |
| KR20180106007A (ko) | 2017-03-17 | 2018-10-01 | 엄상호 | 임플란트 픽스쳐 자동 검색 및 드라이버 제안 솔루션 |
| KR20180125790A (ko) * | 2017-05-16 | 2018-11-26 | 주식회사 디오 | 인공 치아 시술 통합 솔루션 서비스를 제공하는 시스템, 이를 위한 서비스 장치 및 이를 이용한 인공 치아 시술 서비스 방법 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102288816B1 (ko) * | 2021-02-16 | 2021-08-12 | 박혁준 | 인공지능 기반 치아 수복을 위한 3d 보철물 제작 방법 및 애플리케이션 |
| WO2022177095A1 (ko) * | 2021-02-16 | 2022-08-25 | 박혁준 | 인공지능 기반 치아 수복을 위한 3d 보철물 제작 방법 및 애플리케이션 |
| KR20220162033A (ko) * | 2021-05-27 | 2022-12-07 | 클리어테크놀로지 주식회사 | 덴탈 캐드 장치 및 그를 이용하는 제어방법 |
| WO2024101654A1 (ko) * | 2022-11-11 | 2024-05-16 | 오스템임플란트 주식회사 | 위험 요소 가이드 방법, 컴퓨팅 장치 및 이를 위한 컴퓨터 판독 가능한 기록 매체 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102243185B1 (ko) | 2021-04-23 |
| WO2020184876A1 (ko) | 2020-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102243185B1 (ko) | 인공지능을 이용한 임플란트 수술 계획 수립 방법 및 이를 위한 의료영상 처리장치 | |
| Jorba-García et al. | Accuracy and the role of experience in dynamic computer guided dental implant surgery: An in-vitro study | |
| US10952817B1 (en) | Systems and methods for determining orthodontic treatments | |
| CN112867461B (zh) | 正畸治疗计划的设备和方法 | |
| KR101590330B1 (ko) | 형상 정보를 얻기 위한 방법 | |
| KR102221530B1 (ko) | 인접치 및 대합치와의 관계를 반영하여 크라운 위치를 결정하는 치과 임플란트 수술용 가이드 디자인 방법 및 그 장치 | |
| US10376319B2 (en) | Image correction design system and method for oral and maxillofacial surgery | |
| KR102248604B1 (ko) | 최적화된 어버트먼트 및 보철물 수복 유형 설계를 위한 임플란트 식립 설계장치 및 그 방법 | |
| KR20150039028A (ko) | 치아교정 시뮬레이션 방법 및 이를 수행하는 시스템 | |
| US10945811B1 (en) | Systems and methods for determining orthodontic treatments | |
| US20220246269A1 (en) | Implant surgery planning method using automatic placement of implant structure, user interface providing method therefor, and teeth image processing device therefor | |
| KR102239358B1 (ko) | 임플란트 중심선을 이용한 임플란트 식립 계획 수립 방법 및 이를 위한 치과영상 처리장치 | |
| Jones | Accuracy of mucosa supported guided dental implant surgery | |
| KR102320857B1 (ko) | 교정 디자인 방법 및 그 장치 | |
| EP3998985B1 (en) | Virtual articulation in orthodontic and dental treatment planning | |
| KR102410408B1 (ko) | 최적화된 어버트먼트를 제안하는 임플란트 수술용 가이드 디자인 방법 및 그 장치 | |
| KR102198664B1 (ko) | 위험 인자를 고려한 픽스쳐 자동 식립이 가능한 치과용 임플란트 시술 계획 방법 및 그 장치 | |
| KR102350098B1 (ko) | 악궁라인 생성 방법 및 이를 위한 치과영상 처리장치 | |
| US20230172691A1 (en) | Systems and methods for determining an orthodontic treatment | |
| US11399917B1 (en) | Systems and methods for determining an orthodontic treatment | |
| KR102389747B1 (ko) | 임플란트 수술용 가이드 디자인 방법 및 그 장치 | |
| KR20200084981A (ko) | 상악동 리프팅을 위한 픽스쳐 침범영역 분할이 가능한 의료영상 처리방법 및 그 장치 | |
| KR20200100908A (ko) | 신경관 라인 생성 방법 및 이를 위한 의료영상 처리장치 | |
| CN113057733B (zh) | 一种基于三维模型确定颧骨种植体种植位置的方法和装置 | |
| EP4226893A1 (en) | Fastening channel through a dental restoration |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |