KR20230038117A - 구강 이미지를 처리하는 방법 및 데이터 처리 장치 - Google Patents
구강 이미지를 처리하는 방법 및 데이터 처리 장치 Download PDFInfo
- Publication number
- KR20230038117A KR20230038117A KR1020220113778A KR20220113778A KR20230038117A KR 20230038117 A KR20230038117 A KR 20230038117A KR 1020220113778 A KR1020220113778 A KR 1020220113778A KR 20220113778 A KR20220113778 A KR 20220113778A KR 20230038117 A KR20230038117 A KR 20230038117A
- Authority
- KR
- South Korea
- Prior art keywords
- tooth
- prosthesis
- margin line
- data
- oral
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title abstract description 71
- 210000000214 mouth Anatomy 0.000 claims description 102
- 238000002360 preparation method Methods 0.000 claims description 61
- 239000004568 cement Substances 0.000 claims description 54
- 238000005520 cutting process Methods 0.000 claims description 31
- 238000003672 processing method Methods 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 37
- 230000008569 process Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 24
- 238000005070 sampling Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 210000004195 gingiva Anatomy 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 239000007943 implant Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003801 milling Methods 0.000 description 2
- IFPMZBBHBZQTOV-UHFFFAOYSA-N 1,3,5-trinitro-2-(2,4,6-trinitrophenyl)-4-[2,4,6-trinitro-3-(2,4,6-trinitrophenyl)phenyl]benzene Chemical group [O-][N+](=O)C1=CC([N+](=O)[O-])=CC([N+]([O-])=O)=C1C1=C([N+]([O-])=O)C=C([N+]([O-])=O)C(C=2C(=C(C=3C(=CC(=CC=3[N+]([O-])=O)[N+]([O-])=O)[N+]([O-])=O)C(=CC=2[N+]([O-])=O)[N+]([O-])=O)[N+]([O-])=O)=C1[N+]([O-])=O IFPMZBBHBZQTOV-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 230000036346 tooth eruption Effects 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
- 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
- A61C13/00—Dental prostheses; Making same
- A61C13/0003—Making bridge-work, inlays, implants or the like
- A61C13/0004—Computer-assisted sizing or machining of dental prostheses
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Architecture (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Geometry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
실시예들에 따라 구강 이미지 처리 방법 및 장치가 개시된다. 개시된 구강 이미지 처리 방법은, 프렙 전 치아 데이터를 포함하는 제1 구강 이미지 및 프렙된 치아 데이터를 포함하는 제2 구강 이미지를 획득하는 동작, 상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득하는 동작, 및 상기 마진 라인에 기반하여 상기 제1구강 이미지 및 제2구강 이미지 중 적어도 하나로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 동작을 포함한다.
Description
개시된 실시예는 구강 이미지를 처리하는 방법 및 데이터 처리 장치에 관한 것이다. 구체적으로, 개시된 실시예는 구강 이미지에 기반하여 보철물 대상 치아를 자동으로 인식하여 선택할 수 있도록 하는 구강 이미지를 처리하는 방법 및 장치에 관한 것이다.
치과 치료, 특히 보철 등의 치료를 하는 데 있어 치과용 CAD/CAM(Dental Computer Aided Design/Computer Aided Manufacturing) 기술이 널리 사용되고 있다. CAD/CAM을 이용한 치과 치료에서 가장 중요한 것은 환자의 치아, 잇몸, 턱뼈 등의 대상체의 형상에 대하여 정교한 3차원 데이터를 획득하는 것이다. 치과 치료를 수행함에 있어서, 대상체로부터 획득된 3차원 데이터를 이용하면, 컴퓨터에 의하여 정확한 계산이 수행될 수 있다는 장점이 있다. 예를 들어, 치과용 CAD/CAM 치료과정에서 대상체의 3차원 데이터를 획득하기 위해서는, CT(Computed Tomography), MRI(Magnetic Resonance Imaging), 및 광학 스캐닝 등의 방법이 이용될 수 있다.
CAD프로그램에서 보철물(크라운)을 디자인할 때 기본적으로 환자 구강을 스캔한 데이터에서 디자인에 필요한 치아를 사용자가 직접'선택'하는 과정이 필요하다. 즉, 보철물을 디자인할 때 디자인할 보철물의 외면은 프렙전 치아를 기초로, 내면은 프렙된 치아를 기초로 하여 보철물의 기본적인 형상을 만든 다음 이를 세부적으로 가공하여 최종 보철물을 만든다. 따라서, 디자인에 필요한 기초 데이터인 프렙 전 치아 표면과 프렙된 치아 표면을 반드시 선택해야 한다. 치아의 선택 과정 없이 보철물을 디자인할 수 있는 간편한 방안이 요구된다.
개시된 실시예는, 사용자가 직접 보철물 대상 치아의 선택 과정 없이 구강 이미지에서 보철물 대상 치아를 자동으로 인식하여 선택할 수 있도록 하는 구강 이미지 처리 장치 및 방법을 제공하는 것을 목적으로 한다.
일 실시예에 따라 구강 이미지 처리 방법은, 프렙 전 치아 데이터를 포함하는 제1 구강 이미지 및 프렙된 치아 데이터를 포함하는 제2 구강 이미지를 획득하는 동작, 상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득하는 동작, 및 상기 마진 라인에 기반하여 상기 제1구강 이미지 및 제2구강 이미지 중 적어도 하나로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 동작을 포함할 수 있다.
일 실시예에 따라 상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득하는 동작은, 상기 프렙된 치아 데이터에 기초하여 상기 마진 라인을 자동으로 인식하거나 또는 상기 마진 라인을 설정할 수 있도록 하는 사용자 인터페이스를 제공하고 상기 사용자 인터페이스를 통해 상기 마진 라인을 설정하는 사용자 입력을 수신함으로써 상기 마진 라인을 획득하는 동작을 포함할 수 있다.
일 실시예에 따라 상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 동작은, 상기 마진 라인에 기반하여 획득된 하나 이상의 법선 벡터가 상기 프렙 전 치아 데이터와 교차하는 교차 포인트를 획득하는 동작, 및 상기 획득된 교차 포인트의 곡률 값 및 상기 프렙전 치아 데이터에 포함된 포인트들의 곡률 값을 이용하여 상기 보철물 대상 치아의 치아 영역을 식별하는 동작을 포함할 수 있다.
일 실시예에 따라 상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 동작은, 상기 마진 라인을 이용하여 상기 프렙 전 치아 데이터를 둘러싸는 소정의 도형을 획득하는 동작, 및 상기 소정의 도형 안에 들어오는 상기 프렙 전 치아 데이터를 선택함으로써 상기 보철물 대상 치아를 자동으로 인식하는 동작을 포함할 수 있다.
일 실시예에 따라 상기 마진 라인에 기반하여 상기 제2구강 이미지로부터 상기 보철물 대상 치아를 자동으로 인식하여 선택하는 동작은, 상기 프렙된 치아 데이터를 상기 마진 라인을 이용하여 컷팅함으로써 상기 보철물 대상 치아를 선택하는 동작을 포함할 수 있다.
일 실시예에 따라 상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 자동으로 인식된 상기 보철물 대상 치아를 이용하여 상기 보철물 대상 치아를 복원할 보철물 모델의 외면을 생성하는 동작, 상기 마진 라인에 기반하여 상기 제2구강 이미지로부터 자동으로 인식된 상기 보철물 대상 치를 이용하여 상기 보철물 모델의 내면을 생성하는 동작, 및 상기 보철물 모델의 외면과 상기 보철물 모델의 내면을 이용하여 상기 보철물 모델을 생성하는 동작을 더 포함할 수 있다.
일 실시예에 따라 상기 보철물 모델의 외면을 생성하는 동작은, 상기 마진 라인을 이용하여 상기 프렙전 치아 데이터로부터 초기 외면을 획득하는 동작, 상기 마진 라인에 기반하여 마진 루프 메쉬를 생성하는 동작, 상기 초기 외면과 상기 마진 루프 메쉬를 연결하여 클로우즈드 치아를 생성하는 동작, 및 상기 클로우즈드 치아에서 일정 영역을 제거함으로써 상기 보철물 모델의 외면을 생성하는 동작을 포함할 수 있다.
일 실시예에 따라 상기 보철물 모델의 내면을 생성하는 동작은, 상기 프렙된 치아 데이터를 상기 마진 라인을 이용하여 컷팅함으로써 초기 내면을 획득하는 동작, 상기 초기 내면에서 시멘트 영역과 비 시멘트 영역을 식별하는 동작, 상기 시멘트 영역을 미리 정해진 거리만큼 옵셋하여 옵셋된 시멘트 영역을 획득하는 동작, 및 상기 옵셋된 시멘트 영역과 상기 비 시멘트 영역을 연결함으로써 상기 보철물 모델의 내면을 생성하는 동작을 포함할 수 있다.
일 실시예에 따라 구강 이미지를 처리하는 데이터 처리 장치는, 하나 이상의 인스트럭션을 포함하는 메모리; 및 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 프렙 전 치아 데이터를 포함하는 제1 구강 이미지 및 프렙된 치아 데이터를 포함하는 제2 구강 이미지를 획득하고, 상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득하고, 상기 마진 라인에 기반하여 상기 제1구강 이미지 및 제2구강 이미지 중 적어도 하나로부터 보철물 대상 치아를 자동으로 인식하여 선택할 수 있다.
일 실시예에 따라 구강 이미지 처리 방법을 컴퓨터에 의해 수행하도록 구현된 프로그램이 기록된 컴퓨터 판독 가능 기록 매체에 있어서, 상기 구강 이미지 처리 방법은, 프렙 전 치아 데이터를 포함하는 제1 구강 이미지 및 프렙된 치아 데이터를 포함하는 제2 구강 이미지를 획득하는 동작, 상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득하는 동작, 및 상기 마진 라인에 기반하여 상기 제1구강 이미지 및 제2구강 이미지 중 적어도 하나로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 동작을 포함할 수 있다.
개시된 실시예에 따른 구강 이미지를 처리하는 방법 및 장치에 따르면, 사용자의 수동적인 보철물 대상 치아 선택 단계 없이 자동으로 마진 라인을 이용하여 보철물 대상 치아를 인식하여 선택하는 것을 가능하게 할 수 있다.
개시된 실시예에 따른 구강 이미지를 처리하는 방법 및 장치에 따르면, 사용자의 수동적인 보철물 대상 치아 선택 단계 없이 보철물 대상 치아를 위한 보철물을 생성할 수 있다.
본 발명은, 다음의 자세한 설명과 그에 수반되는 도면들의 결합으로 쉽게 이해될 수 있으며, 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미한다.
도 1은 실시예들에 따라 치아 준비를 통해 보철물을 생성하는 것을 설명하기 위한 참고도이다.
도 2는 개시된 실시예에 따른 구강 이미지 처리 시스템을 설명하기 위한 도면이다.
도 3은 개시된 실시예에 따른 데이터 처리 장치 100를 나타내는 일 블록도이다.
도 4는 일 실시예에 따라 데이터 처리 장치에서 구강 이미지를 처리하는 방법을 나타내는 일 플로우차트이다.
도 5는 일 실시예에 따라 데이터 처리 장치 100에서 보철물 모델을 생성하는 프로그램들의 일 예를 나타낸다.
도 6은 일 실시예에 따라 제1구강 이미지나 제2구강 이미지에서 보철물 대상 치아를 자동으로 인식하여 표시하는 예를 설명하기 위한 참고도이다.
도 7은 일 실시예에 따라 마진 라인을 이용하여 프렙전 치아 데이터로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 방법의 과정을 나타내는 흐름도이다.
도 8은 일 실시예에 따라 마진 라인에 기반하여 평균 노말을 획득하는 방법을 설명하기 위한 참고도이다.
도 9는 일 실시예에 따라 시드 포인트를 이용하여 치아 영역을 선택하는 방법을 설명하기 위한 참고도이다.
도 10은 일 실시예에 따라 마진 라인을 이용하여 프렙전 치아 데이터로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 방법의 과정을 나타내는 흐름도이다.
도 11은 일 실시예에 따라 프렙전 치아를 둘러싸는 실린더 입체 도형을 생성하는 과정을 설명하기 위한 참고도이다.
도 12는 일 실시예에 따라 마진 라인을 이용하여 프렙된 치아 데이터를 포함하는 제2구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 과정의 흐름도를 나타낸다.
도 13은 일 실시예에 따라 프렙된 치아 데이터를 마진 라인을 이용하여 컷팅함으로써 초기 내면을 획득하는 방법을 설명하기 위한 참고도이다.
도 14는 일 실시예에 따라 제1 구강 이미지 및 제2구강 이미지로부터 자동인식된 보철물 대상 치아를 이용하여 보철물 모델을 생성하는 방법의 일 예를 나타내는 흐름도이다.
도 15는 일 실시예에 따라 마진 라인에 기반하여 제1구강 이미지로부터 자동으로 인식된 보철물 대상 치아의 표면 데이터를 이용하여 보철물 대상 치아를 복원할 보철물 모델의 외면을 획득하는 과정의 흐름도를 나타낸다.
도 16은 일 실시예에 따라 마진 라인을 이용하여 프렙전 치아 데이터로부터 초기 외면을 획득하는 방법을 설명하기 위한 참고도이다.
도 17은 일 실시예에 따라 마진 라인을 확장하여 마진 루프 메쉬를 생성하는 방법을 설명하기 위한 참고도이다.
도 18은 일 실시예에 따라 컷팅 툴을 생성하는 방법을 설명하기 위한 참고도이다.
도 19는 일 실시예에 따라 컷팅 툴을 이용하여 최종 외면을 획득하는 방법을 설명하기 위한 참고도이다.
도 20은 일 실시예에 따라 마진 라인을 이용하여 프렙된 치아 데이터로부터 보철물 모델의 내면의 기초가 되는 프렙된 치아의 표면 데이터를 획득하는 과정의 흐름도를 나타낸다.
도 21은 일 실시예에 따라 초기 내면을 처리하는 방법을 설명하기 위한 참고도이다.
도 22는 일 실시예에 따라 마진 라인을 확장하는 예를 설명하기 위한 참고도이다.
도 23은 일 실시예에 따라 보철물의 최종 내면과 보철물의 최종 외면을 연결하는 방법을 설명하기 위한 참고도이다.
도 1은 실시예들에 따라 치아 준비를 통해 보철물을 생성하는 것을 설명하기 위한 참고도이다.
도 2는 개시된 실시예에 따른 구강 이미지 처리 시스템을 설명하기 위한 도면이다.
도 3은 개시된 실시예에 따른 데이터 처리 장치 100를 나타내는 일 블록도이다.
도 4는 일 실시예에 따라 데이터 처리 장치에서 구강 이미지를 처리하는 방법을 나타내는 일 플로우차트이다.
도 5는 일 실시예에 따라 데이터 처리 장치 100에서 보철물 모델을 생성하는 프로그램들의 일 예를 나타낸다.
도 6은 일 실시예에 따라 제1구강 이미지나 제2구강 이미지에서 보철물 대상 치아를 자동으로 인식하여 표시하는 예를 설명하기 위한 참고도이다.
도 7은 일 실시예에 따라 마진 라인을 이용하여 프렙전 치아 데이터로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 방법의 과정을 나타내는 흐름도이다.
도 8은 일 실시예에 따라 마진 라인에 기반하여 평균 노말을 획득하는 방법을 설명하기 위한 참고도이다.
도 9는 일 실시예에 따라 시드 포인트를 이용하여 치아 영역을 선택하는 방법을 설명하기 위한 참고도이다.
도 10은 일 실시예에 따라 마진 라인을 이용하여 프렙전 치아 데이터로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 방법의 과정을 나타내는 흐름도이다.
도 11은 일 실시예에 따라 프렙전 치아를 둘러싸는 실린더 입체 도형을 생성하는 과정을 설명하기 위한 참고도이다.
도 12는 일 실시예에 따라 마진 라인을 이용하여 프렙된 치아 데이터를 포함하는 제2구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 과정의 흐름도를 나타낸다.
도 13은 일 실시예에 따라 프렙된 치아 데이터를 마진 라인을 이용하여 컷팅함으로써 초기 내면을 획득하는 방법을 설명하기 위한 참고도이다.
도 14는 일 실시예에 따라 제1 구강 이미지 및 제2구강 이미지로부터 자동인식된 보철물 대상 치아를 이용하여 보철물 모델을 생성하는 방법의 일 예를 나타내는 흐름도이다.
도 15는 일 실시예에 따라 마진 라인에 기반하여 제1구강 이미지로부터 자동으로 인식된 보철물 대상 치아의 표면 데이터를 이용하여 보철물 대상 치아를 복원할 보철물 모델의 외면을 획득하는 과정의 흐름도를 나타낸다.
도 16은 일 실시예에 따라 마진 라인을 이용하여 프렙전 치아 데이터로부터 초기 외면을 획득하는 방법을 설명하기 위한 참고도이다.
도 17은 일 실시예에 따라 마진 라인을 확장하여 마진 루프 메쉬를 생성하는 방법을 설명하기 위한 참고도이다.
도 18은 일 실시예에 따라 컷팅 툴을 생성하는 방법을 설명하기 위한 참고도이다.
도 19는 일 실시예에 따라 컷팅 툴을 이용하여 최종 외면을 획득하는 방법을 설명하기 위한 참고도이다.
도 20은 일 실시예에 따라 마진 라인을 이용하여 프렙된 치아 데이터로부터 보철물 모델의 내면의 기초가 되는 프렙된 치아의 표면 데이터를 획득하는 과정의 흐름도를 나타낸다.
도 21은 일 실시예에 따라 초기 내면을 처리하는 방법을 설명하기 위한 참고도이다.
도 22는 일 실시예에 따라 마진 라인을 확장하는 예를 설명하기 위한 참고도이다.
도 23은 일 실시예에 따라 보철물의 최종 내면과 보철물의 최종 외면을 연결하는 방법을 설명하기 위한 참고도이다.
본 명세서는 본 발명의 권리범위를 명확히 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 실시할 수 있도록, 본 발명의 원리를 설명하고, 실시예들을 개시한다. 개시된 실시예들은 다양한 형태로 구현될 수 있다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 발명이 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부'(part, portion)라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부'가 하나의 요소(unit, element)로 구현되거나, 하나의 '부'가 복수의 요소들을 포함하는 것도 가능하다. 이하 첨부된 도면들을 참고하여 본 발명의 작용 원리 및 실시예들에 대해 설명한다.
본 명세서에서 이미지는 적어도 하나의 치아, 또는 적어도 하나의 치아를 포함하는 구강을 나타내는 이미지(이하, '구강 이미지')를 포함할 수 있다.
또한, 본 명세서에서 이미지는 대상체에 대한 2차원 이미지 또는 대상체를 입체적으로 나타내는 3차원 모델 또는 3차원 이미지가 될 수 있다. 또한, 본 명세서에서 이미지는 대상체를 2차원 또는 3차원적으로 표현하기 위해서 필요한 데이터, 예를 들어, 적어도 하나의 이미지 센서로부터 획득된 로우 데이터(raw data) 등을 의미할 수 있다. 구체적으로, 로우 데이터는 구강 이미지를 생성하기 위해서 획득되는 데이터로, 구강 스캐너(intraoral scanner)를 이용하여 대상체인 환자의 구강 내를 스캔(scan)할 때 구강 스캐너에 포함되는 적어도 하나의 이미지 센서에서 획득되는 데이터(예를 들어, 2차원 데이터)가 될 수 있다.
본 명세서에서 '대상체(object)'는 치아, 치은, 구강의 적어도 일부 영역, 및/또는 구강 내에 삽입 가능한 인공 구조물(예를 들어, 교정 장치, 임플란트, 인공 치아, 구강 내 삽입되는 교정 보조 도구 등) 등을 포함할 수 있다.
본 명세서에서 '구강 이미지'는 다양한 다각형 메쉬로 구성될 수 있다. 예를 들어, 구강 스캐너를 이용하여 이차원 데이터가 획득되었을 때 데이터 처리 장치는 삼각 측량 방법을 사용하여 복수의 조명된 표면 포인트의 좌표를 계산할 수 있다. 구강 스캐너를 이용하여 대상체의 표면을 이동하면서 스캔함으로써 스캔 데이터의 양이 증가함에 따라 표면 포인트의 좌표들이 누적될 수 있다. 이러한 이미지 획득의 결과로서, 정점들의 포인트 클라우드가 식별되어 표면의 범위를 나타낼 수 있다. 포인트 클라우드 내의 포인트는 객체의 3 차원 표면 상의 실제 측정된 포인트를 나타낼 수 있다. 표면 구조는 포인트 클라우드의 인접한 정점 (vertice)이 라인 세그먼트에 의해 연결된 다각형 메쉬를 형성함으로써 근사화될 수 있다. 다각형 메쉬는 삼각형, 사각형, 오각형 메쉬 등 다양하게 결정될 수 있다. 이와 같은 메쉬 모델의 다각형 및 이웃하는 다각형 간의 관계는 치아 경계의 특징, 예를 들어, 곡률, 최소 곡률, 에지, 공간 관계 등을 추출하는 데 사용될 수 있다.
이하에서는 도면을 참조하여 실시 예들을 상세히 설명한다.
도 1은 실시예들에 따라 치아 준비를 통해 보철물을 생성하는 것을 설명하기 위한 참고도이다.
치아 준비 (tooth preparation)는 복원 대상이 되는 치아를 원래의 형태와 기능으로 복원하기 위해 치아의 부식을 제거하거나 구조적으로 견고하지 않은 부분을 제거하는 방법 등에 의해 치아를 절단함으로써 계획된 복원 재료를 위한 공간을 만드는 과정을 말하는 것으로, 줄여서 "프렙"이라고도 불릴 수 있다.
치아 준비 작업 전의 치아를 프렙 전 (pre-preparation) 치아 라고 부를 수 있다.
치아 준비 작업 후의 치아를 프렙된 (prepared) 치아 라고 부를 수 있다.
치과 보철물 (dental prosthesis)은 치아를 상실했을 경우 인공적으로 치아를 대체할 수 있는 보형물을 말하는 것으로, 예를 들어, 크라운(crown)은 치아나 임플란트를 완전히 덮거나 감싸는 치과 복원물의 일종인 치아 캡을 나타낸다.
도 1을 참조하면, 제1 구강 이미지 10는 복원 대상이 되는 치아를 삭제하는 작업 전 치아 즉, 프렙전 치아를 포함하는 구강을 스캔함으로써 획득된 이미지를 나타낸다.
제2 구강 이미지 20는 복원 대상이 되는 치아를 삭제하는 작업에 의해 프렙된 치아를 포함하는 구강을 스캔함으로써 획득된 이미지를 나타낸다. 제2구강 이미지 20의 프렙된 치아로부터, 치아와 보철물 사이의 경계를 나타내는 마진 라인을 획득할 수 있다. 일반적으로는 프렙된 치아에서 삭제된 부분의 끝을 마진 라인 40으로 획득할 수 있다.
예를 들어 크라운과 같은 보철물은 프렙전 치아의 표면과 유사한 형상을 가지며 프렙된 치아를 감싸면서, 마진 라인에서 프렙된 치아와 만나는 형태로 제작될 수 있다. 이와 같은 보철물을 디자인하기 위해서 제1구강 이미지에서 복원 대상이 되는 치아의 표면 데이터가 필요하다. 표면 데이터는, 폴리곤 메쉬 형태로 기록되고, 대상체의 표면의 정점들의 위치 정보와 각 정점들의 연결 관계 정보를 포함할 수 있다. 또는, 표면 데이터는, 포인트 클라우드 형태로 기록되고, 대상체의 표면의 정점들의 위치 정보를 포함할 수 있다.
통상 이와 같이 프렙전 치아를 포함하는 구강을 스캔한 제1구강 이미지에서 복원 대상이 되는 치아의 표면 데이터를 획득하기 위해서, 또한 프렙된 치아를 포함하는 구강을 스캔한 제2구강 이미지에서 복원 대상이 되는 치아의 표면 데이터를 획득하기 위해서는, 복원 대상이 되는 치아를 사용자가 수동으로 일일이 선택하는 작업이 필요할 수 있다. 특히 복원 대상이 되는 치아를 대체할 복원물인 보철물 모델을 만들기 위해서는 복원 대상이 되는 치아를 제1구강 이미지와 제2구강 이미지에서 특정하여야 하고 이러한 특정을 위해서는 사용자에 의한 선택 과정이 필요할 수 있다.
개시된 실시예들에서는 제1구강 이미지나 제2구강 이미지에서 보철물 대상 치아를 자동으로 식별함으로써 사용자에 의해 별도의 선택 작업을 요구하지 않고 자동으로 보철물 대상 치아를 인식하여 선택하는 방법을 제안하고자 한다.
개시된 실시예들에서는 제1구강 이미지나, 제2구강 이미지에서, 자동으로 보철물 대상 치아를 인식하여 선택하는 방법을 제안하고자 한다.
도 2는 개시된 실시예에 따른 구강 이미지 처리 시스템을 설명하기 위한 도면이다.
도 2를 참조하면, 구강 이미지 처리 시스템은 스캔 장치 200와 데이터 처리 장치 100를 포함할 수 있다.
스캔 장치 200는 대상체를 스캔하는 장치로서, 대상체는 스캔의 대상이 되는 물체나 신체 어느 것이라도 포함할 수 있다. 예를 들어, 대상체는 구강이나 얼굴을 포함하는 환자의 신체의 적어도 일부, 또는 치아 모형을 포함할 수 있다. 스캔 장치는, 사용자가 손에 쥐고 대상체를 스캔하는 핸드헬드 스캐너 또는 치아 모형을 설치하고 설치된 치아 모형 주위를 움직이면서 스캔하는 모델 스캐너 등을 포함할 수 있다.
예를 들어, 핸드헬드 스캐너의 일종인 구강 스캐너 201는 구강 내에 삽입되어 비 접촉식으로 치아를 스캐닝함으로써, 적어도 하나의 치아를 포함하는 구강에 대한 이미지를 획득하기 위한 장치가 될 수 있다. 또한, 구강 스캐너 201는 구강 내에 인입 및 인출이 가능한 형태를 가질 수 있으며, 적어도 하나의 이미지 센서(예를 들어, 광학 카메라 등)를 이용하여 환자의 구강 내부를 스캔 한다. 구강 스캐너 201는 대상체인 구강 내부의 치아, 치은 및 구강 내에 삽입 가능한 인공 구조물(예를 들어, 브라켓 및 와이어 등을 포함하는 교정 장치, 임플란트, 인공 치아, 구강 내 삽입되는 교정 보조 도구 등) 중 적어도 하나의 표면을 이미징하기 위해서, 대상체에 대한 표면 정보를 로우 데이터(raw data)로 획득할 수 있다. 구강 스캐너 201은 구강 내에 인입 및 인출이 용이한 형태로 되어 구강내를 스캔하기에 적합하지만, 구강 스캐너 201를 이용하여 환자의 얼굴 등의 신체 부위도 스캔 가능함은 물론이다.
스캔 장치 200는 광삼각 방식, 공초점 방식, 또는 그외 다른 방식 등에 의해 이미지 데이터를 획득할 수 있다.
스캔 장치 200에서 획득된 이미지 데이터는 유선 또는 무선 통신 네트워크를 통하여 연결되는 데이터 처리 장치 100로 전송될 수 있다.
데이터 처리 장치 100는 스캔 장치 200와 유선 또는 무선 통신 네트워크를 통하여 연결되며, 스캔 장치 200로부터 구강을 스캔하여 획득된 이차원 이미지를 수신하고, 수신된 이차원 이미지에 근거하여 구강 이미지를 생성, 처리, 디스플레이 및/또는 전송할 수 있는 모든 전자 장치가 될 수 있다.
데이터 처리 장치 100는 스캔 장치 200에서 수신된 이차원 이미지 데이터에 근거하여, 이차원 이미지 데이터를 처리하여 생성한 정보 및 이차원 이미지 데이터를 처리하여 생성한 구강 이미지 중 적어도 하나를 생성하고, 생성된 정보 및 구강 이미지를 디스플레이를 통하여 디스플레이 할 수 있다.
데이터 처리 장치 100는 스마트 폰(smart phone), 랩탑 컴퓨터, 데스크탑 컴퓨터, PDA, 태블릿 PC 등의 컴퓨팅 장치가 될 수 있으며, 이에 한정되지 않는다.
또한, 데이터 처리 장치 100는 구강 이미지를 처리하기 위한 서버(또는 서버 장치) 등의 형태로 존재할 수도 있을 것이다.
또한, 스캔 장치 200는 스캔을 통하여 획득된 로우 데이터(raw data)를 그대로 데이터 처리 장치 100로 전송할 수 있다. 이 경우, 데이터 처리 장치 100는 수신된 로우 데이터에 근거하여 구강을 3차원적으로 나타내는 3차원 구강 이미지를 생성할 수 있다. 또한, '3차원 구강 이미지'는 수신된 로우 데이터에 근거하여 구강의 내부 구조를 3차원적으로 모델링(modeling)하여 생성될 수 있으므로, '3차원 구강 모델', '디지털 구강 모델', 또는 '3차원 구강 이미지'로 호칭될 수도 있다. 이하에서는, 구강을 2차원 또는 3차원적으로 나타내는 모델 또는 이미지를 통칭하여, '구강 이미지'라 칭하도록 한다.
또한, 데이터 처리 장치 100는 생성된 구강 이미지를 분석, 처리, 디스플레이 및/또는 외부 장치로 전송할 수 있을 것이다.
또 다른 예로, 스캔 장치 200가 스캔을 통하여 로우 데이터(raw data)를 획득하고, 획득된 로우 데이터를 가공하여 대상체인 구강에 대응되는 이미지를 생성하여 데이터 처리 장치 100로 전송할 수 있다. 이 경우, 데이터 처리 장치 100는 수신된 이미지를 분석, 처리, 디스플레이 및/또는 전송할 수 있을 것이다.
개시된 실시예에서, 데이터 처리 장치 100는 하나 이상의 치아를 포함하는 구강을 3차원적으로 나타내는 구강 이미지를 생성 및 디스플레이할 수 있는 전자 장치로, 이하에서 상세히 설명한다.
일 실시예에 따라 데이터 처리 장치 100는 스캔 장치 200로부터 구강을 스캔한 로우 데이터를 수신하면, 수신된 로우 데이터를 가공하여 삼차원 구강 모델을 나타내는 구강 이미지를 생성할 수 있다. 스캔 장치 200로부터 수신한 로우 데이터는 치아를 나타내는 로우 데이터와 치은을 나타내는 로우 데이터를 포함할 수 있다. 따라서, 데이터 처리 장치 100에 의해 생성된 구강 이미지는 치아를 나타내는 치아 영역과 치은을 나타내는 치은 영역을 포함할 수 있다.
일 실시예에 따라 데이터 처리 장치 100는 프렙전 치아를 포함하는 제1구강 이미지, 프렙된 치아를 포함하는 제2구강 이미지의 적어도 하나에서 보철물 대상 치아를 자동으로 인식하여 선택할 수 있다.
도 3은 개시된 실시예에 따른 데이터 처리 장치 100를 나타내는 일 블록도이다.
도 3을 참조하면, 데이터 처리 장치 100는 통신 인터페이스 110, 사용자 인터페이스 120, 디스플레이 130, 메모리 140 및 프로세서 150를 포함할 수 있다.
통신 인터페이스 110는 적어도 하나의 외부 전자 장치와 유선 또는 무선 통신 네트워크를 통하여 통신을 수행할 수 있다. 구체적으로, 통신 인터페이스 110는 프로세서 150의 제어에 따라서 스캔 장치 50와 통신을 수행할 수 있다. 통신 인터페이스 110는 프로세서의 제어에 따라서 유무선의 통신 네트워크를 통하여 연결되는 외부의 전자 장치 또는 서버 등과 통신을 수행할 수 있다.
통신 인터페이스 110는 유무선의 통신 네트워크를 통하여 외부의 전자 장치 (예를 들어, 구강 스캐너, 서버, 또는 외부의 의료 장치 등)와 통신할 수 있다. 구체적으로, 통신 인터페이스는 블루투스, 와이파이, BLE(Bluetooth Low Energy), NFC/RFID, 와이파이 다이렉트(Wifi Direct), UWB, 또는 ZIGBEE 등의 통신 규격에 따른 통신을 수행하는 적어도 하나의 근거리 통신 모듈을 포함할 수 있다.
또한, 통신 인터페이스 110는 원거리 통신 규격에 따라서 원거리 통신을 지원하기 위한 서버와 통신을 수행하는 원거리 통신 모듈을 더 포함할 수 있다. 구체적으로, 통신 인터페이스 110는 인터넷 통신을 위한 네트워크를 통하여 통신을 수행하는 원거리 통신 모듈을 포함할 수 있다. 또한, 통신 인터페이스는 3G, 4G, 및/또는 5G 등의 통신 규격에 따르는 통신 네트워크를 통하여 통신을 수행하는 원거리 통신 모듈을 포함할 수 있다.
또한, 통신 인터페이스 110는 외부 전자 장치(예를 들어, 구강 스캐너 등)와 유선으로 통신하기 위해서, 외부 전자 장치와 유선 케이블로 연결되기 위한 적어도 하나의 포트를 포함할 수 있다. 그에 따라서, 통신 인터페이스 110는 적어도 하나의 포트를 통하여 유선 연결된 외부 전자 장치와 통신을 수행할 수 있다.
사용자 인터페이스 120는 데이터 처리 장치를 제어하기 위한 사용자 입력을 수신할 수 있다. 사용자 인터페이스 120는 사용자의 터치를 감지하는 터치 패널, 사용자의 푸시 조작을 수신하는 버튼, 사용자 인터페이스 화면 상의 일 지점을 지정 또는 선택하기 위한 마우스(mouse) 또는 키보드(key board) 등을 포함하는 사용자 입력 디바이스를 포함할 수 있으나 이에 제한되지 않는다.
또한, 사용자 인터페이스 120는 음성 인식을 위한 음성 인식 장치를 포함할 수 있다. 예를 들어, 음성 인식 장치는 마이크가 될 수 있으며, 음성 인식 장치는 사용자의 음성 명령 또는 음성 요청을 수신할 수 있다. 그에 따라서, 프로세서는 음성 명령 또는 음성 요청에 대응되는 동작이 수행되도록 제어할 수 있다.
디스플레이 130는 화면을 디스플레이 한다. 구체적으로, 디스플레이 130는 프로세서 160의 제어에 따라서 소정 화면을 디스플레이 할 수 있다. 구체적으로, 디스플레이 130는 스캔 장치 50에서 환자의 구강을 스캔하여 획득한 데이터에 근거하여 생성된 구강 이미지를 포함하는 사용자 인터페이스 화면을 디스플레이 할 수 있다. 또는, 디스플레이 130는 환자의 치과 치료와 관련되는 정보를 포함하는 사용자 인터페이스 화면을 디스플레이 할 수 있다.
메모리 140는 적어도 하나의 인스트럭션을 저장할 수 있다. 또한, 메모리 140는 프로세서가 실행하는 적어도 하나의 인스트럭션을 저장하고 있을 수 있다. 또한, 메모리는 프로세서 150가 실행하는 적어도 하나의 프로그램을 저장하고 있을 수 있다. 또한, 메모리 140는 구강 스캐너로부터 수신되는 데이터(예를 들어, 구강 스캔을 통하여 획득된 로우 데이터 등)를 저장할 수 있다. 또는, 메모리는 구강을 3차원적으로 나타내는 구강 이미지를 저장할 수 있다.
프로세서 150는 메모리 140에 저장된 적어도 하나의 인스트럭션을 수행하여, 의도하는 동작이 수행되도록 제어한다. 여기서, 적어도 하나의 인스트럭션은 프로세서 150내에 포함되는 내부 메모리 또는 프로세서와 별도로 데이터 처리 장치 내에 포함되는 메모리 140에 저장되어 있을 수 있다.
구체적으로, 프로세서 150는 적어도 하나의 인스트럭션을 수행하여, 의도하는 동작이 수행되도록 데이터 처리 장치 내부에 포함되는 적어도 하나의 구성들을 제어할 수 있다. 따라서, 프로세서가 소정 동작들을 수행하는 경우를 예로 들어 설명하더라도, 프로세서가 소정 동작들이 수행되도록 데이터 처리 장치 내부에 포함하는 적어도 하나의 구성들을 제어하는 것을 의미할 수 있다.
일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 프렙 전 치아 데이터를 포함하는 제1 구강 이미지 및 프렙된 치아 데이터를 포함하는 제2 구강 이미지를 획득할 수 있다. 일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득할 수 있다. 일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 상기 마진 라인에 기반하여 상기 제1구강 이미지 및 제2구강 이미지 중 적어도 하나로부터 보철물 대상 치아를 자동으로 인식하여 선택할 수 있다.
일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 상기 프렙된 치아 데이터에 기초하여 상기 마진 라인을 자동으로 인식하거나 또는 상기 마진 라인을 설정할 수 있도록 하는 사용자 인터페이스를 제공하고 상기 사용자 인터페이스를 통해 상기 마진 라인을 설정하는 사용자 입력을 수신함으로써 상기 마진 라인을 획득할 수 있다.
일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하기 위해, 상기 마진 라인에 기반하여 획득된 하나 이상의 법선 벡터가 상기 프렙 전 치아 데이터와 교차하는 교차 포인트를 획득하고, 상기 획득된 교차 포인트의 곡률 값 및 상기 프렙전 치아 데이터에 포함된 포인트들의 곡률 값을 이용하여 상기 보철물 대상 치아의 치아 영역을 식별할 수 있다.
일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하기 위해, 상기 마진 라인을 이용하여 상기 프렙 전 치아 데이터를 둘러싸는 소정의 도형을 획득하고, 상기 소정의 도형 안에 들어오는 상기 프렙 전 치아 데이터를 선택함으로써 상기 보철물 대상 치아를 자동으로 인식할 수 있다.
일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 상기 마진 라인에 기반하여 상기 제2구강 이미지로부터 상기 보철물 대상 치아를 자동으로 인식하여 선택하기 위해, 상기 프렙된 치아 데이터를 상기 마진 라인을 이용하여 컷팅함으로써 상기 보철물 대상 치아를 선택할 수 있다.
일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 자동으로 인식된 상기 보철물 대상 치아를 이용하여 상기 보철물 대상 치아를 복원할 보철물 모델의 외면을 생성하고, 상기 마진 라인에 기반하여 상기 제2구강 이미지로부터 자동으로 인식된 상기 보철물 대상 치아를 이용하여 상기 보철물 모델의 내면을 생성하고, 상기 보철물 모델의 외면과 상기 보철물 모델의 내면을 이용하여 상기 보철물 모델을 생성할 수 있다.
일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 상기 보철물 모델의 외면을 생성하기 위해, 상기 마진 라인을 이용하여 상기 프렙전 치아 데이터로부터 초기 외면을 획득하고, 상기 마진 라인에 기반하여 마진 루프 메쉬를 생성하고, 상기 초기 외면과 상기 마진 루프 메쉬를 연결하여 클로우즈드 치아를 생성하고, 상기 클로우즈드 치아에서 일정 영역을 제거함으로써 상기 보철물 모델의 외면을 생성할 수 있다.
일 실시예에 따라 프로세서 150는 하나 이상의 인스트럭션을 실행함으로써, 상기 보철물 모델의 내면을 생성하기 위해, 상기 프렙된 치아 데이터를 상기 마진 라인을 이용하여 컷팅함으로써 초기 내면을 획득하고, 상기 초기 내면에서 시멘트 영역과 비 시멘트 영역을 식별하고, 상기 시멘트 영역을 미리 정해진 거리 만큼 옵셋하여 옵셋된 시멘트 영역을 획득하고, 상기 옵셋된 시멘트 영역과 상기 비 시멘트 영역을 연결함으로써 상기 보철물 모델의 내면을 생성할 수 있다.
일 예에 따라 프로세서 150는, 내부적으로 적어도 하나의 내부 프로세서 및 내부 프로세서에서 처리 또는 이용될 프로그램, 인스트럭션, 신호, 및 데이터 중 적어도 하나 저장하기 위한 메모리 소자(예를 들어, RAM, ROM 등)을 포함하는 형태로 구현될 수 있다.
또한, 프로세서 150는 비디오에 대응되는 그래픽 처리를 위한 그래픽 프로세서(Graphic Processing Unit)를 포함할 수 있다. 또한, 프로세서는 코어(core)와 GPU를 통합한 SoC(System On Chip)로 구현될 수 있다. 또한, 프로세서는 싱글 코어 이상의 멀티 코어를 포함할 수 있다. 예를 들어, 프로세서는 듀얼 코어, 트리플 코어, 쿼드 코어, 헥사 코어, 옥타 코어, 데카 코어, 도데카 코어, 헥사 다시 벌 코어 등을 포함할 수 있다.
개시된 실시예에서, 프로세서 150는 스캔 장치 200로부터 수신되는 이차원 이미지에 근거하여 구강 이미지를 생성할 수 있다.
구체적으로, 프로세서 150의 제어에 따라서 통신 인터페이스 110는 스캔 장치 300에서 획득된 데이터, 예를 들어 구강 스캔을 통하여 획득된 로우 데이터(raw data)를 수신할 수 있다. 그리고, 프로세서 150는 통신 인터페이스에서 수신된 로우 데이터에 근거하여 구강을 3차원적으로 나타내는 3차원 구강 이미지를 생성할 수 있다. 예를 들어, 구강 스캐너는 광 삼각 방식에 따라서 3차원 이미지를 복원하기 위해서, 적어도 1개 이상의 카메라를 포함할 수 있고 구체적 일 실시예로 좌안 시야(left Field of View)에 대응되는 L 카메라 및 우안 시야(Right Field of View)에 대응되는 R 카메라를 포함할 수 있다. 그리고, 구강 스캐너는 L 카메라 및 R 카메라 각각에서 좌안 시야(left Field of View)에 대응되는 L 이미지 데이터 및 우안 시야(Right Field of View)에 대응되는 R 이미지 데이터를 획득할 수 있다. 계속하여, 구강 스캐너(미도시)는 L 이미지 데이터 및 R 이미지 데이터를 포함하는 로우 데이터를 데이터 처리 장치 100의 통신 인터페이스로 전송할 수 있다.
그러면, 통신 인터페이스 110는 수신되는 로우 데이터를 프로세서로 전달하고, 프로세서는 전달받은 로우 데이터에 근거하여, 구강을 3차원적으로 나타내는 구강 이미지를 생성할 수 있다.
또한, 프로세서 150는 통신 인터페이스를 제어하여, 외부의 서버, 의료 장치 등으로부터 구강을 3차원적으로 나타내는 구강 이미지를 직접 수신할 수 있을 것이다. 이 경우, 프로세서는 로우 데이터에 근거한 3차원 구강 이미지를 생성하지 않고, 3차원 구강 이미지를 획득할 수 있다.
개시된 실시예에 따라서, 프로세서 150가 '추출', '획득', '생성' 등의 동작을 수행한다는 것은, 프로세서 150에서 적어도 하나의 인스트럭션을 실행하여 전술한 동작들을 직접 수행하는 경우뿐만 아니라, 전술한 동작들이 수행되도록 다른 구성 요소들을 제어하는 것을 포함할 수 있다.
본 개시서에 개시된 실시예들을 구현하기 위해서 데이터 처리 장치 100는 도 2에 도시된 구성요소들의 일부만을 포함할 수도 있고, 도 2에 도시된 구성요소 외에 더 많은 구성요소를 포함할 수도 있다.
또한, 데이터 처리 장치 100는 구강 스캐너에 연동되는 전용 소프트웨어를 저장 및 실행할 수 있다. 여기서, 전용 소프트웨어는 전용 프로그램, 전용 툴(tool), 또는 전용 어플리케이션으로 호칭될 수 있다. 데이터 처리 장치 100가 스캔 장치 200와 상호 연동되어 동작하는 경우, 데이터 처리 장치 100에 저장되는 전용 소프트웨어는 스캔 장치 200와 연결되어 구강 스캔을 통하여 획득되는 데이터들을 실시간을 수신할 수 있다. 예를 들어, 메디트의 구강 스캐너 제품에서 구강 스캔을 통하여 획득된 데이터를 처리하기 위한 전용 소프트웨어가 존재한다. 구체적으로, 메디트에서는 구강 스캐너에서 획득된 데이터를 처리, 관리, 이용, 및/또는 전송하기 위한 소프트웨어를 제작하여 배포하고 있다. 여기서, '전용 소프트웨어'는 구강 스캐너와 연동되어 동작 가능한 프로그램, 툴, 또는 어플리케이션을 의미하는 것이므로 다양한 제작자에 의해서 개발 및 판매되는 다양한 구강 스캐너들이 공용으로 이용할 수도 있을 것이다. 또한, 전술한 전용 소프트웨어는 구강 스캔을 수행하는 구강 스캐너와 별도로 제작 및 배포될 수 있다.
데이터 처리 장치 100는 구강 스캐너 제품에 대응되는 전용 소프트웨어를 저장 및 실행할 수 있다. 전송 소프트웨어는 구강 이미지를 획득, 처리, 저장, 및/또는 전송하기 위한 적어도 하나의 동작들을 수행할 수 있다. 여기서, 전용 소프트웨어는 프로세서에 저장될 수 있다. 또한, 전용 소프트웨어는 구강 스캐너에서 획득된 데이터의 이용을 위한 사용자 인터페이스를 제공할 수 있다. 여기서, 전용 소프트웨어에서 제공되는 사용자 인터페이스 화면은 개시된 실시예에 따라서 생성되는 구강 이미지를 포함할 수 있다.
도 4는 일 실시예에 따라 데이터 처리 장치에서 구강 이미지를 처리하는 방법을 나타내는 일 플로우차트이다. 도 4에 도시된 구강 이미지 처리 방법은 데이터 처리 장치 100를 통하여 수행될 수 있다. 따라서, 도 4에 도시된 구강 이미지 처리 방법은 데이터 처리 장치 100의 동작들을 나타내는 흐름도가 될 수 있다.
도 4를 참조하면, 동작 410에서, 데이터 처리 장치 100는 프렙전 치아를 포함하는 제1구강 이미지, 프렙된 치아를 포함하는 제2구강 이미지를 획득할 수 있다.
데이터 처리 장치 100는 스캔 장치 200로부터 환자의 구강 내를 스캔함으로써 또는 치아 모형을 스캔함으로써 얻어진 로우 데이터를 수신하고, 수신된 로우 데이터를 처리함으로써 구강 이미지를 획득할 수 있다. 또는 데이터 처리 장치 100는 메모리에 저장된 구강 이미지를 획득할 수 있다.
일 실시예에 따라 데이터 처리 장치 100는 복원 대상이 되는 치아 (이하, 대상 치아)를 프렙하기 전에 구강을 스캔함으로써 얻은 제1구강 이미지를 획득할 수 있다. 제1구강 이미지는 프렙전 치아를 포함할 수 있다. 데이터 처리 장치 100는 스캔 장치 200로부터 수신한 로우 데이터를 실시간으로 가공하여 제1구강 이미지를 획득할 수 있거나 또는 라이브러리 데이터와 같은 형태로 미리 저장된 제1구강 이미지를 메모리로부터 읽어들임으로써 획득할 수 있다.
일 실시예에 따라 데이터 처리 장치 100는 대상 치아를 프렙함으로써 대상 치아의 적어도 일부가 삭제된 치아 즉, 프렙된 치아를 포함하는 구강을 스캔함으로써 얻은 제2구강 이미지를 획득할 수 있다. 데이터 처리 장치 100는 스캔 장치 200로부터 수신한 로우 데이터를 실시간으로 가공하여 제2구강 이미지를 획득할 수 있거나 또는 라이브러리 데이터와 같은 형태로 미리 저장된 제2구강 이미지를 메모리로부터 읽어들임으로써 획득할 수 있다.
동작 420에서, 데이터 처리 장치 100는 제2구강 이미지에서 프렙된 치아 데이터에 기초하여 마진 라인을 획득할 수 있다.
일 실시예에 따라 데이터 처리 장치 100는 프렙된 치아 데이터에 기초하여 프로그램에 의해 자동으로 또는 사용자의 선택에 의해 수동으로 마진 라인을 설정할 수 있다. 예를 들어, 데이터 처리 장치 100는 사용자가 프렙된 치아 데이터에 기초하여 마진 라인을 설정할 수 있도록 하는 사용자 인터페이스를 제공하고 사용자 인터페이스를 통해 마진 라인을 설정하는 사용자 입력을 수신함으로써 마진 라인을 획득할 수 있다. 예를 들어, 데이터 처리 장치 100는 제2구강 이미지의 표면 정보 등을 이용하여 곡률 분포를 계산함으로써 마진 라인을 추출하는 알고리즘 등을 이용하여 마진 라인을 획득할 수 있다. 또한 데이터 처리 장치 100는 자동으로 생성된 마진 라인이든 수동으로 생성된 마진 라인이든, 마진 라인에 포함된 하나 이상의 제어점을 이용하여 마진 라인을 편집할 수 있다.
동작 430에서, 데이터 처리 장치 100는 마진 라인에 기반하여 제1구강 이미지 및 제2구강 이미지 중 적어도 하나로부터 보철물 대상 치아를 자동으로 인식하여 선택할 수 있다.
일 실시예에 따라 데이터 처리 장치 100는 마진 라인을 이용하여 프렙전 치아를 포함하는 제1구강 이미지로부터 보철물 대상 치아의 표면 데이터를 획득함으로써 보철물 대상 치아를 자동으로 인식하여 선택할 수 있다.
일 실시예에 따라 데이터 처리 장치 100는 마진 라인을 이용하여 프렙된 치아를 포함하는 제2구강 이미지로부터 보철물 대상 치아의 표면 데이터를 획득함으로써 보철물 대상 치아를 자동으로 인식하여 선택할 수 있다.
이와 같이 개시된 데이터 처리 장치 100에 따르면 제1구강 이미지 또는 제2구강 이미지에서 복원 대상이 되는 대상 치아를 별도로 선택하는 작업 없이도 마진 라인에 기반하여 보철물 대상 치아를 식별하여 인식함으로써, 사용자가 보철물 대상 치아를 선택하는 과정을 제거함으로써 사용자 편의성을 증대시킬 수 있다.
도 5는 일 실시예에 따라 데이터 처리 장치 100에서 보철물 모델을 생성하는 프로그램들의 일 예를 나타낸다.
도 5를 참조하면, 일 실시예에 따라 데이터 처리 장치 100는 스캔 프로그램 510과 CAD 프로그램 520를 포함할 수 있다.
일 실시예에 따라 스캔 프로그램 510는 스캔 장치 200로부터 프렙전 치아를 포함하는 구강을 스캔한 제1구강 스캔 데이터를 수신하고 수신된 제1구강 스캔 데이터를 처리함으로써 제1구강 이미지 10를 획득할 수 있다.
일 실시예에 따라 스캔 프로그램 520는 스캔 장치 200로부터 프렙된 치아를 포함하는 구강을 스캔한 제2구강 스캔 데이터를 수신하고 수신된 제2구강 스캔 데이터를 처리함으로써 제2구강 이미지 20를 획득할 수 있다.
일 실시예에 따라 스캔 프로그램 520는 제2구강 이미지에 포함된 프렙된 치아에서 마진 라인을 자동으로 또는 사용자 입력에 따라 수동으로 획득할 수 있다.
일 실시예에 따라 스캔 프로그램 520는 제1구강 이미지 및 마진 라인이 설정된 제2구강 이미지를 CAD 프로그램 520으로 출력할 수 있다.
일 실시예에 따라 CAD 프로그램 520는 스캔 프로그램 510로부터 제1구강 이미지 10 및 제2구강 이미지 20, 마진 라인에 대한 정보를 수신하고, 마진 라인을 이용하여 제1구강 이미지 및 제2구강 이미지에 기반하여 보철물 대상 치아를 자동으로 인식하여 선택할 수 있다. CAD 프로그램 520는 마진 라인을 이용하여 제1구강 이미지 및 제2구강 이미지로부터 보철물 대상 치아의 표면 데이터를 식별하거나 처리할 수 있으므로, CAD 프로그램 520는 별도의 대상 치아 선택 과정을 사용자로부터 요구하지 않을 수 있다. CAD 프로그램 520은 제1구강 이미지, 제2구강 이미지 및 인식된 보철물 대상 치아의 표면 데이터를 이용하여 보철물 대상 치아를 대체할 보철물 모델 30을 생성할 수 있다.
도 5에 도시된 예에서는 스캔 프로그램 510이 마진 라인을 획득하여 이를 CAD 프로그램 520으로 전달하는 것으로 설명되었지만 실시예들은 이에 한정되지 않는다. 스캔 프로그램 510은 제1구강 이미지 및 제2구강 이미지를 CAD 프로그램 520로 전달하고 CAD 프로그램 520에 마진 라인을 획득할 수도 있다.
도 6은 일 실시예에 따라 제1구강 이미지나 제2구강 이미지에서 보철물 대상 치아를 자동으로 인식하여 표시하는 예를 설명하기 위한 참고도이다.
도 6을 참조하면, 데이터 처리 장치 100는 제1구강 이미지 10a에서 보철물 대상 치아를 자동으로 인식하고, 인식된 보철물 대상 치아에 시각적 효과를 제공함으로써 보철물 대상 치아가 선택되었음을 표시할 수 있다.
일 실시예에 따라 데이터 처리 장치 100는 마진 라인에 기초하여 제1구강 이미지 10a에서 보철물 대상 치아를 자동으로 인식할 수 있다. 마진 라인에 기초하여 보철물 대상 치아를 자동으로 인식하는 방법은 도 7 내지 도 11을 참조하여 자세히 설명한다.
일 실시예에 따라 데이터 처리 장치 100는 제1구강 이미지에서 자동 인식된 보철물 대상 치아에 색상이나 경계선 등의 시각적 효과를 부여함으로써 제1구강 이미지의 치아들 중에서 보철물 대상 치아가 선택되었음을 표시할 수 있다.
데이터 처리 장치 100는 제2구강 이미지 20a에서 보철물 대상 치아를 자동으로 인식하고, 인식된 보철물 대상 치아에 시각적 효과를 제공함으로써 보철물 대상 치아가 선택되었음을 표시할 수 있다.
일 실시예에 따라 데이터 처리 장치 100는 마진 라인에 기초하여 제2구강 이미지 20a에서 보철물 대상 치아를 자동으로 인식할 수 있다. 마진 라인에 기초하여 보철물 대상 치아를 자동으로 인식하는 방법은 도 12 내지 도 13을 참조하여 자세히 설명한다.
일 실시예에 따라 데이터 처리 장치 100는 제2구강 이미지에서 자동 인식된 보철물 대상 치아에 색상이나 경계선 등의 시각적 효과를 부여함으로써 제2구강 이미지의 치아들중에서 보철물 대상 치아가 선택되었음을 표시할 수 있다. 일 실시예에 따라 데이터 처리 장치 100는 제2구강 이미지 20a에서 자동 인식된 보철물 대상 치아를 표시하기 위해, 자동 인식된 보철물 대상 치아에 마진 라인 600을 표시할 수 있다. 또한 일 실시예에 따라 데이터 처리 장치 100는 제2구강 이미지 20a에서 자동인식된 보철물 대상 칭에 마진 라인 600을 표시하고, 표시된 마진 라인 600을 사용자 입력에 따라 수정할 수 있도록 하는 사용자 인터페이스를 제공할 수 있다.
이제, 마진 라인을 이용하여 프렙전 치아 데이터로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 방법을 설명한다.
도 7은 일 실시예에 따라 마진 라인을 이용하여 프렙전 치아 데이터로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 방법의 과정을 나타내는 흐름도이다.
도 7을 참조하면, 동작 710에서, 데이터 처리 장치 100는 마진 라인에 기반하여 평균 노말을 획득할 수 있다.
도 8은 일 실시예에 따라 마진 라인에 기반하여 평균 노말을 획득하는 방법을 설명하기 위한 참고도이다.
도 8을 참조하면, 데이터 처리 장치 100는 마진 라인 40을 구성하는 포인트들을 샘플링할 수 있다. 그리고 이러한 샘플링 포인트들의 좌표값을 기초로 마진 라인 40의 루프 중심점 42를 산출할 수 있다.
다음, 데이터 처리 장치 100는 샘플링 포인트들 중 적어도 일부 샘플링 포인트들을 선택하고 선택된 샘플링 포인트들과 루프 중심점 42를 연결하는 메쉬를 생성할 수 있다. 도 8을 참조하면, 데이터 처리 장치 100는 일 예에 따라 다섯개의 샘플링 포인트를 선택하고 각 샘플링 포인트와 루프 중심점 42를 연결함으로써 다섯개의 메쉬를 생성할 수 있다. 예를 들어, 데이터 처리 장치 100는 샘플링 포인트 41, 샘플링 포인트 43 및 루프 중심점 42를 연결함으로써 메쉬 44를 생성할 수 있다. 메쉬를 생성하는데 이용되는 샘플링 포인트의 개수는 후술하는 시드 포인트의 개수와 대응되거나 대응되지 않을 수 있으며, 시드 포인트가 많을수록 스마트 선택의 결과값이 정확해질 수 있지만 너무 많으면 연산량이 증가하게 되므로 적절한 개수를 선택하는 것이 중요할 수 있다.
다음, 데이터 처리 장치 100는 각 메쉬의 평균 노말을 산출할 수 있다. 즉, 데이터 처리 장치 100는 다섯개의 메쉬에 대응하는 각 다섯 개의 노말을 구하고, 다섯 개의 노말의 평균을 냄으로써 평균 노말 46을 획득할 수 있다. 예를 들어 데이터 처리 장치 100는 메쉬 44에 대응해서 노말 45를 구할 수 있다. 이와 같은 방법으로 해서 나머지 네 개의 메쉬에 대해서도 각각 대응하는 노말을 구할 수 있다. 이와 같이 평균 노말을 구하는 것은 일 예에 관한 것이고, 일 실시예에 따라 데이터 처리 장치 100는 마진 라인을 이루는 커브(경계라인) 의 영역 노말 (area normal)을 획득할 수도 있다.
도 7로 돌아가서, 동작 720에서, 데이터 처리 장치 100는 평균 노말 방향의 노말 벡터가 프렙전 데이터와 교차하는 포인트들을 획득할 수 있다.
도 8을 참조하면, 데이터 처리 장치 100는 샘플링 포인트와 루프 중심점 사이의 엣지 중심에서 평균 노말 방향으로 향하는 노말 벡터와 프렙전 치아 데이터가 교차하는 포인트들을 산출할 수 있다. 예를 들어 데이터 처리 장치 100는 샘플링 포인트 41과 루프 중심점 42 사이의 엣지 중심에서 평균 노말 방향으로 향하는 노말 벡터 47이 프렙전 치아 데이터를 포함하는 제1구강 이미지 10과 교차하는 포인트 48를 산출할 수 있다. 이와 같은 방법으로 다른 샘플링 포인트들에 대해서 교차 포인트를 산출함으로써, 데이터 처리 장치 100는 선택된 다섯 개의 샘플링 포인트에 대응하는 다섯 개의 교차 포인트를 획득할 수 있다.
다시 도 7로 돌아가서, 동작 730에서, 데이터 처리 장치 100는 교차 포인트들을 시드 포인트로 하여 스마트 선택 (smart selection)을 적용함으로써 보철물 대상 치아의 표면 데이터를 식별할 수 있다. 스마트 선택은 구강 이미지의 표면 데이터를 이루는 포인트들의 곡률 값에 기반하여 치아 영역을 식별하는 것을 나타낸다. 구체적으로, 데이터 처리 장치 100는 시드 포인트에 기초하여 기준 포인트를 결정하고, 기준 포인트의 곡률 값에 기초하여 선택 영역을 확장함으로써 치아 영역을 선택할 수 있다. 이러한 치아 영역이 보철물 대상 치아의 표면 데이터가 될 수 있다.
일 실시 예에 따른 데이터 처리 장치 100는 시드 포인트의 곡률 값에 기초하여 구강 이미지 상에서 기준 포인트를 결정할 수 있다. 곡률(curvature)이란 곡면이 휜 정도를 표시하는 지표(indicator)로서 곡면 반지름의 역수로 표현될 수 있다. 대상체 표면 상의 소정 포인트의 곡률 값은, 소정 포인트를 지나가는, 대상체 표면 상에서 결정되는, 적어도 하나의 곡선의 휘어짐 정도를 나타낼 수 있다. 이 때, 소정 포인트를 지나가는 곡선들은 방향에 따라 휜 정도가 달라질 수 있다. 그러므로, 예를 들어 데이터 처리 장치 100는 가장 큰 곡률 값을 소정 포인트의 곡률 값으로 결정할 수 있으나, 이에 제한되지 않는다.
일 실시 예에 따라 데이터 처리 장치 100는, 구강 이미지 상에서 결정된 시드 포인트의 곡률 값이 소정 범위 내의 값을 가지면, 시드 포인트를 기준 포인트로서 결정할 수 있다. 반면에, 데이터 처리 장치 100는, 시드 포인트의 곡률 값이 소정 범위 내의 값을 갖지 않으면, 소정 범위 내의 곡률 값을 갖는 다른 포인트를 기준 포인트로서 결정할 수 있다.
데이터 처리 장치 100는 기준 포인트의 곡률 값에 기초하여 임계 범위 내의 곡률 값을 갖는 선택 영역을 점차 확장함으로써 대상체 즉, 치아에 대응하는 영역을 결정할 수 있다. 구체적으로, 데이터 처리 장치 100는 기준 포인트에서 시작하여, 기준 포인트와 곡률 값의 차이가 임계 범위 내인 인접 포인트들을 선택함으로써, 선택 영역을 확장해 나갈 수 있다. 데이터 처리 장치 100는, 선택 영역을 확장해 나가다가, 치아 경계 영역에 도달하게 되면 기준 포인트와 곡률 값의 차이가 임계 범위 이상이 되므로 더 이상 선택 영역을 확장하지 않을 수 있다. 따라서, 데이터 처리 장치 100는 치아와 치은의 경계 영역을 식별할 수 있다. 도 9를 참조하면, 데이터 처리 장치 100는 기준 포인트의 곡률 값을 기준으로 임계 범위 내의 곡률 값들을 컬러바 910 상에 소정 색상(예를 들어, 녹색)으로 나타낼 수 있다. 그리고, 데이터 처리 장치 100는 임계 범위 내의 곡률 값들을 갖는 영역 900을 동일한 소정 색상으로 나타낼 수 있다.
이와 같이 도 7에 도시된 방법에 따르면, 치아의 마진 라인에 기반하여 찾아진 구강 이미지의 일부 포인트들을 시드 포인트로 하여 곡률을 이용함으로써 마진 라인에 대응하는 보철물 대상 치아의 표면 영역을 획득할 수 있다. 또한 파손된 치아나 치아 사이의 골이 심한 형상 등은 한번의 시드에서 영역 확장이 어려울 수 있으므로 복수개의 시드 포인트를 사용하여 치아의 다양한 영역의 시드점에서 영역을 확장하고, 확장된 영역을 합쳐서 전체 치아 영역을 선택할 수 있다.
도 10은 일 실시예에 따라 마진 라인을 이용하여 프렙전 치아 데이터로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 방법의 과정을 나타내는 흐름도이다.
도 10을 참조하면, 동작 1010에서, 데이터 처리 장치 100는 마진 라인을 이용하여 프렙전 치아를 둘러싸는 실린더 입체 도형을 생성할 수 있다.
도 11은 일 실시예에 따라 프렙전 치아를 둘러싸는 실린더 입체 도형을 생성하는 과정을 설명하기 위한 참고도이다.
도 11을 참조하면, 데이터 처리 장치 100는 마진라인 루프 중심점을 지나는 y축 1110상의 각 포인트에서 xz평면 상의 360도 회전하는 레이(ray)와 프렙전 데이터가 교차하는 포인트들을 기초로 소정의 면적을 갖는 루프를 생성할 수 있다.
프렙전 치아 데이터에서 buccal 및 lingual 방향의 치아 표면은 스캔되어 있으므로 레이가 프렙전 치아 데이터와 만나는 길이가 비교적 짧고(실선 ray), distal 및 mesial 방향의 치아 표면은 인접치아로 인해 스캔되지 않기 때문에 레이가 프렙전 치아 데이터와 만나는 길이가 길어 진다(점선 ray). 따라서, 교차 길이가 임계값을 초과하면 적절한 위치에 임의의 포인트를 만들 수 있다. 데이터 처리 장치 100는 임의로 생성된 포인트들과 실제 교차된 포인트들을 기초로 하나의 루프를 생성할 수 있다. 예를 들어 교합 방향의 y 축 1110 상에서 포인트 1111에서 쏘아지는 레이가 distal/mesial 방향인 경우에 레이가 프렙전 데이터와 만나는 포인트 1112에 의해 레이의 거리는 임계값을 초과할 수 있고 이러한 경우 데이터 처리 장치 100는 적절한 위치에 포인트 1113를 만들 수 있다. 그리고 y축 1110 상에서 포인트 1111에서 쏘아지는 레이가 lingual/buccal 방향인 경우에 레이가 프렙전 데이터와 만나는 점은 포인트 1114가 될 수 있다.
데이터 처리 장치 100는 위와 같은 과정을 교합 방향(occlusion 방향)의 y축상의 모든 포인트들에 대해서 수행함으로써 각 포인트에 대응하는 루프를 생성할 수 있다.
데이터 처리 장치 100는 y축 1110 상의 각 포인트에 대응해서 생성된 루프들 중에서 면적이 가장 큰 루프 1120를 선택하고, 이 루프를 y축 방향으로 연장하여 소정의 부피를 갖는 입체 도형 1130을 만들 수 있다. 입체 도형 1130은 일 예에 따라 실린더 모양의 도형이 될 수 있다.
다시 도 10으로 돌아가서, 동작 1020에서, 데이터 처리 장치 100는 실린더 입체 도형 안에 들어오는 프렙 전 치아 데이터를 선택함으로써 보철물 대상 치아의 표면 데이터를 자동으로 인식할 수 있다.
구체적으로, 데이터 처리 장치 100는 프렙전 치아 데이터를 포함하는 제1구강 이미지 10 중에서, 실린더 입체 도형 1130 안에 들어오는 보철물 대상 치아의 표면 데이터 1200를 식별할 수 있고 이렇게 식별된 보철물 대상 치아의 표면 데이터 1200가 보철물 모델의 외면 데이터로 이용될 수 있다.
도 12는 일 실시예에 따라 마진 라인을 이용하여 프렙된 치아 데이터를 포함하는 제2구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 과정의 흐름도를 나타낸다.
도 12를 참조하면, 동작 1210에서, 데이터 처리 장치 100는 제2구강 이미지 20에서 프렙된 치아 데이터의 마진 라인을 식별할 수 있다.
동작 1220에서, 데이터 처리 장치 100는 마진 라인 40을 이용하여 제2구강 이미지 20를 컷팅함으로써 보철물 대상 치아의 표면 데이터를 식별함으로써 보철물 대상 치아를 자동으로 인식하여 선택할 수 있다. 구체적으로, 데이터 처리 장치 100는 마진 라인 40을 프렙된 치아 데이터에 프로젝션하고 프로젝션된 메쉬를 따라서 프렙된 치아 데이터를 컷팅함으로써 보철물 대상 치아의 표면 데이터 1300를 인식할 수 있다. 도 13에 이와 같은 방법에 의해 찾아진 보철물 대상 치아 의 표면 데이터 1300이 도시되어 있다.
도 14는 일 실시예에 따라 제1 구강 이미지 및 제2구강 이미지로부터 자동인식된 보철물 대상 치아를 이용하여 보철물 모델을 생성하는 방법의 일 예를 나타내는 흐름도이다.
도 14를 참조하면, 동작 1410에서, 데이터 처리 장치 100는 마진 라인에 기반하여 제1구강 이미지로부터 자동으로 인식된 보철물 대상 치아의 표면 데이터를 이용하여 보철물 대상 치아를 복원할 보철물 모델의 외면을 생성할 수 있다.
동작 1420에서, 데이터 처리 장치 100는 마진 라인에 기반하여 제2구강 이미지로부터 자동으로 인식된 보철물 대상 치아의 표면 데이터를 이용하여 보철물 모델의 내면을 생성할 수 있다.
동작 1430에서, 데이터 처리 장치 100는 보철물 모델의 외면과 보철물 모델의 내면을 이용하여 보철물 모델을 생성할 수 있다. 데이터 처리 장치 100는 보철물 모델의 외면과 보철물 모델의 내면을 연결함으로써 보철물 모델을 생성할 수 있다.
도 15는 일 실시예에 따라 마진 라인에 기반하여 제1구강 이미지로부터 자동으로 인식된 보철물 대상 치아의 표면 데이터를 이용하여 보철물 대상 치아를 복원할 보철물 모델의 외면을 획득하는 과정의 흐름도를 나타낸다.
도 15를 참조하면, 동작 1510에서, 데이터 처리 장치 100는 마진 라인을 이용하여 제1구강 이미지에서 보철물 모델의 초기 외면을 획득할 수 있다.
도 16을 참조하면, 데이터 처리 장치 100는 마진 라인 40을 이용하여 제1구강 이미지 10의 프렙 전 치아 데이터를 처리함으로써 보철물 모델의 초기 외면 데이터 1600를 획득할 수 있다. 마진 라인 40을 이용하여 프렙 전 치아 데이터를 처리하여 보철물 모델의 초기 외면을 획득하는 방법은 도 7 내지 도 11을 참조하여 설명한 바와 같다.
동작 1520에서, 데이터 처리 장치 100는 마진 라인을 확장하여 마진 루프 메쉬를 생성할 수 있다.
도 17은 일 실시예에 따라 마진 라인을 확장하여 마진 루프 메쉬를 생성하는 방법을 설명하기 위한 참고도이다.
도 17을 참조하면, 데이터 처리 장치 100는 마진 라인 40에 기반하여 마진 루프 메쉬 1720를 생성할 수 있다. 일 실시예에 따라 데이터 처리 장치 100는 마진 라인 40을 교합 (occlusion) 방향의 반대 방향으로 이동시킴으로써 원래의 마진 라인 보다 더 낮게 위치된 마진 루프 메쉬 1720를 얻을 수 있다.
동작 1530에서, 데이터 처리 장치 100는 초기 외면과 교합 방향의 반대 방향으로 이동된 마진 루프 메쉬를 연결하여 클로우즈드 치아를 생성할 수 있다.
도 17을 참조하면, 데이터 처리 장치 100는 크라운의 초기 외면 1600과 교합 방향 반대 방향으로 이동된 마진 루프 메쉬 1720을 연결 부분 1730을 이용하여 연결함으로써 치간 영역이 메워진 클로우즈드 치아 (closed tooth) 1700를 생성할 수 있다.
동작 1540에서, 데이터 처리 장치 100는 클로우즈드 치아에서 일정 영역을 제거함으로써 크라운의 최종 외면을 획득할 수 있다.
다음, 데이터 처리 장치 100는 클로우즈드 치아에서 일정 영역을 제거하는데 이용되는 컷팅 툴을 생성할 수 있다.
도 18은 일 실시예에 따라 컷팅 툴을 생성하는 방법을 설명하기 위한 참고도이다.
도 18을 참조하면, 데이터 처리 장치 100는 마진 루프 메쉬 1720를 둘레 방향으로 일정 거리 연장 시킴으로써 확장된 마진 루프 메쉬 1810를 생성할 수 있다.
다음 데이터 처리 장치 100는 확장된 마진 루프 메쉬 1810를 교합 방향으로 이동시킴으로써 컷팅 툴의 윗면 1820를 만들고, 확장된 마진 루프 메쉬 1810를 교합 방향의 반대 방향으로 이동시킴으로써 컷팅 툴의 아랫면 1830를 만들 수 있다.
그리고 나서 데이터 처리 장치 100는 컷팅 툴의 윗면 1820과 컷팅 툴의 아랫면 1830를 연결시킴으로써 컷팅툴 1800을 완성할 수 있다. 이와 같이 구성함으로써 컷팅 툴의 윗면을 마진 라인의 높이 보다 높게 위치시킬 수 있다. 이와 같이 컷팅 툴의 윗면을 마진 라인의 높이 보다 높게 위치시키는 이유는 나중에 보철물의 최종 외면과 보철물의 최종 내면을 연결할 때 보다 자연스럽게 연결하기 위함이다. 만약 컷팅 툴의 윗면의 높이가 마진 라인의 높이와 동일하거나 더 낮으면 보철물의 최종 외면과 보철물의 최종 내면을 연결하는 부분이 급격하게 연결되어 부자연스럽게 형성될 수 있다.
다음, 데이터 처리 장치 100는 클로우즈드 치아와 컷팅 툴을 이용하여 보철물의 최종 외면을 획득할 수 있다. 구체적으로, 데이터 처리 장치 100는 클로우즈드 치아와 컷팅 툴 1800을 불리언 서브트랙션 처리 함으로써 최종 외면을 획득할 수 있다. 불리언 (Boolean)은 두개의 오브젝트를 조합하여 모델링하는 연산으로서, 불리언 서브트랙션은 하나의 오브젝트에서 다른 오브젝트를 잘라내어 표면을 생성하는 연산을 나타낼 수 있다.
도 19를 참조하면, 데이터 처리 장치 100는 클로우즈드 치아 1700에서 컷팅 툴 1800를 잘라내는 불리언 서브트랙션을 수행함으로써 크라운의 최종 외면 1900을 획득할 수 있다.
도 20은 일 실시예에 따라 마진 라인을 이용하여 프렙된 치아 데이터로부터 보철물 모델의 내면의 기초가 되는 프렙된 치아의 표면 데이터를 획득하는 과정의 흐름도를 나타낸다.
도 20을 참조하면, 동작 2010에서, 데이터 처리 장치 100는 제2구강 이미지 20에서 프렙된 치아 데이터를 마진 라인 40을 이용하여 컷팅함으로써 보철물 모델의 초기 내면 데이터 800을 획득할 수 있다. 구체적으로, 데이터 처리 장치 100는 마진 라인 40을 프렙된 치아 데이터에 프로젝션하고 프로젝션된 메쉬를 따라서 프렙된 치아 데이터를 컷팅함으로써 초기 내면 데이터 1300을 찾을 수 있다. 도 13에 이와 같은 방법에 의해 찾아진 초기 내면 데이터 1300이 도시되어 있다.
동작 2020에서, 데이터 처리 장치 100는 초기 내면 데이터에서 시멘트 영역과 비시멘트 영역을 식별할 수 있다.
시멘트 영역 (Cement area)은 크라운과 프렙된 치아를 접착하기 위한 시멘트가 충진되는 갭이 존재하는 구간을 나타낸다. 데이터 처리 장치 100는 초기 내면 데이터 1300에서 바운더리 즉, 마진 라인 40으로부터 일정 거리를 시멘트 높이 (cement height) 51로 결정하고 이를 기준으로 시멘트 영역과 비시멘트 영역으로 구분할 수 있다. 도 21을 참조하면, 데이터 처리 장치 100는 초기 내면 데이터 1300에서 시멘트 영역 1310과 비시멘트 영역 1320을 식별할 수 있다.
동작 2030에서, 데이터 처리 장치 100는 시멘트 영역을 미리 정해진 거리만큼 옵셋하여 옵셋된 시멘트 영역을 획득할 수 있다.
도 21을 참조하면, 데이터 처리 장치 100는 시멘트 영역 1310에 대해서 시멘트를 채우기 위한 공간을 마련하기 위해 시멘트 영역 1310로부터 시멘트 두께 52만큼 옵셋하여 옵셋된 시멘트 영역 1330을 획득할 수 있다.
동작 2040에서, 옵셋된 시멘트 영역과 비시멘트 영역을 이용하여 크라운의 최종 내면을 생성할 수 있다.
도 21을 참조하면, 데이터 처리 장치 100는 옵셋된 시멘트 영역 1330과 비시멘트 영역 1320을 연결함으로써 보철물 모델의 초기 내면 데이터는 비시멘트 영역 1320, 연결 부분 1340, 시멘트 영역 1330으로 구성될 수 있다.
다음, 데이터 처리 장치 100는 이와 같이 구성된 초기 내면 데이터에서 마진 라인을 확장함으로써 보철물 모델의 최종 내면 데이터를 생성할 수 있다. 일반적으로 크라운은 밀링으로 제작되는데 만약 여유 공간 없이 너무 타이트하게 디자인되면 밀링 툴에 의해 실제 마진 라인보다 작아져서 다시 크라운을 제작해야 하는 문제가 발생할 수 있다. 따라서 보철물 모델의 초기 내면 데이터에서 마진 라인을 좀더 여유있게 하기 위해 마진 라인을 확장하는 것이 바람직하다.
일 실시예에 따라 데이터 처리 장치 100는 마진 라인을 마진 폭 (margin width) 및 마진 각도 (margin angle) 을 이용하여 확장할 수 있다.
도 22는 일 실시예에 따라 마진 라인을 확장하는 예를 설명하기 위한 참고도이다.
도 22를 참조하면, 데이터 처리 장치 100는 마진 라인 40을 마진 각도 42만큼 하향으로 마진 폭 41만큼 연장할 수 있다. 마진 폭 41의 크기와 마진 각도 42의 크기는 적절하게 결정할 수 있다. 마진 각도 42는 예를 들어 대략 15도 정도로 결정될 수 있다. 데이터 처리 장치 100는 이와 같이 마진 라인 40을 미리 정해진 각도 및 미리 정해진 폭만큼 확장함으로써 확장된 마진 라인 43를 획득할 수 있다. 데이터 처리 장치 100는 이와 같이 구성된 초기 내면 데이터에서 마진 라인을 확장함으로써 보철물의 최종 내면 데이터 1000를 생성할 수 있다.
일 실시예에 따라 데이터 처리 장치 100는 마진 폭 41, 마진 각도 42, 시멘트 높이 51, 시멘트 두께 52의 적절한 값을 결정할 수 있다.
일 실시예에 따라 마진 폭 41, 마진 각도 42, 시멘트 높이 51, 시멘트 두께 52 중 적어도 하나는 사용자 입력에 따라 조정될 수 있다. 구체적으로, 데이터 처리 장치 100는 마진 폭 41, 마진 각도 42, 시멘트 높이 51, 시멘트 두께 52 중 적어도 하나를 조정할 수 있도록 하는 사용자 인터페이스를 제공하고, 이러한 사용자 인터페이스를 통해서 수신된 사용자 입력에 따라 마진 폭 41, 마진 각도 42, 시멘트 높이 51, 시멘트 두께 52 중 적어도 하나의 값을 조정할 수 있다.
이제 이와 같이 보철물의 최종 내면과 보철물의 최종 외면이 획득되었으면 보철물의 최종 내면과 보철물의 최종 외면을 연결하여 보철물 모델을 생성할 수 있다.
도 23은 일 실시예에 따라 보철물의 최종 내면과 보철물의 최종 외면을 연결하는 방법을 설명하기 위한 참고도이다.
도 23을 참조하면, 데이터 처리 장치 100는 도 20을 참조하여 설명한 바에 따라 획득된 보철물 모델의 최종 내면 2200과 도 15를 참조하여 설명한 바에 따라 획득된 크라운의 최종 외면 1900를 연결함으로써 보철물 모델 2300를 획득할 수 있다.
앞서 도 15를 참조하여 설명한 바와 같이 컷팅툴 1800의 윗면의 높이를 마진 라인 보다 높게 위치시켜 컷팅툴 1800을 생성함으로써 최종 외면 1900의 바운더리가 마진 라인 보다 높게 위치되게 할 수 있다. 이와 같이 최종 외면 1900를 생성함으로써 최종 외면 1900의 단부 1910가 최종 내면 2200의 단부 2210 보다 높은 위치에 있게 되므로, 최종 외면 1900의 단부 1910과 최종 내면 2200의 단부 2210를 연결할 때 보다 부드럽고 자연스럽게 연결하는 것이 가능해질 수 있다.
비교예를 보면, 최종 외면 1900의 단부 1510가 마진 라인의 위치와 동일하거나 더 낮은 위치에 있는 경우, 최종 외면 1900의 단부 1910과 최종 내면 2200의 단부 2210를 연결할 때 보다 각지게 연결될 수 있으므로 연결부위가 부자연스럽게 될 수 있다. 한편, 이와 같은 방법으로 생성된 보철물은 언더컷 영역, 보철물 삽입 방향 등을 고려하여 내면 데이터가 일부 수정될 수 있다. 또한, 보철물 내면과 외면의 두께가 최소 두께보다 적을 경우 외면 데이터 일부를 바깥쪽으로 확장할 수 있다.
본 개시의 일 실시예에 따른 구강 이미지의 처리 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 또한, 본 개시의 실시예는, 구강 이미지의 처리 방법을 실행하는 적어도 하나의 인스트럭션을 포함하는 하나 이상의 프로그램이 기록된 컴퓨터로 읽을 수 있는 저장 매체가 될 수 있다.
상기 컴퓨터 판독 가능 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 여기서, 컴퓨터 판독 가능 저장 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치가 포함될 수 있다.
여기서, 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적 저장매체'는 저장 매체가 실재(tangible)하는 장치임을 의미할 수 있다. 또한, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 구강 이미지의 처리 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포될 수 있다. 또는, 어플리케이션 스토어(예: 플레이 스토어 등)를 통해 또는 두 개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 구체적으로, 개시된 실시예에 따른 컴퓨터 프로그램 제품은 개시된 실시예에 따른 구강 이미지의 처리 방법을 수행하기 위해 적어도 하나의 인스트럭션을 포함하는 프로그램이 기록된 저장 매체를 포함할 수 있다.
이상에서 실시예들에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.
Claims (17)
- 구강 이미지 처리 방법에 있어서,
프렙 전 치아 데이터를 포함하는 제1 구강 이미지 및 프렙된 치아 데이터를 포함하는 제2 구강 이미지를 획득하는 동작,
상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득하는 동작, 및
상기 마진 라인에 기반하여 상기 제1구강 이미지 및 제2구강 이미지 중 적어도 하나로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 동작을 포함하는 구강 이미지 처리 방법. - 제1항에 있어서,
상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득하는 동작은,
상기 프렙된 치아 데이터에 기초하여 상기 마진 라인을 자동으로 인식하거나 또는 상기 마진 라인을 설정할 수 있도록 하는 사용자 인터페이스를 제공하고 상기 사용자 인터페이스를 통해 상기 마진 라인을 설정하는 사용자 입력을 수신함으로써 상기 마진 라인을 획득하는 동작을 포함하는, 구강 이미지 처리 방법. - 제1항에 있어서,
상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 동작은,
상기 마진 라인에 기반하여 획득된 하나 이상의 법선 벡터가 상기 프렙 전 치아 데이터와 교차하는 교차 포인트를 획득하는 동작, 및
상기 획득된 교차 포인트의 곡률 값 및 상기 프렙전 치아 데이터에 포함된 포인트들의 곡률 값을 이용하여 상기 보철물 대상 치아의 치아 영역을 식별하는 동작을 포함하는, 구강 이미지 처리 방법. - 제1항에 있어서,
상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 동작은,
상기 마진 라인을 이용하여 상기 프렙 전 치아 데이터를 둘러싸는 소정의 도형을 획득하는 동작, 및
상기 소정의 도형 안에 들어오는 상기 프렙 전 치아 데이터를 선택함으로써 상기 보철물 대상 치아를 자동으로 인식하는 동작을 포함하는, 구강 이미지 처리 방법. - 제1항에 있어서,
상기 마진 라인에 기반하여 상기 제2구강 이미지로부터 상기 보철물 대상 치아를 자동으로 인식하여 선택하는 동작은,
상기 프렙된 치아 데이터를 상기 마진 라인을 이용하여 컷팅함으로써 상기 보철물 대상 치아를 선택하는 동작을 포함하는, 구강 이미지 처리 방법. - 제1항에 있어서,
상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 자동으로 인식된 상기 보철물 대상 치아를 이용하여 상기 보철물 대상 치아를 복원할 보철물 모델의 외면을 생성하는 동작,
상기 마진 라인에 기반하여 상기 제2구강 이미지로부터 자동으로 인식된 상기 보철물 대상 치를 이용하여 상기 보철물 모델의 내면을 생성하는 동작, 및
상기 보철물 모델의 외면과 상기 보철물 모델의 내면을 이용하여 상기 보철물 모델을 생성하는 동작을 더 포함하는, 구강 이미지 처리 방법. - 제6항에 있어서,
상기 보철물 모델의 외면을 생성하는 동작은,
상기 마진 라인을 이용하여 상기 프렙전 치아 데이터로부터 초기 외면을 획득하는 동작,
상기 마진 라인에 기반하여 마진 루프 메쉬를 생성하는 동작,
상기 초기 외면과 상기 마진 루프 메쉬를 연결하여 클로우즈드 치아를 생성하는 동작, 및
상기 클로우즈드 치아에서 일정 영역을 제거함으로써 상기 보철물 모델의 외면을 생성하는 동작을 포함하는, 구강 이미지 처리 방법. - 제6항에 있어서,
상기 보철물 모델의 내면을 생성하는 동작은,
상기 프렙된 치아 데이터를 상기 마진 라인을 이용하여 컷팅함으로써 초기 내면을 획득하는 동작,
상기 초기 내면에서 시멘트 영역과 비 시멘트 영역을 식별하는 동작,
상기 시멘트 영역을 미리 정해진 거리만큼 옵셋하여 옵셋된 시멘트 영역을 획득하는 동작, 및
상기 옵셋된 시멘트 영역과 상기 비 시멘트 영역을 연결함으로써 상기 보철물 모델의 내면을 생성하는 동작을 포함하는, 구강 이미지 처리 방법. - 구강 이미지를 처리하는 데이터 처리 장치에 있어서,
하나 이상의 인스트럭션을 포함하는 메모리; 및
상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
프렙 전 치아 데이터를 포함하는 제1 구강 이미지 및 프렙된 치아 데이터를 포함하는 제2 구강 이미지를 획득하고,
상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득하고,
상기 마진 라인에 기반하여 상기 제1구강 이미지 및 제2구강 이미지 중 적어도 하나로부터 보철물 대상 치아를 자동으로 인식하여 선택하는, 데이터 처리 장치. - 제9항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 프렙된 치아 데이터에 기초하여 상기 마진 라인을 자동으로 인식하거나 또는 상기 마진 라인을 설정할 수 있도록 하는 사용자 인터페이스를 제공하고 상기 사용자 인터페이스를 통해 상기 마진 라인을 설정하는 사용자 입력을 수신함으로써 상기 마진 라인을 획득하는, 데이터 처리 장치. - 제9항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하기 위해,
상기 마진 라인에 기반하여 획득된 하나 이상의 법선 벡터가 상기 프렙 전 치아 데이터와 교차하는 교차 포인트를 획득하고,
상기 획득된 교차 포인트의 곡률 값 및 상기 프렙전 치아 데이터에 포함된 포인트들의 곡률 값을 이용하여 상기 보철물 대상 치아의 치아 영역을 식별하는, 데이터 처리 장치. - 제9항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 보철물 대상 치아를 자동으로 인식하여 선택하기 위해,
상기 마진 라인을 이용하여 상기 프렙 전 치아 데이터를 둘러싸는 소정의 도형을 획득하고,
상기 소정의 도형 안에 들어오는 상기 프렙 전 치아 데이터를 선택함으로써 상기 보철물 대상 치아를 자동으로 인식하는, 데이터 처리 장치. - 제9항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 마진 라인에 기반하여 상기 제2구강 이미지로부터 상기 보철물 대상 치아를 자동으로 인식하여 선택하기 위해,
상기 프렙된 치아 데이터를 상기 마진 라인을 이용하여 컷팅함으로써 상기 보철물 대상 치아를 선택하는, 데이터 처리 장치. - 제9항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 마진 라인에 기반하여 상기 제1구강 이미지로부터 자동으로 인식된 상기 보철물 대상 치아를 이용하여 상기 보철물 대상 치아를 복원할 보철물 모델의 외면을 생성하고,
상기 마진 라인에 기반하여 상기 제2구강 이미지로부터 자동으로 인식된 상기 보철물 대상 치아를 이용하여 상기 보철물 모델의 내면을 생성하고,
상기 보철물 모델의 외면과 상기 보철물 모델의 내면을 이용하여 상기 보철물 모델을 생성하는, 데이터 처리 장치. - 제14항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 보철물 모델의 외면을 생성하기 위해,
상기 마진 라인을 이용하여 상기 프렙전 치아 데이터로부터 초기 외면을 획득하고,
상기 마진 라인에 기반하여 마진 루프 메쉬를 생성하고,
상기 초기 외면과 상기 마진 루프 메쉬를 연결하여 클로우즈드 치아를 생성하고,
상기 클로우즈드 치아에서 일정 영역을 제거함으로써 상기 보철물 모델의 외면을 생성하는, 데이터 처리 장치. - 제14항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
상기 보철물 모델의 내면을 생성하기 위해,
상기 프렙된 치아 데이터를 상기 마진 라인을 이용하여 컷팅함으로써 초기 내면을 획득하고,
상기 초기 내면에서 시멘트 영역과 비 시멘트 영역을 식별하고,
상기 시멘트 영역을 미리 정해진 거리만큼 옵셋하여 옵셋된 시멘트 영역을 획득하고,
상기 옵셋된 시멘트 영역과 상기 비 시멘트 영역을 연결함으로써 상기 보철물 모델의 내면을 생성하는, 데이터 처리 장치. - 구강 이미지 처리 방법을 컴퓨터에 의해 수행하도록 구현된 프로그램이 기록된 컴퓨터 판독 가능 기록 매체에 있어서, 상기 구강 이미지 처리 방법은,
프렙 전 치아 데이터를 포함하는 제1 구강 이미지 및 프렙된 치아 데이터를 포함하는 제2 구강 이미지를 획득하는 동작,
상기 프렙된 치아 데이터에 기초하여 마진 라인을 획득하는 동작, 및
상기 마진 라인에 기반하여 상기 제1구강 이미지 및 제2구강 이미지 중 적어도 하나로부터 보철물 대상 치아를 자동으로 인식하여 선택하는 동작을 포함하는, 컴퓨터 판독 가능 기록 매체.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP22867723.3A EP4400074A1 (en) | 2021-09-09 | 2022-09-08 | Method for processing intraoral image and data processing device |
| PCT/KR2022/013518 WO2023038455A1 (ko) | 2021-09-09 | 2022-09-08 | 구강 이미지를 처리하는 방법 및 데이터 처리 장치 |
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210120535 | 2021-09-09 | ||
| KR20210120535 | 2021-09-09 | ||
| KR20210134465 | 2021-10-08 | ||
| KR1020210134465 | 2021-10-08 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230038117A true KR20230038117A (ko) | 2023-03-17 |
Family
ID=85872077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220113778A KR20230038117A (ko) | 2021-09-09 | 2022-09-07 | 구강 이미지를 처리하는 방법 및 데이터 처리 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230038117A (ko) |
-
2022
- 2022-09-07 KR KR1020220113778A patent/KR20230038117A/ko not_active Application Discontinuation
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP4238534A1 (en) | Method for determining object area from three-dimensional model, and three-dimensional model processing device | |
| KR102552669B1 (ko) | 구강 이미지 처리 장치, 및 구강 이미지 처리 방법 | |
| KR102460621B1 (ko) | 구강 이미지 처리 장치, 및 구강 이미지 처리 방법 | |
| KR102582709B1 (ko) | 삼차원 구강 모델을 처리하는 방법 및 장치 | |
| KR20220056760A (ko) | 구강 이미지 처리 장치, 및 구강 이미지 처리 방법 | |
| KR20230038117A (ko) | 구강 이미지를 처리하는 방법 및 데이터 처리 장치 | |
| KR102441485B1 (ko) | 3차원 데이터 획득 방법, 장치 및 그 방법을 수행하는 프로그램이 저장된 컴퓨터 판독 가능 저장 매체 | |
| EP4400074A1 (en) | Method for processing intraoral image and data processing device | |
| KR102631922B1 (ko) | 삼차원 구강 모델을 처리하는 방법 및 장치 | |
| US12050765B2 (en) | Method for processing intraoral image, and data processing apparatus | |
| KR20230051057A (ko) | 구강 이미지를 처리하는 방법 및 데이터 처리 장치 | |
| EP4374819A1 (en) | Image processing apparatus and image processing method | |
| KR102645173B1 (ko) | 구강 이미지 처리 장치, 및 구강 이미지 처리 방법 | |
| US20230390035A1 (en) | Oral image processing device and oral image processing method | |
| KR102527955B1 (ko) | 이미지 처리 장치, 및 이미지 처리 방법 | |
| KR20230051419A (ko) | 구강 이미지를 처리하는 방법 및 데이터 처리 장치 | |
| KR102493440B1 (ko) | 3차원 모델로부터 대상체 영역을 결정하는 방법 및 3차원 모델 처리 장치 | |
| US20240242440A1 (en) | Image processing device and image processing method | |
| KR20230051418A (ko) | 구강 이미지 처리 장치 및 구강 이미지 처리 방법 | |
| US20240281974A1 (en) | Intraoral image processing device and intraoral image processing method | |
| US20240197447A1 (en) | Intraoral image processing apparatus and intraoral image processing method | |
| KR102520630B1 (ko) | 삼차원 구강 모델을 처리하는 방법 및 장치 | |
| EP4194804A1 (en) | Method and device for acquiring three-dimensional data, and computer-readable storage medium storing program for performing method | |
| KR20230054605A (ko) | 구강 이미지 처리 장치, 및 구강 이미지 처리 방법 | |
| KR102680644B1 (ko) | 3차원 모델 상에 텍스트를 추가하는 방법 및 3차원 모델 처리 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |