KR102657776B1 - 보철물 디자인 제작 시스템 - Google Patents
보철물 디자인 제작 시스템 Download PDFInfo
- Publication number
- KR102657776B1 KR102657776B1 KR1020230072923A KR20230072923A KR102657776B1 KR 102657776 B1 KR102657776 B1 KR 102657776B1 KR 1020230072923 A KR1020230072923 A KR 1020230072923A KR 20230072923 A KR20230072923 A KR 20230072923A KR 102657776 B1 KR102657776 B1 KR 102657776B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- modeling
- artificial intelligence
- intelligence model
- expert
- Prior art date
Links
- 238000013461 design Methods 0.000 claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 claims abstract description 22
- 238000013473 artificial intelligence Methods 0.000 claims description 82
- 230000009466 transformation Effects 0.000 claims description 12
- 238000013527 convolutional neural network Methods 0.000 claims description 11
- 238000012800 visualization Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 230000001427 coherent effect Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 210000000214 mouth Anatomy 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Analysis (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Computational Mathematics (AREA)
- Geometry (AREA)
- Economics (AREA)
- Marketing (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Epidemiology (AREA)
Abstract
일실시예에 따르면, 보철물 디자인 제작 시스템에 있어서, 보철물 디자인 제작을 위한 서버를 포함하는 시스템이 제공된다.
Description
본 발명은 보철물 디자인 제작 시스템을 제공하기 위한 기술에 관한 것이다.
치아 보철물 디자인 제작은 손실 치아를 보완하기 위한 보철물의 디자인을 제작하는 기술이다. 이를 위해서는 환자의 구강 형태를 정확히 분석하여 보철물이 들어갈 위치와 치아의 형태 등을 고려해야 한다.
종래의 보철물 디자인 제작은 인상채득 과정, 모형 제작 과정, Pin 작업 과정, 왁스업 과정, 플라스크 플레이트 제작 과정, 석고 플레이트 제작 과정, 보철물 제작 과정 등을 거쳐야 해서 보철물 제작에 시간과 노력이 많이 요구되는 문제점이 있었다.
최근에는 컴퓨터를 이용한 보철물 디자인 제작 기술이 보급되면서 환자의 구강을 3D 이미지 형식으로 스캔하고, 스캔한 3D 모델을 바탕으로 보철물 디자인을 제작할 수 있다.
그러나 손실 치아에 대응하는 보철물의 3D 디자인을 제작하는데 시간이 오래 걸리고, 전문가의 실력에 따라 보철물의 3D 디자인의 질이 크게 차이난다는 문제점이 있다.
일실시예에 따르면, 보철물 디자인 제작 시스템에 있어서, 보철물 디자인 제작을 위한 서버를 포함하는 시스템을 제공하기 위한 것을 그 목적으로 한다.
또한, 상기 서버는, 환자의 치아 형태에 대한 3D 모델링 중 손실 치아의 위치에 대한 정보를 출력하도록 기학습된 제1 인공지능 모델, 손실 치아에 대응하는 보철물 3D 모델링을 상기 손실 치아와 결합되는 위치에 생성하여 출력하도록 기학습된 제2 인공지능 모델, 및 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 계산하여 출력하도록 기학습된 제3 인공지능 모델을 포함하고, 상기 사용자 단말을 통해 intraoral scanner를 이용하여 생성된 환자의 치아 형태에 대한 3D 모델링 파일인 제1 데이터를 수신하고, 상기 제1 인공지능 모델에 상기 제1 데이터를 입력하여, 상기 제1 데이터 중 손실 치아의 위치에 대한 정보인 제2 데이터를 획득하고, 상기 제2 인공지능 모델에 상기 제1 데이터와 제2 데이터를 입력하여, 상기 제1 데이터 중 손실 치아와 결합되는 위치에 보철물 3D 모델링을 생성한 제3 데이터를 획득하고, 전문가 평점이 기지정된 순위 이내인 복수의 전문가 단말에 의뢰 요청 메시지를 전송하고, 의뢰 수락 메시지를 최초 전송한 전문가 단말에 상기 제3 데이터를 전송하고, 상기 전문가 단말을 통해 수정된 제3 데이터를 획득하고, 상기 제3 인공지능 모델에 상기 수정된 제3 데이터를 입력하여, 환자의 치아 형태에 대한 모델링과, 보철물 3D 모델링 사이의 중복 영역을 계산한 출력을 획득하고, 상기 제3 인공지능 모델의 출력이 빈 출력인 경우, 상기 사용자 단말에 상기 수정된 제3 데이터를 전송하고, 상기 제3 인공지능 모델의 출력이 유효 출력인 경우, 상기 수정된 제3 데이터 및 상기 제3 인공지능 모델의 출력을, 3D 시각화 도구 또는 라이브러리에 입력하여, 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 시각적으로 표시한 결과를 상기 전문가 단말에 전송하고, 상기 전문가 단말을 통해 재수정된 제3 데이터를 획득하고, 상기 재수정된 제3 데이터를 상기 사용자 단말에 전송하고, 상기 사용자 단말을 통해 상기 수정된 제3 데이터 또는 상기 재수정된 제3 데이터에 대한 만족도를 수신하고, 상기 제3 데이터를 수정한 전문가의 평점을 산출하고, 상기 제1 인공지능 모델은, CPD(Coherent Point Drift) 알고리즘을 기반으로 하고, 상기 제2 인공지능 모델은, 생성 변환 신경망(Transform Neural Network) 알고리즘을 기반으로 하고, 상기 제3 인공지능 모델은, CNN(Convolutional Neural Networks) 알고리즘을 기반으로 하는 시스템을 제공하고자 한다.
또한, 상기 서버는, [수학식 1]을 이용하여 상기 제3 데이터를 수정한 전문가의 평점을 산출하고,
[수학식 1]
상기 [수학식 1]의 ER은 전문가 평점이고, A_s는 사용자 단말을 통해 수신한 만족도의 평균이며, M_td는 전문가 단말을 통해 수정된 제3 데이터를 획득한 총 횟수이고, E_o는 전문가 단말을 통해 수정된 제3 데이터를 제3 인공지능 모델에 입력하여 빈 출력을 획득한 총 횟수인 시스템을 제공하고자 한다.
이로 인해, 손실 치아에 대응하는 보철물 3D 모델링을 생성하여 전문가 단말에 제공함으로써, 보철물 3D 모델링을 제작하는데 시간을 절약할 수 있고, 전문가 단말에 인공지능 모델로 생성한 보철물 3D 모델링을 제공하여 전문가별 3D 모델링의 질의 격차를 줄일 수 있으며, 평점이 좋은 전문가를 선별하여 보철물 3D 모델링 제작을 의뢰할 수 있다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
일실시예에 따르면, 보철물 디자인 제작 시스템에 있어서, 보철물 디자인 제작을 위한 서버를 포함하는 시스템이 제공된다.
또한, 상기 서버는, 환자의 치아 형태에 대한 3D 모델링 중 손실 치아의 위치에 대한 정보를 출력하도록 기학습된 제1 인공지능 모델, 손실 치아에 대응하는 보철물 3D 모델링을 상기 손실 치아와 결합되는 위치에 생성하여 출력하도록 기학습된 제2 인공지능 모델, 및 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 계산하여 출력하도록 기학습된 제3 인공지능 모델을 포함하고, 상기 사용자 단말을 통해 intraoral scanner를 이용하여 생성된 환자의 치아 형태에 대한 3D 모델링 파일인 제1 데이터를 수신하고, 상기 제1 인공지능 모델에 상기 제1 데이터를 입력하여, 상기 제1 데이터 중 손실 치아의 위치에 대한 정보인 제2 데이터를 획득하고, 상기 제2 인공지능 모델에 상기 제1 데이터와 제2 데이터를 입력하여, 상기 제1 데이터 중 손실 치아와 결합되는 위치에 보철물 3D 모델링을 생성한 제3 데이터를 획득하고, 전문가 평점이 기지정된 순위 이내인 복수의 전문가 단말에 의뢰 요청 메시지를 전송하고, 의뢰 수락 메시지를 최초 전송한 전문가 단말에 상기 제3 데이터를 전송하고, 상기 전문가 단말을 통해 수정된 제3 데이터를 획득하고, 상기 제3 인공지능 모델에 상기 수정된 제3 데이터를 입력하여, 환자의 치아 형태에 대한 모델링과, 보철물 3D 모델링 사이의 중복 영역을 계산한 출력을 획득하고, 상기 제3 인공지능 모델의 출력이 빈 출력인 경우, 상기 사용자 단말에 상기 수정된 제3 데이터를 전송하고, 상기 제3 인공지능 모델의 출력이 유효 출력인 경우, 상기 수정된 제3 데이터 및 상기 제3 인공지능 모델의 출력을, 3D 시각화 도구 또는 라이브러리에 입력하여, 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 시각적으로 표시한 결과를 상기 전문가 단말에 전송하고, 상기 전문가 단말을 통해 재수정된 제3 데이터를 획득하고, 상기 재수정된 제3 데이터를 상기 사용자 단말에 전송하고, 상기 사용자 단말을 통해 상기 수정된 제3 데이터 또는 상기 재수정된 제3 데이터에 대한 만족도를 수신하고, 상기 제3 데이터를 수정한 전문가의 평점을 산출하고, 상기 제1 인공지능 모델은, CPD(Coherent Point Drift) 알고리즘을 기반으로 하고, 상기 제2 인공지능 모델은, 생성 변환 신경망(Transform Neural Network) 알고리즘을 기반으로 하고, 상기 제3 인공지능 모델은, CNN(Convolutional Neural Networks) 알고리즘을 기반으로 할 수 있다.
또한, 상기 서버는, [수학식 1]을 이용하여 상기 제3 데이터를 수정한 전문가의 평점을 산출하고,
[수학식 1]
상기 [수학식 1]의 ER은 전문가 평점이고, A_s는 사용자 단말을 통해 수신한 만족도의 평균이며, M_td는 전문가 단말을 통해 수정된 제3 데이터를 획득한 총 횟수이고, E_o는 전문가 단말을 통해 수정된 제3 데이터를 제3 인공지능 모델에 입력하여 빈 출력을 획득한 총 횟수일 수 있다.
일실시예에 따르면, 보철물 디자인 제작 시스템을 제공함으로써, 손실 치아에 대응하는 보철물 3D 모델링을 자동 생성할 수 있는 효과가 있다.
또한, 보철물 3D 모델링을 제작하는데 시간을 절약할 수 있다.
또한, 전문가 단말에 인공지능 기술로 생성된 보철물 3D 모델링을 제공하여 전문가별 3D 모델링 퀄리티의 격차를 줄일 수 있다.
또한, 평점이 좋은 전문가를 선별하여 보철물 3D 모델링 제작을 의뢰할 수 있는 효과가 있다.
한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 일실시예에 따른 보철물 디자인 제작 시스템의 구성을 개략적으로 나타낸 개념도이다.
도 2는 일실시예에 따른 서버의 구성을 간략하게 나타낸 구성도이다.
도 3은 일실시예에 따른 수정된 제3 데이터를 획득하는 과정을 설명하기 위한 블록도이다.
도 4는 일실시예에 따른 제3 데이터를 획득한 이후 과정을 설명하기 위한 블록도이다.
도 5는 일실시예에 따른 사용자 단말과 서버 및 전문가 단말 사이의 데이터 송수신 과정을 간략하게 나타낸 블록도이다.
도 6a 내지 도 6d는 일실시예에 따른 3D 모델링 예시를 나타낸 예시도이다.
도 2는 일실시예에 따른 서버의 구성을 간략하게 나타낸 구성도이다.
도 3은 일실시예에 따른 수정된 제3 데이터를 획득하는 과정을 설명하기 위한 블록도이다.
도 4는 일실시예에 따른 제3 데이터를 획득한 이후 과정을 설명하기 위한 블록도이다.
도 5는 일실시예에 따른 사용자 단말과 서버 및 전문가 단말 사이의 데이터 송수신 과정을 간략하게 나타낸 블록도이다.
도 6a 내지 도 6d는 일실시예에 따른 3D 모델링 예시를 나타낸 예시도이다.
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.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
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.
도 1은 일실시예에 따른 보철물 디자인 제작 시스템의 구성을 개략적으로 나타낸 개념도이고, 도 2는 일실시예에 따른 서버의 구성을 간략하게 나타낸 구성도이며, 도 3은 일실시예에 따른 수정된 제3 데이터를 획득하는 과정을 설명하기 위한 블록도이고, 도 4는 일실시예에 따른 제3 데이터를 획득한 이후 과정을 설명하기 위한 블록도이며, 도 5는 일실시예에 따른 사용자 단말과 서버 및 전문가 단말 사이의 데이터 송수신 과정을 간략하게 나타낸 블록도이고, 도 6a 내지 도 6d는 일실시예에 따른 3D 모델링 예시를 나타낸 예시도이다.
삭제
도 1을 참조하면, 일실시예로서 본 발명에 따른 보철물 디자인 제작 시스템은, 보철물 디자인 제작을 위한 서버(100)를 포함한다. 상기 서버는 네트워크를 통해 사용자 단말 및 전문가 단말과 데이터를 전송할 수 있다.
도면에 도시하지 않았으나 상기 서버는, 통신 모듈, 메모리, 프로세서 등을 포함할 수 있다. 또한, 인공지능 모델을 학습하고 활용하기 위한 모듈을 포함할 수 있다. 상기 메모리에는 3D 모델링 전문가의 목록과 각 전문가의 평점이 저장되어 있을 수 있다.
도 2를 참조하면, 상기 서버(100)는, 환자의 치아 형태에 대한 3D 모델링 중 손실 치아의 위치에 대한 정보를 출력하도록 기학습된 제1 인공지능 모델(110), 손실 치아에 대응하는 보철물 3D 모델링을 상기 손실 치아와 결합되는 위치에 생성하여 출력하도록 기학습된 제2 인공지능 모델(120), 및 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 계산하여 출력하도록 기학습된 제3 인공지능 모델(130)을 포함할 수 있다.
인공지능 모델을 학습시키기 위하여 구강 내 치아 형태에 대한 3D 모델링, 손실 치아를 포함하는 구강 내 치아 형태에 대한 3D 모델링, 보철물을 포함하는 구강 내 치아 형태에 대한 3D 모델링 등의 데이터를 수집 및 전처리하고, 인공지능 모델을 설계한 뒤, 학습 데이터로 모델을 학습시키고 파라미터를 조정하여 최적의 성능을 얻을 수 있다. 그리고 학습이 완료된 모델을 검증 데이터로 평가할 수 있다. 원하는 결과를 얻기 위해 학습된 인공지능 모델의 구조나 학습 방법을 수정할 수 있다.
또한, 상기 제1 인공지능 모델(110)은, CPD(Coherent Point Drift) 알고리즘을 기반으로 하고, 상기 제2 인공지능 모델은, 생성 변환 신경망(Transform Neural Network) 알고리즘을 기반으로 하고, 상기 제3 인공지능 모델은, CNN(Convolutional Neural Networks) 알고리즘을 기반으로 할 수 있다.
CPD(Coherent Point Drift)는, 보철물의 3D 모델링과 주변 구조의 3D 모델링을 점 클라우드 형태로 표현할 수 있다. 각 점 클라우드는 보철물의 형상과 주변 구조의 형상을 나타낼 수 있다. 다음으로, 대응점을 찾아 모델 간의 정합을 수행할 수 있다. 대응점은 보철물의 3D 모델링과 주변 구조의 3D 모델링 간에 연결되는 점 쌍일 수 있다. 또한, 대응점을 기반으로 CPD 알고리즘은 변환 매개 변수를 추정할 수 있다. 변환 매개 변수는 보철물의 3D 모델링을 주변 구조와 정확하게 정렬하는 데 사용된다. 또한, 대응점 간의 상관관계를 최대화하는 EM(Expectation-Maximization) 알고리즘을 사용하여 변환 매개 변수를 조정할 수 있다. 마지막으로, 변환 매개 변수를 사용하여 보철물의 3D 모델링과 주변 구조의 정합성을 평가할 수 있다. 정합 결과를 통해 보철물의 3D 모델링과 손실 치아, 주변 정상 치아, 및 맞물리는 치아 간의 겹치는 영역의 유무를 확인할 수 있다. 적절한 결합을 위해서는 겹치는 영역이 없고, 보철물의 형상과 주변 구조가 부드럽게 이어져야 바람직할 것이다.
생성 변환 신경망(Transform Neural Network)은, 환자의 치아 형태에 대한 3D 모델링과 제1 인공지능 모델의 출력을 입력받아서, 손실 치아 영역을 나타내는 정보를 출력할 수 있다. 생성 변환 신경망 알고리즘을 기반으로 하는 제2 인공지능 모델은, 입력 받은 제1 인공지능 모델의 출력을 바탕으로 보철물 3D 모델링을 생성하기 위해 변환 매개 변수를 계산할 수 있다. 이러한 변환 매개 변수는 입력 데이터에 대한 변환 함수를 학습한 신경망 모델에 의해 결정될 수 있다. 계산된 변환 매개 변수를 사용하여 보철물 3D 모델링을 변환시킬 수 있다. 이 과정에서 손실 치아에 정확히 결합하는 위치에 보철물이 생성될 수 있다. 생성된 보철물 3D 모델링은 원본 치아 3D 모델링과 겹치지 않는 새로운 레이어에 위치하도록 생성할 수 있다.
CNN(Convolutional Neural Networks)은, 환자의 치아 형태에 대한 3D 모델링과 보철물 3D 모델링을 입력 받아서 특징을 추출할 수 있다. 이를 통해 치아와 보철물의 특징을 인식하고 중복되는 영역을 탐지할 수 있다. CNN은 합성곱 계층과 풀링 계층을 사용하여 입력 데이터를 처리하고, 이를 통해 이미지의 특징을 추출할 수 있다. 추출된 특징을 기반으로 환자의 치아와 보철물 사이의 중복 영역을 계산할 수 있다. 치아와 보철물의 형태, 위치, 크기 등을 고려하여 중복되는 영역을 계산할 수 있다. 계산된 중복 영역은 보철물 3D 모델링 치아 사이의 겹치는 영역을 나타내며, 예를 들어 중복 영역의 좌표, 크기, 형태 등의 정보를 포함할 수도 있다.
도 3을 참조하면, 일실시예로서 상기 서버는 S301 단계에서 상기 사용자 단말을 통해 intraoral scanner를 이용하여 생성된 환자의 치아 형태에 대한 3D 모델링 파일인 제1 데이터를 수신할 수 있다.
상기 서버는 S302 단계에서 상기 제1 인공지능 모델에 상기 제1 데이터를 입력하여, 상기 제1 데이터 중 손실 치아의 위치에 대한 정보인 제2 데이터를 획득할 수 있다.
상기 제1 인공지능 모델은 환자의 치아 형태에 대한 3D 모델링 중 손실 치아의 위치에 대한 정보를 출력하도록 기학습된 모델로서, 입력받은 3D 모델링 내에서 손실 치아, 예를 들어 빠진 치아, 치료를 위해 소정의 형태로 삭제된 치아, 어버트먼트 등을 구분하여 위치 정보를 출력할 수 있다.
또한, S303 단계에서 상기 제2 인공지능 모델에 상기 제1 데이터와 제2 데이터를 입력하여, 상기 제1 데이터 중 손실 치아와 결합되는 위치에 보철물 3D 모델링을 생성한 제3 데이터를 획득할 수 있다.
상기 보철물 3D 모델링은 새로운 레이어에 형성되고 기존의 3D 모델링과 구분하기 위하여 다른 색깔로 생성될 수도 있다.
또한, 치아 보철물로는 인레이, 온레이, 크라운, 임플란트 등이 포함될 수 있다.
S304 단계에서는 전문가 평점이 기지정된 순위 이내인 복수의 전문가 단말에 의뢰 요청 메시지를 전송할 수 있다.
예를 들어 전문가 평점이 상위 3위까지의 전문가에게 의뢰 요청 메시지를 전송할 것이 기지정되면, 평점 높은 전문가만을 선별하여 의뢰를 요청할 수 있다. 의뢰가 급한 경우에는 의뢰 요청 메시지를 전송하는 순위 범위를 넓게 지정하여 빠른 의뢰 수락을 얻을 수 있다.
그리고 S305 단계에서 서버는, 의뢰 수락 메시지를 최초 전송한 전문가 단말에 상기 제3 데이터를 전송할 수 있다. 기지정된 범위 이내의 전문가들 중에 의뢰를 빠르게 수락할 수 있는 전문가가 선정될 수 있어 결과물 또한 빠른 시일 내에 획득할 수 있다.
S306 단계에서는 상기 전문가 단말을 통해 수정된 제3 데이터를 획득할 수 있다.
전문가 단말에 제2 인공지능 모델을 이용하여 생성한 보철물 3D 모델링을 포함하여 전송하기 때문에 보철물 3D 모델링 작업에 드는 시간을 절약할 수 있다.
도 4를 참조하면, 일실시예로서 상기 서버는, S401 단계에서 상기 제3 인공지능 모델에 상기 수정된 제3 데이터를 입력하여, 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 계산한 출력을 획득할 수 있다.
또한, 상기 서버는 S402 단계에서 제3 인공지능 모델의 출력이 빈 출력인 경우, 상기 사용자 단말에 상기 수정된 제3 데이터를 전송할 수 있다.
제3 인공지능 모델의 출력이 빈 출력인 경우, 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역이 존재하지 않는다는 의미일 수 있다. 따라서, 상기 보철물 3D 모델링을 바탕으로 제작된 보철물이 환자의 손실 치아에 결합될 때 편안함을 보장할 수 있다.
그리고 S404 단계에서 제3 인공지능 모델의 출력이 유효 출력인 경우, 상기 수정된 제3 데이터 및 상기 제3 인공지능 모델의 출력을, 3D 시각화 도구 또는 라이브러리에 입력하여, 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 시각적으로 표시한 결과를 상기 전문가 단말에 전송할 수 있다.
3D 시각화 도구 또는 라이브러리는, 오픈 소스 3D 컴퓨터 그래픽스 소프트웨어, 3D 시각화 및 상호작용 기능을 제공하는 도구, 과학과 공학 분야의 3D 시각화를 위해 사용되는 라이브러리 등이 사용될 수 있다.
제3 인공지능 모델의 출력이 유효 출력인 경우, 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역이 존재하여, 상기 보철물 3D 모델링을 바탕으로 제작된 보철물이, 환자의 손실치아에 결합되면 불편감을 줄 수도 있다. 따라서, 보철물 3D 모델링의 수정이 필요할 수 있다.
S405 단계에서 상기 전문가 단말을 통해 재수정된 제3 데이터를 획득할 수 있다.
상기 재수정된 제3 데이터를 상기 제3 인공지능 모델에 재입력하여 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역이 존재하는지 검증할 수 있다.
S406 단계에서는 상기 재수정된 제3 데이터를 상기 사용자 단말에 전송할 수 있다.
S407 단계에서 상기 사용자 단말을 통해 상기 수정된 제3 데이터 또는 상기 재수정된 제3 데이터에 대한 만족도를 수신할 수 있다.
S408 단계에서는 상기 제3 데이터를 수정한 전문가의 평점을 산출할 수 있다.
도 5를 참조하면, 일실시예로서 상기 서버는 S501 단계에서, 사용자 단말로부터 환자의 치아 형태에 대한 3D 모델링 파일인 제1 데이터를 수신할 수 있고, S502 단계에서 상기 제1 인공지능 모델에 상기 제1 데이터를 입력하여, 상기 제1 데이터 중 손실 치아의 위치에 대한 정보인 제2 데이터를 획득할 수 있으며, S503 단계에서 상기 제2 인공지능 모델에 상기 제1 데이터와 제2 데이터를 입력하여, 상기 제1 데이터 중 손실 치아와 결합되는 위치에 보철물 3D 모델링을 생성한 제3 데이터를 획득할 수 있고, S504 단계에서 전문가 평점이 기지정된 순위 이내인 복수의 전문가 단말에 의뢰 요청 메시지를 전송할 수 있고, S505 단계에서 전문가 단말을 통해 의뢰 수락 메시지를 수신할 수 있고, S506 단계에서 최초로 의뢰 수락 메시지를 전송한 전문가 단말에 상기 제3 데이터를 전송할 수 있고, S507 단계에서 상기 전문가 단말을 통해 수정된 제3 데이터를 획득할 수 있고, S508 단계에서 상기 제3 인공지능 모델에 상기 수정된 제3 데이터를 입력하여, 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 계산한 출력을 획득할 수 있으며, 상기 제3 인공지능 모델의 출력이 빈 출력인 경우, S509 단계에서 상기 사용자 단말에 상기 수정된 제3 데이터를 전송할 수 있고, 상기 제3 인공지능 모델의 출력이 유효 출력인 경우, S510 단계에서 상기 수정된 제3 데이터 및 상기 제3 인공지능 모델의 출력을, 3D 시각화 도구 또는 라이브러리에 입력하여, 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 시각적으로 표시한 결과를 획득할 수 있고, S511 단계에서 상기 전문가 단말에 상기 중복 영역을 표시한 결과를 전송할 수 있으며, S512 단계에서 상기 전문가 단말을 통해 재수정된 제3 데이터를 획득할 수 있고, S513 단계에서 상기 재수정된 제3 데이터를 상기 사용자 단말에 전송할 수 있으며, S514 단계에서 상기 사용자 단말을 통해 상기 수정된 제3 데이터 또는 상기 재수정된 제3 데이터에 대한 만족도를 수신할 수 있고, S515 단계에서 상기 제3 데이터를 수정한 전문가의 평점을 산출할 수 있다.
도 6a 내지 도 6d는 일실시예에 따른 3D 모델링 예시를 나타낸 예시도이다.
도 6a 내지 도 6d를 참조하면, intraoral scanner를 이용하여 생성된 환자의 치아 형태에 대한 3D 모델링은 손실 치아(A)를 포함하고, 상기 제1 인공지능 모델에 상기 환자의 치아 형태에 대한 3D 모델링을 입력하여 분석하고, 상기 손실 치아(A)를 구분할 수 있다.
또한, 상기 제2 인공지능 모델에 환자의 치아 형태에 대한 3D 모델링과 손실 치아(A)의 위치에 대한 정보를 입력하여, 손실 치아(A)와 결합되는 위치에 보철물 3D 모델링(B)을 생성할 수 있다.
일실시예로서 상기 서버는, [수학식 1]을 이용하여 상기 제3 데이터를 수정한 전문가의 평점을 산출할 수 있다.
[수학식 1]
상기 [수학식 1]의 ER은 전문가 평점이고, A_s는 사용자 단말을 통해 수신한 만족도의 평균이며, M_td는 전문가 단말을 통해 수정된 제3 데이터를 획득한 총 횟수이고, E_o는 전문가 단말을 통해 수정된 제3 데이터를 제3 인공지능 모델에 입력하여 빈 출력을 획득한 총 횟수일 수 있다.
사용자 단말을 통해 수정된 제3 데이터 또는 상기 재수정된 제3 데이터에 대한 만족도는, 입력의 편의를 위해 1~5점 이내의 점수를 사용자가 선택할 수 있도록 사용자 단말에 표시할 수 있다. 사용자는 만족도 입력칸에 직접 입력하거나, 화면에 표시되어 있는 만족도 점수를 클릭하거나, 슬라이더를 드래그&드롭하여 만족도 점수를 선택할 수도 있다.
전문가 단말을 통해 수정된 제3 데이터를 획득한 총 횟수와, 전문가 단말을 통해 수정된 제3 데이터를 제3 인공지능 모델에 입력하여 빈 출력을 획득한 총 횟수는 전문가의 작업 경험량 및 전문가의 숙련도를 나타낼 수 있다.
상기 전문가 평점은 상기 사용자 단말을 통해 상기 수정된 제3 데이터 또는 상기 재수정된 제3 데이터에 대한 만족도를 수신할 때마다 산출될 수 있다.
사용자 단말을 통해 수신한 만족도의 평균(A_s)이 3.0이고, 전문가 단말을 통해 수정된 제3 데이터를 획득한 총 횟수(M_td)가 20회이며, 전문가 단말을 통해 수정된 제3 데이터를 제3 인공지능 모델에 입력하여 빈 출력을 획득한 총 횟수(E_o)가 10회일 때, 전문가 평점(ER)은, 33.2점일 수 있다.
상기 조건에서 사용자 단말을 통해 수신한 만족도의 평균(A_s)이 5.0으로 증가하면, 전문가 평점(ER)은 34점으로 증가할 수 있다. 또한, 처음 조건에서 전문가 단말을 통해 수정된 제3 데이터를 획득한 총 횟수(M_td)가 100회로 증가하면, 전문가 평점(ER)은 89.1점으로 증가할 수 있다. 처음 조건에서 전문가 단말을 통해 수정된 제3 데이터를 제3 인공지능 모델에 입력하여 빈 출력을 획득한 총 횟수(E_o)가 20회로 증가하면, 전문가 평점(ER)은 56.9점으로 증가할 수 있다.
따라서, 사용자 단말을 통해 수신한 만족도의 평균(A_s)은, 전문가 단말을 통해 수정된 제3 데이터를 획득한 총 횟수(M_td)와, 전문가 단말을 통해 수정된 제3 데이터를 제3 인공지능 모델에 입력하여 빈 출력을 획득한 총 횟수(E_o)가 증가함에 따라 높은 점수를 얻을 수 있다.
일실시예로, 사용자 단말을 통해 수신한 만족도의 평균(A_s)은, 다수의 사용자 단말을 통해 수신한 만족도(a_s)를, 각 사용자가 이전에 작성한 만족도 데이터를 바탕으로 변환(a_s')한 후 구한 평균일 수 있다.
사용자 단말을 통해 수신한 만족도(a_s)를, 상기 만족도를 작성한 사용자가 이전에 작성한 만족도 데이터를 바탕으로 변환한 값(a_s')은, [수학식 2]를 이용하여 산출할 수 있다.
[수학식 2]
[수학식 2]에서 a_s'는 만족도(a_s)를 해당 만족도를 작성한 사용자가 이전에 작성한 만족도 데이터를 바탕으로 변환한 값이고, a_s는 사용자 단말을 통해 획득한 만족도이며, M은 사용자가 이전에 작성한 만족도 중 가장 큰 값이고, m은 사용자가 이전에 작성한 만족도 중 가장 작은 값이며, u_av는 사용자가 이전에 작성한 만족도의 평균 값일 수 있다.
예를 들어, 사용자가 이전에 작성한 만족도 중 가장 큰 값(M)이 4.8이고, 사용자가 이전에 작성한 만족도 중 가장 작은 값(m)이 3.0이고, 사용자가 이전에 작성한 만족도의 평균 값(u_av)이 4.5라고 하고, 사용자 단말을 통해 획득한 만족도(a_s)가 2, 3, 4, 5일 때 a_s'의 값은 각각 3.32, 3.88, 4.44, 5으로 변환되어, 사용자 별 만족도 분포를 고려할 수 있다.
이상과 같이, 보철물 디자인 제작 시스템을 제공함으로써, 손실 치아에 대응하는 보철물 3D 모델링을 자동 생성할 수 있고, 보철물 3D 모델링을 제작하는데 시간을 절약할 수 있으며, 전문가 단말에 생성된 보철물 3D 모델링을 제공하여 전문가별 3D 모델링 퀄리티의 격차를 줄일 수 있고, 평점이 좋은 전문가를 선별하여 보철물 3D 모델링 제작을 의뢰할 수 있는 효과가 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 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 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
100: 서버
110: 제1 인공지능
120: 제2 인공지능
130: 제3 인공지능
110: 제1 인공지능
120: 제2 인공지능
130: 제3 인공지능
Claims (3)
- 보철물 디자인 제작 시스템에 있어서,
보철물 디자인 제작을 위한 서버;를 포함하고,
상기 서버는,
환자의 치아 형태에 대한 3D 모델링 중 손실 치아의 위치에 대한 정보를 출력하도록 기학습된 제1 인공지능 모델;
손실 치아에 대응하는 보철물 3D 모델링을 상기 손실 치아와 결합되는 위치에 생성하여 출력하도록 기학습된 제2 인공지능 모델; 및
환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 계산하여 출력하도록 기학습된 제3 인공지능 모델을 포함하고,
사용자 단말을 통해 intraoral scanner를 이용하여 생성된 환자의 치아 형태에 대한 3D 모델링 파일인 제1 데이터를 수신하고,
상기 제1 인공지능 모델에 상기 제1 데이터를 입력하여, 상기 제1 데이터 중 손실 치아의 위치에 대한 정보인 제2 데이터를 획득하고,
상기 제2 인공지능 모델에 상기 제1 데이터와 제2 데이터를 입력하여, 상기 제1 데이터 중 손실 치아와 결합되는 위치에 보철물 3D 모델링을 생성한 제3 데이터를 획득하고,
전문가 평점이 기지정된 순위 이내인 복수의 전문가 단말에 의뢰 요청 메시지를 전송하고,
의뢰 수락 메시지를 최초 전송한 전문가 단말에 상기 제3 데이터를 전송하고,
상기 전문가 단말을 통해 수정된 제3 데이터를 획득하고,
상기 제3 인공지능 모델에 상기 수정된 제3 데이터를 입력하여, 환자의 치아 형태에 대한 모델링과, 보철물 3D 모델링 사이의 중복 영역을 계산한 출력을 획득하고,
상기 제3 인공지능 모델의 출력이 빈 출력인 경우, 상기 사용자 단말에 상기 수정된 제3 데이터를 전송하고,
상기 제3 인공지능 모델의 출력이 유효 출력인 경우, 상기 수정된 제3 데이터 및 상기 제3 인공지능 모델의 출력을, 3D 시각화 도구 또는 라이브러리에 입력하여, 환자의 치아 형태에 대한 3D 모델링과, 보철물 3D 모델링 사이의 중복 영역을 시각적으로 표시한 결과를 상기 전문가 단말에 전송하고,
상기 전문가 단말을 통해 재수정된 제3 데이터를 획득하고,
상기 재수정된 제3 데이터를 상기 사용자 단말에 전송하고,
상기 사용자 단말을 통해 상기 수정된 제3 데이터 또는 상기 재수정된 제3 데이터에 대한 만족도를 수신하고,
상기 제3 데이터를 수정한 전문가의 평점을 산출하고,
상기 제1 인공지능 모델은, CPD(Coherent Point Drift) 알고리즘을 기반으로 하고,
상기 제2 인공지능 모델은, 생성 변환 신경망(Transform Neural Network) 알고리즘을 기반으로 하고,
상기 제3 인공지능 모델은, CNN(Convolutional Neural Networks) 알고리즘을 기반으로 하는, 시스템. - 삭제
- 제1 항에 있어서,
상기 서버는,
[수학식 1]을 이용하여 상기 제3 데이터를 수정한 전문가의 평점을 산출하고,
[수학식 1]
상기 [수학식 1]의 ER은 전문가 평점이고, A_s는 사용자 단말을 통해 수신한 만족도의 평균이며, M_td는 전문가 단말을 통해 수정된 제3 데이터를 획득한 총 횟수이고, E_o는 전문가 단말을 통해 수정된 제3 데이터를 제3 인공지능 모델에 입력하여 빈 출력을 획득한 총 횟수인, 시스템.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230027555 | 2023-03-02 | ||
KR20230027555 | 2023-03-02 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102657776B1 true KR102657776B1 (ko) | 2024-04-16 |
Family
ID=90882337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020230072923A KR102657776B1 (ko) | 2023-03-02 | 2023-06-07 | 보철물 디자인 제작 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102657776B1 (ko) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150010119A (ko) | 2013-07-18 | 2015-01-28 | 라파바이오 주식회사 | 제작 공정을 간소화한 세미 커스텀 치과용 임플란트 보철물 제조방법 |
KR101984028B1 (ko) | 2017-11-06 | 2019-06-04 | 주식회사 디디에스 | 아치라인에 기초한 보철물 디자인 방법 및 시스템 |
KR102004449B1 (ko) | 2017-12-15 | 2019-07-26 | 주식회사 디디에스 | 가상 보철물 설계방법 |
KR102194777B1 (ko) * | 2020-06-10 | 2020-12-23 | 클리어테크놀로지 주식회사 | 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법 |
KR20210083478A (ko) * | 2019-12-26 | 2021-07-07 | 주식회사 큐티티 | 모바일기반 자가 구강검진장치 |
JP2021524789A (ja) * | 2018-10-10 | 2021-09-16 | ベイジン キユ テクノロジーズ カンパニー リミテッド | 歯牙仮想編集方法、システム、コンピュータ設備及び記憶媒体 |
KR102407259B1 (ko) | 2020-07-06 | 2022-06-10 | 오스템임플란트 주식회사 | 전자차트를 이용한 치아 보철물 디자인 방법 및 장치 |
-
2023
- 2023-06-07 KR KR1020230072923A patent/KR102657776B1/ko active IP Right Grant
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150010119A (ko) | 2013-07-18 | 2015-01-28 | 라파바이오 주식회사 | 제작 공정을 간소화한 세미 커스텀 치과용 임플란트 보철물 제조방법 |
KR101984028B1 (ko) | 2017-11-06 | 2019-06-04 | 주식회사 디디에스 | 아치라인에 기초한 보철물 디자인 방법 및 시스템 |
KR102004449B1 (ko) | 2017-12-15 | 2019-07-26 | 주식회사 디디에스 | 가상 보철물 설계방법 |
JP2021524789A (ja) * | 2018-10-10 | 2021-09-16 | ベイジン キユ テクノロジーズ カンパニー リミテッド | 歯牙仮想編集方法、システム、コンピュータ設備及び記憶媒体 |
KR20210083478A (ko) * | 2019-12-26 | 2021-07-07 | 주식회사 큐티티 | 모바일기반 자가 구강검진장치 |
KR102194777B1 (ko) * | 2020-06-10 | 2020-12-23 | 클리어테크놀로지 주식회사 | 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법 |
KR102407259B1 (ko) | 2020-07-06 | 2022-06-10 | 오스템임플란트 주식회사 | 전자차트를 이용한 치아 보철물 디자인 방법 및 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220218449A1 (en) | Dental cad automation using deep learning | |
US11735306B2 (en) | Method, system and computer readable storage media for creating three-dimensional dental restorations from two dimensional sketches | |
US8401826B2 (en) | System and method for representation, modeling and application of three-dimensional digital pontics | |
US20210322136A1 (en) | Automated orthodontic treatment planning using deep learning | |
US11195623B2 (en) | Method for dental implant planning, apparatus for same, and recording medium having same recorded thereon | |
JP2019162426A (ja) | ディープラーニングを用いた歯科用cadの自動化 | |
EP3471658B1 (en) | System and method for maximum intercuspation articulation | |
KR102351684B1 (ko) | 구강 이미지의 처리 방법, 그에 따른 동작을 수행하는 구강 진단 장치, 및 그 방법을 수행하는 프로그램이 저장된 컴퓨터 판독 가능 저장 매체 | |
JP2022547857A (ja) | カスタマイズされた歯科用物体の即時自動設計のための方法、システムおよび装置 | |
KR102138921B1 (ko) | 보철물 설계 시 프렙 모델의 마진라인 생성방법 및 이를 수행하는 보철 캐드 장치 | |
CN113728363A (zh) | 基于目标函数生成牙科模型的方法 | |
US20200394828A1 (en) | Image object pose synchronization | |
Sickel et al. | Toward automation in hearing aid design | |
CN116348061A (zh) | 口腔图像处理装置和口腔图像处理方法 | |
KR20240011862A (ko) | 의료 미용 치료 전의 해부학적 특징부의 이미지로부터 인체 해부학적 특징부에 대한 의료 미용 치료의 예상되는 결과의 이미지를 생성하는 방법 | |
KR102657776B1 (ko) | 보철물 디자인 제작 시스템 | |
JP2024031920A (ja) | 3次元スキャンデータから補綴物を自動で生成する方法、及びこれをコンピュータで実行させるためのプログラムが記録されたコンピュータ読取り可能な記録媒体 | |
US20240065815A1 (en) | Generation of a three-dimensional digital model of a replacement tooth | |
KR102673346B1 (ko) | 삼차원 구강 모델 처리 장치 및 삼차원 구강 모델 처리 방법 | |
JP7390669B2 (ja) | 情報処理システム、情報処理方法、及びプログラム | |
KR102610716B1 (ko) | 3차원 스캔 데이터로부터 보철물을 자동으로 생성하는 방법 및 이를 컴퓨터에서 실행시키기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체 | |
EP4113373A1 (en) | Dental procedures | |
KR20190065586A (ko) | 치아 교정 장치를 제작하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 | |
KR20240029667A (ko) | 임플란트 시술용 가이드 생성 방법 및 시스템 | |
WO2024108341A1 (zh) | 基于点云理解的自动排牙方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GRNT | Written decision to grant |