KR20140075676A

KR20140075676A - 3차원 근관 치료 계획을 위한 방법 및 시스템

Info

Publication number: KR20140075676A
Application number: KR1020147006092A
Authority: KR
Inventors: 리에르데 카를 반; 베를레 파틴; 폴-헨리 발로톤
Original assignee: 머티어리얼리스 덴탈 엔.브이.; 메일레퍼 인스트러먼츠 홀딩 에스에이알엘
Priority date: 2011-09-05
Filing date: 2012-08-27
Publication date: 2014-06-19
Also published as: EP3461456B1; JP6408528B2; GB201115265D0; IL231313B; IL231313A0; CA3062187A1; CN103826566B; BR112014004262A2; EP3461456A1; RU2014112761A; CA2846569A1; EP2753264B1; US10629309B2; US9805167B2; RU2016134616A3; US20140229145A1; US20180075210A1; CA2846569C; RU2605515C2; WO2013034462A3

Abstract

치수강 및 근관들을 포함하는 환자 치아의 3-차원 컴퓨터 모델이 생성되며, 이는, 상기 치아에 대한 적어도 하나의 2D 그레이 값 이미지 및/또는 치아의 구강-내 가시 부분의 적어도 일부에 대한 표면 정보를, 치료될 환자의 치아와 같은 각각의 치아 타입(윗앞니, 아래앞니, 송곳니, 작은어금니, 또는 큰어금니)의 파라미터화된 통계 형태 모델과 조합함으로써 생성된다. 이는 환자 치아의 3D 컴퓨터 모델 상에 하나 이상의 근관 치료들을 계획하고 및/또는 시뮬레이션하는 것을 허용하고, 시스템에 의해 치과 의사 또는 치과 전문가에게 정량적 및/또는 정성정 정보가 제공되어 제안된 또는 사용자-선택의 치근관 치료 도구들로 근관 치료를 수행하는 것과 관련된 위험성을 적절하게 분석하는 것을 돕는다.

Description

3차원 근관 치료 계획을 위한 방법 및 시스템{A method and system for 3D root canal treatment planning}

본 발명은 3D 근관 치료 계획(3D root canal treatment planning) 및 그러한 방법들을 수행하는 소프트웨어에 관한 것이다.

근관 치료는 감염을 제거하고 오염이 제거된 치아를 후속 감염으로부터 방지하는, 치아-보존 치료이며, - 필요한 경우 - 기둥(post)을 사용하여 또는 사용하지 않고 크라운 레벨로 치아를 회복시킨다. 이 치료 동안, 신경 조직 및 혈관을 주로 포함하는 상기 근관들을 클리닝하고, 형태를 형성하며, 오염을 제거하고, 그리고 후속적으로 구타 페르카(gutta percha)와 같은 불활성 충전재(inert filling)로 충전한다. 남아있는 치아 구조물이 치과용 크라운(dental crown)의 적절한 재건을 지지하는데 부족한 경우, 금속 또는 유리 섬유 기둥이 근관들 중 하나에 위치되고, 보철 복원(즉, 크라운)을 위한 유지를 제공하고 지지하기 위해 중심부 구축(core build-up)이 이루어진다.

근관 치료는 다양한 원인들에 의해 실패하거나 합병증에 이를 수 있는데, 예를 들어, 근관들의 불충분한 클리닝, 근관들에 대한 불완전한 충전, 시술자의 실수 때문에 치료되지 않은 관조직들(canals), 치근 천공(root perforations) 및 관조직들의 형태형성 동안의 파일 파절(file fracture), 치근 파절들 등이 그러한 원인들에 해당한다.

문헌에 따르면, 3D 치아 평가 장치의 사용은 근관 치료 동안의 합병증들의 위함을 감소시킬 수 있다. 예를 들어, 콘 빔 전산화 단층촬영(cone beam computed tomography, CBCT)은 치근관 치료학상의 문제점들(endodontic problems)을 관리하는데 사용될 수 있고, 즉 정점-주변 및 재흡수 병변들(peri-apical and resorptive lesions)의 진정한 크기, 확산, 특성 및 위치의 평가에서, 근관 해부학, 치근 파절들, 및 치아 주위의 치조골 지형의 특성에 대한 평가에서, 또는 치근관 치료학상의 수술 계획에서 사용될 수 있다(논문 "New dimensions in endodontic imaging: Part 2. Cone beam computed tomography. International Endodontic Journal, 42, 463-75, 2009" 참조). 콘 빔 전산화 단층촬영은 구강-내 X선 촬영법에 비해 더욱 포괄적인 진찰 데이터를 제공하며, 따라서 더욱 정확한 진단 및 관찰로 귀결되고, 그 결과 치근관 치료학상의 문제점의 관리가 개선된다.

마이크로-전산화 단층촬영(μCT)은 학술 영역에서 사용되어 왔으며, 예를 들어, 치근관 치료학 연구 목적을 위한 치아 및 근관 형태학(morphology)의 3-차원 재건 및 평가를 위해, 적출된 치아에 대해 사용되어 왔다(논문 "An application framework of three-dimensional reconstruction and measurement for endodontic research, Yuan Gao, Ove A. Peters, Hongkun Wu, Xuedong Zhou, J Endod 2009; 35:269-274" 참조). 치아의 내부 및 외부 해부체들(anatomies)이 재건되고 신경근 상아질(radicular dentin) 및 근관의 치수들(dimensions)이 정량화된다. 근관 치수들은, 먼저 근관 중심선을 정의하고, 이후 상기 중심선으로부터 상기 근관 표면까지의 거리를 계산함으로써 계산된다. 이어서, 이러한 거리들은 근관 표면 상의 컬러-코드로 시각화된다. 또한 외부 치근 표면으로부터 근관 표면까지의 최소 거리도 계산되고 컬러 코드로 시각화된다. 이후, 치아의 사전-프렙 이미지 및 사후-프렙 이미지(pre- and post-preparation images)를 등록함으로써 근관 프렙의 검토(evaluation)가 수행된다. 양 이미지 세트들에서, 근관은, 관조직 형태의 변화, 즉, 관조직 프렙 동안의 상아질 제거량 의 그래픽상의 비교를 위해, 3D로 구획화(segmented)되고 시각화된다. 또한, 고장난 기구의 제거 동안의 천공 위험성(perforation risk)이 분석될 수 있다. 컴퓨터 상에서 사용자 특정의 트레판(trepan) / 트레핀(trephine)에 의한 고장난 기구의 제거를 가상으로 시뮬레이션한 이후, 치근 천공의 위험성을 정량화하기 위한 방편으로, 잔존 치근에 대한 두께 분석이 수행된다.

"Method and system for establishing the shape of the occlusal access cavity in endodontic treatment"라는 제목의 영국 특허 출원 일련번호 제1108002호는, 근관 치료 이전 치근들로의 교합 접근 공동(occlusal access cavity)에 대한 최적의 형태 및 기하구조를 정의하기 위해, 치수강(pulp chamber) 및 근관들을 포함하는 치아의 3-차원 컴퓨터 모델을 사용하는 것을 설명한다.

비록 3D 컴퓨터 이미지들 및 모델들을 사용하는 것이 근관 치료 프렙을 위해 보고되어 왔지만, 접근 가능한 선행 기술은 일상 치료 실무에서 이용될 수 있는 방법을 제공하지는 못하였다. 현재 콘 빔 전산화 단층촬영(이하 'CBCT'로 지칭함)은 근관 치료의 계획을 허용하는데 요구되는 이미지 해상도를 제공하지 않는데, 이는 이미지들 내에서 근관들을 노이즈들로부터 구별하는 것이 매우 어려운 경우가 종종 있기 때문이다. 심지어 근관들이 구별되는 경우에도, 이미지 상에 수행되는 측정들, 예를 들어 관조직 치수들에 대한 측정들의 신뢰도는, 임상 개입을 계획하는 경우에 있어서 부가 가치를 제공하기에는 부족하다. 또한, CBCT 이미징에 필요한 방사선 조사량은 기존 엑스-레이의 그것들을 현저하게 초과할 수 있어, 환자에 대한 잠재적인 위험을 증가시켜, 상기 기술은 현재로서는 대부분의 치근관 치료학 요법들에 부적합하다. 심지어 마이크로-전산화 단층촬영(이하 'μCT'로 지칭함)은 더 부적합하다: 현재, 환자 상에 μCT 이미지들을 취득하는 상업적으로 이용 가능한 기기는 존재하지 않는데, 이 기술로는 데이터 획득 시간이 너무 길고 요구되는 방사선 조사량이 너무 높으며 시계(fields of view)가 매우 제한되기 때문이다. 현재 μCT 이미징은, 연구 목적으로 특정 준비들(set-ups) 하에, 적출된 치아 상에서만 적용되고 있다.

본 발명의 목적은 3D 근관 치료 계획을 위한 방법 및 시스템을 제공하는 것이다. 본 발명의 실시예들은 전술한 문제점들 중 하나 이상을 해결하고 치과 의사 또는 치과 전문가가 주요 근관 치료 및/또는 근관 재치료를 더욱 정확하게 계획하는데 있어서 도움을 주는 방법 및 시스템을 제공하는 것을 목표로 한다. 본 발명의 일 측면은, 치료 관련 위험성들의 정성적 및/또는 정량적인 평가를 제공하는 시뮬레이션의 사용이다.

본 발명의 일 측면에 따르면, 근관 치료에 대한 3D 계획 방법 내지 시스템은, 적어도 하나의 치아 특정 디지털 정보를, 각각의 치아 타입의 파라미터화된 통계 형태 모델과 조합함으로써 치료될 치아의 3D 모델을 생성하고 시각화하는 단계; 생성된 상기 치아의 3D 모델 상에 근관 치료 계획을 계획 및/또는 시뮬레이션하는 단계; 상기 3D 모델 상의 상기 계획된 및/또는 시뮬레이션된 치료의 효과에 대한 정량적 및/또는 정성적 피드백을 제공하는 단계; 및 근관 치료에 대한 최적의 방식을 선택하거나 결정하는 단계를 포함할 수 있다.

본 발명의 다른 측면에 따르면, 근관 치료들의 3D 계획 방법 내지 시스템은, 왁스모형(wax-up)을 들여옴으로써, 또는 크라운들의 라이브러리로부터 크라운을 선택하고, 배치하고, - 필요한 경우 - 조정(adapting)함으로써, 또는 환자의 대측성 크라운(contra-lateral crown)을 미러링(mirroring) 함으로써, 또는 인접 치아 사이 틈에 크라운을 피팅(fitting)하기 위한 통계 모델을 사용함으로써, 또는 임의의 다른 가능한 방법에 의해, 치아의 3D 모델에 통합될 수 있는 시뮬레이션된 치아 복구들(simulated tooth restorations)을 생성하고 시각화하는 단계; 라이브러리로부터 가장 적합한 기둥을 (자동적으로 혹은 반대로) 선택하고 그것을 상기 치아의 상기 3D 모델에 (자동적으로 혹은 반대로) 배치하는 것을 허용하는 단계; 및 상기 복구 크라운을 위한 이용가능 두께(available thickness) 및 임의의 다른 관련 해부 특징에 대한 정량적 피드백을 제공하여, 크라운의 파절 위험성 또는 다른 임상 위험성을 추정하는 단계를 포함할 수 있다.

본 발명의 실시예들의 현저한 이점은, 환자를 종래의 엑스-레이보다 더 높은 방사선 조사량에 노출시키는 3D 이미징 기술에 대한 필요 없이도 치아의 해부학적 특징들에 대한 구체적인 정보를 제공하여, 3D에서 수행될 수 있는 케이스 또는 환자 특정 계획이 수행될 수 있다는 점이다.

본 발명의 다른 측면은, 치수강 및 근관들을 포함하는 환자 치아의 3차원 컴퓨터 모델이, 상기 치아의 구강-내 가시 부분의 적어도 일부분에 대한 표면 정보 및/또는 상기 치아의 적어도 하나의 2D 그레이 값 이미지(grey value image)를 치아 타입(윗앞니, 아래앞니, 송곳니, 작은어금니, 큰어금니)에 대한 통계적인, 파리미터화된 형태 모델과 조합함으로써, 치료될 환자 치아에 맞게 생성된다는 것이다.

또한 본 발명의 다른 측면은, 상기 방법 및 시스템이 환자 치아의 3D 컴퓨터 모델 상에서의 하나 이상의 근관 치료들의 계획 및/또는 시뮬레이션을 허용하고, 제안된 또는 사용자-선택의 치근관 치료 도구들로 근관 치료를 수행하는 것에 대한 위험성을 적절하게 분석하는데 도움을 주기 위하여, 시스템에 의한 정성적 및/또는 정량적인 정보가 치과 의사 또는 치과 전문가에게 제공된다는 것이다.

따라서 본 발명의 현저한 이점은, 치료 그 자체 이전에 치근 치료를 수행하기 위한 최적의 도구들을 선택함에 있어서 치과 의사 또는 치과 전문가를 돕는다는 점이다.

첨부된 도면들의 그림들을 참조하여, 이러한 그리고 추가적인 본 발명의 목적들, 특징들 및 이점들이 이하의 상세한 설명으로부터 명백해질 것이다.

도 1은 본 발명의 실시예에 따른 3D 근관 치료 계획을 위한 방법의 다른 단계들 및 입력을 시각화하는 흐름도를 나타낸다.
도 2는 본 발명의 실시예에 다른 3D 근관 치료 계획을 위한 시스템 및 소프트웨어를 나타낸다.
도 3은 환자 치아의 2D 그레이 값 이미지의 예를 나타낸다.
도 4는 환자의 치열의 플라스터 모델(plaster model)을 광학적으로 스캐닝함으로써 얻어진, 환자 치아의 구강-내 가시 부분의 3D 표면 정보의 예를 나타낸다.
도 5는 치수강 및 근관들을 포함하는 환자 치아의 3D 모델의 예를 나타낸다.

본 발명이 특정 도면들을 참조하여 특정 실시예들에 대해 설명될 것이지만, 본 발명은 그에 제한되지 아니하고 청구항에 의해서만 그러하다.

본 발명의 바람직한 실시예에 따르면, 근관 치료 시뮬레이션의 시뮬레이션 방법에 따른 제1 단계는, 치수강 및 근관들을 포함하는 환자 치아의 3-차원 모델을 생성하고 시각화하는 것을 포함한다. 따라서 상기 시스템은 상기 3-차원 모델을 시각화하기 위한 방법이 활용될 수 있는 컴퓨터 프로그램을 포함하는 컴퓨터를 적어도 하나 포함한다.

도 3 내지 도 5를 참조하면, 일 실시예에 따라, 치수강 및 치근들을 포함하는 치아의 3D 모델이, 크라운의 3D 이미징 데이터와 치아에 대한 하나 이상의 2D 방사선 사진(2D radiographs)의 조합에 기초하여 생성된다. 따라서, 각각의 치아의 3D 크라운 정보가 디지털화된다. 이는 다른 방법들을 사용하여 이루어질 수 있다. 제1 방법은 환자의 치아의 종래 틀(impression)을 사용하는 것이다. 이 음각 틀은 양각 틀을 제조하는데 사용되는데, 예를 들어, 회반죽(plaster) 또는 다른 적절한 물질을 사용하여 모델 붓기(pouring a model)에 의하고, 이후 이들의 3D 표면이 촬영(captured)되고 디지털화, 예를 들어 광학적으로 또는 단층촬영(CT) 기술들(예를 들어 μCT 스캐너, CBCT 스캐너 등) 중 어느 하나에 의해 스캐닝 된다. 선택적으로, 음각 틀 자체는 예를 들어 틀이 스캐닝되는 3D 표면 세부사항들을 얻는데 사용된다. 제2 방법에서, 치아의 크라운은 개별 치아의 구강-내 스캔을 함으로써 디지털화된다. 제3 방법에서, CBCT 스캐너 시험을 이용한 것과 같은, 입체 스캔(volumetric scan) 동안 수집된 3D 이미징 데이터가 사용된다.

디지털 크라운 정보는 전문가 시스템에 의해 2D 방사선 사진들과 함께 조합되어, 치수강 및 근관들을 포함하는 치아의 3D 모델이 구성된다. 바람직하게는, 상기 전문가 시스템은 통계 형태 모델(statistical shape model)을 포함하는데, 이는 3D 크라운 데이터와 조합된 2D 방사선 사진 데이터에 기초하여 가능한 합리적으로 정확하게 치아의 3D 모델을 계산하기 위함이다. 상기 통계 형태 모델은 바람직하게는 치아의 각 타입에 대해 개별적으로 생성된다. 이는 치아에 대한 적어도 파라미터화된 3D (입체 또는 표면) 표현을 포함할 수 있으며, 잠재적으로 관련된 파라미터화된 2D 방사선 사진들로 확장된다. 3D 표현들에 대한 분산들(variances)은 2D 방사선 사진들에 대한 관련된 분산들(associated variances)과 연관된다. 그러한 차이들의 예들은, 치아 형태학(tooth morphology), 송곳니의 개수에 대한 분산, 치수강의 크기 및 형태에 대한 분산, 치근들 및 근관들의 개수, 근관들의 크기 및 형태에 대한 분산 등이다. 환자 특정 3D 모델을 계산하기 위하여 하나 또는 다수의 2D 이미지들을 통계 형태 모델과 조합하는데 사용되는 기술은, 예를 들어, 2D 이미지들의 투사 평면들에 상응하도록 추정된 평면들 내 통계 형태 모델의 투사 윤곽들(예를 들어, 2D 곡선들)을 계산하는 것으로 이루어질 수 있다. 2D 이미지들에서, (예를 들어, 에지(edge) 검출 알고리즘에 의해) 치아의 에지들이 계산된다. 다음 3D 통계 형태 모델은 (이전 언급된 파라미터 값들을 사용하여) 수정되고 2D 이미지들에 의해 정의된 좌표계에 상대적으로 재위치되며, 이는 3D 모델의 윤곽들이 2D 이미지들 상에서 계산되는 에지들과 (소정 기준에 부합하도록) 매치될 때까지, 윤곽들을 재평가하는 동안 내내 이루어진다. 이후 수정된 결과인 3D 통계 형태 모델은 특정 케이스에 대한 3D 모델로서 사용된다.

선택적으로, 통계 형태 모델과 그것의 상응하는 파라미터화된 2D 방사선 사진들 사이의 공분산(covariances)이 알려진 경우, 통계 형태 모델과 관련된 2D 방사선 사진들에 대한 수정이, 그것의 분산들에 영향을 주는(dictating) 파라미터 값들을 변화시킴으로써 충분히 이루어질 수 있고, 환자의 입에서 얻어진 2D 방사선 사진과 매치되어, 치아의 바람직한 상응하는 3D 모델(즉, 치수강 및 치근들의 외부 기하구조, 형태, 및 위치)이 직접적으로 얻어진다.

전술한 방법들은, 주요 근관 치료 또는 재치료 중 어느 하나를 위한 개별적인 치아에 대한 정확한 3D 모델들을 생성하는데 적용될 수 있다.

치아 및 근관들이 3D로 시각화되면, 3D 근관 치료 계획 방법에 따른 다음 단계들이 시작될 수 있다; 즉, 근관 치료의 계획 및/또는 시뮬레이션과, 치료에 대한 최적화된 진행방식의 결정을 돕는 피드백 계산이 그것이다. 이러한 다음 단계들은, 이하의 예들에 의해 설명되며 다만 그에 제한되지는 않고, 임의의 순서로 수행될 수 있다.

제1 도시적인 예에 다르면, 상기 시스템은, 치근을 리밍(reaming)하기 위한 최적의 파일 시퀀스(즉, 파일들의 지름 및 그 작업 길이(working length))를 결정함으로써, 치근 치료를 계획하는 것을 허용한다. 따라서 상기 시스템은 수동적으로 또는 (반)자동적으로 근관들의 중심선들(midlines)을 정의하는 것을 허용한다. 수동적 방식에서, 사용자는, (축상의, 협설쪽의(bucco-lingual), 또는 근원심적인(mesio-distal)) 평행한 2D 단면 이미지들을 훑어보아야 하며, 2D 단면 이미지들 내 근관의 연속하는 중심점들을 수동적으로 표시함으로써 라인 시퀀스(line sequence) 또는 곡선(예를 들어, 다항식 또는 스플라인(spline))를 그려야 한다. 반-자동 방식에서, 사용자는, 예를 들어 근관의 정점 및 교합 단부(apical and occlusal end)를 표시함으로써, 또는 근관의 표면을 마킹함으로써, 또는 다른 임의의 방법에 의해, 근관을 선택하는 것으로 시작한다. 이후, 알고리즘은, (축상의, 협설쪽의(bucco-lingual), 또는 근원심적인(mesio-distal)) 다수의 등간격 평행 영역들을 정의하며, 근관의 윤곽(즉, 상기 영역을 정의하는 2D 평면 및 근관 표면의 교차 곡선) 및 이 윤곽의 중심점이 계산된다. 상기 중심점은 다른 방식들로 계산될 수 있는데: 예를 들어, 근관의 윤곽에 의해 그려진 표면의 무게 중심으로, 또는 근관 윤곽의 가장 큰 내접원의 중심으로, 또는 근관 윤곽의 가잘 작은 외접원의 중심으로, 또는 근관 윤곽에 가장 잘 맞는 타원/원의 중심으로, 또는 다른 방법이 그것이다. 이러한 중심점들을 통한 커브의 계산은, 근관의 중심선이 생기게 한다. 다른 방식에서, 상기 중심선은, 다수의 수직 영역들에서의 근관의 윤곽들 및 그들의 중심점들을 결정함으로써 그리고 상기 결과로서 나타난 중심점들을 통해 가장 잘 맞는 곡선을 결정함으로써 개선될 수 있다. 또 다른 방식에서, 전술한 방식들(즉, 평행 등간격 2D 영역들에 의한) 중 하나에 기초하여 결정된 중심선은, 이 중심선을 따라 등간격에서 이 중심선에 수직한 영역들을 정의하고, 이러한 새로운 2D 영역들에서 근관의 윤곽을 결정하고 그것의 중심점을 결정하며, 이러한 새로운 중심점들을 통해 새로운 곡선을 정의함으로써, 반복적으로 개선될 수 있다. 이 방법은 근관의 중심선의 정확한 묘사를 얻기 위해 여러 번 반복될 수 있다.

각각의 근관에 대한 중심선에 기초하여, 이 중심선을 따른 등간격에서의 그리고 이 중심선에 수직한 새로운 영역상의 이미지들이 생성되고 시각화될 수 있다. 이러한 2D 영역들 내에서 근관의 윤곽을 에워싸는 최소 원이 자동적으로 계산될 수 있으며, 그 직경 - 선택적으로 소정 상수 값만큼 증가된 - 직경은, 그 영역 내 근관을 리밍하는데 필요한 파일의 최소 직경을 결정하는데 사용된다. 근관을 따른 직경 값들의 연속(succession)에 기초하여, 각각의 개별 적인 근관을 리밍하기 위한 가장 잘 맞는 파일들의 시퀀스가 결정된다. 제1 방법은, 각각의 영역들의 간격들에서 직선을 따른 연속 영역들로 파일용 최소 직경 값들의 개요를 결정하고 이러한 직경 값들을 아우르는 가장 작은 콘(smallest cone)을 계산하는 것이다. 라이브러리(library)를 통해 접근 가능한, 파일들의 세트가, 최대 깊이에서 이 콘으로 피팅(fitted)된다(즉, 파일이 상기 콘에 접촉할 때까지). 이후, 모든 파일들을 조합함에 의한 모든 체적(volume)과 이 콘 체적간의 차이가 계산되어 이 파일들의 시퀀스를 사용함으로써 근관의 리밍을 정량화한다. 근관의 리밍을 개선시키기 위해 파일들은 최대 깊이에서보다 더 깊이 위치될 수 있다. 각각의 파일에 대한 깊이 위치(depth position)의 증가는, 고정된 소정 거리일 수 있고, 또는 상기 아우르는 콘 체적(circumscribed cone volume)을 완전히 커버하지만 추가 체적 제거를 최소화하도록 계산되거나, 또는 상기 아우르는 콘 체적을 완전히 커버하지만 파일들의 시퀀스를 소정 제한하도록 계산되도록 하는 것들 중 어느 하나일 수 있다. 결과는 각각의 파일이 사용되어야 하는 상응하는 깊이를 갖는 파일들의 시퀀스이다(작업 길이). 제2 방법에 따르면 파일이 그것의 3D CAD/CAM 정보를 사용하여 모델링되고 최대 깊이까지 근관 내로 피팅 - 근관의 3D 만곡에 상응하는 파일 구부러짐(bending)의 필요 정도를 시뮬레이션 - 되며, 이는 파일의 크기 및 근관의 크기 에 기초할 것이다. 이 피팅 행위는 직경이 증가된 파일들에 대해 반복되고, 그에 따라 근관을 리밍하기 위한 파일들의 시퀀스들 및 그들의 작업 길이가 결정된다. 제1 방법과 유사하게, 파일의 최대 깊이도 소정 고정된 값으로 증가되거나 계산될 수 있으며, 그에 따라 근관의 리밍을 최적화하거나 근관 리밍에 필요한 파일들의 개수가 제한된다. 이 3D 접근에서 근관 리밍의 최적화는 파일 시퀀스에 의하 리밍된 체적이 실제 근관 체적과 비교됨으로써 이루어진다. 상기 리밍은, 근관 체적이 부가된 치근 물질(additional root material)의 최소 리밍으로 완전히 리밍되는 경우, 최적이다. 바람직한 구현에 따르면, 구부러짐의 시뮬레이션 동안 치근관 치료 기구들(예를 들어, 파일들)의 물질 특성들이 기구 파절의 위험성을 계산하고 시각화(예를 들어, 컬러 코드에 의해 - 녹색 = 낮음; 주황색 = 중간; 적색 = 높음)하는데 사용된다.

본 발명의 바람직한 단계에 따르면, 시스템은 근관 치료 수행과 관련된 위험성을 적절하게 분석하기 위해 정량적 및/또는 정성적인 피드백을 허용한다.

제1 예로서 시스템은 근관을 따른 치근의 벽 두께(wall thickness)를 시각화하는 것을 허용할 수 있어, 근관 치료 동안 예를 들어 치근 파절 또는 치근 천공들과 관련한 피드백이 제공된다. 따라서 치아 / 치근의 외부 표면과 근관의 표면 사이의 거리가 계산된다. 삼각형 표면 표현(triangulated surface representation)이 다른 해부 구조들(크라운, 치근, 근관, 치수강 등)을 시각화하는데 사용될 수 있다는 전제 하에, 거리는 다른 방법들로 결정될 수 있다. 제1 방법은, 근관 표면 상의 최근접점과 외측 치근 표면 상의 삼각형들의 각각의 노드 사이의 거리를 계산하는 것이다. 제2 방법은, 외측 치근 표면 상의 최근접점과 근관 표면 상의 각각의 노드 사이의 거리를 계산하는 것이다. 제3 방법은, 치근 표면 상의 각각의 노드로부터 그것의 수직면(normal)을 따른 근관 표면까지의 거리를 계산하는 것이다. 거리 계산을 위한 다른 방법이 사용될 수 있다. 이러한 다양한 값들은 예를 들어 2D 영역을 내 또는 3D 모델 상의 컬러 코드에 의해 시각화될 수 있는데, 이는 사용자에게 근관을 따른 치근의 두께와 관련한 필요한 그래픽상의 피드백을 제공하기 위함이다. 수치 값들을 시각화하기 위한 다른 방법들은, 라벨링(labelling), 또는 2D 영역들 내 또는 3D 표면 상에서의 등거리선들이다.

다른 중요 파라미터는 근관 표면의 각각의 점(point)으로부터 외측 치근 포면으로의 거리이지만 근관의 중심선(midline)에 수직한 평면 내 상응하는 방사 방향(radial direction)을 따라 계산된다. 이 값, 또는 이 값에서 최소한으로 바람직하게 잔존하는 치근 벽 두께를 특정하는 안전 값(safety value)이 감소된 값은, 근관 치료를 위한 파일 직경의 최대 허용가능 증가량과 관련한 사용자 피드백을 제공한다. 또한 이러한 값들은 컬러 코딩에 의한 치아 모델 상에서 나타날 수도 있다. 최소 벽 두께에 대한 안전 값이 구체화된 경우, 더욱 작은 두께를 갖는 치근들의 부분들도 또한 마크(marked)될 수 있다. 이러한 후자의 방법은, 치근의 천공에 대한 위험성 없는 각각의 영역에서의 파일 크기 증가의 가능 정도와 관련한 사용자 피드백을 제공한다.

또한 사용자에게 중요한 피드백을 제공하는 다른 파라미터는 근관의 만곡인데, 그 이유는, 이것이 치료 동안의 파일들의 필요한 구부러짐 및 그에 따른 기구 파절의 위험성을 결정하기 때문이다. 근관의 만곡은 상기 근관의 각각의 점에서 근관의 중심선의 만곡을 계산함으로써 결정될 수 있다. 이 값 역시 근관을 따라 칼라 코드에 의해 시각화될 수 있다. 이 값은 치료 동안에 사용될 파일들의 최대 허용가능한 구부러짐과 비교될 수 있고 그에 따라 치명적인 영역들(치근관 파일(endodontic file)의 최대 허용가능한 구부러짐을 초과하는 구부러짐에 의한 파일의 파절의 위험성을 갖는 영역들)이 사용자를 위해 마킹될 수 있다.

본 발명의 다른 단계에 따르면, 시스템은 근관 치료를 시뮬레이션하는 것을 허용한다.

근관 치료 시뮬레이션의 예는 근관의 클리닝(cleaning)이다(즉, 주요 근관 치료 또는 재치료). 이는, 사용자에 의해 특정된 또는 시스템에 의해 제안된 파일 시퀀스가 각각의 근관에 인가되고 파일에 의해 제거된 물질이 치아 모델로부터 제거되는 것을 의미한다. 따라서 후-치료 치아의 3D 모델이 생성된다. 이 후-치료 모델은 전-치료 모델과 비교되고 제거된 물질은 2D 슬라이스들(slices)에서 또는 3D 모델에서 시각적으로 마킹될 수 있다. 추가적으로 리밍된 근관의 체적이 계산될 수 있고, 충전되어야 할 필요가 있는 체적이 정량화되어, 근관 치료 동안에 필요한 충전 물질의 필요량에 대한 측정치가 제공된다. 상기 시스템의 다른 특징은 다양한 다른 치료들이 시뮬레이션될 수 있고 이러한 치료들간의 차이가 전-치료 및 후-치료 사이의 차이와 유사한 방식으로 시각화될 수 있다는 것이다. 이는 특정 케이스에 대한 최적의 클리닝 치료를 선택하는 경우에 도움이 될 것이다.

근관 치료 시뮬레이션의 다른 예는, 중심부(core)를 유지하기 위한 치아 구조가 충분히 남아있지 않는 경우 보철 복구를 위한 유지(retention)를 제공하기 위한 치근관 치료용 기둥(endodontic post)의 계획(planning)이다. 제1 방식에서, 사용자는 (금속 또는 유리 섬유) 기둥들의 라이브러리로부터 기둥을 선택하고 가상적으로(virtually) 그것을 근관에 위치시킬 수 있다. 다른 방식에서, 기둥은 다음 기준 중 하나 (또는 조합)에 기초하여, 기둥들의 라이브러리로부터 선택된다: 리밍된 근관의 치수들에 가장 잘 맞는 치수들을 갖는 기둥, 리밍된 근관을 최소한으로 둘러싸는(minimally circumscribes) 치수들을 갖는 기둥, 기둥 주변의 최소한의 치근 벽 두께를 확실하게 하는 치수들을 갖는 기둥, 치아 파절의 위험성을 제한하는 치수들을 갖는 기둥 등이 그 예이다.

기둥을 위치시킨 후, 3D 치아 모델과 기둥 사이의 교차점들(intersections)을 결정함으로써, 천공을 - 존재하는 경우 - 결정하는 것이 가능하다. 이러한 교차점들은, 치아 모델과 기둥 사이의 교차점들 또는 치아 모델 외측의 기둥의 표면의 일부 중 어느 하나를 컬러 마킹함으로써 시각화될 수 있다. 기둥을 가상 위치시킨 이후, (기둥 천공에 의한 치아의 취약화의 결과로서의) 치큰의 파절의 위험성 또는 천공의 위험성 중 어느 하나에 대한 사용자 피드백을 제공하도록, 상기 기둥 주변의 치근 두께를 시각화하는것도 가능하다. 근관을 따른 치근 두께를 계산하기 위해 설명된 바와 동일한 기술적 방법들이 기둥 주변의 치근 두께를 계산하는데 사용될 수 있다. 천공의 위험성이 임상적으로 수용된 치근 두께에 대한 임계값들에 기초하여 정량화될 수 있다. 천공 위험성을 정량화하는 다른 방법은, 한편으로는 기둥 주변의 치근 두께와 다른 편으로는 기둥을 위한 공동(cavity)을 마련하는데 있어서의 임상 편차들(즉, 기둥의 계획된 위치 및 방위와 실제 위치 및 방위 사이의 편차들)을 고려하는 것이다. 이러한 편차들의 주 요인은, 계획을 환자에게 전달(transferring)하는 시술자의 한계에 있으며, 이는 또한 기구 사용의 한계에 기인한 것이기도 하다. 천공들의 위험성을 정량화하는 다른 방법은, 천공들을 갖는 및 갖지 않는 것들을 포함하는 기둥 배치를 위한 다수의 치근 프렙들을 회귀적으로(retrospectively) 분석함으로써 얻어진 통계 모델을 사용하는 것이다. 파절의 위험성은, (예를 들어, 단순화된 기계적 모델 또는 유한 요소 모델과 같은) 프렙된 치근(prepared tooth root)의 기계적 강도 분석(mechanical strength analysis)을 포함시킴으로써 정량화될 수 있다. 파절의 위험성을 정량화하는 다른 방법은 통계 모델을 적용하는 것이다. 그러한 통계 모델은, 기둥 주변의 치근 두께 이외에도 저작력, 성별, 치아 타입 또는 크기와 같은 파절 위험성을 예측하기 위한 다른 파라미터들 다수를 포함할 것이다.

또한 다른 예에 다르면, 계획 소프트웨어도 또한, 파손을 방지하도록 치아를 강화하기 위해 사라진 치아 물질을 대신하는 중심부 구축의 치수들을 결정하는 것을 돕는다. 따라서, 전문가 시스템이 이상적인 중심부 구축을 제공하기 위하여 준비되거나, 도구들이 중심부 구축을 수동적으로 생성하기 위해 사용자에게 제공되어, 예를 들어 치아 강도 결과(resulting tooth strength), 성공적인 크라운 복구 확률들 등을 확인하기 위한 분석을 수행하는 것을 허용한다. 후자의 경우, 계획 소프트웨어는 또한 사용자가, 왁스모형(wax-up)을 들여옴으로써, 또는 크라운들의 라이브러리로부터 크라운을 선택하고, 배치하고, - 필요한 경우 - 조정(adapting)함으로써, 또는 환자의 대측성 크라운(contra-lateral crown)을 미러링(mirroring) 함으로써, 또는 인접 치아 사이 틈에 크라운을 피팅(fitting)하기 위한 통계 모델을 사용함으로써, 또는 임의의 다른 가능한 방법에 의해, 크라운 복구(crown restoration)를 생성하는 것을 허용할 필요도 있을 것이다. 이후, 발생 가능한 크라운 천공들 및 크라운 파절의 위험성을 추측하기 위해, 복구 크라운(restorative crown)을 위한 이용가능 두께에 대해 피드백이 사용자에게 제공될 수 있다. 그렇게 함으로써, 근관 치료 이전에 기둥 선택 및 배치, 중심부 구축이 최적화될 수 있어 환자 내에서의 임상 위험성들 또는 실패가 감소된다. 다른 바람직한 구현에 따르면, 치아 / 치근의 잔존 정보가 관련 치아 타입의 파라미터화된 3D 통계 모델과 비교된다. 상기 치아의 통계 모델은 상기 치아 / 치근의 잔존 부분에 대한 최적합(best fit)에 따라 수정되고 맞추어진다. 보철 복구를 수행하기 위해 필요한 결여 정보(예를 들어, 크라운의 정보)는 잔존 치아와 수정된 통계 모델 사이의 차이로서 주어진다.

이상적인 기둥도 라이브러리로부터 자동적으로 선택되고 치아의 3D 모델에 자동적으로 위치될 수 있다. 따라서 전문가 시스템은, 각각의 개별 케이스에서의 기둥의 임상 관련 크기 및 위치를 제안하기 위해 모든 필요 파라미터들(예를 들어, 치근 해부체, 복구 크라운, 기둥을 갖는 치아의 강도 등)을 고려하여 준비된다. 이 전문가 시스템은, 성공 케이스들의 회귀 분석 또는 임의의 타입의 휴리스틱에 의해 생성된 통계 모델이거나 또는 임상적으로 적용된 규칙들의 세트들로 구성될 수 있다.

본 발명의 실시예들에 따른 모든 방법들 및 본 발명에 따른 시스템들은, 본 발명의 방법들을 구현하도록 적응된 컴퓨터 설비(30) 상에서 구현될 수 있다. 그러한 컴퓨터 시스템(30)의 개략적인 표현이 도 2에 나타나며, 프로세서(32)와 메모리 및 바람직하게는 디스플레이를 갖는 컴퓨터(31)를 포함한다. 그러한 방법들은, 치료될 치아의, 예를 들어, 치수강 및 근관들을 포함하는, 3D 모델을 생성하고 시각화하는 수단을 갖는 컴퓨터(31)에 기초할 수 있다. 그러한 방법은, 컴퓨터 상에서 실행되는 경우, 예를 들어, 환자 치아의 3D 표면 정보(36) 및/또는 환자 치아의 2D 그레이 값 이미지(35)와 같은, 적어도 하나의 치아 특정 디지털 정보와, 모듈(41)에 의해 얻어진 각각의 치아 타입의 통계적인, 파라미터화된 형태 모델을 조합하는 것을 허용하는 소프트웨어를 제공함으로써, 컴퓨터(31) 상에서 구현될 수 있다. 치아 타입은 윗앞니, 아랫앞니, 송곳니, 작은어금니, 큰어금니일 수 있다. 이를 달성하기 위해, 예를 들어, CD-ROM 또는 솔리드 스테이트 메모리와 같은 저장 장치로부터 또는 예를 들어 근거리 통신망(LAN) 또는 원거리 통신망(WAN)과 같은 네트워크 링크를 통해 3D 모델을 위한 데이터를 입력하기 위해, 입력 장치가 제공된다.

상기 방법은, 컴퓨터 상에서 실행되는 경우 생성된 치아의 3D 모델에 대한 근관 치료를 계획 및/또는 시뮬레이션하는 것을 허용하는 소프트웨어(33)를 제공함으로써 컴퓨터(31) 상에서 구현될 수 있다. 상기 소프트웨어는, 컴퓨터 상에서 실행되는 경우 3D 모델에 대한 계획된/시뮬레이션된 치료의 효과에 대한 정량적 및/또는 정성적 피드백을 제공하는 것을 허용하는 모듈(43)을 갖도록 적응된다. 또한, 그것은, 예를 들어, 근관 치료에 대한 최적합 방식과 같은, 방식의 선택 또는 결정을 허용한다. 상기 컴퓨터 시스템은 중심부 구축과 같은 이상적인 치료를 제공하기 위해 준비된 전문가 시스템을 포함할 수 있고, 또는 도구들(42)이 사용자에게 제공되어, 치료를 확인하기 위한 분석을 수행하는 것이 허용되고 중심부 구축이 수동적으로 생성된다.

컴퓨터(31)는 프로세서(32) 및 메모리(34, 40)를 포함할 수 있고, 상기 메모리(34, 40)는, 프로세서에 의해 실행되는 경우 상기 프로세서가 상기 설명된 방법들을 수행하게끔 하는 기계-독출가능 명령어들(전술한 바와 같은 소프트웨어)을 저장한다. 본 발명의 방법들이 활용될 수 있는 컴퓨팅 시스템은, 벨기에 루뱅의 머티어리얼라이즈사(Materialise N.V.)에 의해 공급되는 3-matic^TM 과 같은 컴퓨터 프로그램들을 실행할 수 있다. 상기 컴퓨터는 비디오 디스플레이 단자, 키보드와 같은 데이터 입력 수단, 마우스와 같은 GUI 지칭 수단(graphic user interface indicating means)을 포함할 수 있다. 상기 컴퓨터는, 예를 들어 유닉스(UNIX) 워크스테이션 또는 퍼스널 컴퓨터와 같은 범용 컴퓨터로 구현될 수 있다.

전형적으로, 컴퓨터(31)는, 일 예로 인텔사(Intel Corp. USA)에 의해 공급되는 펜티엄 프로세서와 같은 종래의 마이크로프로세서, 즉 중앙 처리 장치(CPU) 및 버스 시스템을 통해 상호접속된 다수의 다른 유닛들을 포함한다. 상기 버스 시스템은 임의의 적합한 버스 시스템일 수 있다. 상기 컴퓨터는 적어도 하나의 메모리를 포함한다. 메모리는, 랜덤-액세스 메모리(이하 'RAM'으로 지칭함), 리드-온리 메모리(이하 'ROM'으로 지칭함) 및 당업자에게 알려진 하드 디스크와 같은 비-휘발성 독출/기입 메모리와 같이, 당해 기술분야에서 알려진 다양한 데이터 저장 장치들 중 임의의 것을 포함할 수 있다. 예를 들어, 상기 컴퓨터는 RAM, ROM과 함께 시스템 버스를 비디오 디스플레이 단자에 연결하기 위한 디스플레이 어뎁터, 및 주변 장치들(예를 들어, 디스크 및 테이프 드라이브들)을 시스템 버스에 연결하기 위한 보조 입력/출력 어댑터(optional input/output(I/O) adapter)를 더 포함할 수 있다. 비디오 디스플레이 단자는 컴퓨터의 시각 출력(visual output)일 수 있고, 컴퓨터 하드웨어 분야에서 잘 알려진 CRT-기반 비디오 디스플레이와 같은 임의의 적합한 디스플레이 장치일 수 있다. 그러나, 데스크-탑 컴퓨터, 휴대용 또는 노트북-기반 컴퓨터에서, 상기 비디오 디스플레이 단자는 LCD-기반 또는 가스 플라즈마-기반 평판 패널 디스플레이로 대체될 수 있다. 상기 컴퓨터는 키보드, 마우스, 및 보조 스피커(optional speaker)를 연결하기 위한 유저 인터페이스 어뎁터를 더 포함한다.

또한, 상기 컴퓨터는, 컴퓨터의 동작을 통제(direct)하는, 기계-판독가능 매체에 내재된 그래픽 유저 인터페이스도 포함할 수 있다. 임의의 적합한 기계-판독가능 매체는 그래픽 유저 인터페이스를 보유할 수 있으며, RAM, ROM, 자기 디스켓, 자기 테이프, 또는 광 디스크(마지막 3개는 디스크 및 테이프 드라이브에 위치됨)와 같은 것들이 그것이다. 임의의 적합한 운영 체제 및 관련된 그래픽 유저 인터페이스(예를 들어, 마이크로소프트 윈도우, 리눅스)는 CPU를 통제할 수 있다. 또한, 컴퓨터는 컴퓨터 메모리 저장부에 내재된 제어 프로그램을 포함한다. 제어 프로그램은 CPU 상에서 실행된 경우 컴퓨터가 본 발명의 방법들 중 임의의 것에 대하여 설명된 동작들을 수행하는 것을 허용하는 명령어들을 포함한다.

상기 그래픽 유저 인터페이스는, 치료될 치아의 치수강 및 근관들을 포함하는 3D 모델을 시각화하는데 사용된다. 그것은 또한 생성된 치아의 3D 모델 상에 대한 근관 치료를 계획하거나 및/또는 시뮬레이션하는데 사용될 수도 있다. 그것은 또한 3D 모델에 대한 계획된/시뮬레이션된 치료의 효과에 대한 정량적 및/또는 정성적 피드백을 시각화하는데 사용될 수도 있고 그것은 또한 근관 치료에 대한 최적합 방식 또는 방식을 선택하거나 결정하는 것을 시각화하는데에도 사용될 수 있다.

당해 기술분야의 통상의 지식을 가진 자는, 컴퓨터 하드웨어 분야에서 잘 알려진, PAL 또는 EPROM 프로그래밍 장치들과 같은 칩 프로그래밍 장치들, 오디오 어뎁터들, 또는 광 디스크 매체와 같은 다른 주변 장치들 및 그와 유사한 것들이 전술한 하드웨어에 추가하여 또는 그 대신에 활용될 수 있음을 이해할 것이다.

본 발명의 방법을 수행하기 위한 컴퓨터 프로그램 제품은 임의의 적합한 메모리에 내재될 수 있고 본 발명은 컴퓨터 프로그램 제품을 실제로 저장하는데 사용되는 특정 타입의 신호 보유 매체(signal bearing media)와 무관하게 동등하게 적용된다. 컴퓨터 독출가능 신호 보유 매체의 예들은: 자기 디스크들, 테이프 저장 장치들, 솔리드 스테이트 메모리들, CD ROM들 및 플로피 디스크들과 같은 기록가능 타입 매체를 포함한다.

따라서, 본 발명은, 적합한 컴퓨팅 장치 상에서 실행되는 경우 본 발명의 방법들 중 임의의 것을 수행하는 소프트웨어 제품도 포함한다. 적합한 소프트웨어는 C와 같은 적합한 고레벨 언어로 프로그래밍하고 타겟 컴퓨터 프로세서에 적합한 컴파일러로 컴파일 함으로써 얻어질 수 있다. 그러한 방법들이 이제 설명될 것이다.

상기 방법의 단계(100)에 따르면, 환자의 치아의 2D 그레이 값 이미지가 촬영되고; 환자의 치아의 구강-내 가시 부분의 3D 표면 정보가 디지털화되며; 각각의 치아(예를 들어, 앞니, 송곳니, 작은어금니, 또는 큰어금니)의 통계적인, 파라미터화된 형태 모델이 이용가능하게 된다.

단계(101)에서 모든 데이터가 전술한 컴퓨터(31)와 같은 - 컴퓨터로 로딩된다. 컴퓨터(31)는 본 발명의 방법들 중 임의의 것을 수행하도록 적응된다.

단계(102)에서 환자의 치아의 2D 및 3D 정보는, 전용 소프트웨어 애플리케이션을 이용하여, 즉 컴퓨터(31) 상에서 실행되어, 상기 통계적인, 파라미터화된 형태 모델과 조합된다. 이 소프트웨어 애플리케이션은 완전히 자동적으로 또는 반-자동적으로(즉, 잘 정의된 알고리즘 단계들에서 사용자 입력을 요구) 동작할 수 있다. 2D 그레이 이미지들 또는 3D 표면 정보와 조합하여 (활성 형태 모델로서도 알려진) 통계적인, 파라미터화된 형태 모델을 사용하는 것은 다양한 응용분야들에 대한 문헌에서 알려지고 설명되어 있다("In: MICCAI. Volumes LNCS 1679, 138- 147, 1999"에 개재된 "Nonrigid 3-D/2-D registration of images using statistical models"라는 제목의 논문; "Eur J Oral Sci 113, 333-340, 2005"에 개재된 "Biogeneric tooth: a new mathematical representation for tooth morphology in lower first molars"라는 제목의 논문; "an accuracy study, Proceedings of the 29th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 6375-6378, 2007"에 개재된 "Registration algorithm for statistical bone shape reconstruction from radiographs"라는 제목의 논문; "Advances in Medical Engineering, Proceedings in Physics 114, 163-168, 2007; 2D/3D deformable registration using a hybrid atlas. In: MICCAI. Volume LNCS 3750, 223-230, 2005"에 개재된 "Evaluation and enhancement of a procedure for generating 3D bone model using radiographs"라는 제목의 논문). (치수강 및 큰관들과 같은) 내부 기하구조를 포함하는 치아의 파라미터화된 통계 형태 모델이 다음과 같이 얻어질 수 있다.

특정 치아 타입(앞니, 송곳니, 작은어금니, 큰어금니)의 인간 자연치의 세트들 다수가 디지털화되어 외측 형태(크라운 및 치근)와 내부 형태(치수강 및 근관들) 모두에 대한 3-차원 묘사가 얻어진다. 이러한 치아를 디지털화하는 것은 예를 들어 치아의 μCT 스캔들로 촬영함으로써 이루어질 수 있고, 이후 이들은 벨기에 루뱅의 머티어리얼라이즈 덴탈사(Materialise Dental)에 의해 공급되는 심플란트^TM(SimPlant^TM)과 같은 소프트웨어 프로그램에 의해 처리되어 이러한 치아의 내부 및 외부 형태의 디지털 3-차원 묘사들이 생성된다. 상기 치아의 3-차원 묘사는 표면 모델, 치아 형태를 특정 짓는 해부 특징들/포인트들(anatomical landmarks/points)의 세트, 입체 모델(volumetric model) 또는 나아가 치아의 내부 및 외부 형태를 구체화하는 임의의 다른 3D 표현일 수 있다. 인간 자연치의 선택된 세트는, 파라미터화된 통계 형태 모델이 사용될 개체군(population)의 대표 샘플이어야만 한다. 따라서, 이 인간 자연치의 세트는, 관심 개체군 내 그 타입의 인간 치아의 외부 및 내부 3-차원 형태의 자연적 변동들(natural variations)을 반영하여야 한다.

먼저 자연치의 디지털화된 세트에 대한 좌표 참조(coordinate reference)가 정해져 모든 치아들이 정렬되며, 이는 그 위치, 스케일 및 회전 효과들이 필터링(filtered out)되는 것을 의미한다. 이제 상기 자연치 세트에 대한 이 좌표 참조 내의 형태들의 변동이 분석되고 기술된다. 형태들의 변동을 기술하기 위한 일 예는, 주요 성분들(principal components)을 이용하는 것이다. 따라서 정렬된 인간 자연치의 세트들에 대한 주요 성분 분석이 수행되고, 이는 실제로 고유벡터(eigenvectors) 및 고유값들(eigenvalues)을 도출하는 통계적인 분석이다. 이러한 고유벡터들 (또는 주요 성분들)은 형태들의 변동을 기술하는 비상관 변수들/파라미터들(uncorrelated variables/parameters)이다. 상기 고유벡터들은, 유의(significance)의 순서로 상기 성분들을 제공하기 위해, 최고에서 최저로, 그들의 고유값에 따라 차수화(ordered)된다. 최고의 고유값을 갖는 고유벡터는 가장 큰 형태 변동을 기술한다. (치수강 및 근관들을 포함하는) 치아의 3-차원 형태의 파라미터화된 통계 모델/기술은 실제로 이러한 고유벡터들 모두 또는 이러한 고유벡터들의 세트(즉, 더 낮은 유의의, 그에 따라 낮은 고유값들을 갖는 고유벡터들이 제거됨)의 일차 결합(linear combination)이다. 통계 모델에서 상기 파라미터 값들(즉, 고유벡터들에 곱해지는 값들)을 변화시키는 것은 그것의 3-차원 형태를 변화시키며, 통계 형태 모델이 모든 고유벡터들에 기초하는 경우 통계 모델을 생성하는데 사용되는 초기 분석에서 사용된 임의의 치아의 3D 기술과 (형태 및 기하구조의 측면에서) 정확한 상응이 이루어지는 것을 허용한다. 고유벡터들의 부분집합만을 사용하는 경우 상기 상응이 정확하지는 않을 것이지만, 더 낮은 유사의 고유벡터들만이 통계 형태 모델에 더해지지 않기 때문에 양호한 근사가 얻어질 수 있다. 또한, 파라미터들은 통계 모델이 동일한 타입의 임의의 치아에 대략적으로 상응하도록 하는데 사용될 수 있지만 통계 모델을 생성하는데 사용되는 치아의 기존 세트와는 이질적(foreign)이다. 파라미터화된 통계 모델을 생성하는데 사용되는 인간 자연치의 세트가 인간 치아의 모든 형태 변동들을 더 잘 반영할수록, 더욱 정확하게, 상기 통계 형태 모델이 그러한 치아의 임의의 새로운 예에 상응하게끔 할 수 있다.

본 발명의 실시예에 따른 방식에서, 파라미터화된 통계 모델은, 환자의 치아의 하나 이상의 2D 그레이 값 이미지들 및 3D 크라운 표면 정보(즉, 구강-내 가시 부분)와 결합하여 사용된다. 목적은 환자 특정 정보와 파라미터화된, 통계 형태 모델을 조합함으로써, 결과가 상기 환자의 구강 내 존재하는 치아의 실제 해부체에 가능한 한 근사하도록 하는 방식으로, 이 환자의 치아의 3-차원 표현을 생성하는 것이다. 따라서, 먼저 환자 특정 치아 정보(3D 크라운 표면 및 2D 그레이 값 이미지들)가 파라미터화된 통계 형태 모델과 얼라인(aligned)되며, 이는 모든 이용가능 데이터가 동일한 좌표 시스템 내로 위치되는 것을 의미한다. 이후 그것의 형태와 기하구조를 수정하기 위해 상기 통계 형태 모델의 파라미터 값들이 반복적으로 변화되어, 한편으로는 3D 크라운 정보와 다른 한편으로는 2D 그레이 값 이미지(들)과 매치되도록 하며, 이것은 미리 정해진 기준에 따른다. 3D 크라운 정보에 대한 피팅(fitting)의 기준은, 3D 크라운 정보와 크라운 레벨에서의 통계 형태 모델 사이의 거리를 최소화하는 것일 수 있다. 2D 그레이 값 이미지(들)에 대한 피팅의 기준은, 상기 2D 그레이 값 이미지(들)의 투사 평면(들)에 상응하도록 추정된 평면들 내에서의 통계 형태 모델의 치아의 내부 및 외부 형태의 투사 윤곽들 사이의 거리를 최소화하는 것일 수 있다. 충분히 구체적이고 정확하게 내부 및 외부 형태를 반영하는 환자 치아의 최적 피팅 3D 기술을 얻기 위해, 이러한 기준들은 결합되어야 한다.

내부 기하구조(즉, 치수강 및 근관들)를 포함하는 치아 파라미터화된 통계 형태 모델을 얻기 위한 본 발명의 실시예에 따른 다른 방식은 다음과 같다. 인간 자연치의 세트를 디지털화하는 것에 추가로, (전술한 바와 같은) 3D 기술을 얻기 위하여, 이러한 치아들에 대한 2D 그레이 값 이미지(들)이 취특되고 디지털화될 수 있다. 상기 세트 내 각각의 치아의 조합된 2D 및 3D 데이터는 통계적으로 분석될 수 있어 3D 형태 모델 및 연관된 파라미터화된 2D 그레이 값 이미지(들)을 포함하는 파라미터화된 형태 모델을 얻어지며, 상기 형태 모델의 특정 성분들/파라미터들은 2D 그레이 값 이미지(들)의 파라미터들에 직접 연계(linked)된다. 그렇게 함으로써 통계 형태 모델과 그것의 상응하는 파라미터화된 2D 그레이 값 이미지(들) 사이의 공분산이 알려진다. 이 파라미터화된 통계 형태 모델을 환자 치아의 2D 그레이 값 이미지들 상으로 피팅시키는 것은 파라미터화된 2D 그레이 값 이미지(들)의 파라미터들을 반복적으로 수정함으로써 이루어질 수 있고, 그에 따라 양호한 매치가 얻어질 때까지, 3D 형태 모델의 상응하는 수정이 일어날 것이다. 이는 추가적으로 환자 치아의 3D 크라운 정보 상으로 파라미터화된 통계 형태 모델을 매칭하는 것과 결합될 수 있다. 그렇게 함으로써, 치수강 및 근관들의 외부 기하구조, 형태 및 위치를 포함하는, 환자 치아의 3D 모델이 얻어진다

결과는 치수강 및 근관들의 3D 표현을 포함하는 환자 치아의 구체적은 3D 모델이고, 이는 단계(103)에서 시각화된다. 예를 들어 3D 표면 렌더링들, 영역 이미지들, 투명 모드, 체적 렌더링들 등과 같은 다른 시각화 모드들이 이 소프트웨어 애플리케이션을 통해 이용가능할 수 있어, 치과 의사 또는 치과 전문가가 치수강들 및 근관들의 3-차원 복잡성에 완전히 접근할 수 있다.

단계(104)에서, 근관 치료의 계획 및/또는 시뮬레이션이 소프트웨어 애플리케이션을 이용하여 수행된다. 이 단계는 (예를 들어, 치근관 치료 파일들, 치근관 치료 기둥들 등과 같은) 근관 치료 도구들의 디지털 라이브러리와 결합된 소프트웨어 도구들의 사용을 포함할 수 있다.

단계(105)에서, 근관 치료 위험성에 대한 정량적 및/또는 정성적 정보가 치과 의사 또는 치과 전문가에게 제공된다. 치과 의사 또는 치과 전문가에게 정량적 및/또는 정성적 피드백을 명확하게 나타내기 위해, 예를 들어, 등간격 라인들, 컬러 밴드들, 히스토드램들 등과 같은 다른 시각화 모드들이 소프트웨어 애플리케이션에 포함될 수 있다. 이는 치과 의사 또는 치과 전문가가 시뮬레이션된 근관 치료와 관련한 위험성을 분석하는 것을 허용한다.

단계(106)에서 최적의 도구들 또는 근관 치료가 선택된다.

Claims

근관 치료들의 3D 계획 방법으로서,
적어도 하나의 치아 특정 디지털 정보를, 각각의 치아 타입의 파라미터화된 통계 형태 모델과 조합함으로써 치료될 치아의 3D 모델을 생성하고 시각화하는 단계;
생성된 상기 치아의 3D 모델 상에 근관 치료를 계획 및/또는 시뮬레이션하는 단계;
상기 3D 모델 상의 상기 계획된 및/또는 시뮬레이션된 치료의 효과에 대한 정량적 및/또는 정성적 피드백을 제공하는 단계; 및
근관 치료에 대한 최적의 방식을 선택하거나 결정하는 단계를 포함하는, 방법.
제1항에 있어서,
상기 3D 모델은 치수강 및 근관들을 포함하는, 방법.
제1항 또는 제2항에 있어서,
상기 치아 타입은, 윗앞니, 아래앞니, 송곳니, 작은어금니, 또는 큰어금니를 포함하는, 방법.
제1항 내지 제3항 중 어느 한 항에 있어서,
상기 3D 모델은, 환자 치아의 구강-내 가시 부분의 3D 표면 정보 및 환자 치아의 2D 그레이 값 이미지(들)로부터 얻어지는, 방법.
제4항에 있어서,
각각의 치아 타입의 상기 파라미터화된 통계 형태 모델, 상기 2D 그레이 값 이미지(들), 및 상기 3D 표면 정보는 컴퓨터로 로딩되는, 방법.
컴퓨터 프로그램들을 포함하는 컴퓨터 시스템을 적어도 하나 포함하는 근관 치료들의 3D 계획 시스템으로서,
상기 프로그램들은,
적어도 하나의 치아 특정 디지털 정보를, 각각의 치아 타입의 파라미터화된 통계 형태 모델과 조합함으로써 치료될 치아의 치수강 및 근관들을 포함하는 3D 모델을 생성하고 시각화하는 단계;
생성된 상기 치아의 3D 모델 상에 근관 치료를 계획 및/또는 시뮬레이션하는 것을 허용하는 단계;
상기 3D 모델 상의 상기 계획된 및/또는 시뮬레이션된 치료의 효과에 대한 정량적 및/또는 정성적 피드백을 제공하는 단계; 및
근관 치료에 대한 최적의 방식의 선택 또는 결정을 허용하는 단계를 포함하는, 시스템.
제6항에 있어서,
상기 3D 모델은 치수강 및 근관들을 포함하는, 시스템.
제6항 또는 제7항에 있어서,
상기 치아 타입은, 윗앞니, 아래앞니, 송곳니, 작은어금니, 또는 큰어금니를 포함하는, 시스템.
제6항 내지 제8항 중 어느 한에 있어서,
상기 3D 모델을 환자 치아의 구강-내 가시 부분의 3D 표면 정보 및 환자 치아의 2D 그레이 값 이미지(들)로부터 얻는 수단을 더 포함하는, 시스템.
제9항에 있어서,
각각의 치아 타입의 상기 파라미터화된 통계 형태 모델, 상기 2D 그레이 값 이미지(들), 및 상기 3D 표면 정보를 컴퓨터로 로딩하는 수단을 더 포함하는, 시스템.
컴퓨터 프로그램들을 포함하는 컴퓨터 시스템을 적어도 포함하는 근관 치료들의 3D 계획 시스템으로서,
상기 컴퓨터 프로그램들은,
적어도 하나의 치아 특정 디지털 정보를, 각각의 치아 타입의 파라미터화된 통계 형태 모델과 조합함으로써 치료될 치아의 3D 모델을 생성하고 시각화하는 단계;
왁스모형(wax-up)을 들여옴으로써, 또는 크라운들의 라이브러리로부터 크라운을 선택하고, 배치하고, - 필요한 경우 - 조정(adapting)함으로써, 또는 환자의 대측성 크라운(contra-lateral crown)을 미러링(mirroring) 함으로써, 또는 인접 치아 사이 틈에 크라운을 피팅(fitting)하기 위한 통계 모델을 사용함으로써, 또는 임의의 다른 가능한 방법에 의해, 상기 치아의 상기 3D 모델에 통합될 수 있는 시뮬레이션된 치아 복구들(simulated tooth restorations)을 생성하고 시각화하는 단계;
라이브러리로부터 가장 적합한 기둥을 (자동적으로 혹은 반대로) 선택하고 상기 기둥을 상기 치아의 상기 3D 모델에 (자동적으로 혹은 반대로) 배치하는 것을 허용하는 단계; 및
상기 복구 크라운을 위한 이용가능 두께(available thickness) 및 임의의 다른 관련 해부 특징에 대한 정량적 피드백을 제공하여, 크라운의 파절 위험성 또는 다른 임상 위험성을 추정하는 단계를 포함하는, 시스템.
제11항에 있어서,
각각의 개별 케이스에서의 기둥의 임상 관련 크기 및 위치를 제안하기 위해 모든 필요 파라미터들을 고려하는 전문가 시스템을 더 포함하는, 시스템.
제12항에 있어서,
상기 파라미터들은 치근 해부체, 복구 크라운, 기둥을 갖는 치아의 강도 중 적어도 하나를 포함하는, 시스템.
제11항 내지 제13항 중 어느 한 항에 있어서,
상기 치아 타입은, 윗앞니, 아래앞니, 송곳니, 작은어금니, 또는 큰어금니를 포함하는, 시스템.
제12항 내지 제14항 중 어느 한 항에 있어서,
상기 전문가 시스템은, 임상적으로 적용된 규칙들의 세트를 포함하거나 또는 성공 케이스들의 회귀 분석 또는 임의의 타입의 휴리스틱에 의해 생성된 통계 모델을 포함할 수 있는, 시스템.
근관 치료들의 3D 계획 방법으로서,
왁스모형(wax-up)을 들여옴으로써, 또는 크라운들의 라이브러리로부터 크라운을 선택하고, 배치하고, - 필요한 경우 - 조정(adapting)함으로써, 또는 환자의 대측성 크라운(contra-lateral crown)을 미러링(mirroring) 함으로써, 또는 인접 치아 사이 틈에 크라운을 피팅(fitting)하기 위한 통계 모델을 사용함으로써, 또는 임의의 다른 가능한 방법에 의해, 치아의 3D 모델에 통합될 수 있는 시뮬레이션된 치아 복구들(simulated tooth restorations)을 생성하고 시각화하는 단계;
라이브러리로부터 가장 적합한 기둥을 (자동적으로 혹은 반대로) 선택하고 상기 기둥을 상기 치아의 상기 3D 모델에 (자동적으로 혹은 반대로) 배치하는 것을 허용하는 단계; 및
상기 복구 크라운을 위한 이용가능 두께(available thickness) 및 임의의 다른 관련 해부 특징에 대한 정량적 피드백을 제공하여, 크라운의 파절 위험성 또는 다른 임상 위험성을 추정하는 단계를 포함하는, 방법.
컴퓨터와 같은 프로세싱 엔진 상에서 실행되는 경우 전술한 청구항의 방법들 또는 시스템들 중 적어도 하나가 구현된 코드를 포함하는 컴퓨터 프로그램 제품.
제17항의 컴퓨터 프로그램 제품을 저장하는 비-일시적 저장 매체.