用于构造牙科构件的方法技术

用于构造牙科构件的方法。本发明专利技术涉及一种用于构造牙科构件(1、2、4、5)的方法，所述牙科构件即为修复体(2、4、5)、咬合板或印模托盘，其中，借助于牙科相机(6)测量牙齿状况(7)并且生成牙齿状况(7)的3D模型(10)。在此，将用于机器学习的人工神经网络(英文：Convolutional Neural Network；CNN)应用于牙齿状况(7)的3D模型(10)并且自动地生成构件(1、2、4、5)的、即修复体(2、4、5)、咬合板或印模托盘的3D模型(21、23、25)。

【技术实现步骤摘要】
【国外来华专利技术】用于构造牙科构件的方法
本专利技术涉及一种用于构造牙科构件(即修复体、咬合板或印模托盘)的方法，其中，借助于牙科相机或实验室扫描仪测量牙齿状况并且生成牙齿状况的3D模型。
技术介绍
从现有技术中已知多种用于构造牙科构件的方法。DE112014003898T5公开一种计算机执行的、用于设计牙齿修复体的方法，其中，在虚拟三维图示上确定预备体边界、定位虚拟牙齿库的拱形形状并且基于从虚拟牙齿库获得的牙齿设计方案提出初始修复体。该方法的缺点在于，修复体基于虚拟牙齿库提出并且因此对于相应的牙齿状况可能会出现修复体的适配误差。因此，需要对提出的修复体3D模型进行虚拟的再处理。
技术实现思路
因此，本专利技术的任务在于，提供一种用于构造牙科构件的方法，所述方法能够省时地提出牙科构件的一种合适的3D模型。本专利技术涉及一种用于构造牙科构件(即修复体、咬合板或印模托盘)的方法，其中，例如借助于牙科相机或实验室扫描仪测量牙齿状况并且生成牙齿状况的3D模型。在此，将用于机器学习的人工神经网络(英文：Convolutional本文档来自技高网...

【技术保护点】
1.用于构造牙科构件(1、2、4、5)的方法，所述牙科构件即为修复体(2、4、5)、咬合板或印模托盘，其中，测量牙齿状况(7)并且生成牙齿状况(7)的3D模型(10)，其特征在于，将用于机器学习的人工神经网络(英文：ConvolutionalNeuralNetwork；CNN)应用于牙齿状况(7)的3D模型(10)和/或构件的初始3D模型(30)并且自动地生成所述构件(1、2、4、5)的、即修复体(2、4、5)、咬合板或印模托盘的完成构造的3D模型(21、23、25)。/n

【技术特征摘要】
【国外来华专利技术】20180622 DE 102018210258.91.用于构造牙科构件(1、2、4、5)的方法，所述牙科构件即为修复体(2、4、5)、咬合板或印模托盘，其中，测量牙齿状况(7)并且生成牙齿状况(7)的3D模型(10)，其特征在于，将用于机器学习的人工神经网络(英文：ConvolutionalNeuralNetwork；CNN)应用于牙齿状况(7)的3D模型(10)和/或构件的初始3D模型(30)并且自动地生成所述构件(1、2、4、5)的、即修复体(2、4、5)、咬合板或印模托盘的完成构造的3D模型(21、23、25)。


2.根据权利要求1所述的方法，其特征在于，根据训练数据集来训练所述神经网络，其中，所述训练数据集包含构件(5)的初始3D模型(30)和在至少一个用户构造3D模型(25)时对这些初始3D模型(30)的手动改变(33)。


3.根据权利要求1所述的方法，其特征在于，根据训练数据集来训练所述神经网络，其中，所述训练集包含牙齿状况(7)的多个3D模型(10)和至少一个用户的完成构造的构件(5)的对应的3D模型(25)。


4.根据权利要求2或3所述的方法，其特征在于，所述训练数据集仅包含一个用户或一组有经验的用户的数据。


5.根据权利要求2-4中任一项所述的方法，其特征在于，所述神经网络在根据训练数据集进行训练之后保持不变。


6.根据权利要求2-4中任一项所述的方法，其特征在于，将新的数据添加至所述训练数据集，从而根据经扩展的训练数据集进一步训练该神经网络。


7.根据权利要求1-6中任一项所述的方法，其特征在于，所述构件是修复体(2、4、5)，其中，所述修复体是嵌体、牙冠(2、4)、冠架、牙桥(5)、桥架、基台、桥体或贴面。


8.根据权利要...

【专利技术属性】
技术研发人员：S·施奈德，F·蒂尔，
申请(专利权)人：希罗纳牙科系统有限公司，登士柏希罗纳有限公司，
类型：发明
国别省市：德国;DE