System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及牙科组件的增材/减材制造方法。
技术介绍
1、用于牙科组件的现有技术cad/cam软件使用表面属性来提供3d打印或铣削作业的高质量准备。例如,这些表面属性标记了敏感/功能性表面区域,在3d打印期间不得在这些区域上放置支撑元件以避免对这些区域的手动后处理。如果合适的输入数据可用,那么可以自动设置表面属性,例如,在构造步骤中已经将组件充分细分为构造元件。
2、如果输入数据不包含用于在cad/cam软件中自动设置表面属性的合适信息,尤其是如果组件数据仅包含几何信息(常常就是这种情况),那么必须随后添加表面属性。通常,用户必须手动添加这些表面属性。为此,例如,在一些cad/cam软件中提供了“painter工具”。但是,使用“painter工具”进行手动属性确定的过程是耗时的并且可能容易出错,因为用户自行决定而不一定根据指定或期望的方面来定义表面属性。
技术实现思路
1、本专利技术的一个目的是提供一种用于高质量自动准备用于牙科组件的增材/减材制造作业的计算机实现的方法和cad/cam软件。
2、本专利技术的另一个目的是提供一种通过神经网络设置牙科组件的表面和体积属性的方法和cad/cam软件。
3、这些目的通过根据权利要求1的方法和根据权利要求8的cad/cam软件来实现。从属权利要求的主题涉及进一步的发展以及优选实施例。
4、根据本专利技术的方法和对应的cad/cam软件用于高质量自动准备用于各种类型的牙科组件(诸如夹板、义齿
5、本专利技术具体地提供了一种计算机实现的方法,用于自动生成组件描述数据以用于准备用于牙科组件(诸如夹板、义齿基托、模型、诸如牙桥和牙冠之类的修复体)的增材/减材制造作业,其中对于每个至少一种组件类型,专门的经预训练的神经网络被用于设置牙科组件的表面和/或体积属性,其中表面和体积属性描述牙科组件的构造元件关于预期用途的准确性和质量要求,其中准确性和质量要求包括以下各项中的至少一项:几何维度准确性、机械强度、表面纹理颜色以及避免支撑元件的附接,并且其中神经网络已借助于已对其执行表面和/或体积属性确定的牙科组件经过预训练。
6、本专利技术还提供了使用如上面所提到的那样生成的组件描述数据通过增材/减材制造方法来生产牙科组件的方法。
7、来自cad/cam软件的测试和客户案例可以用作神经网络的训练数据,其中表面和体积属性是基于从组件的构造步骤中已知的构造元件用cad/cam软件设置的或者通过专业知识以手动方式专业设置的。
8、本专利技术的有利效果在于,通过该方法或cad/cam软件,可以以专业的方式根据组件的指定的方面使用神经网络自动执行对表面和体积属性进行属性确定的过程。由于使用经预训练的神经网络,因此这种cad/cam软件节省了人工时间并且不易出错。
本文档来自技高网...【技术保护点】
1.一种用于自动生成组件描述数据的计算机实现的方法,组件描述数据用于准备用于诸如夹板、义齿基托、模型、诸如牙桥和牙冠之类的修复体之类的牙科组件的增材/减材制造作业,
2.根据权利要求1所述的计算机实现的方法,其特征在于构造元件还具有在组件类型的变化内的特征特性,诸如形态、牙科组件内的位置、环境形态,基于这些特性能够借助于神经网络对构造元件进行分类并提供对应的属性。
3.根据权利要求1或2所述的计算机实现的方法,其特征在于要进行属性确定的构造元件是以下各项中的至少一项:钻孔模板上的钻勺支撑件、模型中的底座/插座、义齿基托中的牙槽。
4.根据前述权利要求中的任一项所述的计算机实现的方法,其特征在于来自CAD/CAM软件的测试和客户案例用作训练数据,其中表面和体积属性至少部分地手动设置和/或至少部分地用CAD/CAM软件基于可区分的构造元件来设置。
5.根据前述权利要求中的任一项所述的计算机实现的方法,其特征在于组件类型分类是基于牙科组件的三角测量节点和/或三角形借助于神经网络来执行的。
6.一种使用通过前述方法权利要求中的任
7.由前述权利要求1至5中的任一项方法产生的数据集用于在显示器上可视化的用途。
8.一种包括计算机可读程序代码的CAD/CAM软件,程序代码在计算机上被执行时使得计算机执行前述权利要求中的任一项所述的方法步骤。
9.一种存储介质,包括根据权利要求8所述的CAD/CAM软件。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于自动生成组件描述数据的计算机实现的方法,组件描述数据用于准备用于诸如夹板、义齿基托、模型、诸如牙桥和牙冠之类的修复体之类的牙科组件的增材/减材制造作业,
2.根据权利要求1所述的计算机实现的方法,其特征在于构造元件还具有在组件类型的变化内的特征特性,诸如形态、牙科组件内的位置、环境形态,基于这些特性能够借助于神经网络对构造元件进行分类并提供对应的属性。
3.根据权利要求1或2所述的计算机实现的方法,其特征在于要进行属性确定的构造元件是以下各项中的至少一项:钻孔模板上的钻勺支撑件、模型中的底座/插座、义齿基托中的牙槽。
4.根据前述权利要求中的任一项所述的计算机实现的方法,其特征在于来自cad/cam软件的测试和客户案例用作训练数据...
【专利技术属性】
技术研发人员:C·斯塔尔,
申请(专利权)人:登士柏希罗纳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。