跟踪、预测和预先矫正咬合不正及相关问题的方法

本申请是是中国申请号为201680042871.7(对应于PCT国际申请号PCT/IB2016/000003)、申请日为2016年1月5日、发明名称为“跟踪、预测和预先矫正咬合不正及相关问题的方法”的发明专利申请的分案申请。

背景技术

用于识别和表征正畸问题的现有方法和装置至少在某些状况下是不理想的。例如，先前的实践只有在患者已经出现症状(例如，疼痛、咬合不正)之后才可以被动地诊断和治疗正畸问题，并且对于主动地识别和矫正未来必然发生的问题可能也不理想。此外，虽然医务人员在某些状况下通过视觉检查能够识别正畸问题，但是患者牙列的数量和变化速率是不容易表征和传达的。举几个例子，医务人员可以指出，患者的牙齿可能会继续变得更扭曲，牙齿之间的定位可能会继续增加，牙齿上的牙釉质的磨损可能会继续恶化(例如，夜间磨牙)，患者的下巴可能锁定，患者可能睡眠困难(例如，睡眠呼吸暂停)，或者牙龈手术可能是必需的(例如，识别牙龈退化)。然而，医务人员可能难以确定将要发生的具体、细微的变化，以及由于这些变化而未来可能出现的问题。此外，对于跟踪和预测通过视觉检查(例如，牙齿根部的变化)不可检测的患者牙列中的变化而言，现有方法是不理想的。

现有技术至少在某些状况下表征和报告与许多正畸问题相关的细微变化是不理想的。例如，现有技术可能不允许医务人员或患者使正畸问题的任何预期进展可视化(例如，三维)。其他技术只能提供正畸问题的静态视图，并且不提供预测信息。

鉴于以上所述，期望提供一种用于跟踪、预测和预先矫正，诸如，错牙合畸形等牙齿或正畸状况的改进方法和装置。理论上，这样的方法和装置允许对患者的牙列变化进行准确地识别、预测，量化和可视化。

发明内容

本发明的实施例提供了一种用于预测患者未来的牙齿或正畸状况的系统、方法和设备。在一些实施例中，在多个不同的时间点接收患者口腔内的数字数据表示，并将其用于在未来时间点生成口腔内的预测数字表示。例如，可以使用数字数据将一个或多个口腔内对象(例如，牙齿、牙龈、气道)的变化确定和推算到未来时间点，从而与仅基于视觉检查的预测相比提高了预测的准确度。基于预测数字表示可以确定患者未来不期望的牙齿或正畸状况，从而允许在问题已经实际发生或已经发展到更进一步的状态之前进行预先诊断和治疗。此外，本文中的系统、方法和设备可以用于针对预测问题生成一个或多个治疗选项，以便于患者和/或医生做出决定。可选地，可以生成并显示利用选择的治疗选项获得的预测结果的数字表示，以便为患者和/或医生提供进一步的指导。有利地，本文提供的方法能够主动诊断和矫正各种牙齿或正畸状况，这有利于减少治疗成本、治疗持续时间和/或治疗难度。

一方面，一种计算机实现的方法用于计算患者的口腔内的口内对象的未来位置，该方法包括在第一时间点接收口腔内的实际状态的第一数字数据表示，和在不同于第一时间点的第二时间点接收口腔内的实际状态的第二数字数据表示。该方法可包括处理具有第一和第二数字数据的数据从而确定第一和第二时间点期间的口腔内的口内对象的速度。可以基于速度来确定未来时间点处的口内对象的未来位置。未来位置可以在口内对象处于未来位置之前被确定。

通过参照说明书、权利要求书和附图，本发明的其它目的和特征将更加明显。

文献引用

本说明书中提及的所有出版物、专利和专利申请通过引用并入本文，其效果与每个单独的出版物、专利或专利申请被明确地和单独地指出通过引用并入本文一样。

附图说明

在所附权利要求中具体阐述了本发明的新颖特征。通过参照下文利用本发明的原理对示例性实施例进行的详细描述以及附图更好地理解本发明的特征和优点，其中：

图1是示出了根据各个实施例的患者的颚的解剖关系的前视图；

图2A更详细地示出了根据不同实施例的患者的下颚，并且提供了牙齿可如何移动的一般说明；

图2B示出了根据不同实施例的图2A中的单个牙齿并且限定了如何确定牙齿移动距离；

图3示出了根据不同实施例的用于预测患者的未来牙齿或正畸状况的系统；

图4A示出了根据不同实施例的一组牙齿的示意图；

图4B示出了根据不同实施例的图4A中的已经移动的一组牙齿的示意图；

图4C示出了根据不同实施例的图4A中一组牙齿与图4B的一组牙齿相比以确定该组牙齿的位置变化的示意图；

图4D示出了根据不同实施例的基于先前确定的变化轨迹和幅度的图4B中一组牙齿的预测未来位置的示意图；

图5A示出了根据不同实施例的一组包括根部的牙齿的示意图；

图5B示出了根据不同实施例的已经移动的图5A中的一组牙齿的示意图；

图5C示出了根据不同实施例的图5A中的一组牙齿与图5B的一组牙齿相比以确定基于牙根运动的一组牙齿的位置变化的示意图；

图5D示出了根据不同实施例的基于先前确定的变化轨迹和幅度的图5B的一组牙齿的预测未来位置的示意图；

图6A示出了根据不同实施例的牙齿的示意图；

图6B示出了根据不同实施例的图6中牙齿的形状和大小随时间变化的示意图；

图6C示出了根据不同实施例的图6A中的牙齿相对于图6B中的牙齿以确定该组牙齿的形状和尺寸变化的示意图；

图6D示出了根据不同实施例的基于先前确定的形状和大小变化轨迹和幅度的图6B中的牙齿的预测未来形状的示意图；

图7A示出了根据不同实施例的牙龈线的示意图；

图7B示出了根据不同实施例的图7A中的牙龈线的位置和形状随时间变化的示意图；

图7C示出了图7A中的牙龈线与图7B的牙龈线相比以确定该牙龈线的位置和形状变化的示意图；

图7D示出了根据不同实施例的基于先前确定的形状变化轨迹和幅度的图7B中的牙龈线的预测未来位置和形状的示意图；

图8A示出了根据不同实施例的牙齿轨迹的线性推算法的示意图；

图8B示出了根据不同实施例的牙齿轨迹的非线性推算法的示意图；

图9示出了根据不同实施例的用于生成患者的口腔的预测数字表示以便确定患者的未来问题的方法；

图10A示出了根据不同实施例的用于预测和治疗患者的未来问题的算法；

图10B是根据不同实施例的图10A的算法的延续；

图11A至图11G示出了根据不同实施例的用于预测患者的未来牙齿或正畸状况的用户界面；

图12示出了根据不同实施例的预测患者的未来牙齿或正畸状况的系统的示意图；以及

图13示出了根据不同实施例的用于计算口腔内对象的变化以便确定口腔内对象的未来状态的方法。

具体实施方式

本发明提供了一种改进的且更有效的用于牙齿或正畸状况的早期检测和/或预测的方法和系统。本文公开的方法和装置可以以多种方式组合，并用于诊断或治疗多种口腔问题的一个或多个。在一些实施例中，本文的方法和设备可用于检测和预测患者可能出现的各种类型的牙齿或正畸状况，确定用于预防或矫正该问题的合适的治疗产品和/或程序，和/或显示执行治疗产品和/或程序的预测结果。预测方法可以涉及在多个时间点将牙齿的表面扫描数据和/或次表面数据进行比较，以便随着时间确定牙齿的位置和/或形状的变化，然后，例如，基于所确定的变化，生成对牙齿的未来位置和/或形状的预测。

与只依赖视觉检查或静态数据的方法相比，这些方法可以提高预测准确度。基于照片、研究表格和/或以前的临床检查的记录，很难对口腔内的变化进行视觉评估，因为在其他问题中变化经常是细微的和/或缓慢发展的。由于扫描之间的差异可能是非常小的，因此没有数字几何评估的帮助，对基于口内扫描的变化可能更难进行视觉检测。然而，随着时间的推移，这种细微的变化是累积的，如果时间充裕，可能会发展成更大更显著的问题。基于本发明的实施例，可以防止、减少或解决这些问题。

利用本发明的方法和系统，可以在牙齿或正畸状况变得更严重和/或不太容易治疗之前对其进行识别和预测。例如，小孩，由于乳牙掉了并正在被恒牙取代，所以能早期识别出潜在拥挤的牙齿和适当的治疗计时并且施加较少的力量(例如，因为牙齿可能还不能牢固地附着到嘴的骨结构或者萌发的牙齿更小或更少)。与常规的被动治疗方法相反，本发明的预测方法允许在问题已经实际发生或已经发展到更严重的状态之前对牙齿或正畸状况进行检测，从而允许医务人员预见并主动开始早期治疗。有利地，对于早期正畸或矫正状况的治疗可能比那些后期检测到的状况更困难、主动、昂贵、费时和/或痛苦。

一方面，一种计算机实现的方法用于计算患者的口腔内的口内对象的未来位置，该方法包括在第一时间点处接收口腔内实际状态的第一数字数据表示和在不同于第一时间点的第二时间点处接收口腔内的实际状态的第二数字数据表示。该方法可包括处理具有第一和第二数字数据的数据，从而确定第一到第二时间点期间的口腔内的口内对象的速度。可以基于速度来确定未来时间点处的口内对象的未来位置。未来位置可以在口内对象处于未来位置之前被确定。

在一些实施例中，第一和第二数字数据各自包括口腔内的一个或多个表面数据或次表面数据。

在一些实施例中，该方法还包括在显示器上所示的用户界面上显示口内对象的未来位置中的口内对象的图形表示。

在一些实施例中，该方法还包括基于第一和第二数字数据确定第一和第二时间点之间的口内对象的位置变化，以及评估位置变化是否超过预定阈值。可以以各种方式接收或确定预定的阈值。例如，预定的阈值可以由用户输入。可选地或组合地，可以基于用户偏好、患者特征或矫正或正畸文献的值中的一个或多个来确定预定阈值。例如，预定阈值可以反映不期望的牙齿或正畸状况。

如果位置变化超过预定阈值，则可以执行各种动作。在一些实施例中，该方法还包括为响应对位置变化超过预定阈值的评估而向用户输出警报。可选地或组合地，该方法还包括为响应对位置变化超过预定阈值的评估而生成用于产生所期望矫正或正畸结果的多个选项。所述多个选项可以显示在显示器所示的用户界面上。多个选项可包括用于不期望的牙齿或正畸状况的多个治疗选项。在一些实施例中，显示多个选项包括显示与多个治疗选项中的每一个相关的定价信息、治疗时间信息、治疗并发症信息或保险偿还信息中的一个或多个。

本发明适用于位于口腔内和/或与口腔相关的各种类型的口内对象。例如，口内对象可以包括牙冠、牙根、牙龈、气道、腭、舌或颚中的一个或多个。该方法可以还包括处理具有第一和第二数字数据的数据，从而确定口内对象的形状、大小或颜色中的一个或多个的变化率。例如，口内对象可包括牙齿，并且变化率可包括牙齿形状变化速度。如另一个例子，口内对象可包括牙龈，并且变化率可包括牙龈形状变化速度。

本文出现的系统、方法和装置可用于预测口内对象的线性和/或非线性运动。在一些实施例中，确定口内对象的未来位置包括基于速度确定口内对象的运动轨迹。运动轨迹可以是线性的。在一些实施例中，该方法还包括基于第一、第二和第三时间点期间的速度确定口内对象的运动轨迹。运动轨迹可以是非线性的。例如，非线性运动轨迹可包括一个或多个运动方向的变化或运动速度的变化。基于非线性运动轨迹可以确定口内对象的未来位置。可选地，该方法还包括处理具有第一、第二和第三数字数据的数据，从而确定在第一，第二和第三时间点期间与口内对象相关的力向量。

在一些实施例中，该方法还包括基于口内对象的未来位置，在第一和第二时间点之后的未来时间点处生成口腔内的预测数字表示。

在一些实施例中，确定口内对象的未来位置包括使用线性或非线性推算法将速度推算到未来时间点。

在一些实施例中，该方法还包括基于口内对象的未来位置来确定口腔内的未来状况。未来状况可包括如果口腔内未被治疗预测在未来的时间点将发生不期望的牙齿或正畸状况。未来状况可以在未来状况发生之前被确定。

在一些实施例中，借助一个或多个处理器来接收第一数字数据，接收第二数字数据，处理数据或确定未来位置中的一个或多个。

另一方面，一种用于计算患者口腔内的口内对象的未来位置的计算机系统包括一个或多个处理器和存储器。存储器可包括在由一个或多个处理器执行时使得系统在第一时间点处接收口腔内实际状态的第一数字数据表示和在与第一时间点不同的第二时间点处接收口腔内实际状态的第二数字数据表示的指令。这些指令可以使系统处理具有第一和第二数字数据的数据，从而确定第一和第二时间点期间口腔内的口内对象的速度。所述指令可以使系统基于速度在未来时间点确定口内对象的未来位置，其中未来位置在口内对象处于未来位置之前被确定。

另一方面，一种计算机实现的方法用于计算患者口腔内的口内对象随时间推移的位置变化，该方法包括在第一时间点处接收表示口腔内实际状态的第一数字数据，和在与第一时间点不同的第二时间点处接收表示口腔内实际状态的第二数字数据。该方法可包括处理具有第一和第二数字数据的数据，从而确定第一和第二时间点之间的口内对象的位置变化。该方法可包括评估位置改变是否超过预定阈值。

在一些实施例中，该方法还包括为响应对位置变化超过预定阈值的评估而向用户输出警报。可选地，该方法可包括为响应对位置变化超过预定阈值的评估而生成用于产生期望的矫正或正畸结果的多个选项，并且在显示器所示的用户界面上显示多个选项。可以基于用户偏好、患者特征或矫正或正畸文献的值中的一个或多个来确定预定阈值。

另一方面，一种用于计算患者口腔内的口内对象随时间推移的位置变化的计算机系统包括一个或多个处理器和存储器。存储器可包括在由一个或多个处理器执行时使得系统在第一时间点处接收表示口腔内实际状态的第一数字数据和在与第一时间点不同的第二时间点处接收表示口腔内实际状态的第二数字数据的指令。这些指令可以使系统处理具有第一和第二数字数据的数据，从而确定第一和第二时间点之间的口内对象的位置变化。所述指令可以使系统评估位置变化是否超过预定阈值。

另一方面，提供一种用于生成患者的口腔内的预测数字表示以便确定患者的未来状况的方法。该方法可以包括在第一时间点处接收表示口腔内的第一数字数据，并且在不同于第一时间点的第二时间点处接收表示口腔内的第二数字数字。可以基于第一和第二数字数据生成在第一和第二时间点之后的未来时间点处表示口腔内的预测数字。可以根据预测数字表示来确定口腔内的未来状况。未来的状况可能包括不希望的牙齿或正畸状况，如果口腔内未被治疗，预测在未来时间点发生。未来的状况可以在未来的状况发生之前被确定。

各种类型的数字数据适用于本发明。在一些实施例中，第一和第二数字数据的每一个包括口腔内的三维数据。可选地或组合地，第一和第二数字数据的每一个包括口腔内的二维数据。在一些实施例中，第一和第二数字数据的每一个包括一个或多个口内腔内的扫描。第一和第二数字数据的每一个包括口腔内的表面数据，并且该表面数据包括表示口腔内的三维表面形貌的扫描数据。

可选地或组合地，第一和第二数字数据的每一个包括口腔内的次表面数据。该次表面数据包括X射线数据，锥形束计算机断层扫描(CBCT)数据，CAT扫描数据，磁共振成像(MRI)数据或超声数据中的一个或多个。例如，次表面数据包括患者牙齿的一个或多个牙根的表示。因此，口腔内的预测数字表示包括基于次表面数据在未来时间点处的一个或多个根的预测数字表示，并且基于一个或多个根的预测数字表示来确定未来状况。可选地，所述次表面数据包括患者的气道、颚或骨中的一个或多个的表示。

在一些实施方案中，第一和第二时间点相差至少1个月、至少3个月、至少6个月或至少1年。未来时间点可以是继第一和第二时间点之后的至少1个月、至少3个月、至少6个月、至少1年、至少2年或至少5年。

由多个不同时间点获得并分析数字数据以便随时间监测患者口腔内的进展并预测其未来状态。例如，在一些实施例中，该方法还包括在与第一时间点和第二时间点不同的第三时间点处接收口腔内的第三数字数据表示。基于第一、第二和第三数字数据，可以生成预测数字表示。

除了口腔内的数字数据之外，本文的预测方法还利用其他类型的数据。在一些实施例中，该方法还包括接收患者的附加数据，并且基于该附加数据生成预测数字表示。附加数据包括人口统计信息、生活方式信息、医疗信息、病史、家族病史或遗传因素中的一个或多个。

本文所述的预测技术可以以许多方式实施。在一些实施例中，生成预测数字表示包括生成第一和第二数字数据的比较。生成所述比较可包括在公共坐标系中将第一和第二数字数据彼此配准(register)。可选的，生成所述比较包括：在第一时间点，测量口内对象的特点；在第二时间点，测量口内对象的特点；以及在第一时间点和第二时间点之间，确定口内对象的特点变化。口内对象可包括一个或多个牙齿或牙龈，并且该特征可包括，例如，牙齿或牙龈的位置、取向、形状、尺寸或颜色中的一个或多个。

在一些实施例中，该方法还包括将在第一时间点或第二时间点中的一个或多个的测量特征与来自患者信息数据库的测量特征进行比较。可基于人口统计学信息、生活方式信息、医疗信息、病史、家族病史或遗传因素中的一个或多个，将在第一或第二时间点中的一个或多个的测量特征与来自患者信息数据库的测量特征进行比较。

对于一个或多个口内对象的变化可以用作预测患者口腔内未来状态的基础。例如，在一些实施例中，该方法还包括预测对于口内对象的特点的未来变化以响应所确定的变化，并且基于未来变化生成预测数字表示。可以预测未来变化以响应选定的时间间隔。

在一些实施例中，生成预测数字表示以响应第一和第二时间点之间口内对象的特点的确定变化。确定特点变化可包括确定牙齿运动速度、牙齿形状变化速度、牙齿大小变化速度或牙龈形状变化速度中的一个或多个。例如，基于第一和第二时间点之间确定的变化，生成预测数字表示可包括确定口内对象的特点的变化率。将变化率推算到未来时间点以预测未来时间点处口内对象的特点。

本发明可以用于预测各种类型的口内对象的未来状态，比如，一个或多个牙齿的未来位置。在一些实施例中，例如，预测数字表示在未来点处以预测排列来表示患者的牙齿。因此，生成预测数字表示可包括在第一时间点处以第一排列生成表示患者牙齿的第一数字模型，在第二时间点处以第二排列生成表示患者牙齿的第二数字模型，以及计算第一和第二排列之间一个或多个牙齿的运动速度。根据牙齿的运动速度可以重新定位第二数字模型的一个或多个牙齿，以便在未来时间点生成患者牙齿的预测配置。可选地，重新定位第二数字模型的一个或多个牙齿可包括在重新定位一个或多个牙齿并且改变(modify)牙齿运动速度期间检测在一个或多个牙齿之间发生的碰撞以响应检测到的碰撞。

使用本文提供的实施例可以预测许多不同类型的牙齿或正畸状况。在一些实施方案中，不期望的牙齿或正畸状况包括以下一种或多种：咬合不正、蛀牙、一颗或多颗牙齿脱落、牙根吸收、牙周病、牙龈萎缩、颞颚关节障碍症、磨牙症、阻塞气道或睡眠呼吸暂停。通过测量表示不期望的牙齿或正畸状况的预测数字表示的一个或多个参数，可以确定未来状况。所述一个或多个参数可以包括以下一个或多个：覆咬合量、反咬合(underbite)量，牙齿倾斜量、牙齿挤压量、牙齿侵入量、牙齿旋转量、牙齿平移量、牙齿间距量、牙齿拥挤量、牙齿磨损量、牙龈萎缩量，颌宽度或腭宽度。在一些实施例中，所述方法还包括将所述一个或多个参数与一个或多个阈值进行比较，以便确定在未来时间点是否预测发生不期望的牙齿或正畸状况。如果在一个或多个参数中检测到异常，则可以生成警报。可选地，该方法还可包括生成在显示器上显示的用户界面，该用户界面被配置为显示该一个或多个参数。

可以将本文所呈现的预测技术的结果显示给用户。在一些实施例中，该方法还包括生成显示器上所显示的用户界面。所述用户界面可以被配置为在未来时间点处显示口腔内的预测数字表示的预测三维模型表示。用户界面可以被配置为在第一时间点处显示口腔内的第一个三维模型表示以及在第二时间点处显示口腔内的第二个三维模型表示。可选地，用户界面被配置为显示第一个三维模型、第二个三维模型或预测三维模型中的两个或更多的叠加。

一旦未来状况被识别，就可以生成潜在的治疗选项并向用户显示。因此，在一些实施例中，该方法还包括生成一个或多个用于未来状况的治疗选项，并在显示器所显示的用户界面上显示一个或多个治疗选项。一个或多个治疗选项可包括针对未来状况的一个或多个治疗产品或程序的列表。一个或多个治疗产品或程序的列表可包括定价信息、治疗时间信息、治疗并发症信息或保险偿还信息中的一个或多个。可选地，该方法可以还包括生成一个或多个治疗选项的比较，并且在显示器所显示的用户界面上显示该比较。生成比较可以包括比较治疗效果、成本、持续时间或预测结果中的一个或多个。

本发明的一些实施例提供了通过向患者实施一个或多个治疗选项而实现治疗结果的预测。在一些实施例中，所述方法还包括在实施所述一个或多个治疗选项中的至少一个之后生成所述口腔内的第二预测数字表示，以及使用显示器上的用户界面随时间显示表示所述第二预测数字表示的第二预测三维模型。

在一些实施例中，所述方法还包括接收经由显示器上所示的用户界面选择一个或多个治疗选项中的至少一个治疗选项的用户输入，并且生成至少一个治疗选项的命令以响应接收到的用户输入。可选地，所述命令基于第一或第二数字数据中的一个或多个生成。

在另一个方案中，本发明提供了一种用于生成患者口腔内的预测数字表示以确定患者未来状况的系统。该系统可包括一个或多个处理器和存储器。存储器可包括由一个或多个处理器执行的指令，以便使系统在第一时间点接收表示口腔内的第一数字数据，并在不同于第一时间点的第二时间点处接收表示口腔内的第二数字数据。所述指令可以使系统根据第一和第二数字数据继第一和第二时间点之后的未来时间点处生成口腔内的预测数字表示。这些指令可以使系统根据预测数字表示来确定口腔内的未来状况。所述未来状况可包括如果口腔内未被治疗，则预测未来时间点发生的不期望的齿状或正畸状况。未来状况可以在未来状况发生之前被确定。

在一些实施例中，系统还包括显示器，并且指令使得显示器生成用户界面。用户界面可以被配置为显示以下的一个或多个：表示口腔内的预测数字表示的预测三维模型，表示第一时间点处口腔内的第一个三维模型，表示第二时间点处口腔内的第二个三维模型，或未来状况的一个或多个治疗选项。在一些实施例中，用户界面被配置为显示一个或多个治疗选项，并接收选择一个或多个治疗选项中的至少一个治疗选项的用户输入。可选地，用户界面被配置为在实施至少治疗选项之后显示表示口腔内的第二预测数字表示的第二个预测的三维模型。在一些实施例中，用户界面被配置为显示一个或多个治疗选项的比较。

尽管本文中的某些实施例描述了预测未来牙齿排列，但这并不旨在限制，而应当理解为还可应用本发明的系统、方法和设备推算其他类型口腔内组织或物体，例如，牙龈、颚、腭部、舌头和/或气道的未来状态。

现在参照附图，图1示出具有上颚骨22和下颚骨20的头骨10。下颚骨20在关节30处铰接到头骨10。关节30称为颞下颌关节(TMJ)。上颚骨22与上颚101关联，而下颚骨20与下颚100关联。

生成颚100和101的计算机模型，并且计算机模拟模仿(moudel)颚100和101上的牙齿之间的相互作用。计算机模拟可以允许系统关注安装在颚上的牙齿之间进行接触的移动(motion)。计算机模拟可以允许系统提供当颚100和101彼此接触时在物理上是正确的真实的颚运动。此外，所述模型可用于模拟包括前伸移动、横向移动和“牙齿导向”移动的颚运动，其中下颚100的路径由牙齿接触而非由颚100和101的结构界限引导。所述运动可以被确定为一个颚，但也可以确定表示咬合的两个颚。

现在参照图2A，例如，下颚100包括多个牙齿102。这些牙齿中的至少一些牙齿可以从初始牙齿排列移动到后续牙齿排列。作为描述牙齿如何移动的参考系，绘制任意的中心线(CL)通过牙齿102。参照该中心线(CL)，每个牙齿的运动可以在轴线104、106和108所表示的正交方向上被跟踪(其中104是中心线)。如箭头110和112所示，中心线可以分别围绕轴线108(牙根成角)和轴线104(力矩)旋转。此外，牙齿可以围绕中心线旋转。因此，可以跟踪牙齿的所有可能的自由形式的移动。这些移动包括平移(例如，在X轴或Y轴的一个或多个上的运动)、旋转(例如，围绕Z轴的运动)、挤出(例如，在Z轴上的运动)或倾斜(例如，围绕X轴或Y轴中的一个或多个的运动)等等。除了牙齿运动之外，还可以使用诸如模型100的模型来跟踪牙龈线114的移动。在一些实施例中，模型包括颚的X-射线信息从而使得牙齿的牙根的运动也可以被跟踪。

图2B示出了如何根据牙齿102上的任一点P的最大线性平移来定义任何牙齿运动的幅度。当牙齿沿图2A所限定的任何正交或旋转方向移动时，每个点P1可以进行累积平移。也就是说，虽然该点通常会遵循非线性路径，但是在治疗期间的任意两次被确定时，牙齿中的任何点之间可能存在线性距离。因此，实际上，任一点P1可以如箭头d1所示进行真正的左右平移，与此同时，第二任意点P2可以沿弧形路径行进，导致最终平移d2。根据在任何特定的牙齿上引起的点P1的最大允许运动对本发明的许多方面进行限定。相应地，这种最大的牙齿运动可以被定义为在任何治疗步骤中进行牙最大运动的牙齿上的点P1的最大线性平移。

本发明提供了一种用于跟踪并跟踪口腔内的一个或多个结构变化的系统、方法和设备，所述结构包括但不限于牙齿、牙龈、颚、颞下颌关节、舌头、腭部和气道。这种变化的例子包括以下一项或多项：一个或多个牙齿的运动(例如，挤出、侵入、旋转、扭转、倾斜或平移)；一个或多个牙齿的大小、形状和/或颜色的变化；与一个或多个牙齿相关的牙龈的尺寸、形状和/或颜色的变化；上下颚之间的咬合关系(“咬”)的变化；颚和/或腭部宽度的变化；舌头定位的变化；或气道形状的变化。

在一些实施例中，患者口腔内的变化可以导致和/或表示一种或多种牙齿或正畸状况。如本文所用，术语“状况”是指患者表现出的疾病、异常或其他不期望的、不正常的和/或功能障碍的状态。这种状况的示例包括但不限于：咬合不正(例如，牙齿拥挤、牙齿间隔、覆咬合、超咬合、反咬合、交叉咬合、开放式咬合)、蛀牙、一个或多个牙齿脱落、牙根吸收、牙周病(例如，牙龈炎、牙周炎)、牙龈萎缩、颞下颌关节异常、磨牙症、阻塞气道和睡眠呼吸暂停。本文所使用的状况可区别于不满意或不成功的治疗或其他治疗干预的结果(例如，使牙齿背离矫正治疗计划中规定的牙齿排列，睡眠呼吸暂停治疗失败以达到预期结果等等)。

在一些实施例中，口腔内的某些变化表示和/或与必然发生的未来不期望的牙齿或正畸状况相关。例如，某些牙齿运动，如果允许其发展，可能会导致未来咬合不正。举另一个例子，牙龈形状的某些变化可表示未来的牙龈萎缩。在又一示例中，患者的牙弓和/或腭部的宽度不足可能与睡眠呼吸暂停的可能性增加相关，例如，由于舌头向后移位。在又一个示例中，牙齿和/或牙龈着色的变化可以表示蛀牙和/或牙周病。

因此，本发明提供了一种用于通过随时间跟踪并跟踪口腔内的变化来预测患者未来情况的系统、方法和设备。在一些实施例中，为了检测口腔内的变化，在多个不同的时间点期间捕获口腔内的数据。基于检测到的变化，在未来的时间点可以对口腔内的状态(例如，口腔内一个或多个物体的定位、形状、大小等)进行预测。可以分析预测的未来状态以识别在未来时间点可能发生的任何未来牙齿或正畸状况，例如，未来咬合不正、蛀牙、一个或多个牙齿脱落、牙根吸收、牙周病、牙龈萎缩、颞下颌关节异常、磨牙症、阻塞气道和/或睡眠呼吸暂停。一旦确定了未来状况，就可以生成潜在治疗选项(例如，用于预防或矫正状况)，并将其呈现给医务人员和/或患者进行检查。在一些实施例中，这些方法(approaches)通过使用带有数字建模的计算机方法来实现，以便与传统的视觉检查相比，能够以更高的灵敏度和准确度来检测口腔内变化并预测未来状况。

在一些实施例中，本发明的系统、方法和设备被用于在未来状况发生之前预测未来状况。例如，即使患者的当前牙齿排列是正常的，本文的一些实施例也可用于预测患者牙齿的未来的咬合不正。举另一个例子，即使患者当前没有经历任何睡眠呼吸暂停事件，本文的一些实施例可以用于预测患者未来将遭受睡眠呼吸暂停。本文中的方法允许状况确实在患者身上呈现之前数月甚至数年预测未来牙齿或正畸状况，从而能够使这种情况得到预先和主动治疗。

图3示出了用于预测患者的未来牙齿或正畸状况的系统300。系统300包括在多个不同时间点表示患者口腔内的多个数据组，比如，在第一时间点表示口腔内的第一数字数据302和在第二时间点表示口腔内的第二数字数据304(例如，在第一时间点之后)。如果需要，还可以包括附加时间点的数字数据(例如，第三时间点的第三数字数据，第四时间点的第四数字数据等)。数字数据可以提供一个或多个口内对象(例如，牙齿、牙龈、颚、TMJ关节、舌头、腭部等)的实际状态的表示，比如，在特定时间点的口内对象的定位、形状、尺寸、着色等。例如，第一数字数据302可包括在第一时间点处表示一个或多个牙齿和/或牙龈排列的三维模型，并且第二数字数据304可以包括在第二时间点表示一个或多个牙齿和/或牙龈的三维模型。可选地或组合地，除了牙齿和周围组织(例如，患者的颚或气道)之外，数字数据还可以为口腔内的其他部分提供数据。这些数据对口腔内各种结构如何相互作用以产生牙齿或正畸状况，以及如何矫正这些相互作用以减少或治疗牙齿或正畸状况提供更全面地理解。例如，对睡眠呼吸暂停的治疗可能涉及对牙齿位置的矫正(例如，腭部展开以使舌头向前移动)以及矫正患者的颚和咬合对齐(例如，颚前移以收紧气道的组织)。应该理解的是，可以将表示口腔内的实际状态的数据与表示口腔内的预期的、期望的或理想状态的数据区别开，例如，表示通过实施牙科或矫正治疗，例如，矫正治疗计划中牙齿的目标排列而实现的期望状态的数据。

各种类型的数字数据适用于本文所呈现的实施例，比如，二维数据(例如，照片、射线照片或其他类型的图像)或三维数据(例如，扫描数据、表面形貌数据、由二维数据构建的三维模型)。数字数据可以是静态的(例如，图像)或动态的(例如，视频)。数字数据可以提供诸如描绘患者牙齿、牙龈等的位置和取向的扫描或图像的一个或多个口内对象的大小、形状和/或表面形貌的表示。此外，数字数据也可以提供不同口内对象彼此的空间关系(例如，相对位置和方位)的表示，比如，表示上下颚之间咬合关系的咬合配准数据、头影测量分析数据，表示TMJ相对于牙弓的位置的面弓测量数据等。可以将多种不同类型的数字数据相互组合，以便形成在特定时间点准确地表示患者的口内表面和/或次表面腔的数字模型。例如，如本文进一步所述二维数据可以与三维数据组合。

在一些实施例中，数字数据包括患者口腔内的，诸如，一个或多个三维扫描的扫描数据。三维口内扫描可以通过，例如，使用光束阵列的共焦聚焦来确定表面形貌的口内扫描仪进行(例如，购自加利福尼亚州的圣何塞的艾利科技公司(AlignTechnology，Inc)的iTero

在一些实施例中，数字数据提供表示口腔内的一个或多个可见外表面的表面数据(例如，位于牙龈线上方的牙齿表面，比如，牙冠，牙龈表面，舌头等)。如上文和此处所述，使用口内扫描获得表面数据。可选地或组合地，数字数据可以提供表示口腔内的一个或多个次表面结构的次表面数据(例如，位于牙龈线下面在表面扫描数据中是不可见的牙齿部分，比如，牙齿牙根、骨头、肌肉、颚、气道等)。次表面数据可以包括X-射线数据(例如，咬翼片、根尖周X-射线、头部照相机、全景图)、CBCT数据、CAT扫描数据、磁共振成像(MRI)数据或超声数据中的一个或多个。次表面数据可以是二维(例如，图像)或三维(例如，体积数据)。

在一些实施例中，可以将次表面数据与表面数据组合以生成包括表面和次表面结构的口腔内的三维数字表示。例如，可以将表面数据和次表面数据组合以生成包括牙冠、牙根和牙龈的整个牙齿结构的三维表示。牙齿牙根的数据有助于提高对牙齿运动，特别是相对于运动速度和/或方向的非线性变化的理解，因此可以有利于更准确地预测未来的牙齿运动。例如，牙齿牙根的碰撞、由于腐烂或吸收而导致牙根形状变化，等会影响牙齿的运动。某些类型的牙齿运动可以是使牙根导致牙冠相应运动的“牙根先”运动。在一些实施例中，可以使用扫描获得一个或多个牙冠的三维表面数据。可以使用CBCT扫描数据获得与牙冠对应的一个或多个牙齿牙根的三维次表面数据。可选地或组合地，可以将二维X-射线图像或其他图像缝合在一起以形成牙齿牙根的三维表示。可选地，牙齿牙冠数据和牙齿牙根数据可以分别被分割成单独的牙齿部件，以便允许单独地操纵该部件。然后，例如，使用表面匹配，可以将牙齿牙冠数据和牙齿牙根数据进行数字组合以生成整个牙齿的三维模型。在一些实施例中，表面匹配算法使用牙齿牙冠的表面数据将牙齿牙根数据匹配和定向到每个牙齿的正确位置。可以基于标记(landmark)(例如，牙龈边缘、咬合面脊)在三维空间中执行匹配。匹配的准确性和速度可以在匹配过程中基于所使用的表面数据量而变化。一旦牙根被匹配并且处在正确的位置中，算法就可以对牙根的数据进行采样以创建牙根表面数据。然后，可以将牙根表面数据缝合到牙冠表面数据以生成牙齿模型。

产生和/或获得数字数据的时间点可以根据需要而改变。例如，每个时间点可以相差至少1个月、至少2个月、至少3个月、至少4个月、至少5个月、至少6个月、至少7个月、至少8个月、至少9个月、至少10个月、至少11个月、至少1年、至少2年、至少5年或足以精确检测变化和/或预测的任何其他延长的时间间隔。根据需要，每个时间点之间的间隔可以相同或可以改变。可选地，时间点之间的间隔对于预期发生更多变化的患者(例如，儿科患者)可以更短，而对于预期发生更少变化的患者(例如，成年患者)可以更长。在一些实施例中，每个数字数据组在不同的时间点被获得，而在其他实施例中，至少一些数字数据组在相同的时间点被获得。在一些实施例中，数字数据在定期牙科检查(例如，年度或半年度检查)期间被获得，从而使得时间点与检查的时间对应。可选地，数字数据可以在患者的口腔内的外科手术之前和/或之后被获得，这种情况有利于在非常短的时间间隔内获得数字数据以进行更准确的监测。

可选地，系统300可以包括一组或多组附加数据306。附加数据306可包括潜在地与牙科或矫正健康相关的患者的任何数据，比如，人口统计信息(例如，年龄、性别、民族)、生活方式信息(例如，身体活动水平、吸烟状态、药物摄入状态、饮酒状态、饮食习惯、口腔卫生习惯)、医疗信息(例如，身高，体重、体重指数(BMI))、病史、家族病史和/或遗传因素。例如，这些患者特点因素可能会影响某些牙齿或正畸状况发生的可能性。可以在单个时间点或者在多个不同的时间点获得附加数据，并且所述时间点可以与数字数据302、304的时间点对应也可以不对应。

在一些实施例中，如本文所所述的用于生成预测的数字数据和/或附加数据包括以下项目中的一个或多个：二维图像、三维图像、由一个或多个二维图像生成的三维图像、CBCT数据、三维扫描数据、视频数据、预期分析数据、石膏模型分析数据、生长预测、咬合关系、类似患者和/或治疗的历史数据、名族、性别、年龄、饮食习惯、患者是否经历睡眠困难、患者是否打鼾，睡眠呼吸暂停诊断数据、口腔睡眠器具的滴定测试数据、磨牙症和/或来自治疗专业人员的分析数据。

第一数字数据302、第二数字数据304和/或附加数据306被用来生成患者口腔内的预测数字表示308。预测数字表示308可以是继第一和第二时间点之后的未来时间点处患者口腔内的二维或三维模型。未来时间点可以是至少1个月、至少2个月、至少3个月、至少4个月、至少5个月、至少6个月、至少7个月、至少8个月、至少9个月、至少10个月、至少11个月、至少1年、至少2年、至少5年、至少10年、至少20年或者继数字数据被获得最后的时间点之后的任何其他期望的时间长度。在一些实施例中，预测数字表示308表示在未来时间点的一个或多个口内对象的预测状态(例如，定位、形状、大小、着色等)。

预测数字表示308可以以各种方式生成。在一些实施例中，产生多个不同的时间点处口腔内的数字数据(例如，第一数字数据302和第二数字数据304)的比较以便随时间确定口腔内的变化。例如，使用数字数据，在多个不同时间点的每一个处对一个或多个口内对象(例如，牙齿、牙龈、颚、TMJ、腭部、气道)的一个或多个特点(例如，位置、方向、形状、大小、颜色)进行测量。通过比较在不同时间点获得的测量结果，可以确定口内对象变化的速率、大小、方向、位置等。这些变化可以被推算到未来的时间点，以预测口内对象的未来状态。因此，通过对每个目标口内对象重复该过程，来生成口腔内的预测数字表示308。下面更详细地描述用于生成预测数字表示308的示例性方法。

可选地或组合地，基于患者数据(例如，数字数据、附加数据、测量特点、确定变化)与类似患者的历史数据(例如，存储在患者信息数据库中)的比较，生成预测数字表示308。例如，历史数据可以是患者的数据，其具有与当前患者的情况类似或紧密匹配的特点。相似性可包括咬合、牙齿位置、牙齿形状、牙齿运动速度、牙齿形状变化速度等等。可选地，相似性可以基于本文所描述的附加的患者特定因素，例如，具有类似人口统计信息、生活方式信息、医疗信息、病史、家族病史和/或遗传因素的患者。患者的口腔内所确定的变化可以与来自患者数据库的类似患者的类似变化的数据进行比较。在一些实施例中，基于历史患者数据可调整一个或多个口内对象的变化的确定速率、幅度、方向和/或位置。历史患者数据可被用于预测患者口腔内变化的未来结果以便生成预测数字表示308。

预测数字表示308用于预测患者口腔内的未来状况310。如上文和此处所述，未来状况310可能是如果口腔内未被治疗，预测在未来时间点发生不期望的牙齿或正畸状况(例如，咬合不正、蛀牙、一个或多个牙齿脱落、牙根吸收、牙周病、牙龈萎缩、TMJ异常、磨牙症、阻塞气道、睡眠呼吸暂停等)。此处所用的“未治疗”是指对于特定状况没有进行治疗，并不一定暗示着患者没有接受对于其他状况的治疗。例如，如果患者未接受治疗以矫正或防止咬合不正，则未来状况310可以是预测未来将发生的咬合不正。举另一个例子，如果患者未接受治疗以矫正或防止牙龈萎缩，未来状况310可以是预测未来将发生的牙龈萎缩。

在一些实施例中，通过分析预测数字表示308来预测未来状况310，以识别在未来时间点处是否存在任何不期望的牙齿或正畸状况。例如，可以评价预测数字表示308中的一个或多个牙齿的位置以确定是否存在咬合不正。举另一个例子，可以评估预测数字表示308中的牙龈线的位置以确定是否发生了过量牙牙萎缩。可选地，可使用预测数字表示308，比如，覆咬合量、反咬合量、牙齿倾斜量、牙齿挤出量、牙齿侵入量、牙齿旋转量、牙齿平移量、牙齿间距量、牙齿拥挤量、牙齿磨损量、牙龈萎缩量、颚宽度和/或腭部宽度，来测量表示不期望状况的一个或多个参数。可以将所测量的参数与参数的预期范围和/或阈值进行比较，以便确定在未来时间点是否会出现不期望状况。

基于预测的未来状况310，可以生成一个或多个治疗选项312。治疗选项可以包括用于矫正和/或预防预测的牙齿或正畸状况的产品和/或程序。示例性的治疗产品包括但不限于矫正器械(例如，牙齿再定位器具，如，矫形器或支架、保持器、睡眠呼吸暂停装置、护口器、齿科夹板、咬合板)、植入物和修复物(如，诸如牙冠或桥梁、填充物等假体)和药物(如，抗生素、漱口水、牙膏)。示例性的治疗程序包括但不限于矫正手术(如，正颌手术、牙周手术)、牙列和/或其他口内对象的改变(如，正牙、拔牙、空间维护、空间监控、空间恢复、邻间减少(IPR)、蒸馏、腭部扩张、咬合调整)、口腔卫生习惯的改变(如，刷牙、使用牙线清洁、使用漱口水)和生活方式改变(如，饮食习惯、身体活动水平、吸烟状态、药物摄入状态、酒精摄入状态)。

牙齿或正畸状况以及相应的治疗选项的一些示例包括：阻塞气道或睡眠呼吸暂停(例如，诸如，下颌前移器具、矫正手术、腭部扩张等的睡眠呼吸暂停装置)、牙齿拥挤(例如，拔牙、IPR、蒸馏、腭部扩张、拔牙、正牙等)、至少一个牙齿缺失(例如，闭合、植入物、矫正手术等)、牙齿间距问题(例如，闭合、IPR、拔牙、腭部扩张、矫正手术等)、牙龈疾病(例如，矫正手术、推荐更好的卫生保健，漱口等)、牙龈萎缩(例如，矫正手术、推荐更好的卫生保健、漱口水等)、TMJ异常(例如，颚再定位手术、颚再定位器等)、咬合不对准(例如，矫正手术、矫正器具等)、覆盖咬合(例如，矫正器具、畸齿矫正术等)、交叉咬合(例如，矫正器具、弓形扩张、畸齿矫正术等)、开放式咬合(例如，矫正器具、矫正手术、畸齿矫正术等)、过度喷射(例如，矫正器具、畸齿矫正术等)、反咬合(例如，矫正器具矫正手术、畸齿矫正术等)、咬合不正(例如，空间维护、空间监控或空间恢复、矫正手术、畸齿矫正术等)、牙根吸收(例如，植入物等)或磨牙症(例如，矫正器具、咬合调整等)。

治疗选项312可以作为治疗产品和/或程序的列表提供。可选地，该列表还可以包括用于治疗选项的定价信息、治疗时间信息、治疗并发症信息或保险报销信息中的一个或多个。所列出的治疗选项可以以多种方式排列，比如，通过作为疗效的有效性、成本、治疗时间、患者的适应性或患者、或者保险报销等等。该列表还可以包括用于治疗产品和/或程序的优选供应商和/或医务人员的超链接。例如，可以识别气道问题，和可以推荐一名或多名气道专家。

可选地，可以生成一个或多个治疗选项的预测结果314。该预测结果314可以表示继实施选择的治疗选项之后的未来时间点处的一个或多个口内对象的预测状态(例如，定位、形状、大小、着色等)。未来时间点可以是至少1个月、至少2个月、至少3个月、至少4个月、至少5个月、至少6个月、至少7个月、至少8个月、至少9个月、至少10个月、至少11个月、至少1年、至少2年、至少5年、至少10年、至少20年或继实施治疗选项之后的任何其它所需时间长度。基于患者活动或生活事件(例如，婚礼、休假、商务旅行等)确定未来时间点定。在一些实施例中，生成预测结果314涉及在进行治疗之后生成表示患者口腔内的一个或多个模型(例如，二维或三维模型)。

使用各种技术可以生成预测治疗结果314。例如，基于以前获得的患者口腔内和/或其他相关患者的数据(例如，第一数字数据302、第二数字数据304和/或附加数据306)，可生成所述结果314。在一些实施例中，基于与类似患者(例如，与目前患者具有相似特点的患者)的历史数据的比较来确定治疗结果314。可选地，表示类似治疗的结果的历史治疗数据可以用于预测将治疗应用于当前患者的结果。

可选地，在一些实施例中，患者口腔内的现有状况316也被确定。该现有状况可能是在患者口腔内已经发生并当前正存在的不期望的牙齿或正畸状况(例如，咬合不正、蛀牙、一个或多个牙齿的脱落、牙根吸收、牙周疾病、牙龈萎缩、颞下颌关节异常、磨牙症、阻塞气道、睡眠呼吸暂停等)。在一些实施例中，通过分析患者口腔内以前和/或当前数据(例如，第一数字数据302和第二数字数据304)来预测现有状况316以识别任何不期望的牙齿或正畸状况在当前是否存在。从数字数据中识别现有状况与上文和此处所述的从预测数字表示中识别未来状况相似。与此处所述的用于未来状况310的程序相似，可可以生成用于现有状况316的治疗选项312和/或预测结果314。应当理解的是，本文中检测和治疗预测未来状况所呈现的实施例同样适用对现有状况的检测和治疗。

如上文和此处所述，通过比较在不同时间点获得的口腔内的数字数据，可生成未来时间点的患者口腔内的预测数字表示。在一些实施例中，比较数字数据以便随时间确定口内对象的一个或多个特点(例如，定位、大小、形状、颜色等)的变化。使用各种方法比较数字数据组以便识别口内对象的变化。在一些实施例中，两组或多组数字数据被相互配准在共同的坐标系内。此处，该方法可以用于将二维数字数据组与另一个二维数字数据组(例如，两个图像)配准，将三维数字数据组与另一个三维数字组(例如，两个三维数字数据模型)和/或将二维数字数据组与三维数字数据组配准，或者按需求反之亦然(例如，将图像与三维模型配准)。通过在单个坐标系中将数据彼此配准，用于测量的参考系被建立。

例如，在不同时间点获得的牙齿的数字数据(例如，在此所述的牙齿牙冠和牙齿牙根的缝合的三维模型)可以被处理以确定唯一的诸如，牙齿的尖端或边缘或者临床冠状的面部轴线(FACC)等标识符或识别标记。这些标识符可以与其他数字表示中的相应标识符匹配，以便确定在不同时间点之间已经发生的变换。可选地或组合地，使用表面匹配算法将数字数据彼此配准。在一些实施例中，匹配过程大致基于每个牙冠中心和牙齿局部坐标系定位两个牙齿。然后，对每个牙齿，执行匹配操作。匹配操作可以是在试图找到合适的牙齿位置的同时使错误值最小化的迭代过程。在一些实施例中，该过程在原牙齿牙冠上找到一个点，并在当前牙齿上找到相应的点，并计算这些点之间的距离。所述过程再确定使这些错误的平方和最小的变换。定位牙齿和重复过程。选择一组新的点，过程找到差异并确定使误差最小化的变换。上述步骤可被迭代，直到误差小于终止标准或达到最大迭代次数。

一旦数字数据彼此配准，就可以确定不同数据组之间的变化。例如，初始和随后的数字数据可以被叠加到共同的坐标系中，以便在三维中确定数据之间的体积差异，从而确定数据之间发生的牙齿变化。通过比较变化的幅度和变化发生的时间间隔，可以确定变化率。在一些实施例中，变化率可包括牙齿运动速度、牙齿形状变化速度、牙齿大小变化速度、牙龈形状变化速度等中的一个或多个。例如，在识别牙齿磨损的情况下可以计算牙齿形状变化的速度，并且在识别牙龈萎缩或炎症的情况下可以计算牙龈形状变化的速度。这些变化可以表示为一个或多个随时间表示变化的幅度和/或方向的向量。

随后，通过将确定的变化率推算到未来时间点可生成预测数字表示。假设推算可以使口内对象以与确定的变化率一致的速率继续变化。例如，在牙齿运动的情况下，假设除非遇到障碍物，否则牙齿将沿方向并按照当前牙齿运动向量规定的速度继续移动。因此，所述推算可以用来预测牙齿的轨迹，从而确定其未来位置。如本文进一步所述，所用的推算法可以是线性的(例如，假定变化率是恒定的)或非线性的(例如，变化率可随时间变化)。使用至少三个不同时间点的数据进行线性推算，同时使用来至少三个不同时间点的数据进行非线性推算。例如，使用非线性推算预测沿弯曲路径的牙齿运动和/或加速或减速牙齿运动。在一些实施例中，如果牙齿表面和/或次表面发生碰撞，或者由于患者的生理、饮食、年龄等的变化而发生非线性牙齿运动。

例如，图4A至图4D示出了如何跟踪并预测一组牙齿400的运动。该组牙齿400可包括第一牙齿、第二牙齿和第三牙齿。图4A示出了在初始时间点处的第一牙齿401a、第二牙齿402a和第三牙齿403a。图4B示出了在后续时间点处的第一牙齿401b、第二牙齿402b和第三牙齿403c。如图4B所示，该组牙齿400在初始时间点已经从其位置移出。

如图4C所示，将在初始和后续时间点的一组牙齿400的位置进行比较。例如，牙齿400的三维模型可以相互叠加并进行比较。初始和后续时间点之间牙齿的运动向量可以确定。该运动可以是在初始时间点(牙齿401a)和后续时间点(牙齿401b)之间的第一牙齿的平移，并且相应的运动向量411可以被确定。该运动可以是在初始时间点(牙齿402a)和后续时间点(牙齿402b)之间的第二牙齿的挤出，并且相应的运动向量412可以被确定。该运动可以是在初始时间点(牙齿403a)和后续时间点(牙齿403b)之间的第二个牙齿的倾斜，并且对应的运动向量413可以被确定。

如图4D所示，运动向量411、412和413可用于在稍后的时间点确定牙齿400的位置。在一些实施例中，假设牙齿400将继续沿由运动向量411、412和413表示的轨迹移动。例如，第一牙齿401c可以以第一运动向量411表示的速率被平移更多，第二牙齿402c可以以第二运动向量412表示的速率被挤出更多，并且第三牙齿403c可以以第三运动向量413表示的速率被倾斜更多。为了清楚起见，第一牙齿401a、第一牙齿401b和第一牙齿401c是与组400的第一牙齿相同，但在不同的时间点，第二牙齿402a，第二牙齿402b和第二牙齿402c是相同的第二牙齿但是在不同的时间点，并且第三牙齿403a，第三牙齿403b和第三牙齿403c是与组400的第三牙齿相同，但是在不同的时间点。

虽然平移、挤出和倾斜在图4A到图4D中被隔离(insolation)示出，但是牙齿可以以诸如旋转等其他方式或以任何方式的组合移动。例如，牙齿可以倾斜和平移，牙齿可以挤出和旋转，牙齿可以倾斜、平移和挤出，可以被跟踪的几个可能的牙齿运动等来确定未来运动。可跟踪的牙齿运动包括一个或多个牙齿挤出、侵入、旋转、扭转、倾斜或平移。可选地或组合地，也可使用本文的方法跟踪牙齿的其他类型的变化，例如，牙根吸收、釉质腐烂和/或龋齿形成。

在一些实施例中，如上文和此处所述，除了表面扫描数据之外，使用次表面数据跟踪并预测一组牙齿的运动。图5A至5D示出了如何跟踪并预测一组牙齿500的运动。该组牙齿500可包括第一牙齿和第二牙齿。图5A示出了初始时间点的第一牙齿501a和第二牙齿502a。每个牙齿包括牙龈线503(分别为牙冠504a和牙冠505a)上方的部分以及牙龈线503(分别为牙根506a和牙根507a)下方的部分。图5B示出了后续时间点处的第一牙齿501b和第二牙齿502b。如图5B所示，该组牙齿500在初始时间点已经从其位置移出，使得后续时间点处牙冠504b、505b和牙根506b、507b的定位不同于初始时间点。在一些实施例中，使用三维扫描来确定牙齿500的牙冠在不同时间点的位置，与此同时，使用诸如次表面数据(例如，X-射线、CBCT扫描、CT扫描、MRI、超声波等)的其他类型的数据来确定牙齿500的牙根在不同时间点的位置。因此，包括可见和不可见部分的每个牙齿的整体可以被数字表示，例如三维模型。

如图5C所示，牙齿500在初始和后续时间点处的位置可以被比较。例如，包括牙齿牙冠和牙齿牙根的牙齿500的三维模型可以相互叠加并比较。该比较涉及比较牙齿500的牙冠在起始时间点和后续时间点处的位置以及比较牙齿500的牙根在起始时间点和后续时间点处的位置。初始和后续时间点之间牙齿的运动向量510、511可以被确定。运动向量510、511可以基于牙齿500的牙冠和/或牙根的位置的变化。如图5C所示，牙齿500以以向量510、511表示的速率和轨迹随时间移动。运动向量510、511可用于在稍后的时间点确定牙齿500的位置。例如，如图5D所示，如果假设牙齿将根据运动向量510、511继续移动，则预测第一牙齿501c和第二牙齿502c在后续时间点将开始减速并彼此碰撞。可选地，表示牙根形状变化的向量(例如，由于再吸收而导致牙根收缩)也可以被确定并可用于预测牙齿的未来位置。

在一些实施例中，通过分析和推算牙根的运动和/或形状变化来预测未来的牙齿位置。与仅依赖于表面扫描数据从而限于对牙齿牙冠分析的方法相比，这种方法可能是有利的，因为牙根的定位和结构可以对牙齿的运动产生显着的影响。因此，如本文所述将表面扫描数据和次表面数据组合以确定牙齿结构的整体变化可以提高推算未来牙齿位置的准确性。

如上文和此处所述，牙齿的形状和/或大小的变化也可以被确定。牙齿的形状和/或大小(例如，长度、宽度、高度、表面积、体积等)的变化可能与诸如磨牙症、咬合不正、不正确咬合对齐等状况有关。图6A示出了在初始点处的牙齿600a，图6B示出了在后续时间点处的同一牙齿600b。如上文和此处所述，在不同的时间点扫描牙齿600a、600b以产生形状和/或大小随时间变化的三维模型。如图6C所示(示出牙齿600a、600b彼此叠加的模型以示出形状和/或大小随时间变化)，牙齿600a、600b的模型可以彼此配准。通过比较牙齿600a和600b的表面来确定针对变化的轨迹和幅度向量610。如图6B和图6C所示，牙齿600b以以向量610表示的速率和轨迹随时间被磨损。基于向量610，牙齿600b的未来形状和/或大小，如图6D中的牙齿600c所示，可以被确定。例如，假设牙齿以与向量610表示的速率相似的速率被继续磨损。可选地或组合地，牙齿模型600a和600b的体积可以彼此比较以确定牙齿的体积变化率(例如，相对于初始体积的百分比变化)。因此，通过推算未来时间点的体积变化来确定未来的牙齿600c的大小和/或形状。

虽然牙齿的竖直磨损在图6A到图6D中被单独地示出，但是其他形状和/或大小的变化，例如，牙齿侧面的磨损以及其组合可以被跟踪以确定未来运动。结合牙齿运动可跟踪形状和/或大小的变化以确定未来时间点处牙齿的形状和位置。与依赖视觉检查的方法相比，本文所描述的预测方法可以允许对牙齿形状和/或大小变化进行更早和更准确地检测，从而允许对诸如咬合不正、牙根吸收、牙釉质衰退、龋齿形成等状况进行更早地诊断和矫正。

如上文和此处所述，牙龈和牙齿附近的其他组织的改变也可以被确定。牙龈的定位和/或形状的变化可能与诸如牙龈萎缩或牙龈炎等牙龈相关的状况有关。图7A示出了在初始点处牙齿702的牙齿线700a，图7B示出了在后续时间点处相同牙齿702和牙龈线700b。如上文和此处所述，牙齿702和牙龈线700a、700b可以在不同的时间点被扫描以产生位置和/或形状随时间变化的三维模型。如图7C所示(示出牙齿702和牙龈线700a、700b彼此叠加以显示位置和/或形状随时间变化的模型)，牙齿702和牙龈线700a、700b的模型可以被彼此配准。用于牙龈线的位置和/或形状变化的轨迹和幅度的向量710可以被确定。如图7B和图7C所示，牙龈线以向量710表示的速率和轨迹随时间后退。基于向量710，牙龈线700b的未来位置和/或形状，如图7D中的牙龈线700c所示，是可以被确定的。例如，基于根据向量710牙龈将继续后退的假设来计算未来牙龈线700c的位置和/或形状。

可选地或组合地，通过跟踪相应的牙齿702的大小(例如，长度、宽度、高度、表面积、体积等)来确定牙齿线变化的轨迹和幅度。例如，牙齿的表面积和/或高度(例如，从牙冠到牙齿线的距离)的增加可表示牙龈萎缩。如图7A和7B所示，牙齿702在第一时间点具有初始高度704a，在第二时间点具有增加的高度704b。如图7C所示，高度704a、704b之间的差值705可以用于计算牙齿702的高度变化率。高度变化率可用于预测牙齿702在未来时间点的未来高度704c，如图7D所示。例如，超过阈值的牙齿高度可以表示牙龈萎缩或齿龈炎。与其他方法(例如，视觉检查、牙龈间隙的测量)相比，本文描述的预测方法可以允许对牙龈定位和/或形状变化进行更早和更准确地检测。

如上文和此处所述，跟踪口内对象(例如，牙齿)的形状和/或定位的变化以确定对象的形状变化和/或运动的当前轨迹。口内对象的形状和/或定位的一些变化可以是线性的，并且可以通过比较从至少两个时间点获得的数据(例如，扫描数据，次表面数据等)来跟踪。口内对象的形状和/或定位的一些变化可以是非线性的(例如，指数的)，并且可以通过比较从至少三个时间点获得的数据来跟踪。随后，线性或非线性推算技术可以用于确定对象的预期轨迹，以便预测未来时间点处的形状和/或定位。

图8A示出了在第一、初始时间点800(时间t＝0)处的牙齿以及在第二、后续时间点801(时间t＝t

图8B示出了在第一、初始时间点800'(时间t＝0)的牙齿，在第二、后续时间点801'(时间t＝t

可选地，使用推算程序来生成预测数字表示，该推算程序，例如，通过如本文所述的避免碰撞算法，基于结构可能遭遇的障碍物(例如，其他牙齿、碰撞牙根、咬、牙根吸收或腐烂、牙龈萎缩)来调整口内对象的预期轨迹。例如，在一些实施例中，在不同的时间点获得的不同排列的患者牙齿的数字模型被用于生成在未来时间点处患者牙齿的预测数字表示。如本文所述，不同排列之间的一个或多个牙齿的牙齿运动速度可以被计算。随后，根据计算的速度，重新定位数字模型中的牙齿，以便产生未来牙齿排列。在重新定位期间，碰撞检测过程可被用于检测所预期运动是否会引起与相邻牙齿的碰撞。例如，碰撞检测过程可以在每个时间步骤确定任何描述牙齿表面的几何形状是否相交。可以假设除非发生碰撞，否则牙齿将根据计算的运动速度继续移动。

实施各种技术来检测牙齿之间的预期碰撞。例如，在一些实施例中，碰撞检测算法围绕对象占用空间的递归细分来定中心(centered)，其以似二叉树方式(inabinary-treelikefashion)进行组织。三角形用于表示数字数据集的牙齿。树的每个节点被称为定向边界框(OBB)并且包含出现在父节点中的三角形的子集。父节点的子节点之间包含父节点中存储的所有三角形数据。

节点的边界框被定向从而使其围绕该节点中的所有三角形紧密地贴合(fit)。树中的叶节点最好包含单个三角形，但可能包含多于一个三角形。检测两个对象之间的碰撞涉及确定对象的OBB树是否相交。如果树的根节点的OBB重叠，则检查根的子节点是否重叠。该算法以递归方式进行直到达到叶节点。在这一点上，坚固的三角交点例程被用于确定叶片上的三角形是否参与碰撞。

在一些实施例中，以惰性方式构建OBB树以节省内存和时间。这种方法源自对模型的某些部分将永远不会参与碰撞的观察，因此不需要计算模型的这些部分的OBB树。在递归碰撞确定算法期间，如必要通过分割树的内部节点来扩展OBB树。而且，具体地，在构建OBB树时，也可以不考虑碰撞数据不需要的模型中的三角形。例如，在两个层面上看移动。对象可能被视为(conceptualized)全局意义上的“移动”，也可能被视为相对于其他对象“移动”。附加信息通过避免由于对象之间碰撞的状态没有改变而对彼此静止的对象之间的碰撞信息重新计算来提高碰撞检测所花费的时间。

在可替代实施例中，收集检测算法计算沿两个牙齿所在的z轴线定向的“碰撞缓冲区”。计算所述碰撞缓冲区沿碰撞检测所需的运动轨迹的每个步骤或每个位置。为了创建缓冲区，在牙齿之间限定一个x、y平面。平面可以相对于两个牙齿是“中立的”。理想的情况是，中立平面被定为成不与任何牙齿相交。如果与一个或两个牙齿的相交是不可避免的，那么中立平面被定向成使得牙齿尽可能地在该平面的相对侧上。换句话说，中立平面使与另一个牙齿所在平面同一侧的每个牙齿的表面面积的量最小化。在平面上是一个离散点的网格，其分辨率取决于碰撞检测例程所需的分辨率。典型的高分辨率碰撞缓冲区包括400×400的网格；典型的低分辨率缓冲区包括20×20的网格。z轴线由垂直于平面的线定义。

通过针对网格中的每个点计算平行于每个牙齿的平面和最近表面之间的平行于z轴线的线性距离来确定牙齿的相对位置。例如，在任何给定的网格点(M、N)处，后面牙齿的平面和最近的表面由值Z1(M、N)所表示的距离分开，而前面牙齿的平面和最近的表面由值Z2(M、N)所表示的距离分开。如果碰撞缓冲区被定义为使得平面处于z＝0并且z的正值朝向后牙齿，那么在任何网格点(M、N)处当Z1(M、N)≤Z2(M、N)时牙齿碰撞在平面上。

如果检测到牙齿之间的碰撞，则可以改变一个或两个牙齿的运动速度和/或轨迹。例如，在一些实施例中，如果发生碰撞，则创建“推”向量以使预期运动的路径偏离碰撞。基于推动向量，当前牙齿从碰撞中“反弹”，并且生成新的牙齿运动。可替换地，假设碰撞停止了碰撞牙齿的一些或全部的进一步运动，例如，运动速度被减低或被设置为零。可选地，在一些实施例中，如果检测到碰撞(例如为了警告用户)，则停止推算过程。

对多个不同时间点的表面扫描数据和/或其他类型的数字数据进行的推算可以提供更早和更可靠的预测，而通过静态图像或模型的视觉检查或回顾是不可能的。咬合不正变化可以是牙齿运动的级联可能发生小的增量。由于牙齿之间的密集的咬合，单个牙齿可能会以小到几乎检测不到的增量移动。密集的咬合可能导致这个牙齿先移动，然后导致在不同位置的密集咬合，这还可能在其地方引起另外的移动，这还可能导致在其他地方的密集咬合，如此类推。对这种“多米诺”效应的预测可能是相当困难的，因为医务人员的视觉检查经常不考虑对颚运动和肌肉组织的影响。通过在初始时间点获得诸如三维扫描的数字数据，并且在取得第二和/或随后的数字数据(例如6个月或1年以后)之前允许有足够的时间通过，咬合、颚、软组织的实际结果在牙齿本身的排列是明显的。任何牙科修复工作的作用也可以被确定。

图9示出了用于生成患者口腔内的预测数字表示以确定患者的未来状况的方法900。与本文提供的所有其他方法一样，方法900可以与本发明的系统和设备的任何实施例结合使用。例如，方法400的一些或全部步骤可以由计算机系统的一个或多个处理器执行，如本文进一步所述。

在步骤905中，接收口腔内的第一数字数据。第一数字数据可以表示在第一时间点口腔内或其一个或多个对象(例如，牙齿、牙龈、颚、腭部、舌头、气道、TMJ等)的实际状态。在一些实施例中，第一个时间点是患者的牙齿和正畸监测的初始时间点。在一些实施例中，初始时间点发生在乳牙萌出之后恒牙萌出之前，例如，4至6岁之间。获得较早年龄的牙齿的扫描数据有利于在通过视觉检查发现之前对牙齿或正畸状况进行更好的检查。

在步骤910中，接收到口腔内的第二数字数据。第二数字数据可以表示在不同于第一时间点的第二时间点处口腔内或其一个或多个结构的实际状态。第一和第二时间点可以是不同的，例如，至少1个月，至少2个月，至少3个月，至少4个月，至少5个月，至少6个月，至少7个月，至少8个月，至少9个月，至少10个月，至少11个月，至少1年，至少2年，至少5年或如本文所述的适合生成准确测量和/或预测的任何其它时间间隔。第二时间点可以在第一时间点之后。第二个时间点可以发生在恒牙开始萌出之后，但在所有的乳牙已经脱落之前，例如在6-12岁之间。

在一些实施例中，例如，第一和第二数字数据是口腔内的三维扫描和/或包括表示患者牙列和/或周围组织(例如，牙龈、腭部、舌头、气道)的三维表面形貌的数据。每次扫描可包括牙齿的上和/或下牙弓。如上文和此处所述，牙齿的三维模型可以基于描述生成。使用在两个或更多个不同时间取得的扫描数据来评价口内对象的未来位置和/或形状，例如，牙齿、牙龈、咬合等，如本文进一步描述的。可选地或组合地，除了扫描数据以外，还可以使用其他类型的数字数据，例如牙齿牙根的次表面数据，从而使得不可见的口内对象(例如，牙齿牙根、颚、气道)的定位和/或形状也可以被确定。

可选地，在第二时间点之后的其他时间点可以接收表示口腔内的数字数据，例如，在第三时间点获得的第三数字数据，在第四时间点获得的第四数字数据等。如下文和本文所述，在任何数量的时间点处的任意数量的数据数据组都可以被接收并且随后被分析。本文中的数字数据可以在患者的牙齿发育期间的任何时间点的组合处(例如，在恒牙列发育之前、期间和/或之后的时间点)获得。例如，在所有的乳牙已经脱落(例如，12岁之后)和/或一旦完整的恒牙列完成后(例如，在第三磨牙萌出之后，这通常发生在17到25岁之间)，可以获得后续的数字数据。

在步骤915中，接收附加数据。在一些实施例中，附加数据提供了用于识别当前状况和/或预测患者中的未来状况的其他信息。例如，附加数据可以包括人口统计信息、生活方式信息、医疗信息、病史、家族病史和/或遗传因素。可以在一个或多个不同时间点接收附加数据，这可以是也可以不是收集第一和第二数字数据的相同时间点。例如，在牙齿发育期间的多个时间点和/或与扫描数据同时接收附加数据。或者，在单个时间点接收附加数据。

在步骤920中，生成口腔内的预测数字表示。预测数字表示可以是在第一和第二时间点之后的未来时间点的口腔内预测未来状态或其一个或多个结构的二维或三维模型。未来时间点可以是至少1个月、至少2个月、至少3个月、至少4个月、至少5个月、至少6个月、至少7个月、至少8个月、至少9个月、至少10个月、至少11个月、至少1年、至少2年、至少5年、至少10年、至少20年或在第一和/或第二时间点之后的任何其他所需时间长度。未来时间点可对应于一个生活事件，例如，当患者到18岁、结婚、搬家、退休、旅行、竞争等。

如上文和此处所述，使用各种方法基于第一和第二数字数据来生成预测数字表示。例如，在一些实施例中，比较两个或多个时间点上的数字数据以便产生比较。在任何数量的时间点处的任何数量的数据组都可以进行比较。在一些实施例中，生成比较涉及在共同的坐标系中将第一和第二数字数据彼此配准。生成比较可以涉及在第一时间点(例如，使用第一数字数据)测量口内对象的特点，在第二时间点(例如，使用第二数字数据)测量口内对象的特点，并且在第一和第二时间点之间确定特点的变化。可选地，使用相应的数字数据在后续时间点测量特点以变确定后续时间点期间的特点变化。

口内对象的特点的未来改变可以被预测以响应所确定的变化和/或选择的时间间隔来预测，并且用于生成预测数字表示。例如，如上文和此处所述，特定特点的变化率可以被确定，并且可以将变化率推算到选择的未来时间点，以便预测未来时间点处口内对象的特点。通过重复多个口内对象(例如，患者口腔内的每个牙齿)的这个过程，未来时间点的口腔内的数字表示可以被预测和生成。

在示例性实施例中，此处的方法可以用于在未来时间点生成患者牙齿的预测。在一些实施例中，可以测量牙齿在第一时间点的定位和/或形状，例如，第一时间点的扫描数据，以及可以测量牙齿在第二时间点的定位和/或形状，例如，第二时间点的扫描数据。可选地，可以测量附加时间点(例如，第三时间点)的牙齿的定位和/或形状，例如，在附加时间点处获得的扫描数据。在一些实施例中，还可以测量牙齿周围组织的定位和/或形状，例如，牙龈、舌头、腭部，气道等的定位和/或形状。

在两个或更多个时间点之间可能已经发生了许多牙齿的变化。例如，一个或多个牙齿可能已经移动，一个或多个牙齿可能已经磨损或脱落，一个或多个牙齿可能已经恢复或更换，并且牙齿周围的一些或全部牙龈可能已经萎缩或肿胀。因此，一个或多个牙齿和/或周围组织的运动和/或形状变化速度可以被确定。通过在第一时间点和第二时间点之间的时间间隔期间确定一个或多个牙齿和/或周围组织的运动和/或形状变化，并且通过确定这种运动或变化的速度来对不同时间点的牙齿和/或周围组织之间的比较进行确定。例如，第一时间点的上牙弓可以与第二时点的上牙弓配准和比较，同时第一时点的下牙弓可以与第二时间的下牙齿弓配准和比较。

由于人的大小、形状和咬合的原因，每个人的嘴是独特的。牙齿位置的任何自然恶化都是由于牙齿运动的不同速率以及牙齿磨损的不同区域导致的病患。例如，一些患者的咬伤由于后牙咬合表面的磨损而加重，导致其前部更密集的接触，并且由于其朝向舌头倒塌而向前牙施加向内的压力而导致更大的拥挤。在另一个例子中，舌头的压力可能导致其他牙齿更大的间距和前咬合开口，这可以最初几乎不可察觉的速率开始，但随时间可以放大到显着的变化。每个牙齿的这种变化的速度可以通过三维扫描的比较来确定。个人牙齿可以被识别和标记。在两次扫描之间的各个牙齿的X、Y和/或Z位置和/或牙齿的一个或多个识别的标记中的差异可以被确定。牙齿的各个轨迹都可以被计算。牙齿运动的速率、幅度和方向可以被计算为三维向量。牙齿形状改变的速率和位置也可以被确定。例如，已经磨损的区域可能被继续磨损。在一些实施例中，基于诸如由牙齿根部位置或牙龈线的比较而得到的附加信息来调整使一个或多个牙齿变化的确定的速率、幅度、方向和/或位置。例如，对在两个不同时间点的牙齿牙根位置的比较进行推算以确定在任何未来时间点的牙根的位置，并且这个确定的牙根的位置可以至少部分地被用于确定在未来时间点的牙齿和碰撞。在另一个例子中，对在两个不同时间点的牙龈线的比较进行推算以确定任何未来时间点的牙龈线，并且该确定的牙龈线可以至少部分地被用于确定在未来时间点上牙齿的变化。上文和此处进一步描述了基于扫描对牙齿变化的速度和轨迹的确定和应用。

可选地，牙齿的变化可以与从患者数据库获得的关于类似患者的类似变化的数据进行比较。例如，基于在第一和第二时间点之间确定的牙齿的运动速度或形状变化和/或来自患者数据库的患者数据(例如，类似患者的类似动作或变化)，可以预测牙齿在未来时间点的定位和/或形状。例如，通过从第一和第二时间点线性推算位置和/或形状数据来进行预测，来确定在未来时间点向位置和/或形状的运动的向量和/或速度。如此处进一步描述的，利用在第三或更多时间点的第三或更多三维扫描来检测任何非线性变化并进行非线性推算。例如，可以预测沿弯曲路径的牙齿运动和/或牙齿运动中的加速或减速。

在一些实施例中，虽然可以确定每个牙齿的预期轨迹，但诸如相邻牙齿的障碍物可能妨碍预期牙齿运动的完全发生。例如，当由计算机系统呈现变化时，牙齿可以以三维几何形状重叠。本发明的实施例可以在预测牙齿的未来定位和/或形状时提供牙齿防撞算法，如上述所述。

在一些实施例中，向用户显示预测数字表示，例如，作为未来时间点的口腔内的三维模型。三维模型可包括预期牙齿动作、预期牙齿取向变化、预期牙齿形状变化、预期牙龈线变化、预期牙根位置变化、预期咬合位置变化、预期气道变化或预期舌头位置变化等等中的一个或多个。显示三维模型数据以便医务人员观察和验证牙齿和/或其他口内对象的预测的未来位置、大小、形状等。这些模型也可以被存储在患者数据库中以备日后使用。

在步骤925中，确定口腔内的未来状况。如上文和此处所述，未来状况可以是如果口腔内未被治疗预测未来时间点发生的不期望的牙齿或正畸状况。在一些实施例中，未来状况是在未来状况发生之前被确定的。或者，未来状况在未来状况发生之后但在视觉上可检测之前被确定的。在一些实施例中，基于预测数字表示(例如，通过测量表示的一个或多个参数来确定是否存在异常)来预测状况。可以考虑诸如患者或患者的年龄、牙齿发育年龄、磨牙关系、切牙拥挤和/或间隔、牙弓形式、面部类型、气道和水平/垂直的覆咬合等附加信息来预测牙齿或正畸状况。

例如，如果当前患者或患者数据落入牙齿或正畸状况的合适范围，如果当前患者或患者数据与之前在数据库中识别的牙齿或正畸状况的数据非常接近，如果当前患者或患者数据与复发状况下的当前患者或患者的数据非常接近，计算机系统可以自动预测牙齿或正畸状况，或可以自动提供可适用的牙齿或正畸状况列表。然后，使用计算机系统的医务人员可以从列表中选择一个或多个状况。可选地或组合地，计算机系统可以提供并显示医务人员可以评价以用于诊断牙齿或正畸状况的关键参数(例如，测量结果)。可选地，医务人员可以选择某些关键参数进行监测，如果在预测过程中检测到与这些参数有关的问题或异常，则计算机系统可以生成警报。牙齿或正畸状况进行预测以及对状况的治疗可包括上文和此处所述的任何状况及其相应的治疗。在一些实施例中，本文所述的方法也可以用于识别现有的牙齿或正畸状况。通过引用并入本文的美国临时申请No.62/079，451描述了识别或预测牙齿或正畸状况和治疗状况的其它方法。

在一些实施例中，步骤925涉及预测数字表示上的参考数据和/或特征的自动建立和/或检测。这样的参考数据和/或特征可以被用来获得自动计算的各种牙齿测量结果，以便于诊断和治疗。这些选定的参考数据和特点可以通过数据库、库和其他类似存储器的应用被适当地辨识，所述数据库、库和其他类似存储器的应用包括能够通过计算机实现方法来自动识别这些参考数据和特征的参考数据和牙齿特征特点。例如，在一些实施例中，自动建立和/或检测参考数据和/或特征可包括自动建立参考对象、自动建立参考系的、自动检测牙齿解剖学特征和/或自动构建正畸参考。一个或多个这些特点、系和参考中的任何一个可以被用于自动计算预测未来状况的适当的测量值。

在一些实施例中，自动计算齿科测量值可以包括计算大量牙齿尺寸，例如，大小、形状和其他牙齿特点，以及计算牙弓尺寸及其类似，例如，弓形牙齿的相对位置。例如，自动计算齿科测量值可以包括计算角度相对位置，例如，牙冠角度(尖端)，牙冠倾角(扭矩)和/或牙冠旋转(围绕牙齿轴线)。此外，自动计算齿科测量值可以包括计算每个牙齿相对于其他牙齿的平移相对位置，比如，牙冠高度和/或牙冠突出。自动计算齿科测量值还可以包括计算相对重叠，例如，局部过度拥挤或牙齿彼此如何阻塞。另一种计算齿科测量值可包括相对相干性，该相对相关性是由角度相对位置和平移相对位置测量值衍生的。例如，两个相邻牙齿的相对相干性是其相对位置相对于角度和平移分量的差值。

在一些实施例中，计算齿科测量值包括诸如牙冠形状、近中向远端的宽度、颊舌宽度、牙冠高度(沿垂直于咬合平面的牙冠的长度)和其他类似的牙齿特点，比如，牙冠基部周围的样条曲线(牙冠和牙龈表面的边界上的样条曲线)。自动计算齿科测量值还可以包括计算，诸如切牙、犬齿，前磨牙和磨牙特点等各种其他齿科特征，包括点特征(由中心点和围绕中心点的区域，例如，牙尖)所描述)和/或细长特征(由中心曲线和围绕中心曲线的区域(例如，凹槽和脊)所描述)。自动计算齿科测量值可以包括基于所建立、检测和/或构建的静态或动态齿科特征、参考对象和/或参考系中的一个或多个来计算牙齿尺寸和/或牙弓尺寸等。

在一些实施例中，自动计算齿科测量值还可以确定，诸如，切牙脊对准角，下颌后向对准特点，上颌后向对准特点，后边缘脊相对高度，后牙齿的颊舌倾斜距离，和/或邻间接触等齿科特征。此外，自动计算齿科测量值可以包括自动计算咬合特点，包括，例如，沿牙弓的咬合接触和咬合关系。

本文所述的齿科测量值可用于检测不期望的牙齿或正畸状况的存在。在一些实施例中，咬合不正(例如，拥挤、间隔、超咬合、开口式咬合、交叉咬合、角度类别、咬合接触和/或其类似)的程度和数量可以由各种齿科测量值确定，然后适当地显示给用户，以便于进行齿科治疗和规划，如上文和此处所述。例如，由穿过在下颌牙弓上具有中间平面的下颌切牙脊的中点的曲线的交点到上颌切牙的颊面(在闭合位置)的距离来确定超咬合。举另一个例子，覆咬合可以定义为上颌切牙的颊面在穿过下颌切牙脊的中点的曲线之上的百分比。以这种方式，可以准确、可靠和/或有效地实现咬合不正的自动确定。

在一些实施例中，测量结果可以用于自动计算，诸如用于评价和评估预测未来状况的正畸或齿科指标。例如，基于对测量结果的自动计算可实现诸如同行评估评级(PAR)指标、ABO差异指标、ABO客观评级系统及其类似的正畸或齿科指标的自动计算。此处提供的自动化方法可以减少或消除与这种指标的人工计算或视觉评估相关的误差、不准确性和时间延迟。在一些实施例中，通过确定和评估诸如测量值，例如，发现前牙齿接触点、确定后牙齿咬合类别、检测或测量后牙开口式咬合或交叉咬合、计算前牙超咬合和/或测量中线差异，来自动计算PAR指数。计算这种指数以允许用户在疗程的任何阶段有效地评估病例的复杂性和/或测量治疗结果的质量。此外，使用这种指数可以允许在治疗之前、期间和/或之后对治疗病例进行评分或评价。

在步骤930中，生成和/或显示未来状况的治疗选项。例如，生成并显示，例如，给医务人员，推荐的治疗产品和/或程序的列表。所生成的治疗产品和/或程序可以基于状况的严重程度、患者特定特点(例如，人口统计信息、生活方式信息等)、治疗成本和持续时间的期望参数等被定制。医务人员可以选择一个或多个显示的治疗产品和/或程序来用于治疗预测的牙齿或正畸状况。

推荐的治疗产品和/或程序可基于状况或预测的状况的严重程度来生成。在一些实施例中，评估状况或预测状况的严重程度以确定是否需要矫正。例如，如果严重程度超过阈值(例如，距离、旋转、牙弓、覆咬合、反咬合、拥挤、空间、牙龈间隙等)，则可以推荐进行矫正。阈值可以根据医务人员的偏好和判断而变化。可选地，通过或不通过相应的阈值，将患者的状况或预测状况的严重程度显示给医务人员，以允许医务人员确定是否需要矫正。如果医务人员确定需要矫正，则可以生成和显示如本文所述推荐的产品和/或程序列表。如果医务人员确定不需要矫正，则可以省略步骤935和945。在其他实施例中，如果状况或预测状况被识别，则可以生成推荐的治疗产品和/或程序，而不管严重程度如何。例如，如果预测有牙龈炎等，那么当首次检测状况时，规定治疗，例如，由于磨牙症而在牙齿磨损的第一个征兆处提供咬合板以限制TMJ问题、改变口腔卫生习惯(例如，刷牙习惯、牙刷类型、使用漱口水)是有利的。

在步骤935中，生成和/或显示治疗选项的预测结果。可以使用各种方法来预测向患者施行治疗选项的结果。在一些实施例中，本文提出的推算技术也可用于预测治疗结果。例如，为了预测患者的牙齿穿戴器具后的未来排列，将牙齿定位器具引起的牙齿位置变化推算到未来时间点。可选地或组合地，使用患者历史信息的数据挖掘来预测治疗结果。例如，使用数据挖掘来检索来自患者数据库的同类患者的历史数据(例如，相对于状况的类型、状况的严重程度、人口统计信息、生活方式信息、医疗信息、病史、家族病史、遗传因素等进行比较)，以及来自治疗数据库的同类治疗的历史数据。然后，可以将患者和/或治疗的历史数据作为预测患者将如何响应所提出的疗程，以及这种治疗的有效性、成本和持续时间的基础。

将不同治疗产品和/或程序的预测结果进行彼此比较，以便于选择最佳的疗程(例如，相对于治疗有效性、持续时间、成本、患者偏好、美学等)。例如，考虑到应用治疗产品和/或程序来生成口腔内的二维或三维模型。在一些实施例中，表示不同治疗选项的结果的多个不同模型被显示和比较。可选地，可以将未被治疗的未来时间点的口腔内模型以及类似的治疗模型作为比较点显示给医务人员和/或患者。

在步骤940，选择并订购未来状况的治疗选项。治疗选项可以从治疗提供者或产品制造商处订购。在所选择的选项是治疗产品(例如器具、假体等)的实施例中，订购程序涉及使用患者特定数据来设计和/或生成治疗产品。在一些实施例中，患者特定数据包括在步骤905-915中获得的数字数据和/或附加数据。例如，表示患者当前牙齿排列的三维数字数据可以用来设计用于重新定位患者牙齿的外壳校准器。又如，患者的牙齿和颚的数字表示可以作为生产用于治疗患者睡眠呼吸暂停的下颌前移器具的基础。例如，患者特定数据可以被传送到用于制造产品的制造机器和/或制造设施。

应当理解的是，上文所述的方法900作为示例被描述。该方法900的一个或多个步骤可以包括一个或多个子步骤。方法900可以包括进一步的步骤或子步骤，可以省略一个或多个步骤或子步骤，和/或可以重复一个或多个步骤或子步骤。例如，采用或分析三组或更多组而非两组数字数据；并且确定和分析牙齿和/或牙龈运动的非线性轨迹和幅度或其他变化。在一些实施例中，步骤915、930、935或940中的一个或多个是可选的。方法900的步骤可以以任何顺序执行，例如，步骤920-905的顺序可以根据需要而改变。方法900的一个或多个步骤可以用如下文和此处所述的计算机系统来执行。

图10A和10B示出了用于预测和治疗患者未来状况的算法1000。算法1000可以用于与本文所述的系统、方法和设备的任何实施例结合。此外，尽管本文在三维扫描的上下文中讨论了算法1000，但应当理解的是，算法1000也可以应用于患者口腔内的其他类型的数字数据，例如，二维图像数据。

算法开始于步骤1002。在步骤1004中，在第一时间点(t

在一些实施例中，三维扫描提供了诸如牙齿牙冠和牙龈的数据等口腔内的表面数据。可选地，在步骤1006中，算法检查是否接收到任何次表面数据，例如，牙齿牙根的数据。如果接收到次表面数据，则算法在步骤1008中确定数据是二维的还是三维的。如步骤1010所示，三维次表面数据可以直接被缝合到三维扫描。二维次表面数据可以在与三维扫描数据组合之前进行附加处理，如步骤1012所示。例如，诸如表面匹配算法等算法可以用于识别用于简历三维图像的二维数据中的标识。或者，二维数据可以应用于与第一个三维扫描相同的坐标系。然后，次表面数据可以在步骤1010中与三维扫描数据组合。

在步骤1014中，接收第二时间点(t

在步骤1016中，算法检测扫描所描绘的口内对象是否有任何变化。通过比较第一个三维扫描和第二个三维扫描可以检测到变化。根据本文描述的各种方法，对扫描数据之间的变化进行检测。例如，计算两次扫描之间的一个或多个口内对象的对应特点和/或标识之间的变化。如果检测到改变，则算法计算并显示变化(例如，在图形用户界面上)，如步骤1018所示。

如果没有检测到变化，则该算法生成口腔内的未来状态的预测，如步骤1020所示。步骤1020可涉及继时间点t

在步骤1022中，算法评估是否在口腔内的预测未来状态中检测到任何牙齿或正畸状况。如果未检测到状况，则算法进行到步骤1024，在步骤1024中，在后续时间点(t

如果在步骤1022中检测到预测的牙齿或正畸状况，则显示预测状况(例如，作为在用户界面中状况的三维模型和/或列表)，如在步骤1026中所示。在步骤1028中，生成并显示预测状况的潜在治疗选项。在步骤1030中，算法检测是否接收到选择所显示的治疗选项中的一个或多个的用户输入。如果没有进行选择和/或用户拒绝选择选项，则算法进行到步骤1032，在步骤1032中提示用户安排下一次口腔内扫描。在上文讨论的步骤1024处接收和处理附加的扫描。或者，如果没有安排附加扫描，则算法在步骤1034处结束。

如果选择了治疗选项，则在步骤1036中给用户查看有关所选治疗选项的信息的选项。在步骤1038中，显示(例如，在图形用户界面上的)信息。例如，用户界面可以提供与具有该信息的治疗提供者的网站的链接。

在步骤1040中，给用户查看治疗选项的预测结果的选项。预测结果可包括预测的治疗成本、持续时间、结果等，并且可以被显示在步骤1042中，例如，图形用户界面上。在一些实施例中，如果应用治疗选项，预测结果可以显示为表示口腔内的预测未来状态的二维或三维模型。可选地，可以给用户将不同治疗选项的预测结果和/或口腔内的未处理状态进行比较的选项。

在步骤1044中，给用户订购治疗选项的选项。如果用户不选择该选项，算法在步骤1046结束。或者，该算法可以返回到步骤1024以接收附加的扫描数据并继续预测程序。如果用户决定订购治疗选项，则在步骤1048中订购该选项。可选地，与治疗选项相关的数字数据(例如，患者口腔内的扫描)可以上传和/或传送给治疗提供者以便于治疗产品的生成。然后，该算法在步骤1050结束。在可替代实施例中，在对患者进行治疗之后，在步骤1024中接收附加扫描以继续患者口腔内的监测。

图13示出根据各种实施例的用于计算患者口腔内的口内对象的变化以便确定口内对象的未来状态的方法1300。方法1300可以用于与本文所述的系统、方法和设备的任何实施例结合。在一些实施例中，方法1300是计算机实现的方法，从而使得方法1300的一些或全部步骤借助于计算系统或设备(例如一个或多个处理器)来执行。例如，方法1300可以由包括一个或多个处理器的计算机系统和具有可由处理器执行的指令的存储器来执行，以使系统执行本文所描述的步骤。

在步骤1310中，接收表示第一时间点处的口腔内的第一数字数据。在步骤1320中，接收表示第二时间点处的口腔内的第二数字数据。步骤1310和1320可以类似于本文以前描述的方法900的步骤905和910被执行。同样地，可以在方法1300的后续步骤中接收并使用附加时间点的数字数据。所接收的数字数据可包括口腔内的任何数据，例如，表面数据和/或次表面数据。接收到的数字数据可以表示口腔内的实际状态，例如具体时间点出的一个或多个口内对象的实际位置、取向、大小、形状、颜色等，因此可以与表示口腔内的预期的、期望的或理想的状态的数据区分开来。

在步骤1330中，处理数据以确定口腔内的口内对象在第一和第二时间点期间的变化。处理的数据可包括，例如，在步骤1310和1320中获得的第一和第二数字数据，以及来自其他时间点的数据和/或可能与齿科正畸健康有关的任何其他附加数据。口内对象可以是本文所述的任何对象，例如，牙齿牙冠、牙齿牙根、牙龈、气道、腭部、舌头或颚中的一个或多个。口内对象的变化可以是对象的任何特征(例如，位置、取向、形状、大小和/或颜色)的变化。例如，步骤1330可以涉及确定在第一和第二时间点之间口内对象的位置变化。

可选地或组合地，处理数据以确定口内对象在第一和第二时间点上的变化率。如上文和此处所述，变化率可以口内对象的位置、取向、形状、大小和/或颜色中的一个或多个。例如，步骤1330可以涉及确定口内对象的速度(例如，移动速度)。又如，步骤1330可涉及确定牙齿的牙齿形状变化速度和/或牙龈的牙龈形状变化速度。在一些实施例中，确定变化率涉及确定表示，例如，类似于图4A-D、5A-D、6A-D和7A-D的时间点期间变化的轨迹和幅度的向量。

在步骤1340中，评价步骤1330中所确定的变化是否超过预定阈值。例如，步骤1330可以涉及基于第一和第二数字数据确定第一和第二时间点之间口内对象的位置变化，而步骤1340可以涉及评价位置变化是否超过预定阈值。预定阈值可以表示不期望的牙齿或正畸状况，从而可以确定如果所述变化超过阈值，则患者在未来时间点具有状况或处于状况发展的风险中。预定阈值的值可以以各种方式(例如，基于用户偏好、患者特点和/或来自齿科或正畸文献的数值)被确定。在一些实施例中，预定阈值由用户(例如，执业或治疗专业人员)输入。

在一些实施例中，如果确定的变化超过预定阈值，则通过，例如，显示器上所示的用户界面，向用户输出警报。警报可以向用户表示患者已经发展或者处于发展成不期望的牙齿或正畸状况的风险。可选地，为了响应变化超过预定阈值的评价，用于生成期望的齿科或正畸结果的多个选项可被生成并显示给显示器上所示的用户界面上用户。多个选项可以是用于治疗存在或预测发生不期望的牙齿或正畸状况的多个治疗选项。所显示的治疗选项还可以包括相关的定价信息、治疗时间信息、治疗并发症信息和/或保险偿还信息，如上文和此处所述。

在可替代实施例中，使用其他标准来评价所确定的变化，包括但不限于：所确定的变化是否小于预定阈值，所确定的变化是否大致等于预定值、所确定的变化是否落在预定范围内、所确定的变化是否处在预定范围之外，或其组合。

在步骤1350中，基于所确定的变化来确定口内对象的未来状态。未来状态可以是口内对象的未来位置、取向、形状、大小、颜色等。例如，在一些实施例中，步骤1350涉及确定口内对象的未来位置，并且基于在步骤1340中计算的移动速度确定运动轨迹来确定未来位置。运动轨迹可以是线性的(参见，例如，图8A)或非线性的(参见，例如，图8B)。因此，视情况，使用线性或非线性推算将口内对象的速度推算到未来时间点来确定口内对象的未来位置。在一些实施例中，基于两个以上时间点的数字数据(例如，分别表示第一、第二和第三时间点的口腔内的实际状态的第一、第二和第三数字数据)来确定非线性运动轨迹。例如，这种非线性运动轨迹可以涉及对象在移动方向上的变化和/或在移动速度上的变化。这种非线性变化可以使用两个以上时间点的数据来确定和推算。此外，两个以上时间点的数据可被用来确定其他参数，例如，在第一、第二和第三时间点期间与口内对象相关的力向量。

可选地，向用户显示口内对象的未来状态的图形表示，以便于对当前或未来的牙齿或正畸状况进行可视化和诊断。例如，如果预测未来位置，图形表示可以显示口腔内未来位置中的口内对象。如本文进一步讨论的，提供图形表示作为在可操作地连接到计算机系统的显示器上所示的交互式图形用户界面的一部分。

口内对象的未来状态可以被用于确定如果口腔内未被治疗，则预测未来时间点发生的未来不期望的牙齿或正畸状况。如上文和此处所述，未来状况可以在未来状况发生之前被预测，以允许预先治疗。类似于本文其他实施例，基于预测的口内对象的未来状态，生成未来时间点的口腔内的预测数字表示，并用于预测未来状况。

应当理解的是，以上文所述的方法1300作为示例。方法1300的一个或多个步骤可以包括一个或多个子步骤。方法1300可以包括进一步的步骤或子步骤，可以省略一个或多个步骤或子步骤，和/或重复一个或多个步骤或子步骤。例如，采用并分析三组或更多组而非两组数字数据。一些步骤是可选的，例如，步骤1340和/或1350。例如，在一些实施例中，省略步骤1350，从而使得方法1300不涉及预测口内对象和/或口腔内的未来状态。在这些实施例中，评价变化超过预定阈值是否足以表示当前是否存在不期望的牙齿或正畸状况，或者预测将来是否出现不期望的牙齿或正畸状况。

在一些实施例中，用于预测未来牙齿或正畸状况的系统、方法和设备实现一个或多个用户界面以向用户输出数据和/或接收用户输入。例如，计算机系统被配置为预测患者未来状况，该计算机系统可包括用于在显示器(例如，监视器、屏幕等)上生成图形用户界面的指令。计算机系统可以可操作地连接到用于接收用户输入的一个或多个输入设备(例如，键盘、鼠标、触摸屏、操纵杆等)，从而实现与用户界面的交互。用户界面可以使用户可视化患者口腔内的变化，任何预测未来状况、潜在治疗选项和/或治疗选项的预测结果。

图11A至图11G示出了用于预测患者未来状况的用户界面1100。用户界面1100可以由计算机系统的一个或多个处理器生成，并在显示器上显示给用户。用户界面1100可包括允许用户访问各种功能的一个或多个下拉菜单1102、用于显示口腔内的数字模型或其他患者数据的显示窗口1104、表示显示患者数据的时间顺序信息的时间线1106、识别和/或预测的牙齿或正畸状况的列表1108、所述状况的潜在治疗选项或解决方案列表1110、用于显示与一个或多个治疗选项相关的成本信息的按钮1112或其他交互元件，和/或用于在显示窗口1104中操纵视图的导航拨盘1114或其他交互式元件。用户可以与用户界面1100的各种元件(例如，通过点击、键盘输入等)交互以便执行与预测未来状况有关的各种操作。

图11A示出显示患者口腔内的数字数据的用户界面1100。数字数据可以由本文描述的数字数据类型(例如，扫描数据、次表面数据等)的任何合适的组合生成，并且可以通过用户界面1100以任何合适的格式显示。在所描述的实施例中，数字数据作为患者上牙弓1116a和下牙弓1116b的三维模型显示在显示窗口1104中。在可替代实施例中，数字数据可以以其他格式显示，例如，口腔内的二维图像。如果需要，还可以显示口腔内其他部分的模型，例如，颚、腭部、气道、舌头和/或TMJ的模型。用户界面1100可包括各种类型的工具和设置，以允许用户控制在显示窗口1104中呈现什么数据以及如何显示这些数据。例如，用户具有在不同的显示格式之间切换(例如，在二维视图和三维视图之间切换)的选项。在一些实施例中，例如，在下拉菜单1102的“视图”选项1118中选择适当的字段，用户可以控制显示口腔内的哪些部分。例如，用户可以选择仅查看下牙弓，上牙弓，或上下牙弓一起(例如，咬合地或分开地)。可选地，如果可以使用这些数据，用户还可以选择是否查看某些组织，例如牙齿、牙齿牙根、牙龈、舌头、颚、腭部、气道等。使用导航拨盘1114来执行所显示的数据的附加操纵。例如，导航拨盘1114可以在三维空间控制显示在显示窗口中的数据的位置、取向和/或缩放水平。

如本文所讨论的，在多个时间点接收患者口腔内的数字数据。因此，用户界面1100可用于显示和比较不同时间点的数据。在一些实施例中，时间线1106显示可用于特定患者的数字数据的时间顺序，例如，随时间扫描。用户可以使用时间线1106选择一个或多个时间点，以便显示所选时间点的数据。例如，如图11A所示，单个时间点，如标记1120所示，已经选择了，并且显示窗口1104中呈现的数字数据与所选时间点处获得的口腔内的数据对应。

在一些实施例中，如果选择多个时间点，则显示窗口1104显示彼此重叠的对应的数字数据组，从而便于对不同时间点的数据进行视觉比较。例如，根据用户的偏好，使用突出显示、颜色、阴影、标记等进行视觉表示不同时间点之间的口腔内的变化。在一些实施例中，用户界面1100还显示使不同时间点之间的变化量化的测量数据，例如，尺寸、力和/或向量数据。可选地，用户界面1100可以显示患者口腔内在一个或多个所选时间点期间的进展动画。在这些实施例中，用户界面1100可包括允许用户播放、停止、后退和/或快进动画的一个或多个动画控件(未示出)。

用户界面1100可以在所选时间点显示存在于患者口腔内的现有还有牙齿或正畸状况的列表1108。如上文和此处所述，本文呈现的方法可基于口腔内的数字数据来识别现有状况。例如，如图11A所示，在所选时间点识别出较小间距和较小旋转状况。在一些实施例中，使用诸如标签、颜色、阴影等视觉表示符，在显示窗口1104中所示的数据上识别与所列状况相关的口腔内部分。例如，在所描述的实施例中，用圆圈和标签标记出了患者的上下牙弓1116a-b的受影响区域。

在一些实施例中，用户界面1100可以显示针对所识别的牙齿或正畸状况的潜在治疗选项(在本文中也称为治疗方案)的列表1110。列表1110可以表示每个解决方案预处理哪个或哪些状况。可选地，列出的治疗方案可以显示为超链接，并且用户可以点击或选择超链接以查看关于每个方案的附加信息，例如，描述、治疗产品或程序的图像、预测成本、预测治疗的持续时间、保险和报销信息、治疗提供者列表、治疗提供者网页、订购信息等。可选地或组合地，显示具体解决方案的预测成本以响应用户选择“成本”按钮1114。在一些实施例中，如果选择了治疗方案，则用户界面1100显示治疗结果的预测，如本文进一步讨论的。可选地，用户界面1100可以生成用于一个或多个预约的显示建议时间，例如，用于监视检测状况的进展和/或实施所选的治疗方案。

图11B示出显示在附加时间点获得的数字数据的用户界面1100。在所描述的实施例中，更新了时间线1106以包括附加时间点。更新所识别的状况1108的列表和潜在的治疗方案1110的列表以反映口腔内的进展。例如，与11A所示的患者数据相比，图11B所示的稍晚时间点的患者数据表示增加所识别的状况1108的数量和严重程度。这也通过增加所显示的处理方案1110的数量和积极性来反映。

图11C示出了在未来时间点显示患者口腔内的预测数字表示用户界面1100。如上文和此处所述，预测数字表示可以由以前时间点根据口腔内的数字数据生成。在一些实施例中，生成预测数字表示以响应用户从下拉菜单1102中选择“预测”选项1122。用户可以通过从一个或多个预设选项中进行选择或者通过输入自定义日期表示应该生成预测的未来时间点。

一旦选择了时间间隔，根据本文所述的方法，使用来自以前时间点的数字数据来生成预测数字表示。可选地，用户可以，例如，通过从时间线1106选择期望的时间点，选择使用哪些时间点来生成预测。所得到的预测数字表示可以在显示窗口1104内显示为口腔内的二维或三维模型，例如，患者的下牙弓1124a和上牙弓1124b的模型。用户可以调节如何在显示窗口1104中显示预测的表示(例如，通过调整位置、取向、缩放、视图等)，如本文有关图11A所讨论的。更新时间线1106以示出由预测表示的未来时间点(例如，如标记1126所表示的)和与预测中使用的数字数据对应的时间点之间的时间顺序关系。此外，用户界面1100可以合并工具以允许用户将口腔内的预测状态与口腔内的以前和/或当前的状态进行比较。例如，预测数字表示可以从以前的时间点叠加到数字数据上，并且根据用户偏好使用突出显示、颜色、阴影、标记等进行视觉表示以前和未来状态之间的变化。如果需要，可以计算和显示变化的定量测量。举另一个示例，用户界面1100可以被配置为显示患者口腔内从以前的时间点到未来的时间点进展的动画表示。

如上文和此处所述，预测数字表示可用于预测在所选的未来时间点在口腔内坑能发生的一种或多种正畸或齿科状况。预测的未来状况可以在列表1108中向用户显示和/或在显示窗口1104中的模型上表示。此外，如果适用利用与相关资源的链接，将所识别的状况的潜在治疗方案显示在列表1110中。例如，图11C所示的预测表示从最后时间点开始五年后，患者除了在最后时间点出现的较小间距和较小旋转状况之外，还将产生较大间距和较小拥挤状况(参见图11A)。用户界面1100还表示畸齿矫正术是用于治疗和/或预防所识别的状况的潜在治疗方案。

图11D示出了显示所选治疗方案的预测结果的用户界面1100。预测结果可以显示为表示在实施所选方案之后的特定时间点口腔内的状态的二维或三维模型。例如，在所述实施例中，患者的上牙弓1128a和下牙弓1128b的模型被显示在显示窗口1104中，并且对应于未来时间点1132的所选治疗方案1130的预测结果。用户可以调整表示预测结果的模型如何显示在显示窗口1104中(例如，通过调整位置、取向、缩放、视图等)，如本文所讨论的。可选地，界面1100还可以显示与预测结果有关的其他类型的数据，例如预测成本、预测的治疗持续时间、保险和报销信息、治疗提供者列表、治疗提供者网页、订购信息等。

在一些实施例中，用户界面1100允许用户将预测结果与口腔内以前和/或当前状态(例如，通过选择时间线1106中的对应时间点)以及未经处理的口腔内预测的未来状态进行比较。例如，表示预测结果的模型可以覆盖到先前时间点的数字数据和/或未处理状态的预测数字表示。各种数字模型之间的变化可以通过例如，突出显示、颜色、阴影、标记等进行视觉表示。如果需要，可以计算和显示变化的定量测量。

可选地，如果多个治疗方案可用，则界面1100可以包括用于比较不同治疗的特点(例如，成本、持续时间等)和/或结果的工具以便进行决策。例如，界面1100可以显示表示不同治疗方案的结果(例如，彼此重叠)的口腔内多个模型，从而便于对不同治疗的功效进行视觉比较。举另一个例子，例如，以列表或表格格式对每个治疗方案的预测成本、持续时间和/或任何其他相关参数进行显示和比较。

图11E示出了显示患者口腔内数字数据比较的用户界面1100。尽管所述实施例描述了两个不同时间点所获得的口腔内数据的比较，但是应当理解的是，本文的实施例同样适用于其它类型的数据之间的比较，例如，以前获得的口腔内数据与预测的口腔内未来状态之间的比较。此外，如果需要，本文的方法可以用来比较两个以上的数据组(例如，三个、四个、五个或更多个数据组)。

在一些实施例中，在显示窗口1104中将比较作为第一模型1134与第二模型1136的重叠呈现给用户。用户(例如，通过在时间线1106中进行适当选择)可以选择比较哪个数据组。如图11E所示，第一模型1134对应于在第一时间点1138所获得的口腔内数字数据，并且第二模型1136对应于在后续时间点1140所获得的数据。类似于本文的其他实施例，用户可以，例如，通过选择口腔内哪些部分要被比较显示(例如，通过“视图”选项1118和/或显示设置1142)和/或通过调整显示视图(例如，通过导航拨盘1114)操纵显示窗口1104上显示的数据。

显示窗口1104中示出的不同模型可以通过颜色阴影、轮廓线、突出显示等在视觉上被彼此区分。例如，用虚线轮廓描绘第一模型1134，而把第二模型1136描绘为体积表示。此外，显示的模型之间的任何差异或变化都可以通过视觉标识符，例如，突出显示、颜色、阴影、标记、标签等示出。可选地，如果差异或变化表示现有或预测的未来状况，那么在显示窗口1104和/或状况列表1108中向用户表示这些差异或变化。例如，在所述实施例中，患者的某些牙齿在第一时间点1138和第二时间点1140之间被磨损，同时“磨牙症“被显示在状况列表1108中。

图11F示出了显示处于咬合状态患者牙弓的模型1144的用户界面1100。如上文和此处所述，表示患者上下牙弓之间空间关系的数据可被获得并用于模仿患者的咬合。因此，用户界面1100可以用于显示处于咬合状态的患者的牙弓，替代地或与分别显示牙弓结合(例如，如图11A至图11E所示)。显示处于咬合状态的牙弓对于显示咬合相关状况(例如反咬合、覆咬合、交叉咬合或类似第II类或第III类咬合不正)的进展和/或预测是有利的。可选地，用颚的其他部分的数据来补充咬合数据，以便提供患者的口内解剖更完整的表示，从而有助于涉及口腔的多个区域的复杂状况的诊断和治疗。例如，TMJ和牙齿牙根的数据可以结合咬合数据一起被显示，例如，从而便于观察可能导致TMJ疼痛的牙根运动和磨牙症问题。

图11G示出显示了用于显示睡眠呼吸暂停的治疗方案的数字模型1146的用户界面1100。在一些实施例中，睡眠呼吸暂停的治疗方案涉及在睡眠期间对患者的颚应用口腔矫治器(例如，下颌前移夹板)以使患者的下颚相对于上颚前移。例如，下颌前移可以通过将舌头从上气道移开来减少睡眠呼吸暂停事件的发生。因此，用户界面1100可以用于显示表示患者的颚通过佩戴器具所产生的相对位置的模型1146。使用在当前或以前时间点处患者口腔内的数字数据(例如，牙齿的扫描数据和/或表示颚之间咬合关系的咬合数据来生成模型1146。在一些实施例中，也显示了口腔内的附加部分，例如，舌头、腭部和/或上气道的模型。可选地，如果需要，用户界面1100可以允许用户操纵模型1146(例如，改变上和/或下颚的位置)以便调整颚前移的目标量。在一些实施例中，如果用户选择命令口腔矫治器疗法来治疗患者的睡眠呼吸暂停，则可以将模型1146作为订购过程的一部分传送给治疗提供者和/或器具制造者，以便于口腔矫治器设计和制造。

本发明还提供了一种计算机系统，其可以被编程或以其他方式配置为实现本文提供的方法。

图12示意性地示出了一种系统1200，其包括被编程为实现本文所述方法的计算机服务器(“服务器”)1201。服务器1201可以被称为“计算机系统”。服务器1201包括中央处理单元(CPU，本文也称为“处理器”)1205，其可以是单核或多核处理器，或者用于进行平行处理的多个处理器。服务器1201还包括存储器1210(例如，随机存取存储器、只读存储器、闪存)、电子存储单元1215(例如，硬盘)、用于与一个或多个其他系统联通的通信接口1220(例如，网络适配器)和诸如高速缓存、其他存储器、数据存储和/或电子显示适配器等外围设备1225。存储器1210、存储单元1215、接口1220和外围设备1225通过诸如主板的通信总线(实线)与CPU1205通信。存储单元1215可以是用于存储数据的数据存储单元(或数据存储库)。服务器1201借助于通信接口1220可操作地连接到计算机网络(“网络”)1230。网络1230可以是因特网、因特网和/或外联网，或者与因特网联通的内联网和/或外联网。在某些情况下，网络1230是电信和/或数据网络。网络1230可包括一个或多个计算机服务器，其可以实现分布式计算，例如云计算。在某些情况下，网络1230借助于服务器1201可以实现对等网络，其可以使设备连接到服务器1201以充当客户端或者服务器。服务器1201与诸如口腔内扫描设备或系统等成像设备1245联通。服务器1201可以通过网络1230，或者作为替代，通过与成像设备1245的直接联通的方式与成像设备1245联通。

存储单元1215可以存储诸如计算机可读文件等(例如，3D口腔内扫描文件)文件。在某些情况下，服务器1201可包括位于服务器1201外部的一个或多个附加数据存储单元，例如，通过内联网或互联网与服务器1201通信的远程服务器上。

一些情况下，系统1200包括单个服务器1201。在其他情况下，系统1200包括通过内联网和/或互联网彼此联通的多个服务器。

本文所述的方法可以通过存储在服务器1201的电子存储位置上的机器(或计算机处理器)可执行代码(或软件)，例如，存储器1210或电子存储单元。在使用期间，代码可以由处理器1205执行。在某些情况下，代码可以从存储单元1215中检索并存储在存储器1210以备处理器1205访问。在一些情况下，没有电子存储单元1215，机器可执行指令被存储在存储器1210上。或者，该代码可以在远程计算机系统上被执行。

代码可以被预编译并被配置为与具有适合于执行代码的处理器的机器一起使用，或者可以在运行时间期间被编译。代码可以编程语言的形式被提供，选择编程语言使代码以预编译或编译的方式执行。

本文提供的系统和方法(诸如，服务器1201)的方案可以体现在编程中。本技术的各种方案可以被认为是典型地以机器(或处理器)可执行代码和/或相关数据的形式的“产品”或“制造品”，这些代码和/或相关数据被携带或体现在一种机器可读介质中。机器可执行代码被存储在电子存储单元，这种存储器(例如，只读存储器、随机存取存储器、闪存)或硬盘上。“存储”型介质可包括计算机、处理器等的有形存储器或其相关模块(诸如，各种半导体存储器、磁带驱动器、磁盘驱动器等)中的任何一个或全部，这可以随时为软件编程提供非暂时存储。所有或部分软件有时可以通过互联网或各种其他电信网络进行通信。例如，这种通信可以使软件从一台计算机或处理器加载到另一台，例如，从管理服务器或主机加载到应用服务器的计算机平台。因此，可以承载软件元件的另一种类型的介质包括光学的、电学的和电磁波，例如在本地设备之间的物理接口上使用的，通过有线和光学陆地线网络以及各种空中链路。承载这种波的物理元件，(例如，有线或无线链路、光链路等也可以被认为是承载软件的介质)。如本文所使用的，除非限制于非暂时性有形“存储”介质，否则诸如计算机或机器“可读介质”等术语是指参与向处理器提供指令以供执行的任何介质。

因此，诸如计算机可执行代码的机器可读介质可以采取许多形式，包括但不限于有形存储介质，载波介质或物理传输介质。非易失性存储介质包括，例如，光盘或磁盘，诸如，任何计算机及其类似物中的任何存储设备，诸如，可用于实施附图所示数据库等的存储设备。易失性存储介质包括诸如这种计算机平台的主存储器等动态存储器。有形传输介质包括同轴电缆、铜线和光纤，包括在计算机系统内包括总线的导线。载波传输介质可以采取电信号或电磁信号，或者诸如在射频(RF)和红外(IR)数据通信期间产生的声波或光波的形式。因此，计算机可读介质的常见形式包括，例如，软盘、软磁盘、硬盘、磁带、任何其他磁介质、CD-ROM、DVD或DVD-ROM、任何其它光学介质、打孔卡、纸带、具有孔图案的任何其他物理存储介质、RAM、ROM、PROM和EPROM、FLASH-EPROM、任何其它存储器芯片或盒式磁带、传输数据或指令的载波、传输这种载波缆线或链路、或者计算机可以读取编程代码和/或数据的任何其他介质。这种形式的计算机可读介质中的许多可能涉及将一个或多个指令的一个或多个序列携带到处理器以供执行。

服务器1201可以被配置用于数据挖掘、提取、转换和加载(ETL)，或者爬取(spidering)(包括网络爬取，即系统通过网络从远程系统检索数据并且访问应用程序员接口或者解析结果标记)操作，这可以允许系统将来自原始数据源(或者挖掘的数据)的信息加载到数据仓库中。数据仓库可以被配置用于商业智能系统(例如

本发明的方法的结果可以在用户的电子装置的用户界面(UI)(例如，图形用户界面(GUI))上显示给用户(例如，医疗保健供应商)。诸如GUI等的UI可以被提供在用户的电子设备的显示器上。显示器可以是电容式或电阻式触摸显示器。这种显示器可以与本发明的其他系统和方法一起使用。

一个或多个处理器可以被编程为执行本发明的各种实施例和实施方式所描述的各种步骤和方法。本申请实施例所述的系统可以由例如，如上所述的各种模块组成。每个模块可以包括各种子例程、程序和宏。每个模块可以单独编译并链接到单个可执行程序中。

显而易见的是，用于这种方法的步骤的数量不限于以上描述的那些。而且，这些方法不要求所有描述的步骤都存在。尽管以上描述为离散步骤的方法，但是可以添加，组合或甚至删除一个或多个步骤，而不背离实施例的预期功能。例如，这些步骤可以以不同的顺序执行。同样显而易见的是，上述方法可以以部分或基本上自动化的方式执行。

如本领域技术人员所理解的，本发明的方法可以至少部分地体现在软件中并且在计算机系统或其他数据处理系统中执行。因此，在一些示例性实施例中，硬件可以结合软件指令以实现本发明。本文描述和/或附图所示的流程图中任何过程描述、元件或块应当被理解为可能表示代码的模块、段或部分，所述代码的模块、段或部分包括用于在这个过程中实现特定逻辑功能或元素的一个或多个可执行的指令。此外，在一个或多个示例中所描述的功能可以以硬件、软件、固件或以上任何组合来实现。如果以软件实现，则可以将这些功能作为一个或多个指令或代码发送或存储在计算机可读介质上，这些指令可以由基于硬件的处理单元执行，例如，一个或多个处理器，包括通用微处理器、专用集成电路、现场可编程逻辑阵列或其他逻辑电路。

如本文所使用的，术语“和/或”被用作功能词以表示一起或单独使用的两个词或表达。例如，A和/或B包括单独A，单独B和A和B一起。

尽管本文已经示出和描述了优选实施例，但是对于本领域技术人员而言，显而易见的是，这些实施例仅仅作为示例提出。对本领域技术人员而言，多种变化、改变和替换并不脱离本发明。应当理解的是，在实施本发明时，可以使用本文所述的实施例的各种替代方案。通过非限制性示例的方式，本领域技术人员可以理解的是，参照一个附图或实施例所描述的特定特征或特点可以结合另一附图或实施例中所描述的特征或特点。下文的权利要求限定本发明的范围，并且由此涵盖这些权利要求范围内的方法和结构及其等同物。