口腔内形状取得装置及口腔内形状取得方法

技术领域

本发明涉及口腔内形状取得装置以及口腔内形状取得方法，具体而言，涉及一种正确地取得附着有唾液、血液等的区域或者牙龈边缘区域的口腔内形状数据的技术。

背景技术

近年来，由于牙科行业中的数字化(数字化牙科)的发展，出现了与以往相比能够简单且高精度地进行治疗的器材。例如，被称为Intra Oral Scanner(IOS：口腔内扫描仪)的设备能够通过被称为扫描笔的读取器对患者的口腔内进行拍摄，将口腔内形状作为数字数据(模型)进行输出。典型地是，扫描笔向对象物(牙齿或牙龈等)放射光，利用传感器检测反射光，由此取得表示对象物的三维形状的点群数据。

另一方面，关于IOS，还指出了如下问题。若对象物被唾液、血液等浸润，则IOS无法得到适当的反射光，因此有时无法生成准确的模型。另外，IOS能够拍摄的仅是口腔内的可视区域，因此通常无法将位于牙龈边缘的不可视区域模型化。基于因这样的问题而生成的不准确的模型所制作的技术产品不能合适地安装在口腔内。

为了解决这样的问题，迄今为止采取了在拍摄期间始终吸取唾液、血液等的措施。另外，在拍摄牙龈边缘区域时，进行使基牙与牙龈分离的处置(压排)。在由于压排而引起出血的情况下，也需要一并使用吸取。

在专利文献1和2中公开了一种口腔内扫描仪，其通过利用针状的测定用夹具划过齿的表面来取得位于牙龈边缘的基牙的形状。

现有技术文献

专利文献

专利文献1：日本特开2018-047299号公报

专利文献2：日本特开2016-508754号公报

发明内容

发明所要解决的课题

然而，在拍摄时一并使用吸取或压排的方法对牙科医生要求大量的工夫和劳力。另外，对于患者而言身体负担也大。为了采用专利文献1或2所述的方法，牙科医生需要熟悉专用的测定用夹具的使用法。

本发明是为了解决这样的问题点而作出的，其目的在于提供一种能够准确地取得附着有唾液、血液等的区域或者牙龈边缘区域的口腔内形状的口腔内形状取得装置以及口腔内形状取得方法。

用于解决课题的手段

本发明的一个实施方式的口腔内形状取得装置包含：扫描仪，其对口腔内进行拍摄来取得口腔内形状；以及空气鼓风机，其喷射压缩空气，在所述扫描仪进行所述拍摄时，所述空气鼓风机对拍摄对象喷射所述压缩空气。

在本发明的一个实施方式的口腔内形状取得装置中，所述扫描仪以及所述空气鼓风机内置在扫描笔中。

在本发明的一个实施方式的口腔内形状取得装置中，能够对内置有所述扫描仪的扫描笔装卸所述空气鼓风机。

本发明的一实施方式的口腔内形状取得装置还包含信息处理装置，该信息处理装置具有：感测数据取得部，其从所述扫描仪接收表示所述口腔内形状的感测数据；以及模型生成部，基于所述感测数据生成三维模型。

在本发明的一个实施方式的口腔内形状取得装置中，所述扫描仪在所述空气鼓风机对所述拍摄对象正在喷射所述压缩空气的期间，连续地取得表示所述口腔内形状的所述感测数据，所述信息处理装置还具有基于伴随时间经过的所述感测数据的变化的特征来识别所述模型中包含的牙龈和基牙的基牙识别部。

发明效果

根据本发明，能够提供一种能够准确地取得附着有唾液、血液等的区域或者牙龈边缘区域的口腔内形状的口腔内形状取得装置以及口腔内形状取得方法。

附图说明

图1是表示实施方式1的口腔内形状取得装置的结构的框图。

图2是表示扫描笔的外观的立体图。

图3是表示扫描笔的外观的立体图。

图4是表示实施方式2的口腔内形状取得装置的结构的框图。

图5是表示实施方式2的口腔内形状取得装置的动作的流程图。

具体实施方式

以下，参照附图对应用了本发明的具体实施方式进行详细说明。

(实施方式1)

图1是表示本发明的实施方式1的口腔内形状取得装置1的结构的框图。口腔内形状取得装置1包含扫描笔11、信息处理装置13。

扫描笔11典型地为牙科医生能够抓持的手杖状的设备，用于拍摄患者的口腔内形状。图2是表示本实施方式的扫描笔11的外观的立体图。扫描笔11具备扫描仪111、空气鼓风机113。在该例中，在扫描笔11的壳体内内置有扫描仪111以及空气鼓风机113。

扫描仪111包含光源1111和传感器1113。光源1111向对象物表面的多个点放射光。来自对象物表面的各点的反射光由传感器1113检测。此外，在图2中，示出了光源1111和传感器1113并列配置在扫描笔11的壳体的前端附近的例子，但该配置可以适当变更。例如，光源1111或传感器1113也可以配置在扫描笔11的壳体内。在该情况下，能够设计为设置用于将光源1111或传感器1113与壳体外部连结的光路，使放射光或反射光经过该光路。

信息处理装置13包含感测数据取得部131和模型生成部133。感测数据取得部131取得传感器1113对于反射光的检测结果(感测数据)。模型生成部133例如通过Activewavefront sampling(主动波前采样)法或共焦法等公知的方法，基于感测数据来确定从扫描仪111到对象物表面的各点的距离。另外，基于该距离，确定对象物表面的各点的坐标。模型生成部133将对象物表面的各点的点群数据或基于该点群数据生成的三维数据(多边形数据等)作为模型输出。

此外，信息处理装置13具有处理装置(CPU)、存储装置、输入输出装置、通信装置等硬件。上述各处理部(131、133)通过CPU执行存储在存储装置中的程序而在逻辑上实现。

空气鼓风机113从喷射口1131喷射压缩空气。在图2的例子中，在扫描仪111的壳体的前端附近设置有空气鼓风机113的喷射口1131。喷射口1131的朝向优选为可变，但也可以固定。总之，喷射口1131的朝向被设定为能够向对象物高效地喷射压缩空气。空气鼓风机113在扫描仪111进行对象物的拍摄时(包括拍摄前或拍摄中)，向对象物喷射压缩空气。喷射的压缩空气使存在于对象物表面的唾液、血液等飞散而将其去除。由此，扫描仪111能够取得来自对象物表面的正确的反射光。另外，当向牙龈与基牙之间的袋状的区域内喷射压缩空气时，通过压缩空气使袋张开。由此，不需要压排等措施，就能够容易地拍摄牙龈边缘的基牙。

空气鼓风机113可以构成为与扫描仪111的动作连动地自动开始压缩空气的喷射。或者，空气鼓风机113也可以具备用于手动开始压缩空气的喷射的按钮等。

此外，在图2的例子中，扫描仪111与空气鼓风机113一体化，但两者也可以构成为能够分离。例如，如图3所示，也可以通过在现有的扫描仪111上经由附件1132而外置空气鼓风机113，从而实现扫描笔11。

根据本实施方式，空气鼓风机113在扫描仪111拍摄对象物时，向对象物喷射压缩空气。由此，即使在对象物被唾液、血液等浸润、或者对象物位于牙龈边缘那样的状况下，也不需要采取吸取或压排等措施，仅通过单手的操作就能够取得对象物的准确的模型。因此，与以往相比能够减轻牙科医生的工夫和劳力。另外，也能够减轻患者的身体负担。

(实施方式2)

根据实施方式1，能够容易地拍摄牙龈边缘的基牙。在实施方式2中，进一步提供用于自动识别基牙和牙龈的手段。

当向牙龈与基牙之间的袋状的区域内喷射压缩空气时，通过压缩空气使袋张开。受到压缩空气喷射的对象物(基牙及牙龈)振动，但振动的特性根据部位而大不相同。即，比较柔软的牙龈与牢固地固定在骨骼的基牙相比，振幅和周期应该不同。

因此，在本实施方式中，首先，一边喷射压缩空气，一边连续拍摄牙龈边缘的基牙周边的状态。换言之，以预定的帧率拍摄“动态图像”。接着，对拍摄到的动态图像进行解析，检测对象物的振动特性的差异。由此，判别模型中包含的基牙和牙龈。

图4是表示实施方式2的口腔内形状取得装置1的结构的框图。信息处理设备13具有基牙识别部135，该基牙识别部135进行用于识别基牙和牙龈的处理。口腔内形状取得装置1的其他构成要素与实施方式1相同。

使用图5的流程图，对口腔内形状取得装置1的动作例进行说明。在此，以与实施方式1的不同点为中心进行说明，关于在实施方式1中已经说明的结构以及动作，适当省略说明。

步骤1：动态图像的拍摄

牙科医生使扫描笔11朝向牙龈边缘的基牙来开始拍摄。空气鼓风机113开始动作，通过喷射的压缩空气使牙龈与基牙之间的袋张开。扫描仪111开始拍摄，以预定的间隔(帧率)连续拍摄牙龈边缘的基牙周边的口腔内形状。由此，模型生成部133输出按时间序列连续的多个模型。这是所谓三维的“动态图像”。将该“动态图像”存储在信息处理装置13内的存储装置中。

步骤2：特征点的提取

基牙识别部135从“动态图像”中包含的各模型提取特征点。典型地，能够将模型所包含的全部点群或一部分点群作为特征点来使用。

步骤3：特征点的运动的计算

基牙识别部135将在时间上连续的多个模型进行比较，找出对应的特征点，并记录各帧中的该特征点的坐标。对所有的帧进行该处理。即，按顺序确定时刻t1的模型中的特征点N的坐标n1、时刻t2的模型中的特征点N的坐标n2、时刻t3的模型中的特征点N的坐标n3…。然后，生成表示特征点N的运动的数据集{n1，n2，n3…}。对于其他特征点O、P、Q…也同样地进行处理。

步骤4：基于特征点的运动特性的基牙与牙龈的判别

基牙识别部135检测特征点的运动特性的差异。典型地，具有基于阈值的判别方法和基于机器学习的判别方法。

(基于阈值的判别)

基牙识别部135基于表示特征点N的运动的数据集{n1，n2，n3…}，计算用于评价特征点N的运动的指标。例如，如果特征点N正在进行振动，则能够计算其振幅以及周期来作为指标。对于其他的特征点O、P、Q…也同样地计算指标。

基牙识别部135通过对计算出的指标应用预先定义的阈值来区分特征点。例如，对振幅超过阈值X的特征点赋予表示牙龈的标签，对阈值X以下的特征点赋予表示基牙的标签。在此，关于阈值，能够采用通过试验等预先求出的值。

(基于机器学习的判别)

基牙识别部135将表示特征点N的运动的数据集{n1，n2，n3…}作为学习数据来使用，通过进行机器学习能够将特征点分类为基牙和牙龈。例如，基牙识别部135具有执行无监督学习的机器学习部1351。机器学习部1351在输入了表示多个特征点的运动的数据集来作为学习数据时，自动地识别其特性的差异，形成具有相同特性的特征点的集合(聚类)。机器学习部1351对一方的聚类所包含的特征点赋予表示牙龈的标签，对另一方的聚类所包含的特征点赋予表示基牙的标签。

另外，机器学习部1351也可以通过监督学习、深度学习等其他公知的机器学习方法，将特征点分类为基牙和牙龈。例如，在监督学习中，在学习阶段，向机器学习部1351提供将表示特征点的运动的数据集和表示该特征点是基牙和牙龈中的哪一个的标签作为组合的多个已知的训练数据。由此，机器学习部1351逐渐学习表示特征点的运动的数据集与表示特征点是基牙和牙龈中的哪一个的标签之间的相关性。当学习进展时，机器学习部1351作为输入表示特征点的运动的未知的数据集，输出与该特征点相关性高的标签的推定器进行动作。

步骤5：边界线的判定

基牙识别部135确定在步骤4中判定为基牙的特征点与判定为牙龈的特征点的边界。该边界被称为边界线。基牙识别部135生成表示边界线的线(折现)对象。

步骤6：模型等的输出

基牙识别部135输出基牙的模型、边界线、牙龈的模型中的期望的内容。

根据本实施方式，口腔内形状取得装置1通过对按时间序列连续的模型数据进行解析，能够根据其举动的差异判别基牙和牙龈。另外，能够自动生成反映了基牙的准确形状的模型、相当于基牙与牙龈的边界的边界线。由此，能够制作具有优异的适合性的技术产品。

此外，本发明并不限于上述实施方式，能够在不脱离本发明的主旨的范围内适当变更。例如，在上述实施方式中，口腔内形状取得装置1取得了三维点群数据，但例如也可以取得二维的图像数据。在该情况下，模型生成部133能够基于多个二维图像数据构建三维模型。另外，从二维图像构建三维模型的构建方法是公知技术，因此省略详细的说明。

另外，口腔内形状取得装置1也可以除了取得三维点群数据之外，还追加取得与各特征点的颜色、温度等相关的信息。在该情况下，例如，如果机器学习部1351将这些追加的信息作为学习数据使用，则能够提高判别精度。

附图标记的说明

1口腔内形状取得装置

11扫描笔

111扫描仪

1111光源

1113传感器

113空气鼓风机

1131喷射口

1132附件

13信息处理装置

131感测数据取得部

133模型生成部

135基牙识别部

1351机器学习部。