[发明专利]用于定制牙科对象的即时自动化设计的方法、系统和设备

权利要求书

1.一种用于为患者提供修复性牙科对象的3D形状的表示的计算机实现的方法，该方法包括

将患者的牙列的至少一部分的3D扫描的表示输入到经训练的机器学习系统，3D扫描的表示定义至少一个植入物位置，机器学习系统安装在一个或多个计算设备上，以及

使用经训练的机器学习系统，以端到端方式识别用于植入物的修复性牙科对象的3D形状的表示。

2.根据权利要求1所述的计算机实现的方法，还包括由一个或多个计算设备并使用多个预先存在的治疗3D数据集以端到端方式训练机器学习系统。

3.根据权利要求1所述的计算机实现的方法，包括应用基于计算机的端到端机器学习模型。

4.根据权利要求3所述的计算机实现的方法，其中机器学习系统是神经网络。

5.根据权利要求1所述的计算机实现的方法，其中识别步骤包括生成修复性牙科对象的3D形状。

6.根据权利要求5所述的计算机实现的方法，其中3D形状由参数化模型确定，该参数化模型由参数集定义。

7.根据权利要求6所述的计算机实现的方法，其中每个参数的值的范围在区间的集合当中被划分，每个区间具有有限的范围，从而提供期望的分辨率，并且机器学习设备适于估计特定参数所属的正确区间。

8.根据权利要求7所述的计算机实现的方法，其中参数与牙齿表面解剖结构、牙齿齿列或修复体类型的特点相关。

9.根据权利要求8所述的计算机实现的方法，其中经训练的机器学习系统的输出是3D形状的表示，3D形状的表示被表述为定义基台或牙冠的参数集。

10.根据权利要求9所述的计算机实现的方法，其中参数集是参数化建模的一部分。

11.根据权利要求1所述的计算机实现的方法，其中机器学习系统适于使用判别性ML算法。

12.根据权利要求1所述的计算机实现的方法，其中修复性牙科对象是用于植入物的基台或牙冠。

13.根据权利要求1所述的计算机实现的方法，其中针对每个临床病例在颌部扫描几何结构的3D表面上提取适于输入到人工神经网络(ANN)的点样本。

14.根据权利要求1所述的计算机实现的方法，对于基于植入物的修复的新临床病例，该方法包括从特征位置对象的3D扫描数据接收植入物位置和朝向、用户设计偏好以及患者颌部3D扫描的输入。

15.一种用于为患者提供修复性牙科对象的3D形状表示的计算机实现的系统，该系统包括：

用于输入患者的牙列的至少一部分的3D扫描的表示的部件，3D扫描的表示定义至少一个植入物位置，该输入是到安装在一个或多个计算设备上的经训练的机器学习系统的，以及

用于使用经训练的机器学习系统以端到端方式识别用于植入物的修复性牙科对象的3D形状的表示的部件。

16.根据权利要求15所述的计算机实现的系统，还包括：

用于由一个或多个计算设备并使用多个预先存在的治疗3D数据集以端到端方式训练机器学习系统的部件。

17.根据权利要求15所述的计算机实现的系统，包括用于应用基于计算机的端到端机器学习模型的部件。

18.一种用于训练机器学习系统的计算机实现的方法，机器学习系统安装在一个或多个计算设备上，该方法包括以端到端方式用多个预先存在的治疗3D数据集训练机器学习系统，预先存在的3D数据集包括患者的牙列的3D图像和患者的修复性牙科对象的表示的3D形状。