KR20230009835A - 파노라마 이미지를 생성하는 이미지 프로세싱 방법 - Google Patents
파노라마 이미지를 생성하는 이미지 프로세싱 방법 Download PDFInfo
- Publication number
- KR20230009835A KR20230009835A KR1020220082914A KR20220082914A KR20230009835A KR 20230009835 A KR20230009835 A KR 20230009835A KR 1020220082914 A KR1020220082914 A KR 1020220082914A KR 20220082914 A KR20220082914 A KR 20220082914A KR 20230009835 A KR20230009835 A KR 20230009835A
- Authority
- KR
- South Korea
- Prior art keywords
- data sets
- frame data
- panoramic image
- provisional
- panoramic
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000003384 imaging method Methods 0.000 claims abstract description 114
- 238000004364 calculation method Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000005855 radiation Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 210000003128 head Anatomy 0.000 description 39
- 210000003484 anatomy Anatomy 0.000 description 33
- 210000000515 tooth Anatomy 0.000 description 11
- 210000000214 mouth Anatomy 0.000 description 7
- 210000004283 incisor Anatomy 0.000 description 6
- 210000001847 jaw Anatomy 0.000 description 5
- 210000004513 dentition Anatomy 0.000 description 4
- 230000036346 tooth eruption Effects 0.000 description 4
- 210000004746 tooth root Anatomy 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000004053 dental implant Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 210000004373 mandible Anatomy 0.000 description 1
- 210000000537 nasal bone Anatomy 0.000 description 1
- 210000003254 palate Anatomy 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 210000001738 temporomandibular joint Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A61B6/14—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/51—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for dentistry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/10—Selection of transformation methods according to the characteristics of the input images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Neurology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Neurosurgery (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
환자의 머리(2)의 적어도 부분의 최종 파노라마 이미지(15)를 제공하는 이미지 프로세싱 방법이며, 복수의 상이한 잠정 파노라마 이미지들(14)은 캡처된 프레임 데이터 세트들(13)로부터 재구성 파라미터의 변화를 통해 계산되며; 잠정 파노라마 이미지들(14)은 인식가능 구조들에 대해 스캔되며; 인식가능 구조들의 이미징 품질이 결정되며; 최고 이미징 품질을 갖는 인식가능 구조들을 가지는 그들 프레임 데이터 세트들(13)의 상이한 잠정 파노라마 이미지들(14)의 계산을 위한 적어도 하나의 재구성 파라미터의 변화가 결정되고; 단계의 재구성 파라미터의 결정된 변화를 참조하여 최종 파노라마 이미지(15)가 계산된다.
컴퓨터(8)로 하여금 방법을 수행하게 하는 명령어들을 포함하는 컴퓨터 판독가능 저장 매체와 이러한 저장 매체를 갖는 이미징 시스템(1)이 또한 설명된다.
컴퓨터(8)로 하여금 방법을 수행하게 하는 명령어들을 포함하는 컴퓨터 판독가능 저장 매체와 이러한 저장 매체를 갖는 이미징 시스템(1)이 또한 설명된다.
Description
본 발명은 머리의 적어도 부분, 특히 환자의 머리의 구강 영역의 부분의 파노라마 이미지(2D 파노라마 이미지)의 생성을 위한 이미지 데이터를 제공하는 내과 또는 치과 이미지 프로세싱 방법에 관한 것이다. 그 방법은 특히 파노라마 이미지 상에 보인 해부학적 구조들의 기하구조의 개선된 표현을 갖는 파노라마 이미지들을 제공하도록 구성된다. 본 발명은 또한 상기 이미지 프로세싱 방법을 구현하도록 구성되는 컴퓨터 프로그램 및 내과 또는 치과 이미징 시스템에 관한 것이다.
진단과 치료를 위해, 신체 부위들 또는 해부학적 영역들, 특히 머리, 구강, 턱 또는 그 부분들의 이미지들을 제공하는 것이 필요하다. 이 목적을 위해 이미징 디바이스들, 예를 들어 엑스선 소스와 엑스선 센서를 포함하는 엑스선 디바이스들이 제공된다. 이미지가 기록될 수 있기 전에, 환자가 이러한 이미징 디바이스의 타깃 위치에 배치되어야 한다. 그러면, 엑스선 소스 및 엑스선 센서가 이미지화될 환자의 신체 부위를 중심으로 회전하거나 또는 이동하면서 신체 부위의 복수의 단일 이미지들 또는 프레임 데이터 세트들이 상이한 각도들 하에서 캡처된다. 다음으로, 컴퓨테이션 프로세싱, 계산들 및/또는 알고리즘에 의존하여, 스캔된 해부학적 영역의 2D 파노라마 이미지가 단일 이미지들에서 재구성된다.
스캔의 전체 길이에 대해 환자 머리는 타깃 위치에 머무를 것이 예상된다. 그러나, 많은 경우들에서, 이는 보장될 수 없다. 타깃 위치로부터의 편차들은 여러 요인들로 인해, 예를 들어, 스캔의 시작 전의 환자의 열악한 포지셔닝, 스캔 동안의 환자의 모션, 엑스선 소스 또는 엑스선 센서의 자신의 결정된 회전 경로로부터의 편차, 사용자에 의한 부정확한 스캔 세팅들 등 때문에 발생할 수 있다.
타깃 위치로부터의 편차들은, 이유가 무엇이든, 최종적으로 이미지 품질이 하급인, 특히 파노라마 이미지 상에 보인 해부학적 구조들, 특히 치아의 적어도 일부의 기하구조의 표현이 열악한 2D 파노라마 이미지들을 초래한다. 예를 들어, 해부학적 구조들의 기하학적 왜곡들이 발생할 수 있으며 그리고/또는 관련 해부학적 부분들은 잘못된 비율들로 표현된다. 또한 파노라마 이미지 상에 보인 해부학적 구조들의, 특히 치아의 적어도 일부의 특징들은 중첩될 수 있으며, 해부학적 구조들, 예컨대, 치근들의 잘못된 배향들이 발생할 수 있으며 그리고/또는 흐릿함(blurriness)으로 인해, 관련 해부학적 구조들의 가시성이 손상된다. 그 결과, 열악한 품질을 갖는 이러한 2D 파노라마 이미지들에 기초한 진단이 매우 어렵거나 또는 불가능할 수 있고, 중요한 특징을 간과할 위험이 상승하거나 또는, 최악의 경우, 오진(misdiagnosis)이 이루어질 수 있다.
개선된 최종 2D 파노라마 이미지를 제공하는 것을 목표로 하는 내과 또는 치과 이미지 프로세싱 방법이, 예를 들어 특허 출원 JP 2010-148676 A에서 공지되어 있으며, 이 공보에서는 먼저 환자의 치열(dentition)의 인상(impression)이 만들어지고 인상의 이미지들이 카메라에 의해 캡처되며, 그러면 환자의 신체 부분이 x레이 조사되고 신체 부분의 파노라마 이미지가 계산되고 최종적으로 환자 인상의 형상에 의존하여, 사용자가 최종 파노라마 이미지를 전역적으로 또는 국부적으로 최적화하기 위해 재구성 곡선의 형상을 수정할 수 있다.
JP 2010-148676 A에 따른 방법의 단점이 환자의 치열의 인상 및 카메라에 의한 인상의 캡처링의 요건이다.
따라서 본 출원의 목적은 특히 종래 기술의 단점들을 극복하는, 2D 파노라마 이미지의 생성을 위한 대안적인 내과 또는 치과 이미지 프로세싱 방법을 제공하는 것이다. 그 방법은 특히 파노라마 이미지 상에 보인 해부학적 구조들의 기하구조의 개선된 표현 ― 해부학적 구조들의 기하구조의 개선된 표현은 바람직하게는 환자의 치열의 인상을 이전에 취하고 캡처할 필요 없이 각각의 환자의 개별 물리적 성질들에 기초함 ― 을 갖는 파노라마 이미지들을 제공할 것이다.
이들 목적들은 제1항에 따른 이미지 프로세싱 방법, 특히 컴퓨터에 의해 구현된 이미지 프로세싱 방법, 제13항에 따른 컴퓨터 프로그램 제품 또는 컴퓨터 판독가능 저장 매체, 및 제14항에 따른 내과 또는 치과 이미징 시스템에 의해 성취된다. 특히 유리한 실시예들이 종속 청구항들에서 특정된다.
이미지 프로세싱 방법(컴퓨터에 의해 구현됨)은 머리의 적어도 부분의, 특히 환자의 머리의 구강 영역의 부분의 최종 파노라마 이미지를 제공하도록 구성되는데, 이미지 프로세싱 방법은 다음 단계들을 포함한다:
i.
복수의 프레임 데이터 세트들을 취하는 동안 환자 주위로 이동하는 방사 소스 및 방사 검출기를 가지는 내과 또는 치과 이미징 시스템에 의해 캡처되는 복수의 프레임 데이터 세트들을 제공하는 단계;
ii.
상기 복수의 프레임 데이터 세트들로부터 복수의 잠정 파노라마 이미지들(14)의 계산 동안 사용되는 적어도 하나의 재구성 파라미터의 변화로 인해 서로 상이한 복수의 잠정 파노라마 이미지들을 계산하는 단계;
iii.
상기 복수의 잠정 파노라마 이미지들 중 인식가능 구조들에 대한 잠정 파노라마 이미지들을 스캔하는 단계;
iv.
인식가능 구조들의 이미징 품질을 결정하는 단계;
v.
최고 이미징 품질을 갖는 인식가능 구조들을 가지는 그들 프레임 데이터 세트들의 복수의 잠정 파노라마 이미지들의 계산을 위해 단계 (ii)에서 사용되는 적어도 하나의 재구성 파라미터의 변화를 결정하는 단계;
vi.
단계 (v)의 적어도 하나의 재구성 파라미터의 결정된 변화를 참조하여, 최종 파노라마 이미지를 표현하는 최종 파노라마 이미지 데이터 세트를 계산하는 단계;
vii.
최종 파노라마 이미지 데이터 세트에 의해 표현되는 최종 파노라마 이미지를 디스플레이하는 단계.
본 개시에서 사용되는 바와 같이, '프레임 데이터 세트'라는 용어는 내과 또는 치과 이미징 시스템, 예를 들어 엑스선 디바이스에 의해 캡처되는 단일 이미지 또는 단일 이미지의 데이터 또는 단일 이미지에 대한 데이터를 의미한다. 게다가, 본 개시에서 사용되는 바와 같이, 파노라마 이미지 또는 최종 파노라마 이미지라는 용어는 특히 환자의 구강 영역의 적어도 부분의, 예를 들어 턱, 복수의 치아, 복수의 치근들, 치아 임플란트들 등 중 적어도 하나의 2D (최종) 파노라마 이미지를 의미한다.
유리하게도, 그 방법은 타깃 위치로부터의 편차들로 인해, 초기에 낮은 품질로 캡처된 구조들의 개선된 또는 정정된 기하학적 표현을 최종 파노라마 이미지에 제공한다. 따라서, 그 방법은 유리하게도 구조들이 최적의 기하학적 또는 공간적 배열로 보여지는 타깃 위치에서 캡처되는 파노라마 이미지에 접근한다.
유리하게도, 이미지 프로세싱 방법은 최종 파노라마 이미지, 특히 최종 파노라마 이미지 상에 보인 해부학적 구조들의 기하구조의 개선된 표현을 갖는 최종 파노라마 이미지의 생성을 위한 참조 모델, 즉, 치열의 인상을 필요로 하지 않는다. 오히려, 아래에서 상세히 설명될 바와 같이, 이미지 프로세싱 방법은 각각의 환자의 복수의 캡처된 프레임 데이터 세트들과 이 복수의 캡처된 프레임 데이터 세트들로부터 도출되는 복수의 상이한 잠정 파노라마 이미지들에 의존한다. 특히, 특정한 환자의 최종 파노라마 이미지의 생성을 위해 이 환자의 프레임 데이터 세트들만이 사용된다. 따라서, 최종 파노라마 이미지의 생성, 즉, 최종 파노라마 이미지 상에 디스플레이된 해부학적 구조들의 기하구조의 정정은 유리하게는 각각의 환자의 개별 성질들에 기초하거나 또는 그러한 개별 성질들에 맞춤화된다.
게다가, 이미지 프로세싱 방법은 인식가능 구조들 및 이들 인식가능 구조들의 이미징 품질에 의존하지만, 유리하게는 잠정 파노라마 이미지들의 인식가능 구조들은 머리의 해부구조(anatomy)에, 예컨대, 앞니, 어금니, 입천장 등과 같은 해부학적 구조들에 기인할 필요가 없다. 오히려, 지금의(instant) 이미지 프로세싱 방법의 경우, 잠정 파노라마 이미지들의 하나 이상의 구조들의 부분들 또는 하나 이상의 전체 구조들을 그것들을 실제 해부학적 구조들에 속한다고 생각하는 일 없이 인식하는 것으로 충분한데, 이러한 구조를 참조 모델에 관련시킬 필요가 없기 때문이다. 이는 추가적으로 해부학적 구조들의 기하구조의 정정을 단순화하고 따라서 최종 파노라마 이미지의 생성을 단순화한다.
환자는 바람직하게는 인간 또는 동물일 수 있다. 내과 또는 치과 이미징 시스템에 의해 이미지화될 환자의 머리의 적어도 하나의 부분은 예를 들어 환자의 이마, 얼굴, 구강, 턱, 적어도 하나의 치아, 치근관(dental root canal), 코뼈, 또는 머리의 임의의 다른 부분을 포함할 수 있다.
내과 또는 치과 이미징 시스템은 바람직하게는 엑스선 디바이스를 포함한다. 내과 또는 치과 이미징 시스템은 바람직하게는 지지 구조, 지지 구조물에 회전 가능하게 커플링되는 회전 유닛, 환자용 턱받침 및/또는 바이트 블록, 이미지 프로세싱 방법의 적어도 부분들을 수행하도록 구성되는 그리고/또는 최종 파노라마 이미지 데이터 세트를 제공하도록 구성되는 컴퓨터, 및 컴퓨터에 의해 제공되는 최종 파노라마 이미지 데이터 세트에 기초하여 최종 파노라마 이미지를 디스플레이하기 위한 디스플레이 디바이스를 포함한다.
바람직하게는, 회전 유닛은 이미지화될 머리 또는 머리의 적어도 하나의 부분을 향한 엑스선들의 방출을 위한 엑스선 소스와, 엑스선 소스에 의해 방출된 엑스선들, 특히 이미지화될 머리 또는 머리 부분을 투과한 엑스선들의 적어도 부분을 수신하도록 구성되는 엑스선 검출기를 포함한다. 회전 유닛은 두 개의 대향 단부 섹션들을 갖는 외팔보 또는 회전 아암을 포함하며, 엑스선 소스는 이들 각각의 단부 섹션들 중 하나의 단부 섹션에 부착되고 엑스선 검출기는 이들 각각의 단부 섹션들의 다른 단부 섹션에 부착된다. 방사 또는 엑스선 소스와 방사 또는 엑스선 검출기는 환자 주위로 이동하며, 복수의 프레임 데이터 세트들을 취하는 동안 엑스선 소스는 엑스선들을 방출하고 엑스선 검출기는 이들 엑스선들의 적어도 부분을 수신한다. 이러한 내과 또는 치과 이미징 시스템들이 종래 기술에서 널리 공지되어 있기 때문에, 추가의 설명이 주어지지 않는다.
턱받침 및/또는 바이트 블록은 그 특정 계산, 정정 및/또는 재구성 파라미터들이 최종 파노라마 이미지의 계산을 위해 사용되는 계산 규칙들, 메트릭들 및/또는 알고리즘들이 참조하거나 또는 의존하는 타깃 위치를 정의하거나 또는 포함한다. 위에서 상세히 설명된 바와 같이, 타깃 위치로부터의 편차들이 발생할 수 있으므로, 지금의 (컴퓨터에 의해 구현된) 이미지 프로세싱 방법은 해부학적 구조들의 기하구조의 개선된 표현이 최종 파노라마 이미지 상에 보인 개선된 또는 정정된 최종 파노라마 이미지를 제공하기 위해 필요하다.
따라서, 방법의 제1 단계는 위에서 설명된 바와 같이 내과 또는 치과 이미징 시스템에 의해 캡처되는 복수의 프레임 데이터 세트들을 제공하는 단계를 포함한다. 캡처되는 복수의 프레임 데이터 세트들은, 특정 수 또는 범위로의 어떠한 제한도 없이 예를 들어 수백 또는 수천 개의 단일 프레임들, 데이터 세트들을 포함할 수 있다. 복수의 프레임 데이터 세트들은 바람직하게는 내과 또는 치과 이미징 시스템의, 특히 컴퓨터의 메모리에 저장된다. 바람직하게는 차례로 (즉, 그것들 사이에 다른 프레임 데이터 세트 없이) 즉시 캡처된 프레임 데이터 세트들은 동일한 데이터를 부분적으로 포함하거나 또는 동일한 구조들을 부분적으로 이미지화하거나 또는 기록한다. 바람직하게는 연속하여 캡처된 복수의 프레임 데이터 세트들은 동일한 데이터를 부분적으로 포함하거나 또는 동일한 구조들을 부분적으로 이미지화하거나 또는 기록하는데, 두 개의 프레임 데이터 세트들 또는 프레임들이 더 멀어질수록 그것들이 포함하는 동일한 데이터, 이미지 또는 구조들의 양은 적다.
다음으로, 복수의 잠정 파노라마 이미지들이, 바람직하게는 상기 복수의 프레임 데이터 세트들로부터, 컴퓨터에 저장되는 계산 규칙들, 메트릭들 및/또는 알고리즘들에 의해 계산된다. 잠정 파노라마 이미지가 이미징 시스템에 의해 캡처되는 모든 프레임 데이터 세트들을 포함할 수 있거나 또는 이들 프레임 데이터 세트들의 서브세트를 포함할 수 있다. 잠정 파노라마 이미지가 따라서 예를 들어 전체 아래턱뼈 아치(mandibular arch) 또는 턱 또는 그것의 일부만을 나타낼 수 있다. 복수의 계산된 잠정 파노라마 이미지들은 특정 수 또는 범위로의 어떠한 제한도 없이 예를 들어 2 내지 20, 또는 20을 초과하여 포함할 수 있다.
잠정 파노라마 이미지들을 계산하기 위하여, 프레임 데이터 세트들은 그것들이 캡처되었던 순서로 그리고 중첩 방식으로 배열되는데, 위에서 설명된 바와 같이, 차례로 즉시 캡처된 프레임 데이터 세트들이 동일한 데이터를 부분적으로 포함하거나 또는 동일한 구조들을 부분적으로 이미지화하거나 또는 기록하기 때문이다. 일반적으로, 중첩 비율은 타깃 위치, 내과 또는 치과 이미징 시스템의 파라미터들 등과 같은 주어진 파라미터들에 의해 결정되는데, 이들 주어진 파라미터들은 잠정 파노라마 이미지들의 계산을 위한 계산 규칙들, 메트릭들 및/또는 알고리즘들에 의해 반영되거나 또는 정의된다.
바람직하게는, 프레임 데이터 세트들을 중첩 방식으로 배열하는 것은 상이한 프레임 데이터 세트들의 화소들의 그레이 값들이 중첩 영역들에서 합산되고 그레이 값들의 평균이 계산되어, 잠정 파노라마 이미지의 그레이 값들을 산출하는 것을 포함할 수 있다.
서로 상이한 복수의 잠정 파노라마 이미지들을 계산하기 위하여 적어도 하나의 재구성 파라미터가 잠정 파노라마 이미지들의 계산 동안 변동된다. 적어도 하나의 재구성 파라미터는 예를 들어 프레임 데이터 세트들의 중첩 비율; 프레임 데이터 세트들의 스케일링 비율; 화소 시프트; 또는 유사한 또는 다른 알려진 파라미터들 중 적어도 하나를 포함할 수 있다. 바람직하게는, 복수의 잠정 파노라마 이미지들의 각각의 잠정 파노라마 이미지의 계산을 위해, 적어도 하나의 재구성 파라미터가 변동되어서, 특히 복수의 잠정 파노라마 이미지들 중 각각의 잠정 파노라마 이미지는 적어도 하나의 재구성 파라미터의 자신의 고유한 또는 특정한 변화를 가진다. 복수의 잠정 파노라마 이미지들의 계산은 환자의 상이한 위치들 또는 환자에 대한 화각들(angles of view)을 특히 그리고 유리하게 시뮬레이션한다.
바람직하게는, 잠정 파노라마 이미지의 계산을 위한 적어도 하나의 재구성 파라미터의 변화는 적어도 하나의 재구성 파라미터의 증가 또는 감소를 포함할 수 있다.
바람직하게는, 잠정 파노라마 이미지의 계산을 위한 중첩 비율의 변화는 단일 축을 따르는, 특히 프레임 데이터 세트들의 수평 방향 또는 가로축을 따르는 프레임 데이터 세트들의 중첩 또는 이동의 변화를 포함한다. 바람직하게는, 복수의 잠정 파노라마 이미지들 중 단일 잠정 파노라마 이미지의 계산을 위한 중첩 비율의 변화는 이 단일 잠정 파노라마 이미지의 계산을 위해 사용되는 모든 프레임 데이터 세트들에 대해 동일하다.
바람직하게는, 잠정 파노라마 이미지의 계산을 위한 스케일링 비율의 변화는 스케일링 비율의 증가 또는 감소, 즉, 업스케일링 또는 다운스케일링을 포함할 수 있다. 바람직하게는, 잠정 파노라마 이미지의 계산을 위한 스케일링 비율의 변화는 단일 축을 따르는, 특히 프레임 데이터 세트들의 수평 방향 또는 가로축을 따르는 프레임 데이터 세트들의 스케일링을 포함한다. 대안적으로, 프레임 데이터 세트들은 두 개의 축들을 따라, 즉, 프레임 데이터 세트들의 수평 방향 또는 가로축 및 수직 방향 또는 세로축으로 스케일링되는 것이 또한 생각될 수 있다. 바람직하게는, 복수의 잠정 파노라마 이미지들 중 단일 잠정 파노라마 이미지의 계산을 위한 스케일링 비율의 변화는 이 단일 잠정 파노라마 이미지의 계산을 위해 사용되는 모든 프레임 데이터 세트들에 대해 동일하다.
바람직하게는, 하나의 잠정 파노라마 이미지는 타깃 위치에 따른 적어도 하나의 재구성 파라미터의 값 또는 변화로 계산될 수 있거나 또는 주어진 파라미터들에 의해 결정될 수 있다. 따라서, 복수의 잠정 파노라마 이미지들은 타깃 위치에 대응하는 하나의 잠정 파노라마 이미지를 포함할 수 있다.
따라서, 상이한 n 개의 잠정 파노라마 이미지들(이는 함께 복수의 잠정 파노라마 이미지들을 형성함)의 계산을 위해 적어도 하나의 재구성 파라미터의 n 개의 변화들 또는 재구성 파라미터의 상이한 n 개의 값들이 캡처된 프레임 데이터 세트들에 적용된다. 복수의 잠정 파노라마 이미지들 중 적어도 하나의 잠정 파노라마 이미지의 계산을 위해, 이 적어도 하나의 잠정 파노라마 이미지를 계산하도록 하나 초과의 재구성 파라미터가 변동되고 캡처된 프레임 데이터 세트들에 적용된다는 것이 또한 생각될 수 있다.
따라서, 적어도 하나의 재구성 파라미터로 인해, 상이한 성질들을 갖는 그리고/또는 상이한 공간적 또는 기하학적 환자 위치들을 정의하는 복수의 잠정 파노라마 이미지들의 변화가 생성된다. 상이한 성질들 및/또는 위치들은 예를 들어 잠정 파노라마 이미지들에서 표현되는 구조들의 공간적 포지셔닝, 비율들 또는 치수들 중 적어도 하나를 포함할 수 있다.
바람직하게는, 적어도 하나의 재구성 파라미터의 변화율, 즉, 상이한 잠정 파노라마 이미지들의 계산을 위해 사용되는 적어도 하나의 재구성 파라미터의 상이한 값들 사이의 거리들은 미리 설정되고 사용자에 의해 변경 또는 선택될 수 없다. 대안적으로, 사용자가 적어도 특정한 한계들 내에서 적어도 하나의 재구성 파라미터의 변화율을 직접적으로 또는 간접적으로 선택하거나 설정할 수 있다. 예를 들어, 사용자가 이미지화될 환자의 머리 사이즈에 그리고/또는 머리의 부분의 치수에 의존하여 상이한 머리 사이즈들, 예컨대, 소형 - 중형 - 대형을 선택할 수 있고, 그래서 적어도 하나의 재구성 파라미터의 변화율은 내과 또는 치과 이미징 시스템의 컴퓨터에 의해 선택된 머리 사이즈와 일치된다. 따라서, 내과 또는 치과 이미징 시스템은 사용자가 적어도 하나의 재구성 파라미터의 변화율을 직접적으로 또는 간접적으로 설정 또는 선택하는 세팅 디바이스를 포함한다.
복수의 잠정 파노라마 이미지들의 계산 후 잠정 파노라마 이미지들은 인식가능 구조들에 대해 스캔된다. 위에서 이미 설명된 바와 같이, 잠정 파노라마 이미지들의 인식가능 구조들은 머리의 해부구조에, 즉, 해부학적 구조들에 기인할 필요가 없다. 오히려, 잠정 파노라마 이미지들의 하나 이상의 구조들의 부분들 또는 하나 이상의 전체 구조들을 그것들이 실제 해부학적 구조들에 속한다고 생각하는 일 없이 인식하는 것으로 충분한다. 인식가능 구조들은 예를 들어 다음 구조들, 즉, 해부학적 구조, 특히 치아, 치근, 입천장, 턱 뼈, 두개골의 뼈, 척추뼈; 인공 구조, 특히 보철물(prothesis), 크라운, 임플란트, 치과용 충전제(dental filling), 보정기(retainer) 중 하나 이상의 것들의 적어도 부분을 포함할 수 있다.
디지털 이미지 프로세싱을 위한 널리 공지된 방법들은, 예를 들어, 패턴 인식, 특히 통계적 패턴 인식, 분류, 특징 추출 등을 사용하는 인식가능 구조들의 스캐닝을 위해 사용될 수 있다. 훈련된 인공 신경망이 디지털 이미지 프로세싱을 수행한다는 것이 또한 생각될 수 있다.
게다가, 잠정 파노라마 이미지들의 스캔된 인식가능 구조들의 이미징 품질이 결정된다. 이미징 품질을 결정하는 것은 바람직하게는 스캔된 인식가능 구조들을 포함하는 그들 프레임 데이터 세트들의 디지털 이미지 데이터 프로세싱을 포함한다.
디지털 이미지 프로세싱을 위한 널리 공지된 방법들, 특히 통계적 방법들은, 스캔된 인식가능 구조들의 이미징 품질을 결정하는데 사용될 수 있다. 이들 방법들은, 예를 들어, 특히 인식가능 구조들을 포함하는 프레임 데이터 세트들의 화소들의, 주파수 분석 및/또는 그레이 값 분포 분석 및/또는 밝기 분포 분석을 포함할 수 있다. 대안적으로 또는 추가적으로, 훈련된 인공 신경망은 이들 및/또는 다른 방법들을 사용함으로써 스캔된 인식가능 구조들의 이미징 품질의 결정을 수행한다.
이미징 품질 특히 기하학적 파라미터들의 결정에는, 예를 들어, 잠정 파노라마 이미지들 상에 표현되는 해부학적 특징들의 및/또는 구조들의 공간적 포지셔닝, 비율들 또는 치수들이 고려된다.
위에서 설명된 바와 같이, 복수의 상이한 잠정 파노라마 이미지들이 계산되었기 때문에, 특정 인식가능 구조가 이들 상이한 잠정 파노라마 이미지들의 적어도 일부, 바람직하게는 모두 상에 존재한다. 이전의 단계에 따르면, 상이한 잠정 파노라마 이미지들에서 표현되는 이 특정 인식가능 구조의 이미징 품질은 결정되었다. 다음 단계에서, 상이한 잠정 파노라마 이미지들 상에 존재하는 특정 인식가능 구조의 이미징 품질들은 비교되고 최고 이미징 품질을 갖는 특정 인식가능 구조를 가지는 잠정 파노라마 이미지가 결정된다. 대안적으로 또는 추가적으로, 최고 이미징 품질을 갖는 특정 인식가능 구조를 표현하는 프레임 데이터 세트들이 결정된다.
특히 바람직하게는, 이 '최고 이미징 품질 단계의 결정'은 이들 상이한 잠정 파노라마 이미지들의 적어도 일부, 바람직하게는 모두 상에 존재하는 상이한 복수의 인식가능 구조들에 대해 수행된다.
바람직한 실시예에 따르면, 잠정 파노라마 이미지들은 복수의 관심 영역들(regions of interest)(ROI들) 또는 섹션들로 분할되는데, 복수의 ROI들 또는 섹션들의 수는 바람직하게는 각각의 잠정 파노라마 이미지에 대해 동일하다. 동일한 복수의 ROI들 또는 섹션들은 특정 수로의 어떠한 제한도 없이 잠정 파노라마 이미지당 2~15 개, 또는 15 개를 초과하는 섹션들 또는 ROI들을 포함할 수 있다. 다음에서 설명될 바와 같이, 잠정 파노라마 이미지들의 동일한 섹션들 또는 ROI들로의 분할은 최종 파노라마 이미지 데이터 세트의 계산을 유리한 방식으로 단순화하고 따라서 가속화한다.
복수의 동일한 섹션들 또는 ROI들 중의 섹션들 또는 ROI들은 동일한 치수들을 가질 수 있으며, 이는 유리하게도 방법을 단순화한다. 대안적으로, 복수의 동일한 섹션들 또는 ROI들 중의 섹션들 또는 ROI들은 상이한 치수들을 가질 수 있는데, 특히 섹션들/ROI들의 (잠정 파노라마 이미지들의 수평 방향 또는 가로축을 기준으로 한) 폭은 가변적인 반면, 높이(잠정 파노라마 이미지들의 수직 방향 또는 세로축을 기준으로 함)는 일정하다. 물론, 높이만의 또는 높이 및 폭의 변화가 또한 가능하다. 상이한 치수들을 갖는 섹션들 또는 ROI들은 유리하게는 최종 파노라마 이미지의 더 정확한 계산을 초래한다. 예를 들어, 잠정 파노라마 이미지들의 주변에서의 섹션들 또는 ROI들은 더 작은 폭을 가질 수 있고 잠정 파노라마 이미지들의 중심에서의 섹션들/ROI들은 더 넓은 폭을 가질 수 있다. 바람직하게는, 섹션들 또는 ROI들은 동일하거나 또는 상이한 형상들, 예를 들어 직사각형 또는 정사각형 또는 원형 또는 계란형 또는 임의의 다른 형상을 가질 수 있다.
바람직하게는, 복수의 동일한 섹션들 또는 ROI들의 치수들 및/또는 형상들은 미리 설정된다. 대안적으로, 복수의 동일한 섹션들 또는 ROI들의 치수들 및/또는 형상들은 가변적이고 특히 스캔된 인식가능 구조들에게, 바람직하게는 내과 또는 치과 이미징 시스템의 컴퓨터에 의해 자동으로 적응될 수 있다. 복수의 동일한 섹션들 또는 ROI들의 치수들 및/또는 형상들은 바람직하게는 적어도 하나의 재구성 파라미터의 변화에 의존할 수 있다. 잠정 파노라마 이미지당 섹션들 또는 ROI들의 수는 바람직하게는 프레임들의 수에 의해 정의될 수 있으며, 예컨대, 섹션/ROI가 설정된 또는 일정한 수의 프레임 데이터 세트를 포함한다. 가변 섹션들 또는 ROI들은 유리하게는 최종 파노라마 이미지의 더 정확한 계산을 허용한다.
바람직하게는, 만약 잠정 파노라마 이미지들이 동일한 섹션들 또는 ROI들로 분할되고 상이한 잠정 파노라마 이미지들의 동일한 섹션들 또는 ROI들의 적어도 일부가 특정 (동일한) 인식가능 구조를 나타내면, 최고 이미징 품질을 갖는 특정 인식가능 구조를 표현하는 동일한 섹션들 또는 ROI들 중의 섹션 또는 ROI, 옵션적으로 추가적으로 이 섹션 또는 ROI를 형성하는 프레임 데이터 세트들과, 이 섹션 또는 ROI를 포함하는 잠정 파노라마 이미지가 결정된다. 복수의 인식가능 구조들이 있으면, 이 절차는 바람직하게는 이 복수의 인식가능 구조들 중의 추가적인 인식가능 구조들에 대해, 특히 다른 동일한 섹션들 또는 ROI들에서 표현되는 인식가능 구조(이것에 대해 최고 이미징 품질을 가진 인식 가능한 구조는 지금까지 결정되지 않았음)에 대해 반복되어서, 최종적으로 각각의 복수의 동일한 섹션들 또는 ROI들에 대해, 최고 이미징 품질을 갖는 특정 인식가능 구조를 가지는 섹션 또는 ROI와 이 섹션 또는 ROI를 포함하는 잠정 파노라마 이미지가 결정된다.
바람직하게는, 잠정 파노라마 이미지들은 상기 복수의 프레임 데이터 세트들로부터 잠정 파노라마 이미지들을 계산한 후 및 인식가능 구조들에 대한 스캐닝 전에 복수의 섹션들 또는 ROI들로 분할될 수 있다. 그 다음에, 상이한 잠정 파노라마 이미지들의 동일한 섹션들 또는 ROI들은 특정 인식가능 구조에 대해 스캔되고 최고 이미징 품질을 갖는 특정 인식가능 구조를 가지는 섹션 또는 ROI가 위에서 설명된 바와 같이 결정된다.
대안적으로, 잠정 파노라마 이미지들은 인식가능 구조들에 대한 스캐닝 후에 복수의 섹션들 또는 ROI들로 분할될 수 있다. 이는 위에서 설명된 바와 같이 섹션들 또는 ROI들을 스캔된 인식가능 구조들에 일치시키는 것을 허용하여서, 특히 잠정 파노라마 이미지의 섹션들 또는 ROI들은 상이한 치수들 및/또는 형상들을 가질 수 있다. 그 다음에 다시, 상이한 잠정 파노라마 이미지들의 동일한 섹션들 또는 ROI들은 특정 인식가능 구조에 대해 스캔되고 최고 이미징 품질을 갖는 특정 인식가능 구조를 가지는 섹션 또는 ROI는 위에서 설명된 바와 같이 결정된다.
이들 이전의 단계들의 결과로서 최고 이미징 품질들을 갖는 인식가능 구조들을 가지는 섹션들 또는 ROI들 및/또는 프레임 데이터 세트들과 최고 이미징 품질들을 갖는 인식가능 구조들을 갖는 이들 섹션들, ROI들 및/또는 프레임 데이터 세트들을 가지는 각각의 잠정 파노라마 이미지 사이에 확립된 관계가 있다. 예를 들어, 그리고 도면들 또는 언급된 명칭들에 대한 어떠한 제한도 없이, 다음과 같은 관계가 확립될 수 있다:
인식가능 구조의 최고 품질
잠정 파노라마 이미지 3, 섹션/ROI 2 및/또는 프레임 데이터 세트들에서의 A 2.357 - 2.529;
잠정 파노라마 이미지 5, 섹션/ROI 4 및/또는 프레임 데이터 세트들에서의 B 4.101 - 4.237;
잠정 파노라마 이미지 2, 섹션/ROI 1 및/또는 프레임 데이터 세트들에서의 C 805 - 1.009;
잠정 파노라마 이미지 2, 섹션/ROI 5 및/또는 프레임 데이터 세트들에서의 D …
바람직하게는, 확립된 관계는 복수의 섹션들 또는 ROI들 중 각각의 섹션 또는 ROI에 관한 정보를 포함한다. 예를 들어, 잠정 파노라마 이미지들의 각각이 동일한 다섯 개의 섹션들 또는 ROI들로 분할되면, 확립된 관계는, 각각의 레코드가 각각의 다섯 개 섹션들 또는 ROI들 중 하나를 참조하는 다섯 개 레코드들을 포함한다. 따라서, 확립된 관계는 바람직하게는 잠정 파노라마 이미지들을 형성하는 모든 프레임 데이터 세트들에 관한 정보를 포함한다.
상기 확립된 관계에 기초하여, 최고 이미징 품질을 갖는 인식가능 구조들을 가지는 그들 프레임 데이터 세트들 및/또는 섹션들/ROI들의, 즉, 확립된 관계에 포함되는 그들 프레임 데이터 세트들 및/또는 섹션들/ROI들의 복수의 잠정 파노라마 이미지들의 계산을 위해 이전에 사용된 적어도 하나의 재구성 파라미터의 변화를 결정하는 것이 이제 가능하다. 섹션들 또는 ROI들에 관해, 특히 상기 동일한 섹션들 또는 ROI들 중 최고 이미징 품질을 갖는 인식가능 구조를 가지는 섹션 또는 ROI를 형성하는 그들 프레임 데이터 세트들의 적어도 하나의 재구성 파라미터의 변화가 결정된다.
따라서, 이 단계를 통해 최고 이미징 품질(을 갖는 인식가능 구조)을 가지는 동일한 복수의 섹션들/ROI들 중의 섹션/ROI와 이 섹션/ROI의 적어도 하나의 재구성 파라미터의 변화 사이에 또는 상이한 잠정 파노라마 이미지들의 이 인식가능 구조를 표현하는 동일한 프레임 데이터 세트들과 비교하여 최고 이미징 품질을 갖는 인식가능 구조를 표현하는 프레임 데이터 세트들과 최고 이미징 품질을 갖는 이들 프레임 데이터 세트들의 적어도 하나의 재구성 파라미터의 변화 사이에 확립된 관계가 있다.
이 관계에 기초하여, 특히 적어도 하나의 재구성 파라미터의 결정된 변화를 참조하여, 최종 파노라마 이미지를 표현하는 최종 파노라마 이미지 데이터 세트를 계산하는 것이 이제 가능하다.
제1 실시예에 따르면, 최종 파노라마 이미지 데이터 세트는 복수의 캡처된 프레임 데이터 세트들(즉, ‘원본' 프레임 데이터 세트들)과, 최고 이미징 품질을 갖는 인식가능 구조들을 가지는 복수의 상이한 잠정 파노라마 이미지들의 그들 프레임 데이터 세트들의 적어도 하나의 재구성 파라미터의 결정된 변화에 기초하여 계산된다. 대안적으로, 상이한 잠정 파노라마 이미지들이 섹션들 또는 ROI들로 분할되면, 최종 파노라마 이미지 데이터 세트는 복수의 캡처된 프레임 데이터 세트들(즉, '원본' 프레임 데이터 세트들)과, 최고 이미징 품질을 갖는 인식가능 구조들을 가지는 복수의 상이한 잠정 파노라마 이미지들의 그들 각각의 섹션들/ROI들을 형성하는 프레임 데이터 세트들의 적어도 하나의 재구성 파라미터의 결정된 변화에 기초하여 계산된다.
제1 실시예의 양 대안들에 따르면, 최종 파노라마 이미지 데이터 세트는 복수의 캡처된 ('원본') 프레임 데이터 세트들로부터 새로 계산되며, 이는 유리하게도 매우 높은 품질을 갖는 최종 파노라마 이미지 데이터 세트 및 최종 파노라마 이미지가 생성되게 한다.
상이한 잠정 파노라마 이미지들이 섹션들 또는 ROI들로 분할되면, 바람직하게는 최종 파노라마 이미지 데이터 세트는 최종 파노라마 이미지 데이터 세트 및 최종 파노라마 이미지를 계산하거나 또는 생성하기 위해 (위의 확립된 관계에 기초하여) 상이한 잠정 파노라마 이미지들의 최고 이미징 품질로 이어지는 적어도 하나의 재구성 파라미터의 변화를 사용함으로써, 그리고 특히 계산될 상이한 잠정 파노라마 이미지들의 적어도 하나의 재구성 파라미터의 이들 변화들을 함께 모음으로써 계산된다.
이 계산은 각각의 섹션 또는 ROI에 대해 계속되어서, 마침내 모든 섹션들 또는 ROI들로 구성되는 최종 파노라마 이미지 데이터 세트가 획득된다. 따라서, 최종 파노라마 이미지 데이터 세트는, 각각의 섹션/ROI가 (다른 동일한 섹션들/ROI들과 비교하여) 최고 품질, 특히 해부학적 구조들의 기하구조의 최고 품질을 갖는, 상이한 잠정 파노라마 이미지들의 상이한 섹션들/ROI들로 구성된다. 따라서, 획득된 최종 파노라마 이미지는 해부학적 구조들의 기하구조의 개선된 표현을 가진다.
상이한 잠정 파노라마 이미지들이 섹션들 또는 ROI들로 분할되지 않았을 경우, 동일한 계산이 최고 이미징 품질들을 갖는 각각의 인식가능 구조들을 표현하는 프레임 데이터 세트들을 직접 참조하여 이루어진다.
최종 파노라마 이미지 데이터 세트는 최종 파노라마 이미지 데이터 세트 및 최종 파노라마 이미지를 계산하거나 또는 생성하기 위해 상이한 잠정 파노라마 이미지들의 최고 이미징 품질을 갖는 인식가능 구조를 표현하는 프레임 데이터 세트들의 적어도 하나의 재구성 파라미터의 변화를 사용함으로써, 그리고 특히 상이한 잠정 파노라마 이미지들의 프레임 데이터 세트들의 적어도 하나의 재구성 파라미터의 이들 변화들을 함께 모음으로써 계산된다.
이 계산은 모든 프레임 데이터 세트들에 대해 계산되어서, 마침내 모든 프레임 데이터 세트들로 구성되는 최종 파노라마 이미지 데이터 세트가 획득된다. 따라서, 최종 파노라마 이미지 데이터 세트는 (다른 동일한 프레임 데이터 세트들에 비해) 최고 품질, 특히 해부학적 구조들의 기하구조의 최고 품질을 가지는 상이한 잠정 파노라마 이미지들의 프레임 데이터 세트들로 이루어진다. 따라서, 획득된 최종 파노라마 이미지는 해부학적 구조들의 기하구조의 개선된 표현을 가진다.
제2 실시예에 따르면, 최종 파노라마 이미지 데이터 세트는 최고 이미징 품질을 갖는 인식가능 구조들을 가지는 복수의 상이한 잠정 파노라마 이미지들의 그들 프레임 데이터 세트들을 조합함으로써 계산된다. 대안적으로, 최종 파노라마 이미지 데이터 세트는 최고 이미징 품질을 갖는 인식가능 구조들을 가지는 복수의 상이한 잠정 파노라마 이미지들의 그들 각각의 섹션들 또는 ROI들을 결합함으로써 계산된다. 이 제2 실시예는 유리하게는 최종 파노라마 이미지 데이터 세트를 제공하고 따라서 최종 파노라마 이미지를 매우 빠르게 제공하는데, 캡처된 ('원본') 프레임 데이터 세트들에 기초한 새로운 계산이 요구되지 않기 때문이다.
바람직하게는, 최고 이미징 품질을 갖는 프레임 데이터 세트들 또는 최고 이미징 품질을 갖는 섹션들/ROI들은 그들의 각각의 잠정 파노라마 이미지들로부터 컷 아웃 및/또는 복사되고 결부(join)되어 최종 파노라마 이미지 데이터 세트 및 최종 파노라마 이미지를 형성한다.
제3 실시예에 따르면, 최종 파노라마 이미지 데이터 세트는 복수의 잠정 파노라마 이미지들 중 하나의 잠정 파노라마 이미지와, 최고 이미징 품질을 갖는 인식가능 구조들을 가지는 복수의 상이한 잠정 파노라마 이미지들의 그들 프레임 데이터 세트들의 또는 최고 이미징 품질을 갖는 인식가능 구조들을 가지는 복수의 상이한 잠정 파노라마 이미지들의 그들 각각의 섹션들 또는 ROI들을 형성하는 프레임 데이터 세트들의 적어도 하나의 재구성 파라미터의 결정된 변화에 기초하여 계산된다. 이 제3 실시예는 유리하게는 최종 파노라마 이미지 데이터 세트를 제공하고 따라서 최종 파노라마 이미지를 빠르게 제공하는데, 왜냐하면 잠정 파노라마 이미지들 중의 하나가 최종 파노라마 이미지에 대한 기반으로서 사용되므로 최종 파노라마 이미지 데이터 세트를 획득하기 위한 요구된 계산들의 수가 감소되기 때문이다.
타깃 위치에 대응하는 잠정 파노라마 이미지는 바람직하게는 최종 파노라마 이미지 데이터 세트에 대한 기반을 형성할 수 있다.
만약 잠정 파노라마 이미지들이 섹션들 또는 ROI들로 분할되고 최종 파노라마 이미지 데이터 세트에 대한 기반으로서 사용되는 잠정 파노라마 이미지가 최고 이미징 품질을 갖는 (제1) 인식가능 구조를 표현하는 적어도 하나의 섹션 또는 ROI와 최고 이미징 품질을 갖는 (제2, 상이한) 인식가능 구조를 나타내지 않는 적어도 하나의 섹션 또는 ROI를 포함하면, 바람직하게는 최고 이미징 품질을 갖는 인식가능 구조를 나타내지 않는 적어도 하나의 섹션 또는 ROI는 최고 이미징 품질을 갖는 (제2, 상이한) 인식가능 구조를 표현하는 다른 잠정 파노라마 이미지의 동일한 섹션 또는 ROI에 의해 대체되지만, 최고 이미징 품질을 갖는 (제1) 인식가능 구조를 표현하는 적어도 하나의 섹션 또는 ROI가 남아 있다.
따라서, 만약 잠정 파노라마 이미지들이 섹션들 또는 ROI들로 분할되지 않고 최종 파노라마 이미지 데이터 세트에 대한 기반으로서 사용되는 잠정 파노라마 이미지가 최고 이미징 품질을 갖는 (제1) 인식가능 구조를 표현하는 프레임 데이터 세트들과 최고 이미징 품질을 갖는 (제2, 상이한) 인식가능 구조를 나타내지 않는 프레임 데이터 세트들을 포함하면, 바람직하게는 최고 이미징 품질을 갖는 인식가능 구조를 나타내지 않는 프레임 데이터 세트들은 최고 이미징 품질을 갖는 (제2, 상이한) 인식가능 구조를 표현하는 다른 잠정 파노라마 이미지의 동일한 프레임 데이터 세트들에 의해 대체되지만, 최고 이미징 품질을 갖는 (제1) 인식가능 구조를 표현하는 프레임 데이터 세트들은 남아 있다.
최고 이미징 품질을 갖는 인식가능 구조를 표현하는/나타내지 않는 프레임 데이터 세트들 또는 섹션/ROI의 대체는 제1 실시예에 대해 설명된 바와 같이 복수의 캡처된 ('원본') 프레임 데이터 세트들(이 섹션/ROI를 형성함)과 최고 이미징 품질을 갖는 인식가능 구조를 표현하는 이들 프레임 데이터 세트들 또는 이 섹션/ROI의 적어도 하나의 재구성 파라미터의 결정된 변화로부터 이들 프레임 데이터 세트들 또는 이 섹션/ROI를 새로 계산함으로써 수행될 수 있다. 대안적으로 또는 추가적으로, 그 대체는, 제2 실시예와 유사하게, 최고 이미징 품질을 갖는 프레임 데이터 세트들 또는 최고 이미징 품질을 갖는 섹션/ROI를 그것들의 각각의 잠정 파노라마 이미지들로부터 컷아웃 및/또는 복사하고 그것을 최종 파노라마 이미지 데이터 세트에 대한 기반으로서 사용되는 잠정 파노라마 이미지에 추가함으로써 수행될 수 있다. 컷아웃된 및/또는 복사된 프레임 데이터 세트들 또는 섹션/ROI를 추가하는 것은, 컷아웃된 및/또는 복사된 프레임 데이터 세트들 또는 섹션/ROI를 최종 파노라마 이미지 데이터 세트에 대한 기반으로서 사용되는 잠정 파노라마 이미지의 동일한 프레임 데이터 세트들 또는 섹션/ROI 위에 중첩하는 것, 또는 최종 파노라마 이미지 데이터 세트에 대한 기반으로서 사용되는 잠정 파노라마 이미지의 동일한 프레임 데이터 세트들 또는 섹션/ROI를 컷아웃 또는 제거하고 컷아웃된 및/또는 복사된 프레임 데이터 세트들 또는 섹션/ROI를 동일한 프레임 데이터 세트들 또는 섹션/ROI가 제거된 곳에 삽입하는 것 중 어느 하나를 포함할 수 있다.
바람직하게는, 최종 파노라마 이미지 데이터 세트에 대한 기반으로서 사용되는 잠정 파노라마 이미지는 최고 이미징 품질을 갖는 인식가능 구조들을 표현하는 복수의 섹션들/ROI들 및/또는 프레임 데이터 세트들을 포함한다. 이는 유리하게 최종 파노라마 이미지 데이터 세트를 수신하기 위해 계산들의 수를 감소시킨다.
바람직하게는, 최종 파노라마 이미지 데이터 세트를 계산하는 것은 최종 파노라마 이미지 데이터 세트를 스케일링하거나 또는 추가로 프로세싱하는 것을 포함한다. 추가 프로세싱은, 특히 최종 파노라마 이미지를 디스플레이하기 전에 예를 들어 필터링, 그레이의 선명도 또는 레벨들 조정, 노이즈 저감을 포함할 수 있다.
최종적으로, 최종 파노라마 이미지 데이터 세트에 의해 표현되는 최종 파노라마 이미지는 모니터 또는 디스플레이 상에 디스플레이된다. 바람직하게는, 모니터 또는 디스플레이는 내과 또는 치과 이미징 시스템의 일부이며 그리고/또는 내과 또는 치과 이미징 시스템에, 특히 컴퓨터에 통신적으로 연결된다. 바람직하게는, 모니터 또는 디스플레이는 컴퓨터에 통신적으로 연결되어서, 최종 파노라마 이미지 데이터 세트는 모니터 또는 디스플레이에 송신될 수 있다.
일 실시예에 따르면, 컴퓨터에 의해 실행될 때, 컴퓨터로 하여금 이 문서에서 설명되는 컴퓨터에 의해 구현되는 방법을 수행하게 하는 명령어들을 포함하는 컴퓨터 프로그램 제품 또는 컴퓨터 판독가능 저장 매체가 제공된다. 컴퓨터 프로그램 제품 또는 컴퓨터 판독가능 저장 매체는 바람직하게는 앞서 설명된 내과 또는 치과 이미징 시스템 또는 엑스선 디바이스의 컴퓨터에서 제공된다. 컴퓨터는, 예를 들어 Wi-Fi, 인터넷 연결 또는 임의의 다른 적합한 통신 링크를 통해, 내과 또는 치과 이미징 시스템에 통신적으로 연결되는 내과 또는 치과 이미징 시스템의 물리적 일부인 국부 컴퓨터 또는 원격 컴퓨터 또는 클라우드 컴퓨터일 수 있다. 컴퓨터는 이 문서에서 설명되는 컴퓨터에 의해 구현되는 방법을 수행할 수 있는 제어기, 메모리, 소프트웨어, 펌웨어, 하드웨어 및 임의의 다른 널리 공지된 컴포넌트들을 포함할 수 있다.
일 실시예에 따르면 환자의 머리의 적어도 일부의 이미지를 생성하기 위한 내과 또는 치과 이미징 시스템이 제공되며, 내과 또는 치과 이미징 시스템은 환자 주위로 이동하도록 구성되어 복수의 프레임 데이터 세트들을 캡처하기 위한 방사 소스 및 방사 검출기와, 방사 검출기에 동작적으로 연결되어 복수의 프레임 데이터 세트들을 수신하는 그리고 위에서 설명된 바와 같은 컴퓨터 프로그램 제품 또는 컴퓨터 판독가능 저장 매체를 포함하여 이 문서에서 설명되는 컴퓨터에 의해 구현되는 방법을 수행하는 컴퓨터를 포함한다.
내과 또는 치과 이미징 시스템은 바람직하게는 앞서 설명된 바와 같은 컴퓨터를 포함한다. 내과 또는 치과 이미징 시스템은 바람직하게는 엑스선 디바이스 및/또는 엑스선 소스와 엑스선 검출기를 포함한다. 내과 또는 치과 이미징 시스템은 바람직하게는 위에서 설명된 바와 같은 하나 이상의 추가적인 컴포넌트들, 예를 들어 지지 구조물, 회전가능한 회전 유닛, 턱받침 및/또는 바이트 블록, 디스플레이 또는 모니터를 포함한다.
본 발명은 다음 도면들을 참조하여 아래에서 설명될 것이다:
도 1은 환자의 머리가 있는 내과 또는 치과 이미징 시스템의 개략적인 표현을 도시하며;
도 2는 환자의 머리가 타깃 위치에 그리고 편위된 위치에 있는 내과 또는 치과 이미징 시스템을 개략적으로 도시하며;
도 3은 머리의 해부학적 구조들의 기하구조의 개선된 표현을 갖는 머리의 적어도 부분의 최종 파노라마 이미지를 제공하는 이미지 프로세싱 방법의 단계들을 도시하며;
도 4는 머리의 해부학적 구조들의 기하구조의 개선된 표현을 갖는 머리의 적어도 부분의 최종 파노라마 이미지를 제공하는 도 3의 방법과 비교되는 추가적인 단계를 갖는 이미지 프로세싱 방법의 단계들을 도시한다.
도 1은 환자의 머리가 있는 내과 또는 치과 이미징 시스템의 개략적인 표현을 도시하며;
도 2는 환자의 머리가 타깃 위치에 그리고 편위된 위치에 있는 내과 또는 치과 이미징 시스템을 개략적으로 도시하며;
도 3은 머리의 해부학적 구조들의 기하구조의 개선된 표현을 갖는 머리의 적어도 부분의 최종 파노라마 이미지를 제공하는 이미지 프로세싱 방법의 단계들을 도시하며;
도 4는 머리의 해부학적 구조들의 기하구조의 개선된 표현을 갖는 머리의 적어도 부분의 최종 파노라마 이미지를 제공하는 도 3의 방법과 비교되는 추가적인 단계를 갖는 이미지 프로세싱 방법의 단계들을 도시한다.
도 1은 환자의 머리(2)의 적어도 일부의 2D 파노라마 이미지를 생성하기 위한 내과 또는 치과 이미징 시스템(1), 특히 엑스선 이미징 시스템을 도시한다. 내과 또는 치과 이미징 시스템(1)은 프레임 또는 지지 구조(3)(프레임(3)의 부분만이 묘사됨), 프레임(3)에 회전 가능하게 커플링되는 회전 유닛(4), 턱받침(5), 및 이 문서에서 설명되는 이미지 프로세싱 방법을 수행하도록 구성되는 컴퓨터(6)를 포함한다. 특히 컴퓨터(6)는, 컴퓨터에 의해 실행될 때, 컴퓨터로 하여금 이 문서에서 설명되는 방법을 수행하게 하는 명령어들을 포함하는 소프트웨어, 프로그램들 및/또는 컴퓨터 판독가능 저장 매체를 포함한다. 모니터 또는 디스플레이(7)는 이미징 데이터를 수신하여 2D 파노라마 이미지를 디스플레이하기 위해 컴퓨터(6)에 통신적으로 (화살표 8 참조) 연결된다.
회전 유닛(4)은 이미지화될 환자의 머리(2)의 적어도 부분을 향한 방사, 특히 엑스선들의 방출을 위한 방사 또는 엑스선 소스(9)와, 방사 소스(9)에 의해 방출된 방사, 특히 이미지화될 머리 부분(2)을 투과한 엑스선들의 적어도 부분을 수신하도록 구성되는 방사, 특히 엑스선 검출기(10)를 포함한다. 회전 유닛(4)은 두 개의 대향 단부 섹션들을 갖는 외팔보 또는 회전 아암(11)을 포함하는데, 방사 소스(9)는 이들 각각의 단부 섹션들 중 하나의 단부 섹션에 부착되고 방사 검출기(10)는 이들 각각의 단부 섹션들의 다른 단부 섹션에 부착된다.
회전 유닛(4), 특히 회전 아암(11)은 프레임(3)에 회전 가능하게 커플링되어 방사 소스(9) 및 방사 검출기(10)를 갖는 회전 유닛(4)이 환자의 머리(2)를 중심으로 회전하도록 구성된다. 회전 동안 방사 소스(9) 및 방사 검출기(10)는 머리(2)를 기준으로 복수의 상이한 위치들을 차지하고 상기 상이한 위치들에서 머리(2)의 적어도 하나의 일부의 복수의 프레임 데이터 세트들(13)(단일 이미지들)을 캡처하며, 또한 도 3 및 도 4, 단계 (i) 참조한다. 이들 프레임 데이터 세트들(13)은 컴퓨터(8)에 송신되고(화살표 12 참조) 컴퓨터(8)에 의해, 특히 이 문서에서 설명되는 방법에 따라 프로세싱된다.
도 2는 환자의 머리(2)가 상이한 두 개의 위치들에 있는 내과 또는 치과 이미징 시스템(1)을 도시하며, 실선으로 표시되는 머리는 타깃 위치에 있는 반면, 점선으로 나타낸 머리는 자리 이동되고 따라서 타깃 위치에 위치되지 않는다. 머리(2)가 타깃 위치에 있으면 컴퓨터(8)는 최적의 최종 2D 파노라마 이미지를 계산할 수 있는데, 최종 2D 파노라마 이미지의 계산을 위한 계산 규칙들, 메트릭들, 재구성 파라미터들 및/또는 알고리즘들이 타깃 위치에 대해 구성되기 때문이다. 위에서 상세히 설명된 바와 같이, 종종 환자의 머리(2)는 타깃에 있지 않고 시프트된 및/또는 회전된 위치에 있고 따라서 캡처된 프레임 데이터 세트들(13)의 그리고 특히 최종 2D 파노라마 이미지의 품질은 열악한데, 최종 2D 파노라마 이미지의 계산을 위한 계산 규칙들, 메트릭들, 재구성 파라미터들 및/또는 알고리즘들이 타깃 위치를 벗어난 머리(2)의 최종 2D 파노라마 이미지를 계산하도록 적응되지 않기 때문이다. 최종 2D 파노라마 이미지의 열악한 품질은 특히 해부학적 구조들의 기하학적 왜곡들, 잘못된 비율들 등과 같이, 최종 2D 파노라마 이미지 상의 해부학적 구조들의 적어도 일부의 기하구조의 열악한 표현으로 보인다.
도 3 및 도 4에 도시된 방법들은 머리(2)가 타깃 위치를 벗어난 결과를 정정하고 최종적으로 최종 2D 파노라마 이미지들에 해부학적 구조들의 적어도 일부의 기하구조의 더 나은 또는 정정된 표현을 제공하도록 구성된다. 도 3 및 도 4에 도시된 양 방법들의 단계 (i) 및 (ii)이 동일하므로, 이들 단계 (i) 및 (ii)의 설명은 도 3 및 도 4에 적용된다.
단계 (i)에 따르면 복수의 프레임 데이터 세트들(13)이 내과 또는 치과 이미징 시스템(1)에 의해, 특히 머리(2) 주위를 이동하는 동안 방사 소스(9) 및 방사 검출기(10)에 의해 캡처된다. 각각의 프레임 데이터 세트들(13)은 보통 길쭉하거나 또는 스트립 형상을 가진다. 특히 도 3에서, 명료함을 위해 매우 작은 수의 프레임 데이터 세트들(13)만이 도시되지만, 실제로는 캡처된 프레임 데이터 세트들(13)의 수는 수백 또는 수천을 포함할 수 있다. 복수의 프레임 데이터 세트들(13)은 추가 프로세싱을 위해 컴퓨터(6)에 유선 또는 무선으로 송신된다.
단계 (ii)에서 계산 규칙들, 컴퓨터(8)의 메트릭들 및/또는 알고리즘들은 복수의 프레임 데이터 세트들(13)로부터 상이한 복수의 잠정 파노라마 이미지들(14)을 계산한다. 도 3 및 도 4에서 다시 명료함을 위해 세 개의 잠정 파노라마 이미지들(14)만이 도시되지만, 실제로는 예를 들어 4~20 또는 그 이상 사이의 상이한 수의 잠정 파노라마 이미지들(14)이 계산될 수 있다. 일반적으로, 잠정 파노라마 이미지(14)를 수신하기 위해 캡처된 프레임 데이터 세트들(13)은 그것들이 캡처된 순서로 그리고 중첩 방식으로 결합되거나 또는 배열된다. 이 복수의 잠정 파노라마 이미지들(14)의 계산된 잠정 파노라마 이미지들은 계산 동안의 적어도 하나의 재구성 파라미터의 변화들로 인해 서로 상이하다. 적어도 하나의 재구성 파라미터는 예를 들어 프레임 데이터 세트들의 중첩 비율; 프레임 데이터 세트들의 스케일링 비율; 화소 시프트 중 적어도 하나를 포함할 수 있다. 이 변화는 비교적 작으며, 예를 들어 이는 화소의 부분 또는 하나 또는 수 개의 화소들의 범위의 변화를 포함한다. 적어도 하나의 재구성 파라미터의 변화의 결과로서 잠정 파노라마 이미지들(14)은 적어도 그것들이 표현되는 해부학적 또는 인공 구조들의 기하학적 표현에서 상이하다. 이는 특히, 적어도 하나의 재구성 파라미터의 변화로 인해, 상이한 잠정 파노라마 이미지들(14) 상에 표현되는 동일한 해부학적 또는 인공 구조가, 이들 잠정 파노라마 이미지들(14) 중 하나의 잠정 파노라마 이미지에서 (특히 기하학적 표현의 품질에 관해) 더 높은 품질로 그리고/또는 다른 잠정 파노라마 이미지(14)에서 (기하학적 표현의) 더 낮은 품질로 표현될 수 있다는 것을 의미한다.
다음에서 도 3에 따른 실시예가 설명된다.
단계 (iii)에서 복수의 잠정 파노라마 이미지들(14)은 인식가능 구조들에 대해 스캔되며, 이는 도 3에서 파선들에 의해 마킹된다. 이들 인식가능 구조들은 해부학적 및/또는 인공 구조들 또는 그것들의 부분들, 예를 들어 도 3을 참조하고 좌측에서 시작하여, 어금니의 뿌리의 부분; 입천장의 부분; 여러 앞니들의 에지들; 다른 어금니의 뿌리의 부분; 전체 치아(어금니)을 포함할 수 있다. 도 3에서 알 수 있는 바와 같이 모든 세 개의 묘사된 잠정 파노라마 이미지들(14)은 이들 다섯 개 예시적인 구조들을 나타내지만, 위에서 이미 설명된 바와 같이, 적어도 하나의 재구성 파라미터의 변화로 인해, 동일한 구조가 상이한 잠정 파노라마 이미지들(14)에서 상이한 품질로 표현될 수 있다. 게다가 적어도 하나의 구조는 잠정 파노라마 이미지들(14) 중 적어도 하나 상에서 표현되지 않는다는 것이 또한 가능하다.
단계 (iv)에 따르면 단계 (iii)에서 인식되는 구조들의 이미징 품질이 결정된다. 이미징 품질은 잠정 파노라마 이미지들에서 표현되는 구조들의 공간적 포지셔닝, 비율들 또는 치수들과 같은 기하학적 파라미터들에 의해 바람직하게 정의된다. 게다가, 상이한 잠정 파노라마 이미지들(14) 상에서 표현되는 동일한 구조들의 이미징 품질들은 비교되고 (동일한 구조들 및 다른 잠정 파노라마 이미지들(14)과 비교하여) 최고 이미징 품질을 갖는 구조를 표현하는 잠정 파노라마 이미지(14) 및 프레임 데이터 세트들(13)이 결정된다. 이는 단계 (iii)에서 인식되는 구조들 중 복수의 또는 모든 구조들에 대해 반복된다. 도 3, 단계 (iv)에 도시된 세 개의 잠정 파노라마 이미지들(14)을 참조하면, 좌측에서 시작하여, 첫 번째 잠정 파노라마 이미지는 최고 품질을 두 개의 구조들(두 개의 다른 잠정 파노라마 이미지들 상의 각각의 동일한 구조들과 비교될 때임), 즉, 좌측의 어금니의 뿌리의 부분과 전체 치아(어금니)를 포함하며, 두 번째인, 중앙 잠정 파노라마 이미지는 또한 최고 품질을 갖는 두 개의 구조들(두 개의 다른 잠정 파노라마 이미지들 상의 동일한 각각의 구조들과 비교할 때임), 즉, 입천장의 부분 및 여러 앞니들의 에지들을 포함하는 한편, 세 번째 잠정 파노라마 이미지는 최고 품질을 갖는 하나의 구조(두 개의 다른 잠정 파노라마 이미지들 상의 각각의 동일한 구조와 비교할 때임), 즉 우측의 다른 어금니의 뿌리의 부분을 포함하는 것을 예시적으로 알 수 있다. 최고 품질을 갖는 이들 구조들의 각각은 도 3, 단계 (iv)에서, 연속 라인에 의해 각각의 잠정 파노라마 이미지(14)로 마킹된다.
단계 (v)에 따르면, 최고 이미징 품질을 갖는 인식된 구조들을 가지는 그들 프레임 데이터 세트들(13)의 복수의 잠정 파노라마 이미지들(14)의 계산을 위해 단계 (ii)에서 사용되는 적어도 하나의 재구성 파라미터의 변화들이 결정된다. 도 3, 단계 (v)에서 도시된 세 개의 잠정 파노라마 이미지들(14)에 관해 예시적으로 알 수 있는 바와 같이, 다시 좌측에서부터 시작하여, 첫 번째 잠정 파노라마 이미지는 x %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산되었고 따라서 이 첫 번째 잠정 파노라마 이미지의 두 개의 인식된 구조들(즉, 좌측의 어금니의 뿌리의 부분과 전체 치아)과 바람직하게는 이들 두 개의 구조들을 표현하는 프레임 데이터 세트들(13) 및/또는 일반적으로 이들 두 개의 구조들을 표현하는 그리고 파선들을 통해 마킹되는 프레임 데이터 세트들(13) 상에 포함되는 임의의 다른 구조는 x %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산될 때 최고 품질을 가지며; 두 번째인, 중앙 잠정 파노라마 이미지는 y %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산되었고 따라서 이 두 번째 잠정 파노라마 이미지의 두 개의 인식된 구조들(즉, 입천장의 부분 및 여러 앞니들의 에지들)과 바람직하게는 이들 두 개의 구조들을 표현하는 프레임 데이터 세트들(13) 및/또는 일반적으로 이들 두 개의 구조들을 표현하는 그리고 파선들을 통해 마킹되는 프레임 데이터 세트들(13) 상에 포함되는 임의의 다른 구조는 y %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산될 때 최고 품질을 가지며; 그리고 제3 잠정 파노라마 이미지는 z %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산되었고 따라서 이 세 번째 잠정 파노라마 이미지의 인식된 구조(즉, 우측의 다른 어금니의 뿌리의 부분)와 바람직하게는 이 어금니를 표현하는 프레임 데이터 세트들(13) 및/또는 일반적으로 이 어금니를 표현하는 그리고 파선들을 통해 마킹되는 프레임 데이터 세트들(13) 상에 포함되는 임의의 다른 구조는 z %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산될 때 최고 품질을 가지며; 여기서 x, y 및 z는 적어도 하나의 재구성 파라미터의 상이한 변화들 및 상이한 수치 값들, 즉, x ≠ y ≠ z를 나타낸다.
따라서, 이들 이전의 단계들, 특히 단계 (v)에 기초하여, 컴퓨터(8)의 계산 규칙들, 메트릭들 및/또는 알고리즘들이 최고 품질을 갖는 최종 파노라마 이미지(15)를 표현하는 최종 파노라마 이미지 데이터 세트를 생성 또는 계산하기 위해 특정 프레임 데이터 세트들에 적용할 적어도 하나의 재구성 파라미터의 변화가 무엇인지, 즉, 해부학적 구조들의 기하구조의 개선된 표현이 무엇인지가 이제 알려지며, 도 3의 단계 (vi)를 참조한다.
바람직하게는, 최종 파노라마 이미지 데이터 세트는 복수의 캡처된 프레임 데이터 세트들(즉, '원본' 프레임 데이터 세트들(13)) 및 적어도 하나의 재구성 파라미터의 결정된 변화들에 기초하여 새로이 계산되지만, 최종 파노라마 이미지 데이터 세트 및 최종 파노라마 이미지(15)를 생성하기 위한 다른 방식들이 또한 가능하고 위에서 설명되었다. 도 3의 단계 (vi)에 관해, 최종 파노라마 이미지(15)는 다섯 개 부분들을 포함하는데, 좌측에서 시작하여, 좌측의 어금니의 뿌리의 부분을 표현하는 프레임 데이터 세트들(13)를 포함하는 첫 번째 부분은 x %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 단계 (v)에서 좌측 잠정 파노라마 이미지를 참조하여 계산되었으며; 입천장의 부분을 표현하는 프레임 데이터 세트들(13)을 포함하는 다음의 두 번째 부분은 y %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 단계 (v)에서 중앙 잠정 파노라마 이미지를 참조하여 계산되었으며; 또한 여러 앞니들의 에지들을 표현하는 프레임 데이터 세트들(13)을 포함하는 다음의 중앙의 세 번째 부분은 y % 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 단계 (v)에서 중앙 잠정 파노라마 이미지를 참조하여 계산되었으며; 우측의 다른 어금니의 뿌리의 부분을 표현하는 프레임 데이터 세트들(13)을 포함하는 다음의 네 번째 부분은 z %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 단계 (v)에서 우측의 잠정 파노라마 이미지를 참조하여 계산되었으며; 그리고 전체 치아를 표현하는 프레임 데이터 세트들(13)를 포함하는 최종 다섯 번째 부분은 x %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 단계 (v)에서 좌측 잠정 파노라마 이미지를 참조하여 다시 계산되었다.
최종적으로, 단계 (vii)에 따르면, 단계 (vi)에서 생성된 최종 파노라마 이미지 데이터 세트에 의해 표현되는 최종 파노라마 이미지(15)는 디스플레이 또는 모니터(7) 상에 디스플레이된다.
다음에서 도 4에 따른 실시예가 설명된다.
위에서 이미 설명된 단계 (i) 및 (ii)에 뒤따라, 계산된 잠정 파노라마 이미지들(14)은 복수의 섹션들 또는 관심 영역들(ROI들)로 분할되는데, 복수의 섹션들/ROI들은 각각의 잠정 파노라마 이미지(14)에 대해 동일하며, 도 4, 단계 (ii-a)를 참조한다. 예시적으로, 세 개의 잠정 파노라마 이미지들(14)의 각각은 다섯 개의 동일한 섹션들/ROI들(a~e)로 분할된다.
다음 단계 (iii)에서 복수의 잠정 파노라마 이미지들(14), 특히 각각의 잠정 파노라마 이미지들(14)의 섹션들/ROI들(a~e)의 각각은, 인식가능 구조들에 대해 스캔되는데, 이는 도 4에서 파선들에 의해 마킹된다. 이들 인식가능 구조들은 해부학적 및/또는 인공 구조들 또는 그것의 부분들을 포함할 수 있는데, 예를 들어 도 4를 참조하면, 섹션/ROI(a)의 인식가능 구조는 턱관절(temporomandibular joint)의 부분을 포함하며; 섹션/ROI(b)의 인식가능 구조는 여러 치근들의 부분들을 포함하며; 섹션/ROI(c)의 인식가능 구조는 여러 앞니들의 에지들을 포함하며; 섹션/ROI(d)의 인식가능 구조는 전체 치아(어금니)를 포함하고; 섹션/ROI(e)의 인식가능 구조는 하악골의 부분을 포함한다. 도 4에서 알 수 있는 바와 같이 모든 세 개의 묘사된 잠정 파노라마 이미지들(14)은 이들 다섯 개 예시적인 구조들을 나타내지만, 위에서 이미 설명된 바와 같이, 적어도 하나의 재구성 파라미터의 변화로 인해, 동일한 구조가 상이한 잠정 파노라마 이미지들(14)에서 (특히 기하학적 표현의 품질에 관해) 상이한 품질로 표현될 수 있다. 게다가 적어도 하나의 구조는 잠정 파노라마 이미지들(14) 중 적어도 하나 상에서 표현되지 않는다는 것이 또한 가능하다.
단계 (iv)에 따르면 단계 (iii)에서 인식되는 구조들의 이미징 품질이 결정된다. 이미징 품질은 잠정 파노라마 이미지들에서 표현되는 구조들의 공간적 포지셔닝, 비율들 또는 치수들과 같은 기하학적 파라미터들에 의해 바람직하게 정의된다. 게다가, 상이한 잠정 파노라마 이미지들(14)에서의 동일한 섹션들/ROI들(a~e)에서 표현되는 동일한 구조들의 이미징 품질들은 비교되고 잠정 파노라마 이미지(14) 및 섹션/ROI(a~e), 바람직하게는 또한 (다른 잠정 파노라마 이미지들(14)의 동일한 섹션들/ROI들(a~e)에서의 동일한 구조들과 비교하여) 최고 이미징 품질을 갖는 구조를 표현하는 프레임 데이터 세트들(13)이 결정된다. 이는 모든 섹션/ROI(a~e)에 대해 적어도 한 번 행해져서, 모든 섹션/ROI(a~e)은 잠정 파노라마 이미지들(14) 중 하나에서 최고 이미징 품질을 갖는 구조를 포함한다. 도 4, 단계 (iv)에 도시된 세 개의 잠정 파노라마 이미지들(14)을 참조하면, 섹션들/ROI들(a, d 및 e)은 중앙 잠정 파노라마 이미지(14)에서 (두 개의 다른 잠정 파노라마 이미지들 상의 각각의 동일한 구조들과 비교하여) 최고 이미징 품질을 가지는 각각의 구조들을 포함하며, 섹션/ROI(b)는 우측 잠정 파노라마 이미지(14)에서 (두 개의 다른 잠정 파노라마 이미지들 상의 각각의 동일한 구조와 비교하여) 최고 이미징 품질을 가지는 구조를 포함하고, 섹션/ROI(c)는 좌측 잠정 파노라마 이미지(14)에서 (다른 두 개의 잠정 파노라마 이미지들 상의 각각의 동일한 구조와 비교하여) 최고 이미징 품질을 가지는 구조를 포함한다는 것을 예시적으로 알 수 있다. 최고 품질을 갖는 이들 구조들의 각각은 도 4, 단계 (iv)에서, 연속 라인에 의해 각각의 잠정 파노라마 이미지(14)로 마킹된다.
단계 (v)에 따르면, 최고 이미징 품질을 갖는 인식된 구조들을 가지는 그들 섹션들/ROI들(a~ e)의 프레임 데이터 세트들(13)의 복수의 잠정 파노라마 이미지들(14)의 계산을 위해 단계 (ii)에서 사용되는 적어도 하나의 재구성 파라미터의 변화들이 결정된다. 도 4, 단계 (v)에서 도시된 세 개의 잠정 파노라마 이미지들(14)에 관해 예시적으로 알 수 있는 바와 같이, 좌측에서부터 시작하여, 첫 번째 잠정 파노라마 이미지는 r %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산되었고 따라서 섹션/ROI(c)의 프레임 데이터 세트들(13)(세 개의 잠정 파노라마 이미지들(14)의 모든 섹션들/ROI들(c)의 최고 품질을 갖는 인식된 구조를 가짐)은 r %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산될 때 최고 품질을 산출하며; 두 번째인, 중앙 잠정 파노라마 이미지는 s %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산되었고 따라서 섹션들/ROI들(a, d 및 e)의 프레임 데이터 세트들(13)(세 개의 잠정 파노라마 이미지들(14)의 각각의 섹션들/ROI들(a, d, e)의 최고 품질을 갖는 각각의 인식된 구조들을 가짐)은 s %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산될 때 최고 품질을 산출하며; 그리고 세 번째 잠정 파노라마 이미지는 t %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산되었고 따라서 섹션/ROI(b)의 프레임 데이터 세트들(13)(세 개의 잠정 파노라마 이미지들(14)의 모든 섹션들/ROI들(b)의 최고 품질을 갖는 인식된 구조를 가짐)은 t %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 계산될 때 최고 품질을 산출한다.
따라서, 이들 이전의 단계들, 특히 단계 (v)에 기초하여, 컴퓨터(8)의 계산 규칙들, 메트릭들 및/또는 알고리즘들이 최고 품질을 갖는 최종 파노라마 이미지(15)를 표현하는 최종 파노라마 이미지 데이터 세트를 생성 또는 계산하기 위해 섹션들/ROI들(a~e)의 프레임 데이터 세트들에 적용할 적어도 하나의 재구성 파라미터의 변화들이 무엇인지, 즉, 해부학적 구조들의 기하구조의 개선된 표현이 무엇인지가 이제 알려지며, 도 4의 단계 (vi)를 참조한다.
바람직하게는, 최종 파노라마 이미지 데이터 세트는 복수의 캡처된 프레임 데이터 세트들(즉, '원본' 프레임 데이터 세트들(13)) 및 섹션들/ROI들(a~e)의 적어도 하나의 재구성 파라미터의 결정된 변화들에 기초하여 새로이 계산되지만, 최종 파노라마 이미지 데이터 세트 및 최종 파노라마 이미지(15)를 생성하기 위한 다른 방식들이 또한 가능하고 위에서 설명되었다. 도 4의 단계 (vi)에 관해 최종 파노라마 이미지(15)는 다섯 개 섹션들/ROI들(a~e)을 포함하는데, 그 섹션/ROI(a)의 프레임 데이터 세트들(13)은 s %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 단계 (v)에서 중앙 잠정 파노라마 이미지를 참조하여 계산되었으며; 그 섹션/ROI(b)의 프레임 데이터 세트들(13)은 t %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 단계 (v)에서 우측 잠정 파노라마 이미지를 참조하여 계산되었으며; 섹션/ROI(c)의 프레임 데이터 세트들(13)은 r %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 단계 (v)에서 좌측 잠정 파노라마 이미지를 참조하여 계산되었으며; 그리고 섹션들/ROI들(d 및 e)의 프레임 데이터 세트들(13)은 s %의 프레임 데이터 세트들(13)의 적어도 하나의 재구성 파라미터의 변화로 단계 (v)에서 중앙 잠정 파노라마 이미지를 참조하여 계산되었으며; r, s 및 t는 적어도 하나의 재구성 파라미터의 상이한 변화들 및 상이한 수치 값들, 즉, r ≠ s ≠ t를 나타낸다.
최종적으로, 단계 (vii)에 따르면, 단계 (vi)에서 생성된 최종 파노라마 이미지 데이터 세트에 의해 표현되는 최종 파노라마 이미지(15)는 디스플레이 또는 모니터(7) 상에 디스플레이된다.
도 3 및 도 4에 도시된 방법들의 실시예들은 상기 방법들의 기본 단계들만을 나타내어서, 특히 본 개시에서 설명되는 추가적인 단계들이 추가될 수 있다. 또한, 도 3 및 도 4에 관해 언급되거나 또는 참조되는 프레임 데이터 세트들(13), 섹션들 또는 ROI들(a~e), 잠정 파노라마 이미지들(14) 및 임의의 다른 도면들의 수, 척도들(measures) 또는 치수들은 예시적인 것일 뿐이라서, 본 개시에서 설명되는 이미지 프로세싱 방법들은 이들 도면들, 척도들 또는 치수들로 제한되지 않는다.
설명되거나 도시되는 실시예들은, 특히, 본 발명을 묘사하는 역할을 한다. 일 실시예에서 개시되는 특성들은 그러므로 해당 실시예로 제한되지 않고, 오히려 기타 실시예들 중 하나의 실시예의 하나 이상의 특성들과 개별적으로 또는 함께 결합될 수 있다.
Claims (15)
- 머리(2)의 적어도 부분의, 특히 환자의 머리의 구강 영역의 부분의 최종 파노라마 이미지(15)를 제공하는 이미지 프로세싱 방법으로서,
i. 복수의 프레임 데이터 세트들(13)을 취하는 동안 상기 환자 주위로 이동하는 방사 소스(9) 및 방사 검출기(10)를 갖는 내과 또는 치과 이미징 시스템(1)에 의해 캡처되는 상기 복수의 프레임 데이터 세트들(13)을 제공하는 단계;
ii. 상기 복수의 프레임 데이터 세트들(13)로부터 복수의 잠정 파노라마 이미지들(14)의 계산 동안 사용되는 적어도 하나의 재구성 파라미터의 변화로 인해 서로 상이한 상기 복수의 잠정 파노라마 이미지들(14)을 계산하는 단계;
iii. 상기 복수의 잠정 파노라마 이미지들(14) 중 인식가능 구조들에 대한 잠정 파노라마 이미지들을 스캔하는 단계;
iv. 상기 인식가능 구조들의 이미징 품질을 결정하는 단계;
v. 최고 이미징 품질을 갖는 인식가능 구조들을 가지는 그들 프레임 데이터 세트들(13)의 상기 복수의 잠정 파노라마 이미지들(14)의 계산을 위해 단계 (ii)에서 사용되는 상기 적어도 하나의 재구성 파라미터의 상기 변화를 결정하는 단계;
vi. 단계 (v)의 상기 적어도 하나의 재구성 파라미터의 결정된 변화를 참조하여, 최종 파노라마 이미지(15)를 표현하는 최종 파노라마 이미지 데이터 세트를 계산하는 단계;
vii. 상기 최종 파노라마 이미지 데이터 세트에 의해 표현되는 상기 최종 파노라마 이미지(15)를 디스플레이하는 단계
를 특징으로 하는, 방법. - 제1항에 있어서, 단계 (ii)에서의 상기 적어도 하나의 재구성 파라미터의 상기 변화는 이미지화될 상기 머리 (2)의 상기 부분의 치수에 의존하는 것을 특징으로 하는, 방법.
- 제1항에 있어서, 단계 (ii)에서의 상기 적어도 하나의 재구성 파라미터의 상기 변화는 미리 설정되는 것을 특징으로 하는, 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 단계 (iv)의 상기 이미징 품질을 결정하는 단계는, 이미지 데이터 프로세싱, 특히, 인식가능 구조들을 포함하는 상기 프레임 데이터 세트들(13)의 주파수 분석; 그레이 값 분포 분석; 밝기 분포 분석 중 적어도 하나를 포함하는 것을 특징으로 하는, 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 적어도 하나의 재구성 파라미터는, 상기 프레임 데이터 세트들의 중첩 비율; 상기 프레임 데이터 세트들의 스케일링 비율; 화소 시프트 중 적어도 하나를 포함하는 것을 특징으로 하는, 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 복수의 잠정 파노라마 이미지들(14) 중의 상기 잠정 파노라마 이미지들은 복수의 섹션들 또는 관심 영역들(a~e)로 분할되며, 상기 복수의 섹션들 또는 관심 영역들(a~e)은 각각의 잠정 파노라마 이미지(14)에 대해 동일한 것을 특징으로 하는, 방법.
- 제6항에 있어서, 단계 (v)는 상기 복수의 잠정 파노라마 이미지들(14)의 동일한 섹션들 또는 관심 영역들(a~e)의 인식가능 구조의 상기 이미징 품질이 결정되고 상기 동일한 섹션들 또는 관심 영역들(a~e) 중 최고 이미징 품질을 갖는 인식가능 구조를 가지는 섹션 또는 관심 영역들을 형성하는 그들 프레임 데이터 세트들(13)의 상기 적어도 하나의 재구성 파라미터의 상기 변화가 결정되는 것을 더 포함하는 것을 특징으로 하는, 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 단계 (vi)에서 상기 최종 파노라마 이미지 데이터 세트는, 단계 (i)에서 캡처되는 상기 복수의 프레임 데이터 세트들(13)과, 최고 이미징 품질을 갖는 상기 인식가능 구조들을 가지는 상기 복수의 상이한 잠정 파노라마 이미지들(14)의 그들 프레임 데이터 세트들(13)의, 또는 최고 이미징 품질을 갖는 상기 인식가능 구조들을 가지는 상기 복수의 상이한 잠정 파노라마 이미지들(14)의 그들 각각의 섹션들 또는 관심 영역들(a~e)을 형성하는 상기 프레임 데이터 세트들(13)의 상기 적어도 하나의 재구성 파라미터의 결정된 변화에 기초하여 계산되는 것을 특징으로 하는, 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 단계 (vi)에서 상기 최종 파노라마 이미지 데이터 세트는 최고 이미징 품질을 갖는 상기 인식가능 구조들을 가지는 상기 복수의 상이한 잠정 파노라마 이미지들(14)의 그들 프레임 데이터 세트들(13) 또는 최고 이미징 품질을 갖는 상기 인식가능 구조들을 가지는 상기 복수의 상이한 잠정 파노라마 이미지들(14)의 그들 각각의 섹션들 또는 관심 영역들(a~e)을 결합함으로써 계산되는 것을 특징으로 하는, 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 단계 (vi)에서 상기 최종 파노라마 이미지 데이터 세트는 상기 복수의 잠정 파노라마 이미지들(14) 중 하나의 잠정 파노라마 이미지와, 최고 이미징 품질을 갖는 상기 인식가능 구조들을 가지는 상기 복수의 상이한 잠정 파노라마 이미지들(14)의 그들 프레임 데이터 세트들(13)의 또는 최고 이미징 품질을 갖는 상기 인식가능 구조들을 가지는 상기 복수의 상이한 잠정 파노라마 이미지들(14)의 그들 각각의 섹션들 또는 관심 영역들(a~e)을 형성하는 프레임 데이터 세트들(13)의 상기 적어도 하나의 재구성 파라미터의 결정된 변화에 기초하여 결정되는 것을 특징으로 하는, 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 최종 파노라마 이미지 데이터 세트를 결정하는 단계는 상기 최종 파노라마 이미지 데이터 세트를 스케일링하는 단계를 포함하는 것을 특징으로 하는, 방법.
- 제1항 내지 제3항 중 어느 한 항에 있어서, 단계 (iii)의 상기 인식가능 구조는 해부학적 구조의 또는 인공 구조의 적어도 부분을 포함하는 것을 특징으로 하는, 방법.
- 컴퓨터 판독가능 저장 매체로서,
컴퓨터(8)에 의해 실행될 때, 상기 컴퓨터(8)로 하여금 선행하는 제1항 내지 제12항 중 어느 한 항의 방법을 수행하게 하는 명령어들을 포함하는, 컴퓨터 판독가능 저장 매체. - 환자의 머리(2)의 적어도 일부의 이미지를 생성하기 위한 내과 또는 치과 이미징 시스템(1)으로서,
복수의 프레임 데이터 세트들(13)을 캡처하기 위해 환자 주위로 이동하도록 구성되는 방사 소스(9) 및 방사 검출기(10), 및
상기 방사 검출기(10)에 동작적으로 연결되어 상기 복수의 프레임 데이터 세트들(13)을 수신하고 선행하는 제1항 내지 제12항 중 어느 한 항의 방법을 수행하기 위해 제13항에 따른 컴퓨터 프로그램 제품 또는 컴퓨터 판독가능 저장 매체를 포함하는 컴퓨터(8)
를 포함하는, 내과 또는 치과 이미징 시스템(1). - 제14항에 있어서, 상기 방사 소스(9)는 엑스선 방사 소스를 포함하는 것을 특징으로 하는, 내과 또는 치과 이미징 시스템(1).
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP21184649.8 | 2021-07-09 | ||
| EP21184649.8A EP4116925A1 (en) | 2021-07-09 | 2021-07-09 | Image processing method to generate a panoramic image |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230009835A true KR20230009835A (ko) | 2023-01-17 |
Family
ID=76942769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220082914A KR20230009835A (ko) | 2021-07-09 | 2022-07-06 | 파노라마 이미지를 생성하는 이미지 프로세싱 방법 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230009661A1 (ko) |
| EP (1) | EP4116925A1 (ko) |
| KR (1) | KR20230009835A (ko) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4028983A1 (en) * | 2019-09-10 | 2022-07-20 | Align Technology, Inc. | Dental panoramic views |
| CN116665851B (zh) * | 2023-05-23 | 2024-04-05 | 江苏康医通科技有限公司 | 医疗影像管理方法、装置、计算机设备及存储介质 |
| CN116887037A (zh) * | 2023-07-20 | 2023-10-13 | 西南医科大学 | 一种自由控制摄像机视图方法及系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6075905A (en) * | 1996-07-17 | 2000-06-13 | Sarnoff Corporation | Method and apparatus for mosaic image construction |
| JP4844886B2 (ja) * | 2005-10-21 | 2011-12-28 | 株式会社 アクシオン・ジャパン | パノラマ画像撮影装置及びパノラマ画像撮影方法 |
| JP5352224B2 (ja) | 2008-12-25 | 2013-11-27 | 株式会社吉田製作所 | Ｘ線撮影装置およびパノラマ用画像処理プログラム |
| KR101389841B1 (ko) * | 2012-05-16 | 2014-04-29 | 주식회사바텍 | 파노라마 영상 데이터 제공 방법 및 장치 |
| US10049467B2 (en) * | 2015-03-18 | 2018-08-14 | Vatech Co., Ltd. | Apparatus and method for reconstructing medical image |
| FI3685752T3 (fi) * | 2019-01-23 | 2024-01-16 | Dentsply Sirona Inc | Menetelmä ja laitteisto 2d-panoraamakuvan tuottamiseksi |
-
2021
- 2021-07-09 EP EP21184649.8A patent/EP4116925A1/en active Pending
-
2022
- 2022-06-28 US US17/852,029 patent/US20230009661A1/en active Pending
- 2022-07-06 KR KR1020220082914A patent/KR20230009835A/ko not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| US20230009661A1 (en) | 2023-01-12 |
| EP4116925A1 (en) | 2023-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230009661A1 (en) | Image processing method to generate a panoramic image | |
| KR101915215B1 (ko) | 구강내 스캔 중 관심 구역의 식별 | |
| US11443423B2 (en) | System and method for constructing elements of interest (EoI)-focused panoramas of an oral complex | |
| KR101999465B1 (ko) | 구강 이미지의 자동 선택 및 잠금 | |
| EP2560572B1 (en) | Reduction and removal of artifacts from a three-dimensional dental x-ray data set using surface scan information | |
| WO2018140159A1 (en) | Adaptive orthodontic treatment | |
| US11896452B2 (en) | Method for virtual setup with mixed dentition | |
| EP2973401B1 (en) | Method for producing teeth surface from x-ray scan of a negative impression | |
| CN113164153B (zh) | 用于生成2d全景图像的方法和装置 | |
| US12062170B2 (en) | System and method for classifying a tooth condition based on landmarked anthropomorphic measurements | |
| Ye et al. | Integration accuracy of laser-scanned dental models into maxillofacial cone beam computed tomography images of different voxel sizes with different segmentation threshold settings | |
| CN111275808A (zh) | 一种牙齿正畸模型的建立方法及装置 | |
| US11488305B2 (en) | Segmentation device | |
| US20230013902A1 (en) | System and Method for Correcting for Distortions of a Diagnostic Image | |
| KR20210055847A (ko) | 영상처리와 ｃｎｎ을 이용한 자동 3차원 세팔로메트리 장치 및 방법 | |
| US20240338865A1 (en) | Optimization of extraoral panoramic images through model-based prior knowledge of the patient's jaw arch form | |
| CA3240668A1 (en) | Method and system for generating dental panoramic images with sharpened depiction of clinically relevant, patient-specific pre-selected anatomical structures | |
| JP2024029381A (ja) | データ生成装置、データ生成方法、およびデータ生成プログラム | |
| KR20230041560A (ko) | 인공신경망 학습을 통한 하치조 신경 추론 장치 및 방법 | |
| KR20240161035A (ko) | 인공지능을 활용한 치주염 진단 정보 제공 시스템 및 방법 | |
| Arun Kumar et al. | Web-based cephalometric procedure for craniofacial and dentition analyses |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |