[发明专利]用于构造牙科构件的方法

权利要求书

1.用于构造牙科构件的方法，所述牙科构件即为修复体、咬合板或印模托盘，其中，测量牙齿状况(7)并且生成牙齿状况(7)的3D模型(10)，其特征在于，将用于机器学习的卷积神经网络应用于牙齿状况(7)的3D模型(10)和/或构件的初始3D模型(30)并且自动地生成所述构件的完成构造的3D模型(21、23、25)；根据训练数据集来训练所述卷积神经网络，所述训练数据集包含构件的初始3D模型(30)和在至少一个用户构造3D模型(25)时对这些初始3D模型(30)的手动改变(33)。

2.根据权利要求1所述的方法，其特征在于，所述训练数据集仅包含一个用户或一组有经验的用户的数据。

3.根据权利要求1或2所述的方法，其特征在于，所述卷积神经网络在根据训练数据集进行训练之后保持不变。

4.根据权利要求1或2所述的方法，其特征在于，将新的数据添加至所述训练数据集，从而根据经扩展的训练数据集进一步训练该卷积神经网络。

5.根据权利要求1或2所述的方法，其特征在于，所述构件是修复体，所述修复体是嵌体、牙冠(2、4)、冠架、牙桥(5)、桥架、基台、桥体或贴面。

6.根据权利要求5所述的方法，其特征在于，牙齿状况(7)的3D模型(10)包括用于将修复体嵌入的至少一个牙齿(8)、至少一个预备体(3)、剩余牙齿、用于将要制造的修复体嵌入的基台和/或牙齿状况(7)的颜色信息。

7.根据权利要求6所述的方法，其特征在于，所述卷积神经网络使用牙齿状况(7)的颜色信息，以便自动地确定用于要嵌入的修复体的颜色和/或颜色变化。

8.根据权利要求6或7所述的方法，其特征在于，所述剩余牙齿是至少一个相邻牙齿。

9.根据权利要求6或7所述的方法，其特征在于，所述颜色信息是颜色变化。

10.根据权利要求8所述的方法，其特征在于，所述卷积神经网络针对要制造的修复体自动地确定材料、制造方法、嵌入方法、切开位置(31)和/或与相邻牙齿的接触厚度(34、35)。

11.根据权利要求8所述的方法，其特征在于，所述训练数据集附加地包含完成构造的修复体的颜色、颜色变化、材料、制造方法、嵌入方法、切开位置(31)和/或与相邻牙齿的接触厚度(34、35)。

12.根据权利要求1或2所述的方法，其特征在于，所述构件是咬合板或印模托盘，牙齿状况的3D模型包括用于安设咬合板或印模托盘的牙齿。

13.根据权利要求12所述的方法，其特征在于，所述卷积神经网络针对要制造的咬合板或印模托盘自动地确定材料和/或制造方法。

14.用于数据处理的设备，该设备包括用于执行根据权利要求1-13中任一项所述的方法的装置。

15.计算机可读的存储介质，所述存储介质包括如下指令，所述指令在由计算机执行时使该计算机执行根据权利要求1-13中任一项所述的方法。