Verfahren zur Konstruktion einer Bohrschablone Technisches Gebiet

Die Erfindung betrifft ein Verfahren zur Konstruktion einer Bohrschablone, wobei mittels einer dentalen Kamera oder ei nes Labor-Scanners eine Zahnsituation vermessen wird und ein 3D-Oberflächenmodell der Zahnsituation erzeugt wird und/oder mittels einer Röntgenvorrichtung oder einer MRT- Vorrichtung die Zahnsituation vermessen wird und ein Volu menmodell der Zahnsituation erzeugt wird.

Stand der Technik

Aus dem Stand der Technik sind mehrere Verfahren zur Kon struktion von Bohrschablonen bekannt.

In der DE 199 52 962 Al ist ein Verfahren zur Erstellung einer Bohrhilfe für ein Zahnimplantat offenbart. Dabei ist die Bohrhilfe mit Anlageflächen passend zu Okklusalflächen von Nachbarzähnen ausgestattet und wird zur exakten Positi onierung in Bezug auf den Kieferabschnitt auf die Nachbar zähne aufgesetzt. In der Bohrhilfe ist ein Führungsloch vorgesehen, um einen Bohrer eines Handstücks zu führen. Die Position, die Abmessungen und die Ausrichtung des Führungs loches in der Bohrschablone sind durch die geplante Implan tatbohrung vorgegeben.

Aus der DE 10 2009 008 790 B3 ist eine Bohrschablone mit einer Führungshülse zum Führen eines oralchirurgischen Boh rers offenbart. Der Bohrer kann auch bei minimalen Platz verhältnissen in die Führungshülse eingesetzt werden, wenn diese in ihrer Umfangsfläche ein bezüglich der Hülsenlän genachse schräg verlaufenden Schlitz aufweist. Eine solche Führungshülse erlaubt darüber hinaus eine nahezu optimale Führung des Bohrers in Richtung der geplanten Bohrachse. DE 199 52 962 Äl offenbart ein Verfahren zur Erstellung ei ner Bohrhilfe für ein Zahnimplantat , wobei zunächst eine Röntgenaufnahme des Kiefers und danach eine dreidimensiona le optische Vermessung der sichtbaren Oberfläche des Kie fers und der Zähne durchgeführt werden. Die Messdatensätze von der Röntgenaufnahme und der dreidimensionalen optischen Aufnahme werden miteinander korreliert. Anhand der vorhan denen Informationen, wie der Art und der Position des Im plantats relativ zu den Nachbarzähnen, wird eine Schablone geplant und generiert, die auf den Nachbarzähnen aufliegt und dadurch die exakte Bohrung des Implantatführungslochs ermöglicht wird. Anhand der Röntgendaten kann das Implantat in bekannter Weise bestimmt und positioniert werden. Anhand der gewonnenen Informationen über die Oberflächenstruktur, d . h . die Okklusalflächen benachbarter Zähne, kann eine Im plantationshilfe in Gestalt einer Bohrschablone mittels ei ner CAD/CAM-Einheit ausgeschliffen werden. Anhand der Mess daten ist eine CAD/GAM-Maschine in der Lage, die Bohrschab lone mit dem Negativ der Okklusalflächen und einem Füh rungslauf für den Bohrer zu fertigen. Auf die Bohrschablone wird ein Anschlag übertragen, der die Bohrtiefe bestimmt .

WO 99/32045 Al offenbart ein Verfahren zur Herstellung ei ner dentalen Bohrhilfe für Implantate. Zunächst wird unter Verwendung eines Kieferbildes mit Bezug auf eine Abdruck fläche ein dreidimensionales Rechnerbild modelliert. Danach werden die Lage und die Bohrtiefe der Bohrlöcher bestimmt und ein Satz von Implantatbohrlochkoordinaten in eine com putergesteuerte Fertigungsmaschine eingespeist. Mittels ei nes Präzisionswerkzeugs wird im Bohrkörper für jeden der zuvor eingespeisten Bohrlochkoordinatensätze ein Bohrfüh- rungssockel vorbereitet mit einer entsprechend der anhand des Kieferabschnitts ermittelten Bohrlochposition und Bohr lochorientierung . Aus der EP 1 502 556 A2 ist eine Bohrschablone sowie ein Verfahren zur Herstellung dieser Bohrschablone bekannt, wo bei die Bohrschablone mindestens ein Durchgangsloch zur Durchführung des Bohrers aufweist, in das mindestens eine erste Führungshülse einsetzbar ist. Die Führungshülse weist in einem unteren Bereich einen Außendurchmesser auf, der im Wesentlichen dem Innendurchmesser des Durchgangslochs ent spricht. In einem oberen Bereich weist die Führungshülse einen größeren Außendurchmesser auf, so dass sich der obere Abschnitt auf dem das Durchgangsloch umgebenden Rand der Bohrschablone abstützt.

Ein Nachteil der genannten Verfahren zur Konstruktion von Bohrschablonen besteht darin, dass diese auf eine aufwendi ge Art und Weise mittels des Benutzers virtuell oder durch Verwendung von Abdrücken konstruiert werden. Durch Messun genauigkeiten oder durch Konstruktionsfehler des Benutzers können dann Passungenauigkeiten der Bohrschablone entste hen. Eine ungenaue Bohrschablone kann folglich zu einer falschen Implantatbohrung abweichend von der geplanten Im plantatbohrung führen.

Die Aufgabe der vorliegenden Erfindung besteht daher darin, ein Verfahren zur Konstruktion einer Bohrschablone bereit zustellen, welches zeitsparend ein passendes 3D-Modell der Bohrschablone konstruiert.

Darstellung der Erfindung

Die Erfindung betrifft ein Verfahren zur Konstruktion einer Bohrschablone, wobei mittels einer 3D-

Oberflächenvermessungsvorrichtung, wie einer dentalen Kame ra oder eines Labor-Scanners, eine Zahnsituation vermessen wird und ein 3D-Oberflächenmodell der Zahnsituation erzeugt wird und/oder mittels einer Röntgenvorrichtung oder einer MRI-Vorrichtung die Zahnsituation vermessen wird und ein Volumenmodell der Zahnsituation erzeugt wird. Dabei wird ein künstliches neuronales Netz für maschinelles Lernen (engl. Convolutional Neural Network; CNN) auf das 3D- Oberflächenmodell der Zahnsituation und/oder das Volumenmo dell der Zahnsituation und/oder auf ein initiales 3D-Modell der Bohrschablone angewendet wird und automatisch ein fer tig konstruiertes 3D-Modell der Bohrschablone erzeugt.

Die zahnmedizinische Bohrschablone kann eine beliebige Bohrschablone, wie eine durch die Nachbarzähne getragene Bohrschablone für minimalinvasive Chirurgie sowie eine durch den Kieferknochen getragene Bohrschablone für die so genannte Open-Flap-Chirurgie sein. Dabei wird also die Bohrschablone durch die übrigen Nachbarzähne des jeweiligen Kiefers getragen oder mittels Schrauben am Kieferknochen festgeschraubt .

Die Bohrschablone dient zur Führung eines Bohrers, um eine geplante Implantatbohrung zum Einsetzen eines Implantats, wie in einer Implantatplanung errechnet, durchzuführen. An einer Durchgangsöffnung kann eine Hülse in die Durchgangs öffnung gesteckt werden, wobei die innere Fläche der Hülse zur Führung des Bohrers dient. Bei der Implantatplanung kann das Volumenmodell des Kiefers und eine dreidimensiona le optische Vermessung der sichtbaren Oberfläche des Kie fers und der Zähne in Form eines 3D-Oberflächenmodells ver wendet werden, um einen Implantattyp und die Implantatlage relativ zum Kiefer virtuell festzulegen. Insbesondere wer den die genaue Lage, der relative Winkel zum Kiefer und die Tiefe der Implantatbohrungen zum Einsetzen der Implantate geplant. Die Bohrschablone ist zur Durchführung einer oder mehrerer Implantatbohrungen vorgesehen, die auch windschief zueinander angeordnet sein können. Dabei werden insbesondere anatomische Strukturen innerhalb des Kiefers, wie Zahnwurzeln, Zahnnerven und Verlauf und Dicke des Kieferknochens berücksichtigt.

In Abhängigkeit vom gewählten Implantat und der Implantat lage wird anschließend die Bohrschablone in Abhängigkeit vom 3D-Oberflächenmodell der Zahnsituation und/oder des Vo lumenmodells konstruiert.

Das neuronale Netz kann also automatisch die folgenden Schritte durchführen: die Auswahl eines passenden Implan tattyps; die Anordnung des Implantats relativ zum Kiefer unter Berücksichtigung anatomische Strukturen, wie Zahnwur zeln, Zahnnerven und Kieferknochen; Konstruktionen eines 3D-Modells der Bohrschablone umfassend mindestens ein Füh rungsloch für mindestens eine Implantatbohrung für das ein zusetzende Implantat unter Berücksichtigung des 3D- Oberflächenmodells der Zahnsituation und des Volumenmo dells .

Eine zahngetragene Bohrschablone kann einen Abdruck der Nachbarzähne der Implantationsstelle zur Äbstützung auf den Nachbarzähnen umfassen. Eine Führungsbohrung kann aufgewei tet gestaltet sein. Die Führungsbohrung kann insbesondere kegelförmig mit einer ovalen oder kreisförmigen Grundfläche ausgebildet sein. Die Hülse kann dabei ein zylindrisches Hülsenteil aufweisen, das in die Durchgangsöffnung hinein passt .

Bei Bohrschablonen, die mittels Schrauben am Kieferknochen fixiert werden, weist die Bohrschablone zusätzlich zu den Führungsbohrungen weitere Öffnungen für die Schrauben auf.

Eine Bohrschablone mit Hülsen kann unterschiedliche Hülsen für die gleiche Führungsbohrung mit unterschiedlichen

Durchmessern aufweisen, um zunächst eine Bohrung mit dem kleinsten Durchmesser durchzuführen und anschließend durch das Ersetzen der Hülse und des jeweiligen Bohrers weitere Bohrungen mit steigendem Durchmesser durchzuführen, bis der gewünschte Durchmesser an der Implantatbohrung erreicht ist .

Die Bohrschablone kann nach der Durchführung der Implantat bohrung verwendet werden, um ein geführtes Eindrehen des Implantats in die Implantatbohrung durchzuführen.

Die Bohrschablone kann beispielsweise mittels eines 3D- Druckers oder mittels eines CÄD/CAM-Verfahrens aus einem Rohling nach dem konstruierten 3D-Modell der Bohrschablone automatisch hergestellt werden.

Die dentale Kamera kann eine beliebige dreidimensionale dentale Kamera sein, die beispielsweise auf einem Streifen projektionsverfahren oder einem konfokalen Vermessungsver fahren beruht. Die Zahnsituation kann die unmittelbare Um gebung der einzusetzenden Restauration oder auch einen grö ßeren Bereich um die einzusetzende Restauration umfassen. Die Vermessung mittels der dentalen Kamera kann aus unter schiedlichen Richtungen, wie einer okklusalen Richtung, ei ner lingualen Richtung, einer bukkalen Richtung oder einer labialen Richtung, erfolgen. Nach der Vermessung mittels der dentalen Kamera wird das 3D-Modell der Zahnsituation erzeugt. Anschließend wird das neuronale Netz für maschi nelles Lernen auf das 3D-Modell der Zahnsituation angewen det. Nach der Analyse des 3D-Modells der Zahnsituation wird dann automatisch ein 3D-Modell der Bohrschablone erzeugt.

Ein neuronales Netzwerk (CNN) ist im Wikipedia Artikel „Convolutional Neural Network" mit dem Link

https : //de .wikipedi . org/wiki/Convolutional Neural Network ausführlich beschrieben . Im Folgenden wird ein Verfahren unter Verwendung eines CNN erläutert .

Ein Convolutional Neural Network (CNN) , zu Deutsch „falten des neuronales Netzwerk", ist ein feed forward künstliches neuronales Netz. Es handelt sich um ein von biologischen Prozessen inspiriertes Konzept im Bereich des maschinellen Lernens. Convolutional Neural Networks finden Anwendung in zahlreichen modernen Technologien der künstlichen Intelli genz, vornehmlich bei der maschinellen Verarbeitung von Bild- oder Audiodaten.

Grundsätzlich besteht die Struktur eines klassischen CNN aus einem Convolutional Layer, gefolgt von einem Pooling Layer. Diese Einheit kann sich prinzipiell beliebig oft wiederholen, bei ausreichend Wiederholungen spricht man dann von Deep Convolutional Neural Networks, die in den Be reich Deep Learning fallen.

Die CNN lernen dadurch, dass freie Parameter bzw. Klassifi katoren der Convolution-Kernel pro Layer und deren Gewich tung bei der Verrechnung zum nächsten Layer gelernt werden.

Das 3D-Modell der Zahnsituation wird also als Eingabe des CNN bzw. Maschinen-Learning-Systems verwendet, welches un ter Verwendung einer Sammlung einer Vielzahl von 3D- Modellen unterschiedlicher Zahnsituationen trainiert wurde.

In einem weiteren Schritt wird das 3D-Modell der Zahnsitua tion mittels des Maschinen-Learning-Systems analysiert und als Ausgabe wird ein 3D-Modell des jeweiligen Bauteils vor geschlagen .

Das Maschinen-Learning-System kann aus einem oder mehreren

CNN-Netzwerken bestehen.

Die Klassifikatoren bzw. Merkmale werden also automatisch festgelegt und bei der Analyse des Trainingssets verfei- nert . Die automatisch ermittelten Klassifikatoren eines 3D- Modells einer Zahnsituation könnten beispielsweise eine Ge samtfläche einer Präparation oder der Verlauf des Präpara tionsrandes oder eine Kombination aus beidem sein.

Das Neuronale Netz kann beispielsweise aus mehreren Layern bestehen, wobei in einem ersten Layer einfache Klassifika toren, wie Kanten, flache Oberflächen oder Bereiche glei cher Helligkeit automatisch identifiziert werden. In einem zweiten Layer werden die Klassifikatoren automatisch ver feinert. Die Klassifikatoren im zweiten Layer können bei spielsweise die relative Anordnung der Kanten zueinander, die relative Richtung der Kanten oder der Verlauf der Kan ten sein. In den weiteren Layern werden die Klassifikatoren immer weiter verfeinert und werden dadurch immer komplexer. Auf diese Art und Weise lernt das CNN- Netzwerk selbststän dig, anhand des 3D-Modells der Zahnsituation und des Volu menmodells der Zahlensituation als Eingabeparameter automa tisch ein passendes 3D-Modell der Bohrschablone zu erzeu gen .

Der Vorteil eines Neuronalen Netzes besteht darin, dass die Parameterwerte der internen Convolution-Filter und die Wei terverarbeitung der Filterausgaben bei der Analyse des Trainingssets mitgelernt werden und deshalb keine weitere Benutzerspezifikation notwendig ist.

Ein weiterer Vorteil des Verfahrens liegt darin, dass die Konstruktion der Bohrschablone vollautomatisch mittels des Neuronalen Netzes erfolgt. Dadurch kann also das Bauteil unmittelbar nach der optischen Vermessung und/oder der Röntgen- bzw. MRT-Vermessung vollautomatisch konstruiert werden und nach einer Kontrolle durch den Zahnarzt vollau tomatisch mittels eines 3D-Druckers oder einer CAD/CAM- Vorrichtung hergestellt werden, sodass die Bohrschablone innerhalb einer Sitzung zur Herstellung von Implantatbohrungen verwendet werden kann.

Ein weiterer Vorteil des Verfahrens ist, dass durch den Be nutzer erzeugte fertig konstruierte Bohrschablonen im Trai ningsdatensatz des CNN verwendet werden können und damit die Äkzeptanzrate der Erstvorschläge der Bauteile und der Automatisierungsgrad der Konstruktion verbessert wird.

Im Folgenden wird ein mögliches Verfahren zum Training bzw. Parametrisierung des Maschinen-Learning-Systems bestehend aus einem oder mehreren CNN-Netzwerken erläutert. Im ersten Schritt wird eine große Anzahl bekannter 3D- Oberflächenmodelle und Volumenmodelle von Zahnsituationen analysiert. Dabei werden mögliche Eingabedaten bzw. Input daten generiert. Die Inputdaten werden so erzeugt, dass al le möglichen Freiheitsgrade in den Inputdaten vorhanden sind. Dies wird beispielsweise unter Verwendung einer Data- Augmentation erreicht. Dazu werden die 3D-Modelle der Zahn situationen um die festgelegten Freiheitsgrade rotiert und/oder entlang der Freiheitsgrade skaliert.

Vorteilhafterweise kann das neuronale Netz anhand eines Trainingsdatensatzes trainiert werden, wobei der Trainings datensatz manuelle Änderungen von mehreren initialen 3D- Modellen von Bohrschablonen mindestens eines Benutzers be inhaltet, wobei die manuellen Änderungen beispielsweise un ter Verwendung von CAD-Werkzeugen manuell durch den Benut zer bei der Konstruktion des 3D-Modells der jeweiligen Bohrschablone durchgeführt werden.

Dadurch lernt also das Neuronale Netz, die manuellen Ände rungen eines bestimmten Benutzers auf einen initialen Vor schlag eines 3D-Modelles eines Bauteils anzuwenden, um die Konstruktion des Bauteils abzuschließen. Der initiale Vor schlag eines 3D-Modells des Bauteils kann beispielweise un- ter Verwendung einer Bibliothek mehrerer 3D-Modelle von Bauteilen ausgewählt werden. Bei der Anwendung des so trai nierten Neuronalen Netzes auf ein unbekanntes 3D-Modell ei ner Zahnsituation werden dann automatisch für den jeweili gen Benutzer übliche Änderungen des Initialvorschlags durchgeführt. Die manuellen Änderungen des initialen 3D- Modells der Bohrschablone können beispielsweise die Anpas sung des Implantattyps , die Anpassung der Implantatlage re lativ zum Kieferknochen, die Anpassung der Länge einer Im plantatbohrung, Anpassung eines Anschlages einer Führungs bohrung, die Anpassung der äußeren Abmessungen der

Bohrschablone, die Änderung eines Lochdurchmessers der Füh rungsbohrung, das Einfügen von Auflagenkontrollfenstern und/oder das Anbringen von zusätzlichen Halteelementen sein .

Sogenannte Auflagenkontrollfenster dienen zur visuellen Überprüfung durch den Benutzer, ob die Bohrschablone rich tig aufgesetzt ist und auf den Auflageflächen aufliegt.

Zusätzliche Halteelemente können beispielsweise Hinter schnitte oder Schrauben zur Fixierung der Bohrschablone re lativ zum jeweiligen Kiefer sein.

Vorteilhafterweise kann das neuronale Netz anhand eines Trainingsdatensatzes trainiert werden, wobei der Trainings datensatz mehrere 3D-Oberflächenmodelle und/oder Volumenmo delle der Zahnsituationen und die entsprechenden 3D-Modelle der fertig konstruierten Bohrschablonen mindestens eines Benutzers beinhaltet.

Das Neuronale Netz lernt also sowohl aus den Vergleichsda ten zwischen einem initialen 3D-Modell und einem fertig konstruierten 3D-Modell der Bohrschablone, als auch aus den Anordnungen der anatomischen Strukturen, wie Zahnwurzeln, Zahnnerven und Kieferknochen innerhalb des Volumenmodells relativ zum fertig konstruierten 3D-Modell der Bohrschablo ne .

Vorteilhafterweise kann das neuronale Netz anhand eines Trainingsdatensatzes trainiert werden, wobei der Trainings datensatz mehrere initiale 3D-Modelle der Bohrschablonen und entsprechende fertig konstruierte 3D-Modelle der

Bohrschablonen mindestens eines Benutzers beinhaltet.

Das Neuronale Netz lernt also aus den Vergleichsdaten zwi schen einem initialen 3D-Modell der Bohrschablone und dem entsprechenden fertig konstruierten 3D-Modell der

Bohrschablone .

Vorteilhafterweise kann der Trainingsdatensatz nur die Da ten eines Benutzers oder einer Gruppe von erfahrenen Benut zern enthält.

Für jeden Benutzer bzw. für eine Gruppe erfahrener Benutzer gibt es also einen einzelnen Trainingsdatensatz.

Dadurch kann das Neuronale Netz also durch einen Trainings datensatz eines einzelnen Benutzers oder einer Gruppe von Benutzern trainiert werden. Die Benutzer für den Trainings datensatz können nach verschiedenen Kriterien, wie z.B. Be rufserfahrung, ausgesucht werden. Für den Trainingsdaten satz können beispielsweise nur Daten von Benutzern verwen det werden, die mindestens drei Jahre Berufserfahrung haben oder mindestens 100 Fälle bei der Konstruktion von

Bohrschablonen ausgeführt haben.

Der Benutzer kann vor der Durchführung des vorliegenden Verfahrens die Art der jeweiligen Bohrschablone und die Po sitionen der durchzuführenden Implantatbohrung manuell, beispielsweise mittels eines Auswahlmenüs, festlegen. Die Art der Bohrschablone kann beispielsweise eine Bohrschablo ne ohne Bohrhülsen, eine Bohrschablone mit Bohrhülsen, eine Bohrschablone mit Schrauben zur Befestigung am Kieferkno chen oder eine Bohrschablone mit einer Auflagefläche zur Verankerung an den Nachbarzähnen sein.

Vorteilhafterweise kann das neuronale Netz nach dem Trai nieren anhand des Trainingsdatensatzes unverändert bleiben oder dem Trainingsdatensatz neue Daten hinzugefügt werden, so dass das neuronale Netz anhand des erweiterten Trai ningsdatensatzes weiter trainiert wird.

Insbesondere für unerfahrene Benutzer ist es am Anfang vor teilhaft, ein trainiertes Neuronale Netz nicht zu verän dern. Für erfahrene Benutzer ist es vorteilhafter, ihre ei genen Daten der Konstruktion der Bohrschablone einem Trai ningsdatensatz hinzuzufügen, sodass das Neuronale Netz kon tinuierlich weiter trainiert wird und die Anforderungen des jeweiligen Benutzers mit der Zeit besser erfüllt. Dem er weiterten Trainingsdatensatz werden also weitere Trainings daten hinzugefügt.

Vorteilhafterweise kann das 3D-Oberflächenmodell der Zahn situation mindestens einen Bereich für eine Implantatver sorgung mit einzusetzenden Implantaten, mindestens einen Nachbarzahn und/oder eine implantatgetragene Mesostruktur, wie ein Abutment , aufweisen.

Das 3D-Modell der jeweiligen Bohrschablone wird also in Ab hängigkeit von den Strukturen, die im 3D-Modell der Zahnsi tuation enthalten sind, automatisch durch das Neuronale Netz konstruiert.

Vorteilhafterweise kann das neuronale Netz für die herzu stellende Bohrschablone automatisch ein passendes Material, ein Fertigungsverfahren und/oder ein Einsetzungsverfahren festlegen . Das passende Material kann beispielsweise ein spezieller Kunststoff oder eine Kombination aus verschiedenen Kunst stoffen sein. Das Fertigungsverfahren kann beispielsweise die Herstellung mittels eines 3D-Druckers oder CAD/CAM- Verfahren sein. Das Einsetzungsverfahren kann beispielswei se das Befestigen der Bohrschablone mittels Schrauben oder durch das Aufsetzen der Bohrschablone auf den Nachbarzähnen sein .

Vorteilhafterweise kann der Trainingsdatensatz zusätzlich ein Material der Bohrschablone, ein Fertigungsverfahren und/oder ein Einsetzungsverfahren der Bohrschablone bein halten .

Dadurch enthält der Trainingsdatensatz weitere wesentliche Informationen der Bohrschablone, sodass das trainierte neu ronale Netz eine passende Bohrschablone konstruieren kann, die den Anforderungen des jeweiligen Benutzers entspricht.

Vorteilhafterweise kann der Trainingsdatensatz bei einer Konstruktion einer Bohrschablone mit Bohrhülsen zusätzlich eine Lage, eine Form und/oder eine Art der Bohrhülsen bein halten .

Dadurch enthält der Trainingsdatensatz wesentliche Informa tionen bezüglich der Bohrhülsen, so dass das trainierte neuronale Netz die Bohrhülsen, wie vom Benutzer gewünscht, auswählt und positioniert.

Vorteilhafterweise kann der Trainingsdatensatz zusätzlich eine Form und/oder Lage von mindestens einer Stützstruktur bzw. Haltestruktur der herzustellenden Bohrschablone bein halten .

Dadurch enthält der Trainingsdatensatz wesentliche Informa tionen bezüglich einer Stützstruktur bzw. Haltestruktur.

Die Stützstruktur kann beispielsweise eine Auflagefläche zum Aufsetzen auf den Nachbarzähnen des Implantationsbe reichs sein. Die Stützstruktur kann beispielsweise in Form eines Abdrucks der Nachbarzähne geformt sein, um eine prä zise Positionierung der Bohrschablone relativ zum Kiefer zu gewährleisten .

Vorteilhafterweise kann der Trainingsdatensatz zusätzlich eine Form und/oder Lage einer Verankerungsstruktur für die herzustellende Bohrschablone beinhalten.

Dadurch enthält der Trainingsdatensatz wesentliche Informa tionen bezüglich der Verankerungsstruktur, wie Schrauben, die die Bohrschablone am Kieferknochen fixieren, so dass das neuronale Netz automatisch die Verankerungsstruktur auswählen und relativ zum Kieferknochen positionieren kann.

Vorteilhafterweise kann der Trainingsdatensatz zusätzlich Hinterschnitte zur Verankerung der Bohrschablone und/oder zusätzliche Löcher mit Schrauben zur Fixierung der

Bohrschablone beinhalten.

Dadurch enthält der Trainingsdatensatz zusätzliche Informa tionen bezüglich mehrerer Hinterschnitte zur Verankerung der Bohrschablone und/oder bezüglich zusätzlicher Löcher für Schrauben zur Fixierung der Bohrschablone am Kieferkno chen, so dass das neuronale Netz selbstständig die Hinter schnitte der Bohrschablone bzw. die zusätzlichen Löcher für die Schrauben konstruieren kann. Die Hinterschnitte an der Bohrschablone werden so konstruiert, dass die Hinterschnit te beispielsweise um die Backenzähne greifen und dadurch die Bohrschablone beim Aufsetzen auf die Zähne fixiert wird.

Vorteilhafterweise kann der Trainingsdatensatz zusätzlich mindestens eine Führungsbohrung der Bohrschablone für eine herzustellende Implantatbohrung und/oder einen Auflagebe- reich zur Abstützung bzw . Fixierung der Bohrschablone und/oder eine Schraube zur Fixierung der Bohrschablone be inhalten .

Dadurch enthält der Trainingsdatensatz zusätzliche Informa tionen bezüglich der Führungsbohrung bzw, des Auflagebe reichs, so dass das neuronale Netz automatisch die Lage und Ausrichtung der Führungsbohrung auf der Bohrschablone fest legen kann bzw. die Form und Anordnung des Auflagebereichs auf der Bohrschablone festlegen kann. Die Führungsbohrung der Bohrschablone dient dabei zur Führung eines Implantat bohrers bei der Durchführung einer Implantatbohrung. Die Führungsbohrung kann dabei mit einer Bohrhülse versehen sein .

Vorteilhafterweise kann der Trainingsdatensatz zusätzlich anatomische Strukturen im Volumenmodell beinhalten, nämlich Kieferknochen, Zahnwurzeln und/oder Zahnnerven, die bei der Konstruktion einer Implantatbohrung berücksichtigt werden.

Dadurch enthält der Trainingsdatensatz zusätzliche Informa tionen bezüglich wesentlicher anatomischer Strukturen für die Planung einer Implantatbohrung, so dass das neuronale Netz automatisch die Konstruktion einer Implantatbohrung unter Berücksichtigung dieser Strukturen durchführen kann.

Vorteilhafterweise kann das neuronale Netz eine ethnische Gruppe und/oder einen Charaktertyp des Patienten berück sichtigen .

Dadurch können charakteristische anatomische Merkmale einer ethnischen Gruppe bei der Konstruktion der Bohrschablone berücksichtigt werden. Die charakteristischen Merkmale ei ner ethnischen Gruppe können kann beispielsweise eine cha rakteristische Zahnstellung sein. Ein weiterer Gegenstand der folgenden Erfindung ist eine Vorrichtung zur Datenverarbeitung, umfassend mit zur Aus führung des erfinderischen Verfahrens. Die Vorrichtung zur Datenverarbeitung kann dabei einen Computerchip aufweisen und beispielsweise ein Computer oder ein Smartphone sein.

Kurzbeschreibung der Zeichnungen

Die Erfindung wird anhand der Zeichnungen erläutert. Es zeigt, die

Fig. 1 eine Skizze zur Verdeutlichung des Verfahrens zur Konstruktion der Bohrschablone, die

Fig, 2 eine Skizze der Bohrschablone mit einer Bohr hülse und einer Schraube zur Fixierung;

Fig . 3 eine Skizze der Bohrschablone mit Hinter

schnitten zur Verankerung an den Zähnen Fig. 4 eine Skizze der Änderungen durch einen Benut zer .

Ausführungsbeispiele

Die Fig. 1 zeigt eine Skizze zur Verdeutlichung des Verfah rens zur Konstruktion einer Bohrschablone 1, wobei mittels einer dentalen Kamera 2 eine Zahnsituation 3, umfassend Zähne 4 vermessen wird und ein 3D-0berflächenmodell 5 der Zahnsituation 3 erzeugt wird. Zusätzlich wird mittels einer CT-Röntgenvorrichtung 6 beziehungsweise einer MRT- Vorrichtung ein Volumen 7 umfassend Zahnwurzeln 8, Zahnner- ven 9 und einen Kieferknochen 10 vermessen und ein Volumen modell 11 der Zahnsituation 3 erzeugt. Die Bilddaten der dentalen Kamera 2 werden an einen Computer 12 weitergelei tet, wobei die Bilddaten der CT-Röntgenvorrichtung 6 bezie hungsweise der MRT-Vorrichtung ebenfalls an den Computer 12 weitergeleitet werden. Aus diesen Bilddaten werden mittels des Computers 12 das 3D-Oberflächenmodell 5 und das Volu menmodell 11 erzeugt, die mittels einer Anzeigevorrichtung 13, wie eines Monitors, angezeigt werden. An den Computer 12 sind Eingabemittel, wie eine Tastatur 14 und eine Maus 15, angeschlossen, um den Benutzer eine Navigation mittels eines Cursors 22 innerhalb einer grafischen Darstellung des 3D-0berflächenmodells 5 und des Volumenmodells 11 zu ermög lichen. Die Zahnsituation 3 weist einen fehlenden Eckzahn und drei fehlende Backenzähne auf. Eine implantatgetragene Vollkrone 16 mit einem Implantat 17 soll also den fehlenden Eckzahn ersetzen, wobei eine implantatgetragene Brücke 18 aus drei künstlichen Backenzähnen und den dazugehörigen Im plantaten 19 die fehlenden Backenzähne ersetzen soll, wie durch die Pfeile 20 und 21 angedeutet. In einem ersten Schritt kann der Benutzer manuell mittels des Cursors 22 in etwa eine erste Position 23 einer ersten Implantatbohrung 24 und in etwa eine zweite Position 25 der einzusetzenden Brücke 18 und damit einer zweiten Implantatbohrung 26, ei ner dritten Implantatbohrung 27 und einer vierten Implan tatbohrung 28 festlegen. In einem weiteren Schritt kann mittels des Cursors 22 unter Verwendung eines Auswahlmenüs 29 die Art der zu konstruierenden Bohrschablone ausgewählt werden, nämlich eine Bohrschablone mit oder ohne Bohrhül sen, eine Bohrschablone mit einer Verankerung am Kiefer durch Schrauben oder durch eine Auflagefläche für die Nach barzähne. In einem weiteren Schritt wird mittels des neuro nalen Netzes, welches anhand eines Trainingsdatensatzes für den jeweiligen Benutzer und für die jeweilige Art der

Bohrschablone trainiert wurde, automatisch ein 3D-Modell 30 der Bohrschablone erzeugt. Das erzeugte 3D-Modell der

Bohrschablone 1 weist eine erste Führungsbohrung 31 für die erste Implantatbohrung 24, eine zweite Führungsbohrung 32 für die zweite Implantatbohrung 26, eine dritte Führungs- bohrung 33 für die dritte Implantatbohrung 27 und eine vierte Führungsbohrung 34 für die vierte Implantatbohrung 28 auf. Darüber hinaus weist das 3D-Modell 30 der

Bohrschablone 1 eine erste Auflagefläche 35 und eine zweite Auflagefläche 36 zur Verankerung der Bohrschablone am Kie fer, wobei die Auflageflächen 35 und 36 Teile der negativen Abdrücke der Zähne 4 der Zahnsituation 3 umfassen können. Die Führungsbohrungen 31, 32, 33 und 34 können Bohrhülsen zur Führung eines entsprechenden Implantatbohrers aufwei sen. Das neuronale Netz berücksichtigt bei der Festlegung der Lage und Ausrichtung der einzelnen Implantatbohrungen 24, 26, 27 und 28 wesentliche anatomische Strukturen, wie Zahnwurzeln 8, Zahnnerven 9 und den Kieferknochen, aus dem Volumenmodell 11. Das neuronale Netz kann beispielsweise lernen, dass die Implantatbohrung 24 den Nerv 9 nicht ver letzen darf. Das neuronale Netz kann den Durchmesser und die Länge der Implantatbohrungen 24, 26, 27 und 28 automa tisch festlegen, wobei mechanische Belastungen der einzu setzenden Vollkrone 16 und der Brücke 18 berücksichtigt werden können. In der grafischen Darstellung auf der Anzei gevorrichtung 13 ist das 3D-Modell 30 der Bohrschablone 1 im eingesetzten Zustand relativ zum 3D-Oberflächenmodell 5 und dem Volumenmodell 11 durch eine gestrichelte Linie 37 dargestellt. Unter Verwendung der festgelegten Lage, Durch messer und Länge der Implantatbohrungen 24, 26, 27 und 28 kann das neuronale Netz die Lage und die Durchmesser der entsprechenden Führungsbohrungen 31, 32, 33 und 34 der Bohrschablone 1 festlegen. Das fertig konstruierte 3D- Modell 30 der Bohrschablone 1 kann anschließend mittels ei nes automatisierten Verfahrens, wie eines 3D-Druckers oder eines CAD/CAM-Verfahrens , automatisch hergestellt werden.

Die Fig.2 zeigt eine Skizze der Bohrschablone 1 zur Durch führung der ersten Implantatbohrung 24 aus Fig. 1, wobei die Bohrschablone 1 mittels einer Auflagefläche 40 auf den Nachbarzähnen 41 und mittels einer Schraube 42 am Kiefer 43 verankert wird. Die Führungsbohrung 31 weist eine Bohrhülse

44 zur Führung eines Implantatbohrers auf. Die Mittelachse

45 der Implantatbohrung 24 entspricht also der Mittelachse der Bohrhülse 44. Die Auflagefläche 40 kann auch als nega tiver Abdruck der Zähne 41 geformt sein.

Die Fig. 3 zeigt eine Skizze eines Querschnittes der Schab lone 1, die auf den Backenzähnen 46 aufgesetzt ist. Die Bohrschablone weist dabei zwei Hinterschnitte 47 im unteren Bereich auf, so dass beim Aufsetzen der aus elastischem Kunststoff hergestellten Bohrschablone 1 auf die Backenzäh ne 46 eine mechanische Verankerung der Bohrschablone 1 zu den Zähnen 46 hergestellt wird.

Die Fig. 4 zeigt eine Skizze des fertig konstruierten 3D- Modells 30 der Bohrschablone 1 aus Fig. 1, wobei ausgehend von einem initialen Vorschlag 50 eines 3D-Modells der

Bohrschablone, der durch eine gestrichelte Linie darge stellt ist, der Benutzer durch manuelle Änderungen mittels des Cursors 22 den initialen Vorschlag 50 geändert bzw. an gepasst hat, um das fertig konstruierte 3D-Modell 30 zu er halten. Der initiale Vorschlag 50 weist dabei äußere Abmes sungen 51 auf, die durch den Benutzer vergrößert wurden, wie durch den Pfeil 52 angedeutet ist, um die äußeren Ab messungen des 3D-Modells 30 zu erhalten. Der initiale Vor schlag 50 weist eine erste initiale Führungsbohrung 53 auf, um eine erste initiale Implantatbohrung 54 durchzuführen. Der Benutzer hat die Lage und einen Anschlag der initialen Führungsbohrung 53 verändert, um die fertig konstruierte erste Führungsbohrung 31 zu erhalten, wobei durch die Ver änderung der Lage auch die Lage der Implantatbohrung verän dert wurde und durch einen kleineren Anschlag die Länge der Implantatbohrung vergrößert wurde. Ein Anschlag dient bei einer Führungsbohrung zur Begrenzung des Implantatbohrers bei Bohrung der Implantatbohrung, so dass durch den An schlag die Länge der Implantatbohrung bestimmt wird. Diese Änderungen werden also durchgeführt, um die fertig konstru ierte Implantatbohrung 24 zu erhalten. Entsprechend werden auch die übrigen initialen Führungsbohrungen 55 und 56 ma nuell durch den Benutzer angepasst, um die fertig konstru ierten Führungsbohrungen 32 und 34 zu erhalten, wobei auch die initialen Implantatbohrungen 57 und 58 bezüglich der Lage und der Länge angepasst werden, um die fertig konstru ierten Implantatbohrungen 26 und 28 zu erhalten. Ein Trai ningsdatensatz des neuronalen Netzes kann also solche manu ellen Änderungen des jeweiligen Benutzers umfassen, um das neuronale Netz entsprechend zu trainieren.

BezugsZeichen

1 Bohrschablone

2 Dentale Kamera

3 Zahnsituation

4 Zähne

5 3D-Oberflächenmodell

6 CT-Röntgenvorrichtung

7 Volumen

8 Zahnwurzeln

9 Zahnnerven

10 Kieferknochen

11 Volumenmodell

12 Computer

13 Anzeigevorrichtung

14 Tastatur

15 Maus

16 Implantatgetragene Vollkrone

17 Implantat

18 Implantatgetragene Brücke 19 Implantat

20 Pfeil

21 Pfeil

22 Cursor

23 Erste Position

24 Erste Implantatbohrung 25 Zweite Position

26 Zweite Implantatbohrung

27 Dritte Implantatbohrung

28 Vierte Implantatbohrung 29 Auswahlmenü

303D-Modell

31 Führungsbohrung

32 Führungsbohrung

33 Führungsbohrung

34 Führungsbohrung

35 Auflagefläche

36 Auflagefläche

40 Auflagefläche

41 Nachbarzähne

42 Schraube

43 Kiefer

44 Bohrhülse

45 Mittelachse

46 Backenzähne

47 Hinterschnitte

50 initialer Vorschlag

51 äußere Abmessungen

52 Pfeil

53 initiale Führungsbohrung

54 initiale Implantatbohrung initiale Führungsbohrung initiale Führungsbohrung initiale Implantatbohrung initiale Implantatbohrung