ES2957958T3

ES2957958T3 - Procedimiento para analizar una imagen de una arcada dental

Info

Publication number: ES2957958T3
Application number: ES18184466T
Authority: ES
Inventors: Philippe Salah; Thomas Pellissard; Guillaume Ghyselinck; Laurent Debraux
Original assignee: Dental Monitoring SAS
Current assignee: Dental Monitoring SAS
Priority date: 2017-07-21
Filing date: 2018-07-19
Publication date: 2024-01-30
Anticipated expiration: 2038-07-19
Also published as: FR3069361A1; EP3432218B1; FR3069361B1; US11049248B2; EP3432218A1; US20190026893A1

Abstract

Método para evaluar la forma de una férula de ortodoncia, comprendiendo dicho método las siguientes etapas: a") adquisición de al menos una imagen que representa al menos parcialmente la férula en una posición de servicio en la que es usada por un paciente, denominada "imagen de análisis". ; b") análisis de la imagen de análisis mediante un dispositivo de aprendizaje profundo, preferentemente una red neuronal, entrenado mediante una base de aprendizaje, para determinar un valor para al menos un atributo dental de una "zona dental de análisis" que representa, al menos parcialmente, un diente en dicha imagen de análisis, estando relacionado el atributo del diente con una separación entre el diente representado por la zona del diente de análisis y el canal representado en la imagen de análisis, y/o para un atributo de imagen de la imagen de análisis , refiriéndose el atributo de imagen a una separación entre al menos un diente representado en la imagen de análisis y el canal representado en dicha imagen de análisis. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Procedimiento para analizar una imagen de una arcada dental

Campo técnico

La presente invención se refiere al campo del análisis de imágenes de la arcada dental.

Estado de la técnica

Los tratamientos de ortodoncia más recientes utilizan imágenes para valorar situaciones terapéuticas. Esta evaluación se lleva a cabo generalmente por un ortodoncista, lo que requiere que el paciente envíe estas imágenes al ortodoncista, incluso pida una cita.

Clásicamente, al inicio de un tratamiento de ortodoncia, el ortodoncista determina la posición de los dientes que desea obtener en un momento determinado del tratamiento, lo que se denomina "set-up". El set-up se puede definir mediante una huella o a partir de un escaneo tridimensional de los dientes del paciente. Por tanto, el ortodoncista hace fabricar o fabrica, en consecuencia, un aparato de ortodoncia adecuado para este tratamiento.

El aparato de ortodoncia puede ser un canalón de ortodoncia (“aligner" en inglés). Un canalón tiene clásicamente la forma de un aparato monobloque amovible, fabricado clásicamente de un material polimérico transparente, que comprende un canal conformado de manera que varios dientes de un arco, generalmente todos los dientes de un arco puedan ser alojados en él.

La forma del canal está adaptada para mantener el canalón en posición sobre los dientes, ejerciendo al mismo tiempo una acción correctora de la posición de ciertos dientes.

Clásicamente, se determina, al inicio del tratamiento, las formas que deben tomar los diferentes canalones en diferentes momentos del tratamiento, después se fabrican el conjunto de los canalones correspondientes. En momentos predeterminados, el paciente cambia de canalón.

La concepción de canalones se conoce, por ejemplo, del documento US 2009/191503A1.

El tratamiento mediante canalones no es muy molesto para el paciente. En particular, el número de citas con el ortodoncista es limitado. Además, el dolor es menor que con un arco de ortodoncia metálico adherido a los dientes. Por lo tanto, el mercado de los canalones de ortodoncia está creciendo.

A intervalos regulares, el paciente acude al ortodoncista para un control visual, en particular para comprobar si el movimiento de los dientes es conforme con las expectativas y si el canalón que porta el paciente sigue siendo adecuado para el tratamiento.

Si el ortodoncista diagnostica una inadaptación del tratamiento, efectúa una nueva huella de los dientes o, de manera equivalente, un nuevo escaneo tridimensional de los dientes, y después encarga una nueva serie de canalones configurados en consecuencia. Se considera que, de media, el número de canalones finalmente fabricados es de aproximadamente 45, en lugar de los 20 canalones clásicamente previstos al inicio del tratamiento.

La necesidad de acudir al ortodoncista supone una obligación para el paciente. La confianza del paciente en su ortodoncista puede también ser mermado. La inadaptación puede resultar inestética. Finalmente, existe un costo adicional.

Por tanto, se debe limitar el número de visitas de control al ortodoncista.

El documento WO 2016/066651 describe un procedimiento para comprobar los dientes de un paciente que comprende una etapa de comparar dos imágenes bidimensionales.

Existe la necesidad de encontrar soluciones que responden a estos problemas.

Un objeto de la invención es dar respuesta, al menos parcialmente, a esta necesidad.

Resumen de la invención

La invención proporciona un procedimiento para evaluar la forma de un canalón de ortodoncia según la reivindicación Un procedimiento para evaluar la forma de un canalón de ortodoncia según la invención puede comprender la implementación de un procedimiento de análisis general o un procedimiento de análisis detallado tal como se describe a continuación.

Un procedimiento para evaluar la forma de un canalón de ortodoncia según la invención puede comprender un procedimiento de enriquecimiento tal como se describe a continuación.

Se describe un procedimiento para analizar una imagen, denominada "imagen de análisis", de una arcada dental de un paciente, procedimiento en el que la imagen de análisis se somete a un dispositivo de aprendizaje profundo, preferiblemente una red de neuronas, con el fin de determinar al menos un valor de un atributo de diente relacionado con un diente representado en la imagen de análisis, y/o al menos un valor de un atributo de imagen relacionado con la imagen de análisis.

Análisis por diente

Se describe en particular un procedimiento de análisis detallado de una imagen denominada “imagen de análisis” de una arcada dental de un paciente, comprendiendo dicho procedimiento las siguientes etapas:

1) crear una base de aprendizaje que comprende más de 1.000 imágenes de arcadas dentales, o "imágenes históricas", comprendiendo cada imagen histórica una o más zonas que representan cada una un diente, o "zonas de diente históricas", en cada una de las cuales, para al menos un atributo de diente, se asigna un valor de atributo de diente;

2) entrenar al menos un dispositivo de aprendizaje profundo, preferiblemente una red de neuronas, mediante la base de aprendizaje;

3) someter la imagen de análisis a dicho al menos un dispositivo de aprendizaje profundo de manera a que determine al menos una probabilidad relativa con un valor de atributo de al menos un diente representado en una zona que representa, al menos parcialmente, dicho diente en la imagen de análisis, o “zona de diente de análisis”;

4) determinar, en función de dicha probabilidad, la presencia de un diente de dicha arcada en una posición representada por dicha zona dental de análisis, y el valor del atributo de dicho diente.

Se puede implementar en particular un primer dispositivo de aprendizaje profundo, preferentemente una red de neuronas, para evaluar una probabilidad relativa a la presencia, en un lugar de dicha imagen de análisis, de una zona dental de análisis.

Se puede implementar en particular un segundo dispositivo de aprendizaje profundo, preferentemente una red de neuronas, para evaluar una probabilidad relativa al tipo de diente representado en una zona de diente de análisis.

Como se verá más detalladamente a continuación en la descripción, un dicho procedimiento de análisis detallado permite ventajosamente reconocer inmediatamente el contenido de la imagen de análisis.

Ventajosamente, la imagen de análisis se puede clasificar automáticamente. También se puede usar inmediatamente por un programa informático.

Dicho procedimiento de análisis detallado se basa en el uso de un dispositivo de aprendizaje profundo, preferentemente una red de neuronas, cuyo rendimiento está directamente relacionado con la riqueza de la base de aprendizaje. Por tanto, existe también la necesidad de un procedimiento que permite enriquecer rápidamente la base de aprendizaje.

Se describe por lo tanto también un procedimiento de enriquecimiento de una base de aprendizaje, en particular destinada a la implementación de dicho procedimiento de análisis detallado, comprendiendo dicho procedimiento de enriquecimiento las siguientes etapas:

A) en un instante "actualizado", realizar un modelo de arcada dental de un paciente, o "modelo de referencia actualizado", y segmentación del modelo de referencia actualizado para producir, para cada diente, un "modelo de diente", y para al menos un atributo de diente, asignar un valor de atributo de diente a cada modelo de diente;

B) preferiblemente menos de 6 meses, preferiblemente menos de 2 meses, preferiblemente menos de 1 mes, preferiblemente menos de 15 días, preferiblemente menos de 1 semana, preferiblemente menos de 1 día antes o después del instante actualizado, preferiblemente sustancialmente en el instante actualizado, adquirir al menos una, preferiblemente al menos tres, preferiblemente al menos diez, preferiblemente al menos cien imágenes de dicha arcada, o "imágenes actualizadas", en las respectivas condiciones reales de adquisición; C) para cada imagen actualizada, buscar condiciones de adquisición virtuales adecuadas para la adquisición de una imagen del modelo de referencia actualizado, denominada “imagen de referencia”, que presente la máxima concordancia con la imagen actualizada en dichas condiciones de adquisición virtuales, y adquisición de dicha imagen de referencia;

D) identificar, en la imagen de referencia, al menos una zona que representa un modelo de diente, o “zona de diente de referencia” y, comparando la imagen actualizada y la imagen de referencia, determinar, en la imagen actualizada, una zona que representa dicho modelo de diente, o “zona de diente actualizada”;

E) asignar a dicha zona de diente actualizada el o los valores de atributo de diente de dicho modelo de diente;

F) añadir la imagen actualizada enriquecida con una descripción de dicha zona del diente actualizada y su o sus valores de atributo de diente, o "imagen histórica", en la base de aprendizaje.

En particular, cada ejecución del procedimiento descrito en el documento WO 2016/066651 genera preferiblemente más de tres, más de diez, preferiblemente más de cien imágenes actualizadas que, mediante procesamiento automatizado mediante el modelo de referencia actualizado, pueden producir tantas imágenes históricas como sea posible.

En una realización particular, el procedimiento para enriquecer una base de aprendizaje comprende, en lugar de las etapas A) a C), las siguientes etapas:

A') en un instante inicial, realizar un modelo de arcada dental de un paciente, o "modelo de referencia inicial", y segmentación del modelo de referencia inicial para producir, para cada diente, un "modelo de diente", y para al menos un atributo de diente, asignar un valor de atributo de diente a cada modelo de diente;

B') en un instante actualizado, por ejemplo con más de quince días de diferencia, preferiblemente más de un mes, o incluso más de dos meses desde el instante inicial, adquirir al menos uno, preferiblemente al menos tres, preferiblemente al menos diez, preferentemente al menos cien imágenes de dicho arcada, o “imágenes actualizadas”, en las respectivas condiciones reales de adquisición;

C') para cada imagen actualizada, buscar, por deformación del modelo de referencia inicial, un modelo de referencia actualizado y condiciones de adquisición virtuales adecuadas para la adquisición de una imagen del modelo de referencia actualizado, denominada “imagen de referencia”, que presenta una concordancia máxima con la imagen actualizada bajo dichas condiciones de adquisición virtual.

Ventajosamente, este procedimiento permite, tras la generación del modelo de referencia inicial, preferentemente mediante un escáner, enriquecer la base de aprendizaje en diferentes instantes actualizados, sin que sea necesario realizar un nuevo escaneo, y por lo tanto sin que el paciente tenga que desplazarse al ortodoncista. En efecto, él mismo puede adquirir las imágenes actualizadas, como se describe en el documento WO 2016/066651.

Un solo tratamiento de ortodoncia puede llevar así a la producción de cientos de imágenes históricas.

También se describe un procedimiento para entrenar un dispositivo de aprendizaje profundo, preferiblemente una red de neuronas, que comprende dicho enriquecimiento de una base de aprendizaje y después el uso de dicha base de aprendizaje para entrenar el dispositivo de aprendizaje profundo.

Análisis global

El procedimiento de análisis detallado descrito anteriormente permite ventajosamente un análisis detallado de la imagen de análisis, evaluándose preferentemente la situación de cada una de ellas.

Alternativamente, el dispositivo de aprendizaje profundo se puede usar de manera global, conteniendo la base de aprendizaje imágenes históricas cuya descripción proporciona un valor de atributo global para la imagen. En otras palabras, el valor del atributo de imagen es relativo al conjunto de la imagen y no a una parte de la imagen. El atributo entonces no es un atributo de "diente", sino un atributo de "imagen". Por ejemplo, este atributo de imagen puede definir si, con respecto a la imagen en su totalidad o a una parte de la imagen, la situación dental "es patológica" o "no es patológica", sin que se lleve a cabo un examen de cada diente. El atributo de imagen permite también detectar, por ejemplo, si la boca está abierta o cerrada o, más generalmente, si la imagen es adecuada para un procesamiento posterior, por ejemplo si permite comprobar la oclusión.

El atributo de imagen puede ser en particular relativo a

- una posición y/o una orientación y/o una calibración de un dispositivo de adquisición utilizado para adquirir dicha imagen de análisis, y/o

- una calidad de la imagen de análisis, y en particular relativa al brillo, el contraste o la nitidez de la imagen de análisis, y/o

- el contenido de la imagen de análisis, por ejemplo la representación de las arcadas, la lengua, la boca, los labios, las mandíbulas, las encías, uno o más dientes o un aparato dental, preferentemente de ortodoncia.

Cuando el atributo de imagen se refiere al contenido de la imagen, la descripción de las imágenes históricas de la base de aprendizaje especifica una característica de este contenido. Por ejemplo, puede especificar la posición de la lengua (por ejemplo "retraída") o la apertura de la boca del paciente (por ejemplo boca abierta o cerrada) o la presencia de una representación de un aparato dental, preferencia de ortodoncia y/o su estado (por ejemplo, aparato intacto, roto o dañado).

Se puede usar un valor de atributo de diente para definir un valor para un atributo de imagen. Por ejemplo, si el valor de un atributo dental es "diente cariado", el valor de un atributo de imagen puede ser "situación dental insatisfactoria". El atributo de la imagen puede, en particular, relacionarse con una situación terapéutica.

Se describe un procedimiento para el análisis global de una imagen de análisis de una arcada dental de un paciente, comprendiendo dicho procedimiento las siguientes etapas:

1') crear una base de aprendizaje que comprende más de 1.000 imágenes de arcadas dentales, o "imágenes históricas", comprendiendo cada imagen histórica un valor de atributo para al menos un atributo de imagen, o «valor de atributo de imagen»;

2') entrenar al menos un dispositivo de aprendizaje profundo, preferiblemente una red de neuronas, mediante la base de aprendizaje;

3') enviar la imagen de análisis al dispositivo de aprendizaje profundo para que determine, para dicha imagen de análisis, al menos una probabilidad relacionada con dicho valor de atributo de imagen, y determinar, en base a dicha probabilidad, un valor para dicho atributo de imagen para la imagen de análisis.

El atributo de imagen puede referirse en particular a la orientación del dispositivo de adquisición durante la adquisición de la imagen de análisis. Puede, por ejemplo, tomar los valores "foto frontal", "foto izquierda" y "foto derecha".

El atributo de imagen también puede estar relacionado con la calidad de la imagen. Puede tomar, por ejemplo, los valores “contraste insuficiente” y “contraste aceptable”.

El atributo de imagen también puede relacionarse con la situación dental del paciente, por ejemplo para relacionarse con la presencia de una caries o con el estado de un aparato dental, preferiblemente de ortodoncia, usado por el paciente ("desgastado" o "en buen estado" para ejemplo) o la adecuación del aparato dental, preferentemente de ortodoncia, para el tratamiento del paciente (por ejemplo “ inadecuado” o “adecuado”).

El atributo de imagen también puede relacionarse con la "presencia" o "ausencia" de un dispositivo dental, preferiblemente de ortodoncia" o con el estado de apertura de la boca ("boca abierta", "boca cerrada", por ejemplo). Como se verá con más detalle a lo largo de la descripción, un procedimiento de análisis global de imágenes permite ventajosamente evaluar inmediata y globalmente el contenido de la imagen de análisis. En particular, es posible valorar globalmente una situación dental y, por ejemplo, deducir la necesidad de consultar a un ortodoncista.

Definiciones

Un "paciente" es una persona para quien se implementa un procedimiento según la invención, independientemente de si esta persona está en tratamiento de ortodoncia o no.

Por “ortodoncista” se entiende cualquier persona calificada para dar cuidados dentales, lo que también incluye a un dentista.

Por "pieza dental", en particular "pieza de ortodoncia", se entiende todo o parte de un aparato dental, en particular de ortodoncia.

Una pieza de ortodoncia puede ser en particular un canalón de ortodoncia. Tal canalón se extiende de manera a seguir los dientes sucesivos de la arcada sobre la que está fijado. Define un canal de forma general en “U”, cuya forma se determina para asegurar la fijación del canalón sobre los dientes, pero también en función de una posición diana deseada para los dientes. Más específicamente, la forma se determina de modo que, cuando el canalón está en su posición de servicio, ejerce tensiones que tienden en mover los dientes tratados hacia su posición diana, o a mantener los dientes en esta posición diana.

La "posición de servicio" es la posición en la que el paciente lleva la pieza dental u ortodóntica.

Por “modelo” se entiende un modelo tridimensional digital. Por lo tanto, una disposición de modelos de diente es un modelo.

Por "imagen" se entiende una imagen bidimensional, tal como una fotografía o una imagen tomada de una película. Una imagen está formada por píxeles.

Una "imagen de referencia" es una vista de un modelo de "referencia".

Por "imagen de una arcada", o "modelo de una arcada", se entiende una representación de todo o parte de dicha arcada. Preferiblemente, tal representación está en color.

Las "condiciones de adquisición" de una imagen especifican la posición y la orientación en el espacio de un dispositivo para adquirir esta imagen con respecto a los dientes del paciente (condiciones de adquisición reales) o a un modelo de dientes del paciente (condiciones de adquisición virtuales), y preferiblemente la calibración de este dispositivo de adquisición. Condiciones de adquisición se denominan "virtuales" cuando corresponden a una simulación en la que el aparato de adquisición será en dichas condiciones de adquisición (posicionamiento y preferiblemente calibración teóricas del aparato de adquisición) con respecto a un modelo.

En condiciones de adquisición virtuales de una imagen de referencia, el dispositivo de adquisición también puede calificarse como "virtual". En efecto, la imagen de referencia es adquirida por un dispositivo de adquisición ficticio que tiene las características del dispositivo de adquisición "real" que se ha utilizado para la adquisición de las imágenes reales y, en particular, de las imágenes actualizadas.

La “calibración” de un dispositivo de adquisición consta del conjunto de valores de los parámetros de calibración. Un "parámetro de calibración" es un parámetro intrínseco al dispositivo de adquisición (a diferencia de su posición y su orientación) cuyo valor influye en la imagen adquirida. Preferiblemente, los parámetros de calibración se escogen del grupo formado por la apertura del diafragma, el tiempo de exposición, la distancia focal y la sensibilidad.

Una "información discriminatoria" es información característica que se puede extraer de una imagen ("image feature"), clásicamente mediante el procesamiento informático de esta imagen.

Una información discriminatoria puede presentar un número variable de valores. Por ejemplo, una información del contorno puede ser igual a 1 o 0 según si un píxel pertenece o no a un contorno. La información de brillo puede adoptar una gran cantidad de valores. El procesamiento de imágenes permite extraer y cuantificar la información discriminante.

La información discriminatoria se puede representar en forma de un "mapa". Por lo tanto, un mapa es el resultado de un procesamiento de imágenes para revelar la información discriminante, por ejemplo el contorno de los dientes y las encías.

Se denomina “concordancia” (“match” o “fit” en inglés) entre dos objetos a una medida de la diferencia entre estos dos objetos. Una concordancia es máxima (“best fit”) cuando resulta de una optimización que permite minimizar dicha diferencia.

Un objeto modificado para obtener una concordancia máxima puede calificarse como un objeto “óptimo”.

Dos imágenes o "vistas" que tienen una concordancia máxima representan sustancialmente al menos un mismo diente, de la misma manera. En otras palabras, las representaciones del diente en estas dos imágenes son sustancialmente superponibles.

La búsqueda de una imagen de referencia que tiene la máxima concordancia con una imagen actualizada se lleva a cabo buscando las condiciones de adquisición virtuales de la imagen de referencia que tiene la máxima concordancia con las condiciones reales de adquisición de la imagen actualizada.

Por extensión, un modelo tiene máxima concordancia con una imagen cuando este modelo se ha escogido de varios modelos ya que permite una vista que tiene máxima concordancia con dicha imagen y/o cuando esta imagen se ha escogido de varias imágenes ya que tiene máxima concordancia con vistas a dicho modelo.

En particular, una imagen actualizada está en máxima concordancia con un modelo de referencia cuando una vista de este modelo de referencia proporciona una imagen de referencia en máxima concordancia con la imagen actualizada.

La comparación entre dos imágenes resulta preferentemente de la comparación de dos mapas correspondientes. Se denomina clásicamente “distancia” una medida de la diferencia entre dos mapas o entre dos imágenes.

Los métodos “metaheurísticos” son métodos de optimización conocidos. Se escogen preferentemente del grupo formado por

- los algoritmos evolutivos, preferentemente escogidos de:

las estrategias de evolución, los algoritmos genéticos, los algoritmos de evolución diferencial, los algoritmos de estimación de distribución, los sistemas inmunitarios artificiales, la recomposición de ruta Shuffled Complex Evolution, el recocido simulado, los algoritmos de colonias de hormigas, los algoritmos de optimización de enjambres de partículas, la búsqueda con tabú, y el método GRASP; - el algoritmo del canguro,

- el método de Fletcher y Powell,

- el método del efecto de sonido,

- los túneles estocásticos,

- la escalada de colinas con reinicios aleatorios,

- el método de entropía cruzada, y

- los métodos híbridos entre los métodos metaheurísticos mencionados anteriormente. Se denomina "descriptivo" de una imagen, una información relativa en particular a la definición de las zonas de diente de esta imagen y a los valores de los atributos de diente asociados a ellas, y/o relativa a un valor de atributo de imagen de dicha imagen. El número de valores posible para un atributo de diente o un atributo de imagen no está limitado. Una imagen “histórica” es una imagen de una arcada dental enriquecida con una descripción. Las zonas de dientes de una imagen histórica se denominan "zonas de dientes históricas".

Tienen que interpretarse "que comprende" o "que comporta" o "que tiene" de manera no restrictiva, a menos que se indique lo contrario.

Breve descripción de figuras

Otras características y ventajas de la invención aparecerán con la lectura de la descripción detallada que sigue y con el examen de los dibujos adjuntos en los que:

- la Figura 1 representa, esquemáticamente, las diferentes etapas de dicho procedimiento de análisis detallado de una imagen;

- la Figura 2 representa, esquemáticamente, las diferentes etapas de dicho procedimiento de enriquecimiento de una base de aprendizaje;

- la Figura 3 representa, esquemáticamente, las diferentes etapas de una variante de un dicho procedimiento para enriquecer una base de aprendizaje;

- la Figura 4 representa, esquemáticamente, las diferentes etapas de dicho procedimiento para el análisis global de una imagen;

- la Figura 5 representa, esquemáticamente, las diferentes etapas de una etapa C) de un dicho procedimiento de enriquecimiento de una base de aprendizaje;

- la Figura 9 representa, esquemáticamente, las diferentes etapas de un procedimiento para evaluar la forma de la canalón de ortodoncia de un paciente, según la invención;

- la Figura 10 representa un ejemplo de una imagen de referencia de un modelo de referencia inicial; - la Figura 11 (11a-11d) ilustra un procesamiento para determinar los modelos de diente en un modelo de referencia inicial, como se describe en el documento WO 2016066651;

- la Figura 12 (12a-12d) ilustra la adquisición de una imagen mediante un separador, una operación de corte de esta imagen, y el procesamiento de una imagen actualizada que permite determinar el contorno de los dientes, como se describe en el documento WO 2016066651;

- la Figura 13 ilustra, esquemáticamente, la posición relativa de los puntos de referencia 12 de un separador 10 en imágenes actualizadas 141 y 142, según las direcciones de observación representadas en líneas discontinuas;

- las Figuras 14 y 15 representan un canalón de ortodoncia, en perspectiva y vista por arriba, respectivamente;

- la Figura 16 ilustra la etapa e) descrita en el documento WO 2016066651;

- la Figura 17 ilustra dicho procedimiento de enriquecimiento.

Descripción detallada

Un denominado procedimiento de análisis detallado requiere la creación de una base de aprendizaje. Esta creación implementa preferiblemente un procedimiento que comprende las etapas A) a F), o, en una realización, en lugar de las etapas A) a C), preferiblemente las etapas A') a C').

Primera realización de dicho procedimiento de enriquecimiento.

La etapa A) está destinada a la realización de un modelo de referencia actualizado que modela una arcada del paciente. Preferiblemente, comprende una o más de las características de la etapa a) del documento WO 2016066651 para realizar un modelo de referencia inicial.

El modelo de referencia actualizado se crea preferiblemente con un escáner 3D. Tal modelo, denominado "3D", se puede observar desde cualquier ángulo. Una observación del modelo, según un ángulo y una distancia determinados, se denomina "vista" o "imagen de referencia".

La Figura 11a es un ejemplo de una imagen de referencia.

El modelo de referencia actualizado se puede preparar a partir de medidas efectuadas sobre los dientes del paciente o sobre un molde de sus dientes, por ejemplo, un molde de yeso.

Para cada diente se define, a partir del modelo de referencia actualizado, un modelo de dicho diente, o “modelo de diente” (Figura 11d). Esta operación, conocida en sí, se denomina “segmentación” del modelo de referencia actualizado.

En el modelo de referencia actualizado, un modelo de diente está preferentemente delimitado por un borde gingival que se puede descomponer en un borde gingival interior (del lado interior de la boca con respecto al diente), un borde gingival exterior (orientado hacia el exterior de la boca con respecto al diente) y dos bordes gingivales laterales. Uno o más atributos de diente están asociados a los modelos de diente en función de los dientes que modelan. El atributo de diente se escoge preferiblemente de un número de diente, un tipo de diente, un parámetro de forma del diente, por ejemplo una anchura de diente, en particular una anchura mesiopalatina, un grosor, una altura de la corona, un índice de deflexión mesial y distal del borde incisal, o un nivel de abrasión, un parámetro de apariencia del diente, en particular un índice de translucidez o un parámetro de color, un parámetro relacionado con el estado del diente, por ejemplo "desgastado", "roto", "cariado" o "con aparato" (es decir, en contacto con un aparato dental, preferiblemente de ortodoncia), una edad del paciente, o una combinación de estos atributos. Un atributo de diente es preferiblemente un atributo que se refiere únicamente al diente modelado por el modelo de diente.

Se puede asignar un valor de atributo de diente a cada atributo de diente de un modelo de diente en particular. Por ejemplo, el atributo de diente "tipo de diente" tendrá el valor "incisivo", "canino" o "molar" según si el modelo de diente es el de un incisivo, un canino o un molar, respectivamente.

La asignación de valores de atributos de diente a modelos de diente puede ser manual o, al menos en parte, automática. Por ejemplo, si el valor de un atributo de diente es idéntico independientemente del modelo de diente, como para el atributo de diente "edad del paciente", puede ser suficiente asignar un valor a un modelo de diente para determinar el valor de este atributo para otros modelos de diente.

Asimismo, los números de diente se asignan clásicamente según una regla estándar. Basta por lo tanto con conocer esta regla y el número de un diente modelado mediante un modelo de diente para calcular los números de los demás modelos de diente.

En una realización preferida, se analiza la forma de un modelo de diente particular para definir su valor de atributo de diente, por ejemplo su número. Este reconocimiento de forma se lleva a cabo preferentemente mediante un dispositivo de aprendizaje profundo, preferentemente una red de neuronas. Preferiblemente, se crea una biblioteca de modelos de diente históricos, teniendo cada modelo de dientes históricos un valor para el atributo del diente, como se describe a continuación (etapa a)), el dispositivo de aprendizaje profundo se entrena con vistas de modelos de diente históricos de esta biblioteca, y después uno o más vistas del modelo de diente particular se analizan con el dispositivo de aprendizaje profundo entrenado, de manera a determinar el valor del atributo del diente de dicho modelo de diente particular.

La atribución de valores de atributos de diente se puede llevar a cabo entonces completamente sin intervención humana.

La etapa B) está destinada a la adquisición de una o preferentemente varias imágenes actualizadas. La etapa B) comprende preferiblemente una o más de las características de la etapa b) del documento WO 2016066651.

La adquisición de las imágenes actualizadas se lleva a cabo mediante un dispositivo de adquisición de imágenes, escogido preferentemente de un teléfono móvil, una cámara de foto denominada "conectada", un reloj denominado "inteligente" o "smartwatch", una tableta o un ordenador personal, fijo o portátil, que comprende un sistema de adquisición de imágenes, tal como una cámara web o una cámara de foto. Preferiblemente, el dispositivo de adquisición de imágenes es un teléfono móvil.

También preferentemente, el dispositivo de adquisición de imágenes está separado de la arcada dental de más de 5 cm, más de 8 cm, o incluso más de 10 cm, lo que evita la condensación de vapor de agua sobre la óptica del dispositivo de adquisición de imágenes y facilita el enfoque. Además, preferentemente, el dispositivo de adquisición de imágenes, en particular el teléfono móvil, no está provisto de ninguna óptica específica para la adquisición de las imágenes actualizadas, lo que es posible en particular debido a la separación de la arcada dental durante la adquisición.

Preferiblemente, una imagen actualizada es una fotografía o es una imagen extraída de una película. Preferiblemente es en colores, preferiblemente en colores reales.

Preferiblemente, la adquisición de la o las imágenes actualizadas la realiza el paciente, preferiblemente sin utilizar un soporte, apoyándose en el suelo e inmovilizando el dispositivo de adquisición de imágenes, y en particular sin trípode.

En una realización, la activación de la adquisición es automática, es decir sin intervención de un operador, tan pronto como las condiciones de adquisición son aprobadas por el dispositivo de adquisición de imágenes, en particular cuando el dispositivo de adquisición de imágenes ha determinado que está observando una arcada dental y/o un separador y que las condiciones de observaciones son satisfactorias (nitidez, luminosidad, incluso dimensiones de la representación de la arcada dental y/o separador).

El intervalo de tiempo entre las etapas A) y B) es lo más corto posible para que los dientes no se hayan movido sustancialmente entre la realización del modelo actualizado y la adquisición de las imágenes actualizadas. Imágenes de referencia que concuerdan con las imágenes actualizadas pueden entonces ser adquiridas observando el modelo de referencia actualizado.

Preferiblemente, se usa un separador dental 10 durante la etapa B), como se representa en la Figura 12a. El separador comprende clásicamente un soporte provisto de un reborde que se extiende alrededor de una abertura y dispuesto de manera que los labios del paciente puedan descansar sobre el mismo, dejando que los dientes del paciente aparezcan a través de dicha abertura.

En la etapa C), se explora el modelo de referencia actualizado para encontrar, para cada imagen actualizada, una imagen de referencia que tiene la máxima concordancia con la imagen actualizada.

La etapa C) puede comprender una o más de las características de las etapas c), d) y e) del documento WO 2016 066651, en la medida en la que se refieren a tal exploración.

Para cada imagen actualizada, se determina preferiblemente, de manera aproximada, un conjunto de condiciones de adquisición virtuales, que se aproximan a las condiciones de adquisición reales durante la adquisición de dicha imagen actualizada. En otras palabras, se estima la posición del dispositivo de adquisición de imágenes con respecto a los dientes en el momento en que se tomó la imagen actualizada (posición del dispositivo de adquisición en el espacio y orientación de este dispositivo). Esta evaluación aproximada permite ventajosamente limitar el número de pruebas en condiciones de adquisición virtuales durante las siguientes operaciones y, por lo tanto, permite acelerar considerablemente estas operaciones.

Para llevar a cabo esta evaluación aproximada, se utilizan preferiblemente una o más reglas heurísticas. Por ejemplo, preferentemente, se excluyen las condiciones de adquisición virtuales que pueden ser probadas durante las siguientes operaciones, las condiciones que corresponden a una posición del dispositivo de adquisición de imágenes detrás de los dientes o a una distancia de los dientes superior a 1 m.

En una realización preferida, como se ilustra en la Figura 13, se usan los puntos de referencia mostrados en la imagen actualizada, y en particular los puntos de referencia 12, para determinar una región del espacio sustancialmente cónica que delimita las condiciones de adquisición virtuales susceptibles de ser probadas durante las siguientes operaciones, o "cono de prueba".

Más precisamente, se dispone preferiblemente al menos tres puntos de referencia 12 no alineados en el separador 10, y se miden precisamente sus posiciones relativas en el separador.

Los puntos de referencia se registran entonces en la imagen actualizada, como se ha descrito anteriormente. Simples cálculos trigonométricos permiten determinar aproximadamente la dirección según la cual se tomó la imagen actualizada.

Después, para cada imagen actualizada, se busca una imagen de referencia que tiene una concordancia máxima con la imagen actualizada. Esta búsqueda se lleva a cabo preferentemente mediante un método metaheurístico, preferentemente evolutivo, preferentemente por recocido simulado.

Preferiblemente, en cualquier momento antes de la etapa C4), la imagen actualizada se analiza de manera a producir un mapa actualizado que representa, al menos parcialmente, una información discriminante. Por lo tanto, el mapa actualizado representa la información discriminante en el referencial de la imagen actualizada.

La información discriminante se selecciona preferiblemente del grupo que consiste en una información de contorno, una información de color, una información de densidad, una información de distancia, una información de brillo, una información de saturación, una información de reflejos, y combinaciones de esta información.

El experto en la técnica sabe cómo procesar una imagen actualizada para revelar la información discriminante. Por ejemplo, la Figura 12d es un mapa actualizado relativo al contorno de los dientes obtenido a partir de la imagen actualizada de la Figura 12b.

Dicha búsqueda implica las siguientes etapas:

C1) determinar las condiciones de adquisición virtuales “a probar”;

C2) producir una imagen de referencia del modelo de referencia actualizado en dichas condiciones de adquisición virtuales a probar;

C3) procesar la imagen de referencia para producir al menos un mapa de referencia que representa, al menos parcialmente, la información discriminante;

C4) comparar los mapas actualizados y de referencia de manera a determinar un valor para una función de evaluación, dependiendo dicho valor para la función de evaluación de las diferencias entre dichos mapas actualizados y de referencia, y correspondiendo a una decisión de continuar o detener la búsqueda de condiciones de adquisición virtuales que se aproximan a dichas condiciones de adquisición reales con mayor precisión que dichas condiciones de adquisición virtuales a probar determinadas en la última ocurrencia de la etapa C1);

C5) si dicho valor para la función de evaluación corresponde a una decisión de continuar dicha búsqueda, modificar las condiciones de adquisición virtuales a probar y después reanudar la etapa C2).

En la etapa C1), se empieza por determinar las condiciones de adquisición virtuales a probar, es decir, una posición y una orientación virtuales susceptibles de corresponder con la posición y la orientación reales del dispositivo de adquisición durante la captura de la imagen actualizada, pero también, preferentemente, una calibración virtual susceptible de corresponder a la calibración real del dispositivo de adquisición durante la captura de la imagen actualizada.

Las primeras condiciones de adquisición virtuales a probar son preferiblemente condiciones de adquisición virtuales evaluadas aproximadamente, como se describió anteriormente.

En la etapa C2), el dispositivo de adquisición de imágenes se configura entonces virtualmente bajo las condiciones de adquisición virtuales a probar a fin de adquirir una imagen de referencia del modelo de referencia actualizado bajo estas condiciones de adquisición virtuales a probar. La imagen de referencia corresponde por lo tanto a la imagen que el dispositivo de adquisición de imágenes habría tomado si se hubiera colocado, con respecto al modelo de referencia actualizado, y opcionalmente calibrado, en las condiciones de adquisición virtuales a probar.

Si la imagen actualizada se tomó sustancialmente al mismo tiempo que se creó el modelo de referencia actualizado mediante un escaneado de los dientes del paciente, la posición de los dientes en la imagen actualizada es sustancialmente idéntica a la del modelo de referencia actualizado. Si las condiciones de adquisición virtuales a probar son exactamente las condiciones de adquisición reales, la imagen de referencia es, por lo tanto, exactamente superponible a la imagen actualizada. Las diferencias entre la imagen actualizada y la imagen de referencia resultan de errores en la evaluación de las condiciones de adquisición virtuales a ensayar, si no se corresponden exactamente con las condiciones de adquisición reales.

En la etapa C3), se procesa la imagen de referencia, como la imagen actualizada, de manera a realizar, a partir de la imagen de referencia, un mapa de referencia que representa la información discriminante (Figuras 11a y 11b). El experto en la técnica sabe cómo procesar una imagen de referencia para hacer aparecer la información discriminante.

En la etapa C4), los mapas actualizados y de referencia, ambos relacionados con la misma información discriminante, se comparan, y se evalúa la diferencia o "distancia" entre estos dos mapas mediante una puntuación. Por ejemplo, si la información discriminante es el contorno de los dientes, es posible comparar la distancia promedio entre los puntos del contorno de los dientes que aparece en la imagen de referencia y los puntos del contorno correspondiente que aparece en la imagen actualizada, siendo la puntuación tanto mayor cuanto que esta distancia es pequeña. La puntuación puede ser, por ejemplo, un coeficiente de correlación.

Preferiblemente, las condiciones de adquisición virtuales comprenden los parámetros de calibración del dispositivo de adquisición. La puntuación es tanto más alta cuando los valores de los parámetros de calibración probados se aproximan a los valores de los parámetros de calibración del dispositivo de adquisición utilizado durante la adquisición de la imagen actualizada. Por ejemplo, si la apertura del diafragma probada está lejos de la del dispositivo de adquisición utilizado durante la adquisición de la imagen actualizada, la imagen de referencia tiene regiones borrosas y regiones nítidas que no corresponden a regiones borrosas y regiones nítidas de la imagen actualizada. Si la información discriminante es el contorno de los dientes, los mapas actualizados y de referencia no representarán los mismos contornos y la puntuación será baja.

La puntuación se evalúa entonces mediante una función de evaluación. La función de evaluación permite decidir si se debe continuar o detener el ciclo de las etapas C1) a C5). La función de evaluación puede, por ejemplo, ser igual a 0 si se debe detener el ciclo o ser igual a 1 si el ciclo debe continuar.

El valor de la función de evaluación puede depender de la puntuación alcanzada. Por ejemplo, se puede decidir continuar el ciclo si la puntuación no supera un umbral. Por ejemplo, si una coincidencia exacta entre las imágenes actualizadas y de referencia da como resultado una puntuación de 100%, el umbral puede ser, por ejemplo, de 95%. Por supuesto, cuanto mayor sea el umbral, mejor será la precisión de la evaluación de las condiciones de adquisición virtuales si la puntuación logra superar este umbral.

El valor de la función de evaluación también puede depender de puntuaciones obtenidas con condiciones de adquisición virtuales previamente probadas.

El valor de la función de evaluación también puede depender de parámetros aleatorios y/o del número de ciclos ya realizados.

En particular, es posible que a pesar de la repetición de los ciclos, no sea posible encontrar condiciones de adquisición virtuales que sean suficientemente próximas de las condiciones de adquisición reales para que la puntuación alcance dicho umbral. La función de evaluación puede entonces conducir a la decisión de abandonar el ciclo aunque la mejor puntuación obtenida no haya alcanzado dicho umbral. Esta decisión puede resultar, por ejemplo, de un número de ciclos superior a un número máximo predeterminado.

Un parámetro aleatorio en la función de evaluación también puede autorizar la continuación de las pruebas de nuevas condiciones de adquisición virtuales, aunque la puntuación aparezca como satisfactoria.

Las funciones de evaluación utilizadas habitualmente en procedimientos de optimización metaheurísticos, preferiblemente evolutivos, en particular en procedimientos de recocido simulados, se pueden usar para la función de valuación.

En la etapa C5), si el valor de la función de evaluación indica que se decide continuar el ciclo, se modifican las condiciones de adquisición virtuales a probar y se reinicia el ciclo en las etapas C1) a C5) que consisten en producir una imagen de referencia y un mapa de referencia, comparar el mapa de referencia con el mapa actualizado para determinar una puntuación y después tomar una decisión basada en esta puntuación.

La modificación de las condiciones de adquisición virtuales a probar corresponde a un desplazamiento virtual en el espacio y/o a una modificación de la orientación y/o, preferentemente, a una modificación de la calibración del dispositivo de adquisición. Esta modificación puede ser aleatoria, preferiblemente de manera que las nuevas condiciones de adquisición virtuales a probar pertenezcan siempre al conjunto determinado durante la evaluación aproximada. La modificación está preferiblemente guiada por reglas heurísticas, por ejemplo favoreciendo las modificaciones que, según un análisis de las puntuaciones anteriores obtenidas, aparecen como más favorables para aumentar la puntuación.

El ciclo continúa hasta que el valor de la función de evaluación indica que se ha decidido detener este ciclo y continuar en la etapa D), por ejemplo si la puntuación alcanza o supera dicho umbral.

La optimización de las condiciones de adquisición virtuales se lleva a cabo preferentemente mediante un método metaheurístico, preferentemente evolutivo, preferentemente un algoritmo de recocido simulado. Tal algoritmo es bien conocido por su optimización no lineal.

Si se ha dejado el ciclo sin obtener una puntuación satisfactoria, por ejemplo sin que la puntuación haya podido alcanzar dicho umbral, se puede detener el procedimiento (situación de fracaso) o iniciar un nuevo paso C), con nueva información discriminante y/o con una nueva imagen actualizada. El procedimiento también puede continuar con las condiciones de adquisición virtuales correspondientes a la mejor puntuación obtenida. Se puede emitir una advertencia para informar al usuario del error en el resultado.

Si se ha dejado el ciclo mientras que se ha obtenido una puntuación satisfactoria, por ejemplo debido a que la puntuación ha alcanzado, o incluso superado, dicho umbral, las condiciones de adquisición virtuales corresponden sustancialmente a las condiciones de adquisición reales de la imagen actualizada.

Preferiblemente, las condiciones de adquisición virtuales comprenden los parámetros de calibración del dispositivo de adquisición. El procedimiento permite así evaluar los valores de estos parámetros sin que sea necesario conocer la naturaleza del aparato de adquisición ni su ajuste. Por lo tanto, la adquisición de las imágenes actualizadas se puede realizar sin ninguna precaución particular, por ejemplo por el propio paciente a través de su teléfono móvil.

Además, la búsqueda de la calibración real se lleva a cabo comparando una imagen actualizada con vistas de un modelo de referencia en condiciones de adquisición virtuales a probar. Ventajosamente, no es necesario que la imagen actualizada muestre un calibre de calibración estándar, es decir un calibre cuyas características se conocen con precisión y permiten determinar la calibración del dispositivo de adquisición.

Por lo tanto, la etapa C) da como resultado la determinación de condiciones de adquisición virtuales que muestran la máxima concordancia con las condiciones de adquisición reales. Por lo tanto, la imagen de referencia coincide al máximo con la imagen actualizada, es decir que estas dos imágenes son sustancialmente superponibles.

En una realización, dicha búsqueda de las condiciones de adquisición virtuales en la etapa C) se lleva a cabo usando un método metaheurístico, preferiblemente evolutivo, preferiblemente un algoritmo de recocido simulado.

En la etapa D), se identifican las zonas de diente de referencia en la imagen de referencia y se trasladan en la imagen actualizada para definir las zonas de diente actualizadas correspondientes.

En particular, la imagen de referencia es una vista del modelo de referencia actualizado segmentado en modelos de diente. Los límites de la representación de cada modelo de diente en la imagen de referencia, o “zona del diente de referencia” se pueden identificar de este modo.

La superposición de las imágenes actualizada y de referencia permite entonces trasladar los límites de las zonas de diente de referencia a la imagen actualizada y definir así las zonas de diente actualizadas. Como la imagen de referencia coincide al máximo con la imagen actualizada, las zonas de diente actualizadas definen por lo tanto sustancialmente los límites de los modelos de diente representados en la imagen de referencia.

En la etapa E), se asigna, a cada zona de diente actualizada los valores de atributo de diente del modelo de diente que le corresponde.

En particular, la imagen de referencia es una vista del modelo de referencia actualizado en el que a los modelos de diente se les han asignado valores de atributos de dientes respectivos para al menos un atributo de diente, por ejemplo un número de diente. Por lo tanto, cada zona de diente de referencia puede heredar el valor del atributo de diente del modelo de diente que representa. Cada zona del diente actualizada puede entonces heredar el valor del atributo del diente de la zona del diente de referencia que permitió definirlo.

Al final de la etapa E), se obtiene por lo tanto una imagen actualizada y una descripción de la imagen actualizada que define una o más zonas de diente actualizadas y, para cada una de estas zonas, un valor de atributo de diente para al menos un atributo de diente, por ejemplo un número de diente.

Se denomina “imagen histórica” la imagen actualizada enriquecida con su descripción.

La Figura 17a muestra un ejemplo de una imagen actualizada (adquirida durante la etapa B)) durante el análisis para determinar los contornos de los dientes. La Figura 17b muestra la imagen de referencia que representa la máxima concordancia con la imagen actualizada (resultante de la etapa C)). Los números de los dientes se muestran en los dientes correspondientes. La Figura 17c ilustra el traslado de números de dientes sobre zonas de dientes actualizadas (etapas D) y E)).

En la etapa F), la imagen histórica se agrega a la base de aprendizaje.

Las etapas A) a F) se llevan a cabo preferiblemente para más de 1.000, más de 5.000 o más de 10.000 pacientes diferentes, o "pacientes históricos".

Como ahora aparecerá claramente, tal procedimiento es particularmente eficaz para crear una base de aprendizaje. También se describe un procedimiento para entrenar un dispositivo de aprendizaje profundo, preferiblemente una red de neuronas, comprendiendo dicho procedimiento un enriquecimiento de una base de aprendizaje según un procedimiento que comprende las etapas A) a F) de manera a adquirir una pluralidad de imágenes históricas, después usar dicha base de aprendizaje para entrenar dicho dispositivo de aprendizaje profundo.

Segunda realización de dicho procedimiento de enriquecimiento.

El modelo de referencia actualizado no es necesariamente el resultado directo de un escaneado de la arcada del paciente. El modelo de referencia actualizado puede ser en particular un modelo obtenido por deformación de un modelo de referencia inicial que resulta directamente de tal escaneo.

El procedimiento comprende entonces preferentemente, en lugar de las etapas A) a C), las etapas A') a C').

La etapa A') es idéntica a la etapa A). Sin embargo, en la etapa A'), se pretende modificar el modelo de referencia generado. Por lo tanto, se califica como “modelo de referencia inicial”, y no como “modelo de referencia actualizado”, como según la etapa A).

El modelo de referencia inicial puede generarse en particular en un instante inicial que precede a un tratamiento de ortodoncia activo, por ejemplo menos de 6 meses, menos de 3 meses o menos de 1 mes antes del inicio del tratamiento. Las etapas B') a C') pueden entonces implementarse para seguir el progreso del procesamiento entre el instante inicial y el instante actualizado de la etapa B').

Alternativamente, el instante inicial puede ser un instante al final del tratamiento de ortodoncia activo, por ejemplo menos de 6 meses, menos de 3 meses o menos de 1 mes después del final del tratamiento. Las etapas B') a C') se pueden entonces implementar para monitorear la aparición de una posible recurrencia.

La etapa B') es idéntica a la etapa B). Sin embargo, en la etapa B'), las imágenes actualizadas también están destinadas a guiar la modificación del modelo de referencia inicial para definir el modelo de referencia actualizado, en la etapa C').

El intervalo de tiempo entre las etapas A') y B') no está limitado, ya que, como se explica a continuación, se deformará el modelo de referencia inicial para obtener un modelo de referencia actualizado en máxima concordancia con las imágenes actualizadas. El intervalo de tiempo entre las etapas A') y B') puede ser, por ejemplo, superior a 1 semana, 2 semanas, 1 mes, 2 meses o 6 meses.

La etapa C') es más compleja que la etapa C) ya que la búsqueda de una imagen de referencia que presente la máxima concordancia con una imagen actualizada no se limita a buscar las condiciones de adquisición virtuales óptimas. También comprende una búsqueda de un modelo de referencia actualizado, es decir, un modelo de referencia en el que los dientes tienen sustancialmente la misma posición que en la imagen actualizada.

La etapa C') comprende preferiblemente una o más de las características de las etapas c), d) y e) del documento WO 2016066651, y en particular de la etapa e) ilustrada en la Figura 16.

El objetivo es modificar el modelo de referencia inicial hasta obtener un modelo de referencia actualizado que presenta la máxima concordancia con la imagen actualizada. Idealmente, el modelo de referencia actualizado es, por lo tanto, un modelo de la arcada del que se podría haber tomado la imagen actualizada si ese modelo hubiera sido la propia arcada.

Por lo tanto, se prueba una sucesión de modelos de referencia "a probar", dependiendo preferentemente la elección de un modelo de referencia a probar del nivel de correspondencia de los modelos de referencia "a probar" previamente probados con la imagen actualizada.

Preferiblemente, la búsqueda comprende, para una imagen actualizada,

- una primera operación de optimización que permite buscar, en un modelo de referencia a probar determinado a partir del modelo de referencia inicial, las condiciones de adquisición virtuales que mejor se correspondan con las condiciones de adquisición reales de la imagen actualizada, y - una segunda operación de optimización que permite buscar, mediante la prueba de varios de dichos modelos de referencia a probar, el modelo de referencia que mejor se corresponda con la posición de los dientes del paciente durante la adquisición de la imagen actualizada.

Preferiblemente, se lleva a cabo una primera operación de optimización para cada prueba de un modelo de referencia que se va a probar durante la segunda operación de optimización.

Preferiblemente, la primera operación de optimización y/o la segunda operación de optimización, preferiblemente la primera operación de optimización y la segunda operación de optimización implementan un método metaheurístico, preferiblemente evolutivo, preferiblemente recocido simulado.

Por lo tanto, la etapa C') da como resultado la determinación

- de un modelo de referencia actualizado que presenta la máxima concordancia con la imagen actualizada, y

- condiciones de adquisición virtuales que presenten la máxima concordancia con las condiciones de adquisición reales.

Un procedimiento que comprende las etapas A') a C') puede implementarse ventajosamente en el contexto de un tratamiento de ortodoncia activo o pasivo o, más generalmente, para seguir cualquier evolución de los dientes. En un procedimiento según la invención, el enriquecimiento de la base de aprendizaje no resulta necesariamente de dicho procedimiento de enriquecimiento.

En una realización, la base de aprendizaje se crea por un operador. Este último analiza así miles de imágenes de análisis. Para que la base de aprendizaje pueda utilizarse para la implementación de un procedimiento de análisis detallado, determina las zonas de diente y después les asigna valores de atributos dentales. Para que la base de aprendizaje pueda usarse para implementar un procedimiento de análisis global, asigna valores de atributos de imagen a cada imagen. Puede así constituir imágenes históricas.

Procedimiento de análisis detallado de imagen

Dicho procedimiento de análisis detallado de una “imagen de análisis” de una arcada dentaria de un paciente comprende las etapas 1) a 4).

Preferentemente, la imagen de análisis, preferentemente una fotografía o una imagen tomada de una película, preferentemente en color, preferentemente en color real, se adquiere con un dispositivo de adquisición de imágenes, preferentemente un teléfono móvil, un separado de la arcada dental a más de 5 cm, más de 8 cm, o incluso más de 10 cm, y que, preferentemente, no está provisto de ninguna óptica específica.

Preferiblemente, la imagen de análisis representa varios dientes, preferiblemente más de 2, más de 3, más de 4 o más de 5 dientes del paciente.

La Figura 12a o la Figura 12b podrían ser ejemplos de imágenes de análisis. La disposición de los dientes en el mismo es realista, es decir, que corresponde a la observada por el aparato de adquisición de imágenes cuando ha adquirido la imagen de análisis.

Preferiblemente, la adquisición de la imagen de análisis la realiza el paciente, preferiblemente sin utilizar un soporte, apoyándose en el suelo e inmovilizando el dispositivo de adquisición de imágenes, y en particular sin trípode.

En una realización, la activación de la adquisición de la imagen de análisis es automática, es decir sin intervención de un operador, tan pronto como las condiciones de adquisición son aprobadas por el dispositivo de adquisición de imágenes, en particular cuando el dispositivo de adquisición de imágenes ha determinado que está observando una arcada dental y/o un separador y que las condiciones de observaciones son satisfactorias (nitidez, luminosidad, incluso dimensiones de la representación de la arcada dental y/o separador).

En la etapa 1), se crea una base de aprendizaje que comprende más de 1.000, preferentemente más de 5.000, preferentemente más de 10.000, preferentemente más de 30.000, preferentemente más de 50.000, preferentemente más de 100.000 imágenes históricas. Cuanto mayor sea el número de imágenes históricas, mejor será el análisis realizado por el procedimiento.

Preferiblemente se utiliza una base de aprendizaje enriquecida según el denominado procedimiento de enriquecimiento.

Sin embargo, la base de aprendizaje puede constituirse según otros procedimientos, por ejemplo crearse manualmente. Para crear una imagen histórica de la base de aprendizaje, un operador, preferiblemente un ortodoncista, identifica una o más zonas de dientes "históricas" en una imagen y después asigna, a cada zona de dientes histórica identificada, un valor para al menos un atributo del diente.

En la etapa 2), se entrena un dispositivo de aprendizaje profundo, preferiblemente una red de neuronas, con la base de aprendizaje.

Una "red de neuronas" o "red de neuronas artificial" es un conjunto de algoritmos bien conocidos por los expertos en la técnica.

En particular, la red de neuronas puede escogerse de:

- las redes especializadas en clasificación de imágenes, denominadas “CNN” (“Convolutional neural network”), por ejemplo

- AlexNet (2012)

- ZF Net (2013)

- VGG Net (2014)

- GoogleNet (2015)

- Microsoft ResNet (2015)

- Caffe: BAIR Reference CaffeNet, BAIR AlexNet

- Torch:VGG_CNN_S,VGG_CNN_M,VGG_CNN_M_2048,VGG_CNN_M_10 24,VGG_CNN_M_128,VGG_CNN_F,VGG ILSVRC-2014 16-layer,VGG ILSVRC-2014 19-layer,Network-in-Network (Imagenet & CIFAR-10)

- Google : Inception (V3, V4).

- Las redes especializadas en localización y detección de objetos en una imagen, la Object Détection Network, por ejemplo:

- R-CNN (2013)

- SSD (Single Shot MultiBox Detector : Object Détection network), Faster R-CNN (Faster Region-based Convolutional Network method : Object Détection network)

- Faster R-CNN (2015)

- SSD (2015).

La lista anterior no es exhaustiva.

En la etapa 2), el dispositivo de aprendizaje profundo se entrena preferiblemente mediante un proceso de aprendizaje denominado "deep learning" . Al presentar, como entrada al dispositivo de aprendizaje profundo, imágenes históricas (imágenes descripciones), el dispositivo de aprendizaje profundo aprende gradualmente a reconocer patrones, en inglés "patterns", en una imagen, y a asociarlos con zonas de diente y valores de atributos de diente, por ejemplo, números de dientes.

En la etapa 3), se somete la imagen que se desea analizar, o “imagen de análisis”, al dispositivo de aprendizaje profundo.

Gracias a su entrenamiento en la etapa 2), el dispositivo de aprendizaje profundo es capaz de analizar la imagen de análisis y reconocer dichos patrones en la misma. En particular, puede determinar una probabilidad relativa a:

- la presencia, en una ubicación en dicha imagen de análisis, de una zona que representa, al menos parcialmente, un diente, o "zona de diente de análisis",

- el valor del atributo del diente representado en dicha zona del diente de análisis.

Por ejemplo, es capaz de determinar que existe un 95% de posibilidades de que una forma en la imagen de análisis represente un incisivo.

Preferiblemente, el dispositivo de aprendizaje profundo analiza toda la imagen de análisis y determina probabilidades para todas las zonas de diente de análisis que ha identificado.

En la etapa 4), se analizan los resultados de la etapa anterior para determinar los dientes representados en la imagen de análisis.

Cuando la base de aprendizaje comprende más de 10.000 imágenes históricas, la etapa 3) conduce a resultados especialmente satisfactorios. En particular, tal base de aprendizaje permite establecer un umbral de probabilidad tal que si una probabilidad asociada con una zona de diente de análisis y con un valor de atributo de diente para esta zona de diente de análisis excede dicho umbral, el zona de diente de análisis representa efectivamente un diente que tiene dicho valor de atributo de diente.

La etapa 4) lleva así a la definición de una imagen de análisis enriquecida con una descripción que define las zonas de diente de análisis y, para cada zona de los dientes de análisis, los valores de los atributos del diente representados por el zona de los dientes de análisis.

Procedimiento de análisis global de imágenes.

Dicho procedimiento para el análisis global de una imagen actualizada de una arcada dental de un paciente comprende las etapas 1') a 3').

El procedimiento es similar al procedimiento de análisis detallado descrito anteriormente, excepto que, según el análisis global, no es necesario analizar la situación individual de cada diente. El análisis es global a toda la imagen. En otras palabras, el dispositivo de aprendizaje profundo determina el valor de un atributo de "imagen" sin tener que determinar previamente los valores de los atributos de diente.

Por ejemplo, el dispositivo de aprendizaje profundo puede concluir que, "globalmente", la situación dental es "satisfactoria" o "insatisfactoria", sin determinar cuál es el diente que posiblemente está en el origen de la insatisfacción.

La etapa 1') es similar a la etapa 1). Las imágenes históricas comprenden, sin embargo, una descripción que especifica un valor de atributo de imagen para cada imagen.

La etapa 2') es similar a la etapa 2).

En la etapa 3'), se somete la imagen de análisis al dispositivo de aprendizaje profundo.

Gracias a su entrenamiento en la etapa 2'), el dispositivo de aprendizaje profundo es capaz de analizar la imagen de análisis y reconocer dichos patrones en la misma. En función de estos patrones, puede determinar en particular una probabilidad relativa al valor del atributo de imagen considerado.

Procedimiento para controlar un canalón de ortodoncia según la invención

El aparato de ortodoncia puede ser un canalón de ortodoncia (“alignei”en inglés). Un canalón tiene clásicamente la forma de un aparato monobloque amovible, fabricado clásicamente de un material polimérico transparente, que comprende un canal conformado de manera que varios dientes de un arco, generalmente todos los dientes de un arco puedan ser alojados en él.

La forma del canal está adaptada para mantener el canalón en posición sobre los dientes, ejerciendo al mismo tiempo una acción correctora de la posición de ciertos dientes (Figuras 14 y 15).

Por tanto, se debe limitar el número de visitas de control al ortodoncista.

Existe la necesidad de encontrar soluciones que responden a estos problemas.

La invención proporciona un procedimiento para evaluar la forma de un canalón de ortodoncia, comprendiendo dicho procedimiento las siguientes etapas:

a") adquirir al menos una imagen que representa al menos parcialmente la canalón en una posición de servicio en la que la lleva un paciente, denominada “imagen de análisis”;

b") analizar la imagen de análisis mediante un dispositivo de aprendizaje profundo, preferentemente una red de neuronas, entrenado mediante una base de aprendizaje, de manera a determinar un valor

para al menos un atributo de diente de una "zona de diente de análisis" de la imagen de análisis, siendo el atributo de diente relativo a un espacio entre el diente representado por la zona de diente de análisis y el canalón representado en la imagen de análisis, y/o para un atributo de imagen de la imagen de análisis, siendo el atributo de imagen relativo a un espacio entre al menos un diente representado en la imagen de análisis, y el canalón representado en dicha imagen de análisis;

c") preferentemente, evaluar la adecuación del canalón en función del valor de dicho atributo de diente o de imagen;

d") preferentemente, emitir un mensaje de información en función de dicha evaluación.

Como se verá más detalladamente a lo largo de la descripción, un denominado procedimiento de evaluación facilita considerablemente la evaluación de la buena adecuación del canalón para el tratamiento, al mismo tiempo que hace que esta evaluación especialmente fiable. En particular, el procedimiento puede implementarse a partir de simples fotografías o películas, tomadas sin precauciones particulares, por ejemplo por parte del paciente. Por lo tanto, el número de citas con el ortodoncista puede ser limitado.

Preferiblemente, en la etapa b"), se identifican todas dichas zonas de diente de análisis, y se determina el valor de dicho atributo dental para cada zona de diente de análisis, y, en la etapa c"), se determina la adecuación del canalón en función de dichos valores de atributos de diente.

Preferentemente, dicho atributo de diente se escoge del grupo formado por una separación máxima a lo largo del borde libre del diente, una separación media a lo largo del borde libre del diente, y dicho atributo de imagen se selecciona escoge del grupo formado por una separación máxima a lo largo del conjunto de dientes representados, una separación promedio a lo largo de los bordes libres del conjunto de dientes representados, una aceptabilidad global de la separación de los dientes representados.

El atributo de diente relativo a una separación puede ser en particular la existencia de una separación, pudiendo este atributo tomar los valores de atributo de diente “sí” o “no”; o un valor que mide la magnitud de la separación, por ejemplo una separación máxima constatada o una evaluación relativa a una escala.

En la etapa b"), se implementa preferiblemente un denominado procedimiento de análisis detallado, siendo un atributo de diente de cada zona de diente histórica de cada imagen histórica de la base de aprendizaje relativo a una separación entre el diente representado por la zona de diente histórica, y un canalón llevado por dicho diente y representado en dicha imagen histórica.

Preferiblemente, la etapa b") comprende las siguientes etapas:

b"1) preferentemente, antes de la etapa a"), crear una base de aprendizaje que comprende más de 1.000, preferentemente más de 5.000, preferentemente más de 10.000 imágenes de arcadas dentales, o "imágenes históricas", representando cada imagen histórica un canalón llevada por un paciente "histórico" y que comprende una o más zonas que representan cada una un diente, o "zonas de diente históricas", a cada una de las cuales, para al menos un atributo de diente relativo a un espacio entre el diente representado por la zona de diente histórica considerada, y el canalón representado, se asigna un valor de atributo de diente; b"2) aprendizaje de un dispositivo de aprendizaje profundo, preferiblemente una red de neuronas, por medio de la base de aprendizaje;

b"3) someter la imagen de análisis al dispositivo de aprendizaje profundo para que el dispositivo de aprendizaje profundo determine al menos una probabilidad relacionada con

- la presencia, en una ubicación de dicha imagen de análisis, de una zona de diente de análisis, y

- el valor del atributo de diente del diente representado en dicha zona de diente de análisis; b"4) determinar, en función de dicha probabilidad, la presencia de una separación entre el canalón y el diente representada por dicha zona de diente de análisis, y/o de una amplitud de dicha separación.

Las etapas b"1) a b"4) pueden comprender una o más de las características, posiblemente opcionales, de las etapas 1) a 4) descritas anteriormente, respectivamente.

En una realización, en la etapa b"), se implementa un denominado procedimiento de análisis global, siendo un atributo de imagen de cada imagen histórica de la base de aprendizaje relativo a una separación entre al menos un diente representado en la imagen histórica, y un canalón llevado por dicho diente y representado en dicha imagen histórica. Preferiblemente, la etapa b") comprende las siguientes etapas:

b"1') crear una base de aprendizaje que comprende más de 1.000 imágenes de arcadas dentales, o "imágenes históricas", comprendiendo cada imagen histórica un valor de atributo para al menos un atributo de imagen, o "valor de atributo de imagen", relativo a una separación entre al menos un diente representado en la imagen de análisis y el canalón representado en dicha imagen de análisis;

b"2') entrenar al menos un dispositivo de aprendizaje profundo, preferiblemente una red de neuronas, mediante la base de aprendizaje;

b"3') someter la imagen de análisis al dispositivo de aprendizaje profundo de manera que determine, para dicha imagen de análisis, al menos una probabilidad relativa a dicho valor de atributo de imagen, y determinar, en función de dicha probabilidad, la presencia de una separación entre el canal y el o los dientes representados en la imagen de análisis, y/o de una amplitud de dicha separación.

Las etapas b"1') a b"3') pueden comprender una o más de las características, posiblemente opcionales, de las etapas 1’) a 3’) descritas anteriormente, respectivamente.

El procedimiento se describe ahora cuando se implementa un análisis detallado en la etapa b").

Previamente a la etapa a"), la base de aprendizaje debe ser enriquecida, preferiblemente según un denominado procedimiento de enriquecimiento, a fin de contener imágenes históricas cuya descripción especifica, para cada una de las zonas de diente históricas, un valor para el atributo del diente relativo a la separación.

Esta información se puede ingresar manualmente. Por ejemplo, se puede presentar a un operador, preferiblemente un ortodoncista, una imagen que representa una o más zonas de diente denominadas "históricas", y se le puede pedir que identifique estas zonas de diente históricas e indique, para cada zona de diente histórica, si existe una separación o no y/o evaluar la amplitud de esta separación.

Una imagen histórica puede ser una fotografía que represente un canalón llevado por un paciente histórico. Alternativamente, una imagen histórica puede ser el resultado del procesamiento de una imagen que representa una arcada dental desnuda (es decir sin canalón) y de una imagen que representa la misma arcada que lleva el canalón. La imagen que representa la arcada desnuda puede ser en particular una vista de un modelo de la arcada deformado para obtener la máxima concordancia con la imagen que representa la arcada que lleva el canalón. Un tratamiento de este tipo puede ser particularmente útil para hacer que el contorno de los dientes y el canalón aparezcan mejor cuando los dientes no son muy visibles a través del canalón.

En la etapa a"), la adquisición de la imagen de análisis se puede llevar a cabo como la adquisición de las imágenes actualizadas en la etapa B) descrita anteriormente.

Preferiblemente, se envía al paciente al menos un recordatorio que informa al paciente de la necesidad de crear una imagen de análisis. Este recordatorio puede llevarse a cabo en papel o, preferentemente, en formato electrónico, por ejemplo en forma de correo electrónico, alerta automática desde una aplicación móvil especializada o SMS. Tal recordatorio puede ser enviado por la consulta o el laboratorio de ortodoncia o por el dentista o por la aplicación móvil especializada del paciente, por ejemplo.

La etapa a") se lleva a cabo en el momento que se desea evaluar la forma de un canalón, por ejemplo más de 1 semana después del inicio del tratamiento con el canalón.

La imagen de análisis es una imagen que representa el canalón que llevan los dientes del paciente.

En la etapa b"), se analiza la imagen de análisis según un denominado procedimiento de análisis detallado.

El dispositivo de aprendizaje profundo se ha entrenado por medio de una base de aprendizaje que contiene imágenes históricas cuya descripción especifica, para al menos una, preferiblemente cada zona de diente histórica, un valor para un atributo de diente relativo a una separación entre el diente representado por la zona de diente histórica y el canalón portado por dicho diente y representado en dicha imagen histórica.

El valor de este atributo de diente proporciona por lo tanto una información relativa a la forma del canalón en relación con la forma de los dientes del paciente.

El valor para este atributo de diente puede ser una medida de la separación, por ejemplo, una medida de la separación máxima o de la separación promedio para el diente representado por el zona histórica del diente.

El dispositivo de aprendizaje profundo es por lo tanto capaz de analizar la imagen de análisis para determinar, preferiblemente para cada una de las "zonas de diente de análisis", la existencia, o incluso la importancia, de una separación del canalón del diente representado en el zona del diente de análisis.

En la etapa c"), se evalúa la adecuación del canalón en función de los resultados de la etapa anterior. Por ejemplo, se busca si la separación del canalón con al menos un diente excede un umbral de aceptabilidad y, en este caso, se decide sustituir la canalón por un canalón más adaptado.

La adecuación del canalón puede evaluarse en el marco de un tratamiento de ortodoncia (separación compatible o no con el tratamiento de ortodoncia), pero también en el marco de un tratamiento no terapéutico, en particular estético. En efecto, los canalones pueden utilizarse para mover los dientes con fines puramente estéticos, sin que este movimiento modifique el estado de salud del paciente. La adecuación del canalón también se puede evaluar como parte de un programa de investigación sobre la eficacia del canalón, por ejemplo para evaluar un nuevo material para el canalón, en un ser humano o en otro animal.

En la etapa d") se transmite una información relativa a la evaluación realizada en la etapa anterior, en particular destinada al paciente y/o al ortodoncista.

El ortodoncista puede entonces utilizar esta información, eventualmente en combinación con informaciones adicionales, por ejemplo la edad del paciente o el tiempo que lleva el canalón, para establecer un diagnóstico y, si es necesario, decidir un tratamiento adaptado.

En una realización, el procedimiento comprende, en la etapa b"), un denominado análisis global. Las otras etapas no se modifican.

El análisis de la imagen de análisis y de las imágenes históricas se lleva a cabo entonces de forma global, sin identificar la situación individual de cada uno de los dientes representados y el atributo de la imagen es relativo al conjunto de la imagen.

Por ejemplo, el atributo de imagen relacionado con las separaciones puede estar relacionado con la aceptabilidad de una situación dental, debido a una o más separaciones, o en relación con la magnitud general de la o las separaciones de los dientes. Por ejemplo, el valor del atributo de imagen puede ser "globalmente aceptable" o "globalmente inaceptable". El valor del atributo de imagen también puede ser, por ejemplo, una medida de la separación, por ejemplo una medida de la separación máxima, o de la separación promedio entre los dientes representados en la imagen de análisis y el canalón.

Como ahora aparece claramente, un procedimiento según la invención permite, a partir de simples fotografías o de una simple película, determinar si el canalón se ha desprendido anormalmente, o incluso si se ha realizado un análisis detallado en la etapa b"), para determinar las regiones en las que el canalón se ha alejado de los dientes y evaluar el alcance de esta separación.

La invención también se refiere a un procedimiento para adaptar un tratamiento de ortodoncia, procedimiento en el que se implementa un procedimiento para evaluar la forma de un canalón de ortodoncia según la invención, después, en función del resultado de dicha evaluación, se fabrica un nuevo canalón y/o se aconseja al paciente, por ejemplo para que pueda mejorar las condiciones de uso de su canalón de ortodoncia, en particular el posicionamiento y/o los intervalos horarios de uso y/o el mantenimiento de su canalón de ortodoncia, con el fin de optimizar el tratamiento. El uso de canalones no se limita a tratamientos terapéuticos. En particular, se puede implementar un procedimiento de evaluación para evaluar un canalón utilizado exclusivamente con fines estéticos.

El procedimiento también se puede utilizar para evaluar otras piezas o dispositivos dentales, en particular de ortodoncia.

Programa informático

También se describe:

- un programa informático, y en particular una aplicación especializada para teléfono móvil, que comprende códigos de programa para la ejecución de una o varias etapas de un procedimiento cualquiera según la invención, cuando dicho programa se ejecuta en un ordenador,

- un soporte informático en el que se graba tal programa, por ejemplo una memoria o un CD-ROM.

Por supuesto, la invención no se limita a las realizaciones descritas y representadas anteriormente.

En particular, el paciente no se limita a un ser humano. Un procedimiento según la invención se puede utilizar para otro animal.

El paciente puede estar vivo o muerto. Preferiblemente está vivo.

Claims

REIVINDICACIONES

1. Procedimiento para evaluar la forma canalón de ortodoncia, comprendiendo dicho procedimiento las siguientes etapas:

a") adquirir al menos una imagen que representa al menos parcialmente la canalón en una posición de servicio en la que la lleva un paciente, denominada “imagen de análisis” ;

b") analizar la imagen de análisis mediante una red de neuronas, entrenada mediante una base de aprendizaje, para determinar un valor para al menos un atributo dental de una "zona de diente de análisis" que representa, al menos parcialmente, un diente en dicha imagen de análisis, siendo el atributo de diente relativo a una separación entre el diente representado por la zona de diente de análisis y el canalón representado en la imagen de análisis, o para un atributo de imagen de la imagen de análisis, siendo el atributo de imagen relativo a una separación entre al menos un diente representado en la imagen de análisis y el canalón representado en dicha imagen de análisis; c") evaluar la adecuación del canalón en función del valor de dicho atributo de diente o de imagen,

la etapa b") que comprende, en el caso en el que dicho valor a determinar sea para un atributo de diente, las siguientes etapas:

1) preferentemente, antes de la etapa a"), crear una base de aprendizaje que comprende más de 1.000 imágenes de arcadas dentales, o "imágenes históricas", representando cada imagen histórica un canalón llevada por un paciente "histórico" y que comprende una o más zonas que representan cada una un diente, o "zonas de diente históricas", a cada una de las cuales, para al menos un atributo de diente relativo a un espacio entre el diente representado por la zona de diente histórica considerada, y el canalón representado, se asigna un valor de atributo de diente;

2) entrenar dicha red de neuronas, mediante la base de aprendizaje;

3) someter la imagen de análisis a la red de neuronas para que determine al menos una probabilidad relativa a:

- el valor del atributo del diente representado en dicha zona del diente de análisis;

4) determinar, en función de dicha probabilidad, la presencia de una separación entre el canalón y el diente representado por dicha zona del diente de análisis, y/o una amplitud de dicha separación,

o la etapa b") que comprende, en el caso en el que dicho valor a determinar sea para un atributo de imagen, las siguientes etapas:

1') crear una base de aprendizaje que comprende más de 1.000 imágenes de arcadas dentales, o "imágenes históricas", comprendiendo cada imagen histórica un valor de atributo para al menos un atributo de imagen, o "valor de atributo de imagen", siendo el atributo de imagen relativo a una separación entre el o los dientes y el canalón representado en la imagen histórica;

2') entrenar dicha red de neuronas, mediante la base de aprendizaje;

3') someter la imagen de análisis a la red de neuronas para que determine, para dicha imagen de análisis, al menos una probabilidad relativa a dicho valor de atributo de imagen.

2. Procedimiento según la reivindicación inmediatamente anterior, en el que, en la etapa b"), en el caso en el que el valor a determinar sea para un atributo de diente, se identifican todas dichas zonas de diente de análisis, y se determina el valor de atributo de diente para cada zona de diente de análisis, y, en la etapa c"), se determina la adecuación del canalón en función de dichos valores de atributos de diente.

3. Procedimiento según una cualquiera de las reivindicaciones anteriores, en el que la base de aprendizaje está constituida según las siguientes etapas:

B) adquirir al menos una imagen de dicha arcada, o “imagen actualizada”, en condiciones reales de adquisición; C) para cada imagen actualizada, buscar condiciones de adquisición virtuales adecuadas para la adquisición de una imagen del modelo de referencia actualizado, denominada “imagen de referencia”, que presente la máxima concordancia con la imagen actualizada en dichas condiciones de adquisición virtuales, y adquisición de dicha imagen de referencia;

E) asignar a dicha zona de diente actualizada el valor de atributo de diente de dicho modelo de diente;

F) añadir la imagen actualizada enriquecida con una descripción de dicha zona del diente actualizada y su valor de atributo de diente, o "imagen histórica", en la base de aprendizaje.

4. Procedimiento según una cualquiera de las reivindicaciones anteriores, en el que la base de aprendizaje está constituida según las siguientes etapas:

B') en un instante actualizado, adquirir al menos una imagen de dicha arcada, o “imagen actualizada”, en condiciones reales de adquisición;

C') buscar, por deformación del modelo de referencia inicial, un modelo de referencia actualizado y condiciones de adquisición virtuales adecuadas para la adquisición de una imagen del modelo de referencia actualizado, denominada “imagen de referencia”, que presenta una concordancia máxima con la imagen actualizada bajo dichas condiciones de adquisición;

5. Procedimiento según una cualquiera de las reivindicaciones 1 a 2, en el que para crear una imagen histórica de la base de aprendizaje, un operador, preferentemente un ortodoncista,

- identifica una o más zonas de diente "históricas" en una imagen, y después asigna, a cada zona de diente histórica identificada, un valor para al menos un atributo de diente, y/o

- asigna a una imagen un valor para al menos un atributo de diente.

6. Procedimiento según una cualquiera de las reivindicaciones anteriores, en el que, en la etapa a"), se utiliza un teléfono móvil para adquirir la imagen de análisis.

7. Procedimiento según una cualquiera de las reivindicaciones anteriores, que comprende, después de la etapa c"), una etapa d") como sigue:

d") emitir un mensaje de información en función de dicha evaluación.

8. Procedimiento según una cualquiera de las reivindicaciones anteriores, en el que, en función del resultado de dicha evaluación, se fabrica un nuevo canalón.