特開 2024-168574 三次元スキャナおよび制御方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024168574

(43)【公開日】2024-12-05

(54)【発明の名称】三次元スキャナおよび制御方法

(51)【国際特許分類】

   G01B 11/24 20060101AFI20241128BHJP

   A61C 19/04 20060101ALI20241128BHJP

   A61B 1/00 20060101ALI20241128BHJP

   A61B 1/045 20060101ALI20241128BHJP

   A61B 1/24 20060101ALI20241128BHJP

   G02B 7/28 20210101ALI20241128BHJP

   G02B 7/02 20210101ALI20241128BHJP

   G02B 7/04 20210101ALI20241128BHJP

   G02B 7/08 20210101ALI20241128BHJP

【ＦＩ】

G01B11/24 A

A61C19/04

A61B1/00 735

A61B1/045 614

A61B1/045 618

A61B1/24

G02B7/28 H

G02B7/02 Z

G02B7/04 D

G02B7/04 E

G02B7/08 C

【審査請求】有

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2023085378

(22)【出願日】2023-05-24

(71)【出願人】

【識別番号】000138185

【氏名又は名称】株式会社モリタ製作所

(74)【代理人】

【識別番号】110001195

【氏名又は名称】弁理士法人深見特許事務所

(72)【発明者】

【氏名】田中 剛

【テーマコード（参考）】

2F065

2H044

2H151

4C052

4C161

【Ｆターム（参考）】

2F065AA53

2F065BB05

2F065CC16

2F065DD03

2F065DD06

2F065FF01

2F065FF10

2F065GG15

2F065JJ03

2F065JJ26

2F065LL04

2F065LL12

2F065MM16

2F065MM26

2F065PP22

2H044AJ01

2H044BD10

2H044BE02

2H044DA01

2H044DB02

2H044DC02

2H151AA15

2H151BA47

2H151BA48

2H151BA63

2H151CC04

2H151CE30

2H151DD09

2H151EB04

4C052NN02

4C052NN03

4C052NN04

4C052NN05

4C052NN15

4C161AA08

4C161CC06

4C161FF40

4C161HH51

4C161HH54

4C161NN01

4C161PP13

4C161WW02

(57)【要約】

【課題】本開示は、対象物の表面形状の三次元データを取得する際の被写界深度を適切な値にすることができる技術を提供する。
【解決手段】三次元スキャナ１００は、レンズ８１と、レンズ８１の焦点位置にある対象物９９を撮像する撮像部と、レンズ８１が直線方向に往復運動するように当該レンズ８１を駆動するレンズ駆動部８０と、撮像部によって撮像された画像に基づき表面形状を示す形状データを取得する取得部４０１と、レンズ駆動部８０を制御して、取得部４０１によって取得された形状データに基づきレンズ８１の往復運動の振幅を変更するレンズ制御部４０２とを備える。
【選択図】図９

【特許請求の範囲】

【請求項1】

対象物の表面形状の三次元データを合焦法によって取得する三次元スキャナであって、
レンズと、
前記レンズの焦点位置にある前記対象物を撮像する撮像部と、
前記レンズが直線方向に往復運動するように当該レンズを駆動するレンズ駆動部と、
前記撮像部によって撮像された画像に基づき前記表面形状を示す形状データを取得する取得部と、
前記レンズ駆動部を制御して、前記取得部によって取得された前記形状データに基づき前記レンズの往復運動の振幅を変更するレンズ制御部とを備える、三次元スキャナ。

【請求項2】

前記形状データと機械学習が行われた推定モデルとに基づき、前記対象物に含まれる歯牙の被写界深度における割合を推定するための推定データを生成する推定部をさらに備え、
前記レンズ制御部は、前記推定部によって推定された前記推定データに基づき前記レンズの往復運動の振幅を変更する、請求項１に記載の三次元スキャナ。

【請求項3】

前記推定データは、前記被写界深度の前記歯牙の割合を示すデータを含む、請求項２に記載の三次元スキャナ。

【請求項4】

前記推定データは、前記対象物の識別結果を示すデータを含む、請求項２に記載の三次元スキャナ。

【請求項5】

前記レンズ制御部は、前記対象物に含まれる歯牙の被写界深度における割合が所定値となるように、前記レンズの往復運動の振幅を変更する、請求項１～請求項４のいずれか１項に記載の三次元スキャナ。

【請求項6】

前記レンズ制御部は、前記対象物に含まれる歯牙の被写界深度における割合が所定範囲内となるように、前記レンズの往復運動の振幅を変更する、請求項１～請求項４のいずれか１項に記載の三次元スキャナ。

【請求項7】

前記形状データは、前記表面形状の二次元データまたは前記表面形状の前記三次元データを含む、請求項１～請求項４のいずれか１項に記載の三次元スキャナ。

【請求項8】

前記形状データは、前記対象物の色を示すデータを含む、請求項７に記載の三次元スキャナ。

【請求項9】

前記撮像部は、前記レンズの往復運動の振幅に応じて前記対象物を撮像するフレームレートを変更する、請求項１～請求項４のいずれか１項に記載の三次元スキャナ。

【請求項10】

前記レンズの質量と同一または略同一の質量を有するカウンタウェイトと、
前記レンズと相対する方向に往復運動するように前記カウンタウェイトを駆動するカウンタウェイト駆動部と、
前記レンズの動作に合わせて前記カウンタウェイトの動作を制御するカウンタウェイト制御部とをさらに備える、請求項１～請求項４のいずれか１項に記載の三次元スキャナ。

【請求項11】

前記レンズを収容する手持ち式のハウジングをさらに備える、請求項１～請求項４のいずれか１項に記載の三次元スキャナ。

【請求項12】

対象物の表面形状の三次元データを合焦法によって取得する三次元スキャナを制御する制御方法であって、
コンピュータが実行する処理として、
前記三次元スキャナが備えるレンズの焦点位置にある前記対象物を撮像するステップと、
前記レンズが直線方向に往復運動するように当該レンズを駆動するステップと、
前記撮像するステップによって撮像された画像に基づき前記表面形状を示す形状データを取得するステップと、
前記取得するステップによって取得された前記形状データに基づき前記レンズの往復運動の振幅を変更するステップとを含む、制御方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、対象物の表面形状の三次元データを合焦法によって取得する三次元スキャナ、および当該三次元スキャナを制御する制御方法に関する。

【背景技術】

【0002】

従来、口腔内の歯および軟組織などの対象物の表面形状を走査して、当該表面形状の三次元データを取得する三次元スキャナが知られている。たとえば、特許文献１（特開２０１９－１８０８８１号公報）には、レンズを直線方向に往復運動させながらレンズを通過した光を対象物に投影し、対象物で反射した光を検出することによって対象物の表面形状の三次元データを取得する三次元スキャナが開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－１８０８８１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１に開示された三次元スキャナにおいては、レンズの往復運動の振幅に応じて、レンズを通過した光の焦点位置の範囲である被写界深度が安定しない場合がある。被写界深度が適切な値よりも小さい場合、一度に撮像可能な範囲が過剰に狭まるため、ユーザが撮像し難くなり、撮像時間も多くなる。また、撮像した部分を貼り合わせる回数が増えるため、取得される三次元データの精度が低下する。一方、被写界深度が適切な値よりも大きい場合、一度に撮像可能な範囲が過剰に広くなるため、撮像対象でない不要部分が撮像されるおそれがある。このため、不要部分を削除するための演算負荷が掛かり、その分、演算速度が遅くなるとともに発熱量も大きくなる。また、発熱量を抑えるために、撮像部のフレームレートを小さくすることも考えられるが、フレームレートを小さくすると、取得される三次元データの精度が低下する。

【0005】

本開示は、上記の課題を解決するためになされたものであり、対象物の表面形状の三次元データを取得する際の被写界深度を適切な値にすることができる技術を提供することを目的とする。

【課題を解決するための手段】

【0006】

本開示に係る三次元スキャナは、対象物の表面形状の三次元データを合焦法によって取得する。三次元スキャナは、レンズと、レンズの焦点位置にある対象物を撮像する撮像部と、レンズが直線方向に往復運動するように当該レンズを駆動するレンズ駆動部と、撮像部によって撮像された画像に基づき表面形状を示す形状データを取得する取得部と、レンズ駆動部を制御して、取得部によって取得された形状データに基づきレンズの往復運動の振幅を変更するレンズ制御部とを備える。

【0007】

本開示に係る制御方法は、対象物の表面形状の三次元データを合焦法によって取得する三次元スキャナを制御する方法である。制御方法は、コンピュータが実行する処理として、三次元スキャナが備えるレンズの焦点位置にある対象物を撮像するステップと、レンズが直線方向に往復運動するように当該レンズを駆動するステップと、撮像するステップによって撮像された画像に基づき表面形状を示す形状データを取得するステップと、取得するステップによって取得された形状データに基づきレンズの往復運動の振幅を変更するステップとを含む。

【発明の効果】

【0008】

本開示によれば、撮像部によって撮像された画像に基づき取得した表面形状を示す形状データに基づき、レンズの往復運動の振幅を変更することで、対象物の表面形状の三次元データを取得する際の被写界深度を適切な値にすることができる。

【図面の簡単な説明】

【0009】

【図1】実施の形態に係る三次元スキャナの構成を示す図である。

【図2】実施の形態に係るハンドピースの構成を示す図である。

【図3】実施の形態に係るハンドピースのＸ－Ｚ断面を示す図である。

【図4】実施の形態に係る三次元スキャナにおいてレンズとカウンタウェイトとの位置関係を説明するための図である。

【図5】実施の形態に係るリニアモータのＹ－Ｚ断面を示す図である。

【図6】実施の形態に係るリニアモータのＸ－Ｚ断面を示す図である。

【図7】比較例に係る三次元スキャナにおいて被写界深度が適切な値よりも小さい場合の一例を示す図である。

【図8】比較例に係る三次元スキャナにおいて被写界深度が適切な値よりも大きい場合の一例を示す図である。

【図9】実施の形態に係る三次元スキャナが備える制御装置の機能構成を説明するための図である。

【図10】実施の形態に係る三次元スキャナにおいて被写界深度が適切な値に調整された場合の一例を示す図である。

【図11】実施の形態に係る三次元スキャナにおいて被写界深度が適切な値に調整された場合の一例を示す図である。

【図12】実施の形態に係る三次元スキャナにおいて制御装置が実行する振幅制御のフローチャートである。

【図13】変形例に係る三次元スキャナが備える制御装置の機能構成を説明するための図である。

【図14】変形例に係る三次元スキャナにおける形状データ、推定データ、および出力データを説明するための図である。

【発明を実施するための形態】

【0010】

＜実施の形態＞
本開示の実施の形態について、図面を参照しながら説明する。

【0011】

［三次元スキャナの構成］
図１は、実施の形態に係る三次元スキャナ１００の構成を示す図である。三次元スキャナ１００は、口腔内の歯および軟組織などの対象物９９の表面形状を走査して、当該表面形状の三次元データを取得する口腔内スキャナ（IOS:Intra Oral Scanner）である。三次元データは、対象物９９の表面形状を示す点群（複数の点）の各々の位置情報（縦方向，横方向，高さ方向の各軸の座標）を含む。なお、三次元スキャナ１００は、三次元データとともに、対象物９９の表面形状を示す点群（複数の点）の各々の色を示す色データを取得することも可能である。

【0012】

実施の形態に係る三次元スキャナ１００は、歯科に限らず、眼科、耳鼻咽喉科、放射線科、内科、外科、および獣医科など、あらゆる医科の診療にも適用可能である。たとえば、実施の形態に係る三次元スキャナ１００は、口腔内スキャナに限定されるものではなく、同様の構成を有する他の三次元スキャナにも適用可能であり、たとえば、口腔内以外に人の耳の内部を撮像することで外耳内の表面形状の三次元データを取得するスキャナにも適用可能である。

【0013】

三次元スキャナ１００のユーザは、歯科医師などの術者、歯科助手、歯科大学の先生または生徒、歯科技工士、メーカの技術者、製造工場の作業者など、三次元スキャナ１００を用いて歯牙および軟組織などの対象物９９の三次元データを取得する者であればいずれであってもよい。三次元スキャナ１００の走査対象者は、歯科医院の患者、歯科大学における被験者など、三次元スキャナ１００の走査対象となり得る者であればいずれであってもよい。

【0014】

図１に示すように、三次元スキャナ１００は、ハンドピース７０と、制御装置４０と、ディスプレイ５０と、電源４５とを備える。ハンドピース７０は、手持ち式の部材であり、プローブ１０と、接続部２０と、光学計測部３０とを含む。

【0015】

プローブ１０は、口腔内に差し込まれ、歯および軟組織などの対象物９９にパターンを有する光（以下、単に「パターン」とも称する。）を投影する。プローブ１０は、パターンが投影された対象物９９からの反射光を光学計測部３０に導く。プローブ１０は、接続部２０の先端部外周を覆って当該接続部２０に着脱可能に装着されている。

【0016】

接続部２０は、光学計測部３０の一部であって当該光学計測部３０から突出しており、プローブ１０の根元と嵌合可能な形状を有する。接続部２０は、プローブ１０で採光した光を光学計測部３０へ導くためのレンズ系、カバーガラス、光学フィルタ、および位相差板（たとえば、１／４波長板）などの光学部品を含む。

【0017】

光学計測部３０は、プローブ１０を介して対象物９９にパターンを投影し、投影したパターンを撮像する。なお、実施の形態に係る光学計測部３０は、以下で説明されるように、合焦法の原理を用いて三次元形状を取得するように構成されている。

【0018】

制御装置４０は、光学計測部３０の動作を制御するとともに、光学計測部３０によって撮像された画像を処理して三次元形状を取得する。制御装置４０は、演算部４１と、記憶部４２とを備える。

【0019】

演算部４１は、各種のプログラムを実行することで、各種の処理を実行する演算主体（コンピュータ）である。演算部４１は、たとえば、ＣＰＵ（central processing unit）またはＭＰＵ（Micro-processing unit）などのプロセッサで構成されている。なお、演算部４１の一例であるプロセッサは、プログラムを実行することによって各種の処理を実行する機能を有するが、これらの機能の一部または全部を、ＡＳＩＣ（Application Specific Integrated Circuit）またはＦＰＧＡ（Field-Programmable Gate Array）などの専用のハードウェア回路を用いて実装してもよい。「プロセッサ」は、ＣＰＵまたはＭＰＵのようにストアードプログラム方式で処理を実行する狭義のプロセッサに限らず、ＡＳＩＣまたはＦＰＧＡなどのハードワイヤード回路を含み得る。このため、演算部４１の一例である「プロセッサ」は、コンピュータ読み取り可能なコードおよび／またはハードワイヤード回路によって予め処理が定義されている、処理回路（processing circuitry）と読み替えることもできる。なお、演算部４１は、１チップで構成されてもよいし、複数のチップで構成されてもよい。さらに、プロセッサおよび関連する処理回路は、ローカルエリアネットワークまたは無線ネットワークなどを介して、有線または無線で相互接続された複数のコンピュータで構成されてもよい。プロセッサおよび関連する処理回路は、入力データに基づきリモートで演算し、その演算結果を離れた位置にある他のデバイスへと出力するような、クラウドコンピュータで構成されてもよい。

【0020】

記憶部４２は、図示しないメモリおよび記憶装置を含む。メモリは、演算部４１が各種のプログラムを実行するにあたって、プログラムコードまたはワークメモリなどを一時的に格納する揮発性の記憶領域（たとえば、ワーキングエリア）を含む。メモリの一例としては、ＤＲＡＭ（dynamic random access memory）およびＳＲＡＭ（static random access memory）などの揮発性メモリ、または、ＲＯＭ（Read Only Memory）およびフラッシュメモリなどの不揮発性メモリが挙げられる。記憶装置は、演算部４１が実行する各種のプログラムまたは各種のデータなどを記憶する。記憶装置は、１または複数の非一時的コンピュータ可読媒体（non-transitory computer readable medium）であってもよいし、１または複数のコンピュータ読み取り可能な記憶媒体（computer readable storage medium）であってもよい。記憶装置の一例としては、ＨＤＤ（Hard Disk Drive）およびＳＳＤ（Solid State Drive）などが挙げられる。

【0021】

実施の形態に係る三次元スキャナ１００において、記憶部４２は、演算部４１によって実行される制御プログラム４３を記憶する。演算部４１は、制御プログラム４３を実行することで、レンズ８１の往復直線運動を制御するための振幅制御に係る処理を実行する。振幅制御の詳細については、後述する。

【0022】

また、制御装置４０は、取得した三次元データをディスプレイ５０に出力することも可能であり、光学計測部３０の設定などの情報を図示しない入力装置などで入力することも可能である。

【0023】

なお、実施の形態に係る三次元スキャナ１００においては、制御装置４０がハンドピース７０と別体で構成されているが、制御装置４０が片手で持ち上げられるほど十分に小型かつ軽量であれば、制御装置４０の演算部４１および記憶部４２の一部または全部の機能が、ハンドピース７０に搭載されてもよい。

【0024】

図１の例では、三次元スキャナ１００の各構成要素（３０，４０，４５，５０）がケーブル（図中の太線）によって配線されているように描かれているが、これらの配線のうちの一部または全部が無線通信によって接続されてもよい。

【0025】

ディスプレイ５０は、制御装置４０で得られた三次元データによって示される対象物９９の三次元形状を表示する。ディスプレイ５０は、光学計測部３０の設定情報、患者情報、スキャナの起動状態、取扱説明書、およびヘルプ画面など、その他の情報も表示可能である。ディスプレイ５０には、たとえば据え置き式の液晶ディスプレイ、ヘッドマウント式またはメガネ式のウェアラブルディスプレイなどが適用され得る。なお、三次元スキャナ１００は、複数のディスプレイ５０を備えていてもよく、対象物９９の三次元形状およびその他の情報が、複数のディスプレイ５０に同時表示あるいは分割表示されてもよい。

【0026】

電源４５は、光学計測部３０および制御装置４０に電力を供給する。電源４５は、図１に示すように制御装置４０の外部に設けられてもよいが、制御装置４０の内部またはハンドピース７０の内部に設けられてもよい。また、電源４５は、制御装置４０、光学計測部３０、およびディスプレイ５０のそれぞれに個別に給電できるように複数設けられてもよい。

【0027】

［ハンドピースの構成］
図２は、実施の形態に係るハンドピース７０の構成を示す図である。図３は、実施の形態に係るハンドピース７０のＸ－Ｚ断面を示す図である。なお、図２および図３に示すハンドピース７０内の各部材は、図１に示す光学計測部３０に収納されている。

【0028】

図２および図３に示すように、ハンドピース７０は、手持ち式のハウジング７７の内部に、投影光発生部７５と、レンズ８１と、光学センサ７１と、プリズム７２とを含む。光学センサ７１は、「撮像部」の一例である。ハンドピース７０は、これら以外に、対象物９９に向けて光を反射させる反射板などを含んでもよい。なお、実施の形態においては、説明の便宜上、レンズ８１が往復直線運動する方向を表す仮想直線をＬで示し、直線Ｌに平行な軸をＸ軸、直線Ｌに垂直であって図２における紙面の上向きの軸をＺ軸、Ｘ軸およびＺ軸のそれぞれに垂直な軸をＹ軸と称する。

【0029】

投影光発生部７５は、光源となるレーザー素子またはＬＥＤ（Light Emitting Diode）などである。投影光発生部７５からの光は、当該投影光発生部７５の前方に配置される投影パターンを発生させる投影パターンスクリーン（図示は省略する）を経由してプリズム７２およびレンズ８１を通過し、プローブ１０に設けられた反射部６６を介して対象物９９に照射され、当該対象物９９で反射される。対象物９９で反射された光は、反射部６６を介して再びレンズ８１を通過してプリズム７２内に進入する。プリズム７２は、対象物９９からの光の進行方向を、光学センサ７１が位置する方向（この例では、Ｚ軸方向）に変化させる。プリズム７２によって進行方向が変化した光は、光学センサ７１によって検出される。なお、図３に示す例においては、投影光発生部７５からの光と対象物９９で反射してプリズム７２に導かれる光とが別々に示されているが、これは分かり易く説明するためのものであり、実際には両者の光が同軸上に導かれるようにハンドピース７０が構成されている。

【0030】

合焦法の技術を用いて三次元形状を取得する場合、レンズ８１と対象物９９との間に設けられたパターン生成素子（図示せず）を通過した光が対象物９９に投影される。レンズ８１が同一直線（たとえば、図示上の直線Ｌ）上を往復直線運動すると、投影パターンの焦点位置が変化する。光学センサ７１は、制御装置４０の制御に従って、投影パターンの焦点位置の変化ごとに対象物９９からの光を所定のフレームレートで検出することによって、投影パターンの焦点位置に存在する対象物９９を撮像する。制御装置４０は、光学センサ７１のシャッタースピードを変更することでフレームレートを変更することができる。制御装置４０は、レンズ８１の位置と、そのときの光学センサ７１による検出結果とに基づいて、対象物９９の形状情報を演算することで、対象物９９の表面形状の三次元データを取得する。

【0031】

レンズ８１は、レンズ駆動部８０によって駆動し、往復直線運動する。レンズ８１が直線Ｌの方向（Ｘ軸方向）に往復直線運動すると、レンズ８１の質量分だけハンドピース７０の重心位置が移動することになり当該ハンドピース７０を保持するユーザの手に振動として伝わる。その振動を打ち消すために、ハンドピース７０は、ハウジング７７の内部において、カウンタウェイト９１をさらに備える。カウンタウェイト９１は、カウンタウェイト駆動部９０によって駆動し、レンズ８１と相対する方向に往復直線運動する。

【0032】

カウンタウェイト９１は、対象物９９とレンズ８１との間の光路、およびレンズ８１と光学センサ７１との間の光路を遮らないように、Ｘ軸方向における投影光発生部７５の背面側に設けられている。

【0033】

具体的には、図３に示すように、ハンドピース７０は、ハウジング７７内において、当該ハンドピース７０の前方に位置する第１収容部５０１と、当該ハンドピース７０の後方に位置する第２収容部５０２とが設けられている。第１収容部５０１には、レンズ８１が収容され、第２収容部５０２には、カウンタウェイト９１が収容される。さらに、ハンドピース７０は、第１収容部５０１と第２収容部５０２との間において、第１収容部５０１によって保持されたレンズ８１と第２収容部５０２によって保持されたカウンタウェイト９１とを連結する連結収容部５００が設けられている。連結収容部５００には、上述した光学センサ７１、プリズム７２、および投影光発生部７５が収容されている。

【0034】

図４は、実施の形態に係る三次元スキャナ１００においてレンズ８１とカウンタウェイト９１との位置関係を説明するための図である。なお、図４に示す例では、ハウジング７７が省略されている。図４に示すように、レンズ８１は、直線Ｌに平行なリニアガイド６０によって、直線Ｌの方向に往復直線運動するように支持されている。

【0035】

さらに、レンズ駆動部８０は、可動子に保持されたレンズ８１を磁気回路構成８５によって直線Ｌの方向に往復直線運動させる。つまり、レンズ駆動部８０は、リニアモータで構成されている。

【0036】

カウンタウェイト９１は、レンズ８１の直線運動方向の直線Ｌ上に設けられかつ当該レンズ８１と同じ質量を有する錘である。カウンタウェイト９１は、直線Ｌに平行なリニアガイド６５によって、直線Ｌの方向に往復直線運動するように支持されている。実施の形態においては、リニアガイド６０とリニアガイド６５とは異なる部材であるが、リニアガイド６０とリニアガイド６５とを一つながりの部材で構成してもよい。

【0037】

さらに、カウンタウェイト駆動部９０は、可動子に保持されたカウンタウェイト９１を磁気回路構成９５によって直線Ｌの方向に往復直線運動させる。つまり、カウンタウェイト駆動部９０は、リニアモータで構成されている。

【0038】

リニアモータであるレンズ駆動部８０およびカウンタウェイト駆動部９０の具体的な構成は、後述する。以下では、レンズ駆動部８０およびカウンタウェイト駆動部９０をまとめて単に「リニアモータ」とも称する。レンズ駆動部８０およびカウンタウェイト駆動部９０の各々は、制御装置４０によって制御される。制御装置４０は、「レンズ制御部」および「カウンタウェイト制御部」の一例である。なお、実施の形態においては、レンズ駆動部８０およびカウンタウェイト駆動部９０が共通の制御装置４０によって制御されるが、レンズ駆動部８０およびカウンタウェイト駆動部９０の各々が互いに異なる制御装置によって制御されてもよい。

【0039】

レンズ駆動部８０によって、レンズ８１が光軸となる直線Ｌの方向に往復直線運動すると、カウンタウェイト駆動部９０によって、カウンタウェイト９１は、レンズ８１と相対する方向にレンズ８１と同じ距離だけ往復直線運動する。たとえば、レンズ８１が対象物９９に近づく方向に直線Ｌ上を１０ｍｍ移動すると、カウンタウェイト９１は、対象物９９から遠ざかる方向に直線Ｌ上を１０ｍｍ移動する。また、レンズ８１が対象物９９から遠ざかる方向に直線Ｌ上を１５ｍｍ移動すると、カウンタウェイト９１は、対象物９９に近づく方向に直線Ｌ上を１５ｍｍ移動する。

【0040】

このように、レンズ８１と相対する方向に当該レンズ８１と同じ距離だけカウンタウェイト９１が往復直線運動することで、レンズ８１の往復直線運動に起因するハンドピース７０の重心の偏りを相殺することができる。これにより、カウンタウェイト９１によって、レンズ８１の往復直線運動による振動を打ち消すことができる。

【0041】

［リニアモータの構成］
図５は、実施の形態に係るリニアモータのＹ－Ｚ断面を示す図である。図６は、実施の形態に係るリニアモータのＸ－Ｚ断面を示す図である。なお、図５および図６に示す例では、リニアモータのうち、レンズ駆動部８０の構成を説明するが、カウンタウェイト駆動部９０の構成もレンズ駆動部８０と同様である。すなわち、カウンタウェイト駆動部９０の場合、図５および図６に示す例において、レンズ８１がカウンタウェイト９１に置き換えられるが、その他の構成はレンズ駆動部８０と同様である。

【0042】

図５および図６に示すように、レンズ駆動部８０は、中央部に略円形のレンズ８１を設けることができるように、レンズ８１の周辺に当該レンズ８１を往復直線運動させるための各部材が配置されており、直線運動方向である直線Ｌに沿って長尺状の中空形状を有する。このように、レンズ駆動部８０の中央部に略円形のレンズ８１を設けるような構成であるため、レンズ駆動部８０の中央部に光を通すことができる。

【0043】

具体的には、図５に示すように、レンズ駆動部８０においては、レンズ８１の外周部に、レール５７ａおよびブロック５６ａで構成されるリニアガイド６０ａと、レール５７ｂおよびブロック５６ｂで構成されるリニアガイド６０ｂとが設けられている。このように、複数のリニアガイド６０ａ，６０ｂが、レンズ８１の外周側で互いに異なる位置に配置されている。

【0044】

より具体的には、複数のリニアガイド６０ａ，６０ｂは、レンズ８１の直線運動方向と平行でかつレンズ８１の中心を通る光軸（直線Ｌ）を回転軸として、それぞれが回転対称となる位置で互いに平行に配置されている。たとえば、図５において、直線Ｌを回転軸として、複数のリニアガイド６０ａ，６０ｂのそれぞれを１８０度回転させた場合、リニアガイド６０ａがリニアガイド６０ｂの位置に、リニアガイド６０ｂがリニアガイド６０ａの位置に配置されることになる。なお、図示は省略するが、複数のリニアガイド６５についても同様の位置に配置されている。つまり、複数のリニアガイド６５は、カウンタウェイト９１の直線運動方向と平行でかつカウンタウェイト９１の中心を通る軸（直線Ｌ）を回転軸として、それぞれが回転対称となる位置で互いに平行に配置されている。

【0045】

リニアガイド６０ａのブロック５６ａは、レンズ８１を支持するとともにレール５７ａに嵌合しており、レール５７ａに沿って直線方向に移動することで、レンズ８１を往復直線運動させる。リニアガイド６０ｂのブロック５６ｂは、ブロック５６ａとは異なる位置でレンズ８１を支持するとともにレール５７ｂに嵌合しており、レール５７ｂに沿って直線方向に移動することで、レンズ８１を往復直線運動させる。なお、リニアガイド６０ａ，６０ｂは、図３を参照しながら説明したリニアガイド６０に対応する。

【0046】

さらに、図６に示すように、レンズ８１の中心部における光路を遮らないように当該レンズ８１の外周を取り囲むようにして、レンズ８１の外周に沿って弾性部材としてのバネ５５ａおよびバネ５５ｂが設けられている。バネ５５ａおよびバネ５５ｂには、コイルバネなどが適用される。なお、弾性部材には、バネに限らず、ゴムなど、力を加えたときに変形する一方で力を除いたときには元に戻るものであればいずれの部材が適用されてもよい。

【0047】

バネ５５ａおよびバネ５５ｂは、それぞれ、その一端がレンズ８１に当接し、その他端はハウジング７７内で固定されている。さらに、バネ５５ａおよびバネ５５ｂは、Ｘ方向の変形が許容され、Ｙ-Ｚ方向に変形し難くなるようにハウジング７７内で保持されている。このように配置されたバネ５５ａおよびバネ５５ｂによって、レンズ８１に対して直線運動方向に弾性力が与えられる。バネ５５ａおよびバネ５５ｂのそれぞれの直径は、レンズ８１を２つのバネによって挟み込んで固定できるように、レンズ８１の直径と略同じであってもよい。

【0048】

バネ５５ａおよびバネ５５ｂの外側（レンズ８１の中心からＺ方向に離れる側）には、レンズ８１を直線Ｌの方向に往復直線運動させるための磁気回路構成８５ａが設けられている。磁気回路構成８５ａは、Ｎ極およびＳ極からなる磁石５３ａと、磁石５３ａの外側（レンズ８１の中心からＺ方向に離れる側）に配置されたコイル５２ａとを含む。

【0049】

磁石５３ａは、直線Ｌの方向に運動可能な可動子であり、磁石５３ａが直線Ｌに沿ってＸ方向に往復直線運動することで、レンズ８１も直線Ｌに沿ってＸ方向に往復直線運動可能である。コイル５２ａは、固定子である。

【0050】

コイル５２ａのさらに外側（レンズ８１の中心からＺ方向に離れる側）には、ヨーク５１ａが設けられている。ヨーク５１ａは、コイル５２ａと同様に固定子である。

【0051】

レンズ８１を介して磁気回路構成８５ａの反対側には、レンズ８１を直線Ｌの方向に往復直線運動させるための磁気回路構成８５ｂが設けられている。磁気回路構成８５ｂは、Ｎ極およびＳ極からなる磁石５３ｂと、磁石５３ｂの外側（レンズ８１の中心からＺ方向に離れる側）に配置されたコイル５２ｂとを含む。

【0052】

磁石５３ｂは、直線Ｌの方向に運動可能な可動子であり、磁石５３ｂが直線Ｌに沿ってＸ方向に往復直線運動することで、レンズ８１も直線Ｌに沿ってＸ方向に往復直線運動可能である。コイル５２ｂは、固定子である。

【0053】

コイル５２ｂのさらに外側には、ヨーク５１ｂが設けられている。ヨーク５１ｂは、コイル５２ｂと同様に固定子である。さらに、固定子であるヨーク５１ａおよびヨーク５１ｂは、ハンドピース７０のハウジング７７に適宜固定されている。

【0054】

このような構成を有するレンズ駆動部８０においては、磁気回路構成８５ａおよび磁気回路構成８５ｂによってレンズ８１に直線Ｌの方向に力が与えられることで、レンズ８１が往復直線運動する。

【0055】

たとえば、磁気回路構成８５ａおよび磁気回路構成８５ｂにおいて、図６に示すような位置関係でＮ極およびＳ極からなる磁石５３ａおよび磁石５３ｂを配置すると、点線で示すような矢印方向の磁界が生じる。この場合において、図６に示すような駆動電流（Ｙ軸に沿って紙面の手前から奥に向かう方向の電流を「×」、Ｙ軸に沿って紙面の奥から手前に向かう方向の電流を「・」で示す。）をコイル５２ａおよびコイル５２ｂのそれぞれに流すと、フレミングの左手の法則に従って、実線の矢印で示すようにＸ軸方向に電磁力（Ｆ）が生じる。このようにして生じた電磁力（Ｆ）が可動子である磁石５３ａおよび磁石５３ｂに作用されると、磁石５３ａおよび磁石５３ｂが電磁力（Ｆ）と反対の方向に動く。以下、バネ５５ａ，５５ｂ、磁石５３ａ，５３ｂ、レンズ８１、コイル５２ａ，５２ｂ、およびグリスなどの粘性を有する潤滑剤を含むダンパなど、装置内での物体の運動に関わる構成を、「運動系」とも称する。

【0056】

レンズ８１は、レンズ８１の慣性力、電磁力（Ｆ）、バネ５５ａ，５５ｂの弾性力、およびダンパの粘性力といった運動系の応答により直線Ｌの方向に振動することになる。制御装置４０は、この振動を利用してレンズ８１を直線Ｌの方向に往復直線運動させる。つまり、制御装置４０は、運動系の固有振動数に合わせて一定周期でレンズ駆動部８０を制御して磁気回路構成８５ａおよび磁気回路構成８５ｂに駆動電流を流すことで、運動系による共振現象を利用してレンズ８１を直線Ｌの方向に往復直線運動させることができる。駆動電流は、レンズ８１の往復直線運動における変位量に比例するため、制御装置４０は、駆動電流を変化させることで、レンズ８１の往復直線運動における変位量を変化させることができる。たとえば、制御装置４０は、駆動電流を大きくすればするほど、レンズ８１の往復直線運動における変位量を大きくすることができ、駆動電流を小さくすればするほど、レンズ８１の往復直線運動における変位量を小さくすることができる。

【0057】

このように、レンズ駆動部８０は、運動系の固有振動数に合わせてコイル５２ａおよびコイル５２ｂに駆動電流を流すことで、レンズ８１を直線Ｌの方向に往復駆動させる共振駆動モータとして機能させることができる。ここで、モータにカムなどの機構部品を接続した機械的構成によってレンズ８１を往復直線運動させるような場合、レンズ８１を移動させている間、常にモータを駆動し続けなければならない。一方、実施の形態のように運動系の共振現象を利用すれば、一定周期に磁気回路構成８５ａおよび磁気回路構成８５ｂに駆動電流を流すだけでレンズ８１を往復直線運動させることができる。したがって、実施の形態のような磁気回路構成８５を用いると、消費電力を抑えることができ、効率がよい。さらに、カム機構の場合、カム機構による接触音が発生したり、カム機構部の劣化によりカム面から接触粉が発生したりすることもあるが、実施の形態のように運動系の共振現象を利用すれば、これらも解消することができる。

【0058】

前述したように、レンズ駆動部８０によって、レンズ８１が直線Ｌの方向に往復直線運動すると、カウンタウェイト駆動部９０によって、カウンタウェイト９１は、レンズ８１と相対する方向にレンズ８１と同じ距離だけ往復直線運動する。レンズ８１は、直線Ｌ上を往復直線運動するのに対して、カウンタウェイト９１は重心の偏りを相殺するためにレンズ８１の直線運動方向と相対する方向に直線Ｌ上を往復直線運動する。これにより、ユーザがハンドピース７０を手に持って使用しても振動を感じない。

【0059】

［比較例］
上述したように、三次元スキャナ１００は、ハンドピース７０に内蔵されたレンズ８１を往復直線運動させることによってレンズ８１を通過した光の焦点位置を変化させ、光の焦点位置に存在する対象物９９を撮像するように構成されている。レンズ８１を通過した光の焦点位置は、往復直線運動するレンズ８１の移動範囲に依存する。

【0060】

ここで、三次元スキャナ１００においては、レンズ８１の往復運動の振幅に応じて、レンズ８１を通過した光の焦点位置の範囲である被写界深度が安定しない場合がある。

【0061】

たとえば、図７は、比較例に係る三次元スキャナにおいて被写界深度が適切な値よりも小さい場合の一例を示す図である。図７に示すように、被写界深度が適切な値よりも小さい場合、一度に撮像可能な範囲が過剰に狭まるため、撮像対象である対象物９９の一部が被写界深度に含まれなくなるおそれがある。たとえば、この例の場合、被写界深度に歯牙の下部および歯肉が含まれない。よって、ユーザが撮像し難くなり、撮像時間も多くなる。また、一度の走査で対象物９９を撮像することができないため、ユーザは、撮像した部分を貼り合わせる必要がある。よって、撮像した部分を貼り合わせる回数が増えるため、取得される三次元データの精度が低下する。

【0062】

また、図８は、比較例に係る三次元スキャナにおいて被写界深度が適切な値よりも大きい場合の一例を示す図である。図８に示すように、被写界深度が適切な値よりも大きい場合、一度に撮像可能な範囲が過剰に広くなるため、撮像対象でない不要部分（たとえば、唇、舌、または余分な歯肉部分など）が撮像されるおそれがある。このため、ユーザは、不要部分を削除する必要がある。よって、不要部分を削除するための演算負荷が掛かり、その分、演算速度が遅くなるとともに発熱量も大きくなる。また、発熱量を抑えるために、光学センサ７１のフレームレートを小さくすることも考えられるが、フレームレートを小さくすると、取得される三次元データの精度が低下する。

【0063】

このように、ユーザは、撮像対象である対象物９９に応じて、被写界深度を適切な値に設定しなければ、対象物９９の表面形状の三次元データを適切に取得することができない。しかしながら、撮像対象である対象物９９は、患者の口腔内の状態および撮像部位に応じて異なる。このため、ユーザは、被写界深度を予め定められた値に設定することはできず、また、撮像対象である対象物９９に応じて被写界深度を適切な値に手動で設定することは高い技量が必要になるとともにユーザにとって面倒である。そこで、以下で説明するように、実施の形態に係る三次元スキャナ１００は、撮像対象である対象物９９に応じてレンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値に自動で設定するように構成されている。

【0064】

［撮像対象である対象物に応じたレンズの動作の制御］
図９～図１１を参照しながら、撮像対象である対象物９９に応じたレンズ８１の制御について説明する。図９は、実施の形態に係る三次元スキャナ１００が備える制御装置４０の機能構成を説明するための図である。図９に示すように、制御装置４０は、主な機能構成として、取得部４０１と、レンズ制御部４０２とを備える。取得部４０１およびレンズ制御部４０２は、演算部４１の機能構成に含まれていてもよいし、演算部４１と異なる機能構成であってもよい。

【0065】

取得部４０１は、ハンドピース７０の光学センサ７１によって撮像された対象物９９の画像に基づき、対象物９９の表面形状を示す形状データを取得する。実施の形態に係る三次元スキャナ１００において、形状データは、対象物９９の表面形状を示す点群の各々の位置情報を含む三次元データと、対象物９９の表面形状を示す点群（複数の点）の各々の色を示す色データとを含む。

【0066】

レンズ制御部４０２は、駆動電流を示す出力データをハンドピース７０内のレンズ駆動部８０に出力することでレンズ駆動部８０を制御して、取得部４０１によって取得された形状データに基づきレンズ８１の往復運動の振幅を変更するための振幅制御を実行する。

【0067】

具体的には、レンズ制御部４０２は、形状データに含まれる三次元データに基づき、対象物９９の表面形状を示す点群の各々の位置を認識する。また、レンズ制御部４０２は、形状データに含まれる色データに基づき、対象物９９の表面形状を示す点群の各々の色を認識する。これにより、レンズ制御部４０２は、対象物９９の表面形状を示す点群の各々について、歯牙に対応する点であるか、または歯肉に対応する点であるかを認識することができる。たとえば、レンズ制御部４０２は、白色の種類に属する色データを有する点は歯牙に対応する点であると認識し、赤色の種類（たとえば、ピンク)に属する色データを有する点は歯肉に対応する点であると認識することができる。

【0068】

さらに、レンズ制御部４０２は、現在の被写界深度に含まれる対象物９９のうち、歯牙の割合および歯肉の割合を算出する。レンズ制御部４０２は、算出結果に基づき、被写界深度に含まれる歯牙の割合が所定値となるように、磁気回路構成８５に供給する駆動電流を変化させることで、レンズ８１の往復運動の振幅を変更する。たとえば、レンズ制御部４０２は、被写界深度に含まれる歯牙の割合が被写界深度に含まれる対象物９９のうちの約８０％となり、かつ被写界深度に含まれる歯肉の割合が被写界深度に含まれる対象物９９のうちの約２０％となるように、磁気回路構成８５に供給する駆動電流を変化させることで、レンズ８１の往復運動の振幅を変更する。あるいは、レンズ制御部４０２は、算出結果に基づき、被写界深度に含まれる歯牙の割合が所定範囲内となるように、磁気回路構成８５に供給する駆動電流を変化させることで、レンズ８１の往復運動の振幅を変更する。たとえば、レンズ制御部４０２は、被写界深度に含まれる歯牙の割合が被写界深度に含まれる対象物９９のうちの約７０％～約９０％となり、かつ被写界深度に含まれる歯肉の割合が被写界深度に含まれる対象物９９のうちの約１０％～約３０％となるように、磁気回路構成８５に供給する駆動電流を変化させることで、レンズ８１の往復運動の振幅を変更する。なお、被写界深度に含まれる歯牙の割合は、ユーザによって予め定め設定され得る。

【0069】

図１０および図１１は、実施の形態に係る三次元スキャナ１００において被写界深度が適切な値に調整された場合の一例を示す図である。なお、図１０は、図７に示す比較例のように被写界深度が適切な値よりも小さい値から、被写界深度が適切な値に調整された場合の一例を示す。図７の比較例では、一度に撮像可能な範囲が過剰に狭まるため、撮像対象である対象物９９の一部（たとえば、歯牙の下部および歯肉）が被写界深度に含まれなくなっていたが、図１０に示すように、被写界深度が適切な値に調整されると、一度に撮像可能な範囲が適切な範囲になる。この例では、レンズ制御部４０２が駆動電流を大きくすることで、レンズ８１の往復運動の振幅が大きくなるため、被写界深度が大きくなる。その結果、撮像対象である対象物９９の一部（たとえば、歯牙の下部および歯肉）が被写界深度に含まれるようになる。たとえば、被写界深度に含まれる対象物９９のうち、歯牙の割合が約８０％（または約７０％～約９０％）となり、かつ歯肉の割合が約２０％（または約１０％～約３０％）となるため、ユーザは、一度の走査で対象物９９の表面形状の三次元データを適切に取得することができる。

【0070】

図１１は、図８に示す比較例のように被写界深度が適切な値よりも大きい値から、被写界深度が適切な値に調整された場合の一例を示す。図８の比較例では、一度に撮像可能な範囲が過剰に広くなるため、撮像対象でない不要部分（たとえば、唇、舌、または余分な歯肉部分など）が撮像されるおそれがあったが、図１１に示すように、被写界深度が適切な値に調整されると、一度に撮像可能な範囲が適切な範囲になる。この例では、レンズ制御部４０２が駆動電流を小さくすることで、レンズ８１の往復運動の振幅が小さくなるため、被写界深度が小さくなる。その結果、撮像対象でない不要部分（たとえば、唇、舌、または余分な歯肉部分など）が被写界深度に含まれなくなる。たとえば、被写界深度に含まれる対象物９９のうち、歯牙の割合が約８０％（または約７０％～約９０％）となり、かつ歯肉の割合が約２０％（または約１０％～約３０％）となるため、ユーザは、一度の走査で対象物９９の表面形状の三次元データを適切に取得することができる。

【0071】

［フレームレートの制御］
上述したように、制御装置４０は、取得した形状データに基づき振幅制御を行うことで、レンズ８１の往復直線運動における変位量を変化させる。ここで、レンズ８１の変位量が大きくなると、光学センサ７１による撮像範囲が広くなる。そこで、制御装置４０は、振幅制御後において、振幅制御前と同程度の測定精度を担保するために、振幅制御前よりもフレームレートが大きくなるように光学センサ７１を制御することが好ましい。また、レンズ８１の変位量が小さくなると、光学センサ７１による撮像範囲が狭くなる。そこで、制御装置４０は、振幅制御後において、振幅制御前と同程度の測定精度を担保するために、振幅制御前よりもフレームレートが小さくなるように光学センサ７１を制御することが好ましい。

【0072】

これにより、三次元スキャナ１００は、振幅制御によってレンズ８１の振幅を変化させることで被写界深度を変化させた場合であっても、振幅制御前と同程度の分解能で対象物９９を撮像することができるため、振幅制御前と同程度の測定精度を担保することができる。

【0073】

［制御装置の処理フロー］
図１２は、実施の形態に係る三次元スキャナ１００において制御装置４０が実行する振幅制御のフローチャートである。図１２に示す各ＳＴＥＰ（以下、「Ｓ」で示す。）は、制御装置４０の演算部４１が制御プログラム４３を実行することで実現される。

【0074】

図１２に示すように、制御装置４０は、磁気回路構成８５に駆動電流を供給することで、レンズ８１が往復直線運動するように当該レンズ８１を駆動する（Ｓ１）。制御装置４０は、光学センサ７１によって撮像された対象物９９の画像に基づき、対象物９９の表面形状を示す形状データを取得する（Ｓ２）。

【0075】

制御装置４０は、形状データに基づき、現在の被写界深度に含まれる対象物９９のうち、歯牙の割合が所定値（または所定範囲内）であるか否かを判定する（Ｓ３）。たとえば、制御装置４０は、形状データに基づき、現在の被写界深度に含まれる対象物９９のうち、歯牙の割合が約８０％（または約７０％～約９０％の範囲内）であるか否かを判定する。制御装置４０は、現在の被写界深度に含まれる対象物９９のうち、歯牙の割合が所定値（または所定範囲内）である場合（Ｓ３でＹＥＳ）、現在の被写界深度が適切な値であるため、本処理フローを終了する。

【0076】

一方、制御装置４０は、現在の被写界深度に含まれる対象物９９のうち、歯牙の割合が所定値（または所定範囲内）でない場合（Ｓ３でＮＯ）、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、磁気回路構成８５に供給する駆動電流を変化させることで、レンズ８１の往復運動の振幅を変更する（Ｓ４）。

【0077】

制御装置４０は、レンズ８１の往復直線運動における振幅を変更すると、光学センサ７１を制御してフレームレートを変更する（Ｓ５）。その後、本処理フローを終了する。

【0078】

以上のように、実施の形態に係る三次元スキャナ１００は、光学センサ７１によって撮像された画像に基づき取得した表面形状を示す形状データに基づき、レンズ８１の往復運動の振幅を変更することで、対象物９９の表面形状の三次元データを取得する際の被写界深度を適切な値にすることができる。これにより、たとえば、被写界深度に含まれる対象物９９のうち、歯牙の割合が約８０％（または約７０％～約９０％）となり、かつ歯肉の割合が約２０％（または約１０％～約３０％）となるため、ユーザは、一度の走査で対象物９９の表面形状の三次元データを適切に取得することができる。

【0079】

＜変形例＞
本開示は、上記の実施例に限られず、さらに種々の変形、応用が可能である。以下、本開示に適用可能な変形例について説明する。なお、変形例に係る三次元スキャナ１００においては、実施の形態に係る三次元スキャナ１００と異なる部分のみを説明し、実施の形態に係る三次元スキャナ１００と同じ部分については、同一符号を付してその説明を繰り返さない。

【0080】

実施の形態に係る三次元スキャナ１００においては、制御装置４０は、形状データに含まれる三次元データおよび色データに基づき、対象物９９の表面形状を示す点群の各々について、歯牙に対応する点であるか、または歯肉に対応する点であるかを認識し、認識結果に基づきレンズの往復運動の振幅を変更するように構成されていたが、変形例に係る三次元スキャナ１００においては、制御装置４０は、ＡＩ（artificial intelligence）を用いて、レンズの往復運動の振幅を変更するように構成されていてもよい。

【0081】

図１３は、変形例に係る三次元スキャナ１００が備える制御装置４０の機能構成を説明するための図である。図１３に示すように、制御装置４０は、主な機能構成として、取得部４１１と、レンズ制御部４１２と、推定部４１３と、推定モデル４１４とを備える。取得部４１１、レンズ制御部４１２、および推定部４１３は、演算部４１の機能構成に含まれていてもよいし、演算部４１と異なる機能構成であってもよい。また、推定モデル４１４は、記憶部４２によって記憶され得る。

【0082】

取得部４１１は、ハンドピース７０の光学センサ７１によって撮像された対象物９９の画像に基づき、対象物９９の表面形状を示す形状データを取得する。推定部４１３は、取得部４１１によって取得された形状データと推定モデル４１４（学習済モデル）とに基づき、推定データを生成する。レンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、駆動電流を示す出力データをハンドピース７０内のレンズ駆動部８０に出力することでレンズ駆動部８０を制御して、取得部４０１によって取得された形状データに基づきレンズ８１の往復運動の振幅を変更するための振幅制御を実行する。

【0083】

推定モデル４１４は、ニューラルネットワーク４４１と、当該ニューラルネットワーク４４１によって用いられるパラメータ４４２とを含む。パラメータ４４２は、ニューラルネットワーク４４１による計算に用いられる重み付け係数および判定値などを含む。

【0084】

図１４は、変形例に係る三次元スキャナ１００における形状データ、推定データ、および出力データを説明するための図である。図１４に示すように、変形例に係る三次元スキャナ１００においては、形状データ、推定データ、および出力データの内容に応じてパターンＡ～Ｌといった複数のパターンが想定される。

【0085】

［パターンＡ］
パターンＡは、形状データが二次元データを含み、推定データが現在の被写界深度に含まれる対象物９９のうちの歯牙の割合を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。形状データに含まれる二次元データは、ハンドピース７０の走査によって得られた三次元データに基づき生成されるデータであり、任意の視点から撮像対象である対象物９９を見た二次元画像に対応するデータである。たとえば、制御装置４０は、対象物９９の表面形状を示す点群の各々の位置情報（縦方向，横方向，高さ方向の各軸の座標）を含む三次元データに対して処理または編集を施すことによって、任意の視点から見た二次元の対象物９９を示す二次元画像を生成することができ、当該二次元画像で示される対象物９９の表面形状を示す点群の各々の位置情報（縦方向，横方向）を含む二次元データを取得することができる。

【0086】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる二次元データと、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。

【0087】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の二次元データが入力されると、ニューラルネットワーク４４１によって、二次元データに基づき対象物９９の表面形状の特徴を抽出し、抽出した特徴に基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を推定する。推定モデル４１４は、推定した歯牙の割合と、正解データに含まれる歯牙の割合とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである二次元データと、正解データである被写界深度に含まれる対象物９９のうちの歯牙の割合とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の二次元データに基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す推定データを生成することができる。

【0088】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データに基づき生成された二次元データを取得すると、取得した二次元データに基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、ハンドピース７０内の磁気回路構成８５に供給する駆動電流の値を決定し、決定した駆動電流を出力データとして磁気回路構成８５に出力する。

【0089】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の二次元データに基づき、被写界深度に含まれる歯牙の割合を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0090】

［パターンＢ］
パターンＢは、形状データが二次元データを含み、推定データが現在の被写界深度に含まれる対象物９９の識別結果を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0091】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる二次元データと、被写界深度に含まれる対象物９９の識別結果を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。

【0092】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の二次元データが入力されると、ニューラルネットワーク４４１によって、二次元データに基づき対象物９９の表面形状の特徴を抽出し、抽出した特徴に基づき、被写界深度に含まれる対象物９９を識別する。たとえば、推定モデル４１４は、二次元データに基づき、被写界深度に含まれる対象物９９のうち、歯牙の部分と歯肉の部分とを特定する。推定モデル４１４は、対象物９９の識別結果と、正解データに含まれる対象物９９の識別結果とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである二次元データと、正解データである対象物９９の識別結果とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の二次元データに基づき、被写界深度に含まれる対象物９９の識別結果を示す推定データを生成することができる。

【0093】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データに基づき生成された二次元データを取得すると、取得した二次元データに基づき、被写界深度に含まれる対象物９９の識別結果を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、ハンドピース７０内の磁気回路構成８５に供給する駆動電流の値を決定し、決定した駆動電流を出力データとして磁気回路構成８５に出力する。

【0094】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の二次元データに基づき、被写界深度に含まれる対象物９９を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0095】

［パターンＣ］
パターンＣは、形状データが二次元データを含み、推定データが磁気回路構成８５に供給する駆動電流を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0096】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる二次元データと、磁気回路構成８５に供給する駆動電流を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。ここで、正解データである駆動電流は、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、レンズ８１が往復直線運動するための値である。

【0097】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の二次元データが入力されると、ニューラルネットワーク４４１によって、二次元データに基づき対象物９９の表面形状の特徴を抽出し、抽出した特徴に基づき、磁気回路構成８５に供給する駆動電流を推定する。推定モデル４１４は、推定した駆動電流と、正解データに含まれる駆動電流とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである二次元データと、正解データである磁気回路構成８５に供給する駆動電流とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の二次元データに基づき、磁気回路構成８５に供給する駆動電流を示す推定データを生成することができる。

【0098】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データに基づき生成された二次元データを取得すると、取得した二次元データに基づき、磁気回路構成８５に供給する駆動電流を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、磁気回路構成８５に供給する駆動電流を出力データとして磁気回路構成８５に出力する。

【0099】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の二次元データに基づき、磁気回路構成８５に供給する駆動電流を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0100】

［パターンＤ］
パターンＤは、形状データが二次元データに加えて対象物９９の表面形状を示す点群の各々の色を示す色データを含み、推定データが現在の被写界深度に含まれる対象物９９のうちの歯牙の割合を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0101】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる二次元データおよび色データと、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。

【0102】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の二次元データおよび色データが入力されると、ニューラルネットワーク４４１によって、二次元データに基づき対象物９９の表面形状の特徴を抽出するとともに、色データに基づき対象物９９の表面の色の特徴を抽出し、抽出した特徴に基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を推定する。推定モデル４１４は、推定した歯牙の割合と、正解データに含まれる歯牙の割合とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである二次元データおよび色データと、正解データである被写界深度に含まれる対象物９９のうちの歯牙の割合とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の二次元データおよび色データに基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す推定データを生成することができる。

【0103】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データに基づき生成された二次元データと、色データとを取得すると、取得した二次元データおよび色データに基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、ハンドピース７０内の磁気回路構成８５に供給する駆動電流の値を決定し、決定した駆動電流を出力データとして磁気回路構成８５に出力する。

【0104】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の二次元データおよび色データに基づき、被写界深度に含まれる歯牙の割合を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0105】

［パターンＥ］
パターンＥは、形状データが二次元データに加えて対象物９９の表面形状を示す点群の各々の色を示す色データを含み、推定データが現在の被写界深度に含まれる対象物９９の識別結果を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0106】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる二次元データおよび色データと、被写界深度に含まれる対象物９９の識別結果を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。

【0107】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の二次元データおよび色データが入力されると、ニューラルネットワーク４４１によって、二次元データに基づき対象物９９の表面形状の特徴を抽出するとともに、色データに基づき対象物９９の表面の色の特徴を抽出し、抽出した特徴に基づき、被写界深度に含まれる対象物９９を識別する。たとえば、推定モデル４１４は、二次元データおよび色データに基づき、被写界深度に含まれる対象物９９のうち、歯牙の部分と歯肉の部分とを特定する。推定モデル４１４は、対象物９９の識別結果と、正解データに含まれる対象物９９の識別結果とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである二次元データおよび色データと、正解データである対象物９９の識別結果とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の二次元データおよび色データに基づき、被写界深度に含まれる対象物９９の識別結果を示す推定データを生成することができる。

【0108】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データに基づき生成された二次元データと、色データとを取得すると、取得した二次元データおよび色データに基づき、被写界深度に含まれる対象物９９の識別結果を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、ハンドピース７０内の磁気回路構成８５に供給する駆動電流の値を決定し、決定した駆動電流を出力データとして磁気回路構成８５に出力する。

【0109】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の二次元データおよび色データに基づき、被写界深度に含まれる対象物９９を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0110】

［パターンＦ］
パターンＦは、形状データが二次元データに加えて対象物９９の表面形状を示す点群の各々の色を示す色データを含み、推定データが磁気回路構成８５に供給する駆動電流を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0111】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる二次元データおよび色データと、磁気回路構成８５に供給する駆動電流を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。ここで、正解データである駆動電流は、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、レンズ８１が往復直線運動するための値である。

【0112】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の二次元データおよび色データが入力されると、ニューラルネットワーク４４１によって、二次元データに基づき対象物９９の表面形状の特徴を抽出するとともに、色データに基づき対象物９９の表面の色の特徴を抽出し、抽出した特徴に基づき、磁気回路構成８５に供給する駆動電流を推定する。推定モデル４１４は、推定した駆動電流と、正解データに含まれる駆動電流とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである二次元データおよび色データと、正解データである磁気回路構成８５に供給する駆動電流とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の二次元データおよび色データに基づき、磁気回路構成８５に供給する駆動電流を示す推定データを生成することができる。

【0113】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データに基づき生成された二次元データと、色データとを取得すると、取得した二次元データおよび色データに基づき、磁気回路構成８５に供給する駆動電流を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、磁気回路構成８５に供給する駆動電流を出力データとして磁気回路構成８５に出力する。

【0114】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の二次元データおよび色データに基づき、磁気回路構成８５に供給する駆動電流を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0115】

［パターンＧ］
パターンＧは、形状データが三次元データを含み、推定データが現在の被写界深度に含まれる対象物９９のうちの歯牙の割合を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。形状データに含まれる三次元データは、ハンドピース７０の走査によって得られた三次元データである。

【0116】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる三次元データと、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。

【0117】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の三次元データが入力されると、ニューラルネットワーク４４１によって、三次元データに基づき対象物９９の表面形状の特徴を抽出し、抽出した特徴に基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を推定する。推定モデル４１４は、推定した歯牙の割合と、正解データに含まれる歯牙の割合とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである三次元データと、正解データである被写界深度に含まれる対象物９９のうちの歯牙の割合とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の三次元データに基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す推定データを生成することができる。

【0118】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データを取得すると、取得した三次元データに基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、ハンドピース７０内の磁気回路構成８５に供給する駆動電流の値を決定し、決定した駆動電流を出力データとして磁気回路構成８５に出力する。

【0119】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の三次元データに基づき、被写界深度に含まれる歯牙の割合を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0120】

［パターンＨ］
パターンＨは、形状データが三次元データを含み、推定データが現在の被写界深度に含まれる対象物９９の識別結果を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0121】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる三次元データと、被写界深度に含まれる対象物９９の識別結果を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。

【0122】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９三二次元データが入力されると、ニューラルネットワーク４４１によって、三次元データに基づき対象物９９の表面形状の特徴を抽出し、抽出した特徴に基づき、被写界深度に含まれる対象物９９を識別する。たとえば、推定モデル４１４は、三次元データに基づき、被写界深度に含まれる対象物９９のうち、歯牙の部分と歯肉の部分とを特定する。推定モデル４１４は、対象物９９の識別結果と、正解データに含まれる対象物９９の識別結果とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである三次元データと、正解データである対象物９９の識別結果とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の三次元データに基づき、被写界深度に含まれる対象物９９の識別結果を示す推定データを生成することができる。

【0123】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データを取得すると、取得した三次元データに基づき、被写界深度に含まれる対象物９９の識別結果を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、ハンドピース７０内の磁気回路構成８５に供給する駆動電流の値を決定し、決定した駆動電流を出力データとして磁気回路構成８５に出力する。

【0124】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の三次元データに基づき、被写界深度に含まれる対象物９９を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0125】

［パターンＩ］
パターンＩは、形状データが三次元データを含み、推定データが磁気回路構成８５に供給する駆動電流を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0126】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる三次元データと、磁気回路構成８５に供給する駆動電流を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。ここで、正解データである駆動電流は、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、レンズ８１が往復直線運動するための値である。

【0127】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の三次元データが入力されると、ニューラルネットワーク４４１によって、三次元データに基づき対象物９９の表面形状の特徴を抽出し、抽出した特徴に基づき、磁気回路構成８５に供給する駆動電流を推定する。推定モデル４１４は、推定した駆動電流と、正解データに含まれる駆動電流とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである三次元データと、正解データである磁気回路構成８５に供給する駆動電流とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の三次元データに基づき、磁気回路構成８５に供給する駆動電流を示す推定データを生成することができる。

【0128】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データを取得すると、取得した三次元データに基づき、磁気回路構成８５に供給する駆動電流を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、磁気回路構成８５に供給する駆動電流を出力データとして磁気回路構成８５に出力する。

【0129】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の三次元データに基づき、磁気回路構成８５に供給する駆動電流を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0130】

［パターンＪ］
パターンＪは、形状データが三次元データに加えて対象物９９の表面形状を示す点群の各々の色を示す色データを含み、推定データが現在の被写界深度に含まれる対象物９９のうちの歯牙の割合を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0131】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる三次元データおよび色データと、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。

【0132】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の三次元データおよび色データが入力されると、ニューラルネットワーク４４１によって、三次元データに基づき対象物９９の表面形状の特徴を抽出するとともに、色データに基づき対象物９９の表面の色の特徴を抽出し、抽出した特徴に基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を推定する。推定モデル４１４は、推定した歯牙の割合と、正解データに含まれる歯牙の割合とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである三次元データおよび色データと、正解データである被写界深度に含まれる対象物９９のうちの歯牙の割合とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の三次元データおよび色データに基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す推定データを生成することができる。

【0133】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データと、色データとを取得すると、取得した三次元データおよび色データに基づき、被写界深度に含まれる対象物９９のうちの歯牙の割合を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、ハンドピース７０内の磁気回路構成８５に供給する駆動電流の値を決定し、決定した駆動電流を出力データとして磁気回路構成８５に出力する。

【0134】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の三次元データおよび色データに基づき、被写界深度に含まれる歯牙の割合を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0135】

［パターンＫ］
パターンＫは、形状データが三次元データに加えて対象物９９の表面形状を示す点群の各々の色を示す色データを含み、推定データが現在の被写界深度に含まれる対象物９９の識別結果を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0136】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる三次元データおよび色データと、被写界深度に含まれる対象物９９の識別結果を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。

【0137】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の三次元データおよび色データが入力されると、ニューラルネットワーク４４１によって、三次元データに基づき対象物９９の表面形状の特徴を抽出するとともに、色データに基づき対象物９９の表面の色の特徴を抽出し、抽出した特徴に基づき、被写界深度に含まれる対象物９９を識別する。たとえば、推定モデル４１４は、三次元データおよび色データに基づき、被写界深度に含まれる対象物９９のうち、歯牙の部分と歯肉の部分とを特定する。推定モデル４１４は、対象物９９の識別結果と、正解データに含まれる対象物９９の識別結果とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである三次元データおよび色データと、正解データである対象物９９の識別結果とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の三次元データおよび色データに基づき、被写界深度に含まれる対象物９９の識別結果を示す推定データを生成することができる。

【0138】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データと、色データとを取得すると、取得した三次元データおよび色データに基づき、被写界深度に含まれる対象物９９の識別結果を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、ハンドピース７０内の磁気回路構成８５に供給する駆動電流の値を決定し、決定した駆動電流を出力データとして磁気回路構成８５に出力する。

【0139】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の三次元データおよび色データに基づき、被写界深度に含まれる対象物９９を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0140】

［パターンＬ］
パターンＬは、形状データが三次元データに加えて対象物９９の表面形状を示す点群の各々の色を示す色データを含み、推定データが磁気回路構成８５に供給する駆動電流を示すデータを含み、出力データが磁気回路構成８５に供給する駆動電流を含む。

【0141】

学習フェーズにおいては、推定モデル４１４は、形状データに含まれる三次元データおよび色データと、磁気回路構成８５に供給する駆動電流を示す正解データとを含む学習用データを用いて、形状データに基づき推定データを推定するように訓練（機械学習）されている。ここで、正解データである駆動電流は、被写界深度に含まれる歯牙の割合が所定値（たとえば、約８０％）または所定範囲内（たとえば、約７０％～約９０％）となるように、レンズ８１が往復直線運動するための値である。

【0142】

具体的には、学習フェーズにおいて、推定モデル４１４は、撮像された対象物９９の三次元データおよび色データが入力されると、ニューラルネットワーク４４１によって、三次元データに基づき対象物９９の表面形状の特徴を抽出するとともに、色データに基づき対象物９９の表面の色の特徴を抽出し、抽出した特徴に基づき、磁気回路構成８５に供給する駆動電流を推定する。推定モデル４１４は、推定した駆動電流と、正解データに含まれる駆動電流とを比較し、両者が一致すればパラメータ４４２を更新しない一方で、両者が一致しなければ両者が一致するようにパラメータ４４２を更新することで、パラメータ４４２を最適化する。このように、推定モデル４１４は、入力データである三次元データおよび色データと、正解データである磁気回路構成８５に供給する駆動電流とを含む学習用データに基づき、パラメータ４４２が最適化されることで機械学習される。これにより、推定モデル４１４は、撮像された対象物９９の三次元データおよび色データに基づき、磁気回路構成８５に供給する駆動電流を示す推定データを生成することができる。

【0143】

実用フェーズにおいて、制御装置４０の推定部４１３は、形状データとして、ハンドピース７０の走査によって得られた三次元データと、色データとを取得すると、取得した三次元データおよび色データに基づき、磁気回路構成８５に供給する駆動電流を示す推定データを生成する。制御装置４０のレンズ制御部４１２は、推定部４１３によって生成された推定データに基づき、磁気回路構成８５に供給する駆動電流を出力データとして磁気回路構成８５に出力する。

【0144】

これにより、制御装置４０は、ハンドピース７０によって撮像された対象物９９の表面形状の三次元データおよび色データに基づき、磁気回路構成８５に供給する駆動電流を推定し、推定結果に基づき、レンズ８１の往復運動の振幅を変更することで、被写界深度を適切な値にすることができる。

【0145】

なお、三次元スキャナ１００が適用される医療用診療装置としては、口腔内や外耳内、または胃や腸などの消化器を撮影する医療用のカメラが適用されてもよい。この場合、リニアモータの可動子に保持する物体としてカメラのレンズを適用し、別の可動子にカウンタウェイトを適用してもよい。

【0146】

また、三次元スキャナ１００が適用される医療用診療装置としては、顕微鏡が適用されてもよい。この場合、リニアモータの可動子に保持する物体として顕微鏡内のレンズを適用し、別の可動子にカウンタウェイトを適用してもよい。

【0147】

さらに、三次元スキャナ１００が適用される医療用診療装置としては、レーザー光線を用いて図などの対象物を指し示すレーザーポインタや歯を切削するレーザー装置が適用されてもよい。この場合、リニアモータの可動子に保持する物体としてレンズを適用し、別の可動子にカウンタウェイトを適用してもよい。

【0148】

今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は上記した説明ではなく特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内での全ての変更が含まれることが意図される。なお、実施の形態で例示された構成および変形例で例示された構成は、適宜組み合わせることができる。

【符号の説明】

【0149】

１０ プローブ、２０ 接続部、３０ 光学計測部、４０ 制御装置、４１ 演算部、４２ 記憶部、４３ 制御プログラム、４５ 電源、５０ ディスプレイ、５１ａ，５１ｂ ヨーク、５２ａ，５２ｂ コイル、５３ａ，５３ｂ 磁石、５５ａ，５５ｂ バネ、５６ａ，５６ｂ ブロック、５７ａ，５７ｂ レール、６０，６０ａ，６０ｂ，６５ リニアガイド、６６ 反射部、７０ ハンドピース、７１ 光学センサ、７２ プリズム、７５ 投影光発生部、７７ ハウジング、８０ レンズ駆動部、８１ レンズ、８５，８５ａ，８５ｂ，９５ 磁気回路構成、９０ カウンタウェイト駆動部、９１ カウンタウェイト、９９ 対象物、１００ 三次元スキャナ、４０１，４１１ 取得部、４０２，４１２ レンズ制御部、４１３ 推定部、４１４ 推定モデル、４４１ ニューラルネットワーク、４４２ パラメータ、５００ 連結収容部、５０１ 第１収容部、５０２ 第２収容部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】