Clasificación y modelado 3D de estructuras dentomaxilofaciales 3D usando métodos de aprendizaje profundo.

Un método implementado por ordenador para el procesamiento de datos 3D que representan una estructura dentomaxilofacial que comprende:

recibir datos 3D (402), incluyendo los datos 3D una primera representación de vóxel de la estructura dentomaxilofacial, estando asociado un vóxel a un valor de intensidad de radiación, los vóxeles de la primera representación de vóxel que definen un volumen de imagen;

usar los datos 3D (402) para determinar una o más características posicionales 3D (404) asociadas a la primera representación de vóxel de la estructura dentomaxilofacial, una característica posicional 3D (404) que define información sobre posiciones de vóxeles de la primera representación de vóxel relativa a una posición de un plano de referencia dental o una posición de uno o más objetos de referencia dentales en el volumen de imagen;

proporcionar los datos 3D (402) y las una o más características posicionales 3D (404) a la entrada de una primera red neuronal profunda 3D, DNN, la primera DNN 3D que comprende primera y segunda red neuronal convolucional 3D, CNN, capas (406, 408), estando conectadas las primeras capas de CNN 3D y las segundas capas de CNN 3D a al menos una capa de CNN 3D completamente conectada (410) y estando configuradas para procesar primeros y segundos bloques de vóxeles asociados (4011,2) de los datos 3D respectivamente, un primer bloque de vóxeles (4011) que tiene el mismo o sustancialmente el mismo punto central en el volumen de imagen que un segundo bloque de vóxeles asociado (4012), el segundo bloque de vóxeles que representa un volumen en dimensiones reales que es mayor que un volumen en dimensiones reales representado por el primer bloque de vóxeles, estando configuradas las segundas capas de CNN 3D (408) para determinar información contextual asociada a vóxeles de los primeros bloques de vóxeles y estando configurada la al menos una capa de CNN 3D completamente conectada (410) para generar activaciones de vóxel, una activación de vóxel que representa una probabilidad de que un vóxel de los datos 3D pertenezca a una de una pluralidad de clases de estructura dental, entrenándose la primera DNN 3D basándose en un conjunto de entrenamiento, incluyendo el conjunto de entrenamiento datos 3D que incluyen representaciones de vóxel de estructuras dentomaxilofaciales y una o más características posicionales 3D derivadas de los datos de imagen 3D del conjunto de entrenamiento; y,

recibir activaciones de vóxel para vóxeles de los datos 3D de la salida de la primera DNN 3D y clasificar los vóxeles basándose en las activaciones de vóxel y, opcionalmente, determinar una representación de vóxel de al menos una de la pluralidad de clases de estructura dental basándose en los vóxeles clasificados.