Descripció del projecte
Aquest projecte de doctorat industrial és liderat pel grup de recerca NeuroADaS Lab, adscrit a l’eHealth Center de la Universitat Oberta de Catalunya (UOC), en col·laboració amb l’empresa tecnològica MOVUMTECH SL. El principal objectiu del projecte és desenvolupar una prova de concepte innovadora per millorar la planificació quirúrgica d’implants dentals, mitjançant l’aplicació de solucions basades en intel·ligència artificial (IA) al processament d’imatge mèdica, concretament d’imatges maxil·lofacials en format CBCT (Cone Beam Computed Tomography), també conegudes com a radiografies 3D de la boca.
El projecte pretén abordar de manera detallada i automàtica la segmentació d’imatges CBCT, centrant-se en les estructures anatòmiques més rellevants de la regió maxil·lofacial, com ara l’os, les peces dentals, el nervi dentari i els sins maxil·lars. A més, es vol desenvolupar un sistema capaç de classificar i etiquetar automàticament totes les àrees dentals, seguint la notació estàndard establerta per la FDI World Dental Federation, facilitant així la comprensió i l’ús clínic de les dades processades.
Un altre dels objectius clau del projecte és identificar automàticament l’estat de cada dent, detectant quines estan absents, quines han estat substituïdes per implants, quines presenten algun tipus de patologia i quines falten per col·locar. Aquesta informació permetrà optimitzar i agilitzar la presa de decisions per part dels professionals odontològics, millorant la planificació i execució de les intervencions quirúrgiques.
Paral·lelament, el projecte també vol desenvolupar mètodes eficients de registre d’imatges mèdiques multimodals, que permetin combinar informació procedent de diferents fonts, com ara CBCT, fitxers STL (escanejos 3D intraorals) i altres formats d’imatge mèdica. Aquesta integració facilitarà una visió més completa i precisa de l’anatomia del pacient, contribuint significativament a la millora del diagnòstic i a l’elaboració de plans quirúrgics més acurats i personalitzats.
Finalment, es planteja el desenvolupament d’una tècnica de registre longitudinal, que permeti comparar imatges adquirides en diferents moments del temps d’un mateix pacient. Aquesta capacitat de seguiment temporal pot resultar clau per a la detecció precoç de canvis patològics, oferint una eina potent per a la monitorització i prevenció de problemes de salut bucodental.
