PMCanalSeg: Un conjunto de datos para la segmentación automática de los canales pterigopalatino y mandibular en imágenes 3D por CBCT

Por qué importan las vías ocultas en la mandíbula

Cuando los cirujanos corrigen deformidades mandibulares para mejorar la oclusión o la apariencia facial, trabajan a pocos milímetros de nervios y vasos sanguíneos delicados que se hallan ocultos dentro del hueso. Si se dañan estos pequeños conductos, los pacientes pueden sufrir hemorragias, entumecimiento o dolor persistente. Este artículo describe PMCanalSeg, una colección recién publicada de exploraciones dentales 3D diseñada para ayudar a las máquinas a identificar dos canales óseos especialmente importantes en la mandíbula superior e inferior, haciendo estas operaciones más seguras y precisas.

Túneles delicados dentro del rostro

En nuestros huesos faciales discurren pasajes estrechos que protegen nervios y vasos. Dos de los más críticos para la cirugía mandibular son el canal mandibular, que alberga el nervio principal de la mandíbula inferior, y el canal pterigopalatino, un túnel más pequeño y de mayor complejidad en la mandíbula superior. Durante la cirugía ortognática (corrección de la mandíbula), los médicos deben cortar y recolocar hueso evitando estas estructuras. Tradicionalmente, los cirujanos o radiólogos trazan los canales corte a corte en exploraciones por tomografía computarizada de haz cónico (CBCT), un método de rayos X 3D ampliamente usado en odontología. Este trabajo manual cuidadoso es lento, requiere gran experiencia y es susceptible a errores humanos.

Enseñar a las máquinas a ver en 3D

En los últimos años, el aprendizaje profundo ha transformado el análisis de imágenes médicas, permitiendo que los ordenadores aprendan a delinear órganos y otras estructuras de forma automática. Sin embargo, estos sistemas necesitan muchos ejemplos etiquetados de alta calidad y por expertos para alcanzar fiabilidad clínica. Para los canales mandibulares existen solo unos pocos conjuntos de datos públicos, y se centran principalmente en la mandíbula inferior. Un punto ciego importante ha sido el canal pterigopalatino en la mandíbula superior, que es más difícil de visualizar y más variable entre personas. Sin conjuntos abiertos y ricos que cubran ambos canales, resulta difícil entrenar algoritmos robustos o comparar métodos de forma justa.

Construcción de la colección PMCanalSeg

Los autores abordan esta carencia reuniendo PMCanalSeg, un conjunto seleccionado de exploraciones CBCT de 191 pacientes tratados en un hospital dental en China. Se eliminaron todos los identificadores personales siguiendo estrictas normas de privacidad, conservando solo datos esenciales como edad, sexo y fecha del escáner. Cada exploración se convirtió del formato hospitalario original a un archivo 3D apto para investigación y se procesó para enfatizar el hueso y eliminar estructuras no relacionadas, como la columna vertebral. A continuación, el cráneo se separó digitalmente en regiones de mandíbula superior e inferior para que los algoritmos se centren en las zonas por donde discurren los dos canales.

Trazado experto y comprobaciones rigurosas

Para marcar los canales con precisión, cuatro cirujanos orales experimentados trabajaron por etapas. Dos especialistas trazaron inicialmente el recorrido del canal pterigopalatino y del canal mandibular en cada exploración 3D, definiendo qué diminutos píxeles 3D pertenecían a cada túnel. Dos cirujanos adicionales revisaron luego estas anotaciones capa por capa contra las imágenes originales, corrigiendo discrepancias. En una muestra de casos, el equipo midió el grado de acuerdo entre distintos expertos y halló una consistencia muy alta, lo que indica que las etiquetas son fiables. El conjunto final está organizado de forma ordenada por paciente, con carpetas separadas para la mandíbula superior, la mandíbula inferior y volúmenes de cráneo completo, lo que facilita su uso por parte de investigadores.

¿Qué tan bien aprenden las máquinas con él?

Para evaluar PMCanalSeg, los autores entrenaron varias redes de segmentación 3D punteras y compararon qué tan cercanas eran sus predicciones a las anotaciones de los expertos. Para el canal mandibular, los modelos modernos basados en transformadores obtuvieron resultados especialmente buenos, siguiendo de cerca el recorrido real del nervio. El canal pterigopalatino resultó más desafiante: su pequeño tamaño, su forma compleja y la anatomía densa de la mandíbula superior provocaron menor precisión y más errores en los límites. El equipo también comparó los resultados en PMCanalSeg con los de otro conjunto de datos ampliamente usado para la mandíbula inferior y discutió cómo las diferencias en la calidad del escaneo, el estilo de etiquetado y la cobertura anatómica pueden alterar el rendimiento informado.

Qué significa esto para pacientes e investigación

Para los no especialistas, el mensaje principal es que PMCanalSeg ofrece la primera colección abierta de imágenes 3D de la mandíbula con marcas detalladas tanto para un canal nervioso importante de la mandíbula inferior como para un canal de la mandíbula superior previamente descuidado. Al poner estos datos y el código de soporte a disposición libre para uso no comercial, los autores proporcionan una base sólida para desarrollar y evaluar herramientas informáticas que puedan resaltar automáticamente estas vías ocultas antes de la cirugía. A medida que estas herramientas mejoren, los cirujanos podrán planificar cortes que eviten nervios y vasos críticos, reduciendo complicaciones y ayudando a que los pacientes salgan de la cirugía maxilofacial con resultados más seguros y previsibles.

Cita: Li, G., Lu, Y., Wu, G. et al. PMCanalSeg: A dataset for automatic segmentation of the pterygopalatine and mandibular canals from 3D CBCT images. Sci Data 13, 312 (2026). https://doi.org/10.1038/s41597-026-06620-w

Palabras clave: tomografía computarizada de haz cónico, cirugía maxilofacial, segmentación de imágenes médicas, imágenes dentales, conjunto de datos de aprendizaje profundo