Criação automática de modelos 3D a partir de arquivos Dicom de exames clínicos. Geração de nuvens de pontos do paciente, carregadas em um visualizador 3D. Segmentação, classificação e texturização automática de volumes cerebrais para visualização e detecção de anomalias baseada em Deep Learning, comparando com dados de pacientes similares ou de controle.

Desenvolvimento de algoritmos de Machine Learning para suporte à tomada de decisões em neurologia. A modelagem de conhecimento abrange diagnóstico, prognóstico e apoio a intervenções cirúrgicas. Algoritmos exploram padrões de similaridade entre pacientes, sem necessidade de hipóteses prévias, permitindo classificação e recomendações adaptadas, agilizando a tomada de decisões e oferecendo diagnósticos específicos.

Interface holográfica e manipulação 3D para visualizar modelos anatômicos. Permite selecionar, manipular volumes e componentes corporais. Facilita validação e realimentação ao algoritmo. Integração de visualização em 2 e 3 dimensões com suporte a decisões médicas baseado em conhecimento analítico, empregando tecnologias D3.js para uma apresentação ágil e utilizável.