Клиническое исследование трехмерных изображений сложных анатомических объектов, таких как сложные суставы, остается утомительным процессом, требующим времени и опыта врачей. Например, автоматизации задачи сегментации ВНЧС (височно-нижнечелюстного сустава) препятствует его сложная трехмерная форма, множество наложенных текстур, обилие окружающих неровностей в черепе и практически всенаправленный диапазон движения челюсти – занимает более часа на каждого пациента. Чтобы решить эту проблему, мы разработали новый взгляд на задачу трехмерной сегментации: а именно, мы предложили сегментировать пустые пространства между тканями, окружающими объект - так называемая сегментация отрицательного объема. Наш подход представляет собой сквозной конвейер, который включает в себя V-Net для сегментации кости, построение трехмерного объема путем раздувания реконструированной головки нижней челюсти во всех направлениях вдоль вектора нормалей к ее поверхностям. В итоге, ограниченная костями черепа, поверхность занимает все «отрицательное» пространство в суставе, эффективно обеспечивая геометрические / топологические показатели состояния сустава. Мы подтвердили данную идею по компьютерной томографии в наборе данных с 50 пациентами, аннотированном экспертами в челюстно-лицевой области, количественно сравнили асимметрию с учетом левого и правого отрицательных объемов и автоматизировали всю структуру для клинического применения.