Los senos maxilares son las ubicaciones más prevalentes para infecciones paranasales tanto en niños como en adultos. El material de diagnóstico común para esta enfermedad en particular es a través de la proyección de radiografías de cráneo en vista occipitomental (SXR). Con el creciente número de casos de infecciones paranasales, acelerar el diagnóstico se ha convertido en un aspecto innovador importante que podría abordarse a través del desarrollo de un sistema de diagnóstico asistido por computadora. Como etapa preliminar del desarrollo, se requiere desarrollar una segmentación automática sobre los senos maxilares. Este estudio presenta un módulo de detección asistida por computadora (CAD) que segmenta los senos maxilares de una SXR simple que ha sido preprocesada a través del análisis morfológico basado en textura novedoso (ToMA). Posteriormente, el modelo de red de la Red Convolutiva Totalmente Transferible (T-FCN) realiza una segmentación píxel a píxel de los senos maxilares. T-FCN está diseñado para ser entrenado con múltiples etapas de aprendizaje, lo que permite la reutilización de los pesos de la red para ajustarse en función de un conjunto de datos más reciente. Según los experimentos, el sistema propuesto logró una precisión de segmentación del 85.70%, con un tiempo de aprendizaje un 50% más rápido.