Ausdruckstarke Visualisierung Volumetrischer Daten

Das Hauptziel des Forschungsprojektes ist die automatische computer-gestützte Erzeugung ausdrucksstarker Darstellungen von volumetrischen Daten. Richtlinien, welche von Künstlern für händisch-gefertigte medizinische und technische Illustrationen verwendet werden, sollen in Computeralgorithmen umgesetzt werden, um den Designprozess für ausdruckskräftige Bilder zu automatisieren. Die vorgeschlagenen Visualisierungverfahren betonen die wichtigsten Informationen im Volumendatensatz, um den Informationsgehalt im Ergebnisbild zu maximieren. Die Bedeutung eines speziellen Merkmals wird durch eine zusätzliche Wichtigkeitsinformation bestimmt, welche aufgrund einer automatischen Merkmalsklassifikation zugeordnet wird. Mittels dieser Wichtigkeit können Bildbereiche identifiziert werden, wo Merkmale hoher Wichtigkeit (Fokus) durch weniger wichtige Sturkturen (Kontext) verdeckt würden. Der Kontext wird in diesem Fall automatisch unterdrückt damit die wichtigere dahinter liegende Information erkennbar wird. Zur Merkmalsunterdrückung können verschiedene Repräsentationstechniken angewendet werden, die effizient die Gestalt von Strukturen innerhalb volumetrischer Daten vermitteln, aber selbst nur einen geringen Teil des Bildbereiches ausfüllen. Ein Merkmal kann global oder nur im Verdeckungsbereich unterdrückt werden. Dies hat den Vorteil, dass jene Bereiche des Merkmals nicht unnötig ausgeblendet werden, wo ohnehin keine Verdeckung passiert. Wir schlagen verschiedene Visualisierungstechnicken vor, wie automatische Ausschnittdarstellungen, durchsichtige Ansichten, Explosionsdarstellungen oder Schnittabbildungen. Solche Techniken werden wegen ihrer effizienten Informationsdarstellung häufig für technische oder medizinische Illustrationen verwendet. Die Wichtigkeitsinformation gestattet zudem für jeden gewählten Betrachtungswinkel the Qualität der Darstellung zu bestimmen. Dieses Qualitätsmass wird als Augpunktentropie bezeichnet. Damit ist es möglich automatisch jenen Blickwinkel zu wählen, der die meiste Information liefert. Weiters kann die Wichtigkeit gemeinsam mit der Augpunktentropie zur automatischen Wahl von visuellen Parametern (Transferfunktionen) herangezogen werden. Die neuen ausdrucksstarken Visualisierungen werden im Rahmen einer Benutzerstudie evaluiert. Schliesslich werden aussagekräftige Darstellungen für anspruchsvolle Anwendungen der medizinischen Visualisierung verwendet, um z.B. Diagnosen zu beschleunigen und Operationsplanungen zu erleichtern.

Das Hauptziel des Forschungsprojektes ist die automatische computer-gestützte Erzeugung ausdrucksstarker Darstellungen von volumetrischen Daten. Richtlinien, welche von Künstlern für händisch-gefertigte medizinische und technische Illustrationen verwendet werden, sollen in Computeralgorithmen umgesetzt werden, um den Designprozess für ausdruckskräftige Bilder zu automatisieren. Die vorgeschlagenen Visualisierungverfahren betonen die wichtigsten Informationen im Volumendatensatz, um den Informationsgehalt im Ergebnisbild zu maximieren. Die Bedeutung eines speziellen Merkmals wird durch eine zusätzliche Wichtigkeitsinformation bestimmt, welche aufgrund einer automatischen Merkmalsklassifikation zugeordnet wird. Mittels dieser Wichtigkeit können Bildbereiche identifiziert werden, wo Merkmale hoher Wichtigkeit (Fokus) durch weniger wichtige Sturkturen (Kontext) verdeckt würden. Der Kontext wird in diesem Fall automatisch unterdrückt damit die wichtigere dahinter liegende Information erkennbar wird. Zur Merkmalsunterdrückung können verschiedene Repräsentationstechniken angewendet werden, die effizient die Gestalt von Strukturen innerhalb volumetrischer Daten vermitteln, aber selbst nur einen geringen Teil des Bildbereiches ausfüllen. Ein Merkmal kann global oder nur im Verdeckungsbereich unterdrückt werden. Dies hat den Vorteil, dass jene Bereiche des Merkmals nicht unnötig ausgeblendet werden, wo ohnehin keine Verdeckung passiert. Wir schlagen verschiedene Visualisierungstechnicken vor, wie automatische Ausschnittdarstellungen, durchsichtige Ansichten, Explosionsdarstellungen oder Schnittabbildungen. Solche Techniken werden wegen ihrer effizienten Informationsdarstellung häufig für technische oder medizinische Illustrationen verwendet. Die Wichtigkeitsinformation gestattet zudem für jeden gewählten Betrachtungswinkel the Qualität der Darstellung zu bestimmen. Dieses Qualitätsmass wird als Augpunktentropie bezeichnet. Damit ist es möglich automatisch jenen Blickwinkel zu wählen, der die meiste Information liefert. Weiters kann die Wichtigkeit gemeinsam mit der Augpunktentropie zur automatischen Wahl von visuellen Parametern (Transferfunktionen) herangezogen werden. Die neuen ausdrucksstarken Visualisierungen werden im Rahmen einer Benutzerstudie evaluiert. Schliesslich werden aussagekräftige Darstellungen für anspruchsvolle Anwendungen der medizinischen Visualisierung verwendet, um z.B. Diagnosen zu beschleunigen und Operationsplanungen zu erleichtern.