Methods for immersive visual analysis of structural brain data

Hänel, Claudia; Kuhlen, Torsten (Thesis advisor); Preim, Bernhard (Thesis advisor)

Aachen : RWTH Aachen University (2021, 2022)
Doktorarbeit

Dissertation, RWTH Aachen University, 2021

Kurzfassung

Die visuelle Analyse struktureller Hirndaten ist eine wichtige Methode, um die Grundlagen der Anatomie, die Beziehungen der Strukturen und die Funktionalität des Gehirns zu verstehen. Obwohl die Daten dreidimensionaler Natur sind, konzentrieren sich viele visuelle Analysewerkzeuge auf die zweidimensionale Darstellung. Diese Arbeit betont den räumlichen Aspekt der Daten und stellt Methoden für eine wertvolle dreidimensionale Visualisierung vor, die Neurowissenschaftler bei ihrer täglichen Arbeit unterstützen können. Um der Heterogenität der verfügbaren strukturellen Hirndaten Rechnung zu tragen, werden drei Kategorien betrachtet: kleinskalige Hirnatlanten, Zeitreihen und großskalige Daten. Für diese werden in dieser Arbeit interaktive Methoden für visuelle Analyseprozesse vorgestellt. Um die räumliche Orientierung beizubehalten, werden Tiefenhinweise, wie zusätzliche anatomische Schnitte oder überlagerte Hirnstrukturen, als ein wichtiger Aspekt für die dreidimensionale Visualisierung betrachtet. Eine besondere Bedeutung dieser Arbeit ist darüber hinaus die Berücksichtigung von immersiven virtuellen Umgebungen (IVEs) als Visualisierungsplattform. Im Gegensatz zu Desktop-Umgebungen wird die räumliche Wahrnehmung durch die natürliche dreidimensionale Wahrnehmung auf der Basis von stereoskopischem Rendering und Headtracking verbessert. Dies vereinfacht die räumliche Orientierung im Datensatz und wird von kooperierenden Neurowissenschaftlern als ein vorteilhafter, komplementärer Ansatz angesehen. Dementsprechend sind die Benutzerinteraktion und -erfahrung mit den vorgestellten visuellen Analysewerkzeugen so gestaltet, dass sie in Desktop und immersiven Umgebungen benutzerfreundlich sind. Daher werden in dieser Arbeit zwei Studien zur Optimierung der Benutzererfahrung für Volumen-Rendering-Anwendungen in IVEs vorgestellt, in denen ein Kompromiss zwischen visueller Qualität und Interaktivität gefunden wird. Die Arbeit schließt mit einem Prototypen zum Provenance Tracking der erlaubt noch weiter über eine reine Visualisierungsarbeit hinauszugehen und eine zusätzliche Möglichkeit bietet, Einblicke in die Daten zu erhalten.