Visualisierungen werden immer wichtiger für die Medizin, da sie zur Verbesserung klinischer Prozesse beitragen können. Prof. Jörn Kohlhammer vom Fraunhofer IGD und Dr. Jürgen Bernard von der TU Darmstadt nutzen Visual Computing, um Ärzte bei der visuellen Auswertung von Patientendaten zu unterstützen. Für ihre Arbeit erhielten die Forscher und ihre Partner am 26. April den »Dirk Bartz Prize for Visual Computing in Medicine« auf der Eurographics 2017 in Lyon.

In ihrem Projekt »Visual Computing for Big Data Analysis in Prostate Cancer Research« entwickelten die Wissenschaftler gemeinsam mit der Martiniklinik am Universitätsklinikum Hamburg-Eppendorf ein visuell-interaktives System, mit welchem Ärzte in wenigen Minuten tausende von Patientenhistorien analysieren können. Dabei spezialisierten sie sich auf die Analyse von Prostatakrebs-Daten. Das neuartige System eignet sich insbesondere dafür, Patienten-Kohorten für klinische Studien zu erstellen sowie medizinische Hypothesen zu generieren und zu validieren. Diese zuvor sehr zeitaufwändigen Arbeitsschritte können nun sofort erfolgen, da das System die Patientendaten direkt visualisiert.

Die Eurographics Association verleiht den »Dirk Bartz Prize for Visual Computing in Medicine« alle zwei Jahre an drei Projekte aus dem Visual Computing Bereich, die einen hohen klinischen Stellenwert haben und den Einsatz von Computergraphik in der Medizin befördern.

Virtuelles Prototyping bietet Designern die Möglichkeit, durch Simulationen Kleidung einfacher zu entwerfen. In seiner Arbeit „Realistic Visualization of Accessories within Interactive Simulation Systems for Garment Prototyping“ stellt Martin Knuth einen Ansatz vor, der dieses Verfahren effizienter gestaltet.

Beim Virtuellen Prototyping (VP) von Bekleidung repliziert ein Designer das physische Verhalten eines Kleidungsstücks mittels Computer Aided Design. Hierdurch kann er ähnlich wie mit einem physischen Prototyp arbeiten. Dieses Simulationsverfahren umfasst verschiedene Bereiche, wie z. B. die Übernahme des Materials und das Erstellen der Simulation. Mehrere Probleme müssen gelöst werden, um ein effizientes nutzbares VP-System für Bekleidungshersteller zu schaffen, da die unterschiedlichen Bereiche auf die Bedürfnisse der jeweils anderen Techniken Rücksicht nehmen müssen.

Martin Knuth beschäftigt sich in seiner Arbeit speziell mit der Darstellung der Simulationsergebnisse und hat das Ziel, diesen Bereich zu optimieren. Aktuelle Ansätze versuchen hier, Oberflächenobjekte als Teil der physikalischen Stoffsimulation zu behandeln. Dies kostet jedoch viel Verarbeitungszeit und kann leicht dazu führen, dass das System aus dem interaktiven Rahmen fällt. Knuth stellt eine Lösung für dieses Problem vor, indem das physikalische Verhalten des Kleidungsstücks getrennt von dem Oberflächenstyling verarbeitet wird. Dies wird dadurch erreicht, dass die Oberflächendetails nicht Teil der Simulationsphase sind. Stattdessen werden sie unabhängig in einem komplett auf der GPU – einem Prozessor, der auf die Berechnungen von Grafiken spezialisiert ist – laufenden Verfahren verarbeitet und anschließend hinzugefügt. So kann sich der Simulationsprozess voll auf die Simulation des Stoffverhaltens konzentrieren, während die Visualisierung sich um Oberflächendetails kümmert.

Martin Knuth ist Mitarbeiter der Abteilung Digitalisierung von Kulturerbe. Er promovierte am 3. März 2017 zum Thema „Realistic Visualization of Accessories within Interactive Simulation Systems for Garment Prototyping“. Betreuer der Arbeit waren Prof. Dr. techn. Dieter W. Fellner (TU Darmstadt) sowie Prof. Dr. rer. nat. Jan Bender (RWTH Aachen).

Die Berechnung der genauen Position und Orientierung einer Kamera im Raum ist eines der Kernprobleme der erweiterten Realität. Die Fraunhofer-Forscher Folker Wientapper und Arjan Kuijper entwickelten einen neuartigen Ansatz für die kontinuierliche Ermittlung des richtigen Blickwinkels.

Die Berechnung der räumlichen Kameraausrichtung aus den von ihr selbst aufgezeichneten Bildern mit Hilfe bestimmter Algorithmen ist ein wichtiges Forschungsfeld in der 3D Computer Vision. Unter 3D Computer Vision versteht man die Rekonstruktion aber auch die Erkennung von 3D-Objekten aus beziehungsweise in Kamerabildern mit dem Computer. Insbesondere in der Erweiterten Realität (Augmented Reality, AR) berechnen Forscher kontinuierlich, wie virtuelle Objekte in echte Bilder platziert werden können. Die Objekte sollen dabei immer an der gleichen Stelle eingeblendet werden. So können Nutzer beispielsweise durch eine Brille schauen, während eine Graphik lagerichtig auf ein Objekt im Sichtfeldes gelegt wird.

Die Berechnung der korrekten Kameraposen ist jedoch schwierig. Die Forscher müssen die Algorithmen so gestalten, dass die Position der Nutzer und der richtige Blickwinkel zu jedem Zeitpunkt errechnet werden können. Einer Lösung dieses Problems widmen sich die Fraunhofer-Forscher Folker Wientapper und Professor Arjan Kuijper in ihrer Forschungsarbeit zum Thema: „Unifying Algebraic Solvers for Scaled Euclidean Registration from Point, Line and Plane Constraints“.

In ihrem Aufsatz stellten die Forscher einen einheitlichen und schnelleren Algorithmus zur Lösungsbestimmung des Perspective-n-Point Problems (PnP) und entsprechender Varianten vor. Beim PnP-Problem geht es um die Schwierigkeit, die Kamerapose im Raum anhand von 2D-Punkten im Bild und dem Wissen, welchen 3D-Punkten im Raum sie zugeordnet sind, rechnerisch zu bestimmen. Die entsprechenden Algorithmen besitzen Anwendungen in verschiedenen Bereichen wie der Visuellen Odometrie, der Robotik oder der Erweiterten Realität. „Anwendungen in der Erweiterten Realität eignen sich hierfür besonders, da die kontinuierliche Bestimmung der Kamerapose hierbei essentiell ist“, erklärt Wientapper. „Hiermit lassen sich virtuelle Objekte lagerichtig zur Perspektive ins Bild einblenden.“

Ihren innovativen Algorithmus präsentierten Wientapper und Kuijper am 23. November 2016 auf der Asian Conference on Computer Vision (ACCV) in Taipei, Taiwan.

Die ACCV ist eine hochkarätige internationale, zweijährlich stattfindende Konferenz für Computer Vision. Bei der Vergabe des Best Paper Awards zeichnete das Preiskomitee die Arbeit der beiden Forscher mit dem Best Paper Honorable Mention aus.

Weiterführende Informationen zur ACCV 2016 finden Sie unter: http://www.accv2016.org/