Methods for immersive visual analysis of structural brain data

Hänel, Claudia; Preim, Bernhard; Kuhlen, Torsten

doi:HT021175355

Methods for immersive visual analysis of structural brain data

Hänel, Claudia^RWTH*

2021 & 2022

Verantwortlichkeitsangabevorgelegt von Dipl.-Ing. Claudia Hänel

ImpressumAachen : RWTH Aachen University 2021

Umfang1 Online-Ressource : Illustrationen, Diagramme

Dissertation, RWTH Aachen University, 2021

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University 2022

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Kuhlen, Torsten (Thesis advisor)^RWTH* ; Preim, Bernhard (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2021-07-29

Online
DOI: 10.18154/RWTH-2021-10888
URL: https://publications.rwth-aachen.de/record/835868/files/835868.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
immersive virtual environment (frei) ; neuroscientific visualization (frei) ; virtual reality (frei) ; visual analysis (frei) ; volume rendering (frei)

Thematische Einordnung (Klassifikation)
DDC: 004

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.

The visual analysis of structural brain data is an important method to understand the basics of anatomy, relationships of structures, and functionality of the brain. While the data are three-dimensional by their nature, many visual analysis tools focus on two-dimensional visualization. This thesis emphasizes the spatial aspect of the data and presents methods for a valuable three-dimensional visualization that can support neuroscientists in their everyday work. In order to address the heterogeneity of available structural brain data, three categories are considered: small-scale brain atlas, time series, and large-scale data. For these, this thesis presents interactive methods for visual analysis processes. In order to retain the spatial orientation, depth cues like additional anatomical slices or superimposed brain structures are considered one important aspect for the three-dimensional visualization. Furthermore, a distinctive significance of this thesis is the consideration of Immersive Virtual Environments (IVEs) as a visualization platform. In contrast to desktop environments, the spatial perception is enhanced due to the natural three-dimensional perception based on stereoscopic rendering and head tracking. This simplifies the spatial orientation in the data set and is found to be a beneficial, complementary approach by cooperating neuroscientists. Accordingly, the user interaction and experience with the presented visual analysis tools are designed to be user-friendly in desktop and immersive environments. Therefore, this thesis presents two studies on optimizing the user experience for volume rendering applications in IVEs, which find a trade-off between visual quality and interactivity. The thesis concludes with a prototype for provenance tracking in order to go further beyond a pure visualization work and provide an additional way to gain insight into the data.

OpenAccess:
PDF
(additional files)