Este trabalho apresenta uma ferramenta computacional para a visualização de volumes anatômicos em procedimentos de morfometria de estruturas cerebrais, visando o auxílio computadorizado ao diagnóstico e avaliação clínica da epilepsia do lobo temporal. As estruturas de interesse são segmentadas manualmente corte a corte produzindo volumes que são segmentados de forma que os cortes estejam paralelos em x e y sendo isotrópicos em z. A visualização volumétrica é realizada utilizando o algoritmo Marching Cubes capaz de gerar polígonos para aproximar as superfícies do modelo gerando um volume 3D de alta resolução. O algoritmo oferece uma interface ao usuário para que ele interaja com os volumes reconstruídos a fim de detectar assimetrias laterais ou variações significativas em relação a padrões populacionais pré-estabelecidos ou em relação a volumes de exames anteriores.

A área de visualização volumétrica engloba um conjunto de técnicas utilizadas na representação, manipulação e exibição de dados associados à região de um volume, possibilitando, assim, a exploração e melhor compreensão do interior de objetos de natureza tridimensional. Contudo, algumas limitações ainda são encontradas nessa área, como, por exemplo, a exploração de mais de um valor simultaneamente em conjuntos de dados volumétricos multivariados. Além desse desafio, outro objeto de grande interesse da comunidade científica é a exploração de volumes variantes no tempo. A complexidade nesse caso está em tratar ou processar uma quantidade muito grande de dados buscando descobrir propriedades, estruturas ou características que variam com o tempo. O presente trabalho propõe técnicas e abordagens, baseadas no conceito de projeções multidimensionais, visando dar apoio à análise de conjuntos volumétricos multivariados que variam no tempo. A primeira técnica proposta, denominada Fastmap*, possibilitou a projeção de espaços de alta dimensionalidade em fluxo contínuo. A segunda técnica apresentada, denominada RLNP, permitiu a projeção de dados por vizinhança mantendo a coerência temporal nos dados projetados, além de possuir a capacidade de projetar espaços de alta dimensão com um nível de stressbaixo. Também, propomos uma abordagem para a análise baseada em atributos, denominada Scatter Projection, que facilita a exploração focada em um atributo específico junto com a similaridade dos dados entre eles. Finalmente, propõe-se uma abordagem baseada na reprojeção de agrupamentos usando técnicas de seleção de atributos para tentar identificar melhor as estruturas internas do volume. Assim, o presente trabalho contribui no sentido de levantar e discutir limitações das técnicas disponíveis, e em seguida, buscar possibilidades de solução para tais questões, propondo técnicas e abordagens que possibilitam a exploração de grandes conjuntos de dados volumétricos multivariados, mantendo a coerência temporal / The area of volume visualization encompasses a set of techniques used for representation, manipulation and display of data associated with a region of a volume, thus enabling the exploration and understanding of the interior of three-dimensional objects. However, some limitations are still encountered in this area. For example, the simultaneous exploration of more than one value in multivariate volumetric datasets. Beyond this challenge, another issue of great interest to the scientific community is the exploration of time-varying volumes. The complexity of this case lies in treatment or processing of a very large amount of data, seeking to discover properties, structures, or characteristics that may vary in time. This work proposes techniques and approaches, based on the concept of multidimensional projections, in order to support multivariate volumetric analysis of time varying data sets. The first technique proposed, called Fastmap*, enables the projection of high dimensional streaming data. The second technique presented, called Recursive Laplacian-based Neiboorhood Projection, allows the projection of data sets based on neighborhoods, maintaining the temporal coherence in the projected data, besides having the ability to project highdimensional spaces with a low level of stress. Also, we propose an approach for the analysis of specific attributes, referred to as Scatter Projection, which facilitates the exploration focused on a specific attribute and on the similarity between them. Finally, we propose an approach based on reprojection of groups using feature selection techniques for better identification of internal structures of the volume. Thus, this study contributes towards surveying and discussing limitations of the area, and then seeks ways of solving these issues, proposing techniques and approaches that enable the exploration of multidimensional volumetric time varying data sets, maintaining the temporal coherence

Este trabalho apresenta uma ferramenta computacional para a visualização de volumes anatômicos em procedimentos de morfometria de estruturas cerebrais, visando o auxílio computadorizado ao diagnóstico e avaliação clínica da epilepsia do lobo temporal. As estruturas de interesse são segmentadas manualmente corte a corte produzindo volumes que são segmentados de forma que os cortes estejam paralelos em x e y sendo isotrópicos em z. A visualização volumétrica é realizada utilizando o algoritmo Marching Cubes capaz de gerar polígonos para aproximar as superfícies do modelo gerando um volume 3D de alta resolução. O algoritmo oferece uma interface ao usuário para que ele interaja com os volumes reconstruídos a fim de detectar assimetrias laterais ou variações significativas em relação a padrões populacionais pré-estabelecidos ou em relação a volumes de exames anteriores.

A área de visualização volumétrica engloba um conjunto de técnicas utilizadas na representação, manipulação e exibição de dados associados à região de um volume, possibilitando, assim, a exploração e melhor compreensão do interior de objetos de natureza tridimensional. Contudo, algumas limitações ainda são encontradas nessa área, como, por exemplo, a exploração de mais de um valor simultaneamente em conjuntos de dados volumétricos multivariados. Além desse desafio, outro objeto de grande interesse da comunidade científica é a exploração de volumes variantes no tempo. A complexidade nesse caso está em tratar ou processar uma quantidade muito grande de dados buscando descobrir propriedades, estruturas ou características que variam com o tempo. O presente trabalho propõe técnicas e abordagens, baseadas no conceito de projeções multidimensionais, visando dar apoio à análise de conjuntos volumétricos multivariados que variam no tempo. A primeira técnica proposta, denominada Fastmap*, possibilitou a projeção de espaços de alta dimensionalidade em fluxo contínuo. A segunda técnica apresentada, denominada RLNP, permitiu a projeção de dados por vizinhança mantendo a coerência temporal nos dados projetados, além de possuir a capacidade de projetar espaços de alta dimensão com um nível de stressbaixo. Também, propomos uma abordagem para a análise baseada em atributos, denominada Scatter Projection, que facilita a exploração focada em um atributo específico junto com a similaridade dos dados entre eles. Finalmente, propõe-se uma abordagem baseada na reprojeção de agrupamentos usando técnicas de seleção de atributos para tentar identificar melhor as estruturas internas do volume. Assim, o presente trabalho contribui no sentido de levantar e discutir limitações das técnicas disponíveis, e em seguida, buscar possibilidades de solução para tais questões, propondo técnicas e abordagens que possibilitam a exploração de grandes conjuntos de dados volumétricos multivariados, mantendo a coerência temporal / The area of volume visualization encompasses a set of techniques used for representation, manipulation and display of data associated with a region of a volume, thus enabling the exploration and understanding of the interior of three-dimensional objects. However, some limitations are still encountered in this area. For example, the simultaneous exploration of more than one value in multivariate volumetric datasets. Beyond this challenge, another issue of great interest to the scientific community is the exploration of time-varying volumes. The complexity of this case lies in treatment or processing of a very large amount of data, seeking to discover properties, structures, or characteristics that may vary in time. This work proposes techniques and approaches, based on the concept of multidimensional projections, in order to support multivariate volumetric analysis of time varying data sets. The first technique proposed, called Fastmap*, enables the projection of high dimensional streaming data. The second technique presented, called Recursive Laplacian-based Neiboorhood Projection, allows the projection of data sets based on neighborhoods, maintaining the temporal coherence in the projected data, besides having the ability to project highdimensional spaces with a low level of stress. Also, we propose an approach for the analysis of specific attributes, referred to as Scatter Projection, which facilitates the exploration focused on a specific attribute and on the similarity between them. Finally, we propose an approach based on reprojection of groups using feature selection techniques for better identification of internal structures of the volume. Thus, this study contributes towards surveying and discussing limitations of the area, and then seeks ways of solving these issues, proposing techniques and approaches that enable the exploration of multidimensional volumetric time varying data sets, maintaining the temporal coherence

Neurocirurgia guiada por imagem permite ao neurocirurgião navegar dentro do cérebro do paciente, usando imagens pré-operatórias como orientação, através do uso de sistemas de rastreamento, durante o procedimento cirúrgico. Muitos sistemas desenvolvidos para neurocirurgia guiada por imagem, empregam imagens pré-operatórias para fornecer orientação ao cirurgião, durante o procedimento cirúrgico. Seguindo um procedimento de calibração, a posição tridimensional e orientação dos instrumentos cirúrgicos podem ser transmitidas ao computador. Estas informações espaciais são usadas para acessar a região de interesse nas imagens pré-operatórias com a finalidade de apresentá-las ao cirurgião durante o procedimento. Contudo, quando ocorre a craniotomia, o movimento dos tecidos do cérebro pode ser fonte significativa de erro nestes sistemas. A arquitetura implementada neste trabalho visa o desenvolvimento de um sistema que permite planejamento e orientação cirúrgica. Para orientação cirúrgica foi desenvolvido um software que permite extrair fatias do volume de imagens de ressonância magnética (IRM), com orientação fornecida por um transdutor de posição magnético (Polhemus®). As fatias extraídas serão, futuramente, correlacionadas com imagens de ultra-som (IUS) intra-operatórias para detectar e corrigir a deformação do tecido cerebral durante a cirurgia. A ferramenta para navegação pré-cirúrgica foi desenvolvida para fornecer três fatias ortogonais obtidas através do volume de imagens. Na metodologia usada para a implementação do software, foi utilizada a linguagem de programação Python e a biblioteca gráfica Visualization Toolkit (VTK). Os resultados mostraram que o programa de planejamento pré-cirúrgico, gerou uma alta resolução na visualização dos planos ortogonais e oblíquos das IRM, além de ser rápido e interativo. O programa de extrair fatias do volume de IRM permitiu a aplicação de transformações ao volume, com base nos valores de coordenadas fornecidos pelo transdutor de posição. / Image guided neurosurgery enables the neurosurgeon to navigate inside the patient\'s brain using pre-operative images as a guide and a tracking system, during surgical procedure. Many image guided neurosurgery implementations employ pre-operative images as a guide to the surgeons throughout surgical procedure. Following a calibration procedure, three-dimensional position and orientation of surgical instruments may be transmitted to computer. The spatial information is used to access an interest region, in the pre-operative images, displaying them to the neurosurgeon during the surgical procedure. However, when a craniotomy is involved, movements of brain tissue can be a significant source of error in these systems. The architecture implemented in this work intends the development of a system to surgical planning and orientation. For surgical orientation, the software developed allows the extraction of slices from the volume of the magnetic resonance images (MRI) with orientation supplied by a magnetic position sensor (Polhemus®). In the future, the extracted slices will be correlated with intra-operative ultrasound images to detect and to correct the deformation of brain tissue during the surgery. Also, a tool for pre-operative navigation was developed, providing three orthogonal planes through the image volume. In the methodology used for the software implementation, the Python programming language and the Visualization Toolkit (VTK) graphics library were used. The results showed that the program of pre-operative navigation had high resolution in the visualization of orthogonal and oblique MRI planes. Furthermore, it was fast and interactive. The program to extract slices of the MRI volume allowed the application of transformations in the volume, using coordinates supplied by the position sensor.

Neurocirurgia guiada por imagem permite ao neurocirurgião navegar dentro do cérebro do paciente, usando imagens pré-operatórias como orientação, através do uso de sistemas de rastreamento, durante o procedimento cirúrgico. Muitos sistemas desenvolvidos para neurocirurgia guiada por imagem, empregam imagens pré-operatórias para fornecer orientação ao cirurgião, durante o procedimento cirúrgico. Seguindo um procedimento de calibração, a posição tridimensional e orientação dos instrumentos cirúrgicos podem ser transmitidas ao computador. Estas informações espaciais são usadas para acessar a região de interesse nas imagens pré-operatórias com a finalidade de apresentá-las ao cirurgião durante o procedimento. Contudo, quando ocorre a craniotomia, o movimento dos tecidos do cérebro pode ser fonte significativa de erro nestes sistemas. A arquitetura implementada neste trabalho visa o desenvolvimento de um sistema que permite planejamento e orientação cirúrgica. Para orientação cirúrgica foi desenvolvido um software que permite extrair fatias do volume de imagens de ressonância magnética (IRM), com orientação fornecida por um transdutor de posição magnético (Polhemus®). As fatias extraídas serão, futuramente, correlacionadas com imagens de ultra-som (IUS) intra-operatórias para detectar e corrigir a deformação do tecido cerebral durante a cirurgia. A ferramenta para navegação pré-cirúrgica foi desenvolvida para fornecer três fatias ortogonais obtidas através do volume de imagens. Na metodologia usada para a implementação do software, foi utilizada a linguagem de programação Python e a biblioteca gráfica Visualization Toolkit (VTK). Os resultados mostraram que o programa de planejamento pré-cirúrgico, gerou uma alta resolução na visualização dos planos ortogonais e oblíquos das IRM, além de ser rápido e interativo. O programa de extrair fatias do volume de IRM permitiu a aplicação de transformações ao volume, com base nos valores de coordenadas fornecidos pelo transdutor de posição. / Image guided neurosurgery enables the neurosurgeon to navigate inside the patient\'s brain using pre-operative images as a guide and a tracking system, during surgical procedure. Many image guided neurosurgery implementations employ pre-operative images as a guide to the surgeons throughout surgical procedure. Following a calibration procedure, three-dimensional position and orientation of surgical instruments may be transmitted to computer. The spatial information is used to access an interest region, in the pre-operative images, displaying them to the neurosurgeon during the surgical procedure. However, when a craniotomy is involved, movements of brain tissue can be a significant source of error in these systems. The architecture implemented in this work intends the development of a system to surgical planning and orientation. For surgical orientation, the software developed allows the extraction of slices from the volume of the magnetic resonance images (MRI) with orientation supplied by a magnetic position sensor (Polhemus®). In the future, the extracted slices will be correlated with intra-operative ultrasound images to detect and to correct the deformation of brain tissue during the surgery. Also, a tool for pre-operative navigation was developed, providing three orthogonal planes through the image volume. In the methodology used for the software implementation, the Python programming language and the Visualization Toolkit (VTK) graphics library were used. The results showed that the program of pre-operative navigation had high resolution in the visualization of orthogonal and oblique MRI planes. Furthermore, it was fast and interactive. The program to extract slices of the MRI volume allowed the application of transformations in the volume, using coordinates supplied by the position sensor.

Algoritmos para rendering de superfícies são rápidos, mas não são compatíveis com situações em que é necessário investigar estruturas internas em volumes. Algoritmos de rendering volumétrico direto são adequados para a exploração de estruturas volumétricas, mas são lentos quando comparados a um rendering de superfícies. Várias soluções híbridas foram propostas na literatura, sendo que uma delas, conhecida como VoS (Volume on Surface), foi proposta recentemente com o objetivo de aumentar a capacidade de investigação do conteúdo de volumes por meio de superfícies. VoS é uma técnica híbrida que permite mapear o conteúdo de um volume em superfícies extraídas do mesmo. A técnica executa lançamento de raios para mapear as informações do volume na superfície, possibilitando a visualização das estruturas internas do volume utilizando rendering de superfícies convencional. No presente trabalho estudamos a técnica VoS e propomos diversas modificações com o intuito de generalizar a técnica e tratar algumas de suas limitações. As novas soluções apresentadas permitem a utilização da técnica com volumes de voxels regulares, e geram imagens de melhor qualidade. Assim como a VoS, as duas novas versões implementadas, VoSm e VoSm*, têm o objetivo de melhorar o poder de investigação do rendering de superfícies, permitindo a exploração do conteúdo de volumes. A técnica VoS e suas variações oferecem uma ferramenta alternativa para aplicações em que a utilização de superfícies é uma solução natural. / Surface rendering algorithms are fast, but are not suitable in situations where internal volume structures must be displayed for investigation. On the other hand, Direct Volume Rendering algorithms are effective to support exploration of internal volume structures, but software implementations are slow as compared to surface rendering solutions. Several hybrid solutions have been proposed in the literature. One of such hybrid solutions, named as VoS (Volume on Surface), has been recently introduced with the goal of using surfaces to enhance volume investigation capability. VoS is a hybrid technique that maps volume contents to surfaces extracted from this volume. The technique performs ray casting to map the volume information onto the surface, thus enabling the visualization of internal volume structures using standard surface rendering algorithms. In this work we study the VoS technique and propose several modifications in order to generalize the technique and treat some of its limitations. The new solutions presented here enable applying the technique to volumes described as a regular grid of voxels and produce images of superior quality as compared to the original. As with VoS, the two novel implementations, VoSm and VoSm*, have the goal of improving the investigative power of a surface rendering display, supporting exploration of volumetric contents. VoS and its variations are alternative tools for applications where surface rendering is a natural visualization solution.

Algoritmos para rendering de superfícies são rápidos, mas não são compatíveis com situações em que é necessário investigar estruturas internas em volumes. Algoritmos de rendering volumétrico direto são adequados para a exploração de estruturas volumétricas, mas são lentos quando comparados a um rendering de superfícies. Várias soluções híbridas foram propostas na literatura, sendo que uma delas, conhecida como VoS (Volume on Surface), foi proposta recentemente com o objetivo de aumentar a capacidade de investigação do conteúdo de volumes por meio de superfícies. VoS é uma técnica híbrida que permite mapear o conteúdo de um volume em superfícies extraídas do mesmo. A técnica executa lançamento de raios para mapear as informações do volume na superfície, possibilitando a visualização das estruturas internas do volume utilizando rendering de superfícies convencional. No presente trabalho estudamos a técnica VoS e propomos diversas modificações com o intuito de generalizar a técnica e tratar algumas de suas limitações. As novas soluções apresentadas permitem a utilização da técnica com volumes de voxels regulares, e geram imagens de melhor qualidade. Assim como a VoS, as duas novas versões implementadas, VoSm e VoSm*, têm o objetivo de melhorar o poder de investigação do rendering de superfícies, permitindo a exploração do conteúdo de volumes. A técnica VoS e suas variações oferecem uma ferramenta alternativa para aplicações em que a utilização de superfícies é uma solução natural. / Surface rendering algorithms are fast, but are not suitable in situations where internal volume structures must be displayed for investigation. On the other hand, Direct Volume Rendering algorithms are effective to support exploration of internal volume structures, but software implementations are slow as compared to surface rendering solutions. Several hybrid solutions have been proposed in the literature. One of such hybrid solutions, named as VoS (Volume on Surface), has been recently introduced with the goal of using surfaces to enhance volume investigation capability. VoS is a hybrid technique that maps volume contents to surfaces extracted from this volume. The technique performs ray casting to map the volume information onto the surface, thus enabling the visualization of internal volume structures using standard surface rendering algorithms. In this work we study the VoS technique and propose several modifications in order to generalize the technique and treat some of its limitations. The new solutions presented here enable applying the technique to volumes described as a regular grid of voxels and produce images of superior quality as compared to the original. As with VoS, the two novel implementations, VoSm and VoSm*, have the goal of improving the investigative power of a surface rendering display, supporting exploration of volumetric contents. VoS and its variations are alternative tools for applications where surface rendering is a natural visualization solution.

In this work we study the curvature visualization problem on surfaces implicitly defined by functions f: [0,1]³ → [0,1], using the ray casting technique. As we usually know only sampled values of f, we study the tricubic interpolation method to compute second order derivatives accurately. This work's implementation was designed as modules to the framework for volume rendering and image processing named Voreen, that uses the processing capability of graphics cards to improve the rendering tasks. / Fundação de Amparo a Pesquisa do Estado de Alagoas / Neste trabalho, estudaremos a visualização da curvatura de superfícies definidas implicitamente por funções do tipo f:[0,1]³ [0,1], usando a técnica de lançamento de raios (ray casting). Como em geral conhecemos apenas valores amostrados de f, estudaremos um método de interpolação tricúbica, a fim de calcular as derivadas de segunda ordem precisamente. A implementação computacional deste trabalho foi desenvolvida na forma de módulos do framework de visualização e processamento de imagens Voreen, o qual se beneficia do poder de processamento das placas gráficas atuais para acelerar o processo de visualização.

This work has the goal of explore the triangulated mesh visualization problem in order that geometry and texture information could be computed adaptively according to the view position. As only the essential information from the mesh is going to persist, the main applications involved are linked with real-time mesh visualization which concerns a large number of scientific areas. To adapt the mesh geometry, its resolution is being locally changed through the insertion/removal of vertices, edges and faces, view-dependent considering the number of polygons to preserve smooth forms near to the original mesh. In the texture adaptation, the texture map association of the mesh is being adapted to the resolution changes minimizing or eliminating the texture distortion resulting from the collapse of vertices, edges and faces / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho trata do problema de visualização de malhas triangulares de modo que a geometria e a textura das mesmas possam ser calculadas adaptativamente de acordo com a posição do orientador. Como apenas as informações necessárias de malha tendem a permanecer, as principais aplicações envolvidas estão relacionadas à visualização de malhas em tempo real, as quais têm sido de grande interesse de pesquisa em diversas áreas científicas. Na adaptação da geometria da malha, sua resolução vai sendo localmente alterada através de inserção/remoção de vértices, arestas e faces, de acordo com a posição do observador, de modo que o número de polígonos preserve uma forma visual suave e bem próxima da malha original. Na adaptação da textura, o mapeamento de textura associado `a malha vai sendo adaptado `as mudança as de sua resolução de modo a reduzir ou eliminar as distorções de textura resultantes do colapso de vértices, arestas e faces