HE & the public good, knowledge

Com o avan¸co do hardware, dos sistemas operacionais, com placas gr´aficas mais acess´ıveis e com a implementa¸c˜ao de tecnologias gr´aficas como OpenGL, a visualiza¸c˜ao se tornou uma ´area com trabalhos em diversos segmentos. A visualiza¸c˜ao ´e uma nova forma de comunica¸c˜ao que consiste em transformar um conjunto de dados ou imagens em uma outra imagem que simplifique o entendimento. Para este trabalho a simplifica¸c˜ao consiste em visualizar um conjunto de imagens em uma ´unica imagem tridimensional do volume da ´area de interesse. A Visualiza¸c˜ao de dados envolve a cria¸c˜ao de uma inter- face com os dados externos, mapeamento interno, processamento e gera¸c˜ao de imagens (SCHROEDER; MARTIN; LORENSEN, 2002).

O VTK ´e uma plataforma de visualiza¸c˜ao, que cont´em diversas t´ecnicas como seg- menta¸c˜ao e processamento de imagens, desenvolvida em C++, mas que por´em aceita outros interpretadores, como Java, ou Python e foi arquitetado de forma a utilizar os be- nef´ıcios da programa¸c˜ao orientada a objetos, como reutiliza¸c˜ao de c´odigo (SCHROEDER; MARTIN; LORENSEN, 2002).

´

visualiza¸c˜ao. A Figura 21 ilustra os modelos de dados que comp˜oem a base respons´avel para gera¸c˜ao da visualiza¸c˜ao tridimensional.

Figura 21: Modelos de dados utilizado pelo VTK (SCHROEDER; MARTIN; LORENSEN, 2002, p. 135)

O modelo de dados ilustrado na Figura 21 detalha que ao mesmo tempo que, o modelo, tem propriedades geom´etricas, tamb´em ´e composto por uma estrutura topol´ogica, com um ou mais pontos ou c´elulas. Dentre os tipos de dados mais utilizados na renderiza¸c˜ao destacam-se a estrutura Poligonal e a de Imagem.

A estrutura poligonal ´e organizada em v´ertices, poli-v´ertices, linhas, poli-linhas, pol´ıgonos e malhas triangulares, que consistem em triˆangulos compartilhando os mesmos v´ertices, enquanto a estrutura de Imagem ´e organizada em uma cole¸c˜ao de pontos e c´elulas dispos- tos de forma regular. Os dados estruturados em imagem consistem em elementos de linha

(1D), pixels(2D) ou voxels(3D) e ´e um tipo comum usado em renderiza¸c˜ao de volume (SCHROEDER; MARTIN; LORENSEN, 2002).

Uma importante caracter´ıstica do modelo de dados do VTK, ´e sua implementa¸c˜ao em c´elulas, onde um dataset consiste em uma ou mais c´elulas e cada c´elula representa uma visualiza¸c˜ao primitiva, sendo sua principal fun¸c˜ao, interpolar dados locais (SCHROEDER; MARTIN; LORENSEN, 1996).

´

E importante ressaltar que estas estruturas d˜ao suporte as t´ecnicas de renderiza¸c˜ao de volume, onde, de acordo com o m´etodo escolhido um ou mais tipos de dados poder˜ao ser utilizados.

Algumas t´ecnicas de renderiza¸c˜ao de volume foram inclu´ıdas na biblioteca VTK, como

Image-Order e Object-Order. A t´ecnica apresentada por Drebin, Carpenter e Hanrahan

(1988) lida diretamente com os volumes, isto quer dizer que, assume-se que a matriz do volume amostrado esta acima da frequˆencia de Nyquist (DREBIN; CARPENTER; HANRAHAN, 1988).

Drebin, Carpenter e Hanrahan (1988) descrevem mais do que um meio para renderizar o volume, pois o m´etodo descrito trata tamb´em de classificar o tipo de material baseando- se no pico de intensidade dos materiais apresentados no histograma e sua rela¸c˜ao com a escala de Hounsfield. O processo que separa os materiais por sua densidade, especificado no algoritmo de Drebin, Carpenter e Hanrahan (1988), Levoy (1988), respeita os crit´erios da escala de Hounsfield conforme descrito na Se¸c˜ao 2.3, e ´e o m´etodo que ser´a aprofundado na metodologia, com o objetivo de conseguir segmentar o muco, o qual esta contido na janela de tecidos moles com diversos outros materiais, o que dificulta o processo.

As t´ecnicas de Drebin, Carpenter e Hanrahan (1988), Levoy (1988), permitem a vi- sualiza¸c˜ao de pequenos detalhes internos, removendo as partes escondidas atras de partes opacas por meio do controle de transparˆencia dos Voxels. Os voxels s˜ao c´elulas tridi- mensionais com seis faces, sendo cada face perpendicular a uma das coordenadas do eixo (SCHROEDER; MARTIN; LORENSEN, 2002).

A Figura 22 ilustra todos os passos do algoritmo de Drebin, Carpenter e Hanrahan (1988). Por´em, Levoy (1988) sentindo falta de detalhes na publica¸c˜ao de Drebin, Carpen- ter e Hanrahan (1988), desenvolveu e publicou sua t´ecnica no mesmo ano, al´em do que,

como constatado por Schroeder, Martin e Lorensen (1996), a classifica¸c˜ao de volume ba- seado somente em valor escalar ´e insuficiente para separar a regi˜ao de interesse (LEVOY, 1988; SCHROEDER; MARTIN; LORENSEN, 1996).

Figura 22: Algoritmo de Drebin (DREBIN; CARPENTER; HANRAHAN, 1988, p. 67)

O m´etodo ilustrado na Figura 22, destaca a separa¸c˜ao inicial dos materiais, a partir da Imagem Original, em tipos, como Gordura, Tecido e Osso. Em seguida, o algoritmo se divide em dois, Densidade e Cor/Opacidade. O primeiro ´e o respons´avel por separar a densidade do gradiente de acordo com a dire¸c˜ao da transforma¸c˜ao de um material em outro (Nx, Ny, Nz), enquanto o segundo, ´e uma composi¸c˜ao plano-a-plano da imagem, com-

1988; SEEMANN, 2002).

Drebin, Carpenter e Hanrahan (1988) finalizam o m´etodo ilustrado na Figura 22 com uma transforma¸c˜ao que projeta a imagem em um sistema de coordenadas com seu vo- lume, tornando poss´ıvel rota¸c˜oes e visualiza¸c˜oes mais realistas (DREBIN; CARPENTER; HANRAHAN, 1988; SEEMANN, 2002).

Seemann (2002) descreve o m´etodo de Levoy (1988), em 3 passos, sendo o primeiro respons´avel por pr´e processar a imagem removendo todo ru´ıdo, e os dois outros processos trabalham com o resultado do processo anterior. Estes dois processos s˜ao os respons´aveis por interporlar propriedades ´opticas como cor e opacidade, sendo este uma outra resposta ao passo de composi¸c˜ao plano a plano de Drebin, Carpenter e Hanrahan (1988).

Levoy (1988), em sua conclus˜ao, ressalta problemas cr´ıticos encontrados, como peque- nas altera¸c˜oes na opacidade ou quando m´etodos de interpola¸c˜ao alteram radicalmente a visualiza¸c˜ao bem como a qualidade geral da imagem (LEVOY, 1988; SEIXAS et al., 1995). Totsuka e Levoy (1993), implementaram outro algoritmo de renderiza¸c˜ao de volume que trabalha no dom´ınio da frequˆencia. Ao contr´ario das renderiza¸c˜oes no dom´ınio espacial, a renderiza¸c˜ao no dom´ınio da frequˆencia n˜ao exibe a oclus˜ao, o que resulta em imagens menos realistas, como ilustra a Figura 23, mas mant´em complexidade algor´ıtmica menor (TOTSUKA; LEVOY, 1993).

Figura 23: Renderiza¸c˜ao de volume em dom´ınio de frequˆencia (TOTSUKA; LEVOY, 1993, p. 276)

Em um comparativo entre as Figuras 23 e 24, pode-se observar a diferen¸ca do realismo, onde a primeira ´e renderizada no dom´ınio espacial, enquanto que a segunda ´e obtida por

meio de Object-Order, que ´e uma t´ecnica que projeta os dados dos objetos, organizando os voxels no plano da imagem (SCHROEDER; MARTIN; LORENSEN, 2002).

Figura 24: Renderiza¸c˜ao de volume controlando a opacidade do tecido (SCHROEDER; MARTIN; LORENSEN, 2002, p. 229)

A t´ecnica de renderiza¸c˜ao utilizada na Figura 24 ´e classificada como Object-Order. Esta t´ecnica n˜ao ´e ´unica, al´em desta, existe a j´a citada t´ecnica apresentada por Totsuka e Levoy (1993) e a t´ecnica chamada Image-Order. A t´ecnica de Image-Order, trabalha com

Ray Casting e consiste em determinar o valor para cada pixel no plano da imagem com os

valores das amostras que contribuem para isto (SCHROEDER; MARTIN; LORENSEN, 2002). As t´ecnicas propostas por Drebin, Carpenter e Hanrahan (1988), Levoy (1988) s˜ao t´ecnicas de ray-casting que se enquadram na categoria de Image-Order.