|
Virtuelle Realitäten für die chirurgische Ausbildung: Strukturen, Algorithmen und ihre Anwendung
Wagner, Clemens
|
URL:
|
http://ub-madoc.bib.uni-mannheim.de/721
|
|
URN:
|
urn:nbn:de:bsz:180-madoc-7213
|
|
Dokumenttyp:
|
Dissertation
|
|
Erscheinungsjahr:
|
2003
|
|
Titel einer Zeitschrift oder einer Reihe:
|
None
|
|
Verlag:
|
Universität Mannheim
|
|
Gutachter:
|
Männer, Reinhard
|
|
Datum der mündl. Prüfung:
|
21 Oktober 2003
|
|
Sprache der Veröffentlichung:
|
Deutsch
|
|
Einrichtung:
|
Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Informatik V (Männer 1992-2008)
|
|
Fachgebiet:
|
004 Informatik
|
|
Fachklassifikation:
|
CCS:
K.3.1 Comp J.3 LIFE A D.2.11 Sof ,
|
|
Normierte Schlagwörter (SWD):
|
Immersion <Virtuelle Realität> , Medizinische Ausbildung , Softwarearchitektur
|
|
Freie Schlagwörter (Deutsch):
|
Gewebeinteraktion
|
|
Freie Schlagwörter (Englisch):
|
Virtual Reality, Medical Education, Software architecture, Data representation, Tissue interaction
|
|
Abstract:
|
Die vorliegende Arbeit beschreibt Strukturen und Algorithmen zum Bau virtueller Realitäten für die chirurgische Ausbildung. Anwendungsbeispiel ist die Software des Augenoperationssimulators EyeSi; alle Verfahren wurden aber in größerer Allgemeinheit für die Softwarebibliothek VRM (Virtuelle Realität in der Medizin) implementiert. (1) Datenrepräsentation: Zu Repräsentation der Daten einer virtuellen Welt wird ein gerichteter Multigraph mit attributierten Knoten und gefärbten Kanten vorgeschlagen. Die strukturelle Information wird in knotenzentrierten Adjazenzlisten gespeichert. Um schnellen sequentiellen Zugriff zu ermöglichen, können einzelne Attribute in zusammenhängenden Speicherbereichen abgelegt werden. Mit Hilfe einer dünnen Zugriffsschicht werden Sichten auf Subgraphen definiert, innerhalb derer Typsicherheit und Zugriffsschutz gewährleistet sind. Ausdrucksmächtigkeit und Zugriffsgeschwindigkeit des Datenformats ermöglichen es, alle Informationen über die virtuelle Welt auf einheitliche Weise zu repräsentieren -- die inneren Strukturen der Objekte genauso wie szenegraphähnliche Beziehungen der Objekte untereinander. (2) Softwarearchitektur: Die Software für einen VR-Simulator wird in die Komponenten I/O (VR-Interfaces), Simulation (Berechnung der physikalischen Vorgänge) und Systemsteuerung (GUI, Benutzerverwaltung, Multimedia-Ausgabe) aufgeteilt. Die Komponenten werden auf logische und softwaretechnische Weise getrennt, so dass die Softwareentwicklung in unabhängigen Teilprojekten erfolgen kann. Die Datenströme zwischen den Komponenten können umgeleitet werden. Dies ermöglicht es beispielsweise, Trainingssitzungen aufzuzeichnen und wiederzugeben, mehrere Simulatoren miteinander zu koppeln oder den grafischen Renderer auszutauschen. Anhand bestehender psychologischer Untersuchungen wird eine VR-Echtzeitbedingung definiert. Auf der Basis von Laufzeitmessungen wird diskutiert, unter welchen Bedingungen die VR-Echtzeitbedingung auch auf Standard-PCs erfüllt werden kann. Es wird vorgeschlagen, zeitintensive Vorgänge auf unabhängige, aber synchron arbeitende Subsysteme auszulagern. EyeSi setzt diesen Vorschlag bei der Kollisionserkennung mit Grafikoperationen sowie bei der FPGA-basierten Bildverarbeitung des Trackingsystems um. (3) Gewebeinteraktion: Der erste Schritt bei der Berechnung einer Gewebeinteraktion ist die Erkennung der Kollision zwischen einem Instrument und einem Gewebestück. Standard-Verfahren sind häufig ungeeignet, da sie die möglichen Objektformen zu sehr einschränken oder eine zeitaufwändige Vorberechnung benötigen. Es wurde daher ein bildbasiertes Verfahren entwickelt, das auf einem Vorschlag von Myszkowski et al. (1995) basiert. Es wird gezeigt, dass unter bestimmten Bedingungen ein lokales Konvexitätskriterium gilt, mit dessen Hilfe ein Rendering-Schritt eingespart werden kann. Durch Berücksichtigung der vorgegebenen Interaktions- und Deformationsrichtungen entfällt ein weiterer Rendering-Schritt. Für die Berechnung von Deformationsvektoren werden die z-Buffer-Einträge genutzt, kollidierende Polygone werden über eine eindeutige Färbung im Color-Buffer identifiziert. Es wird gezeigt, dass mit diesem Ansatz Kollisionserkennung und -antwort in EyeSi schnell genug berechnet werden können. Es wird diskutiert, wie bei der Kollisionsantwort Oszillationen und daraus resultierende numerische Instabilitäten vermieden werden können. Für die Gewebedeformation stellt die VRM-Bibliothek FEM-Verfahren, ChainMail- und Feder-Masse-Modelle zur Verfügung. Es werden verschiedene Integrationsmethoden für Feder-Masse-Modelle diskutiert. Um bei expliziter Integration den Stabilitätsbereich zu vergrößern, wird die Dehnungskorrektor von Provot (1995) mit einer Feder-Sortierung verbunden. Zur lokalen Gitterverfeinerung wird ein einfaches Verfahren vorgestellt. (4) EyeSi: EyeSi ist eine virtuelle Realität zum Training von Augenoperationen. Es werden alle wesentlichen Aspekte einer realen Operation nachgebildet: ein stereoskopisches Display ersetzt das Stereomikroskop. Originalgetreue Instrumente werden in einem Metallauge bewegt; die Positionen der Objekte werden mit einem optischen Trackingsystem gemessen. Ein PC übernimmt die Verwaltungsaufgaben des Systems: Benutzerverwaltung, GUI-Steuerung über einen Touchscreen, Kontrolle, Auswertung und Aufzeichnung von Trainingsläufen, realistische 3D-Visualisierung über einen eigenen Renderer sowie generische Routinen für die Instrument-Gewebe-Interaktion. Innerhalb dieses Rahmens sind verschiedene Trainingsmodule implementiert, die dem angehenenden Chirurgen nicht nur grundlegende manuelle Fähigkeiten vermitteln, sondern die Durchführung vollständiger Operationen gestatten. Durch die realistische Gewebesimulation und das aufwändige VR-Interface ist eine überzeugende virtuelle Realität entstanden, die bereits in der ophthalmochirurgischen Ausbildung im Einsatz ist.
|
|
Übersetzter Titel:
|
Virtual Realities for Surgical Training: Structures, Algorithms and their Application
(Englisch)
|
|
Übersetzung des Abstracts:
|
The work at hand discusses data structures, software architectures and tissue interaction algorithms for surgical training simulators. The approaches were implemented as part of the library VRM (Virtual Reality in Medicine). On the basis of VRM, the software for EyeSi, a virtual reality for eye surgery training, was developed. (1) Data representation: For representing a virtual world, a directed multigraph with attributed vertices and colored edges is proposed. Structural information is stored in vertex-centered adjacency lists. For fast sequential access, attribute data for a given attribute can be stored in a connected memory area. By a thin layer, type-safe views to subgraphs can be defined and accessed. Expressive power and perfomance of this data format are sufficient to represent all informations about the virtual world in the same way: the inner object structures as well as the objects’ scenegraph-like relationships. (2) Software architecture: The software of a VR-system is subdivided into the parts I/O (VR-Interface), simulation (calculation of physical processes) and system control (GUI, user administration, multimedia output). These parts are separated both on the logical and the project level, therefore software development of each part can be performed independently. Through dataflow redirection, it is possible e.g. to record and play training sessions, to link several simulators or to exchange the graphical renderer. On the basis of existing psychological studies, the notion of “VR realtime” is developed. Performance measurements are used to discuss under which conditions it is possible to build a VR realtime system on standard PCs. It is shown that an advantageous approach is to source out time-consuming, parallel processes onto autonomous, but synchronized hardware units. As a consequence, the EyeSi system detects collisions on the graphics processing unit and uses dedicated FPGA hardware to perform the image processing of the optical tracking system. (3) Tissue interaction: The first step of tissue interaction is the detection of collisions between a piece of tissue and a surgical instrument. Standard geometric approaches are based on special object shapes, e.g. convex objects, or need a time-consuming preprocessing stage. Therefore, they are not suited for deformable objects. The image-based algorithm of Myszkowski et al. (1995) is adapted to the special situation of instrument-tissue interaction. It is shown that two rendering steps can be skipped by applying a local convexity criterium and by considering restrictions in the instrument movement and the possible tissue deformations. Deformation vectors and colliding polygons are found by reading back z-buffer- and color-buffer-entries. Measurements show that this approach is powerful enough to satisfy EyeSi’s realtime requirements. It is discussed how oscillations and numerical instabilities can be avoided during collision response. For tissue deformations, the VRM library provides FEM solver, ChainMail- and mass-spring-models. Integration methods for mass-spring-models are discussed in brief. In order to increase stiffness and stability of a mass-spring mesh (especially for explicit integration approaches) the length correction of Provot (1995) is enhanced by sorting the springs depending on the interaction points. (4) EyeSi: EyeSi is a virtual reality for eye surgery training. All important aspects of the real situation are modeled. During simulated surgery the surgeon uses instruments that feel and function just like the real ones. Their positions are measured with an optical tracking system. The familiar stereo vision through the surgical microscope is simulated with an OLED-based stereoscopic display. The system is controlled through a touch display. The EyeSi software includes a graphical user interface, a user database, user perfomance analysis tools, control of VR-I/O-devices such as footpedals and the optical tracking syste, generic routines for instrument-tissue-interaction and a graphical renderer for a realistic visualisation. Within this framework, various training modules are implemented that teach basic manual and surgical abilities as well as complete surgical procedures. EyeSi is commercially available and is already used in ophthalmosurgical education.
(Englisch)
|
|
Zusätzliche Informationen:
|
|
 | Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt. |
 Suche Autoren in
Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail
Actions (login required)
 |
Eintrag anzeigen |
|
![[img]](https://madoc.bib.uni-mannheim.de/style/images/fileicons/application_pdf.png)