Bachelor Informatica

Analyse en kwantificatie vancomplex gevormde 3D-beeldenvan computertomografieen vankoralen

Alexandra Moraga PizarroBachelor of Science6129544

19 juli 2013

Supervisor(s): Robert Belleman (UvA)

Signed:

2

Samenvatting

Veranderingen in koralen bieden hulp bij het ontrafelen van de geschiedenis van oceanografischeen klimatologische veranderingen [3]. Aan de structuurveranderingen van een koraal kunnen dezeveranderingen bepaald worden. Door een toename aan koolstofdioxide zijn de koralen bedreigdmet uitsterven [24]. Het is hierdoor van belang om non-destructief onderzoek uit te voeren.In deze scriptie wordt het meten aan de structuur van een koraal door gebruik te maken vanvisualisaties beschreven. Deze visualisaties zijn te realiseren aan de hand van CT-scans. Hetvisualiseren van de datasets van CT-scans van koralen geschiedt door middel van ParaView ophet RVS cluster van SURFsara. Met de meetmethoden van ParaView is het mogelijk om struc-tuurmetingen en volumetrische metingen te verrichten. Deze meetmethoden worden vervolgensgeanalyseerd op de kwaliteit, nauwkeurigheid, onzekerheid, validiteit en reproduceerbaarheid vande meting. De resultaten zijn reproduceerbaar en betrouwbaar.

2

Inhoudsopgave

1 Introductie 51.1 Probleemstelling en doelstelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51.2 Afbakeningen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51.3 Verantwoording . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2 Literatuurstudie 7

3 Visualisatie methoden 113.1 Definitie van meten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113.2 Meten aan CT-scans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

3.2.1 Contour . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123.2.2 Direct en indirect volume rendering . . . . . . . . . . . . . . . . . . . . . 15

4 Implementatie 174.1 Voorwaarden en eisen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174.2 Visualisatie software mogelijkheden . . . . . . . . . . . . . . . . . . . . . . . . . . 174.3 Image processing mogelijkheden . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184.4 Implementatie keuze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194.5 ParaView . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194.6 SURFsara . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204.7 Meetmethoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

4.7.1 Niet-interactieve meetmethoden . . . . . . . . . . . . . . . . . . . . . . . . 214.7.2 Interactieve meetmethoden . . . . . . . . . . . . . . . . . . . . . . . . . . 21

5 Resultaten 235.1 Performance metingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235.2 Structuurmetingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

5.2.1 Niet-interactieve metingen . . . . . . . . . . . . . . . . . . . . . . . . . . . 245.2.2 Interactieve metingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

5.3 Volumetrische metingen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

6 Conclusie 37

7 Evaluatie 397.1 Erkenning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

A Handleiding: ParaView op het RVS cluster van SURFsara 45A.1 Verbinden in ParaView . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

A.1.1 Data distributie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

B Handleiding: RAW bestand creeren met behulp van ImageJ 47B.1 Openen in ParaView . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3

4

HOOFDSTUK 1

Introductie

Er bestaan ongeveer 6000 verschillende soorten koralen. Vaak leven zij in grote, kilometers langekolonies in warme en schone zeeen en oceanen. Ze bestaan in verschillende vormen en kleuren,die door zowel genetische verschillen als het milieu bepaald worden. Aan de structuur van eenkoraal kunnen klimaatveranderingen in zijn omgeving worden bepaald. Het gehalte aan CO2,de temperatuur van het zeewater en het licht zijn enkele voorbeelden die invloed hebben op destructuurveranderingen van een koraal. De vorm van een koraal kan zodoende in hoge matevarieren. Voor het verhelderen van de klimaatveranderingen in de omgeving van een koraal ishet van belang inzicht te krijgen in de groei en de vorm van de koraalkolonies [2].

1.1 Probleemstelling en doelstelling

Voor het bepalen van de klimaatveranderingen dienen de structuurveranderingen van een ko-raal zichtbaar worden gemaakt. Een mogelijkheid hiervoor is het openbreken van een koraal,waardoor het koraal onherstelbaar beschadigd wordt. Door gebruik te maken van CT-scans kande binnenkant van een koraal op een non-destructieve wijze gescand worden. Om een duidelijkbeeld te verkrijgen van de structuurveranderingen van een koraal kunnen eventueel CT-scansvan koralen gebruikt worden.

In deze scriptie wordt als eerst onderzocht of het mogelijk is om met CT-scans structuur-veranderingen zichtbaar te maken. Hierna wordt de mogelijkheid onderzocht om metingen teverrichten aan de CT-scans om deze structuurveranderingen te kwantificeren.

Vragen zoals “Hoe kunnen de datasets van CT-scans in 3D-beelden gevisualiseerd worden?”,“Hoe kunnen metingen verricht worden aan een koraal door middel van visualisaties?” en “Zijndeze metingen reproduceerbaar en betrouwbaar?” vormen de essentie van het in deze scrip-tie te onderzoeken onderwerp. Het onderwerp van deze scriptie is dan ook het analyseren enkwantificeren van 3D-beelden van computertomografieen van koralen.

1.2 Afbakeningen

Ter afbakening van het onderzoek zal eerst het visualiseren van datasets van CT-scans in 3Dbehandeld worden. Zodra dit met succes is volbracht, kunnen er metingen uitgevoerd worden opdeze visualisatie van een koraal.

1.3 Verantwoording

3D-visualisatie maakt het mogelijk om objecten te analyseren op een non-destructieve wijze.Vanuit deze visualisatie kunnen metingen uitgevoerd worden en grafieken gecreeerd worden. Destructuurveranderingen van een koraal kunnen bestudeerd worden met behulp van het driedimen-

5

sionale beeld van CT-scans, waardoor biologen beter inzicht krijgen in de klimaatveranderingenin de omgeving van een koraal.

6

HOOFDSTUK 2

Literatuurstudie

Computervisie biedt veelbelovende technologieen om 3D-modellen van een omgeving op te bou-wen vanuit tweedimensionale beelden uit video’s en foto’s [48]. Bij de compacte 3D-reconstructievan koraalriffen zijn volledige camera trajecten nodig om te dienen als basis. Volgens het ar-tikel 3D Reconstruction of Underwater Structures produceert de toepassing van standaard 3D-reconstructie methoden onbevredigende resultaten bij uitdagende onderwateromgevingen, zoalskoraalriffen. Een nauwkeurige 3D-reconstructie is de ideale basis waarop compacte reconstruc-tie algoritmen gebaseerd kunnen worden. In dit artikel wordt er een techniek voorgesteld voordeze 3D-reconstructie, waarbij het opstellen van HD camera’s met behulp van een vissnoer aaneen boot de oplossing biedt. Deze techniek maakt paren van stereobeelden, berekent 3D-puntenen schat stapsgewijs het traject van de camera posities. Dit traject in combinatie met 3D-orientatiepunten wordt gebruikt als een initiele schatting voor de optimalisatie toolkit. Hettoepassen van deze toolkit op de applicatie resulteert in een geoptimaliseerd camera traject eneen 3D-net van punten. Deze punten worden vervolgens getextureerd om een fotorealistisch1

3D-model te verkrijgen, zie Figuur 2.1.

Figuur 2.1: 3D-reconstructie van een koraalrif [48].

Met nauwkeurige fotorealtische 3D-modellen van onderwater omgevingen is het mogelijk omwetenschappers te voorzien van een instrument voor het maken van kwantitatieve metingen vanstructuren.

Computertomografie is een onderzoeksmethode om op non-destructieve wijze een tweedimen-sionale afbeelding te maken die een doorsnede weergeeft van een driedimensionaal object, zoalshet lichaam [2]. Bij deze onderzoeksmethode bevindt zich een rontgenbron enerzijds van hetobject en anderzijds een rontgendetector. Uit deze bron komt een stralingsbundel die loodrechtdoor het object gaat. Een beeld kan gevormd worden door de stralen die meer of minder doorge-laten worden door de verschillende weefsels. De overige straling wordt gemeten door de detector

1De werkelijkheid die op een zo realistisch mogelijke manier wordt weergegeven [12].

7

waarbij de positie wordt bijgehouden. Om opnamen te maken vanuit alle richtingen beweegt derontgenbuis 360 graden om het object. De computer kan een gedetailleerd beeld maken uit dezemetingen die tot op de millimeter nauwkeurig is, zie Figuur 2.2.

Figuur 2.2: De werking van computertomografie [4].

Allan Cormack combineerde het perspectief van de rontgenstraling met bepaalde wiskundigetechnieken in 1963 [1]. Godfrey Hounsfield had bedacht dat het mogelijk was om de inhoudvan een doos te bepalen door middel van rontgenfoto’s vanuit alle hoeken [49]. Hij testte zijntheoretische principe door met een matrix te werken van getallen die op nul werden vastgesteld,met een vierkant in het midden waar elk getal op 1000 werd vastgesteld. Deze data werdenin een computerprogramma ingevoerd om gesimuleerde absorptie waarden te krijgen. Vervol-gens reconstrueerde hij de foto met behulp van een ander programma. Godfrey Hounsfield hadvervolgens in 1969 de eerste scanner ontwikkeld.

Door de ontwikkeling van de CT-scan is het mogelijk om non-destructieve metingen uit tevoeren op objecten.

Voor de visualisatie van de datasets van CT-scans van koralen kan gebruik worden gemaaktvan de bestaande visualisatie techniek, de skeletvorming techniek [46]. Hierbij worden 3D-beeldengevormd van het skelet van een koraal waarbij de aftakkingen goed zichtbaar zijn, zie Figuur 2.3.Er zijn vier verschillende morfologische eigenschappen die met deze techniek bepaald kunnenworden, namelijk de dikte van een tak, de hoeken tussen takken, de afstand tussen takken en degeotropie2 hoeken [23] [55].

Figuur 2.3: De skeletvorming techniek uitgevoerd op CT-scans van een koraal [56].

Bij het visualiseren van de CT-scans kunnen ruis artefacten zichtbaar worden, door ver-strooiing van de rontgenstralen. De oneffen oppervlakte en beschadigingen van een koraal dieveroorzaakt worden door een lange blootstelling aan het marine milieu zijn tevens zichtbaar inde CT-scans [54].

2Geotropie is het verschijnsel dat de groei van planten beınvloed wordt door de zwaartekracht.

8

Voor het uitvoeren van metingen dient de gehele structuur gevisualiseerd te worden, waar-door de skeletvorming techniek niet van toepassing zal zijn. In dit onderzoek wordt het echterwel duidelijk dat het visualiseren van een koraal en het verrichten van metingen hierop mogelijk is.

Er is al enig onderzoek gedaan aan koralen, zowel met CT-scans als zonder. Enkele voor-beelden hiervan zijn de visualisatie van de skeletvorming van een koraal en 3D-modellen van deomgeving van koraalriffen. In deze scriptie wordt onderzoek gedaan in het visualiseren van destructuurveranderingen van een koraal. Daarnaast is het kwantificeren van metingen aan dezestructuurveranderingen van een koraal een onderdeel van deze scriptie.

9

10

HOOFDSTUK 3

Visualisatie methoden

In dit hoofdstuk zal als eerst bepaald worden wat meten eigenlijk is en zal onder andere denauwkeurigheid en reproduceerbaarheid van een meetmethode bepaald worden. Daarna wordende algoritmen van de visualisatie methoden gedetailleerd beschreven, waarmee het mogelijk isom metingen te verrichten op de visualisatie.

3.1 Definitie van meten

Er zijn verschillende definities van het begrip meten [21]. I. Gertsbakh, auteur van het boekMeasurement Theory for Engineers gebruikt de volgende definitie van het begrip meten:

Definitie 3.1.1. Meten is het bepalen van de waarde van een meetvariabele met behulp van eenspecifiek meetinstrument en meetprocedure [21].

Emperisch onderzoek draait om het meten. Meten maakt het mogelijk om verschillendesoorten onderzoeken uit te voeren [21]. Er kan onderscheid gemaakt worden tussen verkennend,toetsend, diagnostisch en evaluerend onderzoek. Verkennend onderzoek creeert ideeen over hoede werkelijkheid in elkaar zit en deze worden getoetst bij toetsend onderzoek. Bij een diagnostischonderzoek is het mogelijk om problemen te ontdekken en bij een evaluerend onderzoek wordt ernagegaan of een ingreep in een systeem wel een effect heeft gehad. De kwaliteit van de metingwordt mede bepaald door de meetmethode. Onjuiste metingen kunnen veroorzaakt worden dooreen verkeerde keuze van meetinstrument.

Een meting is nooit 100% nauwkeurig [19]. Elke meting is altijd een benadering van de echtewaarde. De onzekerheid van een gemeten waarde van een grootheid wordt aangegeven met demeetonzekerheid. Een veel gebruikte maat voor deze onzekerheid is de standaardafwijking vandie gemeten waarde. Daarnaast is het belangrijk dat dezelfde maatstaaf en dezelfde methodetoegepast wordt. De meetnauwkeurigheid wordt bepaald door de wijze waarmee een object wordtopgemeten. Zodra een meting diffuus1 is kan dit een enorm invloed hebben op de meetresultaten.Tevens is het essentieel om de juiste meetinstrument te gebruiken bij een meting. De matewaarmee het meetinstrument daadwerkelijk meet wat er gemeten dient te worden, wordt devaliditeit van een meetinstrument genoemd. Zodra dit instrument een grote afwijking aantoontis er sprake van een structurele meetfout, wat eveneens gevolgen kan hebben op de meetresultaten.

Een meting is volledig reproduceerbaar als dezelfde meetresultaten of een kleine afwijkingwordt geconstateerd bij frequente metingen aan hetzelfde object [21]. Deze meting mag dan alsbetrouwbaar worden beschouwd. De kwantiteit waarin toevallige meetfouten voorkomen wordtaangeduid door middel van de reproduceerbaarheid van het meetinstrument.

1Onduidelijk, zonder duidelijke grenzen [5].

11

3.2 Meten aan CT-scans

Voor dit onderzoek zijn er datasets van CT-scans van koralen beschikbaar gesteld. Door gebruikte maken van deze scans kunnen er op een non-destructieve wijze metingen uitgevoerd wordenop de structuur van een koraal. Door gebruik te maken van visualisatie software is het mogelijkom CT-scans zichtbaar te maken.

In de visualisatie software kunnen visualisatie methoden worden toegepast, door gebruik temaken van filters. Met behulp van deze filters is het mogelijk om het object weer te geven enmetingen te verrichten op dit object. Hieronder worden de algoritmen van de filters beschrevendie in dit onderzoek gebruikt worden.

3.2.1 Contour

Contouren construeren de grens tussen verschillende gebieden [33]. Deze grenzen komen in 2Dovereen met isolijnen en in 3D met polygonale2 isosurfaces van een constante scalaire waarde.Isolijnen verbinden punten met een constante waarde op een kaart of in een grafiek, zie Figuur3.1 [44].

Figuur 3.1: Het onderste gedeelte van het schema toont enkele isolijnen. Het bovenste gedeeltegeeft een dwarsdoorsnede weer waarbij de waarden op de rechte lijn zijn weergegeven door eenhoogteprofiel [51].

Voor het creeren van isolijnen wordt er gebruik gemaakt van de methode marching squares[18]. Het marching squares algoritme richt zich op het tekenen van lijnen tussen geınterpoleerdewaarden langs de randen van een vierkant, waarbij de vermelde gewichten van de hoeken ende threshold waarde overwogen worden. De threshold waarde is de drempelwaarde waarbij eraangegeven wordt dat pixels onder deze waarde niet behandeld worden [11].

Op het gebied van computervisie zijn beeldhistogrammen nuttige hulpmiddelen voor het be-palen van de threshold waarde [52]. Dit histogram is een grafiek die het aantal pixels in eenafbeelding op elk gevonden intensiteitswaarde in dat beeld weergeeft [14]. Deze pixels worden ineen 3D-ruimte voxels genoemd. Een histogram kan bimodaal zijn. Dit wil zeggen dat er tweepieken ontstaan, voor de achtergrond en het object. Regio’s met een uniforme intensiteit gevensterke pieken in het histogram, zoals de achtergrond of ruis. Het object heeft geen uniformeintensiteit en zal dus een lagere piek geven. Een eenvoudige manier om een geschikte thresholdwaarde te vinden is om het dal te vinden tussen de twee pieken en deze waarde te nemen alsthreshold waarde. Hierdoor zullen de achtergrond pixels niet behandeld worden. Het is mogelijkdat er twee pieken ontstaan van het object. In dit geval zijn er twee geschikte threshold waarden,zie Figuur 3.2 [36].

2Veelhoekig

12

Figuur 3.2: Links een histogram met een threshold waarde. Rechts een histogram met tweethreshold waarden [10].

In een 2D-rooster bevat elk punt een gewicht [18]. In Figuur 3.3 is de threshold waarde 5genomen. Om de curve te tekenen dient de waarde van de curve (het gewicht) constant en gelijkaan de threshold waarde te zijn. Hiervoor wordt er gebruik gemaakt van lineaire interpolatie.Bij de marching squares methode wordt elk vierkant afzonderlijk behandeld. Bij deze methodezijn er 16 gevallen die de representatie van alle soorten lijnen in een 2D-ruimte mogelijk maken.

Figuur 3.3: Een 2D-rooster met de contour op threshold waarde 5 [52].

Datasets die uit 3D-cellen bestaan, creeren isosurfaces. Een isosurface is een oppervlak datpunten van een constante waarde representeert in een hoeveelheid ruimte [16]. De scalaire waar-den uit een 3D-dataset vormen een 3D-scalarveld of volume dataset, die gerepresenteerd wordtals functie R3 → R [45]. In dit onderzoek wordt er in 3D gevisualiseerd, waardoor de marchingsquares methode niet van toepassing is. Vanuit de marching squares algoritme is het mogelijk omde aanpak aan te passen voor een 3D-rooster [18]. De marching cubes methode wordt toegepastbij 3D-datasets.

Deze methode maakt gebruik van een verdeel-en-heers benadering om de isosurface te locali-seren in een kubus die ontstaan is uit acht pixels; vier pixels elk van twee aangrenzende plakken,zie Figuur 3.4 [53]. Deze isosurface komt overeen met de threshold waarde.

Figuur 3.4: Een acht pixels kubus [53].

13

Het algoritme bepaalt hoe de isosurface de kubus snijdt en “marcheert” vervolgens naar devolgende kubus [53]. Er wordt een 1 toegewezen aan een hoekpunt indien de waarde op datpunt de threshold waarde overschrijdt of als de waarde gelijk is aan de threshold waarde van deisosurface. Deze hoekpunten zitten binnen of op de isosurface. Hoekpunten met waarden onderde threshold waarde worden een 0 toegewezen en bevinden zich buiten de isosurface. Indien eenhoekpunt een waarde boven de threshold waarde heeft en een aangrenzende hoekpunt een waardeonder de threshold waarde, dan snijdt de isosurface de rand tussen deze twee hoekpunten [31].Met deze aanname wordt de topologie bepaald van de isosurface in een kubus.

Er zijn acht hoekpunten in elke kubus en twee toestanden, binnen en buiten [53]. Hierdoorzijn er 28 = 256 verschillende gevallen voor de representatie van de marching cubes. Hoekpuntenmet een grotere waarde dan de threshold waarde zijn omkeerbaar met de hoekpunten die eenkleinere waarde hebben. Deze complementaire gevallen zijn gelijkwaardig. Hierdoor kan hetaantal gevallen gehalveerd worden door alleen de gevallen met nul tot vier hoekpunten groterdan de threshold waarde in beschouwing te nemen. Met behulp van rotatie symmetrie wordenhet aantal gevallen gereduceerd naar 15 patronen door middel van inspectie.

Voor elk geval wordt een index gecreeerd die gebaseerd is op de toestand van het hoekpunt[53]. De acht bit index bevat een bit voor elk hoekpunt, zoals te zien in Figuur 3.5. Deze indexdient als een pointer in een tabel waarin alle snijpunten van de randen opgezocht kunnen worden.Deze tabel bevat de snijpunten van de randen voor elk van de 256 gevallen. Met behulp van deindex is het duidelijk welke rand de isosurface snijdt, waardoor het mogelijk is om het snijpuntte interpoleren door gebruik te maken van lineaire interpolatie.

Figuur 3.5: De acht bit index van een kubus [53].

De laatste stap van de marching cubes algoritme berekent een normaalvector voor elk driehoekhoekpunt [53]. De rendering algoritmes gebruiken deze vector voor het produceren van Gouraudshading3 beelden.

Om duidelijk te maken welke stappen nodig zijn voor het creeren van een contour is hetalgoritme in Figuur 3.6 weergegeven.

Figuur 3.6: Het algoritme van de contour filter.

3Het vaststellen van een kleur voor iedere hoekpunt van een polygoon, waarbij de rest van de pixels doormiddel van kleuroverlopen tussen de hoekpunten ingekleurd worden [34].

14

3.2.2 Direct en indirect volume rendering

Direct volume rendering is een moderne techniek voor het weergeven van volumetrische datasets,vooral driedimensionale scalaire datavelden, zonder tussenliggende constructies zoals polygonaleisosurfaces [43] [26]. Bij deze techniek wordt de volumetrische dataset als een geheel gebruikt,waardoor de binnenkant van het object en de interne structuren zichtbaar worden [6]. De datazal hierdoor als een transparant, helder object weergegeven worden. Een volumetrische datasetkan ook gevisualiseerd worden door gebruik te maken van polygonale isosurfaces met behulpvan het marching cubes algoritme [47]. Hierdoor kan slechts een zeer beperkt deel van de datategelijkertijd bekeken worden [43]. Het visualiseren door middel van polygonale isosurfaces wordtindirecte volume rendering genoemd [47].

Voor het zichtbaar maken van alle voxels dient de kleur aangepast te worden bij volumerendering [7]. De kleur kan worden aangepast in de Edit Color Map optie, zodat de ruis nietzichtbaar wordt. De bovenste balk wordt gebruikt voor het bewerken van de kleur van descalaire waarden, zie Figuur 3.7. De verticale hoogte van een punt geeft de opacity weer, watde doorschijnendheid voorstelt. Het meest linkse punt correspondeert met de minimale scalairewaarde en het meest rechtse punt met de maximale. Na het selecteren van de optie Rescale Rangewordt de beste threshold waarde ingevuld als minimum, waarbij het maximum onveranderd blijft.De opacity wordt opgebouwd zodra volume rendering plaatsvindt.

Figuur 3.7: Edit Color Map optie.

15

16

HOOFDSTUK 4

Implementatie

In dit hoofdstuk zal de implementatie keuze gedetailleerd beschreven worden. Eerst zal een lijstvan voorwaarden en eisen worden vastgesteld waar de software aan moet voldoen. Vervolgenszullen enkele visualisatie software en image processing mogelijkheden worden beschreven. Hieruitwordt de uiteindelijke implementatie keuze bepaald. Ten slotte zullen de meetmethoden van deimplementatie beschreven worden.

4.1 Voorwaarden en eisen

Dit onderzoek is voornamelijk bedoeld voor biologen. Het is dus belangrijk dat de software doorde biologen gebruikt kan worden. Hierdoor zijn er enkele gebruikerseisen aan de software gesteld:

1. De gebruikelijke besturingssysteem van biologen is Windows, waardoor het gebruikte software-systeem ook compatibel moet zijn met dit besturingssysteem.

2. De interface van de software moet gebruiksvriendelijk en duidelijk zijn voor de gebruikers.

3. Het moet mogelijk zijn om metingen te verrichten aan CT-scans met de software.

4. De metingen dienen uitgevoerd te worden op (grote) datasets van CT-scans. Hierdoor zalde software tenminste bestanden met een DICOM en TIFF extensie moeten ondersteunen.

5. Vanwege de varierende grootte in datasets moet de visualisatie software in staat zijn omgrote datasets te analyseren.

6. Het invoeren van een stack van bestanden is een noodzakelijke optie in de software.

4.2 Visualisatie software mogelijkheden

Wetenschappelijke visualisatie wordt voornamelijk toegepast om de wetenschappelijke gegevensgrafisch te illustreren. Hiermee wordt inzicht geboden in deze gegevens. De keuze van de visuali-satie software wordt bepaalt uit de voorwaarden en eisen waar deze software aan moet voldoen.Enkele visualisatie software opties worden hieronder vergeleken:

• VisIt: VisIt is een open source interactieve parallelle visualisatie, wat tevens een grafischeanalyse instrument is voor het bekijken van wetenschappelijke gegevens [41]. Deze soft-ware kan gebruikt worden om scalair- en vectorvelden te definieren. Daarnaast was VisItontworpen om zowel kleine als grote datasets te verwerken. VisIt biedt de mogelijkheid omzowel kwantitatieve al kwalitatieve informatie uit een dataset te halen [40]. Line-out, Picken Queries zijn enkele voorbeelden van filters die informatie leveren. Line-out zorgt voorcurven van veldwaarden, Pick levert informatie over geselecteerde punten en Queries levertwaarden van een dataset of waarden die berekend zijn door gebruik te maken van de datavan de dataset.

17

VisIt biedt niet de juiste oplossing voor punt 4, doordat deze software de DICOM en TIFFextensies niet ondersteunt [41].

• IBM OpenDX: IBM OpenDX software is IBM’s wetenschappelijke data visualisatie soft-ware [25]. Met deze software is het mogelijk om 3D-visualisatie te creeren en analyserenvan kleine tot grote datasets. De data kan scalair-, vector- en tensorvelden bevatten. Degrafische interface van IBM OpenDX geeft de gebruiker de mogelijkheid om de data tetransformeren en te selecteren tijdens de visualisatie, door gebruik te maken van draai-knoppen, schakelaars en knoppen. De meetmethoden worden aangestuurd door de data enstellen automatisch het minimum en maximum vast of maken een lijst van opties aan opbasis van de data.

IBM OpenDX voldoet niet aan de volgende eisen: het ondersteunen van bestanden metDICOM en TIFF extensies en het interactief verrichten van metingen [25].

• The Visualization Toolkit (VTK): VTK is een software-systeem voor 3D-computer grap-hics, beeldverwerking en visualisatie [35]. Deze software is geımplementeerd als een C++software en kan gedraaid worden op Windows [57]. Tevens bestaat VTK uit diverse inter-face lagen waaronder Tcl/Tk, Java en Python. VTK maakt gebruik van veel verschillendefilters, zoals filters voor volume, textuur en scalaire waarden [35]. Polygonale reductie,snijden, triangulatie en contour zijn geavanceerde modelleringstechnieken die VTK ookondersteunt.

Doordat er datasets gevisualiseerd worden die enkele tot honderden CT-scans kunnen be-vatten, is er een visualisatie software nodig die deze grootte aankan [57]. Wat niet het gevalis bij VTK.

• ParaView: ParaView is een open-source, multi-platform data-analyse en visualisatie toe-passing [30]. ParaView is een applicatie die bovenop de VTK libraries gebouwd is. Degrafische interface is gebruiksvriendelijk en overzichtelijk. Deze software biedt de moge-lijkheid om grote datasets te analyseren. ParaView gebruikers kunnen met behulp vankwalitatieve en kwantitatieve technieken snel visualisaties bouwen om de data te analy-seren [28]. Data kan onderzocht worden op een punt of langs een lijn (Probe over line).De resultaten worden grafisch of als tekst weergegeven en kan geexporteerd worden voorverdere analyse. Data kan ook geextraheerd worden uit alle data types met scalaire ofvector componenten (Contour en Isosurfaces).

Punt 4 wordt niet ondersteunt door ParaView, waardoor dit geen geschikte optie is [17].

4.3 Image processing mogelijkheden

In dit onderzoek wordt er gebruik gemaakt van CT-scans die een bestandsformaat hebben vanDICOM of TIFF. Zoals hierboven werd vermeld ondersteunen de meerderheid van de visualisatiesoftwares deze extensies niet. Door gebruik te maken van een image processing software1 kaneen RAW bestand gecreeerd worden vanuit een stack van bestanden die vervolgens gevisualiseerdkan worden met een visualisatie software. Enkele opties zijn hieronder beschreven:

• IrfanView: IrfanView is een snel en compact grafisch programma voor Windows [15]. Hetis mogelijk om diavoostellingen te maken en afbeeldingen te bewerken. Dit programma on-dersteunt veel bestandsformaten, waaronder bestanden met een DICOM en TIFF extensie.

De afzonderlijke DICOM bestanden kunnen geconverteerd worden naar 2D RAW bestan-den. Het is niet mogelijk om een 3D RAW bestand te creeren bij IrfanView.

• Endrov: Endrov is een software gericht voor beeldanalyse en data verwerking [8]. Het ismogelijk om een reeks foto’s te openen in de extensies TIFF, JPEG, PNG en BMP. Endrovis ontworpen om grote datasets te verwerken.

Endrov is geen optie, doordat deze image processing software geen DICOM extensie on-dersteunt.

1Het bewerken van beelden.

18

• NetPbm: NetPbm is een pakket van grafische programma’s en programmeerbare bibliothe-ken die de tools vormen voor het manipuleren van afbeeldingen [22]. Afbeeldingen kunnengeconverteerd worden door aparte bibliotheken te downloaden, waardoor een grote hoeveel-heid aan bestandsformaten ondersteund worden. NetPbm is op vele besturingssystemen tegebruiken, maar wordt voornamelijk gebruikt in Linux.

NetPbm kan geen stack van bestanden openen en heeft geen grafische interface. Het is welgeschikt om de conversie te scripten in Linux, waar biologen geen ervaring mee hebben.Hierdoor is NetPbm geen geschikte optie.

• ImageJ: ImageJ is een op Java gebaseerde beeldverwerkingsprogramma ontwikkeld aan deNational Institutes of Health [50]. ImageJ kan bestanden weergeven, bewerken, analyseren,verwerken en opslaan. Tevens kan ImageJ vele bestandsformaten lezen zoals TIFF, PNG,GIF, JPEG, BMP, DICOM, FITS, maar ook RAW formaten. Bovendien is het mogelijkom een stack van bestanden in te voeren.

ImageJ ondersteunt de bestandsformaten DICOM en TIFF en kan een stack van bestandeninvoeren.

4.4 Implementatie keuze

Het gebruik van een visualisatie software in combinatie met een image processing software biedtde oplossing voor de visualisatie van datasets van CT-scans.

ParaView biedt de mogelijkheid om parallel op gedistribueerd en shared geheugen te draaienvia het RVS cluster van SURFsara, waardoor dit de juiste software-systeem is om visualisatiesvan grote datasets te creeren [30].

ImageJ ondersteunt alle bestandsformaten die een dataset van CT-scans kan hebben en ishet mogelijk om een stack van bestanden in te voeren.

ParaView geeft, in combinatie met ImageJ, een oplossing voor alle punten waar de visualisatiesoftware aan moet voldoen.

4.5 ParaView

Met ParaView kunnen gebruikers visualisaties creeren om hun gegevens met behulp van kwalita-tieve en kwantitatieve technieken te analyseren. ParaView is een applicatie die bovenop de VTKlibraries gebouwd is en kan onder andere gedraaid worden op Linux, Windows, Mac en clusters[30].

Het doel van het ontwerp was om parallel op gedistribueerd en shared geheugen te draaienwaarin veel processors synchroon opereren op verschillende delen van de data. Door de schaalbarearchitectuur is het mogelijk om ParaView op alle soorten computers te draaien, zelfs netbooks.De grootte van de datasets die ParaView kan behandelen varieert sterk en is afhankelijk van degrootte van de machine waarop ParaView’s server componenten op draaien. ParaView kan inclient-server mode verbonden worden met het RVS cluster van SURFsara, wat het visualiserenen analyseren van grote datasets mogelijk maakt.

De meeste datasets hebben een TIFF of DICOM extensie. Deze bestanden kunnen niet directgevisualiseerd worden in ParaView. ImageJ biedt de oplossing voor dit probleem. Doordat eenstack van bestanden ondersteund worden door deze software kan er een RAW bestand gecreeerdworden van de dataset, zoals te zien in Figuur 4.1, die vervolgens gevisualiseerd kan worden inParaView. Dit proces wordt stapsgewijs toegelicht in appendix B.

19

Figuur 4.1: Een reeks van 35 beelden in ImageJ.

4.6 SURFsara

Het is mogelijk om ParaView in client-server mode the draaien op het Remote VisualizationServer (RVS) cluster van SURFsara [38]. In deze modus worden een of meer ParaView serverprocessen uitgevoerd op het cluster nodes met MPI2, terwijl de ParaView client (de grafische in-terface) wordt uitgevoerd op de lokale computer van de gebruiker. Het voordeel van de ParaViewclient-server modus is dat de data die geladen wordt verdeeld zal worden over de RVS nodes,waarbij elke node een deel van de data krijgt. Op deze manier zal elke node alleen zijn deel vande data behandelen bij het maken van een visualisatie, hierdoor bieden ze parallele verwerkingen rendering aan de client. De client kan beelden ontvangen van de RVS nodes output die alleenlokaal worden weergegeven of rendering vindt lokaal plaats nadat de client 3D-geometrie heeftontvangen van de nodes. Afhankelijk van de instellingen van de client vindt rendering lokaalof remote plaats. In beide gevallen zal een node optreden als master node die de beelden ofgeometrische data verzamelt van de andere nodes en de delen vervolgens combineert voordat heteindresultaat verzonden wordt naar de client, zie Figuur 4.2. Een uitgebreide handleiding voorde verbinding met het RVS cluster is beschikbaar gesteld in appendix A.

Figuur 4.2: Visualisatie met het RVS cluster van SURFsara [42].

2Message Passing Interface (MPI) is een standaard interface voor softwarebibliotheken die communicatie dien-sten biedt aan parallele computers [20].

20

4.7 Meetmethoden

ParaView is een framework dat gebaseerd is op een visualisatie pipeline [27]. Het principe vaneen pipeline is als volgt: de gebruiker laadt de data en past vervolgens een of meer filters toe dieeen pipeline vormen. De pipeline kan het resultaat verder verwerken, renderen of opslaan. In dePipeline Browser wordt de totale visualisatie pipeline weergegeven in ParaView. De specifiekeparameters van een bepaalde filter binnen de pipeline worden weergegeven en kunnen aangepastworden in de Object Inspector.

Voor het weergeven van een duidelijk structuur wordt de Contour filter gebruikt van Pa-raView. Bij deze filter wordt gebruik gemaakt van het contour algoritme wat in het vorigehoofdstuk is behandeld. Het is belangrijk om de juiste threshold waarde te bepalen voor debeste visualisatie. De Histogram filter biedt hierbij de oplossing. In de volgende sectie wordthier dieper op ingegaan.

Het is mogelijk om het volume van het object zichtbaar te maken door gebruik te makenvan de direct volume rendering techniek, die in hoofdstuk 3 is beschreven. De juiste thresholdwaarde speelt een belangrijke rol bij het visualiseren van het volume. Deze waarde wordt in deEdit Color Map optie ingevoerd om de ruis weg te filteren, voor een duidelijke weergave van hetobject.

ParaView is een interactieve visualisatie software waardoor metingen rechtstreeks op 3D-visualisaties van beelden uitgevoerd kunnen worden. In de volgende secties zal een onderscheidgemaakt worden tussen niet-interactieve meetmethoden en interactieve meetmethoden. De re-sultaten van deze meetmethoden zullen in het volgende hoofdstuk behandeld worden. Hieruitkunnen de kwaliteit, onzekerheid, nauwkeurigheid, validiteit en reproduceerbaarheid van de me-tingen bepaald worden.

4.7.1 Niet-interactieve meetmethoden

Niet-interactieve meetmethoden zijn methoden waarbij er geen interactie is met de visualisatie.Een voorbeeld hiervan is een histogram. Deze kan gecreeerd worden door gebruik te maken vande Histogram filter. Hieruit kan de juiste threshold waarde bepaald worden. Zoals in het vorigehoofdstuk was vermeld, bepaald het dal tussen twee pieken de beste threshold waarde voor deContour filter die vervolgens toegepast wordt om het gehele koraal weer te geven. Voor hetbepalen van de juiste threshold waarde dient de Threshold filter toegepast te worden. Deze filterselecteert de scalaire waarden in een specifiek domein, waardoor de ruis weggefilterd kan worden.

4.7.2 Interactieve meetmethoden

Interactieve meetmethoden zijn methoden waarbij de metingen direct op de visualisatie uitge-voerd kunnen worden. Met behulp van de Plot Over Line filter kan de lengte, breedte en diktevan een koraal gemeten worden. Het is ook mogelijk om de vertakkingen van een koraal en degecalcificeerde structuur van een tak te meten. Bij deze filter kan de gebruiker de locatie van deprobe zelf selecteren. Met de Plot Over Line filter kan de probe (lijn) over de x-as, y-as of z-asgeplaatst en verschoven worden. Zodra deze probe op de juiste positie ligt wordt het resultaatbeschikbaar gesteld in een grafiek.

Doordat het voorwerp in 3D wordt weergegeven is het een uitdaging om de probe op de juistepositie te plaatsen met een 2D scherm. Om de reproduceerbaarheid van de metingen te bepalenworden de metingen tien keer uitgevoerd en het gemiddelde en de standaardafwijking berekend.

Eenheid bepalen

De eenheid van de datasets is in millimeters. In ImageJ is gedetailleerde informatie te vindenonder het tabblad Image en de optie Show Info. Hierin wordt de hoogte en breedte weergegevenals 128 x 128 mm waarop vervolgens de schaal wordt getoond als 1:4 pixels. Dit wil zeggen dat de512 x 512 pixels van de dataset een afmeting hebben van 128 x 128 millimeter. De grootte van eenpixel in elke dimensie wordt weergegeven als Pixel Spacing. Deze waarde dient vermenigvuldigdte worden met de metingen om de juiste afmeting te bepalen.

21

De Object Inspector in ParaView bevat de tabbladen Properies, Display en Information. InProperties worden de parameters van de filter gerepresenteerd [37]. Display geeft de parametersweer van de weergave van de output van de filter, zoals bijvoorbeeld de kleur van het object. Deinformatie over de gegevens van de filter zijn zichtbaar in het tabblad Information. Binnen hetInformation tabblad zijn er twee secties die het aantal pixels van de dataset en van het objectbevatten.

De Data Extents sectie toont de dimensies van de dataset (het aantal punten) in elke richting[29]. Deze eigenschap geeft de minimale en maximale indexwaarden van de data in elke dimensie(xmin, xmax, ymin, ymax, zmin, zmax) [13]. De Data Extents sectie toont dus de hoeveelheidpixels van de dataset in de lengte, breedte en diepte.

De Data Bounds sectie geeft de ruimtelijke grenzen van de dataset weer [29]. Dit zijn decoordinaten van het kleinste zesvlak dat aan de as is gebonden. De Data Bounds sectie toontdus de hoeveelheid pixels van het object en laat de achtergrond achterwege.

In ParaView worden het aantal pixels weergegeven van een dataset zonder eenheden. Met deinformatie van ImageJ kan de juiste eenheid en afmeting worden bepaald van de meetresultaten.

22

HOOFDSTUK 5

Resultaten

In dit hoofdstuk worden de resultaten van dit onderzoek weergegeven en beschreven. Als eerst zalde performance gemeten worden met en zonder het gebruik van het RVS cluster van SURFsara.Hierna zullen de structuurmetingen beschreven worden die onderverdeeld zijn in niet-interactievemetingen en interactieve metingen. De volumetrische metingen worden als laatst beschreven envergeleken met de structuurmetingen. De conclusie van de resultaten zal geformuleerd wordenin het volgende hoofdstuk.

5.1 Performance metingen

Grote datasets vereisen meer rekenkracht. Door het gebruik van ParaView op het RVS clustervan SURFsara is het mogelijk om grote datasets te visualiseren en analyseren. Het RVS clusterbestaat uit 16 nodes en een aparte login node, elke node bevat de volgende specificaties [42]:

• Quad-core Intel Xeon E5620 @ 2.40 GHz, 48 GByte RAM

• NVidia Geforce GTX 680 kaart, met 4 GByte video RAM, NVidia 310.32 driver

• OS: Debian Linux (64-bit), kernel 2.6.32

• Ongeveer 800 GByte lokale scratch ruimte

De visualisatie wordt gestreamd via twee 10 Gbps-netwerk verbindingen. Een voordeel hiervanis dat de gehele visualisatiekracht van een cluster beschikbaar wordt gesteld aan een gebruiker.Daarnaast ontvangt de gebruiker alleen een image stream, die minder bandbreedte nodig heeftbij weergave op een desktop.

Het toepassen van filters op de dataset vergt tijd. In de Timer log, die te vinden is in hetmenu Tool, zijn de verwerkingstijden te zien van elk filter. In onderstaande tabel wordt de ge-middelde verwerkingstijd en standaardafwijking (SD) weergegeven van elke toepassing met enzonder het RVS cluster van SURFsara na tien metingen. De filter wordt eerst geınstantieerd,waarna vervolgens op de Apply knop wordt gedrukt om deze filter toe te passen aan het object.De toepassing RenderView dient voor het renderen van de weergave van de filter. Na het ope-nen van het bestand (LegacyVTKFileReader) zal er nog geen beeld gevormd worden, waardoorRenderView niet toegepast wordt.

Toepassing Gemiddelde Gemiddelde Versnelling SD met SD zondermet RVS (in s) zonder RVS (in s) (in s) RVS (in s) RVS (in s)

LegacyVTK-FileReader 0.0595 0.0901 1.51 0.00252 0.00273

Apply 0.660 0.784 1.19 0.695 0.280RenderView - - - - -

Contour 0.0724 0.262 3.62 0.00446 0.0142Apply 1.02 3.36 3.29 0.0450 0.127

RenderView 0.112 0.457 4.08 0.00457 0.0361

23

In de eerste twee toepassingen is de gemiddelde snelheid te zien van het openen van eendataset. Met gebruik van het RVS cluster wordt deze toepassing versneld. Het gebruik van deContour filter wordt enorm versneld met het RVS cluster. Het openen van een dataset heeft eenkleinere standaardafwijking met het gebruik van het RVS cluster. Dit geldt ook voor het gebruikvan de Contour filter. Dit is te verklaren doordat de processen op de nodes van het clusterworden uitgevoerd. De login node verzamelt vervolgens alle gevisualiseerde data en verzendt deouput naar de ParaView client.

5.2 Structuurmetingen

Om een structuur te visualiseren dienen eerst enkele stappen te worden uitgevoerd. Als eerstzal de dataset geopend moeten worden. Vervolgens wordt er gebruik gemaakt van de Contourfilter, die gebaseerd is op het contour algoritme van hoofdstuk 3. Deze filter wordt getoond inde Pipeline Browser aan de linkerkant van de GUI. In Figuur 5.1 is de structuur van een koraalweergegeven.

Figuur 5.1: Structuur van een koraal met de Contour filter.

Zodra het koraal gevisualiseerd is kunnen er metingen verricht worden door gebruik te makenvan niet-interactieve en interactieve meetmethoden. In de volgende secties zullen de resultatenvan de gebruikte filters gedetailleerd behandeld en weergegeven worden.

5.2.1 Niet-interactieve metingen

Niet-interactieve meetmethoden zijn methoden waarbij er geen interactie is met de visualisatie.Voor het bepalen van de juiste threshold waarde wordt gebruik gemaakt van de Histogram filter.Deze filter geeft het aantal pixels op elk gevonden intensiteitswaarde weer. Door de Bin countop de maximale waarde te zetten wordt de verdeling duidelijk weergegeven, zie Figuur 5.2.

24

Figuur 5.2: Een histogram van het gevisualiseerde koraal.

Het domein in deze histogram loopt tot 4095. Dit houdt in dat de pieken aan de linkerkant ruiszullen voorstellen. Om deze ruis weg te filteren wordt er gebruik gemaakt van de Threshold filter.Deze filter selecteert de scalaire waarden in een specifiek domein. In dit geval wordt de onderstethreshold waarde vervangen door de waarde van het dal van de piek (400) in het histogramen de bovenste threshold waarde zal 4095 blijven. Op de Threshold filter wordt vervolgens deHistogram filter toegepast. In het grafiek zal nu de ruis weggefilterd zijn en zullen alleen depixels weergegeven worden van het object, zie Figuur 5.3.

Figuur 5.3: Een histogram van het object, waarbij de ruis is weggefilterd.

De threshold waarde heeft invloed op de resultaten van de Contour filter. Om het verschilweer te geven zijn er drie threshold waarden gekozen; de waarde van het dal tussen de pieken(1400), de waarde tussen deze dal en de tweede piek (1900) en de waarde van de tweede piek(2400). Deze waarden worden toegepast bij het verrichten van interactieve metingen, waaruiteen beeld gevormd kan worden waar deze waarden een invloed op hebben.

5.2.2 Interactieve metingen

De lengte, breedte en dikte van een koraal kunnen gemeten worden door gebruik te makenvan interactieve meetmethoden. Het is ook mogelijk om de vertakkingen van een koraal ende gecalcificeerde structuur van een tak te meten. Interactieve meetmethoden zijn methodenwaarbij de metingen direct op de visualisatie uitgevoerd kunnen worden. In dit onderzoek wordtde Plot Over Line filter gebruikt. Deze filter maakt gebruik van een probe (lijn) die over de x-, y-

25

of z-as geplaatst of verschoven kan worden op de visualisatie. Het is ook mogelijk om de positieaan te passen door getallen in te vullen in de daarvoor bestemde vakken in de Object Inspectorof de P knop ingedrukt te houden en een punt te selecteren in de visualisatie. Deze filter geeftde scalaire waarden van de voxels weer die met de lijn doorkruist worden. Deze lijn meet aan deoutput van de Contour filter. De resultaten worden vervolgens in een grafiek zichtbaar, waarbijde scalaire waarden op de y-as weergegeven worden.

De orientatie van het koraal in de scanner is van belang om de juiste metingen uit te voeren.Het koraal dient recht in de scanner te liggen, zodat de assen overeenkomen bij de metingen. Hetvoorwerp is in 3D weergegeven en de positie van de probe wordt aangepast op een 2D-scherm, watinvloed kan hebben op de resultaten. De verschillende threshold waarden heeft ook invloed opde resultaten. Hierdoor zijn er verschillende grafieken te zien op basis van een andere thresholdwaarde en zijn alle metingen tien keer uitgevoerd. Uit de meetresultaten worden het gemiddeldeen de standaardafwijking in millimeters berekend, door vermenigvuldiging met de Pixel Spacing0.252419. De standaardafwijking wordt vervolgens uitgedrukt in procenten van het gemiddelde:standaardafwijking(%) = standaardafwijking

gemiddelde ∗ 100%. Hieruit wordt de reproduceerbaarheid be-

paald in procenten: reproduceerbaarheid(%) = 100% - standaardafwijking(%).

Lengte van een koraal

De lengte van het koraal wordt gemeten vanaf de stam tot het uiterste punt (langs de z-as).In de Object Inspector kan de z-axis knop gebruikt worden om de probe over de juiste as teplaatsen. Voor het bepalen van de lengte van een koraal dient de probe door het geheel geplaatstte worden, zoals te zien in Figuur 5.4.

Figuur 5.4: Koraal met probe langs de z-as.

Bij deze meting wordt er gebruik gemaakt van de drie threshold waarden; 1400, 1900 en 2400.Voor het berekenen van de lengte wordt de afstand gemeten tussen het begin punt van de eerstestreep tot het laatste punt van de laatste streep. Deze strepen stellen de contour voor waardoorde probe heen gaat bij een threshold waarde, zie Figuur 5.5.

Figuur 5.5: Grafiek van de lengte met threshold waarde 1400.

De metingen zijn tien keer uitgevoerd bij elke threshold waarde om de invloed te bepalen op

26

de meetresultaten. Het gemiddelde en de standaardafwijking van de lengte wordt in de volgendetabel weergegeven:

Threshold waarde Gemiddelde lengte (in mm) Standaardafwijking (in mm)1400 52.0 0.02201900 42.4 0.0.3062400 32.3 0.0.520

De percentages van de standaardafwijkingen zijn 0.0423%, 0.0722% en 0.161% voor de thres-hold waarden 1400, 1900 en 2400. Uit de meetresultaten blijkt dat de threshold waarde van hetdal de kleinste standaardafwijking heeft en de grootste gemiddelde lengte. De reproduceerbaar-heid van deze meetmethode met de threshold waarde van het dal is hier dan ook bijna 100%.Voor de threshold waarden 1900 en 2400 is dit 99.9% en 99.8% respectievelijk.

Breedte van een koraal

De metingen van de breedte worden loodrecht op de lengte gemeten (langs de x-as). De probekan op de juiste as geplaatst worden door de x-axis knop te selecteren. In figuur 5.6 is hetgevisualiseerde koraal weergegeven met de probe.

Figuur 5.6: Koraal met probe langs de x-as.

De afstand van het begin punt van de eerste streep tot het laatste punt van de laatste streepwordt gebruikt voor het berekenen van de breedte, zie Figuur 5.7. Bij het meten van de breedteworden de verschillende threshold waarden ook gebruikt.

Figuur 5.7: Grafiek van de breedte met threshold waarde 1400.

In onderstaande tabel zijn het gemiddelde en de standaardafwijking ook gebasseerd op demeetresultaten van tien metingen bij elke threshold waarde:

Threshold waarde Gemiddelde breedte (in mm) Standaardafwijking (in mm)1400 22.2 0.02691900 21.9 0.2582400 19.7 0.394

27

De meetresultaten van de threshold waarden 1400, 1900 en 2400 wijken respectievelijk 0.121%,1.18% en 2.00% af van het gemiddelde. Dit wil zeggen dat ook hier de threshold waarde vanhet dal de kleinste afwijking heeft en de grootste gemiddelde breedte. Deze meetmethode metde threshold waarde 1400 is 99.9% reproduceerbaar. De reproduceerbaarheid is 98.8% en 98.0%voor de threshold waarden 1900 en 2400.

Dikte van een koraal

De dikte van een koraal wordt gemeten langs de y-as. Hier geldt ook dat de probe op de y-as geplaatst kan worden door de desbetreffende knop te klikken in de Object Inspector. Hetgevisualiseerde koraal met een probe langs de y-as wordt in Figuur 5.8 weergegeven.

Figuur 5.8: Koraal met probe langs de y-as.

Bij het meten van de dikte zijn dezelfde threshold waarden gebruikt als bij het meten van debreedte en de lengte. De dikte wordt hier dan ook op dezelfde wijze gemeten door de afstand teberekenen tussen het begin punt van de eerste streep en het eind punt van de laatste streep, zieFiguur 5.9.

Figuur 5.9: Grafiek van de dikte met threshold waarde 1400.

Na het tien keer uitvoeren van de metingen zijn het gemiddelde en de standaardafwijkingvan de dikte berekend van de meetresultaten uit de grafieken, zoals weergegeven in de volgendetabel:

Threshold waarde Gemiddelde dikte (in mm) Standaardafwijking (in mm)1400 18.1 0.02051900 17.8 0.07072400 16.4 0.113

Het gemiddelde en de standaardafwijking van de metingen liggen dicht bij elkaar. De per-centages zijn hier 0.113%, 0.397% en 0.691% voor de threshold waarden 1400, 1900 en 2400. Dereproduceerbaarheid van deze threshold waarden is dan ook 99.9%, 99.6% en 99.3% respectieve-lijk.

28

Gecalcificeerde structuur van een tak

De gecalcificeerde structuur van een tak van een koraal is vergelijkbaar met de bast van een takvan een boom. Met de Plot Over Line filter is het mogelijk om de dikte van een gecalcificeerdestructuur van een tak op te meten door de probe dwars door een tak te zetten, zie Figuur 5.10.

Figuur 5.10: Meting aan gecalcificeerde structuur van een tak.

Er zijn twee typen takken die te onderscheiden zijn; homogeen en niet-homogeen. Bij hetmeten van de van deze takken zijn dezelfde threshold waarden en meetmethoden gebruikt alsbij de bovenstaande metingen. De grafiek geeft een of twee strepen weer. Een streep geeft eenhomogene tak aan, wat inhoudt dat de tak uit hetzelfde type bestaat en er geen andere scalairewaarde tussen zit. Bij twee pieken bevindt zich een andere scalaire waarde tussen de gecalcifi-ceerde structuur. Dit wil zeggen dat de voxels zichtbaar zijn van een andere type structuur. InFiguur 5.11 en 5.12 worden de grafieken weergegeven van een homogene en niet-homogene tak.

Figuur 5.11: Grafiek van de gecalcificeerde structuur van een homogene tak met threshold waarde1400.

Figuur 5.12: Grafiek van de gecalcificeerde structuur van een niet-homogene tak met thresholdwaarde 1400.

29

Het verplaatsen van de probe tussen een specifieke tak is precisie werk. Dit is ook te zien aande meetresultaten. Het gemiddelde en de standaardafwijking van de gecalcificeerde structuurvan een tak na tien metingen wordt in de volgende tabel weergegeven:

Type tak Threshold Gemiddelde dikte tak (in mm) Standaardafwijking (in mm)Homogeen 1400 1.26 0.0105

1900 1.16 0.01282400 0.90 0.0249

Niet-homogeen 1400 2.55 0.02901900 2.42 0.03862400 2.22 0.0843

De percentages van de standaardafwijking zijn bij de homogene tak 0.833%, 1.10% en 2.77%.De threshold waarde van het dal geeft de grootste gemiddelde dikte en de kleinste standaardaf-wijking. De reproduceerbaarheid is hier het hoogst met 99.2%. Bij een niet-homogene tak gevende threshold waarden een percentage van 1.14%, 1.60% en 3.80%. De threshold waarde van hetdal geeft hier ook de hoogste reproduceerbaarheid van 98.9%.

Vertakkingen

Een vertakking is het punt waar een tak zich opsplitst in twee of meerdere takken. Bij hetplaatsen van een probe bij een vertakking moet er rekening gehouden worden met de x-, y- enz-as. Een punt van de probe kan namelijk makkelijk verdwijnen in het koraal. In Figuur 5.13gaat de probe dwars door een tak heen en is het begin en eind punt van de probe duidelijkweergegeven.

Figuur 5.13: Meting aan vertakking van een koraal.

Het meten van een vertakking direct op een visualisatie vergt enige tijd en precisie. Devertakking wordt hier ook berekend door het meten van het begin punt van de eerste streep tothet eind punt van de laatste streep, zie Figuur 5.14.

Figuur 5.14: Meting aan vertakking van een koraal met thresholdwaarde 391.904.

Na tien metingen werd hier ook de gemiddelde en de standaardafwijking van de vertakkingberekend. Deze afmetingen zijn in onderstaande tabel weergegeven.

30

Threshold waarde Gemiddelde lengte vertakking (in mm) Standaardafwijking (in mm)1400 9.79 0.01901900 9.36 0.03432400 9.21 0.0886

Hier geldt weer dat de threshold waarde van het dal de kleinste standaardafwijking geeft ende grootste lengte in millimeter. De meetresultaten wijken 0.194% af van het gemiddelde bijdeze threshold waarde, waardoor de reproduceerbaarheid 99.8% is. De reproduceerbaarheid vande overige threshold waarden bedraagt 99.6% en 99.0%.

5.3 Volumetrische metingen

De structuur van binnen een koraal kan bepaald worden door gebruik te maken van de directvolume rendering techniek die in hoofdstuk 3 is beschreven. Bij direct volume rendering wordtde dataset geopend en de Representation gewijzigd naar Volume. Vervolgens wordt de kleuraangepast in de Edit Color Map optie, zodat de ruis niet zichtbaar wordt. Na het selecteren vande Rescale Range optie kan de threshold waarde van het dal ingevoerd worden. In Figuur 5.15is de direct volume rendering techniek toegepast op de dataset.

Figuur 5.15: Direct volume rendering van een koraal.

Bij volume rendering is het ook mogelijk om interactieve meetmethoden te gebruiken, zoalsde Plot Over Line filter. De threshold waarde heeft geen invloed op deze meetresultaten. Hier-door kunnen de meetresultaten van de structuurmetingen met verschillende threshold waardenvergeleken worden. Hieruit kan de beste threshold waarde worden bepaald door te vergelijkenwelk meetresultaat dichtbij de volumetrische meetresultaat ligt. In Figuur 5.16, 5.17 en 5.18 zijnde grafieken weergegeven bij het meten van de lengte, breedte en dikte. De definities hiervanblijven hetzelfde als eerder vermeld.

31

Figuur 5.16: Meting aan lengte van een koraal met direct volume rendering.

Figuur 5.17: Meting aan breedte van een koraal met direct volume rendering.

Figuur 5.18: Meting aan dikte van een koraal met direct volume rendering.

De grafieken van de metingen aan de gecalcificeerde structuur van een tak en de vertakkingenvan een koraal zijn in Figuur 5.19, 5.20 en 5.21 weergegeven. Bij de gecalcificeerde structuur vaneen tak geeft de grafiek een of twee pieken weer. Een piek geeft een homogene tak aan en tweepieken en niet-homogene tak.

32

Figuur 5.19: Meting aan gecalcificeerde structuur van homogene tak met direct volume rendering.

Figuur 5.20: Meting aan gecalcificeerde structuur van niet-homogene tak met direct volumerendering.

Figuur 5.21: Meting aan vertakking van een koraal met direct volume rendering.

Elke piek van de grafiek laat de scalaire waarden van de voxels zien die met de lijn doorkruistworden. In dit geval zijn dat takken. De afstand wordt gemeten tussen het begin van de

33

eerste piek en het einde van de laatste piek. Deze meetresultaten worden in onderstaande tabelvergeleken met de meetresultaten van de Contour filter bij elke threshold waarde.

Meting Volume (in mm) Contour (1400) Contour (1900) Contour (2400)Lengte 62.3 52.0 42.4 32.3

Breedte 26.0 22.2 21.9 19.7Dikte 22.3 18.1 17.8 16.4

Homogeen tak 1.91 1.26 1.16 0.90Niet-homogeen tak 3.63 2.55 2.42 2.22

Vertakking 11.2 9.79 9.36 9.21

In bovenstaande tabel is het duidelijk dat de meetresultaten van de threshold waarde 1400dicht bij de waarden van de volumetrische meetresultaten ligt. Dit houdt in dat de thresholdwaarde van het dal als de beste threshold waarde kan worden beschouwd. De afmetingen nemenaf bij de threshold waarden 1900 en 2400. Dit is te verklaren doordat er minder voxels zichtbaarworden bij een hogere threshold waarde. In de structuur van het koraal worden vanaf thresholdwaarde 1900 ’deuken’ zichtbaar en bij threshold waarde 2400 zijn er minder voxels zichtbaar,waardoor de structuur van het koraal lijkt af te breken. Dit verschil is duidelijk weergegevenin Figuur 5.22, 5.23 en 5.24, waarbij de structuur van het koraal is weergeven door gebruik temaken van de Contour filter.

Figuur 5.22: De structuur van een koraal met threshold waarde 1400.

34

Figuur 5.23: De structuur van een koraal met threshold waarde 1900.

Figuur 5.24: De structuur van een koraal met threshold waarde 2400.

35

36

HOOFDSTUK 6

Conclusie

Koralen kunnen duizenden jaren oud worden en sterk varieren in vorm en kleur. Deze eigen-schappen worden bepaald door genetische verschillen en het milieu. Om inzicht te krijgen inoceanografische en klimatologische veranderingen kan de structuur van een koraal hulp bieden.De structuurveranderingen van een koraal kunnen hiervoor bestudeerd worden. Het is van be-lang om non-destructief onderzoek uit te voeren, doordat de koralen bedreigd zijn met uitstervendoor een toename aan koolstofdioxide. Een oplossing hiervoor is het visualiseren van koralendoor gebruik te maken van CT-scans. De mogelijkheid om met CT-scans structuurveranderin-gen zichtbaar te maken werd in deze scriptie als eerst onderzocht. Vervolgens werd er onderzoekgedaan naar de mogelijkheid om metingen te verrichten aan CT-scans.

Door gebruik te maken van ParaView in combinatie met het RVS cluster van SURFsara is hetmogelijk om datasets van CT-scans van koralen snel en gemakkelijk te visualiseren. De Contourfilter creeert een duidelijk structuur van het koraal door gebruik te maken van het contouralgoritme. Voor het visualiseren van het volume wordt de direct volume rendering techniektoegepast. In de resultaten van de performance metingen is het duidelijk dat het cluster voorsnelheid zorgt, doordat de processen op verschillende nodes van het cluster worden uitgevoerden vervolgens gevisualiseerd worden in de ParaView client. De gemiddelde verwerkingstijd vanelke toepassing geeft aan dat de metingen die verricht worden met het RVS cluster tijdbesparendzijn.

Naast het visualiseren zijn er mogelijkheden om metingen uit te voeren. In dit onderzoekzijn er metingen gedaan om de kwaliteit, nauwkeurigheid, onzekerheid, validiteit en reprodu-ceerbaarheid van de meting en de meetmethode te bepalen. Het verrichten van metingen isvan essentieel belang bij het doen van onderzoek. De structuurmetingen kunnen onderverdeeldworden in niet-interactieve en interactieve meetmethoden. De Histogram filter is een voorbeeldvan een niet-interactieve meetmethode. Deze filter wordt gebruikt bij het bepalen van de bestethreshold waarde en is triviaal. Sterke pieken geven ruis aan in het histogram, waardoor dezeweggefilterd worden door de Threshold filter. Een eenvoudige manier om een geschikte thresholdwaarde te vinden is om het dal te vinden tussen de twee pieken en deze waarde te nemen alsthreshold waarde. De Plot Over Line filter wordt gebruikt als interactieve meetmethode om deinvloed te bepalen van de verschillende threshold waarden op de meetresultaten en hier een dui-delijk beeld bij te vormen. Hiermee is het mogelijk om de lengte, breedte, dikte, gecalcificeerdestructuur en vertakkingen te meten. Het gemiddelde, de standaardafwijking en de reprodu-ceerbaarheid worden bepaald uit de meetresultaten. Deze meetresultaten worden vervolgensvergeleken met de volumetrische meetresultaten. Bij deze metingen is dezelfde meetmethodetoegepast en beınvloedt de threshold waarde de visualisatie van de voxels. De threshold waardeheeft geen invloed op de volumetrische meetresultaten, waardoor deze resultaten beschouwd kun-nen worden als de ground truth. De resultaten van de threshold waarde van het dal komen hetmeest overeen met de volumetrische meetresultaten, waaruit blijkt dat deze threshold waardedaadwerkelijk het beste resultaat geeft.

De meetonzekerheid wordt bepaald door de standaardafwijking. Uit de resultaten kan gecon-cludeerd worden dat deze standaardafwijking het kleinst is bij de threshold waarde van het dal,

37

waardoor de meetonzekerheid bij deze waarde het kleinst is.Het gebruik van de Plot Over Line filter zorgt ervoor dat er daadwerkelijk gemeten wordt

wat er gemeten dient te worden. In de grafiek wordt weergegeven wat de afstand is tussen depunten van de probe. Bij een verkeerde plaatsing van een punt, zoals het plaatsen in het koraal,wordt dit in de grafiek weergegeven en kan deze vervolgens aangepast worden. Hierdoor kan dezemeetinstrument als valide worden beschouwd.

Een meting is nooit 100% nauwkeurig. Bij de Plot Over Line filter wordt de probe aangepastop een 2D-scherm, terwijl het koraal in 3D is weergegeven. Dit kan voor complicaties zorgenbij het meten. Hierdoor zijn de metingen tien keer uitgevoerd en de resultaten bestudeerd. Demeetresultaten liggen dicht bij elkaar bij een threshold waarde van het dal, waardoor de PlotOver Line filter een nauwkeurige meetmethode is.

De kwaliteit van de meting wordt bepaald door de meetmethode. De standaardafwijkingbij de structuurmetingen is het kleinst bij de threshold waarde van het dal met gebruik vande Plot Over Line filter. Uit de volumetrische metingen kan er geconcludeerd worden dat dezemeetresultaten van de threshold waarde van het dal dicht bij de volumetrische meetresultatenligt. De afmetingen nemen af bij een hogere threshold waarde. De kwaliteit van de meting zalhierdoor het hoogst zijn bij metingen die gebruik maken van de threshold waarde van het dal.

In de resultaten is de reproduceerbaarheid bepaald van elke meetmethode aan de hand van destandaardafwijking in procenten. Hieruit blijkt dat de threshold waarde van het dal het hoogstepercentage heeft bij alle metingen. Hierdoor is deze waarde de beste threshold waarde voor hetverrichten van metingen en kan de meetmethode als betrouwbaar worden beschouwd.

38

HOOFDSTUK 7

Evaluatie

Doordat er veel tijd was geınvesteerd in het begrijpen van The Visualization Toolkit, is er veeltijd verloren gegaan in de analayse van het koraal. Vanwege de overzichtelijke en duidelijke GUIvan ParaView zal dit software-systeem enorm veel kunnen helpen bij verder onderzoek van bi-ologen. Er kan sneller gevisualiseerd worden door gebruik te maken van SURFsara, waardoorer meerdere metingen uitgevoerd kunnen worden. Zodra ParaView crasht dient er opnieuw ver-binding gemaakt te worden met SURFsara, waarna de client-server verbinding geherinitialiseerdwordt met ParaView. Hierna kunnen alle filters en berekeningen nogmaals toegepast worden.Het wederom verbinding maken met het RVS cluster van SURFsara vergt tijd bij het visualiserenvan vele datasets. Voor het gebruik van enkele filters was deze verbinding niet nodig en werddan ook niet altijd toegepast. Voor vervolgonderzoek kunnen meerdere meetmethoden vergele-ken worden en een andere visualisatie software die wel DICOM bestanden kan openen zou enormtijdbesparend zijn voor biologen. Het toepassen van een image processing software is dan nietmeer noodzakelijk.

7.1 Erkenning

Graag zou ik de volgende mensen willen bedanken bij de hulp die zij hebben geleverd bij mijnafstudeerproject:

• Jaap Kaandorp: Voor het beschikbaar stellen van dit project en bij het leveren van dedatasets van de CT-scans.

• Robert Belleman: Voor zijn hulp met visualisaties met VTK en bij het overstappen naarParaView en SURFsara. Evenals bij het beoordelen van deze scriptie.

39

40

Bibliografie

[1] Allan macleod cormack : 1924-1998. http://www.phy.uct.ac.za/courses/dept/

cormack.htm.

[2] Beeldvormende technieken (3): De CT-scan. http://cms.kwpn.nl/mediafile/0002/6552/2008-18_Beeldvormende_technieken_deel_3__De_CT-scan.pdf.

[3] Cold-water corals as climate archives in the ocean depths. www.medical.siemens.com/

siemens/en_GB/gg_ct_FBAs/files/CIP/Out_of_the_ordinary/deepwatercorals.pdf.

[4] CT scan image. http://chubbyrevision-a2level.weebly.com/medical-imaging.html.

[5] Diffuus. http://www.woorden.org/woord/diffuus.

[6] Direct volume rendering. http://cumbia.visus.uni-stuttgart.de/ger/research/

proj/ito/materials/VIS-Modules-06-Direct_Volume_Rendering.pdf.

[7] Displaying data. http://paraview.org/Wiki/ParaView/Displaying_Data.html.

[8] Endrov: User’s guide. http://www.endrov.net/wiki/index.php?title=Users_Guide.

[9] File Menu. http://rsbweb.nih.gov/ij/docs/menus/file.html.

[10] Histogrammen met threshold waarden. http://kuliahinformatika.files.wordpress.

com/2010/02/evans-blog-contoh-partisi-histogram-untuk-memperoleh-nilai-threshold.

jpg.

[11] Hoe te verscherpen met het filter unsharp mask in photoshop. http://www.fotojeroen.

nl/fotografietips/werken_met_het_filter_unsharp_mask_in_photoshop.php.

[12] Hyperrealisme. http://www.mad-art.eu/vrij.cfm?Id=697.

[13] Image reader. http://paraview.org/OnlineHelpCurrent/ImageReader.html.

[14] Intensity histogram. http://homepages.inf.ed.ac.uk/rbf/HIPR2/histgram.htm.

[15] Irfanview. http://www.irfanview.com.

[16] Isosurface. http://www.svi.nl/IsoSurface.

[17] List of readers. http://paraview.org/Wiki/ParaView/Users_Guide/List_of_readers.

[18] The marching cubes. http://users.polytech.unice.fr/~lingrand/MarchingCubes/

algo.html.

[19] Meetonzekerheden bij kalibraties. http://www.dare.nl/NL/kalibreren/

meetonzekerheid.

[20] Message Passing Interface (MPI). http://gilgamesh.cheme.cmu.edu/scyld-doc/

programmers-guide/mpi.html.

[21] Meten en onzekerheid. http://nl.wikibooks.org/wiki/Meten_en_onzekerheid/Meten.

41

[22] Netpbm. http://netpbm.sourceforge.net.

[23] Nieuwe methodes ontwikkeld voor interactief 3D meten van objecten. http://www.cwi.nl/2010/1047/interactief-3D-meten-van-objecten.

[24] Nieuwste onderzoek voorziet volledig uitsterven koraal. http://www.nu.nl/wetenschap/

2287035/nieuwste-onderzoek-voorziet-volledig-uitsterven-koraal.html.

[25] OpenDX. http://www.opendx.org/about.html.

[26] Optical models for direct volume rendering. https://www.cs.duke.edu/courses/

spring03/cps296.8/papers/max95opticalModelsForDirectVolumeRendering.pdf.

[27] ParaView: Custom filters. http://paraview.org/Wiki/ParaView/Custom_Filters.

[28] ParaView: features. http://www.paraview.org/paraview/project/features.html.

[29] ParaView: Information Panel. http://www.paraview.org/Wiki/ParaView/Users_Guide/Information_Panel.

[30] ParaView KitWare. http://paraview.org/Wiki/ParaView.

[31] Polygonising a scalar field. http://paulbourke.net/geometry/polygonise/.

[32] SARA. https://www.sara.nl/.

[33] Scalar algorithms: Contouring. http://www.inf.ed.ac.uk/teaching/courses/vis/

lecture_notes/lecture7.pdf.

[34] Shading. http://www.computerwoorden.nl/direct--16562--Shading.htm.

[35] The Visualization Toolkit (VTK). http://www.vtk.org/.

[36] Thresholding. http://www.cse.unr.edu/~bebis/CS791E/Notes/Thresholding.pdf.

[37] Users Guide Introduction. http://paraview.org/Wiki/ParaView/Users_Guide/

Introduction.

[38] Using paraview in client-server mode on the sara rvs cluster. https://www.surfsara.nl/

sites/default/files/2011-10-20_RVS-paraview-client-server.pdf.

[39] Using ParaView in client-server mode on the SARA RVS cluster. https://www.sara.nl/

sites/default/files/2012-06-21_RVS-paraview-client-server.pdf.

[40] VisIt: Data exploration. https://wci.llnl.gov/codes/visit/screens3.html.

[41] VisIt visualization tool overview. https://wci.llnl.gov/codes/visit/about.html.

[42] Visualization. https://www.surfsara.nl/systems/visualization.

[43] Volume rendering: Mathematical models and algorithmic aspects. https://www.zib.de/

Publications/Reports/TR-93-07.pdf.

[44] Weerkundig woordenboek: I. http://home.kpn.nl/neele050/woordenboek/I.html.

[45] Ashikhmin, M., Marschner, S., and Shirley, P. Fundamentals of Computer Graphics. Taylorand Francis Inc., 3rd edition edition, 2009.

[46] Bak, R., Filatov, M., Kaandorp, J. A., Kruszynsky, K. J., Van Liere, R., Postma, M., Streek-stra, G., and Vermeij, M. A comparison between coral colonies of the genus madracis andsimulated forms. Proceedings of the Royal Society of London. Series B-Biological Sciences,vol. 277, nr 1700 pp. 3555-3561, 2010.

[47] Bartz, D., Crawfis, R., Huang, J., Meiner, M., and Meuller, K. A practical evaluationof popular volume rendering algorithms. Proceedings of the 2000 Volume VisualizationSymposium, 2000.

42

[48] Beall, C., Dellaert, F., and Ila, V. annd Lawrence, B.J. 3D reconstruction of underwaterstructures. IEEE/RSJ International Conference on Intelligent Robots and Systems, 2010.

[49] Beckmann, E. C. CT scanning the early days. British Journal of Radiology, Vol. 79, No.937, pp. 5-8, 2006. doi 10.1259/bjr/29444122.

[50] Collins, T. J. ImageJ for microscopy. BioTechniques, Vol. 43, No. S1, pp. S25-S30, 2007.doi 10.2144/000112517.

[51] Courant, R. What Is Mathematics?: An Elementary Approach to Ideas and Methods. OxfordUniversity Press, 1996.

[52] Evening, M. Adobe Photoshop CS3 for Photographers: A Professional Image Editor’s Guideto the Creative Use of Photoshop for the Macintosh and PC. Taylor and Francis Inc., 2007.

[53] Harvey, E.C. and Lorensen, W.E. Marching cubes: A high resolution 3d surface constructionalgorithm. CM Siggraph Computer Graphics, Vol. 21, No. 4, 1987.

[54] Kaandorp, J. A., Kruszynsky, K. J., and Van Liere, R. An interactive visualization systemfor quantifying coral structures. Proceedings Eurographics / IEEE VGTC, pp. 283-290, 2006.isbn 3 905673 31 2.

[55] Kaandorp, J. A., Kruszynsky, K. J., and Van Liere, R. A computational method for quan-tifying morphological variation in scleractinian corals. Vol. 26, No. 4 pp. 831-840, 2007.

[56] Kruszynski, K.J. Interactive Measurements of Three-Dimensional Branching Objects. Tech-nische Universiteit Eindhoven, 2010.

[57] Lorensen, B., Martin, K., and Schroeder, W. The Visualization Toolkit. Kitware, 3rd editionedition, 2004.

43

44

BIJLAGE A

Handleiding: ParaView op het RVS clustervan SURFsara

Om te beginnen zijn de volgende software programma’s nodig: SSH (Secure Shell Client) enParaView. Bij het verbinden met het RVS cluster van SURFsara via de SSH wordt het duidelijkwelke versie van ParaView nodig is. Om deze verbinding tot stand te brengen is er een gebrui-kersnaam met wachtwoord nodig, die aangevraagd kan worden bij SURFsara [32]. Zodra dezebeschikbaar is gesteld kan er via SSH verbinding worden gemaakt, door de optie Quick Con-nect. Hierbij is de hostnaam rvs.sara.nl en de gebruikersnaam is de gegeven gebruikersnaam vanSURFsara, waarna het wachtwoord ingevuld wordt en het rendercluster van SURFsara wordtbetreed. De schijf quota van de gebruiker is meteen zichtbaar en de processen met de Para-View server kan gestart worden. SURFsara heeft een script beschikbaar gesteld op de RVS loginnode om deze connectie moeiteloos te laten lopen. Deze script is te vinden in /software/remote-vis/scripts/rvs paraview. Het reserveren van de aantal nodes en de hoeveelheid tijd is een vereistargument, wat terug te zien is in Figuur A.1. Na het invoeren van deze argumenten wordt decorrecte versie van ParaView zichtbaar gesteld. De GUI zal op dat moment geopend moetenworden, waarna een connectie gelegd kan worden met de node waar het proces gestart was. Dezewordt weergegeven als v42-8.rdr.sara.nl in Figuur A.1.

Figuur A.1: Reservering van 4 nodes voor 2 uur met connectie node.

45

A.1 Verbinden in ParaView

De client-server connectie kan eenmalig uitgevoerd worden, zolang de connectie op dezelfde nodeplaatsvindt. In het voorbeeld zijn er vier nodes gestart op de SURFsara server op de node v42-8.Hierop zal ParaView verbinding maken, waarbij de gehele hostnaam v42-8.rdr.sara.nl gebruiktzal worden. De optie om te verbinden, Connect, is te vinden onder File. Met de Add Server optiekan een nieuwe server worden toegevoegd. In dit geval is de naam v42-8 en host v42-8.rdr.sara.nl,zoals te zien in Figuur A.2. Na het configureren dient de Startup Type veranderd te worden vanCommand naar Manual. Selecteer vervolgens de server om verbinding te maken. Als ParaViewverbinding met SURFsara heeft gemaakt op de node zal dit zichtbaar zijn in de Pipeline Browserals cd://v42-8.rdr.sara.nl:11111. Deze stappen zullen opnieuw uitgevoerd moeten worden zodrade verbinding plaats vindt op een andere node [39].

Figuur A.2: Nieuwe server toevoegen.

A.1.1 Data distributie

Het toepassen van de Process Id Scalars filter zorgt voor de controle van de data distributie overde verschillende server processen van SURFsara, zo worden er evenveel verschillende kleurenweergegeven als de opgegeven nodes die zijn voorbehouden, zie Figuur A.3. Dit aantal nodeskomt overeen met het aantal ParaView server processen die worden gestart.

Figuur A.3: Controle data distributie van 4 nodes, weergegeven in verschillende kleuren.

46

BIJLAGE B

Handleiding: RAW bestand creeren metbehulp van ImageJ

Bij het creeren van een RAW bestand met behulp van ImageJ zal de optie Image Sequencevanuit Import geselecteerd moeten worden, waarna het eerste bestand van de reeks gekozenwordt. Vervolgens verschijnt er een scherm Sequence Options waarin de hoeveelheid bestanden(372) en de waarden 512x512x372 onderin weergegeven worden, zie Figuur B.1 . Deze waardenstaan voor de hoeveelheid pixels in de lengte, in de breedte en de hoeveelheid plakjes (diepte).

Figuur B.1: Sequence Options in ImageJ.

Nadat ImageJ een beeld heeft gecreeerd kan deze opgeslagen worden als een RAW bestanddoor de opties Save As en Raw Data te selecteren. Het is hierbij verstandig om de waarden512x512x372 in de bestandsnaam te vermelden. Bovenin het beeld is er enige informatie weer-gegeven over de dataset. Zo is de hoeveelheid plakjes, de afmeting van de plakjes in millimeter,de hoeveelheid bits en de grootte van de dataset weergegeven. Gedetailleerde informatie is tevinden onder het tabblad Image en de optie Show Info.

B.1 Openen in ParaView

Zodra er een RAW bestand is gecreeerd kan deze geopend worden in ParaView. Hierbij wordener drie mogelijkheden weergegeven. Voor het openen van dit bestand zal Raw (binary) filesgeselecteerd moeten worden. Vervolgens is het noodzakelijk om de correcte gegevens in te vullen

47

in de Object Inspector, waarbij de informatie in de optie Show Info van ImageJ goed van paskomt.

Als Data Scalar Type wordt er gekozen voor unsigned short. In de gedetailleerde informatievan ImageJ wordt er weergegeven dat het bij deze dataset gaat om unsigned 16-bit beelden.Deze worden opgeslagen als unsigned short. Voor de Data Byte Order dient de BigEndian typegekozen te worden, doordat 16-bit en 32-bit beelden opgeslagen worden door middel van debig-endian byte order bij het opslaan als een RAW bestand. Bij de Data Extent komen dewaarden 512x512x372 van pas. Hierbij wordt er vanaf nul geteld waardoor er bij alle waarden1 afgetrokken moeten worden. Zo worden in de tweede kolom respectievelijk 511, 511 en 371genoteerd. De waarden van de Pixel Spacing die in ImageJ zijn weergegeven, dienen ingevoerd teworden in Data Spacing. Ten slotte wordt het RAW bestand geopend door op Apply te drukken,zie Figuur B.2 [9].

Figuur B.2: Object Inspector in ParaView.

48