Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Instagram  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

Νέα / Ανακοινώσεις / Συζητήσεις

Παρουσίαση Διπλωματικής Εργασίας κ. Μιχαήλ Νικηφοράκη - Σχολή ΗΜΜΥ

  • Συντάχθηκε 19-07-2024 09:08 Πληροφορίες σύνταξης

    Ενημερώθηκε: -

    Τόπος:
    Σύνδεσμος τηλεδιάσκεψης
    Έναρξη: 23/07/2024 11:00
    Λήξη: 23/07/2024 12:00

    ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
    Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
    Πρόγραμμα Προπτυχιακών Σπουδών

    ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ

    Μιχαήλ Νικηφοράκη

    με θέμα

    Τρισδιάστατη Οπτικοποίηση Βιολογικών Δεδομένων σε Εικονική Πραγματικότητα Υπέρ-υψηλής Ανάλυσης
    3D Visualization of Biological Data in Ultra High Definition Virtual Reality

    Εξεταστική Επιτροπή
    Καθηγήτρια Aικατερίνη Μανιά (επιβλέπων)
    Καθηγητής Μιχαήλ Ζερβάκης
    Δρ Αναστάσιος Παυλόπουλος (ITE)

    Περίληψη
    Η οπτική πληροφορική έχει γίνει απαραίτητο εργαλείο στον τομέα της βιολογίας, φέρνοντας επανάσταση στον τρόπο με τον οποίο οι ερευνητές και οι επαγγελματίες του τομέα κατανοούν και αλληλεπιδρούν με πολύπλοκα βιολογικά δεδομένα. Η ενσωμάτωση της Εικονικής Πραγματικότητας(VR) υψηλής ανάλυσης προσφέρει μια διαδραστική και λεπτομερή εμπειρία οπτικοποίησης, ζωτικής σημασίας για την πρόοδο των γνώσεών μας σε τομείς όπως η γονιδιωματική, η πρωτεομική και η κυτταρική βιολογία. Οι πρόσφατες εξελίξεις στη βιολογική οπτικοποίηση με βάση την εικονική πραγματικότητα συχνά χρησιμοποιούν οθόνες που τοποθετούνται στο κεφάλι (Head Mounted Displays - HMDs) χαμηλότερης ανάλυσης, περιορίζοντας τη δυνατότητα παρατήρησης λεπτών δομικών λεπτομερειών. Η παρούσα εργασία παρουσιάζει ένα διαδραστικό σύστημα τρισδιάστατης απεικόνισης βιολογικών δεδομένων σε VR υπερ-υψηλής ευκρίνειας. Το σύστημα υποστηρίζει τεχνικές απεικόνισης όγκου (Volume Rendering), ευέλικτες επιλογές απεικόνισης και την ταυτόχρονη απεικόνιση πολλαπλών συνόλων δεδομένων, όλα μέσα σε περιβάλλον Εικονικής Πραγματικότητας ανάλυσης 8K. Στην δουλειά αυτή συνεργαστήκαμε με το Εργαστήριο Ανάπτυξης και Μορφογένεσης, τμήμα του Ινστιτούτου Μοριακής Βιολογίας και Βιοτεχνολογίας του Ιδρύματος Τεχνολογίας και Έρευνας (ΙΜΒΒ-ΙΤΕ). Μας παρείχαν ένα σύνολο δεδομένων που περιείχε καταγραφές μικροσκοπίας time-lapse ζωντανών αναπτυσσόμενων εμβρύων από τον οργανισμό-μοντέλο Parhyale hawaiensis, το οποίο χρησιμοποιήθηκε προκειμένου να δοκιμαστεί και να αναπτυχθεί η εφαρμογή μας. Η απόδοση του συστήματός μας αξιολογείται σε ποικίλες μετρικές, όπως ο χρόνος φόρτωσης, τα καρέ ανά δευτερόλεπτο και η ανταπόκριση της συσκευής, αναδεικνύοντας τις δυνατότητές του στο χειρισμό μεγάλων βιολογικών συνόλων δεδομένων. Μια μελέτη think aloud παρείχε ανατροφοδότηση από εμπειρογνώμονες.

    Abstract 
    Visual computing has become an indispensable tool in the field of biology, revolutionizing the way researchers and practitioners understand and interact with complex biological data. The integration of high-resolution Virtual Reality offers an immersive and detailed visualization experience, crucial for advancing our knowledge in areas such as genomics, proteomics, and cellular biology. Recent advancements in VR-based biological visualization often deploy lower-resolution Head Mounted Displays (HMDs), limiting the ability to observe fine structural detail. This work presents an interactive 3D visualization system for biological data in ultra-high-definition VR. The system supports volume rendering techniques, flexible rendering options, and the simultaneous visualization of multiple datasets, all within an 8K VR environment. In this work we collaborated with the Developmental Morphogenesis Lab, part of the Institute of Molecular Biology and Biotechnology of the Foundation for Research and Technology Hellas (IMBB-FORTH). They provided a dataset containing time-lapse microscopy recordings of live developing embryos from the crustacean model organism Parhyale hawaiensis, which was used in order to test and develop our application. Our system's performance is evaluated across varied metrics, including loading time, frames per second, and device latency, showcasing its capabilities in handling large biological datasets. A think aloud study provided expert feedback. 



© Πολυτεχνείο Κρήτης 2012