Diplom-/ Bachelor-/ Masterthemen
GPU-basierte Registrierung von 3D-Bilddaten
Beschreibung:
In der klinischen Routine werden oftmals verschiedenartige Bilddaten (CT, MRT, etc.) vom gleichen Patienten aufgenommen. Jede dieser Modalitäten betont unterschiedliche Aspekte der aufgenommenen Anatomie. Von Interesse ist es deshalb, diese Bilddaten in Deckung zu bringen, d.h. miteinander „zu registrieren“. Es gibt bereits eine ganze Reihe verschiedener, teilweise recht gut funktionierender Ansätze zur Bildregistrierung. Schwachpunkt dieser Verfahren ist derzeit noch die lange Berechnungszeit der Algorithmen, insbesondere im Fall der Registrierung zweier 3D-Datensätze.
Ziel der Arbeit ist es, bereits existierende Algorithmen so zu modifizieren, dass eine – zumindest partielle – Parallelisierung und damit Beschleunigung derselben möglich wird. Diese sollen dann mit Hilfe des CUDA-Frameworks implementiert werden, um sie auf der aktuellen Generation von NVIDIA-Graphikkarten, die letztlich massiv parallele Rechner darstellen, zu implementieren.
- Dauer: 3 bis 6 Monate
- Beginn: nach Vereinbarung
- Voraussetzungen: C++, Bildverarbeitung
- Von Vorteil: CUDA
Status: Zu vergeben
Betreuer:
Dr. Stefan Wesarg (GRIS)
stefan.wesarg
Tel. 06151-155-511
Super-Resolution in Kardio-MRT-Bildern
Beschreibung:
Mittels der Magnetresonanztomographie (MRT) aufgenommene kardiologische 3D-Bilddaten weisen eine starke Anisotropie in Bezug auf die Voxelgröße auf. Die Pixelgröße eines einzelnen Schichtbildes liegt dabei im Bereich von 1.5 x 1.5 mm², die Schichtdicke aber bei 5 bis 8 mm. Oftmals werden in der klinischen Routine aber mehrere, orthogonal zueinander stehende Bildstapel aufgenommen.
Ziel der Masterarbeit ist es, mit Algorithmen, die unter dem Stichwort „Super-Resolution“ firmieren, aus zwei solchen orthogonalen Bilddatensätzen einen hoch aufgelösten 3D-Datensatz mit isotropen Voxeln zu erzeugen.
- Dauer: 6 Monate
- Beginn: nach Vereinbarung
- Voraussetzungen: C++, Bildverarbeitung
- Von Vorteil: Signaltheorie, Linux
Status: Zu vergeben
Betreuer:
Dr. Stefan Wesarg (GRIS)
stefan.wesarg
Tel. 06151-155-511
Parallelisierung des Matching von Modellpunkten
Beschreibung: In der medizinischen Bildverarbeitung werden
statistische Modelle eingesetzt, mit deren Hilfe
interessante Objekte identifiziert werden können,
beispielsweise Organe. Ein solches statistisches
Modell besteht unter anderem aus mehreren
Modellpunkten, die die durchschnittliche Form eines
Objektes beschreiben. Um ein Objekt in einem
gegebenen Bild zu identifizieren, werden die
Modellpunkte in einem iterativen Verfahren auf
Bildpunkte abgebildet. Da ein Modell in der Regel aus
sehr vielen Modellpunkten besteht, kann dieser
Matchingprozess mit Hilfe moderner Grafikhardware
parallelisiert werden. Aufgabenstellung: Im Rahmen der Arbeit soll das Matching von Modellpunkten auf Bildpunkte parallelisiert auf moderner Grafikhardware implementiert werden. Als Schnittstelle zur GPU soll CUDA eingesetzt werden. Voraussetzungen:
- Gute Programmierkenntnisse in C/C++
- Grundkenntnisse Computergrafik & Bildverarbeitung
- Idealerweise Erfahrung mit CUDA
Status: Zu vergeben
Betreuer:
M. Sc. Matthias Kirschner (GRIS)
mattias.kirschner
Tel. 06151 155-624
2.5D Plots zur Analyse zeitabhängiger Punktdaten
Beschreibung: In vielen wichtigen Anwendungen treten zeitabhängige Punktdaten auf. So kann z.B. die Entwicklung von börsengehandelten Wertpapieren im Risiko-Rendite Raum abgetragen werden, und entsprechende Diagramme sind ein wichtiges Hilfsmittel in der Finanzdaten Analyse. Durch Berücksichtigung der Dimension Zeit entstehen nun jedoch zeit-abhängige Punktdiagramme, die mit herkömmlichen Visualisierungstechniken nur schwer zu analysieren sind. In diesem Praktikum soll eine neue Technik zur Visualisierung von zeitabhängigen Punktdaten realisiert werden. Die Idee ist, eine gegebene Punktmenge zunächst durch eine kompakte Fläche zu repräsentieren. Unter Berücksichtigung von der Dimension Zeit unterliegt diese Fläche nun der Veränderung (Punkte verändern ihre Position, Punkte verschwinden oder treten neu hinzu). Die Sequenz der resultierenden Flächen soll in einem 2.5D Diagramm so visualisiert werden, dass die wesentlichen Veränderungen über die Zeit hinweg gut zu erkennen sind. Ein Ausgangspunkt hierzu stellen sog. Starg Glyph Diagramme (Carpendale 2005) dar, auf welchen aufgebaut werden soll. Voraussetzungen: Kenntnisse der Grafikprogrammierung (OpenGL oder Java3D). Ggf. Zusammenarbeit mit den Praktika "Musterfindung in 2D Finanzdaten" und "Visualisierung von Punktdaten".
Status: Zu vergeben
Betreuer:
Dipl.-Math. Tatiana Tekušová (IGD, A3)
tatiana.tekusova
Tel. 06151 155 631
Dr. Tobias Schreck (GRIS)
tobias.schreck
Tel. 06151 155-125
Visualisierung der Unsicherheit: Applikation im Finanzsektor
Beschreibung: Analytische Arbeit in Finanzinstituten basiert auf großen Datenmengen die schnell und präzise analysiert werden sollten. Die unterliegenden Daten sind manchmal unsicher, z. B. historische Daten sind oft nur geschätzt, oder die neusten Daten sind noch nicht endgültig und können noch korrigiert werden. Diese Daten werden zum Aufbau von wirtschaftlichen Modellen gebraucht, diese Modelle schätzen und prognostizieren die unterliegenden Prozesse in der Zukunft. Visualisierung der Unsicherheit in den Daten ist ein neues Gebiet in der Informationsvisualisierung. Es sollen neue Visualisierungsmethoden für dieses Gebiet entwickelt werden.
Status: Zu vergeben
Betreuer:
Dipl.-Math. Tatiana Tekušová (IGD, A3)
tatiana.tekusova
Tel. 06151 155 631
Visualisierung von Netzwerken
Beschreibung: In vielen Gebieten (Pharmazie, IT, Webanalyse, Sozialnetzwerke, etc.) steht die Analyse der Beziehungen im Vordergrund. Netzwerke sind oft komplexe Strukturen, die wenig transparent und schwierig zu analysieren sind. Eine leistungsfähige Visualisierung der Netzwerke hilft diese Strukturen aufzudecken und sie effektiv zu analysieren. Zum Beispiel sind Analysten daran interessiert, die Knoten im Netzwerk zu identifizieren, die eine wichtige Rolle spielen und deren Interessengebiete zu finden.
Status: Zu vergeben
Betreuer:
Dipl.-Math. Tatiana Tekušová (IGD, A3)
tatiana.tekusova
Tel. 06151 155 631
Smooth Interaction
Beschreibung: Analytische Arbeit in vielen Gebieten basiert auf großen Datenmengen die schnell und präzise analysiert werden sollten. Aufgrund der großen Datenmenge sind diese Daten nicht auf einen Blick überschaubar. Sie werden interaktiv in verschieden Ansichten exploriert. Unter den wichtigsten Interaktionsmethoden gehören: zoomin, panning, details on demand und focus. Um sich in dem Explorationsprozess „nicht zu verlieren“ sollten die Übergänge zwischen den jeweiligen Ansichten fließend sein.
Status: Zu vergeben
Betreuer:
Dipl.-Math. Tatiana Tekušová (IGD, A3)
tatiana.tekusova
Tel. 06151 155 631
Visualisierung einer interaktiven Lebensfinanzplanung für Privatkunden
Beschreibung: Die private Finanzplanung (Financial Planning) gewinnt sehr an Bedeutung. In Zusammenarbeit mit der Firma abaxx Technology AG arbeiten wir an einem interaktiven System, das die Lebensfinanzplanung von Privatkunden visuell unterstützt. Eine interaktive Darstellung der Finanzplanung ermöglicht es, die langfristigen Konsequenzen des persönlichen Finanzverhaltens sichtbar zu machen und zudem Handlungsmöglichkeiten aufzuzeigen. Eine solche Darstellung kann sowohl im Beratungsgespräch als auch als Self-Service im Internet den Vertrieb von Finanzprodukten unterstützen. Die Finanzplanung basiert dabei immer auf den Lebenszielen des jeweiligen Menschen. Diese müssen auf eine für den Kunden adäquate Weise angesprochen werden. Eine einfache, leicht bedienbare interaktive Darstellung dieser Ziele und der entsprechenden Lebenssituation erleichtert die Auswahl der richtigen Finanzprodukte für die Lebensfinanzplanung. Die Interaktivität der Visualisierung und Darstellung komplexer Daten spielen eine bedeutende Rolle in der derzeitigen Forschung im Bereich Visual Analytics. Dieses Projekt soll zu neuen Techniken in der graphisch unterstützten Finanzanalyse beitragen.
Status: Zu vergeben
Betreuer:
Dipl.-Math. Tatiana Tekušová (IGD, A3)
tatiana.tekusova
Tel. 06151 155 631
Dr. Jörn Kohlhammer (IGD, A3)
joern.kohlhammer
Tel. 06151 155 631
Visualisierung großer Mengen von Punktdaten
Beschreibung: 2D Punktdaten gehören zu den am weitesten verbreiteten Daten überhaupt. In vielen Anwendungen, wie zum Beispiel der Analyse von Geschäftsdaten, Geo-referenzierten Daten, oder der projektionsbasierten Analyse hochdimensionaler Datensätze etc. treten große Mengen von Punktdaten auf. Die klassische Visualisierung in Form von Streudiagrammen unter Benutzung der visuellen Variablen Farbe und Symbol zur Unterscheidung verschiedener Datenklassen skaliert nicht gut für große Mengen von Punkten und Punktklassen. Die geeignete visuelle Aggregation von Punktdaten durch Formen ist ein vielversprechender Ansatz, die visuelle Analyse großer Mengen von Punktdaten effektiv zu unterstützen. In Rahmen dieses Projektes können verschiedene Aufgaben im Rahmen eines Praktikums durchgeführt werden. Insbesondere kann das Praktikum aus einer der folgenden drei Aufgaben bestehen: (1.) Design und Implementierung eines Form-Fitting Algorithmus, der möglichst kompakte und auch bei partieller Überlappung intuitiv vorhersagbare Formen ausweist. (2.) Optimierung der Rendering-Reihenfolge für einen bereits existierenden Form-Fitting Algorithmus, unter Berücksichtigung von Überlappungs- bzw. Farbtransparenzeffekten. (3.) Durchführung einer Benutzerstudie zum Vergleich der Wahrnehmungseigenschaften verschiedener bestehender Formgebungs-Verfahren. Design und Auswertung der Studie.
Status: Zu vergeben
Betreuer:
Dr. Tobias Schreck (GRIS)
tobias.schreck
Tel. 06151 155-125
Definition und Extraktion von Gebäudemerkmalen aus 3D Stadtmodell-Datenbanken
Beschreibung: 3D-Modelle räumlicher Daten werden in Zukunft eine immer größere Rolle in Branchen wie Tourismus, Stadtplanung und Wissensvermittlung spielen. Der CityServer3D der Abteilung A5 ist ein Client-Server-System zur Datenhaltung, Visualisierung und Analyse großer 3D-Stadtmodelle in Echtzeit. Er ermöglicht ortsbezogene Dienste (LBS) ebenso wie die Visualisierung rekonstruierter Sehenswürdigkeiten, 3D-Routing oder die Nutzung als Datengrundlage für Analysen. In diesem Praktikum soll der CityServer3D um Funktionalität zur inhaltsbasierten Suche in 3D Stadtmodellen erweitert werden. Hierzu soll ein Satz an 3D Merkmalen definiert werden, mit denen die Ähnlichkeit von Gebäuden bzw. Gebäudeteilen gemessen werden kann. In einem zweiten Schritt soll ein Extraktor für einige ausgewählte 3D Merkmale implementiert werden. Die Ausgabe dieses Extraktors soll als Grundlage für neuartige Funktionen in Stadtmodelldatenbanken eingesetzt werden, wie z.B. die Suche nach bauartig ähnlichen Gebäuden, oder die Abschätzung der geometrischen Homogenität von einzelnen Stadtteilen („Stadtbild“) erlauben. Das Praktikum kann einzeln oder in Gruppen bearbeitet werden, und kann als Vorbereitung einer Bachelor/Master/Diplomarbeit in diesem Bereich dienen.
Status: Zu vergeben
Betreuer:
Dr.-Ing. Giwon On (IGD)
giwon.on
Tel. 06151 155-581
Dr. Tobias Schreck (GRIS)
tobias.schreck
Tel. 06151 155-125
webmaster@gris.informatik.tu-darmstadt.de