Advertisement

CT-basiertes virtuelles Fräsen am Felsenbein

Bild- und haptischen Wiederholfrequenzen bei unterschiedlichen Rendering Methoden
  • Daniela Franz
  • Maria Dreher
  • Martin Prinzen
  • Matthias Teßmann
  • Christoph Palm
  • Uwe Katzky
  • Jerome Perret
  • Mathias Hofer
  • Thomas Wittenberg
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Kurzfassung. Im Rahmen der Entwicklung eines haptisch-visuellen Trainingssystems für das Fräsen am Felsenbein werden ein Haptikarm und ein autostereoskopischer 3D-Monitor genutzt, um Chirurgen die virtuelle Manipulation von knöchernen Strukturen im Kontext eines sog. Serious Game zu ermöglichen. Unter anderem sollen Assistenzärzte im Rahmen ihrer Ausbildung das Fräsen am Felsenbein für das chirurgische Einsetzen eines Cochlea-Implantats üben können. Die Visualisierung des virtuellen Fräsens muss dafür in Echtzeit und möglichst realistisch modelliert, implementiert und evaluiert werden. Wir verwenden verschiedene Raycasting Methoden mit linearer und Nearest Neighbor Interpolation und vergleichen die visuelle Qualität und die Bildwiederholfrequenzen der Methoden. Alle verglichenen Verfahren sind sind echtzeitfähig, unterscheiden sich aber in ihrer visuellen Qualität.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. 1.
    Boenninghaus H, Lenarz T. Hals-Nasen-Ohren-Heilkunde. Springer-Verlag; 2006.Google Scholar
  2. 2.
    Strauß G, Bahrami N, Pößneck A, et al. Evaluation eines Trainingssystems für die Felsenbeinchirurgie mit optoelektrischer Detektion. Hno. 2009;57(10):999–1009.Google Scholar
  3. 3.
    Mason T, Applebaum E, Rasmussen M, et al. Virtual temporal bone: creation and application of a new computer-based teaching tool. Otolaryngology–Head and Neck Surgery. 2000;122(2):168–173.Google Scholar
  4. 4.
    Franz D, Katzky U, Neuman S, et al. Haptisches Lernen für Cochlea Implantationen Konzept–HaptiVisT Projekt. Proc CURAC. 2016; p. 21.Google Scholar
  5. 5.
    Maier J, Haug S, Huber M, et al. Development of a haptic and visual assisted training simulation concept for complex bone drilling in minimally invasive hand surgery. Proc CARS. 2017.Google Scholar
  6. 6.
    Ruspini DC, Kolarov K, Khatib O. The haptic display of complex graphical environments. In: Proc. Comput graph interact tech; 1997. p. 345–352.Google Scholar
  7. 7.
    Akenine-Möller T, Haines E, Hoffman N. Real-time rendering. CRC Press; 2008.Google Scholar
  8. 8.
    Fortmeier D, Mastmeyer A, Handels H. An image-based multiproxy palpation algorithm for patient-specific VR-simulation. In: Proc MMVR; 2014. p. 107–113.Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland 2018

Authors and Affiliations

  • Daniela Franz
    • 1
  • Maria Dreher
    • 1
    • 2
  • Martin Prinzen
    • 1
  • Matthias Teßmann
    • 2
  • Christoph Palm
    • 3
  • Uwe Katzky
    • 4
  • Jerome Perret
    • 5
  • Mathias Hofer
    • 6
  • Thomas Wittenberg
    • 1
    • 7
  1. 1.Fraunhofer Institut für Integrierte Schaltungen IISErlangenDeutschland
  2. 2.Hochschule Nürnberg Georg Simon OhmNürnbergDeutschland
  3. 3.Regensburg Medical Image ComputingOstbayer. TH RegensburgRegensburgDeutschland
  4. 4.szenaris GmbHBremenDeutschland
  5. 5.Haption GmbHAachenDeutschland
  6. 6.Klinik und Poliklinik für Hals-, Nasen-, OhrenheilkundeUniversität LeipzigLeipzigDeutschland
  7. 7.Lehrstuhl für Graphische Datenverarbeitung LGDVUniversität Erlangen-NürnbergNürnbergDeutschland

Personalised recommendations