BeyondVoxels – Paradigmenwechsel in der 3D-Datenanalyse der Röntgen-Computertomografie

Im Projekt BeyondVoxels wird eine neue, schnelle Methode zur Verarbeitung riesiger 3D-Röntgendaten im Bereich der Röntgen-Computertomografie entwickelt. Ein gemeinsames Vorhaben der Universität Passau, dem Helmholtz-Zentrum Hereon und des Fraunhofer IIS. Der zentrale Ansatz ist ein hierarchischer wavelet-basierter Zugriff, der Rechenzeit und Speicherbedarf deutlich reduziert und auf handelsüblicher Hardware läuft. Die Lösung integriert alle Schritte der Datenanalyse von der Vorverarbeitung über maschinell unterstützte Bilderkennung bis hin zur interaktiven Visualisierung in einer durchgehenden Pipeline und ermöglicht so die Darstellung und Analyse von CT-Datensätzen im Terabyte-Bereich.

Details zu BeyondVoxels

© Fraunhofer IIS
Blick durch eine Polfilterbrille auf einen stereoskopisch gerenderten 3D Computertomographie-Datensatz.
  • Kulturgüter: Erschließung, Dokumentation und Analyse von kulturellen Objekten.
  • Geologie und Materialien: Untersuchung von Geologie-, Material- und Probenstrukturen.
  • Industrie: Bauteilanalyse und Qualitätskontrollen, Inspektion von Werkstücken.
  • Vorteil: Größere CT-Datensätze können effizienter analysiert werden, ohne teure Spezialhardware anschaffen zu müssen.

  • Analog zum Pixel in 2D-Bildern beschreibt ein Voxel das dreidimensionale Bildelement eines CT-Datensatzes.
  • BeyondVoxels ersetzt herkömmliche voxelbasierte Ansätze durch eine mehrstufige, hierarchische Wavelet-Analyse, die Detailinformationen gezielt nachlädt.
  • Die Pipeline unterstützt skalierbare Visualisierungen, die Nutzern schnelle Einsichten in komplexe 3D-Strukturen ermöglichen.

  • Projektpartner: Fraunhofer IIS, Universität Passau und Helmholtz-Zentrum Hereon.
  • Projektleitung am Fraunhofer IIS: Prof. Dr. Christoph Heinzl (Professur für Kognitive Sensorsysteme; Fraunhofer IIS).
    Externe Beteiligung durch Universität Passau – Prof. Dr. Tomas Sauer (Leiter des FORWISS-Instituts) und das Helmholtz-Zentrum Hereon – Dr. Julian Moosmann
  • Förderung: ErUM-Data, Förderinstrument des Bundesministeriums für Forschung, Technologie und Raumfahrt
  • Laufzeit: 3 Jahre. 
  • Projektnummer: 05D25WP2
  • Thematische Schwerpunkte: Software und Algorithmen mit Schwerpunkt auf Künstlicher Intelligenz und Maschinellem Lernen, Forschungsdatenmanagement, föderierte Digitalinfrastrukturen.