Kollisionsdetektion bei Brain Shift

Bachelor-Thesis

Präoperative Daten vom Gehirn verlieren mit der zunehmenden Operation an der Aktualität. Dies ist auf eine Reihe von physikalischen Faktoren zurückzuführen. Eine Möglichkeit, um den Effekt zu kompensieren, ist eine physikalisch-basierte FEM Simulation durchzuführen. Ein wichtiger Aspekt dabei ist der Kontakt vom sich deformierenden Hirn mit dem Schädel. Im Rahmen dieser Arbeit soll ein effizienter Ansatz implementiert werden, mit dem eine präzise und schnelle Detektion des Kontaktes bestimmt werden kann.


Als Eingabe für die Kollisionsdetektion liegen ein unstrukturiertes Tetraheder- und ein Dreiecksnetz. Der Algorithmus wird aus 2 Schritten bestehen. Im ersten werden Paare Tetraeder-Dreieck ausgeschlossen, zwischen denen kein Kontakt möglich ist. Dadurch wird der Zeitaufwand fuer die Ausführung des Algorithmes reduziert. Im zweiten Schritt wird Überlappungstest zwischen restlichen Paaren durchgeführt. Dafür wird ein effizienter Test für Schneiden von Dreiecken eingesetzt. Der implementierte Algorithmus soll anschließend mit realen Daten getestet werden.

Advisor(s)