Brain Roads — Voxel Model, Programme Datavisualisation #5, 2020-2022
Après avoir interrogé l’usage de la couleur dans les représentations tractographiques du cerveau, nous questionnons le registre formel des modèles 3D employés et leur adéquation à la réalité.
Nous constatons que l’emploi d’enveloppes 3D d’inspiration organique peine à rendre compte des différents états de la matière que rencontre les chirurgiens durant les opérations. La tumeur n’est pas un corps étranger clairement délimité ; c’est une altération de la matière même du cerveau. Cette altération n’est pas uniforme mais progressive, faisant de la tumeur une entité diffuse difficile à circonscrire. Les images actuelles posent donc un problème de justesse des mode de représentation et peuvent mener à une mauvaise interprétation. Comment alors représenter l’incertitude, l’information réellement disponible, sans extrapoler nos connaissances en employant des formes inadéquates ?
Formes 3D actuelles, d’inspiration organiques, utilisées pour représenter le cerveau et la tumeur.)
Hypothèse
Notre tentative expérimentale est la suivante : supprimer les formes 3D d’inspiration organique pour revenir à un système de représentation basé sur la matrice de voxels – les pixels volumiques du scan IRM – qui constituent les réelles informations disponibles, puis, développer une capacité de commentaire méta sur chaque position de voxels. Nous formons l’hypothèse que ce déplacement du mode de représentation nous permet de passer du réaliste au réel. En quittant le réalisme des formes 3D, nous entrons dans un modèle esthétiquement abstrait, une sorte d’espace mental qui exprime avec la même intensité les informations enregistrées et l’inconnu qui les environne, offrant ainsi une représentation plus proche du réel niveau d’information dont on dispose sur le cerveau observé.
Esquisse d’un modèle de voxel appliqué à la représentation d’un cerveau. Olaf Avenati.
Voir à travers la matière numérisée
La matière numérisée par IRM produit un dataset de voxels : des pixels volumiques, agencés en matrice, qui enregistrent un état de la matière à coordonnées. Le voxel est donc le plus petit grain d’information enregistrée. Il est pourtant relativement grossier (1mm de côté), en rapport à la matière analysée (le cerveau). On représente généralement le voxel sous forme de cube opaque, dont la teinte varie. C’est pourquoi les IRM sont généralement observées à l’écran sous forme de coupes successives pour permettre de prendre en compte l’information complète de l’enregistrement. L’enjeu pour nous est d’analyser et travailler la forme du voxel pour permettre de percevoir l’aspect volumique de l’information sans nécessairement procéder à des coupes qui agiraient comme des filtres de l’information.
Filtrage des voxels en appliquant des interval de valeurs. Recherche graphique. Antoine Sigur.
Du Voxel-cube au voxel-point : changer de convention de représentation pour rendre transparente la matière numérisée sans perdre d’information en chemin. Olaf Avenati.
Du voxel-cube au voxel-points. Recherche graphique. Laurie Paolin.
Représenter une matrice de voxel-points. Recherche graphique. Amélie Blachère.
Setting things in motion / Animer les choses
Evolution d’une matrice de Voxels-points. Expérimentation animée. Grégoire Gamichon & Charles Dessaint.
Filtrage dynamique d’une matrice de voxels. Expérimentation animée avec le logiciel Cinema-4D. Maia Xavier.
[ Page en cours d’édition. Revenez bientôt pour voir plus de contenu ]
Partenariat de quatre institutions
ESAD de Reims
Télécom SudParis - Institut polytechnique de Paris
Cluster of Excellence Matters of Activity, Humboldt-Universität zu Berlin - Image Space Material. Project: Adaptive Digital Twin
Charité-Universitätsmedizin Berlin (Hôpital Universitaire) - Image Guidance Lab. Department of Neurosurgery with Pediatric Neurosurgery
René Descartes, « Traité de l’homme », 1664. La longue fibre qui va du pied à la cavité de la tête est actionnée par la perception de la chaleur et libère un fluide qui contracte les muscles. source
Principal investigators
Olaf Avenati - ESAD de Reims
Thomas Picht - Charité & Cluster MOA, HU Berlin
Patricia Ribault - Cluster MOA, HU Berlin
Michel Simatic - Télécom SudParis / IMT, IP Paris
Participants
FRANCE
ESAD de reims
Guillaume Andres, Amélie Bachère, Fiona Bosquier, Charles Dessaint, Grégoire Gamichon, Hoyam Mraizika, Laurie Paolin, Antoine Sigur, Maïa Xavier, Étudiants de Master1 du département de design graphique et numérique.
Télécom SudParis - Institut polytechnique de Paris
Julien Dock and Erwan Castioni, Étudiants de Master1 de TSP - Institut Polytechnique de Paris
ESAD de Reims:
Olaf Avenati, Concepteur graphique et numérique, enseignant et chercheur
Télécom SudParis - Institut polytechnique de Paris:
Michel Simatic, Ingénieur, maître de conférences
ALLEMAGNE
Charité Universitäts-medizin Berlin:
Thomas Picht, PD Dr. Med. Neurosurgeon
Lucius Fekonja, Project Leader “Cutting”
Cluster Matters of Activity. image, space, material:
Patricia Ribault, Junior Professor
Maxime Le Calvé, Post-doctoral researcher