Ambiente de Realidade Virtual Automático para Visualização de Dados Biológicos

• Ano de defesa: 2009
• Autor(a) principal: Trenhago, Paulo Roberto
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Laboratório Nacional de Computação Científica; Serviço de Análise e Apoio a Formação de Recursos Humanos; BR; LNCC; Programa de Pós-Graduação em Modelagem Computacional
• Palavras-chave em Português: Programação visual (Computação), Bioinformática, X3D (Extensible 3D Graphics); Visual programming (Computer),Bioinformatics, X3D (Extensible 3D Graphics); CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO
• Link de acesso: https://tede.lncc.br/handle/tede/131

Este trabalho descreve o desenvolvimento de uma estrutura lógica de software para o controle do CAVE do LNCC e sua utilização na visualização de dados biológicos. Configuramos e adaptamos o framework InstantReality para fazer funcionar todos os componentes singulares do CAVE do LNCC ( uma parede não ortogonal, duas paredes com cinco lados, projetores convencionais, entre outros ) por meio de uma tecnologia emergente, o X3D, usado para distribuir conteúdo 3D multimídia pela Internet. Propomos um processo para o rápido desenvolvimento, recorrendo ou não a uma linguagem de programação, de aplicações para visualização de dados biológicos, tais como: descrição geométrica de parte do sistema cardiovascular humano, de parte de uma larva, visualização de modelos de proteínas e capsídios de vírus. Apresentamos questões importantes na visualização de superfícies complexas, como a importância do modelo de iluminação utilizado e descrevemos a implementação de um modelos de iluminação em GPU. Adicionalmente, justificamos o emprego da Realidade Virtual como ferramenta valiosa para a visualização em bioinformática, e mesmo na biologia. Finalmente, avaliamos a eficiência geral do CAVE e de cada componente,através dos resultados obtidos na visualização de cenários temáticos de interesse biológico. Identificamos possíveis problemas e sugerimos opções para uma melhoria geral do desempenho.