Medical imaging techniques for the analysis and measurement of composite materials

Abstract

The purpose of this thesis is the research and development of methods, algorithms and tools for the analysis of composite materials. In order to improve their properties, one must employ specific techniques in order to gain insight of the structure of their internal reinforcement fibres. While these goals can be tackled in multiple ways, a common and established way is the employment of non-destructive means such as the micro-CT (micro-computed tomography). Due to its technical similarities with medical CT, first, we analyse the most relevant features across different state-of-the-art open-source medical imaging software using a novel hierarchical evaluation framework. From this evaluation it has been observed that many of the 3D-based visualization features can be used for the analysis of composites reinforcement fibres. However, the measurement of their properties requires specialized methods to reconstruct them in order to quantify their orientations, curvatures, waviness, or other aspects. For this reason, we propose applying the following two methods respectively: (a) an efficient and uniformly behaving streamline-based micro-CT fibre tracking algorithm using volume-wise structure tensor and signal processing techniques; and (b) a frequency-limited waviness and curvature measurement algorithm for noisy and irregularly sampled composite fibre trackings. The proposed methods have been implemented and integrated in the Starviewer platform. As these must remain understandable, explainable and controllable by an expert user, black-box approaches or the ones requiring training datasets have been discarded. Despite the differences between the volumetric acquisitions and polygonal fibre reconstructions, the proposed methods consider the dataset as a valuable signal to preserve. It is progressively processed and filtered according to the signal processing principles in order to obtain a uniform 3D behaviour. The methods properties have been assessed with both real and synthetic datasets; and due to the complex waveform shapes required for their testing, some datasets were produced using a novel methodology based on Gaussian splatters. All methods proposed in this thesis and their corresponding articles have been mathematically defined and accompanied by a large amount of supporting material files in order to ensure their reproducibility.

El propòsit d'aquesta tesi és investigar i desenvolupar algorismes, mètodes i eines per analitzar materials compostos. Per millorar-ne les propietats cal usar tècniques específiques que permetin conèixer l'estructura interna de les fibres de reforç. Tot i que aquests objectius poden assolir-se de diverses maneres, una forma usual de fer-ho és a través de tècniques no destructives com la micro-TC (micro-tomografia computada). A causa de la ressemblança amb la TC mèdica, primer s'han analitzat les característiques més rellevants dels principals programaris de codi obert per a la visualització de la imatge mèdica emprant un nou sistema d'avaluació jeràrquic. A partir d'aquesta avaluació s'ha pogut observar com moltes de les funcionalitats de visualització tridimensionals poden usar-se per analitzar les fibres de reforç dels materials compostos. Tanmateix, per mesurar-ne les propietats calen mètodes especialitzats per reconstruir-les i així poder determinar-ne l'orientació, la curvatura, l'ondulació, o altres aspectes. Per aquesta raó s'han proposat dos mètodes que cal aplicar consecutivament: (a) un algorisme eficient i que es comporta uniformement per reconstruir les fibres volumètricament emprant el tensor d'estructura i les tècniques de processament del senyal; i (b) un algorisme limitat freqüencialment per mesurar la curvatura i l'ondulació de fibres amb soroll i mostrejades irregularment. Els mètodes proposats han estat implementats i integrats a la plataforma Starviewer. Com que aquests han de ser comprensibles, explicables i controlables per un usuari expert, s'han descartat paradigmes de caixa negra o altres mètodes que necessitin dades d'entrenament. Tant en el cas de les adquisicions volumètriques com en el de les reconstruccions de fibres poligonals, els mètodes proposats tracten tot el conjunt de dades com un senyal valuós a preservar. Aquest es processa i filtra eficientment segons els principis de processament del senyal per tal d'assolir un comportament uniforme des d'un punt de vista tridimensional. Llurs propietats han estat avaluades tant amb jocs de prova reals com sintètics. En aquest últim cas, i a causa de la complexitat de les formes d'ona requerides per realitzar-ne la seva avaluació, s'ha proposat una nova metodologia basada en Gaussian splatters per produir-los. Tots els mètodes proposats en aquesta tesi i en els corresponents articles han estat definits matemàticament i complementats amb una gran quantitat de material suplementari per tal d'assegurar-ne la reproductibilitat.