Developing new visual analysis methods to be integrated into simulation processes, focusing on the exploration of cell biological systems in space and time
Zusammenfassung der Projektergebnisse
Die Ergebnisse des Projektes beziehen sich einerseits auf den methodischen Bereich (neue Visualisierungsstrategien und Simulationsansätze). Andererseits, und das ist besonders wichtig, konnte gezeigt werden, dass der Einsatz von Visual Analytics Methoden bei der Konfiguration und Parametrisierung von Simulationsexperimenten im Umfeld der Zellbiologie Sachzusammenhänge aufdeckt, die bisher nicht bekannt waren. Die wichtigsten Ergebnisse sind: Bezogen auf die Simulation: Es wurden mehrere neue Modellierungs- und Simulationsansätze entwickelt, die den State-of-the-art erweitern: i) Eine Strukturierung des Modellierungs- und Simulationsprozesses mittels Workflows, als Basis Visualisierung und Interaktion effektiv in den datengenerienden Prozess zu integrieren, ii) Instrumentierung und Data-Streaming Ansätze, die eine zielgerichtete Extraktion von Informationen aus dem datengenerierenden Prozess gewährleisten; iii) Komponenten für räumlich unterschiedlich aufgelöste Simulationen: Kompartmentdynamiken, zellulären Automaten, partikelbasierten Ansätze im kontinuierlichen Raum, und eine generische Methode zur Selektion und Konfiguration von komponenten-basierten Simulatoren. Bezogen auf die Visualisierung: Es wurden mehrere neue Visualisierungsansätze entwickelt, die den State-of-the-art erweitern: i) Eine Technik zur visuellen Analyse von multi-Skalen Daten; das Neue ist, dass Unterschiede zwischen Skalen kommuniziert und so der Anwender bei der Exploration geführt wird. ii) Ein Ansatz zur Visualisierung der Wechselwirkung von Parameterbelegungen, Ergebnisdaten und Datenqualität; das Neue hierbei ist, dass mehrere Tausende Parameterbelegungen und Ergebnisdaten gleichzeitig angezeigt werden können. iii) Eine Methode zur Darstellung einer großen Anzahl von Trajektorien; das Neue ist, dass sowohl der räumliche als auch der zeitliche Kontext exploriert werden können. iv) Feature-basierte Ansätze zur visuellen Analyse komplexer und chaotischer Bewegungen; das Neue ist, dass komplexe und chaotische Bewegungen durch flexible Feautures beschrieben werden, mit denen die Trajektorien sowohl im Raum als auch als Zeitreihen in Abhängigkeit von verschiedenen Parameterbelegungen dargestellt werden können. v) Systematisierungen zur Beschreibung von Interaktionen und Aufgaben bei der visuellen Analyse. Es wurde auf der Vis 2014 ein Tutorial zur Interaktion durchgeführt und eine umfassende Task Taxonomy erarbeitet. Bezogen auf die Anwendung: Durch das Zusammenspiel von neuen Simulations- und Visualisierungsmethoden konnten wichtige neue Erkenntnisse über die zugrunde liegenden zellbiologischen Prozesse gewonnen werden. So wurde auf den Zelloberflächen ein Verhalten aufgedeckt, dass mit herkömmlichen Experimenten in der Zellbiologie (Einfärbung und Beobachten toter Zellen) bisher nicht nachweisbar war. Damit ergibt sich die Frage: Wie lassen sich neue reale Experimente designen, um diesen Sachverhalt nachzubilden? Oder muss ggf. die Simulation angepasst werden? Die Exploration dieses Wechselspiel zwischen realem Experiment und Simulation, begleitet durch eine visuelle Analyse, kann zu bahnbrechenden neuen Erkenntnissen führen und soll deshalb Gegenstand eines geplanten SFB an der Universität Rostock sein. Auch bei einem weiteren Anwendungsbeispiel, der Früherkennung der Diabetischen Neuropathie hat der Einsatz von Visual Analytics Methoden zu wertvollen Erkenntnissen über medizinische Messmethoden und Analysen geführt. Die hierbei eingestezten Methoden sollen mit einem DFG Transferantrag weiter entwickelt und für die Diagnose im Klinischen Alltag aufbereitet werden.
Projektbezogene Publikationen (Auswahl)
- „Heterogeneitybased Guidance for Exploring Multiscale Data in Systems Biology“. In: Proceedings of the 2nd IEEE Symposium on Biological Data Visualization (BioVis’12). IEEE Computer Society, 2012, S. 33–40
M. Luboschik, C. Maus, H.-J. Schulz, H. Schumann und A. M. Uhrmacher
(Siehe online unter https://doi.ieeecomputersociety.org/10.1109/BioVis.2012.6378590) - „Stacking-Based Visualization of Trajectory Attribute Data“. In: IEEE Transactions on Visualization and Computer Graphics 18.12 (2012), S. 2565–2574
C. Tominski, H. Schumann, G. Andrienko und N. Andrienko
(Siehe online unter https://doi.org/10.1109/TVCG.2012.265) - „A Design Space of Visualization Tasks“. In: IEEE Transactions on Visualization and Computer Graphics 19.12 (2013), S. 2366–2375
H.-J. Schulz, T. Nocke, M. Heitzler und H. Schumann
(Siehe online unter https://doi.org/10.1109/TVCG.2013.120) - „Supporting the Visual Analysis of Dynamic Networks by Clustering associated Temporal Attributes“. In: IEEE Transactions on Visualization and Computer Graphics 19.12 (2013), S. 2267–2276
S. Hadlak, H. Schumann, C. H. Cap und T. Wollenberg
(Siehe online unter https://doi.org/10.1109/TVCG.2013.198) - „Analyzing Simulations of Biochemical Systems with Feature-Based Visual Analytics“. In: Computers & Graphics 38 (2014), S. 18–26
C. Eichner, A. Bittig, H. Schumann und C. Tominski
(Siehe online unter https://doi.org/10.1016/j.cag.2013.09.001) - „Supporting the Integrated Visual Analysis of Input Parameters and Simulation Trajectories“. In: Computers & Graphics 39 (2014), S. 37–47
M. Luboschik, S. Rybacki, F. Haack und H.-J. Schulz
(Siehe online unter https://doi.org/10.1016/j.cag.2013.09.004) - „Visuelle Analyse zur Früherkennung einer Diabetischen Neuropathie“. In: Klinische Monatsblätter für Augenheilkunde, Sonderausgabe zu Neuen Technologien 231 (2014), S. 1162–1169
M. Röhlig, M. Luboschik, G. Kundt, O. Stachs, S. Peschel, A. Zhivov, R. F. Guthoff, K. Winter und H. Schumann
(Siehe online unter https://doi.org/10.1055/s-0034-1383332)
