Génération de maillages hexaédriques à partir de squelettes
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Viville, Paul
Date de soutenance : 09-12-2022

Directeur(s) de thèse : Bechmann, Dominique

Président : Hoarau, Yannick
Rapporteur(s) : Morin, Géraldine - Ledoux, Franck - Sokolov, Dmitry
Membre(s) du jury : Kraemer, Pierre

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Informatique, Médecine et santé

Mots-clés libres : Génération de maillage, Hexaèdres, Squelettes
Mots-clés :
  • Maillages polyédriques
  • Squelette
Résumé : La thèse se concentre sur la création de maillages hexaédriques à partir de squelettes pour produire des supports de simulation médicaux. Il existe peu de méthodes automatiques pour générer ces maillages, qui sont utiles pour la simulation numérique de phénomènes physiques. Le type de données qui intéresse les auteurs, comme les bronches ou les réseaux vasculaires, nécessitent une génération automatique sans intervention de l'utilisateur. La thèse décrit une méthode basée sur la construction d'un échafaudage quadrilatère pour gérer la géométrie et la connectivité des éléments de construction simples. Les travaux ont abouti sur un premier algorithme permettant de décomposer automatiquement un domaine géométrique représentable par un squelette courbe en blocs hexaédriques, et sur un deuxième algorithme pour des domaines représentables par un squelette mixte. Un travail technique a également été réalisé pour mettre à disposition un pipeline complet de génération de maillage avec des outils de post-traitement pour l'exploitation en simulation.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2022STRAD012
Type de ressource : Thèse