Bachelor Informatica
Embryologie in augmented
re-ality: een interactieve
smartphone-applicatie
Artin Sanaye
3 februari 2019
Inf
orma
tica
—
Universiteit
v
an
Ams
terd
am
Samenvatting
De inzet van augmented reality binnen het onderwijs is een aantal jaren geleden aan een op-mars begonnen. Binnen steeds meer curricula worden toepassingen op basis van augmented reality ge¨ıntroduceerd. Vaak leidt dit tot rijkere leerervaringen, meer enthousiasme, meer interactie met de lesstof en betere studieprestaties onder studenten. Hoewel de uitkomsten sterk afhangen van het ontwerp van de betreffende applicatie, zijn de vooruitzichten in het al-gemeen veelbelovend. De enorme vrijheidsgraden en werkelijkheidsgetrouwe weergaven van afstanden die kunnen worden gerealiseerd middels augmented reality kunnen van grote meer-waarde zijn binnen studies gerelateerd aan de menselijke anatomie en embryologie.
Boven-dien zijn er vele logistieke, financi¨ele en ook ethische grenzen aan het werken met bestaande
lesmaterialen in deze vakgebieden. Gebruik van augmented reality zou in dit opzicht dus een heel interessant alternatief kunnen bieden. Voor nu bevindt de technologie zich echter ook nog in een ontwikkelingsfase. Het in deze thesis beschreven onderzoek sluit daar op aan. In deze thesis wordt de implementatie beschreven van een op augmented reality gebaseerde smartphone-applicatie waarmee de ontwikkelingsstadia van het menselijke embryo kunnen worden bestudeerd. In de ontwikkeling van deze applicatie stonden laagdrempeligheid in termen van benodigde opslagruimte en een goede gebruikerservaring centraal. Er is veel
ge¨experimenteerd met verschillende soorten compressietechnieken. De balans moest worden
gezocht in verschillende compromissen tussen kwaliteit van de weergegeven modellen, be-standsgrootte, opstarttijd en andere meewegende factoren. Het eindresultaat hiervan is een goed werkende applicatie met veel extra functionaliteiten die bovendien relatief eenvoudig
Dankwoord
Middels dit dankwoord wil ik graag mijn waardering en dankbaarheid uiten jegens mijn begelei-der, dr. Rob Belleman, voor zijn betrokkenheid, waardevolle adviezen en nuttige feedback. Ook wil ik de voor dit project verantwoordelijke contacten bij het Amsterdam UMC, locatie AMC, hartelijk bedanken voor hun vertrouwen in mij en voor de prettige en leerzame samenwerking.
Inhoudsopgave
1 Inleiding 7
2 Theoretisch kader 9
2.1 Toepassingen van AR en de huidige stand van zaken . . . 9
2.2 AR in het onderwijs: effectiviteit en meetbaarheid . . . 10
2.3 AR binnen geneeskunde(studies): anatomie, gebruik en relevantie . . . 11
2.4 In relatie tot conventionele onderwijsmethodes . . . 12
3 Context 14 3.1 De achtergrond van dit onderzoek . . . 14
3.2 De embryologie-atlas in AR: praktische zaken . . . 14
4 Toegepaste compressietechnieken 16 4.1 Decimatie . . . 16
4.2 Kwantisatie . . . 17
4.3 De Lempel-Ziv-Markov-chain-algoritme (LZMA) . . . 17
5 Implementatie 18 5.1 Gebruik van coroutines en assetbundles . . . 18
5.2 Data inladen: verdere verbeteringen . . . 19
5.3 Toevoegen van embryostadia en slider . . . 19
5.4 De AR-SDK van Vuforia . . . 19
5.5 3D-modus . . . 20
5.6 Bookmarks . . . 20
5.7 Zoomen, roteren en transleren . . . 21
5.8 Schalen . . . 21
5.9 Overige verbeteringen in grafisch opzicht en gebruikerservaring . . . 21
6 Extra initiatieven en experimenten 23 6.1 Data-encryptie . . . 23
6.2 Apparaatafhankelijk assetbundles downloaden vanaf de server . . . 24
6.3 Scripts in Unity . . . 24
6.4 Meten van de opstarttijd . . . 25
7 Resultaten 26 7.1 Uitkomst van tussentijds overleg met het Amsterdam UMC . . . 26
7.2 Afwijkingen na decimatie: Hausdorff-afstand . . . 27
7.3 Prestaties na verdere implementatie, compressie en encryptie . . . 29
7.4 Vooraf inladen van de modellen: chunked assetbundles . . . 30
8 Conclusie 33 8.1 Oplevering van de applicatie . . . 34 8.2 Discussie . . . 34 8.3 Reflectie . . . 34
A Decimeren in Blender 37
B Schaling van de modellen 38
C Hausdorff-afstanden: model van stadium 7 39
D Wensen van het Amsterdam UMC 40
HOOFDSTUK 1
Inleiding
Er is sinds een aantal jaren een sterke toename gaande in het aantal toepassingen van augmented reality (AR) binnen het onderwijs.[1] Studenten kunnen middels AR-applicaties op een unieke, interactieve manier lesstof bestuderen. In veel gevallen leidt dit tot meer enthousiasme, rijkere leerervaringen en betere studieprestaties onder studenten. Met name de mogelijkheden driedi-mensionale figuren werkelijkheidsgetrouw weer te geven in AR-toepassingen zijn veelbelovend.[2] Bovendien kleven er een aantal nadelen aan meer conventionele onderwijsmiddelen die door inzet van AR kunnen worden omzeild.
Geneeskundestudenten zijn voor het bestuderen van de menselijke anatomie en de ontwik-kelingsstadia van het menselijke embryo vooralsnog grotendeels afhankelijk van fysiek materiaal waaraan logistieke, ethische en financi¨ele beperkingen zitten. Hoewel boeken een nog in veel opzichten onvervangbare bron vormen voor (tekstuele) informatieoverdracht, zijn de mogelijk-heden driedimensionale objecten weer te geven in twee dimensies beperkt. Bovendien is er met drukwerk geen interactie mogelijk, waardoor zulke objecten bijvoorbeeld ook niet vanuit andere perspectieven kunnen worden bestudeerd. Aan het werken met fysieke embryo’s zijn, naast de beperkte bruikbaarheid, strenge restricties en hoge financi¨ele kosten verbonden. Maquettes over-bruggen een aantal van deze nadelen maar hebben vaak een beperkte vrijheidsgraad en zijn zelf ook weinig mobiel inzetbaar. Computergebaseerde 3D-modellen vormen, tot slot, een alternatief dat eveneens beperkt is in mobiliteit, het werkelijkheidsgetrouw weergeven van afstanden en interactiemogelijkheden. Weldoordachte mobiele AR-toepassingen zorgen voor meer mobiliteit, betere interactiemogelijkheden en een enorme vrijheidsgraad in de weergave van 3D-objecten. Het in deze thesis beschreven project is dan ook in overleg met het Amsterdam UMC, locatie AMC, (vanaf hier afgekort tot ‘Amsterdam UMC’) opgezet om studenten een alternatief en ver-rijkend leerinstrument te bieden in de vorm van een AR-smartphone-applicatie waarmee zij de ontwikkelingsstadia van het menselijke embryo kunnen bestuderen. Voorafgaand aan dit AR-gebaseerde project waren er al 3D-modellen gemaakt die de verschillende ontwikkelingsstadia van het menselijke embryo weergeven. Deze modellen vormen onderdeel van de zogeheten 3D-atlas van het menselijke embryo dat onder leiding van dr. Bernadette de Bakker van het Amsterdam UMC is gerealiseerd.[3] De betreffende modellen waren reeds in andere toepassingen gebruikt en bleken geschikt voor inbedding in een AR-omgeving. Een prototype van de AR-smartphone-applicatie was bij aanvang van het in deze thesis beschreven onderzoek tevens ge¨ımplementeerd.[4] Dit prototype had echter nog een beperkte bruikbaarheid en was onder meer afhankelijk van een verouderde ontwerptechniek. Het doel was nu om dit prototype van de applicatie uit te breiden en gereed te maken voor gebruik.
Hierbij waren een aantal dingen van primair belang. In de eerste plaats moest de applicatie uiteraard inzetbaar worden en voor een zo prettig mogelijke gebruikerservaring zorgen. Dit betekende onder meer dat het renderen van de modellen snel (ofwel ‘real-time’) moest
plaatsvin-alle toe-voegingen, niet te veel opslagruimte in beslag mocht gaan nemen. Om dit laatste te bereiken zijn de databestanden gecomprimeerd. In het algemeen was het essentieel de applicatie bruikbaar te maken voor zowel nieuwere als oudere mobiele apparaten. Er zijn verschillende tech-nieken aangewend om al de doelstellingen van het Amsterdam UMC te behalen. De volledige ontwikkel-ing van de applicatie wordt in deze thesis beschreven.
Gedurende de ontwikkeling van de applicatie zijn tevens veel experimenten gedaan om vast te stellen welke toevoegingen en aanpassingen de meest wenselijke resultaten opleverden. In die zin was het in de volgende hoofdstukken uiteengezette implementatieproces een voortdurende wissel-werking tussen ontwerpen, ontwikkelen, testen en updaten met de meest wenselijke instellingen. De verschillende resultaten zullen in deze thesis ook aan bod komen, evenals de afwegingen die uiteindelijk hebben geleid tot de eindversie van de AR-smartphone-applicatie zoals die is opgeleverd. Tot slot zal er in deze thesis zowel worden gereflecteerd op de gemaakte ontwerp-keuzes als worden vooruitgeblikt op eventuele toekomstige aanpassingen aan de applicatie.
HOOFDSTUK 2
Theoretisch kader
Hieronder volgt een uiteenzetting van de wetenschappelijke context waarbinnen het in deze scrip-tie beschreven onderzoek en de ontwikkeling van de bijbehorende smartphone-applicascrip-tie zich bevinden. Wat zijn de voor- en nadelen van gebruik van AR in het onderwijs? Hoe verhoudt de inzet van AR zich tot meer conventionele onderwijstechnieken? Wat zijn de specifieke afwegingen met het oog op anatomiestudies en in het bijzonder embryologie die relevant zijn? En waarom is het in de eerste plaats interessant om de mogelijkheden, beperkingen en ontwikkelingen van AR in dit opzicht te onderzoeken? In dit hoofdstuk spelen deze vragen een belangrijke rol en wordt verduidelijkt waar het speerpunt van de ontwikkelde AR-smartphone-applicatie voor embryolo-gie(studies) zich bevindt binnen de bredere context van de wetenschappelijke en technologische ontwikkelingen die voor deze thesis relevant zijn.
2.1
Toepassingen van AR en de huidige stand van zaken
Het gebruik van AR binnen het onderwijs neemt al jaren structureel toe, evenals het aantal onderzoeken dat zich op deze ontwikkeling richt. Met name in de afgelopen jaren is deze twee-zijdige toename in een versnelling geraakt. De onderzoeken die in de loop der tijd zijn verricht hebben resultaten opgeleverd die soms onderling met elkaar in strijd zijn, hoewel er in belangrijke opzichten ook over een zekere consensus kan worden gesproken. Een van de vaakst genoemde voordelen van AR-toepassingen binnen het onderwijs ligt in het realiseren van een versterkte, rijkere leerervaring. De interactiviteit van AR-applicaties, in combinatie met hun werkelijkheids-getrouwe weergave van figuren vanuit vaak variabele perspectieven, maakt dat ze veelal een waardevolle toevoeging aan het curriculum zijn — een toevoeging die zich dikwijls laat vertalen naar een hogere score onder studenten die bij het zich eigen maken van de lesstof van deze ap-plicaties gebruikmaken. De belangrijkste problemen die zich rond AR-toepassingen binnen het onderwijs voordoen vinden we in een beperkte toepasbaarheid die soms te maken kan hebben met het feit dat veel data nog niet geschikt is gemaakt voor gebruik binnen een AR-omgeving, een ge-bruikersvriendelijkheid die soms te wensen over laat (hoewel dit in feite applicatie-afhankelijk is) en veelvoorkomende technische problemen. Er is dus nog veel ruimte voor verbeteringen, maar de opmars van AR binnen het onderwijs lijkt een nieuwe, veelbelovende fase te zijn ingegaan.[1] De tijd waarin enkel enorme, stationaire computers enkel minimale toepassingen van AR mogelijk maakten is definitief voorbij. Talloze mobiele apparaten beschikken over de benodigde verwer-kingscapaciteit (in termen van CPU’s, geheugen- en grafische kaarten), batterijduur, locatie- en apparaatori¨entatiegegevens en toegang tot het internet om AR-applicaties te kunnen runnen die op hardware van slechts een paar decennia geleden onuitvoerbaar zouden zijn. Niet alleen zijn AR-applicaties op mobiele apparaten toegankelijker doordat deze kunnen worden meegenomen; die toegankelijkheid wordt tevens vergroot door het feit dat apparaten die Mobile AR (MAR) mo-gelijk maken doorgaans een stuk goedkoper zijn dan hun niet-mobiele tegenhangers en verreweg
verrassend — in andere Europese landen[7][8] en de Verenigde Staten.[9] Dit alles heeft ervoor gezorgd dat AR-applicaties steeds meer toepassingen vinden, ook binnen onderwijsomgevingen.
2.2
AR in het onderwijs: effectiviteit en meetbaarheid
Wetenschappelijke onderzoeken naar de effectiviteit van AR-toepassingen binnen educatieve omgevingen hebben veel uiteenlopende resultaten opgeleverd. Een belangrijke, terugkerende vraag is uiteraard of en in hoeverre de inzet van AR-technieken de leerervaringen en -prestaties van studenten verbetert. Een voor de hand liggende methode om dit inzichtelijk te maken vin-den we in het vergelijken van studieprestaties van stuvin-denten die een zogenoemde augmented reality learning experience (ARLE) hebben gehad met die van studenten die voor dezelfde toets-ing volledig afhankelijk waren van conventionele leermethoden. Het onderltoets-inge verschil kan dan worden uitgedrukt in een effectgrootte (van de inzet van AR). Deze effectgrootte wordt gerep-resenteerd door een re¨eel getal tussen −1 en 1, waarbij −1 een volledig negatief effect verte-genwoordigt, 0 staat voor een neutraal (ofwel geen) effect en 1 staat voor een volledig positief effect. Uit diverse meta-analyses, waarin meerdere zulke effectgroottes uit diverse wetenschap-pelijke onderzoeken naast elkaar zijn gelegd, komen gemiddelde effectgroottes van gebruik van AR-technieken in het onderwijs naar voren die vari¨eren tussen redelijk positief (hoger dan 0,3) en aanzienlijk positief (ruimschoots hoger dan 0,5).[10][11]
Deze uitkomsten betreffen echter gemiddelden van gemiddelden en laten veel ruimte voor verder onderzoek doordat de oorspronkelijk gemeten effectgroottes die in deze literatuurstudies zijn meegenomen ontzettend uit elkaar liggen. Deze individuele resultaten hangen dan ook nauw samen met de lesstof in kwestie, de manier waarop AR binnen het curriculum is ingevoegd en de specifieke eigenschappen en kwaliteiten van de betreffende AR-applicaties in termen van inhoud en ontwerp.[11] Niet alle afzonderlijke binnen deze literatuurstudies meegewogen effect-groottes waren positief. Desalniettemin komt hier een overtuigend beeld naar voren van ARLE’s als hebbende een meetbare meerwaarde binnen het onderwijs doordat ze gemiddeld genomen tot aanzienlijk betere leerprestaties van studenten leiden. Vanuit de genoemde meta-analyses ontstaat eenduidig het beeld dat de gemiddelde effectgrootte van gebruik van AR-toepassingen in het onderwijs groter is dan de gemiddelde effectgrootte van moderne technologie¨en en met name gebruik van computers in het algemeen, welke in andere uitgebreide meta-analyses uitkomt tussen 0.28 en 0.35.[12][13] Dit is een significante uitkomst en een sterk argument voor het in-corporeren van ARLE’s in curricula.
In de kern zijn deze resultaten gebaseerd op de ervaringen van studenten. Wanneer we deze dichterbijhalen, zien we dat uit sommige onderzoeken blijkt dat aan gebruik van AR binnen het onderwijs een vermindering in cognitieve (over)belasting kan worden toegeschreven[11][14], terwijl sommige andere onderzoeken juist tot de conclusie leiden dat gebruik van AR binnen het onderwijs cognitieve overbelasting kan veroorzaken.[15][16] Een belangrijke oorzaak van zulke overbelasting zou te vinden zijn in de complexiteit van AR-omgevingen en de hoeveelheid infor-matie daarbinnen. Dit is dus echter ook afhankelijk van de kwaliteit van de betreffende applicatie in termen van gebruiksvriendelijkheid en overzichtelijkheid. Deze en andere studies wijzen uit dat gebruik van AR-applicaties binnen het onderwijs de interactie van studenten met de lesstof, hun motivatie en hun tevredenheid over het studeren aanzienlijk kunnen bevorderen, maar dat verkeerde (of geringe mogelijkheden in) ontwerpkeuzes en een gebrek aan (in de juiste format geleverde) data beperkingen en/of problemen opleveren.[17] In essentie lijkt het dus zo te zijn dat de bestaande databronnen enigszins achterlopen op de inmiddels beschikbare technologie, welke tevens constant verder wordt ontwikkeld.
Hoewel ARLE’s in het onderwijs gemiddeld gezien dus van positieve invloed zijn op de studie-prestaties van studenten, is hun effectiviteit sterk afhankelijk van het ontwerp van de betreffende AR-applicatie. Om ARLE’s van maximaal nut te laten zijn is het daarom nodig AR-applicaties voor gebruik in het onderwijs te ontwikkelen binnen een multidisciplinaire context. Op deze manier kunnen alle nodige overwegingen die betrekking hebben op pedagogiek, didactiek,
psy-chologie, ontwerp en gebruiksvriendelijk door een samenwerking van diverse experts samenkomen in een AR-applicatie. Zo een multidisciplinaire benadering heeft, juist ook met het oog op de hierboven besproken applicatieafhankelijkheid van de resultaten, de grootste kans van slagen in het verbeteren van de studieprestaties van studenten.[18]
2.3
AR binnen geneeskunde(studies): anatomie, gebruik en relevantie
Meer specifiek relevant voor de context waarbinnen deze scriptie is gesitueerd, zien we dat on-derzoek naar de leerervaringen van studenten die bezig zijn met lesstof betreffende de anatomie van het menselijk lichaam uitwijst dat het gebruik van AR-applicaties niet enkel leidt tot hogere concentratie en motivatie maar tevens tot en een beter driedimensionaal of ruimtelijk begrip van de bestudeerde modellen/data. De reeds genoemde voordelen van ARLE’s werken door binnen de specifieke contexten van biologie en geneeskunde en kunnen zeer nuttig zijn bij het bestuderen van de anatomie van het menselijk lichaam, juist ook doordat werkelijkheidsgetrouwe modellen kunnen worden gebruikt om, onder meer, organen en weefsels weer te geven. Hierbij kunnen de betreffende groottes en positioneringen op een unieke, interactieve wijze werkelijkheidsgetrouw worden weergegeven. De enorme vrijheidsgraad stelt studenten in staat modellen van alle kanten te bekijken. AR blijkt dan ook uitermate geschikt voor gebruik binnen het onderwijs omtrent de menselijke anatomie.[2]
De meerwaarde van al het bovengenoemde is voor de geneeskunde wellicht nog iets groter dan voor andere vakgebieden waarbinnen ARLE’s een groeiende rol spelen in de opleidingen, omdat met name de gemeten toename in begrip van driedimensionale en afstandsgerelateerde eigenschappen van modellen wellicht deels een nieuw tijdperk in kan luiden. Voor opleidingsdoeleinden binnen de geneeskunde en specifiek binnen de anatomie en embryologie zijn ziekenhuizen en onderwijsin-stellingen ontzettend afhankelijk van fysieke lichamen en lichaamsdelen. Deze afhankelijkheid is echter een die onder enorme restricties bestaat. Financi¨ele, ethische, wettelijke en ook aan laat-ste verbonden toezichthoudende bepalingen en afwegingen drukken, naast de basiskwestie van voorraad, op de mogelijkheden tot gebruik.[19] Een significante reductie in de afhankelijkheid van deze beladen fysieke materialen binnen geneeskundeonderwijs zou dan ook baanbrekend zijn maar lijkt voorlopig nog onbereikbaar.
Deze problematiek heeft al geleid tot een veelvoud aan pogingen technologie¨en aan te wenden dan wel te ontwikkelen om de praktische leerbaarheid die we zien in het werken met fysiek materiaal zo veel mogelijk te benaderen. De meeste van deze pogingen waren echter tevergeefs of hebben, net zoals het geval is met AR en mede door stremmingen in de ontwikkeling van de betreffende technologie¨en, (nog) niet geleid tot breed gedragen acceptatie en inzet binnen het vakgebied. Uit onderzoeken naar hun effectiviteit wordt des te meer duidelijk waarom men, ondanks alle restric-ties, nog voornamelijk met fysieke materialen blijft werken. De ontwikkeling van vele (online) applicaties en het gebruik van, bijvoorbeeld, QR-codes[20] ten spijt, bleken slechts weinig van de nieuwe technieken levensvatbare alternatieven te zijn voor het werken met fysiek te onderzoeken lichamen en lichaamsdelen.[21]
Enerzijds betekent dit dat er veel ruimte is voor ARLE’s, die — zoals we hebben gezien — vaak wel veelbelovende resultaten boeken in termen van motivatie, beter visueel-ruimtelijk begrip en hogere studieprestaties onder studenten, om een grotere plaats in te nemen in anatomie- en (daaronder vallend) embryologieonderwijs. Anderzijds weten we dat AR (nog) niet zo een domi-nante plaats inneemt binnen (anatomie)onderwijs omdat gebruik van AR voor deze doeleinden zich momenteel nog in een onderzoeksstadium bevindt.[22] Het belang is er, net als de potentie, maar de stap naar grootschalige inzet van ARLE’s binnen anatomie- en embryologieonderwijs is afhankelijk van de volwassenwording van de technologie in het algemeen en een beter begrip van de mogelijkheden en begrenzingen. De in sectie 2.2 aangehaalde multidisciplinaire benadering zal hierin ongetwijfeld een belangrijke rol moeten spelen.
2.4
In relatie tot conventionele onderwijsmethodes
De voordelen van boeken ten opzichte van mobiele AR-applicaties zijn veelal evident: een on-afhankelijkheid van hardwaresystemen en in het bijzonder de bijbehorende batterijduur en verw-erkingscapaciteit, een vertrouwd en geliefd format voor uitgebreide tekstuele informatie en geen risico op technische mankementen of uitval. Toch delven boeken in vergelijking tot AR-applicaties ook op belangrijke gebieden het onderspit, met name in de visuele representatie van driedimen-sionale objecten en de mogelijkheden tot interactie. We zien dan ook een toename in pogingen het beste van beide werelden met elkaar te combineren, met name in het onderwijs.[23] Vanwege de meeslepende ervaring die deze combinatie oplevert, wordt ook wel gesproken van edutainment en magic books.[24][25] In deze combinatie kunnen we echter ook een logische erkenning zien: AR-applicaties en boeken kunnen elkaar niet volledig vervangen. Boeken, hetzij fysieke dan wel elektronische exemplaren, worden nog volop gebruikt voor (tekstuele) informatieoverdracht. An-derzijds is het duidelijk dat AR, op zijn beurt, in bepaalde opzichten ook weer mogelijkheden schept die door boeken niet kunnen worden ge¨evenaard.[26]
Driedimensionale figuren kunnen in boeken enkel in twee dimensies worden weergegeven en zijn vaak geschaald om netjes op een pagina te passen. In het geval van afbeeldingen die represen-taties van fysieke voorwerpen of modellen vertegenwoordigen betekent dit dat het voor lezers nog moeilijker kan zijn een werkelijkheidsgetrouw beeld te krijgen van de afgebeelde materie, zelfs als de schaalgrootte er op passende wijze bij staat vermeld. Binnen AR-applicaties kan er door-gaans om objecten heen worden bewogen (of kunnen objecten binnen de applicatie zelf worden gedraaid), zodat deze van alle kanten bekeken en bestudeerd kunnen worden. Hiernaast kan men de schaal altijd op 1:1 zetten teneinde ervoor te zorgen dat de werkelijke omvang van een voorw-erp of model zo realistisch mogelijk wordt weergegeven en zo goed mogelijk wordt begrepen. Dit alles, gecombineerd met de optie (nog meer) gebruikersinvoer van invloed te laten zijn op het-geen wordt weergegeven, maakt bovendien dat er een veel grotere interactiviteit bestaat tussen de AR-applicatie en de gebruiker dan tussen het conventionele (papieren) studieboek en de lezer — met alle reeds genoemde voordelen in termen van motivatie, begrip en genoegdoening die hiermee gepaard gaan.[17][26]
Figuur 1: 3D-modellen van embryostadia.1 Figuur 2: Maquettes2 (andere stadia in figuur 1).
Naast boeken wordt er in het onderwijs omtrent de anatomie van het menselijk lichaam en em-bryologie ook veel gebruik gemaakt van maquettes. Maquettes kunnen worden gebruikt om de middels boeken aangeboden informatie aan te vullen en hebben hierbij een aantal inherente vo-ordelen: het zijn driedimensionale figuren die dus een ‘hands-on’-ervaring kunnen bieden aan studenten en hen zo een beter besef kunnen geven van de afmetingen en afstandsverhoudingen van, bijvoorbeeld, bepaalde organen. Toch zitten er aan het gebruik van maquettes eveneens grote nadelen vast: maquettes zijn duur, kwetsbaar, weinig verplaatsbaar en klassikaal bedoeld,
1Bron: https://next.amc.nl/web/nieuws-en-verhalen/ons/unieke-3d-atlas-van-groeiend-embryo.htm 2Bron: https://embryology.med.unsw.edu.au/embryology/index.php/Embryology History - Ziegler Models
ofwel relatief schaars in vergelijking tot boeken en applicaties die beschikbaar zijn op individueel niveau per student. Hiernaast is de vorm en grootte van maquettes definitief: er kunnen door-gaans geen processen mee worden nagebootst en inzoomen is onmogelijk. Ook de interactiviteit is in die zin een stuk beperkter dan bij AR- en 3D-modellen.
Toch is er aan de hand van de bestaande literatuur geen ‘beste keuze’ aan te wijzen tussen maquettes en binnen computeromgevingen bestaande 3D-modellen omdat de resultaten van onderzoeken regelmatig met elkaar conflicteren.[27] Uit sommige onderzoeken blijkt dat ge-bruik van AR- en VR-toepassingen binnen anatomieonderwijs soms evenveel invloed heeft op studieprestaties als gebruik van reguliere 3D-modellen op de computer.[21] Hier is het echter van belang te onthouden dat de effectiviteit van AR-toepassingen in deze context, zoals in hoofdstuk 2 bediscussieerd, sterk afhangt van hun inhoud en ontwerp. Ondanks de aangetoonde poten-ties van ARLE’s binnen geneeskunde- en biologiestudies die betrekking hebben op de menselijke anatomie, inclusief die van embryo’s, is er nog geen brede inzet van AR binnen deze vakgebieden omdat de technieken zich nog veelal in onderzoeksfases bevinden.[22] Dit relatief geringe gebruik leidt er, op zijn beurt, echter weer toe dat er minder vergelijkende studies beschikbaar zijn dan nodig om, bijvoorbeeld, een sluitend antwoord te kunnen geven op de vraag of AR-applicaties binnen de anatomie tot betere studieprestaties leiden dan gebruik van maquettes.
HOOFDSTUK 3
Context
3.1
De achtergrond van dit onderzoek
Dit onderzoek en de ontwikkeling van de AR-smartphone-applicatie beschreven in deze scriptie vinden plaats tegen de achtergrond van een uitgebreider onderzoek waarin zogeheten 3D-PDF’s eveneens een rol spelen. Dit zijn interactieve PDF-bestanden met daarin 3D-modellen die van-uit meerdere perspectieven en vanaf verschillende afstanden kunnen worden bestudeerd. Vanvan-uit het Amsterdam UMC is een project opgestart teneinde de ontwikkelingsstadia van menselijke embryo’s (voor studenten) inzichtelijker te maken middels dit soort 3D-PDF’s.[3]
Het doel van dit onderzoeksproject was nu om, naast deze 3D-PDF’s, een interactieve AR-smartphone-applicatie beschikbaar te maken waarmee de ontwikkelingsstadia van het menselijke embryo eveneens kunnen worden bestudeerd. Dit betreft de applicatie die in deze thesis wordt beschreven. Het is de hoop van het Amsterdam UMC dat de voordelen van ARLE’s, zoals beschreven in het vorige hoofdstuk, tot uitdrukking zullen komen in het gebruik van de appli-catie die als onderdeel van dit afstudeeronderzoek is ontwikkeld.
Voorafgaand aan dit onderzoek is er een ander afstudeeronderzoek geweest waarin de ontwikke-ling van een deel van de AR-smartphone-applicatie tevens een rol speelde.[4] Het prototype van de applicatie is tijdens dit onderzoek ontwikkeld. De nadruk van dit eerdere werk lag echter elders dan die van deze scriptie, omdat er een eigen onderzoek naar de effectiviteit van een beperkte implementatie van de applicatie was ingevoegd. De theoretische basis van deze scrip-tie ligt in het uitgebreide theoretische kader zoals hierboven geschetst. Bovendien lag er in het hier beschreven onderzoek een grotere nadruk op de verbetering en verdere ontwikkeling van de smartphone-applicatie. Hieronder volgt uitleg over hoe de aansluiting van de twee onderzoeken in elkaar steekt, wat er al was ontwikkeld en wat de wensen van het Amsterdam UMC inhielden.
3.2
De embryologie-atlas in AR: praktische zaken
In de applicatie voor zover deze was ontwikkeld bij aanvang van het hier beschreven onder-zoek waren bepaalde basisfunctionaliteiten werkend. Er was ´e´en embryostadium, stadium 13, toegevoegd die middels de AR-functies van Vuforia werd weergegeven en waarmee een beperkte interactie mogelijk was in de vorm van rotatie van het model. Ook was er een elementair menu aanwezig. Hiermee konden bepaalde weefsels en organen op zichtbaar dan wel op onzichtbaar (of “aan/uit”) worden gezet. Dit menu kon niet worden uitgebreid met meer weefsels of organen, wat bij het toevoegen van modellen van latere embryostadia voor problemen zou zorgen. Bij het verder ontwikkelen van de applicatie waren een aantal dingen van belang voor het Amster-dam UMC. In de eerste plaats moesten de overige dertien modellen uiteraard worden toegevoegd
om de volledige ontwikkeling van het embryo te kunnen tonen. Hiernaast moest de applicatie laagdrempelig blijven in termen van benodigde opslagruimte. Hierbij was het uiteraard ook van belang dat de applicatie de modellen real-time kon renderen bij het switchen tussen deze model-len. Ook moesten het menu en de mogelijke interactie met de modellen worden uitgebreid. Vele andere aanpassingen en verbeteringen aan de applicatie bleken tijdens de duur van dit onderzoek tevens nodig dan wel wenselijk. In het volgende hoofdstuk kijken we eerst naar de toegepaste compressietechnieken. Hierna komt de implementatie van de applicatie aan bod.
HOOFDSTUK 4
Toegepaste compressietechnieken
Tegenover de brede inzetbaarheid van mobiele applicaties staan een aantal beperkingen die in-herent zijn aan mobiele apparaten. Vanwege het belang van laagdrempeligheid lagen de voor dit project belangrijkste van deze beperkingen in de opslagcapaciteit, het werkgeheugen en de rekenkracht. Hoe groter een bestand, hoe meer opslagruimte er nodig is en hoe duurder het laden is in zowel benodigde rekenkracht als werkgeheugen. Om zowel de gewenste laagdrem-peligheid als een soepele gebruikerservaring te realiseren, was het dan ook nodig de databestanden te com-primeren alvorens deze in de applicatie te laden.
De modellen van de verschillende embryostadia zijn, op verzoek voor dit project, door het Am-sterdam UMC opgeslagen als FBX-bestanden. De oorspronkelijke modellen waren door het Amsterdam UMC al zorgvuldig gedecimeerd teneinde een reductie in bestandsgrootte te reali-seren. Desalniettemin ging het nog steeds om in totaal veertien relatief grote databestanden die in de applicatie moesten komen. Om de applicatie na toevoeging van alle modellen van de embryostadia niet te groot te laten worden, was het hierom wenselijk een verdergaande decimatie op de databestanden toe te passen. Naast decimatie zijn er ook andere datacompressietechnieken aangewend om uit te komen op het meest wenselijke compromis tussen enerzijds de grootte van de applicatie en anderzijds de kwaliteit van de daarin weergegeven modellen. Hierbij maken we een onderscheid tussenn lossy compressietechnieken, waarbij een deel van de oorspronkelijke data verloren gaat, en lossless compressie, waarbij een reductie in bestandsgrootte wordt gerealiseerd zonder dat er data verloren gaat. Deze compressietechnieken worden hieronder beschreven.
4.1
Decimatie
Decimatie is de eerste compressietechniek die is toegepast op de databestanden. Hiervoor is gebruikgemaakt van Blender. De oorspronkelijke bestanden waren van een inmiddels verouderd type FBX (versie 6.1) dat niet kan worden geopend in Blender. Zodoende moesten ze eerst worden geconverteerd middels de FBX converter van Autodesk en opnieuw worden opgeslagen. De nieuwe FBX-bestanden (versie 7.3) konden hierna middels de Decimate Modifier in Blender worden gedecimeerd. Deze decimatietechniek in Blender maakt het mogelijk het aantal vertices en polygonen van een mesh te reduceren zonder dat er ingrijpende veranderingen aan de vorm van een object zichtbaar worden.3 Decimatie is een zogeheten lossy compressietechniek, waarbij bepaalde data dus onomkeerbaar verloren gaan.
De mate — of, zoals het in Blender heet, ratio — waarin een mesh wordt gedecimeerd is door de gebruiker in te stellen. Deze ratio, tussen 0,0 en 1,0, bepaalt de reductie van het aantal vertices en polygonen en dus ook de kwaliteit van het nadien verkregen model. Bij een ratio van 0,0 worden alle polygonen verwijderd en bij een van 1,0 blijft het model onveranderd. Tijdens dit onderzoek is ge¨experimenteerd met diverse ratio’s waarvan de resultaten met elkaar zijn vergeleken. (Meer
hierover volgt in hoofdstuk 6.) Uiteindelijk is in overleg met het Amsterdam UMC gekozen voor een ratio van 0,7, wat gelijkstaat aan een decimatie van dertig procent. In bijlage A staat een precieze uitleg van de stappen die in Blender zijn doorlopen.
4.2
Kwantisatie
Om de bestandsgrootte van de modellen verder te reduceren zonder daarbij aanzienlijk veel kwaliteitsverlies te lijden, is er op de databestanden naast decimatie ook kwantisatie toegepast. Bij deze tevens lossy compressietechniek worden geen polygonen verwijderd maar worden vertices verplaatst naar nabijgelegen posities die door een kleiner aantal bits worden vertegenwoordigd.4 Deze techniek is dus vergelijkbaar met het wiskundige proces van discretisatie. Het aantal polygonen blijft gelijk maar hun nauwkeurigheid neemt af. Voor de kwantisatie is de functie ModelImporterMeshCompression van Unity gebruikt. Deze heeft drie opties: low, medium en high. Met het Amsterdam UMC is overeengestemd te kiezen voor medium, wat onder meer betekent dat hoekpunten worden gekwantiseerd tot 16 bits.5
4.3
De Lempel-Ziv-Markov-chain-algoritme (LZMA)
Tot slot is ook LZMA-compressie toegepast op de bestanden. Deze lossless compressietechniek zorgt ervoor dat databestanden effici¨enter worden opgeslagen en wordt tevens toegepast middels Unity. De zogenoemde assetbundle (een map van Unity met databestanden van de applicatie) wordt gegenereerd middels de functie BuildCompression, waarbij een lossless compressietech-niek kan worden toegepast. In het geval van de applicatie is dus gekozen LZMA-compressie te gebruiken. Binnen de applicatie worden de gecomprimeerde bestanden vervolgens weer uitgepakt. De LZMA-gecomprimeerde assetbundle zorgt voor de kleinst mogelijke downloadgrootte. Hier staat echter tegenover dat de decompressie in de applicatie een relatief duur proces is, zowel in termen van opstarttijd als in geheugengebruik tijdens het runnen.6 Samen met het Amsterdam UMC is ervoor gekozen deze compressietechniek toe te passen om de downloadgrootte en dus ook de voor de applicatie benodigde opslagruimte te beperken.
HOOFDSTUK 5
Implementatie
De applicatie is ontwikkeld in C# middels de editor van Unity. Voor het ontwikkelen van de menu’s en het weergeven van de modellen van de verschillende embryostadia zijn standaard-objecten van Unity gebruikt. De volledige applicatie wordt vertegenwoordigd in een scene, een struct van Unity. Alle objecten binnen deze scene, dus zowel de menu’s als de weergegeven modellen in de applicatie, zijn zogeheten GameObjects. Deze GameObjects kunnen vervolgens weer met scripts aangepast worden. Hiernaast maakt de applicatie gebruik van de AR-SDK van Vuforia.
5.1
Gebruik van coroutines en assetbundles
Het laden van de assetbundle in het geheugen van het mobiele apparaat, evenals het uitvoeren van functies met een grafisch effect, gebeurt middels coroutines van Unity. Deze coroutines zor-gen ervoor dat de modellen uit de assetbundle asynchroon kunnen worden ingeladen. Met het asynchroon uitvoeren van functies wordt bedoeld dat deze kunnen worden opgesplitst en er zo-doende kan worden afgewisseld tussen meerdere taken. In het algemeen geven coroutines controle over het geheugen terug aan de applicatie, zodat de programmeur preciezer kan bepalen wanneer welke taken worden uitgevoerd. Dit gebruik van coroutines om asynchroon uit de assetbundle te laden levert een aanzienlijke besparing in opstarttijd op ten opzichte van hoe de modellen in de oorspronkelijke versie van de applicatie werden ingeladen.
De modellen waren eerder opgeslagen in de resources-map van Unity in plaats van in de as-setbundle. Dit leek mogelijk een goede oplossing voor het inladen van de modellen omdat de resources-API eenvoudig te begrijpen en te gebruiken is. Toch zorgt gebruik van resources er vaak voor dat applicaties aanzienlijk minder snel worden, wat terugkijkend ook nu het geval was. Ook heeft het tot nadeel dat het geheugen minder toegankelijk blijft dan bij laden vanuit de assetbundle, waardoor de gebruikersinterface kan vastlopen. Dit alles bij elkaar heeft er dan ook voor gezorgd dat Unity de ondersteuning voor resources heeft afgeschaft en gebruik van dit verouderde systeem ontmoedigt.7 Voor toekomstig onderhoud en verdere ontwikkeling van de applicatie was het dus hoe dan ook verstandig over te stappen van resources naar de assetbundle. Gebruik van coroutines maakt het mogelijk waarden of gebeurtenissen die volgen uit ´e´en func-tie te behouden over een tijdspanne die, in termen van animafunc-ties, zich uitstrekt over meerdere frames. Hiervan wordt gebruik gemaakt bij het in het geheugen laden van de assetbundle met daarin de modellen. Bovendien maakt het asynchroon inladen van de modellen vanuit assetbun-dle de applicatie stabieler en gebruiksvriendelijker doordat de gebruikersinterface niet vastloopt. Hierdoor was het ook mogelijk een laadbalk toe te voegen, wat een prettigere gebruikerservaring oplevert. Tijdens het opstarten verschijnen er hiernaast tips voor gebruik van de applicatie en
interessante weetjes over menselijke embryo’s in tekst op het scherm.
Hiernaast speelt deze asynchroniciteit ook in die zin een rol bij het inladen van de data dat het decomprimeren van de LZMA-gecomprimeerde assetbundle gelijktijdig plaatsvindt. Doordat het gehele proces van inladen en decomprimeren op deze manier wordt gecontroleerd door de coroutines, is de voortgang ervan ook eenvoudig te traceren. Deze voortgang wordt vervolgens dus aan de gebruiker getoond middels de toegevoegde laadbalk.
5.2
Data inladen: verdere verbeteringen
Het inladen van de modellen vanuit de assetbundle gebeurde aanvankelijk per model tijdens het switchen tussen de modellen. Hierdoor verliep het switchen tussen de verschillende modellen in de applicatie niet erg soepel. Om dit probleem te verhelpen en de gebruikerservaring te ver-beteren, is er een laadscript geschreven en aan de applicatie toegevoegd waardoor de modellen allemaal meteen bij het opstarten van de applicatie in het werkgeheugen van het betreffende apparaat worden geladen.
Dit zorgde voor een aanzienlijke verbetering in termen van de switchtijden van de applicatie. De keerzijde van deze medaille hield echter in dat de applicatie een wat langere opstarttijd kreeg. Hiernaast gebruikte de applicatie nu natuurlijk meer werkgeheugen tijdens het opstarten. Om dit RAM-gebruik te beperken, is er tot slot voor gekozen de assetbundle op te splitsen en de databestanden van de modellen over drie afzondelijke assetbundles te verdelen. Door gebruik van zo een chunked assetbundle wordt het geheugen bij het opstarten minder belast.
5.3
Toevoegen van embryostadia en slider
Op ´e´en model na, moesten alle modellen van de verschillende embryostadia nog aan de applicatie worden toegevoegd. Het is met name deze toevoeging geweest die maakte dat het comprimeren van de betreffende databestanden nodig werd om de applicatie niet te groot te laten worden. De modellen zijn allemaal in de assetbundle gezet, waardoor ze kunnen worden ingeladen. De applicatie zelf is vervolgens uitgebreid om het tonen van deze modellen mogelijk te maken. Ook is er een slider toegevoegd waarmee door de verschillende tijdstappen kan worden gegaan. Een van de problemen die zijn verholpen tijdens de duur van dit onderzoek bestond uit het gegeven dat het weergegeven model niet altijd overeenkwam met wat de slider aangaf. Hiernaast is het gevolg van interactie met de slider aangepast voor een rijkere ervaring. De slider update nu het weergegeven model al bij verplaatsing, in plaats van pas wanneer de gebruiker de slider weer loslaat, zodat de volledige ontwikkeling van de embryo kan worden gevolgd. De genoemde coroutines spelen hier dus een belangrijke rol om de animaties en gebruikerservaring vloeiend te laten verlopen.
Het toevoegen van de modellen van de overige embryostadia maakte ook dat het menu moest worden uitgebreid. Dit menu, waarin de verschillende weefsels en organen “aan” en “uit” kunnen worden gezet, was in eerste instantie namelijk niet dynamisch ge¨ımplementeerd. Dit betekende dat het niet kon worden uitgebreid met meer weefsels of organen, wat bij latere embryostadia nodig was, omdat toegevoegde iconen dan buiten het scherm zouden vallen. Dit is nu opgelost door het toevoegen van een scrollbar.
5.4
De AR-SDK van Vuforia
De AR-weergave van de modellen is gerealiseerd middels Vuforia. Deze SDK maakt gebruik van computervisie om zogenoemde image targets of markers te herkennen. Deze markers worden vervolgens gebruikt als peilers om de positie van de modellen in de AR-weergave te bepalen.
gebruiker het mobiele apparaat beweegt. AR-toepassingen die zijn ontwikkeld met Vuforia zijn altijd afhankelijk van markers. AR-weergave van de modellen is in de applicatie dus niet mogelijk zonder gebruik te maken van deze markers. Dit is bewust gedaan om precisie doordat het model wordt verplaatst als deze (grotendeels) uit het scherm verdwijnt door bewegingen van de gebruiker.
5.5
3D-modus
Aan de applicatie is een 3D-modus toegevoegd. Dit maakt het mogelijk de 3D-modellen van de verschillende embryostadia te bekijken zonder dat hier, zoals bij de AR-toepassing, een zogeheten marker voor nodig is. Dit maakt de applicatie meer inzetbaar. Hoewel de AR-modus uiteraard de meerwaarde biedt van het kunnen vergelijken van de modellen met fysieke objecten van een bekende grootte, maakt de 3D-modus dat de applicatie niet langer afhankelijk is van de omgeving waarbinnen de gebruiker zich bevindt. Doordat de camera in 3D-modus ook niet aan staat, gaat de batterij van het gegeven apparaat ook langer mee dan bij gebruik van de AR-modus. Binnen deze toegevoegde 3D-modus kan men schakelen tussen twee verschillende projecties voor het weergeven van de modellen van de embryostadia. De eerste (en standaard) optie is een perspectivische weergave. Dit betekent dat er een optische afstandsindicatie is ingebouwd in de weergave, waarbij afstanden worden weerspiegeld in het kleiner dan wel groter weergeven van (delen van) objecten. Dit levert dus een realistische weergave op die vergelijkbaar is met hoe wij dingen in het echt zouden zien vanuit een gegeven gezichtspunt of perspectief. Hiernaast kan de gebruiker van de applicatie kiezen voor een orthografische projectie. Hierbij wordt alles op dezelfde schaal weergegeven. Dit maakt zodoende dat precieze afstanden soms beter kunnen worden bepaald maar heeft dus tot nadeel dat het minder realistisch oogt.
a: Perspectivisch. b: Orthografisch.
Figuur 3: Weergaven in 3D-modus.
a: Modelweergave. b: Menuweergave.
Figuur 4: Weergaven in AR-modus.
5.6
Bookmarks
Aan de applicatie zijn bookmarks toegevoegd voor alle modellen. Deze maken het mogelijk de menu-instellingen bij het bekijken van een model op te slaan en later terug te halen. Deze instellingen kunnen zowel voor het gegeven model als ook voor de modellen van andere em-bryostadia worden teruggehaald. Dit geeft de gebruiker dus een extra manier om verschillende embryostadia en -eigenschappen op eenvoudige wijze met elkaar te vergelijken. Tevens zijn deze bookmarks uitgebreid zodat zij niet alleen de menu-instellingen opslaan maar ook het zoom-niveau en de positie en rotatie van het model.
Het middels de slider switchen tussen de modellen van verschillende embryostadia maakt tevens gebruik van deze bookmarks. De gegeven menu-instellingen worden tijdens dit sliden middels de functionaliteit van de bookmarks opgeslagen en opnieuw opgehaald wanneer het nieuw gese-lecteerde model wordt geladen.
5.7
Zoomen, roteren en transleren
Verder zijn de interactiemogelijkheden van de applicatie uitgebreid. Waar het eerst alleen mo-gelijk was te roteren en in en uit te zoomen, is het nu ook momo-gelijk de modellen te slepen, ofwel transleren, om deze vanuit andere perspectieven te kunnen bestuderen en meer gericht te kunnen in- en uitzoomen. Om de toegevoegde interactiemogelijkheden niet in conflict te laten zijn met de bestaande, is de interactie met de modellen in de applicatie in zijn geheel op de schop gegaan. Een object wordt geroteerd door met ´e´en vinger over het scherm te gaan. Het slepen van objecten gebeurt door dit met twee vingers te doen. Naar standaard gebruik in mobiele applicaties wordt er tot slot in- en uitgezoomd wanneer de afstand tussen de twee vingers aanzienlijk groter of kleiner wordt. De gegeven rotatie en translatie worden, net als de mate van zoomen, opgeslagen tijdens het sliden tussen verschillende modellen. Op deze manier kan de ontwikkeling van het embryo gevolgd worden vanuit het gewenste perspectief. Al de hier genoemde interactiemogelijkheden zijn ge¨ımplementeerd in C#.
5.8
Schalen
Naast de bovenstaande aanpassingen aan de applicatie zelf zijn er veranderingen aangebracht aan de modellen om de schaal consistent te laten zijn over de verschillende weergegeven em-bryostadia. De oorspronkelijke modellen waren onderling soms verschillend geschaald, zodat ´e´en model unit in verschillende modellen verschillende lengtes had. Bij het model van embryostadium 7, bijvoorbeeld, was ´e´en model unit 0,25 millimeter, terwijl het model van stadium 12 slechts 0,01 millimeter was. Alle modellen zijn nu geschaald zodat de model unit voor elk embryosta-dium 0,1 millimeter lang is. (Dus bij het model van staembryosta-dium 7 is de model unit, bijvoorbeeld, vermenigvuldigd met 2,5 en bij dat van stadium 12 is vermenigvuldigd met 0,1.) Dit was noodza-kelijk om de modellen in de applicatie wernoodza-kelijkheidsgetrouw met elkaar te kunnen vergelijken. In bijlage B staat een tabel met daarin de oorspronkelijke schaal van elk model.
Hierna zijn alle modellen vergroot met een factor van 1,5 om ook de weergave van de kleinste modellen mogelijk te maken. Anders zouden deze namelijk niet zichtbaar zijn. De absolute grootte van alle modellen is dus 1,5 keer de echte grootte, maar hun relatieve grootte onderling is dus consistent gemaakt.
Tot slot is er een knop toegevoegd waarmee eenvoudig kan worden geswitcht naar de echte absolute grootte. Deze knop met daarin het symbool voor werkelijkheidsgetrouwe schaal, 1:1, zorgt dus in effect dat alle modellen 1/3 kleiner worden, in lijn met de echte grootte. De modellen van vroege embryostadia leveren in deze schaal dus echter geen goed zichtbare weergave op.
5.9
Overige verbeteringen in grafisch opzicht en gebruikerservaring
Verder zijn er velerlei kleinere aanpassingen gedaan die de grafische weergave en gebruikerservar-ing ten goede komen. Zo gaven de iconen voor de menu-instellgebruikerservar-ingen het aanvankelijk niet weer als er een selectie was gemaakt binnen een submenu. Deze iconen, vierkantjes, waren oorspronkelijk doorzichtig als een bepaald item uit het menu niet was geselecteerd en anders zwart. Er was geen tussenoptie. Zodoende was een icoon ook altijd volledig zwart als er, bijvoorbeeld, enkel ´e´en item uit een submenu geselecteerd was. Dit is nu opgelost door een voor de helft zwart gevuld
mogelijk met een knop alle selecties aan of uit te zetten.
Bij de eerder genoemde laadbalk die wordt getoond tijdens het starten van de applicatie wordt tevens vermeld welk onderdeel op elk gegeven moment wordt geladen. Een van deze meldingen is bijvoorbeeld: “Loading all assets”. Deze teksten knipperen een beetje, zodat de gebruiker weet dat het programma niet is vastgelopen. Tot slot zijn ook alle logo’s binnen de applicatie vervangen door de juiste (die van het Amsterdam UMC). Hiermee zijn alle vanuit het Amsterdam UMC verzochte toepassingen en verbeteringen, en meer, volledig ge¨ımplementeerd.
HOOFDSTUK 6
Extra initiatieven en experimenten
Naast de vanuit het Amsterdam UMC gewenste implementaties en kleinere uitbreidingen en verbeteringen, zijn er een aantal extra toevoegingen ontwikkeld om de applicatie zelf veiliger of anderszins beter te maken dan wel om de (verdere) ontwikkeling van de applicatie te verge-makkelijken. Hier spreken we over het toepassen van data-encryptie op de assetbundles, het apparaatafhankelijk inladen van assetbundles met modellen van verschillende kwaliteit, toevoeg-ingen die zijn ontwikkeld voor Unity om eenvoudiger verschillende versies van de applicatie te kunnen uitbrengen en kleine aanpassingen die zijn gedaan aan de applicatie om prestaties te kunnen meten. Deze implementaties zijn niet allemaal meegenomen in de eindversie van de applicatie. De onderbouwingen voor de hierin gemaakte keuzes volgen in hoofdstuk 7.
6.1
Data-encryptie
Op eigen initiatief is er ook encryptie toegepast op de assetbundle. Dit is gedaan vanwege de gevoeligheid van de betreffende data. De databestanden van de modellen zijn over een peri-ode van zeven jaar gegenereerd door studenten van de Universiteit van Amsterdam.8 Voor het Amsterdam UMC is het van groot belang dat deze bestanden niet zonder toestemming kunnen worden gebruikt of gereproduceerd. Een voor de hand liggende methode om data te beschermen ligt in versleuteling.
Voor het toepassen van encryptie is gekozen voor Cipher Block Chaining (CBC). Bij deze en-cryptietechniek worden delen van de gegeven data bestaande uit meerdere bits, ofwel blocks, stuk voor stuk versleuteld middels een algoritme en een cryptografische sleutel.9 Een kenmerk van deze soort encryptie is dat ze gelaagd is in die zin dat het decrypten van de blocks afhankelijk is van de al gedecrypte blocks. CBC is een standaardspecificatie uit Rijndael en de zogeheten Advanced Encryption Standard (AES), die ook wordt gebruikt voor het realiseren van veilige verbindingen in https.
De encryptie is succesvol toegepast, waardoor de assetbundles konden worden versleuteld. Toch is de versleuteling uit de eindversie van de applicatie gelaten. De reden waarom er uiteindelijk van af is gezien de hierboven beschreven data-encryptie toe te passen is tweeledig. In de eerste plaats zorgde deze versleuteling van de data voor een aanzienlijk langere opstarttijd van de applicatie, met name op oudere apparaten. In de tweede plaats is de bescherming die encryptie in deze context kan bieden op zich al beperkt. Doordat de versleutelde databestanden moeten worden meegestuurd met de applicatie zelf, kan een vastberaden hacker alsnog de salt en key in de assembly van de applicatie vinden en daarmee de databestanden decrypten. Ook zouden de niet-versleutelde databestanden tijdens het runnen van de applicatie alsnog vanuit de GPU-buffer van het betreffende apparaat kunnen worden opgeslagen. Encryptie zou zodoende wel extra, maar
geen sluitende, beveiliging bieden. Meer precieze uitleg over waarom er voorlopig voor is gekozen geen encryptie toe te passen op de assetbundles van de applicatie volgt in hoofdstuk 7.
6.2
Apparaatafhankelijk assetbundles downloaden vanaf de server
Een andere optie die is onderzocht om de applicatie te verbeteren ligt erin de assetbundles vanaf een server te downloaden wanneer de applicatie voor de eerste keer op een gegeven apparaat wordt opgestart. Oorspronkelijk was het idee om een bench test te implementeren waarmee de beschikbare opslagruimte en de grootte van het werkgeheugen kan worden vastgesteld. Naar aanleiding van de uitkomsten daarvan zou er dan kunnen worden bepaald welke assetbundles er worden gedownload: hoe meer capaciteit het apparaat heeft, hoe hoger de kwaliteit van de gedownloade modellen. Helaas is de bench test zelf nog niet ge¨ımplementeerd, maar de optie de assetbundles te downloaden vanaf een te specificeren server is volledig ontwikkeld.
Een op zichzelf staand voordeel van de mogelijkheid de assetbundles te downloaden wanneer de applicatie voor het eerst opstart ligt in het gegeven dat de databestanden op deze manier eenvoudig server-side kunnen worden ge¨updatet. Ook zou toevoeging van deze optie aan de applicatie maken dat de APK daarvan aanvankelijk een stuk kleiner is. Dit kan weer voordelen opleveren met het oog op het beschikbaar stellen van de applicatie. Meer hierover volgt in hoofdstuk 7. Omdat de bench test nog niet is ontwikkeld, is de mogelijkheid de assetbundles te downloaden niet in de eindversie van de applicatie opgenomen. Wel zijn al de reeds ontwikkelde elementen beschikbaar gesteld, waardoor de hier voorgestelde uitbreiding op een later moment desgewenst verder kan worden ontwikkeld.
6.3
Scripts in Unity
Omdat er verschillende versies van de applicatie met elkaar moesten worden vergeleken, was het handig een virtuele werkomgeving te cre¨eren waarin zoveel mogelijk van de betreffende instellin-gen eenvoudig konden worden aangepast. Om deze reden zijn er scripts geschreven voor Unity die dit mogelijk maken. Deze scripts zorgen ervoor dat de assetbundles van de applicatie middels de API van Unity kunnen worden gegenereerd met de gewenste soort compressie en met encryptie aan of uit. Ook kan de ontwikkelaar zo met een druk op een knop bepalen of de databestanden van de modellen allemaal in ´e´en assetbundle komen te staan of dat deze bestanden worden ver-spreid over meerdere assetbundles. In de eindversie is op deze manier gekozen voor een verdeling van de modellen over drie assetbundles. Hieronder staan twee afbeeldingen die tonen hoe deze scripts de gebruikersinterface in de Unity editor hebben uitgebreid voor de hierboven beschreven doelen.
Figuur 5: Dropdown-menu voor builden en encrypten van de assetbundles in Unity.
Figuur 6: Selectiemenu voor genereren van de betreffende applicatie in Unity.
Deze zaken vormen samen dus niet een toevoeging aan de (eindversie van) de applicatie zelf maar een manier om het ontwikkelingsproces eenvoudiger te maken door meerdere versies met verschillende assetbundles uit te kunnen brengen vanuit de Unity editor. Dit maakte het makke-lijker de resultaten te verkrijgen die in hoofdstuk 7 met elkaar zijn vergeleken. De betreffende scripts zijn, evenals de code van de applicatie zelf, meegeleverd bij deze thesis. In de README is gedocumenteerd hoe de bovenstaande stappen in Unity worden doorlopen.
6.4
Meten van de opstarttijd
Tot slot zijn er functies toegevoegd om zowel de opstarttijd als de switchtijd van de applicatie te meten. Hierbij wordt in het scherm van de applicatie steeds de tijd geprint die het betreffende apparaat nodig had om de assetbundles in het geheugen te laden en om te switchen tussen de modellen van verschillende embryostadia. Met deze toevoeging was het mogelijk de prestaties van de verschillende versies van de applicatie met elkaar te vergelijken en een keuze te maken tussen deze versies. Dit selectieproces als geheel, dat heeft geleid tot de eindversie van de applicatie, wordt beschreven in het volgende hoofdstuk.
HOOFDSTUK 7
Resultaten
Om tot het meest wenselijke compromis te komen tussen, enerzijds, de kwaliteit van de modellen en, anderzijds, de bestandsgrootte en opstarttijd van de applicatie, zijn er aan het begin van het onderzoek meerdere nog enigszins beperkte versies van de applicatie gemaakt die met elkaar zijn vergeleken. Een aantal versies zijn aan het Amsterdam UMC voorgelegd om kort te sluiten in welke mate van comprimeren de balans moest worden gezocht. Hierna is met deze input verdergegaan om uiteindelijk tot de eindversie van de applicatie te komen zoals die is meegeleverd met deze scriptie. Dit proces en de metingen die daarin zijn verricht staan hieronder beschreven.
7.1
Uitkomst van tussentijds overleg met het Amsterdam UMC
Nadat de applicatie was uitgebreid tot negen modellen, is eerst gekeken naar manieren om de applicatie zo klein en snel mogelijk te maken zonder dat er veel werd ingeleverd op de kwaliteit. Een heel belangrijke eerste stap zat in het overstappen van gebruik van het verouderde resources-systeem naar gebruik van assetbundles binnen Unity. Deze update aan de applicatie alleen al zorgde ervoor dat de applicatie (met negen modellen) circa tien keer sneller opstartte: in ongeveer zes seconden, tegenover maar liefst zestig eerder. Hierdoor speelde de opstarttijd hierna een min-der belangrijke rol en kon volledig worden ingezet op het belang om de bestandsgrootte van de modellen te beperken door deze databestanden te comprimeren.
Om een idee te kunnen geven van de invloeden van de verschillende soorten compressie op de kwaliteit van de modellen, zijn de modellen uit acht vroege versies van de applicatie aan de experts van het Amsterdam UMC getoond. Hiernaast hebben we uiteraard gekeken naar de gewenste gevolgen van het comprimeren. Hieronder volgt een tabel met daarin de resultaten van de acht verschillende versies van de applicatie die aan het Amsterdam UMC zijn getoond.
Versie Grootte (in MB) Opstarttijd (in seconden)
Geen compressie 216,87 5,8
Kwantisatie:medium 111,13 5,8
Kwantisatie:high 100,16 5,0
Kwantisatie:high + LZMA 79,04 9,7
Kwantisatie:high + decimatie:0,5 71,09 4,3
Kwantisatie:high + decimatie:0,5 + LZMA 62,88 6,2
Decimatie:0,6 121,73 4,0
Decimatie:0,7 133,68 4,2
Tabel 1: Effecten van compressie: eerste versies van de applicatie, getest op Nvidia Shield Tablet.
negen modellen. We zien echter meteen hoe significant het effect van compressie kan zijn op met name de grootte van de applicatie. De keerzijde hiervan is de vermindering in kwaliteit van de modellen. De experts van het Amsterdam UMC hebben hier bij de verschillende versies naar gekeken. Hier zijn een aantal adviezen en richtlijnen uit voortgekomen.
Eerst hebben we gekeken naar de effecten van kwantisatie op de kwaliteit van de modellen. Hi-ervoor zijn de eerste drie versies uit de tabel gebruikt, waarbij er dus nog geen decimatie op de modellen was toegepast. Zodoende konden de effecten van verschillende kwantisaties eerst afzon-derlijk worden bekeken. Uit deze eerste analyse kwam naar voren dat kwantisatie met de optie ‘high’ voor te opvallende compressie-artefacten (vertekeningen) zorgde. Bij de optie ‘medium’ waren de artefacten dusdanig veel minder significant dat deze mate van kwantisatie volgens de experts van het Amsterdam UMC aanvaardbaar was. In het voorbeeld hieronder zien we een significant kwaliteitsverlies bij kwantisatie met de optie ‘high’, terwijl de optie ‘medium’ al veel minder opvallende compressie-artefacten in de modellen oplevert.
(a) Kwantisatie: off. (b) Kwantisatie: medium. (c) Kwantisatie: high.
Figuur 7: Artefacten bij verschillende kwantisatie-instellingen, embryostadium 13.
Hierna is op eenzelfde manier gekeken naar de effecten van decimatie. Hieruit kwam naar voren dat het resultaat van gematigde decimatie en dan met name een ratio van 0,7 acceptabel was en dus verder onderzocht kon worden bij het uitbreiden van de applicatie.
7.2
Afwijkingen na decimatie: Hausdorff-afstand
Om het verschil in kwaliteit als gevolg van decimatie verder te onderzoeken is gebruikgemaakt van MeshLab. Met dit programma kun je een gecomprimeerd model als het ware van het origi-neel af trekken om het verschil inzichtelijk te maken. Een manier om de afwijkingen te meten is middels de Hausdorff-afstand. Hiermee wordt in het algemeen de grootste van alle afstanden tussen een punt in een gegeven verzameling en het dichtstbijzijnde punt in een andere verzameling bedoeld. Een korte Hausdorff-afstand geeft in essentie aan dat twee verzamelingen, bijvoorbeeld de meshes van een van onze oorspronkelijke modellen en een licht gedecimeerde variant, dichtbij elkaar liggen ofwel weinig van elkaar verschillen.
en de y-as drukt de daadwerkelijke foutwaardes uit.
(a) Decimatie: 0,5. (b) Decimatie: 0,6. (c) Decimatie: 0,7.
Figuur 8: Hausdorff-afstanden bij verschillende decimatie-instellingen, embryostadium 20.
Om uit te sluiten dat deze resultaten een uitzondering vertegenwoordigden of uniek waren aan het model van stadium 20, is er een gespreide selectie gemaakt van in totaal nog vijf andere modellen waarop dezelfde decimaties zijn toegepast. Hierna zijn ook voor deze modellen de Hausdorff-afstanden tussen het origineel en de gedecimeerde versie in MeshLab berekend. De resultaten hiervan lagen allemaal dicht bij elkaar. Op deze manier is bevestigd dat de hierboven weergegeven foutwaardes als een statistische vertegenwoordiging kunnen worden gezien bij de verschillende decimaties wanneer deze worden toegepast op de modellen binnen de applicatie. De verkregen histogrammen van de betreffende Hausdorff-afstanden van ´e´en ander model, dat van stadium 7, staan ter illustratie in bijlage C. Hieronder staan de bijbehorende kwaliteitscon-touren die in MeshLab zijn verkregen voor het model van stadium 20.
(a) Decimatie: 0,5. (b) Decimatie: 0,6. (c) Decimatie: 0,7.
Figuur 9: Hausdorff: kwaliteitscontouren bij verschillende decimatie-instellingen, embryostadium 20.
Net zoals in de histogrammen geldt hier: hoe roder delen van de contour, hoe kleiner de fout-waardes in die gebieden zijn. Fel groen vertegenwoordigt de meest significante afwijkingen van
het originele model. Zoals uit bovenstaande afbeeldingen valt af te lezen heeft tien procent ver-schil in termen van de gehanteerde decimatie ratio een aanzienlijke invloed op de nauwkeurigheid van het verkregen model. In de afbeelding rechts zien we echter dat de contour grotendeels fel rood is gekleurd. Dit duidt dus op een relatief hoge nauwkeurigheid van het model dat met een ratio van 0,7 is gedecimeerd. Zoals we zagen in tabel 1, levert deze decimatie desalniettemin een reductie in bestandsgrootte op van bijna veertig procent. Om deze reden is er definitief voor gekozen de modellen uit de applicatie te decimeren met een ratio van 0,7. De kwaliteitscontouren van de gedecimeerde modellen van stadium 7 zijn eveneens ter illustratie in bijlage C gezet.
7.3
Prestaties na verdere implementatie, compressie en encryptie
De invloed van kwantisatie op de kwaliteit van de modellen kon helaas niet op dezelfde manier worden gemeten, doordat het kwantiseren binnen Unity is gedaan en de gekwantiseerde model-len hierdoor rechtstreeks in de assetbundles zijn geplaatst. Dit maakt dat ze niet langer als losse bestanden toegankelijk zijn. De combinatie van decimatie met ratio 0,7 en ‘medium’ kwantisatie levert echter een kwaliteit op die in lijn lijkt met wat de experts van het Amsterdam UMC aan-vaardbaar noemden. Op basis hiervan is, naast decimatie, gekozen voor een ‘medium’ mate van kwantisatie. Dit levert, zoals tabel 1 al suggereert, een aanzienlijk kleinere bestandsgrootte op. Hierbij worden er dus geen significante compressie-artefacten in het model ge¨ıntroduceerd. Nadat de mate van zowel decimatie als kwantisatie was bepaald, zijn de overige modellen aan de applicatie toegevoegd en zijn alle in hoofdstukken 5 en 6 beschreven uitbreidingen en verbe-teringen ge¨ımplementeerd. Hierna is gekeken naar de effecten van al de genoemde toevoegingen en aanpassingen op de grootte en opstarttijd van de applicatie. De onderstaande grafiek geeft de uitkomsten van de ontwikkeling van de applicatie in alle relevante tussenstappen weer.
Versie ´e´en in de bovenstaande grafiek staat voor de volledig ontwikkelde basisapplicatie zonder toepassing van compressie of encryptie. Versies twee tot en met vijf staan voor de op elkaar verder gebouwde toevoegingen van, respectievelijk, decimatie met een ratio van 0,7, ‘medium’ kwantisatie, LZMA-compressie en CBC-encryptie. Het kleurverloop drukt de milde afname in kwaliteit van de modellen uit. De weergegeven opstarttijden zijn de gemiddelden uit experi-menten met een Huawei GR3, Samsung Galaxy S8 en een S9+. Per apparaat is het gemiddelde opstarttijd na drie keren opstarten genomen. De afgeronde opstarttijden van deze metingen staan in de tabel hieronder.
Versies
Apparaten v1: standaard v2: decimatie v3: kwantisatie v4: LZMA v5: encryptie
Huawei GR3 17.66 16.82 15.93 37.64 82.77
Samsung S8 12.19 11.52 11.23 24.56 27.56
Samsung S9+ 9.18 8.39 8.19 18.54 21.28
Tabel 2: Opstarttijden in seconden van de versies van de applicatie op diverse apparaten.
LZMA-compressie is niet van invloed op de kwaliteit van de modellen maar zorgt wel voor een langere opstarttijd doordat de assetbundles in deze versie moeten worden gedecomprimeerd. Een relevant punt om hier bij te vermelden is echter wel dat uit tussentijdse experimenten bleek dat de opstarttijden van de versies sterk afnemen bij nieuwere apparaten, zoals we ook terugzien in tabel 2. Bovendien zorgt LZMA-compressie voor een nog aanzienlijk kleinere bestandsgrootte van de applicatie. Vanwege het belang van laagdrempeligheid is deze compressietechniek dan ook toegepast binnen de eindversie van de applicatie.
Zoals te verwachten en ook in de grafiek van figuur 10 te zien is, voegt encryptie echter niets toe aan het laagdrempelig maken van de applicatie. Hiernaast moet bij de versie met encryptie wel rekening worden gehouden met weer een behoorlijk langere opstarttijd, vooral bij oudere apparaten. Bovendien is de encryptie zelf niet waterdicht te maken, omdat eventuele vastberaden hackers — zoals is uitgelegd in hoofdstuk 6 — de versleutelde databestanden alsnog zouden kunnen decrypten. Deze combinatie van meewegende factoren hebben ertoe geleid dat is besloten binnen de eindversie van de applicatie geen encryptie toe te passen op de databestanden van de modellen. Encryptie was ook geenszins een expliciete wens die moest worden meegenomen in de ontwikkeling van de applicatie. Het onderzoeken van de mogelijkheden in dit opzicht was uit eigen initatief. Als het Amsterdam UMC de databestanden op een later moment echter toch wil versleutelen, is dat door het verrichte werk nu eenvoudig te realiseren.
7.4
Vooraf inladen van de modellen: chunked assetbundles
Toen de modellen van de ontwikkelingsstadia nog niet over drie assetbundles waren verdeeld maar in ´e´en assetbundle zaten, ontstonden er na alle genoemde implementaties problemen bij het run-nen van de applicatie. Door het systeem te monitoren en zorgvuldig errorlogs te creren, kon worden vastgesteld dat het zogenoemde Low Memory Killer -proces van Android de applicatie soms afsloot op oudere apparaten. Dit kwam doordat de toevoeging van de preloadall -functie zoals deze was ge¨ımplementeerd het geheugen kon overbelasten. Bij nieuwere apparaten speelde dit probleem geen rol. Deze functie was toegvoeggd om de assetbundles vooraf in te laden en de switchtijden te verkorten. Om de applicatie echter ook voor oudere apparaten met minder werkgeheugen zo laagdrempelig mogelijk te houden is er dus gekozen voor de implementatie van de chunked assetbundle.
Deze besparing in RAM-gebruik zou op een later punt eenvoudig kunnen worden omgezet naar een tijdbesparing bij het inladen van de modellen, door de drie assetbundles parallel in te laden. Hierdoor zouden de assetbundles wel tegelijk in het werkgeheugen komen te staan, maar zou het inladen ook drie keer zo snel gaan. Voor nu was het echter van belang het maximale RAM-gebruik zo veel mogelijk te beperken om de applicatie ook zo bruikbaar mogelijk te houden op
oudere apparaten. In de grafiek hieronder zien we dat de chunked assetbundles het geheugen meer gespreid belasten en hierdoor voor een lagere maximale piek in RAM-gebruik zorgen. De betreffende data is verkregen door de applicatie binnen Unity te runnen.
Figuur 11: RAM-gebruik van de applicatie met verschillende assetbundles.
Samengevat zorgt het vooraf inladen van de modellen dus voor een aanzienlijk fijnere gebruik-erservaring doordat het switchen tussen de modellen nu veel soepeler gebeurt. Zo is, bijvoorbeeld, in de applicatie zelf gemeten dat switchen tussen het eerste en het laatste model voorheen 0,3333 seconden kostte, tegenover 0,0351 nu. Om dit voordeel te kunnen realiseren moest er wel worden ingeleverd op de snelheid van het opstartproces van de applicatie. Hiernaast kwam het maximale RAM-gebruik bij het opstarten door deze aanpassing een stuk hoger te liggen. Om dit laatste effect zo klein mogelijk te houden, is de assetbundle opgedeeld in drie chunks.
7.5
Downloaden
Tot slot is het naderhand downloaden van de assetbundles vanaf de server eveneens getest. Hi-erbij is alleen gekeken naar de eindversie van de applicatie, omdat de in hoofdstuk 5 genoemde bench test niet is ontwikkeld. Het downloaden van de drie assetbundles van de applicatie duurt meestal vier tot zes seconden. De precieze downloadtijd is echter afhankelijk van het betref-fende apparaat, de internetverbinding van de gebruiker en de server. Deze tijden zullen ook nog enigszins verschillen als er wel een bench test wordt uitgevoerd en als er naar aanleiding van die test andere assetbundles worden geladen. Deze bijkomende opstarttijd die nodig is voor het downloaden van de assetbundles zou echter eenmalig zijn.
in de Google Play Store komt te staan, die een limiet van 100MB hanteert voor de bestands-grootte van applicaties.10 Zeker de niet-gecomprimeerde assetbundles blijven daar in grootte niet onder. De enige manier om de applicatie met deze assetbundles uit te brengen is dus door de databestanden van de modellen op de een of andere manier later te downloaden. Het is echter logisch dat er eerst moet worden gekeken voor welke assetbundle het betreffende apparaat genoeg opslagruimte en werkgeheugen heeft. Tot slot is het ook op zich een groot voordeel als de assetbundles in een vorm van zogeheten ‘downloadable content’ (DLC) zijn. Mochten er in de toekomst aanpassingen aan de modellen of nieuwe modellen bij komen, zouden deze server-side kunnen worden toegevoegd aan de assetbundles. Hierdoor zouden ze client-server-side beschikbaar kunnen worden gemaakt zonder dat hiervoor een APK-update nodig is. Het apparaatafhankelijk downloaden van de assetbundles kan dus een waardevolle toevoeging zijn aan de applicatie.
HOOFDSTUK 8
Conclusie
Met de inzet van ARLE’s is een veelbelovende dimensie toegevoegd aan modern onderwijs. Hoewel de aangewende technieken veelal nog in hun kinderschoenen staan, blijkt uit vele onder-zoeken al dat AR-toepassingen binnen het curriculum vaak tot meer interactie met de lesstof, een beter begrip en hogere studieprestaties onder studenten leiden. Ook specifiek binnen anatomie-studies en embryologie zijn de resultaten zeer hoopgevend. Met de ontwikkeling van de in deze tekst beschreven AR-smartphone-applicatie is, in samenwerking met het Amsterdam UMC, een bijdrage geleverd aan de inzettingen om studenten Geneeskunde een waardevol nieuw instru-ment te geven waarmee de verschillende ontwikkelingsstadia van het menselijke embryo kunnen worden bestudeerd. In dit proces was het nodig een aantal compromissen te sluiten om tot het beste eindresultaat te kunnen komen. Uiteindelijk zijn al de doelstellingen van het Amsterdam UMC afgevinkt en zijn hiernaast een aantal eigen initiatieven uitgewerkt. Hierbij is veel gedacht aan manieren om eventueel toekomstige verdere ontwikkeling van de applicatie (zo eenvoudig) mogelijk te maken.
(a) Opstartscherm met laadbalk. (b) 3D-modus, menu: stadium 21. (c) AR-modus: stadium 21.
