Kennisbank

Subvoxelcontrole: preciezer sturen dan het kleinste bouwblokje toelaat

Bijgewerkt: 7 september 2026 · 5 min leestijd

Stel je een 3D-printer voor die een object opbouwt uit piepkleine kubusjes, ongeveer zoals een digitale foto is opgebouwd uit pixels. Bij een 3D-printer heet zo'n kubusje een voxel (een samentrekking van 'volumetrische pixel'). Elke voxel krijgt van de printer één instructie: dit materiaal, deze kleur, deze hardheid. Het probleem is dat de werkelijkheid vaak vloeiender is dan zo'n rooster van blokjes. Een brug tussen bot en pees in het lichaam wordt bijvoorbeeld geleidelijk stugger, niet in harde sprongen. Subvoxelcontrole is de verzamelnaam voor technieken waarmee machines en software toch net iets fijner sturen of meten dan de fysieke grootte van zo'n voxel eigenlijk toelaat.

Een vergelijking helpt: een oude computerscherm kon soms maar 256 kleuren tonen, en toch leken foto's erop bijna fotorealistisch. Dat kwam door dithering: het slim door elkaar zetten van een paar basiskleuren in kleine patronen, zodat je oog een tussenkleur waarneemt die het scherm zelf niet kon maken. Subvoxelcontrole werkt volgens hetzelfde principe, maar dan in drie dimensies en vaak niet voor je oog, maar voor materiaaleigenschappen zoals hardheid, dichtheid of kleur. Een printer met bijvoorbeeld tien basismaterialen kan zo, door ze slim te mengen over een klein groepje aangrenzende voxels, duizenden tussenliggende materiaaleigenschappen benaderen die niet in één losse voxel passen.

Wat is het precies?

Het uitgangspunt is altijd een hardwarebeperking. Een 3D-printer heeft een vaste druppelgrootte of nozzlegrootte; een medische scanner heeft een vaste voxelgrootte die bepaalt hoe scherp een MRI- of CT-beeld is. Die fysieke grens kun je niet zomaar wegtoveren: een printkop die druppels van veertig micrometer spuit, kan geen druppel van vier micrometer maken.

Wat wel kan, is slimmer omgaan met de informatie rond die grens. Er zijn in de praktijk twee hoofdroutes. De eerste is dithering of halftoning: in plaats van één voxel een compromiswaarde te geven, verdeel je de gewenste eigenschap over een klein rooster van voxels met elk een van de beschikbare basismaterialen. Van een afstandje, of mechanisch gezien, gedraagt dat groepje zich dan als een tussenwaarde. De tweede route is interpolatie en signaalanalyse: door te kijken hoe een meetwaarde geleidelijk verandert tussen aangrenzende voxels, kan software wiskundig berekenen waar een grens - bijvoorbeeld de rand van een tumor - vermoedelijk precies ligt, ook al valt die rand niet netjes op een voxelgrens.

Beide routes vereisen zware software: een algoritme dat weet hoe de printer of scanner zich exact gedraagt, en dat de gewenste continue eigenschap (een kleurverloop, een stijfheidsgradiënt, een randpositie) vertaalt naar een patroon van discrete, wel-beschikbare bouwstenen. Zonder die rekenstap is subvoxelcontrole niets meer dan een leeg begrip; de winst zit hem volledig in de software die de hardware net iets slimmer aanstuurt dan de specificatie op papier belooft.

Wat wil men ermee bereiken?

Het belangrijkste doel is het wegwerken van de "trapjes": zichtbare of voelbare sprongen tussen voxels die ontstaan wanneer een geleidelijke overgang wordt platgeslagen naar een grof rooster. In 3D-geprinte objecten leidt dat tot goedkopere en natuurgetrouwere gradiënten, bijvoorbeeld een oefenmodel van een hart dat op de ene plek zachte, gezonde spier nabootst en op de andere plek verkalkt en stug weefsel, zonder harde overgang ertussen.

Een tweede doel is kostenbeheersing. Om echt elke denkbare materiaaleigenschap direct te kunnen printen, zou je een onwerkbaar groot aantal basismaterialen en printkoppen nodig hebben. Door slim te mengen via subvoxeltechnieken volstaan een paar basismaterialen om duizenden tussenwaarden te benaderen, wat machines betaalbaarder en praktischer houdt.

In beeldvorming en meten ligt het doel juist bij nauwkeurigheid: een scanner met relatief grove voxels van bijvoorbeeld één millimeter kan, dankzij subvoxelberekeningen, toch een randverschuiving van een fractie van een millimeter signaleren. Dat is belangrijk bij het opvolgen van tumorgroei of bij het plannen van bestraling, waar elke fractie millimeter kan meetellen.

Voorbeelden uit de praktijk

Enkele concrete toepassingen waarin dit principe al jaren wordt gebruikt:

  • Stratasys GrabCAD Voxel Print (geïntroduceerd rond 2017): software waarmee ingenieurs voor PolyJet-printers als de J750 en J850 per voxel kunnen bepalen welk basishars wordt gebruikt. Door die basisharsen te mengen over kleine groepjes voxels ontstaan kleur- en hardheidsverlopen die fijner ogen dan de fysieke druppelgrootte van de printkop.
  • Stratasys Digital Anatomy-printers (vanaf 2019, onder meer de J750 Digital Anatomy): gebruiken dezelfde materiaalmengtechniek om chirurgische oefenmodellen te maken, zoals een hart waarvan de wand geleidelijk in stijfheid verandert om ziek en gezond weefsel na te bootsen.
  • OpenFab, een onderzoeksproject van MIT CSAIL (Kiril Vidimče en collega's, gepubliceerd in 2013): een softwarepijplijn die fabricage benadert als een stroom van voxelgegevens, en die gold als een vroeg academisch fundament voor het rekenkundig aansturen van multimateriaalprinters op (sub)voxelniveau.
  • HP Multi Jet Fusion: een poederbedtechniek waarbij fusing- en detailing-vloeistoffen in fijne patronen worden aangebracht om lokale materiaaleigenschappen te sturen; onderzoekers experimenteren met verfijnde dosering tussen voxels om geleidelijker eigenschapsovergangen te krijgen dan het basisproces standaard biedt.
  • Subvoxel-segmentatie in medische beeldvorming: al sinds de jaren negentig gebruiken radiologiesoftwarepakketten wiskundige modellen om weefselgrenzen in MRI- en CT-scans nauwkeuriger te bepalen dan de voxelgrootte van het toestel, een techniek die met de komst van deep learning in de jaren 2020 verder is verfijnd.

Hoe ver is de techniek?

In geavanceerd 3D-printen is subvoxelcontrole via dithering vandaag commercieel beschikbaar, maar wel beperkt tot dure industriële systemen die met vloeibare harsen of poeders werken, zoals PolyJet- en poederbedtechnologie. Gewone, betaalbare filamentprinters voor thuisgebruik hebben deze mogelijkheid niet en zullen die voorlopig ook niet krijgen, omdat ze met één smeltend draadje werken in plaats van met mengbare druppels.

De vooruitgang zit vooral in software: betere ditheringsalgoritmes, geleend en aangepast uit de tweedimensionale drukwereld, en krachtigere computers die de enorme bestanden kunnen verwerken die ontstaan wanneer elke voxel van een groot object individueel wordt aangestuurd. Een belangrijk obstakel is verificatie: het is lastig om onafhankelijk te controleren of een geprint object werkelijk de beloofde subvoxel-nauwkeurige eigenschappen heeft, omdat daarvoor gespecialiseerde apparatuur nodig is zoals micro-CT-scanners of nano-indentatietests.

In de medische beeldverwerking is subvoxel-nauwkeurigheid een volwassen en breed toegepaste techniek, maar geen wondermiddel: de precisie hangt sterk af van de ruis in de scan en van beweging van de patiënt tijdens het meten. Een berekende subvoxelgrens is uiteindelijk een statistische schatting, geen directe meting, en kan dus fout zitten, vooral bij lage beeldkwaliteit.

Wie werken eraan?

Op het gebied van multimateriaal 3D-printen zijn Stratasys (Verenigde Staten/Israël) en HP Inc. (Verenigde Staten) de bekendste commerciële partijen. Academisch onderzoek naar voxel- en subvoxelgebaseerde fabricage komt onder meer van MIT CSAIL en de Mediated Matter Group van het MIT Media Lab, en van Europese materiaalonderzoeksinstituten zoals Empa in Zwitserland en onderzoeksgroepen aan de ETH Zürich, die zich richten op materialen met geleidelijk variërende eigenschappen.

In de medische hoek werken universitaire ziekenhuizen en bedrijven die software leveren voor bestralingsplanning en beeldanalyse aan subvoxeltechnieken, vaak gepubliceerd in vaktijdschriften over medische beeldverwerking en materiaalkunde. Veel van dit onderzoek verschijnt in academische kanalen zoals vaktijdschriften uitgegeven door Nature Publishing Group en conferenties als ACM SIGGRAPH, waar rekenkundige technieken voor fabricage en beeldverwerking worden gepresenteerd.

Verder lezen