feat: Update volume slider range and default values

chore: Refactor code for improved readability and maintainability

README.md

@@ -1,3 +1,4 @@
+Pour le README de l'app 3D, se référer à [3D_app/README.md](3D_app/README.md)
 
 # -----------------------Tache----------------------------
 
@@ -15,15 +16,10 @@
 
 -Point of interest scan : caractérisation du ou des défauts qui seront représenter par des points d'intêrets.
 
-
-### Secondaire : 
+### Secondaire :
 
 Comparé les traitement entre pytohn et matlab en les correllant et dire qu'il sont à ..% différent et les superposés.
 
-
-
-
-
 # -----------------------Biblio--------------------------
 
 Papier vue
@@ -45,7 +41,6 @@ Low frequency ultrasonic dataset for pulse echo object detection in an isotropic
 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9108879/
 étude dont il serait intéressant de récupérer le data set, proposer par Hassan Rabah
 
-
 Dataset for structural health monitoring of pipelines using ultrasonic guided waves
 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9747640/
 pareil, a voir pour récupérer le data set, proposer par Slavisa Jovanovic
@@ -53,7 +48,7 @@ pareil, a voir pour récupérer le data set, proposer par Slavisa Jovanovic
 liste de projet de reconstruction 3D
 https://github.com/bluestyle97/awesome-3d-reconstruction-papers?tab=readme-ov-file#neural-surface
 
-Cours MIT, Machine learning for inverse graphics par Prof, Sitzmann: 
+Cours MIT, Machine learning for inverse graphics par Prof, Sitzmann:
 https://www.scenerepresentations.org/courses/inverse-graphics-23/
 
 Étude et développement de méthodes de caractérisation de défauts basées sur les reconstructions ultrasonores TFM:
@@ -63,9 +58,9 @@ Slicer-IGT, add-on de slicer permettant la représentation 3D en temps réel.
 Site internet : https://www.slicerigt.org/wp/
 GitHub : https://github.com/SlicerIGT/SlicerIGT
 
-Réseau de neurone GNG : 
+Réseau de neurone GNG :
 GitHub : https://github.com/ansrivas/GNG/tree/master?tab=readme-ov-file
-GitHub-1: https://github.com/rendchevi/growing-neural-gas/blob/master/README.md 
+GitHub-1: https://github.com/rendchevi/growing-neural-gas/blob/master/README.md
  Youtube_GitHub-1: https://www.youtube.com/watch?v=Dt73QWZQck4&t=2226s
 
 Reconstruction
@@ -81,34 +76,29 @@ Technique TFM/FMC : présentation et travaux normatifs en cours:
 https://www.isgroupe.com/fr/blog/technique-tfm-mc-presentation-travaux-normatifs-en-cours
 
 # -----------------------Tuto------------------------------
- 
+
 apprendre openGL
 https://opengl.developpez.com/tutoriels/apprendre-opengl/
 
-
 camera
 https://opengl.developpez.com/tutoriels/apprendre-opengl/?page=camera
 
 le but de l'utilisation de openGl est d'in fine de développer un outil d'imagerie 3D pour représenter sous forme de voxel les set de data générer ou mesurer.
 
-
-
 # -----------------------Note------------------------------
- 
+
 k wave
 pour la simulation d'onde sonore, première introduction à la représentation de voxel dans Matlab.
 
-
 OpenCV n'est pas forcement pertinent pour le moment l'outil à été élaborer surtout pour faire du traitement d'image.
 
-
 Pour la suite du stage il sera intéressant voir nécessaire de se familiariser avec les méthode de filtrage pour ensuite en faire une implémentation FPGA si le temps nous le permet.
 
 Pour un préambule de solution, pourquoi ne pas imaginé un système capable de faire tourner un os (raspberry pi) et en parallèle d'un FPGA qui ferais le gros des calculs (de filtrage par exemple)
 
 Pour être très optimiste sur la suite de ce projet, imaginons un FPGA reconfigurable à la volée en fonction du type de filtrage que l'utilisateur souhaiterais utiliser dans sont système.
 
-algorithme de contrôle vraiment nécessaire ? 
+algorithme de contrôle vraiment nécessaire ?
 
 d'abord penser à une méthode de reconstruction 3D en temps réel, quel 'artefact' complète un objet, lequel n'est qu'un bruit donc devra être filtré.