[論文レビュー] Empirical average-case relation between undersampling and sparsity in x-ray CT

Jakob Sauer Jørgensen, Emil Y. Sidky+2 more|arXiv (Cornell University)|Nov 24, 2012

Medical Imaging Techniques and Applications参考文献 35被引用数 3

ひとこと要約

本論文は、画像のスパarsityとL1最小化による正確な再構成に必要なCTプロジェクション数の間の定量的で平均的な関係を、実験的に確立している。シミュレートされたフォンビームCTデータを用いて、画像の種類に依存するが、画像サイズに依存せず、微小なガウスノイズに対しても頑健である、明確な回復可能性のフェーズ遷移を示しており、低線量CTイメージングにおけるスパarsityを活用する手法の実用的指針を提供する。

ABSTRACT

In x-ray computed tomography (CT) it is generally acknowledged that reconstruction methods exploiting image sparsity allow reconstruction from a significantly reduced number of projections. The use of such reconstruction methods is motivated by recent progress in compressed sensing (CS). However, the CS framework provides neither guarantees of accurate CT reconstruction, nor any relation between sparsity and a sufficient number of measurements for recovery, i.e., perfect reconstruction from noise-free data. We consider reconstruction through 1-norm minimization, as proposed in CS, from data obtained using a standard CT fan-beam sampling pattern. In empirical simulation studies we establish quantitatively a relation between the image sparsity and the sufficient number of measurements for recovery within image classes motivated by tomographic applications. We show empirically that the specific relation depends on the image class and in many cases exhibits a sharp phase transition as seen in CS, i.e. same-sparsity image require the same number of projections for recovery. Finally we demonstrate that the relation holds independently of image size and is robust to small amounts of additive Gaussian noise.

研究の動機と目的

• L1最小化を用いた正確な再構成に必要なCTプロジェクション数と画像スパarsityの間の実験的関係を特定すること。
• この関係が画像の種類、サイズ、ノイズレベルに依存するかどうかを調査すること。
• スパarsityを活用する手法を用いた低線量CT再構成のための定量的かつデータ駆動の指針を提供すること。
• 加法的ノイズや画像構造の変動といった現実的な条件下でのスパarsity-サンプリング関係の頑健性を検討すること。

提案手法

• 固定されたプロジェクション数を用いた標準的なCT幾何構造に基づき、シミュレートされたフォンビームCTデータを生成した。
• スパarsityレベルを制御した明確なクラス（例：ランダム、2乗、ボクシー）からスパース画像を合成した。
• データ整合性制約のもとでL1最小化を用いて再構成を実行し、安定性を確保するためMOSEK最適化ソルバを用いた。
• 再構成画像と元のスパース画像を比較し、厳密な誤差閾値を用いて回復を評価した。
• スパarsityとサンプリングレートの関数として、非回復から回復への遷移を可視化するフェーズダイアグラムを構築した。
• プロジェクションデータに微小な加法的ガウスノイズを導入することで、頑健性をテストした。

実験結果

リサーチクエスチョン

• RQ1 L1最小化による正確な再構成に必要なCTプロジェクション数と画像スパarsityの間の定量的関係は何か？
• RQ2 この関係は、構造的特徴が異なるさまざまな画像種別でどのように変化するか？
• RQ3 スパarsity-サンプリング関係は画像サイズに依存せず、より大きな画像に対しても成り立つか？
• RQ4 プロジェクションデータに微小な加法的ガウスノイズが加わった場合、回復関係はどの程度頑健か？
• RQ5 非回復から回復へのフェーズ遷移は鋭いものか、それとも漸進的か？また、これに影響を与える要因は何か？

主な発見

• フォンビームCTにおけるL1再構成に必要なプロジェクション数と画像スパarsityの間には、明確な平均的関係が存在する。
• 構造が乏しい画像種別（例：ランダムまたは2乗スパarsityパターン）では、回復遷移が鋭い。
• より構造的な画像種別（例：ボクシー）では、必要なプロジェクション数は少ないが、回復のばらつきが大きくなる。
• スパarsity-サンプリング関係は画像サイズに依存せず、外挿によりスケーラブルであることを示唆している。
• 微小な加法的ガウスノイズに対しても関係が頑健であるため、実世界のCTシステムにおける実用的意義がある。
• 本研究の結果は、CTにおける圧縮センシングの背後にある理論的基盤が、まだ形式的に確立されていないが、存在する可能性を示唆している。