[論文レビュー] Incoherence of Partial-Component Sampling in multidimensional NMR

Hatef Monajemi, David L. Donoho+2 more|arXiv (Cornell University)|Feb 7, 2017

NMR spectroscopy and applications参考文献 12被引用数 8

ひとこと要約

本稿は、多次元NMRにおける部分成分サンプリング（PCS）のためのハイパーコンプレックスに配慮したコherー二ンス測度を導入し、ランダム位相検出（RPD）やPCSのような非一様サンプリングスキームにおける再構成アーティファクトの正確な定量を可能にする。コヒーレンスが $ N^{-(d-k)/2} $ のように減衰することを示しており、最大の非定型次元数にわたるランダム化がなされた場合に最小値を示す。これは、スパース回復におけるアーティファクトサイズがランダム化の増加に伴い減少することを確認するものである。

ABSTRACT

In NMR spectroscopy, undersampling in the indirect dimensions causes reconstruction artifacts whose size can be bounded using the so-called {\it coherence}. In experiments with multiple indirect dimensions, new undersampling approaches were recently proposed: random phase detection (RPD) \cite{Maciejewski11} and its generalization, partial component sampling (PCS) \cite{Schuyler13}. The new approaches are fully aware of the fact that high-dimensional experiments generate hypercomplex-valued free induction decays; they randomly acquire only certain low-dimensional components of each high-dimensional hypercomplex entry. We provide a classification of various hypercomplex-aware undersampling schemes, and define a hypercomplex-aware coherence appropriate for such undersampling schemes; we then use it to quantify undersampling artifacts of RPD and various PCS schemes.

研究の動機と目的

• 部分成分サンプリング（PCS）スキームにおけるハイパーコンプレックス値NMRデータの適切なコヒーレンス測度の欠如に対処すること。
• 凸最適化によって正確な再構成が保証されるハイパーコンプレックスに配慮したコヒーレンスを定義することで、RPDおよびPCSにおけるアンダーサンプリングアーティファクトを定量すること。
• 非定型次元におけるランダム化の影響を反映する、有限Nスケーリング則を確立すること。
• 伝統的な非一様サンプリング（NUS）と比較して、PCSが相乗的利点を提供するかどうかを検証すること。

提案手法

• 多次元NMRにおけるハイパーコンプレックス値自由誘導減衰（FID）に特化した新しいコヒーレンス定義を導入し、FID成分の $ 2^{d-1} $ 次元構造を考慮する。
• コヒーレンス測度を用いてRPDおよびPCSにおけるアーティファクトの上限を評価し、圧縮センシングにおける核心的正確再構成条件を満たすことを保証する。
• 問題サイズに伴うコヒーレンスの減衰を特徴付けるため、有限Nスケーリングモデル $ \mu(N) = \beta_1 N^{-(d-k)/2} $ を用いる。ここで $ k $ は完全にサンプリングされた次元数を表す。
• 3次元NMR実験におけるモンテカルロシミュレーションを用いて、異なるランダム化戦略およびアンダーサンプリング比におけるRPDおよびPCSのコヒーレンスを比較する。
• 異なる指数 $ \gamma $ を持つスケーリングモデルのフィット度を分析し、$ R^2 $ 値および $ p $-値分析を通じて $ \gamma = (d-k)/2 $ が最適であることを同定する。
• ランダムPCSの実データを用いてコヒーレンスモデルを検証し、決定論的および指数的バイアス付きサンプリングスキームと比較する。

実験結果

リサーチクエスチョン

• RQ1 部分成分サンプリング下でのハイパーコンプレックス値NMRデータにおけるアーティファクトサイズを正確に反映するように、コヒーレンスを再定義することは可能か？
• RQ2 サンプリング成分数が固定されている場合、部分成分サンプリング（PCS）は伝統的な非一様サンプリング（NUS）に対してコヒーレンスの利点を提供するか？
• RQ3 RPDおよびPCSにおけるコヒーレンスの有限Nスケーリング行動は何か？また、ランダム化された次元数に依存するか？
• RQ4 独立変数（indels）にわたる成分選択におけるランダム化の増加は、より低いコヒーレンスおよびより少ない再構成アーティファクトをもたらすか？
• RQ5 非定型次元数の増加に伴い、ランダムPCSのコヒーレンス減衰を捉えるスケーリング則は存在するか？

主な発見

• 提案されたハイパーコンプレックスに配慮したコヒーレンス測度は、再構成アーティファクトを適切に境界づけ、凸最適化によるスパーススペクトルの正確再構成を支援する。
• コヒーレンスは $ N^{-(d-k)/2} $ のように減衰する。ここで $ d $ は総次元数、$ k $ は完全にサンプリングされた次元数を表す。これは、問題サイズに伴うべきべき乗則スケーリングであることを確認する。
• 3次元NMRにおいて、最良のフィット指数 $ \gamma = 1 $ は $ (d-k)/2 = 1 $ に対応し、$ k=2 $ の場合にモデルが妥当であることを裏付ける。これはRPDおよびPCSスキームで一貫しており、有効である。
• 非定型次元にわたる成分サブセットのランダム化は、特に $ N $ が大きい場合に、決定論的または指数的バイアス付きサンプリングよりも顕著に低いコヒーレンスをもたらす。
• ランダムPCSのコヒーレンスは、全成分のランダムサンプリングと同等であるため、自由度が固定されている場合、PCSはNUSに対して相乗的利点を提供しないことを示唆する。
• $ p $-値および $ R^2 $ 値の統計的分析により、$ \gamma = (d-k)/2 $ が最適なスケーリング指数であることが確認され、モデルに顕著な切片項がないことも判明した。