[論文レビュー] Resistor network approaches to electrical impedance tomography

Liliana Borcea, Vladimir Druskin+2 more|arXiv (Cornell University)|Jul 1, 2011

Numerical methods in inverse problems参考文献 56被引用数 15

ひとこと要約

本稿では、電気インピーダンストモグラフィー（EIT）における逆問題を解くために、最適かつ適応的に細分化されたグリッドを用いた抵抗回路網手法を提案する。境界付近で細分化されたスパースグリッド上でディレクレ・トゥ・ノイマン（DtN）マップをスペクトル的に近似することにより、制御された分解能損失を伴いながらも安定かつ高精度な逆問題解法が可能となり、スペクトル的手法およびゲルファンド＝レヴィタン逆問題フレームワークの摂動解析を通じて、離散的ネットワーク問題と連続的EIT逆問題を結びつける。

ABSTRACT

We review a resistor network approach to the numerical solution of the inverse problem of electrical impedance tomography (EIT). The networks arise in the context of finite volume discretizations of the elliptic equation for the electric potential, on sparse and adaptively refined grids that we call optimal. The name refers to the fact that the grids give spectrally accurate approximations of the Dirichlet to Neumann map, the data in EIT. The fundamental feature of the optimal grids in inversion is that they connect the discrete inverse problem for resistor networks to the continuum EIT problem.

研究の動機と目的

• EIT逆問題の指数的不安定性に対処するため、数値的に安定で適応的離散化手法を開発すること。
• 測定境界付近での感度が最大となる領域でグリッドを細分化することにより、導電率再構成における分解能制限を克服すること。
• スペクトル的近似とゲルファンド＝レヴィタン逆問題フレームワークの摂動解析を通じて、離散的抵抗回路網モデルと連続的EIT問題との間の明確な関係を確立すること。
• DtNマップのスペクトル的に正確なグリッドと、想定される分解能損失に基づく適応的細分化を用いることで、数値的不安定性と正則化アーチファクトを制御すること。
• 有限体積法による離散化を最適グリッドに適用することで、完全境界および部分境界測定設定の両方において高精度な逆問題解法を実現すること。

提案手法

• スパースかつ適応的に細分化されたグリッド（「最適グリッド」と呼ばれる）上での電位の楕円型偏微分方程式の有限体積法離散化を用い、ディレクレ・トゥ・ノイマン（DtN）マップをスペクトル的に正確に近似する。
• 離散化された行列から抵抗回路網を構築し、ノードのコンダクタンスを離散的導電率値に対応させ、エッジの抵抗値を有限体積法によるフラックスに対応させる。
• 離散的ゲルファンド＝レヴィタン逆問題法を用いて、システム行列のスペクトルデータから導電率を再構成する。Lanczos反復法を用いて固有値と固有ベクトルを計算する。
• システム行列のスペクトルデータ（固有値と固有ベクトル）を用い、DtNマップ近似から導かれる行列Gのコレスキー分解により、離散的導電率を再構成する。
• スペクトルデータ（固有値δ_j^rおよび固有ベクトルノルムξ_j^r）の摂動解析を実施し、導電率パラメータβ_jの相対的変化がノイズのあるデータに対しても安定であることを保証する。
• 摂動方程式 (7.64)–(7.68) を用いて安定性推定を行う。相対的変化がスペクトルデータの摂動によって有界であることを示し、式 (7.69) で得られる境界は、Δδ_j および Δξ_j の漸近的挙動に関する仮定に基づく。

実験結果

リサーチクエスチョン

• RQ1 スパースかつ適応的グリッド上で、EIT問題のディレクレ・トゥ・ノイマンマップをスペクトル的に近似する離散的抵抗回路網モデルをどのように構築できるか？
• RQ2 離散的抵抗回路網のパラメータと、逆問題における元の連続的導電率分布との間にはどのような関係があるか？
• RQ3 特に境界付近でのグリッドの適応的細分化は、EITにおける導電率再構成の安定性と分解能にどのように影響するか？
• RQ4 離散的ゲルファンド＝レヴィタン逆問題法は、最適グリッド上でのシステム行列スペクトルデータから、安定的に導電率を再構成できるか？
• RQ5 スペクトルデータの摂動に対する再構成の定量的安定性は何か？また、逆問題の条件数とどのように関係しているか？

主な発見

• 最適グリッドは、ディレクレ・トゥ・ノイマンマップをスペクトル的に正確に近似でき、最小限の正則化で高精度な逆問題解法を可能にする。
• 離散的抵抗回路網モデルは、スペクトルデータを通じて逆問題の有限次元グリッド上での解法と連続的EIT問題とを結びつけ、一貫性と安定性を保証する。
• 摂動解析により、導電率パラメータβ_jの相対的変化が、スペクトルデータの摂動によって有界であることが示され、∑|dβ_j / β_j^r| ≤ C₁ dr という定量的安定性推定が得られる。
• 境界付近でのグリッド細分化により、EITにおける自然な分解能損失を反映した境界近傍での分解能向上が達成され、均一または不適切なパラメータ化に起因するアーチファクトを回避する。
• 安定性推定式 (7.69) は、スペクトルデータ摂動（Δδ_j, Δξ_j）の漸近的挙動に関する仮定の下で導出されており、ノイズのある測定に対しても再構成誤差を制御できることを示している。
• Lanczos反復法とコレスキー分解の併用により、DtNマップデータから導電率を効率的かつ数値的に安定して再構成可能であり、実用的実装に適している。