[論文レビュー] Solving the Inverse Problem of Magnetic Induction Tomography Using Gauss-Newton Iterative Method and Zoning Technique to Reduce Unknown Coefficients

Mohammad Reza Yousefi, Amin Dehghani+2 more|arXiv (Cornell University)|Sep 1, 2023

Electrical and Bioimpedance Tomography被引用数 1

ひとこと要約

本稿では、磁誘導断層撮影（MIT）の逆問題を解く際に、未知の導電率係数の数を削減するためのゾーニング技術を組み合わせた改良型ガウス・ニュートン反復法を提案する。画素を均一な領域にグループ化することで、再構成精度が向上し、真の導電率値と比較して平均相対誤差率が24.22%にまで低下した。

ABSTRACT

Magnetic Induction Tomography (MIT) is a promising modality for noninvasive imaging due to its contactless and nonionizing technology. In this imaging method, a primary magnetic field is applied by excitation coils to induce eddy currents in the material to be studied, and a secondary magnetic field is detected from these eddy currents using sensing coils. The image (spatial distribution of electrical conductivity) is then reconstructed using measurement data, the initial estimation of electrical conductivity, and the iterative solution of forward and inverse problems. The inverse problem can be solved using one-step linear, iterative nonlinear, and special methods. In general, the MIT inverse problem can be solved by Gauss-Newton iterative method with acceptable accuracy. In this paper, this algorithm is extended and the zoning technique is employed for the reduction of unknown coefficients. The simulation results obtained by the proposed method are compared with the real conductivity coefficients and the mean relative error rate is reduced to 24.22%. On the other hand, Gauss-Newton iterative method is extended for solving the inverse problem of the MIT, and sensitivity measurement matrices are extracted in different experimental and normalization conditions.

研究の動機と目的

• MITの逆問題がもつ不適切な定式化と計算コストの高さに対処すること。
• 解の安定性と効率を向上させるために、未知の導電率係数の数を削減すること。
• 空間的に類似した導電率領域をグループ化するゾーニング技術を適用することで、再構成精度を向上させること。
• シミュレートされたデータを用いて提案手法を検証し、真の導電率分布と比較すること。
• さまざまな正規化および実験的条件下での感度行列の抽出と分析を行い、逆問題ソルバーの性能を強化すること。

提案手法

• MITにおける非線形逆問題を解くために、ガウス・ニュートン反復法を適用する。
• 画像領域を導電率が類似した領域に分割するゾーニング技術を導入し、未知数の数を削減する。
• 既知の導電率分布と励起コイルをもとに、誘導磁界をシミュレートする前方モデルを用いる。
• 導電率の変化とセンサーコイルでの測定電圧の変化を結びつける感度行列を構築する。
• 収束性と安定性を向上させるために、さまざまな実験的条件下で感度行列を正規化する。
• ガウス・ニュートン更新式を反復的に更新することで導電率推定値を更新する：Δσ = (J^T J)^{-1} J^T (d - d_meas)，ここで J は感度行列である。

実験結果

リサーチクエスチョン

• RQ1 ゾーニング技術は、MITの逆再構成における未知の導電率係数の数を効果的に削減できるか？
• RQ2 提案されたゾーニング付きガウス・ニュートン法は、標準的なガウス・ニュートン法と比較して、再構成精度と収束性において優れているか？
• RQ3 正規化および実験的条件の違いが、感度行列および逆問題ソリューションの品質に与える影響は何か？
• RQ4 ゾーニング戦略は、導電率再構成における平均相対誤差をどの程度低減できるか？
• RQ5 さまざまな正規化条件は、逆問題における感度行列の安定性と性能にどのように影響するか？

主な発見

• 提案手法により、再構成された導電率値と真の導電率値との間の平均相対誤差率が24.22%にまで低下した。
• ゾーニング技術により未知数の数が顕著に減少し、計算効率と解の安定性が向上した。
• 正規化およびさまざまな実験的条件下で感度行列が正常に抽出・分析され、逆問題のロバスト性が向上した。
• ゾーニングを適用したガウス・ニュートン法は、標準的手法と比較して収束性と精度が向上した。
• 正規化条件が変化しても、本手法は良好な再構成品質を維持したため、強力なロバスト性を示した。
• 結果から、ゾーニングによる未知係数の削減は、MITにおける反復的逆問題ソルバーの性能向上に有効な戦略であることが確認された。