[論文レビュー] Travelling salesman-based compressive sampling

Nicolas Chauffert, Philippe Ciuiu+2 more|arXiv (Cornell University)|Feb 6, 2013

Sparse and Compressive Sensing Techniques参考文献 5被引用数 3

ひとこと要約

本稿では、最初に修正密度 π ∝ ˜π^(d/(d−1)) から独立に点を抽出し、次に旅行セラー問題（TSP）ソルバを用いてそれらを接続することで、連続的なサンプリング軌道を生成する2段階手法を提案する。主な理論的貢献は、この手法が漸近的に最適な可変密度分布 ˜π からの独立サンプリングを模倣することであり、連続的パスに制限されたハードウェア上でも実装可能でありながら、再構成性能を維持できることを示している。

ABSTRACT

Compressed sensing theory indicates that selecting a few measurements independently at random is a near optimal strategy to sense sparse or compressible signals. This is infeasible in practice for many acquisition devices that acquire samples along continuous trajectories (e.g., radial, spiral, ...). Examples include magnetic resonance imaging (MRI) or radiointerferometry. In this paper, we propose to generate continuous sampling trajectories by drawing a small set of measurements independently and joining them using a travelling salesman problem solver. Our contribution lies in the theoretical derivation of the appropriate probability density of the initial drawings. Preliminary computational results show that this strategy is as efficient as independent drawings while being implementable on real acquisition systems.

研究の動機と目的

• MRI や電波干渉計測定など、サンプリングが連続的パスに制限される現実世界のシステムにおける圧縮センシングの実用的制限を解消すること。
• 理論的に最適なサンプリング戦略（可変密度分布からの独立抽出）と物理的実装制約の間のギャップを埋めること。
• 得られるTSPベースの軌道が、最適分布 ˜π からの独立サンプリングと漸近的に同等になるように、初期点抽出に適した確率密度 π を導出すること。
• 2次元MRIの文脈で本手法を検証し、制約なしの独立サンプリングと同等の再構成品質を達成することを示すこと。

提案手法

• 圧縮センシングにおける最適な可変密度分布 ˜π に対して、確率密度 π(x) ∝ ˜π(x)^(d/(d−1)) から独立に N 個の初期サンプリング点を生成する。
• N 個のサンプル点上で旅行セラー問題（TSP）を解き、全経路長を最小化することで連続的なサンプリング軌道を構築する。
• TSPの解を用いて、定速でパラメータ化されたサンプリング曲線 γ_N: [0,1] → Ω を定義し、これによりサンプリング領域上に分布 ˜Π_N が誘導される。
• 理論的分析により、˜Π_N が確率的に目標分布 ˜π(x) = π(x)^((d−1)/d) / ∫π((d−1)/d)dx に収束することが示され、˜π からの独立サンプリングと漸近的に同等であることが保証される。
• 確率幾何学およびTSPの漸近的性質の結果を活用し、TSPパスの経験的測度が目的の分布に収束することを証明する。
• 2次元MRIに本手法を適用：d=2 の場合に π ∝ ˜π^2 からk空間の点をサンプリングし、TSPを適用して連続的軌道を形成し、ウェーブレットベースの圧縮センシングを用いて再構成する。

実験結果

リサーチクエスチョン

• RQ1 圧縮センシングにおいて、最適な可変密度分布からの独立サンプリングを漸近的に模倣する連続的サンプリング軌道を設計可能か？
• RQ2 TSPパスが目標分布 ˜π と同等の分布を誘導するように、初期ランダム点生成に適した確率密度 π は何か？
• RQ3 MRIにおける再構成品質の観点から、TSPベースのサンプリング戦略は、標準的な独立サンプリングおよび単純なTSPベースのサンプリング（例：˜π からのもの）と比較してどのように異なるか？
• RQ4 TSPパスの経験的分布が目標分布 ˜π に収束する理論的収束速度は何か？
• RQ5 本手法は、サンプリング軌道の最大曲率などの追加的な物理的制約を組み込むことができるか？

主な発見

• 本手法は、元の最適密度 ˜π からの単純なTSPベースのサンプリングと比較して、信号対雑音比（SNR）で10 dBの向上を達成した。
• π ∝ ˜π^(d/(d−1)) から生成されたTSP軌道を用いた再構成は、制約なしの独立サンプリングと同等の品質を示し、MRI実験ではSNRが34.1 dBに達した。
• 理論的分析により、TSPパスが誘導する経験的分布が、N → ∞ のとき確率的に目標分布 ˜π に収束することが証明された。
• 本手法により、MRIスキャナなど連続的パスに制限されるハードウェア上でも、可変密度サンプリングの実装が可能になった。
• 主な洞察は、TSPパスが引き起こす幾何的歪みを補償するため、初期サンプリング密度を π ∝ ˜π^(d/(d−1)) に調整する必要があることである。
• シミュレーション結果により、d=2 の場合に π ∝ ˜π^2 からサンプリングしTSPを適用することで、最適に近い性能が得られ、˜π からの独立サンプリングおよび ˜π からのTSPサンプリングの両方を上回ることが確認された。