[論文レビュー] Uncertainty quantification for sparse Fourier recovery

Frederik Hoppe, Felix Krahmer+3 more|arXiv (Cornell University)|Dec 30, 2022

Sparse and Compressive Sensing Techniques被引用数 4

ひとこと要約

本稿は、MRI で用いられる部分サンプリング・フーリエ行列のような、有界正規直交系に適した、非正則化 LASSO 評価器を導入することで、スパース・フーリエ回復における不確実性評価（UQ）を拡張する。信号がハールウェーブレットなどの非標準基底でスパースである場合でも、最適な $1/\sqrt{n}$ 速度で、真の信号を高い確率でカバーする誠実な信頼区間を確立する。この信頼区間は、$n \gtrsim \max\{s\log^2s\log p, s\log^2p\}$ 測定値のもとで有効である。

ABSTRACT

One of the most prominent methods for uncertainty quantification in high-dimen-sional statistics is the desparsified LASSO that relies on unconstrained $\ell_1$-minimization. The majority of initial works focused on real (sub-)Gaussian designs. However, in many applications, such as magnetic resonance imaging (MRI), the measurement process possesses a certain structure due to the nature of the problem. The measurement operator in MRI can be described by a subsampled Fourier matrix. The purpose of this work is to extend the uncertainty quantification process using the desparsified LASSO to design matrices originating from a bounded orthonormal system, which naturally generalizes the subsampled Fourier case and also allows for the treatment of the case where the sparsity basis is not the standard basis. In particular we construct honest confidence intervals for every pixel of an MR image that is sparse in the standard basis provided the number of measurements satisfies $n \gtrsim\max\{ s\log^2 s\log p, s \log^2 p \}$ or that is sparse with respect to the Haar Wavelet basis provided a slightly larger number of measurements.

研究の動機と目的

• 高次元スパース回復における不確実性評価（UQ）のフレームワークを、MRI で一般的な部分サンプリング・フーリエ行列のような構造的測定設計に適用すること。
• 従来、i.i.d. なサブガウス型設計に限定されていた非正則化 LASSO アプローチを、フーリエ型およびウェーブレット型のスパース性を含む、有界正規直交系へと拡張すること。
• MR 画像の個々の画素に対して、真の信号が現実的なサンプリング条件下でも高い確率でカバーされる誠実な信頼区間を構築すること。
• 実際のアンジオグラフィー画像データを用いて、スパarsity 水準やノイズ条件の変動にわたる、本手法の実証的妥当性を検証すること。

提案手法

• 標準 LASSO 解の KKT 条件を活用して、線形化され、漸近的に正規分布に従う推定量を導出することで、非正則化 LASSO 評価器を適合させる。
• ℓ₁ 正則化によって生じるバイアスを補正するための非バイアス推定量を用いて、信号の各成分に対する信頼区間を導出する。
• 有界正規直交系の下で理論的保証を確立し、従来のサブガウス型設計からの一般化を実現する。
• 真の信号がハールウェーブレット基底のような非標準基底でスパースである場合でも、一貫性を保ちつつ有効な推論を可能にする、修正された推定量を導入する。
• ロバストな性能を保証するため、LASSO のチューニングパrameter を $\lambda = 25\lambda_0$ としてデータ駆動的に選択する。ここで $\lambda_0 = \sigma / \sqrt{n} \cdot (2 + \sqrt{10\log p})$ である。
• 部分サンプリング・フーリエ測定値を用い、複素数ノイズを加えることで、2次元 MRI アンジオグラフィー・データに対して本手法を検証し、信頼区間と真値を比較する。

実験結果

リサーチクエスチョン

• RQ1 非正則化 LASSO は、MRI で一般的な部分サンプリング・フーリエ行列のような構造的測定行列へと拡張可能か？
• RQ2 有界正規直交系の下で、スパース・フーリエ回復における有効な不確実性評価を達成するための最小測定数 $n$ はどの程度か？
• RQ3 真の信号が標準基底ではなく、ハールウェーブレット基底のような非標準基底でスパースである場合、本手法はどのように動作するか？
• RQ4 構築された信頼区間は統計的に誠実か、すなわち複数の実現において真の信号成分を高い確率でカバーするか？
• RQ5 実際の MRI 応用において、スパarsity 水準やノイズ水準の変動に対して、本 UQ フレームワークはどの程度ロバストか？

主な発見

• スパarsity $s_0 = 1282$、測定数 $n = 36,864$（$n = 0.4p$）の条件下で、MR 画像の各画素に対して、真の信号をカバーする誠実な信頼区間を達成し、カバー確率は $h_{S_0} \approx 0.93$ であった。
• $s_0 = 1282$ の場合、100 回のモンテカルロ実現において、ヒットレート $h_{S_0} = 0.931$、全体のカバー率 $h = 0.951$ が得られ、強い実証的妥当性を示した。
• 理論的条件 $n \gtrsim s\log^2p$ が完全に満たされていなくても、本手法はロバストであり、スパarsity 水準が高くなるにつれてヒットレートがわずかに低下するにとどまった。
• $s_0 = 5510$ の場合、ヒットレートは $h_{S_0} = 0.823$ に低下したが、信頼区間は大多数のケースで真の値をカバーしており、スパarsity の増加に対しても耐性を示した。
• 全テストスパarsity 水準において、再構成画像と真値との間の SSIM は $\geq 0.889$ を維持し、強い構造的類似性を示した。
• 信頼区間の半径がノイズレベル $\sigma$ に正しく比例しており、理論的予測を確認するとともに、ノイズ条件の変動に対しても有効な推論を保証した。