[논문 리뷰] Projected Iterative Soft-thresholding Algorithm for Tight Frames in Compressed Sensing Magnetic Resonance Imaging

Yunsong Liu, Zhifang Zhan외 4명|arXiv (Cornell University)|2015. 04. 29.

Photoacoustic and Ultrasonic Imaging인용 수 5

한 줄 요약

이 논문은 압축 감쇠 MRI 재구성에서 조임 프레임을 사용하여 투명한 이중 프레임을 활용해 효율적인 수직 투영을 가능하게 하는 투영 반복 소프트 임계값 알고리즘(pISTA)을 제안한다. 이 방법은 합성 기반 모델에 비해 뛰어난 영상 품질을 달성하고, 최신 기술에 비해 더 빠른 수렴 속도를 보이며, 다양한 단계 크기에서 안정적인 성능을 유지한다.

ABSTRACT

Compressed sensing has shown great potentials in accelerating magnetic resonance imaging. Fast image reconstruction and high image quality are two main issues faced by this new technology. It has been shown that, redundant image representations, e.g. tight frames, can significantly improve the image quality. But how to efficiently solve the reconstruction problem with these redundant representation systems is still challenging. This paper attempts to address the problem of applying iterative soft-thresholding algorithm (ISTA) to tight frames based magnetic resonance image reconstruction. By introducing the canonical dual frame to construct the orthogonal projection operator on the range of the analysis sparsity operator, we propose a projected iterative soft-thresholding algorithm (pISTA) and further accelerate it by incorporating the strategy proposed by Beck and Teboulle in 2009. We theoretically prove that pISTA converges to the minimum of a function with a balanced tight frame sparsity. Experimental results demonstrate that the proposed algorithm achieves better reconstruction than the widely used synthesis sparse model and the accelerated pISTA converges faster or comparable to the state-of-art smoothing FISTA. One major advantage of pISTA is that only one extra parameter, the step size, is introduced and the numerical solution is stable to it in terms of image reconstruction errors, thus allowing easily setting in many fast magnetic resonance imaging applications.

연구 동기 및 목표

• 압축 감쇠에서 티트 프레임 스parser 표현을 사용하여 MRI 영상을 효율적으로 재구성하는 데 도전한다.
• 티트 프레임을 사용한 분석 스parser 모델에 표준 반복 소프트 임계값을 적용할 때 발생하는 계산 비효율성과 불안정성을 해결한다.
• 고화질을 유지하면서 재구성 시간을 줄이는 안정적이고 빠른 알고리즘을 개발한다.
• 최소한의 파rameter 조정이 필요하여 실시간 임상 적용에 적합한 방법을 제공한다.

제안 방법

• 분석 스parser 연산자의 범위 위에 수직 투영 연산자를 구성하기 위해 캐논리컬 이중 프레임을 도입한다.
• 소프트 임계값과 이 투영을 결합하여 티트 프레임 제약 조건을 강제하는 pISTA라는 반복 알고리즘을 제안한다.
• Beck과 Teboulle(2009)의 빠른 반복 쪼개기-임계값 알고리즘(FISTA) 프레임워크를 활용하여 pISTA를 가속화하고, 적응형 운동량 단계를 통합한다.
• 최적화 문제를 데이터 적합성 제약 조건과 균형 잡힌 티트 프레임 스parser 함수의 최소화로 공식화한다.
• 재구성 오차의 변동에 대해 강건한 단일 단계 크기 파rameter에 의존하여 수치적 안정성을 확보한다.
• 제약 최적화를 효율적으로 처리하기 위해 ADMM 유사 구조를 사용하여 알고리즘을 구현한다.

실험 결과

연구 질문

• RQ1 투영 반복 소프트 임계값 알고리즘이 압축 감쇠 MRI 재구성에서 티트 프레임 스parser 표현을 효과적으로 다룰 수 있는가?
• RQ2 기존의 합성 기반 및 분석 기반 재구성 기법과 비교해 제안된 pISTA 방법은 수렴 속도와 영상 품질 측면에서 어떻게 성능을 내는가?
• RQ3 pISTA의 성능은 단계 크기 파rameter의 변동에 대해 어느 정도 강건한가?
• RQ4 이미지 품질을 희생시키지 않고 FISTA 전략을 효과적으로 활용해 알고리즘을 가속화할 수 있는가?
• RQ5 캐논리컬 이중 프레임의 사용이 분석 스parser 프레임워크에서 안정적이고 효율적인 투영 연산을 가능하게 하는가?

주요 결과

• 측정된 PSNR 및 SSIM로 볼 때, 제안된 pISTA 알고리즘은 널리 사용되는 합성 스parse 모델보다 더 높은 영상 재구성 품질을 달성한다.
• 가속화된 pISTA는 최신 기술인 스무딩 FISTA 방법과 비교해 더 빠르거나 동등한 수렴 속도를 보이며, 개선된 안정성을 확보한다.
• 단계 크기 선택에 대해 매우 강건하며, 다양한 값에서 재구성 오차의 변동이 최소한이다.
• 캐논리컬 이중 프레임의 사용은 정확한 수직 투영을 가능하게 하여 수렴성과 안정성을 향상시킨다.
• 단일 추가 파rameter(단계 크기)만 필요로 하여 임상 및 실시간 MRI 응용 분야에서의 구현과 조정을 단순화한다.
• 다양한 MRI 데이터셋에 대한 실험 결과는 기준 방법 대비 일관된 우수성을 시각적 품질과 정량적 지표 양면에서 확인한다.