文献

J-GLOBAL ID：201002266322538629   整理番号：10A0728289

大規模拡散光トモグラフィーのための領域分割と行列分解方式の結合

Combined domain-decomposition and matrix-decomposition scheme for large-scale diffuse optical tomography

著者 (4件)： YANG Fang ,  GAO Feng ,  RUAN Pingqiao ,  ZHAO Huijuan
資料名： Applied Optics  (Applied Optics)
巻： 49  号： 16  ページ： 3111  発行年： 2010年06月01日 
JST資料番号： B0026B  ISSN： 1559-128X  CODEN： APOPAI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 拡散光トモグラフィー(DOT)における画像再構成は一般的にはモデルを基にした非線形最適化問題として捉えられており,三次元(3D)の順方向と逆方向ソルバーの繰返し使用を必要とする。肺癌診断などの応用に対して計算と記憶の問題に対処するには,サブドメインを用いた並列演算方式を開発することが好ましい。本稿では,3D DOTに対して2水準の画像再構成方式を提案した。この方式では,Schwartz型の領域分割(DD)を基にした順方向計算と行列分解(MD)を基にしたその逆とを組合わせた。順方向計算では,最初に粗い格子で全領域有限差分法を用いて拡散方程式に対する解を求め,ついで密な格子で並列DD方式によって更新する。この逆手順は粗い格子によるウェーブレット分解ベースの再構成によって始まり,次に関係する線形インバージョンに対するMD戦略の適用,密な格子によるLevenberg-Marquardt最小自乗解へと繋がる。DDを基にした順方向ソルバとMDを基にしたインバージョンとの組合せによって順方向と逆方向の両問題の粗粒度並列実装が可能となり,大規模問題に対する計算と記憶の負荷を効果的に減少できることが実証された。また,数値シミュレーションとファントム実験の両者によって,MDを用いた線形インバージョンは行方式の代数的再構成よりも優れていることが示された。(翻訳著者抄録)

シソーラス用語： *計算機トモグラフィー ,  *画像再構成 ,  最適化 ,  分割法 ,  行列 ,  分解 ,  断層画像 ,  *逆問題 ,  格子形成 ,  並列演算
準シソーラス用語： メッシュ分割 ,  *拡散光トモグラフィー ,  三次元計算機トモグラフィー画像 ,  *線形インバージョン ,  非線形最適化 ,  *領域分割法

分類 (1件)： 光学情報処理  (BD03060T)

タイトルに関連する用語 (4件)： 大規模 ,  拡散光トモグラフィー ,  領域分割 ,  行列分解