More than 5 years have passed since last update.

繰り返し重み付き縮小法

Last updated at 2016-03-05Posted at 2016-02-28

機械学習プロフェッショナルシリーズのスパース本にのっていた繰り返し重み付き縮小法（Iteratively Reweighted Shrinkage, IRS）が簡単そうだったので逐次近似的画像再構成に組み込んでみました。

逐次近似的画像再構成に正則化を組み込む方法はいろいろあるのですが一番簡単なGreenのOne Step Late（OSL）アルゴリズムを用いました。

実験結果

スライスあたりの計数は2M。画像サイズは160×160。逐次近似は10主反復、10サブセット。FBPのフィルターはramp。

指標はファントム画像との平方平均二乗誤差（RMSE）。パラメータ適当だけど…

filterは平滑化に用いたガウシアンフィルターの半値幅。βは正則化項の強さを調整する定数。

OSL-IRSの方はL1正則化したっぽいぺたっとした画像になってますね。ファントム外縁部の白い所の画素値は落ちずにファントム内部はぺたっとなってます。