ニューラルネットワークを用いた疎データトモグラフィ像再構成法のデータアクセス順序の交換による改良

カテゴリ: 部門大会

論文No: OS7-5

グループ名: 【C】平成24年電気学会電子・情報・システム部門大会講演論文集

発行日: 2012/09/05

タイトル(英語): Improvement of Neural Network-based Sparse Data Tomographic Reconstruction by Data Access Ordering Method

著者名: 寺西 大(広島工業大学),岩間 尚文(核融合科学研究所),Byron J. Peterson (核融合科学研究所),田村 直樹(核融合科学研究所)

著者名(英語): Masaru Teranishi(Hiroshima Institute of Technology),Naofumi Iwama(National Institute of Fusion Science),Byron J. Peterson (National Institute of Fusion Science),Naoki Tamura(National Institute of Fusion Science)

キーワード: 逆問題|トモグラフィ|ニューラルネットワーク|代数学的再構成法|逐次反復法|Inverse Problem|Computerized Tomography|Neural Network|ART|Iterative Image Reconstruction

要約(日本語): 熱核融合プラズマ閉じ込め装置におけるトモグラフィ計測は、測定装置の強い設置制限により疎データ条件となる。疎データトモグラフィでは、解である再構成像の未知数にくらべて、方程式数に相当する投影データの数が極端に少ない悪条件逆問題となる。この疎データトモグラフィを、ニューラルネットワークを用いて逐次反復法で像を再構成する、ニューロCTの有用性が報告されている。 ニューロCTは投影データそれぞれについて逐次反復により像の修正を繰り返すために、修正に用いる投影データの使用順序が、反復の収束特性や再構成像の精度に強い影響を及ぼす。 本研究では、逐次反復による像再構成法である代数学的再構成法の収束スピードと像の改善において有効性が報告されている投影データアクセス順序の疑似直行化をニューラルネットワーク像再構成法に適用し、その改善効果を検証する。

PDFファイルサイズ: 3,656 Kバイト