技術要約：画像におけるワッサースタイン距離のノイズ感受性の定量化

問題提起

最適輸送（OT）およびワッサースタイン距離は、特に極めて高いノイズレベルを特徴とする単粒子クライオ電子顕微鏡（cryo-EM）のようなイメージング分野において、類似度スコアとしてますます活用されている。経験的な証拠によれば、ワッサースタイン距離は標準的なユークリッド（$L_2$）距離よりもノイズに対して頑健であるとされる。しかし、画像を固定グリッド上の離散測度として扱う場合、ピクセル単位の加法的なノイズに対してこれらの指標がどのように振る舞うかについての理論的な理解は不足している。具体的には、ノイズの標準偏差（$\sigma$）と、結果として生じるワッサースタイン距離の誤差との関係は未だ定量化されていない。本論文は、符号付きワッサースタイン距離のガウスノイズに対する感受性について、有限サンプル期待値の上界を導出することで、この空白を埋めるものである。

手法

理論的枠組み

著者らは、画像を $n \times n$ の正方形グリッド（$G_n$）上の実数値信号としてモデル化し、これらを符号付き離散測度と同一視する。ノイズによって負のピクセル値が生じる可能性に対処するため、本研究ではワッサースタイン距離を符号付き測度へと拡張している。

• 符号付きワッサースタイン不一致（Signed Wasserstein Discrepancy）: 結合分解 $\mu = \mu^+ - \mu^-$ および $\nu = \nu^+ - \nu^-$ を持つ2つの符号付き測度 $\mu$ と $\nu$ に対して、符号付きワッサースタイン不一致は $W_p^\pm(\mu, \nu) := W_p(S_{\mu,\nu}, T_{\mu,\nu})$ と定義される。ここで $S_{\mu,\nu} = \mu^+ + \nu^-$ および $T_{\mu,\nu} = \nu^+ + \mu^-$ である。
• ノイズモデル: 本論文では、ノイズベクトル $N$ が多変量正規分布 $\mathcal{N}(0, \Sigma)$ から抽出される特定のガウスノイズモデルを検討する。共分散行列 $\Sigma$ は、各ピクセルの周辺分布が $\mathcal{N}(0, \sigma^2)$ でありつつ、全ピクセルの総和が正確にゼロ（$\sum N_i = 0$）となるように構成されている。この「ゼロ和」制約は、画像の総質量を再スケーリングする必要性を排除し、ノイズの幾何学的な影響のみを孤立させて抽出するためのものである。
• 解析手法: 理論的な境界は、ピクセルグリッドのダイアディック分割に基づくマルチスケール論法を用いて導出される。このアプローチでは、様々なスケールにおける四分画間での質量不均衡を再帰的にマッチングさせ、$p=1$ におけるカントロヴィッチ・ルビンシュタイン双対性と、$p > 1$ における特定の結合構成を活用する。

実験的検証

理論的な知見は、DOTMark 1.0 MicroscopyImages データセットおよび合成データを用いた数値実験によって裏付けられている。

• スケーリング則: 著者らは、ノイズ分散（$\sigma^2$）が増大するにつれて、画像とそのノイズ版との間の距離がどのようにスケーリングするかを測定している。
• 頑健性の比較: 2つの異なる画像がノイズによって汚染された際の、 $L_2, W_1, W_2$ 指標の安定性を、ノイズによる距離とクリーンな状態の距離の比率を評価することによって比較している。
• ケーススタディ: 高ノイズ下での幾何学的関係（回転および平行移動）の回復をテストするために、E. coli Hsp90 タンパク質のクライオ電子顕微鏡投影図に関する具体的な分析が行われている。

主要な貢献と結果

1. ノイズ感受性に関する理論的境界

本論文は、クリーンな画像とノイズを含むバージョンの間（または2つのノイズを含む画像の間）における、符号付きワッサースタイン不一致の有限サンプル期待値の上界を確立している。

• $p=1$ の場合（符号付き 1-ワッサースタイン）:
  クリーンな画像 $\mu$ とそのノイズ版 $\mu + \varepsilon$ の間の期待誤差は次のようにスケーリングする：
  $$\mathbb{E}[W_1^\pm(\mu, \mu+\varepsilon)] = \Theta(n \sigma \log_2 n)$$
  異なる2つのノイズを含む画像を比較する場合、クリーンな距離からの偏差は $O(n \sigma \log_2 n)$ のオーダーの項によって抑えられる。

• $p > 1$ の場合（符号付き $p$-ワッサースタイン）:
  挙動は大きく異なる。不一致の $p$ 乗の期待値は $\sigma$ に対して線形にスケーリングする：
  $$\mathbb{E}[(W_p^\pm(\mu+\varepsilon_1, \mu+\varepsilon_2))^p] = \Theta(n \sigma)$$
  したがって、イェンセンの不等式により、期待距離は次のようにスケーリングする：
  $$\mathbb{E}[W_p^\pm(\mu+\varepsilon_1, \mu+\varepsilon_2)] = \Theta((n \sigma)^{1/p})$$
  特に $p=2$ の場合、誤差はノイズの標準偏差の平方根（$\sqrt{\sigma}$）に比例してスケーリングする。これは、ユークリッド距離が $\sigma$ に対して線形にスケーリングするのと対照的である。これは、$W_2$ の優れたノイズ頑健性に理論的な根拠を与えるものである。

2. 「距離の減少」現象

著者らは、ノイズレベルが増大することで、2つの疎な（sparse）画像間のワッサースタイン距離が減少するという、直感に反する現象を特定し、説明している。

• メカニズム: 疎な画像（例：暗い背景上の2つの異なる構造）において、加法的なノイズは構造の間に「踏み石（stepping stones）」（ノイズのピーク）を作り出す。最適輸送計画はこれらのノイズのピークを利用して構造間を橋渡しすることができ、その結果、クリーンな場合と比較して輸送コストを実質的に短縮させることができる。クリーンな状態では、質量を全距離にわたって直接輸送しなければならない。
• 示唆: この非単調な挙動は、ノイズの幾何学と輸送コストの間の複雑な相互作用、特に $p > 1$ の場合における相互作用を浮き彫りにしている。

3. 実験的検証

• スケーリングの確認: 実験により、$W_2$ コストがノイズ分散に対して約 0.5 の指数でスケーリングすることが確認された。これは理論的な $\sigma^{1/2}$ の予測と一致しており、$L_2$ が線形にスケーリングするのと対照的である。
• 頑健性: ペアワイズの画像比較において、$W_2$ は $W_1$ や $L_2$ よりも広いノイズ範囲において、元の距離比を 1 に近い状態に維持している。
• クライオEMへの応用: クライオEMのケーススタディにおいて、$L_2$ 距離行列は重いノイズの下でランダムなパターンへと劣化し、幾何学的構造を失う。対照的に、$W_1$ および $W_2$ 行列は、真の変換のグローバルな対角構造を保持する。さらに、$W_2$ は、加法的なノイズを真の空間シフトと混同する前に、$W_1$ よりも約 3.5 倍多くのノイズに耐えられることが示されている。

重要性と主張

本論文は、固定グリッド上の測量に対するワッサースタイン距離のノイズ頑健性を研究した最初の研究であると主張している。その主要な意義は、高ノイズのイメージング設定において最適輸送距離がユークリッドノルムよりも優れているという経験的な観察に対し、理論的な基礎を提供したことにある。

• 理論的洞察: 符号付き 2-ワッサースタイン不一致の誤差が $\sqrt{\sigma}$ でスケーリングすること（$L_2$ の線形スケーリングと比較して有利であること）を証明することで、本研究は、なぜ最適輸送ベースの手法が高ノイズ領域であるクライオEMなどで成功するのかを説明している。
• 実用的な指針: これらの結果は、高ノイズかつ幾何学的構造の保存が重要なアプリケーションにおいて、$W_1$ や $L_2$ よりも $W_2$ の方がより頑健な指標であることを示唆している。
• 限界と今後の課題: 著者らは、得られた境界は正しいスケーリング挙動を捉えてはいるものの、必ずしもタイト（厳密）ではない（特に $p>1$ の場合）ことを謙虚に述べている。また、符号付き $W_p$ ($p>1$) において三角不等式が欠如していることが、クリーンな期待値とノイズを含む期待値の差に関する鋭い境界の導出を困難にしていることも指摘している。今後の課題として、より高い $p$ 値の実用的な有用性の調査や、アンバランスな輸送シナリオにおける境界の精緻化が挙げられている。

著者らは、この理論的な理解が、クライオ電子顕微鏡や医療イメージングのような高ノイズのイメージング様式におけるさらなる手法開発のための必要なステップであると結論付けている。