Microlocal analysis of a non-linear cone transform and applications to Compton camera imaging

技術要約：非線形コーン変換のマイクロローカル解析とコンプトンカメラ・イメージングへの応用

問題提起
本論文は、コンプトンカメラ・イメージングにおける逆問題を扱っており、具体的には、ソース強度 $f: \mathbb{R}^n \to \mathbb{R}$ と空間的に変化する減衰係数 $\mu: \mathbb{R}^n \to \mathbb{R}$ の同時回復を目的としている。コーン変換を（$\mu = 0$ と仮定した）線形演算子として扱うことが多かった従来の文献とは異なり、本研究では、光線の減衰が考慮された非線形モデルを分析している。データ $h$ は、発散ビーム変換 $G$ を用いた指数減衰項 $g = \exp(-G\mu)$ によって重み付けされた、$f$ のコーン積分としてモデル化される。非線形性は、減衰が $\mu$ の経路積分に依存するために生じる。著者らは、この非線形性によって導入される特異性を特徴付け、 $f$ と $\mu$ の一意性を決定し、ソースと減衰媒体の相互作用によって生じるアーティファクトを軽減する再構成手法を提案することを目的としている。

手法
著者らは、データの特異性を研究するために、マイクロローカル解析、特に余共能分布（conormal distributions）およびフーリエ積分演算子（FIO）の理論を用いている。手法は以下の主要なステップで進行する：

1. 重み付き光線積分への変換：
   線形コーン変換に関する先行研究と同様の幾何学的議論を用いて、著者らはまずコーン積分データ $R(f, \mu)$ を、重み付き光線積分データ $\tilde{h} = D_k(f, \mu)$ に変換する。特定の幾何学的条件下において、このデータは次のように因数分解できることが示される：
   $$\tilde{h} = \exp(-X_{w_1}\mu) X_{w_2}f$$
   ここで $X_w$ は重み付きX線変換を表し、$w_1, w_2$ は滑らかな重みである。この定式化は、問題を分布の積へと分離する。

2. マイクロローカル特異性解析：
   著者らは、余共能分布の理論（具体的には、滑らかに交差するラグランジュ多様体に付随する $I^{p,l}$ クラス）を用いて、積 $\exp(-X_{w_1}\mu) X_{w_2}f$ の特異性を分析している。

• 単一接線（Single Tangency）： レイが、ソースの支持集合の境界または $\mu$ の支持集合の境界に対して、単一の厳密に凸な点で接する場合、データは線形X線変換に特徴的な特異性を示す。
• 二重接線（Double Tangency）： レイが、2つの異なる点（例えば、ソースの境界 $\partial\Omega$ と減衰の支持集合 $\Sigma$ の両方に接する場合）で境界に接する場合、分布の積は「新しい」特異性を生成する。これらのアーティファクトは、2つの接点における法線ベクトルの和によって張られる方向に現れるが、これらは線形変換には存在しない。

3. 再構成戦略：
   著者らは、これらの特異性のソボレフ正則性に基づいた再構成アルゴリズムを提案している。彼らは、真のソース境界 $\partial\Omega$ に対応する特異性が、非線形な相互作用によって生成されるアーティファクトよりも強い（ソボレフ次数において）ことを示している。

• 凸包の回復： まず、データのゼロ値（ソースと交差しないレイ）を特定することによって、ソースの凸包 $\Omega_c$ が決定される。
• アーティファクト抑制： $\Omega_c$ 上に支持され、$\mu$ の支持集合上で消滅する滑らかなカットオフ関数 $\psi$ を再構成画像に適用する。これにより、$\mu$ に関連する特異性と非線形アーティファクトが除去され、$\partial\Omega$ のより強い特異性が孤立抽出される。
• 一意性の証明： $f$ が回復された後、著者らは減衰X線変換に関するNattererの一意性定理の一般化されたバージョンを利用して、特定の幾何学的条件（例：ソースの境界から $\mu$ と交差しないレイが存在すること）の下で、$\mu$ がデータによって一意に決定されることを証明する。

主な貢献と結果

• 非線形性のマイクロローカルな特徴付け： 本論文は、この文脈における非線形コーン変換の初のマイクロローカル解析を提供している。減衰によって導入されるアーティファクトを厳密に定量化し、それらが真のソースの特異性（$H^\alpha$ で $\alpha < 1/2$）と比較して、より低いソボレフ次数（$H^\alpha$ で $\alpha < 3/2$）の余共能分布として現れることを示している。
• ソースと減衰の一意な回復： $f$ と $\mu$ の支持集合が互いに素であり、かつソースが検出器表面の凸包内に含まれるという仮定の下で、著者らは両方の $f$ と $\mu$ がデータによって一意に決定されることを証明している。
• 安定性の区別： 解析により、$f$ は安定して回復可能（特にそのエッジ）であるが、$\mu$ の回復は極めて不安定であることが明らかになった。$\mu$ に関する問題は、限定されたデータによる外部トモグラフィー問題として特定されており、再構成におけるエッジのぼけや未解決の特徴をもたらす、限定角トモグラフィーに似た状況を生じさせる。
• シミュレーションによる検証： 著者らは、ガウスノイズを加えた2次元（$n=2$）でのシミュレーション再構成を提示している。結果は以下を確認している：
  • ソースの凸包は、データのゼロ値から正確に特定できる。
  • 提案されたフィルタリング手法は、二重接線によって引き起こされるストリーキング・アーティファクトを効果的に除去する。
  • ソース強度 $f$ は高い精度で回復される。再構成された強度の値は誤差6%（真値1.0に対し1.06）、形状再構成（$f_c$）の相対最小二乗誤差は21%であった。
  • 減衰係数 $\mu$ は部分的にしか回復されない。外部問題の不良設定性に起因する大きなぼけを伴い、データから見えるエッジのみが解像される。

意義と主張
著者らは、本研究が線形近似を超えて進展したことを主張している。減衰を明示的にモデル化することで、そのままでは画質を劣化させるであろう特定のアーティファクトを特定し、特徴付けを行っている。主な意義は、ソボレフ正則性と幾何学的制約を用いて、ソースの特異性を減衰に起因するアーティファクトから分離できる理論的枠組みを提供したことにある。

論文内では、$\mu$ の理論的一意性は確立されているものの、実用的な回復は問題の不良設定性に制限されることが控えめに述べられている。著者らは、任意の減衰の一般ケースを解決しようとしているのではなく、むしろソースと減衰物質が空間的に分離しており（支持集合が互いに素）、かつ幾何学的に十分なレイの被覆が可能なシナリオのための手法を提供している。$\mu$ の回復が依然として不安定であり、より少ないデータ（例：曲面上にあるコーンの頂点など）を扱う場合には今後の課題があることを認めている。本研究は、イメージングにおける非線形効果を理解し、軽減するためにマイクロローカル解析が有用であることを検証している。