論文の概要: Quantum Compressed Sensing CT Reconstruction Algorithm Based on Penalized Weighted Least Squares and Guided Total Variation

• arxiv url: http://arxiv.org/abs/2607.10566v1
• Date: Sun, 12 Jul 2026 04:48:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.470331
• Title: Quantum Compressed Sensing CT Reconstruction Algorithm Based on Penalized Weighted Least Squares and Guided Total Variation
• Title（参考訳）: Penalized Weighted Least Squares を用いた量子圧縮型CT再構成アルゴリズムとガイド付きトータル変動
• Abstract要約: 本稿では,PWLS法とGTV法を組み合わせた量子圧縮CT法を提案する。 GTVは従来の総変量より一貫して優れていた。 このフレームワークは2次形式を変えることなくQUBOベースのCT再構成にフォトン統計重み付けと構造誘導正規化を組み込む。
• 参考スコア（独自算出の注目度）: 11.78461984187436
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Objective. Existing quadratic unconstrained binary optimization (QUBO)-based sparse-view computed tomography (CT) reconstruction neglects photon-counting statistics and anatomical heterogeneity. We address both limitations within the QUBO framework.Approach. We propose a quantum compressed-sensing CT method combining penalized weighted least squares (PWLS) and guided total variation (GTV). PWLS weights projection residuals by photon-count reliability, whereas GTV uses gradients from a prior image reconstructed by the simultaneous algebraic reconstruction technique (SART) to preserve edges and suppress noise in homogeneous regions. After binary encoding, both terms form a unified QUBO model. Experiments used four 40 times 40 CT images under a 10-view fan-beam geometry with Poisson noise. Comparisons included conventional reconstruction methods, QUBO variants, gradient descent, simulated annealing, and a D-Wave hybrid quantum-classical solver.Main results. PWLS-GTV achieved the best reconstruction quality across all cases. In the representative chest case, it reached a peak signal-to-noise ratio (PSNR) of 36.64 dB, compared with 22.48 dB for SART, the best conventional baseline. GTV consistently outperformed conventional total variation. Simulated annealing and the D-Wave hybrid solver produced similar reconstructions, whereas gradient descent was ineffective. Repeated hybrid-solver runs showed stable performance.Significance. The framework incorporates photon-statistical weighting and structure-guided regularization into QUBO-based CT reconstruction without changing its quadratic form, providing a proof of concept for quantum-assisted sparse-view CT reconstruction.
• Abstract（参考訳）: 目的。 既存の2次非拘束バイナリ最適化(QUBO)に基づくスパースビューCT再構成は、光子計数統計と解剖学的不均一性を無視する。 我々は、QUBOフレームワーク内の両方の制限に対処する。 本稿では,PWLS法とGTV法を組み合わせた量子圧縮CT法を提案する。 PWLSは光子数信頼性によって投影残差を重み付け、GTVは、同時代数的再構成技術(SART)によって再構成された先行画像からの勾配を用いて、エッジを保存し、均質領域のノイズを抑制する。 バイナリエンコーディングの後、両用語は統合QUBOモデルを形成する。 実験では、ポアソンノイズの10ビューファンビーム幾何の下で4つの40倍のCT画像を使用した。 比較対象は、従来の再構成法、QUBO変種、勾配降下、模擬アニール、D-Waveハイブリッド量子古典解法である。 PWLS-GTVは全症例で最高の再建品質を達成した。 代表例では,SARTの22.48dBに対して36.64dBのピーク信号対雑音比(PSNR)に達した。 GTVは従来の総変量より一貫して優れていた。 シミュレーションアニーリングとD-Waveハイブリッドソルバは同様の再構成を行ったが、勾配降下は効果が無かった。 繰り返しハイブリットソルバランは安定した性能を示した。 このフレームワークは、量子支援されたスパースビューCT再構成の概念実証を提供するため、2次形式を変更することなく、光子統計重み付けと構造誘導正則化をQUBOベースのCT再構成に組み込む。

関連論文リスト

• Quantum CT via Dynamic Interval Encoding and Prior-Balanced QUBO Reconstruction [33.11370708200602]
  本稿では,動的間隔符号化と事前バランス最適化を組み合わせたQUBOに基づくグレースケールCT再構成フレームワークを提案する。 D-Wave hybrid binary quadratic model (BQM) の解法の実験は、この定式化がハードウェアが支援するハイブリッド量子-古典的バックエンド上で実行可能であることをさらに証明している。
  論文  参考訳（メタデータ） (2026-06-23T13:28:12Z)
• Trustworthy MRI Reconstruction via Bayesian Uncertainty Quantification with Sparsity Prior Models [5.452868777437004]
  本稿では, 圧縮センシング磁気共鳴画像データから, 共同画像再構成と不確実性定量化のための新しい枠組みを提案する。 この問題は線形逆問題として定式化され、事前分布は未知の画像パラメータに割り当てられる。 本研究では,画像空間勾配に基づく総変分変換とウェーブレット領域変換を用いて,任意のスペーシング変換に適用可能な汎用フレームワークを開発し,その性能を実証する。
  論文  参考訳（メタデータ） (2026-06-15T22:44:38Z)
• Resolution-Independent Neural Operators for Multi-Rate Sparse-View CT [67.14700058302016]
  深層学習手法は高忠実度再構成を実現するが、しばしば固定された取得設定に過度に適合する。 本稿では,連続関数空間に拡張したCT再構成フレームワークであるComputed Tomography Neural Operator (CTO)を提案する。 CTOは一貫性のあるマルチサンプリングレートとクロスレゾリューションのパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-12-13T08:31:46Z)
• Total Variation Subgradient Guided Image Fusion for Dual-Camera CASSI System [3.414706880536149]
  分光画像技術は、スペクトル、空間、時間分解能のバランスをとる上で、長年にわたって根本的な課題に直面してきた。 従来のモデルベースの手法は、手作りの固有の画像に頼っているため、限られた性能を示す。 本稿では,全変動(TV)下降理論を統合したデュアルカメラCASSI再構成フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-13T16:57:06Z)
• Compressive Imaging Reconstruction via Tensor Decomposed Multi-Resolution Grid Encoding [50.54887630778593]
  圧縮画像再構成(CI)は, 圧縮された低次元画像から高次元画像を復元することを目的としている。 既存の教師なし表現は、表現能力と効率の間の望ましいバランスを達成するのに苦労する。 本稿では,CI再構成のための非教師なし連続表現フレームワークである分割多重解像度グリッド符号化(GridTD)を提案する。
  論文  参考訳（メタデータ） (2025-07-10T12:36:20Z)
• Quantum compressed sensing tomographic reconstruction algorithm [0.0]
  量子コンピューティングの最近の進歩は、トモグラフィー再構成技術に影響を与え始めている。 量子圧縮センシングトモグラフィ再構成のためのQUBOモデルを定式化する。 ハイブリッドソルバを用いたCT画像再構成による新しいアルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2025-05-16T14:23:10Z)
• 2DQuant: Low-bit Post-Training Quantization for Image Super-Resolution [83.09117439860607]
  低ビット量子化は、エッジ展開のための画像超解像(SR)モデルを圧縮するために広く普及している。 低ビット量子化は、フル精度(FP)と比較してSRモデルの精度を低下させることが知られている。 本稿では2DQuantという画像超解像のための2段階の低ビット後量子化(PTQ)法を提案する。
  論文  参考訳（メタデータ） (2024-06-10T06:06:11Z)
• Deep Equilibrium Diffusion Restoration with Parallel Sampling [120.15039525209106]
  拡散モデルに基づく画像復元(IR)は、拡散モデルを用いて劣化した画像から高品質な(本社)画像を復元し、有望な性能を達成することを目的としている。 既存のほとんどの手法では、HQイメージをステップバイステップで復元するために長いシリアルサンプリングチェーンが必要であるため、高価なサンプリング時間と高い計算コストがかかる。 本研究では,拡散モデルに基づくIRモデルを異なる視点,すなわちDeqIRと呼ばれるDeQ(Deep equilibrium)固定点系で再考することを目的とする。
  論文  参考訳（メタデータ） (2023-11-20T08:27:56Z)
• Quantum annealing-based computed tomography using variational approach for a real-number image reconstruction [0.0]
  本研究は実数再構成のための変分手法を用いたQACT再構成アルゴリズムを開発した。 注目すべきは、各ピクセルの表示に2キュービットしか必要とせず、正確な再構成に十分であることを示したことである。
  論文  参考訳（メタデータ） (2023-06-03T23:35:10Z)
• Degradation-Aware Unfolding Half-Shuffle Transformer for Spectral Compressive Imaging [142.11622043078867]
  圧縮画像と物理マスクからパラメータを推定し,これらのパラメータを用いて各イテレーションを制御する,DAUF(Degradation-Aware Unfolding Framework)を提案する。 HST を DAUF に接続することにより,HSI 再構成のための変換器の深部展開法であるデグレーション・アウェア・アンフォールディング・ハーフシャッフル変換器 (DAUHST) を確立した。
  論文  参考訳（メタデータ） (2022-05-20T11:37:44Z)
• The Power of Triply Complementary Priors for Image Compressive Sensing [89.14144796591685]
  本稿では,一対の相補的な旅先を含むLRD画像モデルを提案する。 次に、画像CSのためのRDモデルに基づく新しいハイブリッド・プラグイン・アンド・プレイ・フレームワークを提案する。 そこで,提案したH-based image CS問題の解法として,単純で効果的なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-05-16T08:17:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。