AlxisDataBlog-数学・物理学


MathJax = {
  chtml: {
    matchFontHeight: false
  },
  tex: {
    inlineMath: [['$', '$']]
  }
};






今回から、ヒルベルト変換の応用例を紹介していきます。第 $1$ 回目は X-線変換の話をします。


X-線変換は、簡単に説明すると X-線 CT の原理となっている観測方法です。弧長表示されている直線 $l$ に対して

\begin{align}
\mathscr{X}f(l)=\int_{\mathbb{R}}f(l(s))\,ds
\end{align}

を $f$ の X-線変換と呼びます。直線に沿って $f$ を積分するということは、CT の世界では、どのくらいの X-線を吸収したのかという意味になるわけです。X-線 CT では、観測された X-線変換の像から $f$ を逆算する、すなわち反転公式が使われています。


良く知られた反転公式は投影定理を利用したものです。平面上の直線全体を

\begin{align}
l(\theta,h)(s)=se(\theta+\pi/2)+he(\theta)
\end{align}

のようにパラメトライズしておきます。X-線変換を

\begin{align}
\mathscr{X}f(\theta,h)=\int_{\mathbb{R}}f(se(\theta+\pi/2)+he(\theta))\,ds
\end{align}

と定義して $h$ に関するフーリエ変換を実行すると

\begin{align}
\mathscr{F}_h\mathscr{X}f(\theta,u)=\int_{\mathbb{R}^2}f(se(\theta+\pi/2)+he(\theta))e^{-2\pi ihu}\,ds\,dh
\end{align}

となります。ここで $(x,y)=se(\theta+\pi/2)+he(\theta)$ で変数変換すると

\begin{align}
\mathscr{F}_h\mathscr{X}f(\theta,u)=\int_{\mathbb{R}^2}f(x,y)e^{-2\pi i(x\cos\theta+y\sin\theta)u}\,ds\,dh
\end{align}

右辺は $f$ の $2$ 次元フーリエ変換なので

\begin{align}
\mathscr{F}_h\mathscr{X}f(\theta,u)=\mathscr{F}f(u\cos\theta,u\sin\theta)
\end{align}

と書くことができます。$f$ のフーリエ像が計算できたので、逆フーリエ変換すれば $f$ が求まります。以上が、良く知られた方法です。続いてヒルベルト変換を用いた別解を考えましょう。まず直線のパラメトライズを

\begin{align}
l(t,u,v)(s)=(s-t)e(u-\pi/2)+ve(u)+(x_0,y_0)
\end{align}

としておきます。これに合わせて X-線変換を

\begin{align}
\mathscr{X}f(t,u,v)=\int_{\mathbb{R}}f((s-t)e(u-\pi/2)+ve(u)+(x_0,y_0))\,ds
\end{align}

と定義しましょう。$v$ 方向への微分を考えると

\begin{align}
\partial_v\mathscr{X}f(t,u,0)&=\int_{\mathbb{R}}\partial_{e(u)}f((s-t)e(u-\pi/2)+(x_0,y_0))\,ds\\
&=\int_{\mathbb{R}}\dfrac{1}{s-t}\partial_uf((s-t)e(u-\pi/2)+(x_0,y_0))\,ds
\end{align}

右辺にヒルベルト変換が出てきました。後はヒルベルト像に関して解き、逆ヒルベルト変換を掛ければ $f$ が求まります。この計算は以前何回も取り上げたので省略します。今回はここまで。次回も引き続き応用例を紹介します。(written by J.Nishigata)


Copy Right 2020-現在 ALXIS DATA, Inc. All Right Reserved.

X-線変換

AlxisDataBlog-数学・物理学


MathJax = {
  chtml: {
    matchFontHeight: false
  },
  tex: {
    inlineMath: [['$', '$']]
  }
};






今回は球面上の話をします。球面上の積分変換というと、以前ファンク-ヘッケの定理をやったことが思い出されますね。ファンク-ヘッケの定理は $S^2$ で説明したときと全く同じ方法で $S^{n-1}$ に拡張できます。(球面調和関数空間の議論からやり直してみてください。)


球面上の関数 $f:S^{n-1}\to\mathbb{R}$ の直交分解を $f=\sum f_k$ とおくと

\begin{align}
\mathscr{K}f(y)=\int_{S^{n-1}}K(\langle x,y\rangle)f(x)\omega,\ y\in S^{n-1}
\end{align}

による像は

\begin{align}
\mathscr{K}f(y)=\sum_{k=0}^{\infty}m_kf_k(y)
\end{align}

となります。ここに、ファンク-ヘッケの因子 $m_k$ は

\begin{align}
m_k=\sigma_{n-2}\int_{-1}^1(1-t^2)^{(n-3)/2}K(t)P_k(t)\,dt
\end{align}

で与えられます。$\sigma_{n-2}$ は $S^{n-2}$ の測度、$P_k$ はルジャンドル多項式です。これがファンク-ヘッケの定理でした。各球面調和関数成分が $m_k$ 倍されるので、反転公式は逆に $m_k$ で割ればよいことが分かります。


$m_k$ の計算に当たり、ロドリゲスの公式が必要になります。この公式は以前ルジャンドル多項式の直交性証明の際、別解として使えると書いたままで証明はまだやっていませんでしたね。今回はロドリゲスの公式を証明してみましょう。

\begin{align}
P_k=\dfrac{\Gamma((n-1)/2)}{(-1)^k2^k\Gamma(k+(n-1)/2)}(1-t^2)^{-(n-3)/2}\partial^k(1-t^2)^{k+(n-3)/2}
\end{align}

これがロドリゲスの公式です。まず

\begin{align}
p^{(j)}=(1-t^2)^{-(n-3)/2}\partial^j(1-t^2)^{k+(n-3)/2}
\end{align}

のようにパラメトライズされた関数を考えます。方針は $j$ に関して帰納的に計算していき、$j=k$ のときの主張に繋げることを目指します。最初の方の $3$ 項 $p^{(0)},p^{(1)},p^{(2)}$ は簡単に計算できますね。

\begin{align}
&p^{(0)}=(1-t^2)^k,\\
&p^{(1)}=-(2k+n-3)t(1-t^2)^{k-1},\\
&p^{(2)}=-(2k+n-3)(1-t^2)^{k-1}+(2k+n-3)(2k+n-5)t^2(1-t^2)^{k-2}
\end{align}

この $3$ 項は次の方程式を満たします。

\begin{align}
(1-t^2)p^{(2)}+(2k+n-5)tp^{(1)}+(2k+n-3)p^{(0)}=0
\end{align}

漸化式を作ることができそうですね。幾つか実験をやってみてほしいのですが、結果だけを書くと

\begin{align}
(1-t^2)p^{(j+2)}+(2k+n-2j-5)tp^{(j+1)}+(j+1)(2k+n-j-3)p^{(j)}=0
\end{align}

が成立するのではないかという仮説が立ちます。証明には帰納法を使います。仮説の式を微分して、$\partial p^{(\cdot)}$ を

\begin{align}
\partial p^{(j)}=(n-3)\dfrac{t}{1-t^2}p^{(j)}+p^{(j+1)}
\end{align}

を用いて書き換えると $j=j+1$ のときの仮説の式が得られます。これで帰納的に仮説が正しいことが分かります。$j=k$ のときの式を書いてみましょう。

\begin{align}
(1-t^2)p^{(k+2)}+(n-5)tp^{(k+1)}+(k+1)(k+n-3)p^{(k)}=0
\end{align}

$p^{(k)}$ と $p^{(k+1)}$ の間の関係式は

\begin{align}
p^{(k+1)}=\partial p^{(k)}-(n-3)\dfrac{t}{1-t^2}p^{(k)}
\end{align}

でした。これを使って $p^{(k)}$ と $p^{(k+2)}$ の間の関係式を作ると

\begin{align}
p^{(k+2)}=\partial^2p^{(k)}-2(n-3)\dfrac{t}{1-t^2}\partial p^{(k)}+\dfrac{n-3}{1-t^2}\bigg(\dfrac{(n-5)t^2}{1-t^2}-1\bigg)p^{(k)}
\end{align}

となります。これらを $j=k$ のときの式に代入して整理すると

\begin{align}
&Lp^{(k)}=\lambda_kp^{(k)},\\
&L=(1-t^2)\partial^2-(n-1)t\partial
\end{align}

すなわち $p^{(k)}$ が $k$ 次のルジャンドル多項式であることが導かれます。

\begin{align}
P_k(t)=\dfrac{p^{(k)}(t)}{p^{(k)}(1)}
\end{align}

最後に $p^{(k)}(1)$ を求めればロドリゲスの公式の証明は完了します。普通に計算すれば良いです。

\begin{align}
p^{(k)}(1)&=(-2)^k\bigg(k+\dfrac{n-3}{2}\bigg)\cdots\bigg(1+\dfrac{n-3}{2}\bigg)\\
&=(-2)^k\dfrac{\Gamma(k+(n-1)/2)}{\Gamma((n-1)/2)}
\end{align}

今回はここまで。次回はロドリゲスの公式を使ってファンク-ヘッケの因子を計算してみます。(written by J.Nishigata)


Copy Right 2020-現在 ALXIS DATA, Inc. All Right Reserved.

ラドン変換