Algoritmos convergentes globalmente para tomografía de transmisión máxima a posteriori

Este artículo revisa y compara tres algoritmos de máxima verosimilitud para la tomografía de transmisión. Uno de estos algoritmos es el algoritmo EM, uno se basa en un argumento de convexidad ideado por De Pierro (ver IEEE Trans. Med. Imaging, vol.12, p.328-333, 1993) en el contexto de la tomografía de emisión, y uno es un algoritmo de gradiente ad hoc. Los algoritmos disfrutan de propiedades de convergencia locales y globales deseables y se combinan elegantemente con priors de suavizado bayesiano. Las pruebas numéricas preliminares de los algoritmos en datos simulados sugieren que el algoritmo convexa y el algoritmo de gradiente ad hoc son computacionalmente superiores al algoritmo EM. Esta superioridad proviene del mayor número de exponenciaciones requeridas por el algoritmo EM. Los algoritmos convexos y de gradiente están bien adaptados a la computación en paralelo.