圧縮センシング(英語: Compressed Sensing)とは、観測対象データがある表現空間では「スパース(疎)」であると仮定して、必要とする未知数の数よりも少ない観測データから、ある条件の下で対象を復元する手法[1][2]。 歴史[編集] 近年、ランダムな成分を持つ観測マトリクスの場合に復元可能であることが情報理論分野において示され、さらに、観測データをランダムサンプリングできるMRIはCSのよい適用となっていることが示された[1][3]。スタンフォード大学エマニュエル・キャンデス(Emmanuel Candes)教授とカリフォルニア大学ロサンゼルス校テレンス・タオ(Terence Tao)教授が開発した[4]。 医用画像に関しての応用は、2002年頃に筑波大学の工藤博幸らのグループによる先駆的研究があり、2007年のカリフォルニア大学バークレー校准教授のMichael Lustig