Vorig jaar ontwikkelde een onderzoeksteam van het Massachusetts Institute of Technology (MIT) onder leiding van professor Piotr Indyk een algoritme dat de Fast Fourier Transform (FFT) in sommige gevallen honderd maal versnelde. Nu heeft Indyk met zijn team een manier gevonden om het aantal voor Fourier-transformatie benodigde samples sterk te reduceren. Hierdoor wordt het onder andere mogelijk om patiënten sneller door een MRI-scanner te laten scannen, en kunnen radiotelescopen in minder tijd beelden met hogere resolutie produceren.

 

De FFT is een van de belangrijkste algoritmes van de twintigste eeuw, omdat hiermee complexe signalen kunnen worden herleid tot de basisfrequenties waaruit ze zijn samengesteld. Hiermee is het onder andere mogelijk om audio- en videosignalen effectief te comprimeren. Bij MRI-scans worden Fourier-samples van het menselijk lichaam genomen waaruit de interne structuur van het lichaam wordt bepaald. Minder samples betekent een minder lang (belastend) verblijf in zo’n nauwe lawaaiige machine, en maakt ook het gebruik ervan uit kostenoogpunt effectiever. Ook het combineren van signalen van verschillende radiotelescopen tot één hoge-resolutie-afbeelding kan door het verbeterde algoritme aanzienlijk worden versneld.

 

Illustratie: Christine Daniloff, MIT