超解像技術は低解像度画像（観測信号）から高解像度画像（原信号）を推定する一種の逆問題である．超解像技術は大きく，マルチフレーム再構成型超解像技術とシングルフレーム事例型（または学習型）超解像技術に大別される．マルチフレーム超解像技術は，複数回の観測を繰り返し得られた複数枚の低解像度画像を位置合わせ（サブピクセルレベル）後，それらを融合することにより高解像度画像を再構成する．観測された信号数（方程式数，画素数）は推定したい信号数（画素数）より少なく，劣決定問題であることが多いことから，何らかの事前知識（正則化項）を導入して解の最適化を図っている．ここで，事前知識として解に関するスパース性を導入した場合，圧縮センシングの枠組みと同じになる．一方，シングルフレーム超解像技術は，事前に用意した学習データ群（低解像度画像と高解像度画像のペア）を用いて低解像度画像と高解像度画像間の対応関係を学習し，その対応関係を用いて入力された低解像度画像に対応する高解像度画像を推定している．本稿では，医用画像の画質改善の応用事例としてスパース正則化を事前知識として導入したマルチフレーム超解像とシングルフレーム超解像手法について紹介する．
