💻 computer science

Feature‑Adaptive Fusion in Hybrid Quantum–Classical Neural Networks for Robust Biomedical Image Classification

Dieses Paper schlägt ein Feature-Adaptive Fusion Hybrid Quantum-Classical Neural Network (FAF-HQNN) vor, das klassische und Quanten-Vorhersagen dynamisch gewichtet, um eine überlegene Genauigkeit und Robustheit gegenüber Rauschen bei biomedizinischen Bildklassifizierungsaufgaben zu erreichen.

Ursprüngliche Autoren: Yan-Yan Hou, Jian Li, Chongqiang Ye, Hengji Li, Zhuo Wang, Qinghui Liu

Veröffentlicht 2026-07-09

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Yan-Yan Hou, Jian Li, Chongqiang Ye, Hengji Li, Zhuo Wang, Qinghui Liu

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Ganze: Ein Team aus zwei Ärzten

Stellen Sie sich vor, Sie versuchen, einen Patienten anhand eines medizinischen Bildes (wie etwa einer Aufnahme von Gewebe oder Blutzellen) zu diagnostizieren. In der Welt der Künstlichen Intelligenz (KI) verwenden wir dafür normalerweise „klassische“ Computer. Diese sind wie hochqualifizierte, erfahrene Ärzte, die bereits Millionen von Bildern gesehen haben. Sie sind großartig, aber manchmal werden sie verwirrt, wenn das Bild unscharf ist, verrauscht ist oder seltsame Artefakte aufweist (wie ein Staubkorn auf der Linse).

In jüngster Zeit haben Wissenschaftler begonnen, sich mit „Quantencomputern“ zu beschäftigen. Betrachten Sie diese als eine neue, mysteriöse Art von Arzt, die die Welt auf eine völlig andere Weise sieht. Sie können Muster erkennen, die dem klassischen Arzt entgehen könnten. Aktuell sind Quantencomputer jedoch wie Medizinstudenten: Sie sind zwar leistungsstark, aber noch etwas instabil, neigen zu Fehlern und können allein noch keine ganze Patientenakte bearbeiten.

Das Problem:
Die meisten aktuellen Versuche, diese beiden Ärzte zu kombinieren (ein „hybrides“ Modell), sind starr. Sie sagen zum Beispiel: „Wir hören dem klassischen Arzt immer zu 50 % zu und dem Quanten-Studenten zu 50 %“ oder „Wir lassen am Ende einfach den klassischen Arzt entscheiden.“ Das funktioniert bei unordentlichen Bildern nicht gut. Manchmal hat der klassische Arzt recht, und manchmal sieht der Quanten-Student etwas, das der Experte übersehen hat. Eine feste Regel kann nicht auf die jeweilige Situation reagieren.

Die Lösung: Die „Feature-Adaptive Fusion“ (FAF-HQNN)
Die Autoren dieser Arbeit schlagen ein neues System namens FAF-HQNN vor. Stellen Sie sich eine kluge Triage-Pflegekraft vor, die zwischen den beiden Ärzten steht.

Der Aufbau: Das medizinische Bild wird zuerst vom „klassischen Arzt“ (einem tiefen neuronalen Netzwerk) betrachtet, um ein allgemeines Verständnis zu gewinnen.
Der Quanten-Twist: Dieses Verständnis wird dann an den „Quanten-Studenten“ (einen variablen Quantenschaltkreis) weitergegeben, um zu sehen, ob dieser verborgene, seltsame Muster finden kann.
Die kluge Pflegekraft (Die Innovation): Anstatt einer festen Regel verfügt das System über einen speziellen „Fusionsmechanismus“. Dies ist wie eine kluge Pflegekraft, die sich das spezifische Bild ansieht und fragt: „Ist dieses Bild klar? Ist es verrauscht? Sieht der Quanten-Student hier etwas Nützliches?“
- Wenn das Bild klar ist, vertraut die Pflegekraft dem klassischen Arzt vielleicht mehr.
- Wenn das Bild verrauscht oder seltsam ist, lehnt sich die Pflegekraft eher an die einzigartige Perspektive des Quanten-Studenten an.
- Die Pflegekraft passt das „Stimmgewicht“ dynamisch für jedes einzelne Bild und jede einzelne Krankheitskategorie an.

Wie sie es getestet haben

Die Forscher haben dieses neue „Team“ auf zwei berühmten Datensätzen für medizinische Bilder getestet:

PathMNIST: Bilder von Gewebeproben (wie der Blick durch ein Mikroskop).
BloodMNIST: Bilder von Blutzellen.

Sie haben diese nicht nur an perfekten, sauberen Bildern getestet, sondern auch an „korrumpierten“ Bildern – also Bildern mit hinzugefügtem Gaußschen Rauschen (wie das Rauschen eines alten Fernsehers), Salz-und-Pfeffer-Rauschen (zufällige schwarz-weiße Punkte) und Poisson-Rauschen (wie Körnigkeit bei schwachem Licht).

Was sie herausgefunden haben

Der Quanten-Student allein ist schwach: Wenn man den Quanten-Studenten alleine arbeiten lässt, schneidet er schlecht ab und ist sehr instabil. Er braucht den klassischen Arzt, der ihn leitet.
Das starre Team ist okay: Die Kombination der beiden mit einer festen Regel (wie einer 50/50-Aufteilung) war besser als nur der klassische Arzt, aber nicht perfekt.
Die kluge Pflegekraft gewinnt: Das FAF-HQNN (mit der adaptiven Pflegekraft) war der beste Performer.
- Bei klaren Bildern: Es war am genauesten.
- Bei verrauschten Bildern: Es war am robustesten. Wenn die Bilder unordentlich wurden, wusste das System, wie es das Vertrauen auf denjenigen „Arzt“ verlagern muss, der mit dieser spezifischen Art von Rauschen besser umgehen kann.

Die Überraschung des „flachen Schaltkreises“

Die Forscher haben auch versucht, das „Gehirn“ des Quanten-Studenten komplexer zu machen (tiefere Schaltkreise). Überraschenderweise war Einfachheit besser. Ein sehr flacher, einfacher Quantenschaltkreis arbeitete genauso gut wie oder sogar besser als ein komplexer Schaltkreis. Dies deutet darauf an, dass der Quantenteil für diese Aufgaben keine superkomplexe Maschine benötigt; er muss lediglich ein wenig „zusätzliche Würze“ in die Mischung bringen.

Das Fazit

Diese Arbeit behauptet, dass für die Klassifizierung biomedizinischer Bilder der beste Ansatz nicht darin besteht, unsere aktuelle KI durch Quantencomputer zu ersetzen. Stattdessen geht es darum, eine kluge Partnerschaft aufzubauen, in der eine klassische KI und eine Quanten-KI zusammenarbeiten, aber mit einem flexiblen Manager, der entscheidet, wem man basierend auf dem spezifischen Bild zu hören hat. Dies macht das System genauer und viel schwerer durch schlechte Bildqualität zu täuschen.

Wichtiger Hinweis: Die Autoren geben ausdrücklich an, dass diese Ergebnisse mittels Simulationen auf klassischen Computern und nicht auf echter Quantenhardware erzielt wurden. Sie haben zudem auf standardisierten, kleinskaligen Datensätzen (MedMNIST) getestet, noch nicht auf massiven, realen Krankenhausdatenbanken. Die Arbeit behauptet, dass diese Methode für diese spezifischen Benchmarks gut funktioniert, stellt aber nicht in Aussicht, dass sie bereits für den unmittelbaren Einsatz in einem echten Krankenhaus bereit ist.

Technische Zusammenfassung: Merkmalsadaptive Fusion in hybriden quanten-klassischen neuronalen Netzen für die robuste biomedizinische Bildklassifizierung

Problemstellung
Hybride quanten-klassische neuronale Netze (HQNNs) stellen ein praktisches Paradigma für maschinelles Lernen mit Quantencomputern innerhalb der Ära der verrauschten, mittelgroßen Quantensysteme (NISQ) dar, in der Hardwarebeschränkungen die Anzahl der Qubits und die Schichttiefe begrenzen. Während bestehende hybride Modelle häufig klassische Deep-Learning-Verfahren mit variablen Quantenschaltkreisen (Variational Quantum Circuits, VQCs) kombinieren, verlassen sie sich meist auf feste oder global geteilte Fusionsstrategien (z. B. sequentielle Verarbeitung oder gewichtete Mittelung mit festen Gewichten). Diese statischen Integrationsmethoden können möglicherweise die komplementären Informationen, die durch die Quantenzweige bereitgestellt werden, nicht voll ausschöpfen, insbesondere wenn die Eingangsdaten Verteilungsverschiebungen oder Korruptionen unterliegen. In der biomedizinischen Bildklassifizierung, bei der Bilder häufig durch Sensorrauschen (z. B. Gauß- oder Poisson-Rauschen) und Akquisitionsvariabilität beeinflusst werden, bleibt die Robustheit dieser hybriden Modelle unter realistischen Korruptionsbedingungen unzureichend erforscht. Darüber hinaus ordnen bestehende Architekturen den klassischen und den Quantenzweigen oft vordefinierte Rollen zu, was die Anpassungsfähigkeit an variierenden Bildinhalt und unterschiedliche Schweregrade der Korruption einschränkt.

Methodik
Die Autoren schlagen das Feature-Adaptive Fusion Hybrid Quantum-Classical Neural Network (FAF-HQNN) vor, ein end-to-end trainierbares Framework, das für die biomedizinische Bildklassifizierung entwickelt wurde. Die Architektur besteht aus vier Hauptkomponenten:

Merkmalsextraktion: Ein klassischer Deep-Feature-Encoder basierend auf ResNet-18 (initialisiert mit ImageNet-Gewichten) extrahiert hochgradige visuelle Repräsentationen aus den Eingabebildern. Die letzte vollvernetzte Schicht wird entfernt, und eine globale Average Pooling-Operation wird angewendet, um einen 512-dimensionalen Merkmalsvektor zu erzeugen.
Merkmalskompression: Um die Dimensionsdiskrepanz zwischen Deep-Features und NISQ-Beschränkungen zu adressieren, projiziert ein lernbares Kompressionsmodul den 512-dimensionalen Vektor in ein kompaktes, 64-dimensionales gemeinsames Embedding. Dieses Embedding wird mittels einer Hyperbeltangent-Aktivierung auf das Intervall $[-\pi, \pi]$ skaliert, um die Kompatibilität mit parametrisierten Quantengattern zu gewährleisten.
Parallele hybride Prädiktion: Das gemeinsame Embedding wird gleichzeitig in zwei parallele Zweige eingespeist:
- Quantenzweig: Ein variabler Quantenschaltkreis (VQC) führt die Klassisch-zu-Quanten-Kodierung durch (unter Verwendung von Hadamard-, $R_y$ - und $R_z$ -Gattern), führt eine variationale Transformation durch (trainierbare Einzelqubit-Rotationen und Nearest-Neighbor-CNOT-Verschränkung) und führt ein Messungs-basiertes Readout durch (Erwartungswerte von Pauli-X-Observablen). Der Output wird über eine lineare Schicht auf die Klassen-Logits abgebildet.
- Klassischer Zweig: Ein leichtgewichtiges Multilayer Perceptron (MLP) verarbeitet dasselbe gemeinsame Embedding, um klassische Klassen-Logits zu erzeugen.
Merkmalsadaptive klassenweise Fusion: Eine zentrale Innovation ist ein leichtgewichtiger Koeffizienten-Prädiktor für die Fusion (ein zweischichtiges MLP mit Sigmoid-Aktivierung), der probenabhängige, klassenweise Fusionsgewichte ( $\alpha_i \in [0, 1]^C$ ) aus dem gemeinsamen Embedding generiert. Die endgültige Prädiktion ist eine dynamische gewichtete Summe der klassischen und der Quanten-Logits: $\hat{y}_i = \alpha_i \odot y^c_i + (1 - \alpha_i) \odot y^q_i$ . Dies ermöglicht es dem Modell, die Beiträge der Zweige basierend auf der spezifischen Eingabesprobe und der Klasse dynamisch auszubalancieren.

Das Modell wird unter Verwendung des Standard-Cross-Entropy-Loss auf den fusionierten Logits trainiert.

Wesentliche Beiträge

Architekturvorschlag: Einführung von FAF-HQNN, das einen tiefen klassischen Encoder mit einem VQC-Zweig über einen merkmalsadaptiven Fusionsmechanismus integriert und damit über feste Integrationsschemata hinausgeht.
Adaptiver Fusionsmechanismus: Entwicklung einer klassenweisen Fusionsstrategie, die probenabhängige Gewichte vorhersagt und es dem Modell ermöglicht, flexibel komplementäre klassische und Quanteninformationen unter variierenden Eingangsbedingungen zu nutzen.
Robustheitsbewertung: Systematische Bewertung von hybriden Modellen unter realistischen Bildkorruptionen (Gauß- und Salt-and-Pepper- sowie Poisson-Rauschen) auf biomedizinischen Benchmarks, womit eine Lücke in der aktuellen Literatur geschlossen wird, in der Robustheit oft vernachlässigt wird.
Empirische Analyse: Umfassende Untersuchung der Auswirkungen von VQC-Designentscheidungen (Schaltkreis-Layout, Messbasis und Tiefe) auf die hybride Performance.

Experimentelle Ergebnisse
Das Framework wurde auf zwei MedMNIST-Benchmarks evaluiert: PathMNIST (Histopathologie) und BloodMNIST (Blutzellerkennung). Die Experimente umfassten die Evaluierung von sauberen Daten sowie Robustheitstests unter variierenden Korruptionsintensitäten.

Performance bei sauberen Daten: FAF-HQNN erreichte die höchste Gesamtleistung unter allen verglichenen Methoden (einschließlich rein klassischer, rein quantenbasierter und fester Fusions-Hybrid-Baselines) auf beiden Datensätzen. Auf PathMNIST erreichte es eine Genauigkeit von $0,8910 \pm 0,0149$ und übertraf damit die klassische Baseline um 2,63 Prozentpunkte.
Robustheit: Unter Gauß- und Poisson-Rauschen zeigte FAF-HQNN konsistent eine überlegene Robustheit und hielt über die meisten Korruptionsstufen hinweg eine höhere Genauigkeit und AUC als Single-Branch-Baselines und Fixed-Fusion-Hybride. Bei Salt-and-Pepper-Rauschen schnitt FAF-HQNN zwar bei geringer bis moderater Korruption am besten ab, eine Baseline mit skalarem Gewicht (H-Scalar) zeigte jedoch bei schwerer Korruption eine wettbewerbsfähige oder sogar überlegene Leistung, was darauf hindeutet, dass die optimale Fusionsstrategie je nach Rauschintensität variieren kann.
Analyse des Quantenmoduls:
- Schalkreistiefe: Flache Schaltkreise (Single-Layer) lieferten die beste Performance; eine Erhöhung der Tiefe auf 2 oder 3 Layer verschlechterte die Ergebnisse, was darauf hindeutet, dass tiefere Schaltkreise Optimierungsprobleme einführen, ohne notwendige Expressivität für diese Aufgaben hinzuzufügen.
- Messbasis: Keine einzelne Messbasis (Pauli-X, Y, Z) oder kombinierte Basis (XYZ) war über alle Schaltkreis-Layouts hinweg konsistent überlegen, obwohl Circuit 1 mit Pauli-X-Messung das insgesamt beste Ergebnis erzielte.
- Stabilität: Der rein quantenbasierte Zweig (HQNN) wies die geringste Performance und die höchste Varianz auf, was bestätigt, dass die Quantenkomponente am besten als komplementärer Prädiktor und nicht als eigenständiger Klassifikator fungiert.

Bedeutung und Behauptungen
Die Arbeit behauptet, dass merkmalsadaptive Fusion eine effektive Strategie ist, um sowohl die Genauigkeit als auch die Robustheit in hybriden quanten-klassischen Modellen für die biomedizinische Bildklassifizierung zu verbessern. Die Ergebnisse legen nahe, dass rein quantenbasierte Modelle für hochdimensionale Aufgaben allein derzeit noch unzureichend sind, Quantenzweige jedoch nützliche komplementäre Informationen liefern können, wenn sie mit klassischen Encodern integriert werden. Der adaptive Fusionsmechanismus ermöglicht es dem Modell, diese komplementären Stärken dynamisch zu nutzen, insbesondere unter korrumpierten Eingangsbedingungen.

Die Autoren vertreten eine moderate Position und merken an, dass die Ergebnisse auf Simulationen (PennyLane mit default.qubit) und kontrollierten MedMNIST-Benchmarks basieren. Sie räumen ein, dass die Ergebnisse noch keine hardware-spezifischen Effekte (z. B. Gate-Rauschen, Dekohärenz) widerspiegeln und dass der beobachtete Vorteil auf größeren, hochauflösenderen klinischen Datensätzen und echter NISQ-Hardware validiert werden muss. Die Studie kommt zu dem Schluss, dass der praktische Wert des hybriden Lernens in der NISQ-Ära weniger darin liegen könnte, das klassische Deep Learning zu ersetzen, sondern vielmehr darin, die Diversität der Repräsentation anzureichern und die Robustheit durch adaptive Integration zu verbessern.