Quantum kernel support vector machines for trabecular bone classification: comparing feature reduction strategies on synthetic micro-CT data

Este estudio demuestra que, si bien la mayoría de las estrategias de reducción de dimensionalidad hacen que las máquinas de vectores de soporte (SVM) con núcleos cuánticos rindan por debajo de las líneas base clásicas en la clasificación de hueso trabecular, UMAP es el único método que permite que los núcleos cuánticos sigan siendo competitivos, aunque la ventaja observada es estadísticamente insignificante y probablemente inflada por la dependencia de los pliegues, junto con hallazgos de que los núcleos cuánticos ZZ no logran capturar estructuras métricas suaves para tareas de regresión.

Lo esencial

Imagina que estás intentando clasificar una biblioteca masiva de libros en dos pilas: "Hueso Sano" y "Hueso Débil". Pero en lugar de leer el texto, estás observando los libros a través de un microscopio especial y de alta tecnología que convierte cada página en un patrón complejo y giratorio de gris y blanco. Esto es esencialmente lo que los científicos están haciendo con el hueso trabecular (la estructura esponjosa, similar a un panal, dentro de los huesos) utilizando escaneos de micro-TC.

Los investigadores querían ver si un nuevo tipo de cerebro informático: una Computadora Cuántica, podría realizar este trabajo de clasificación mejor que una computadora estándar, clásica. Sin embargo, la "biblioteca" es demasiado grande y los patrones demasiado desordenados para que la computadora cuántica los maneje directamente. Es como intentar meter todo un océano en una taza de té. Para solucionarlo, necesitaban reducir los datos a un tamaño manejable primero. Este proceso se llama reducción de dimensionalidad.

Los cinco "reductores"

El equipo probó cinco métodos diferentes para comprimir estos masivos datos en un pequeño "paquete" de 8 dimensiones que una computadora cuántica pudiera entender. Piensa en estos métodos como cinco formas diferentes de hacer una maleta:

1. PCA (Análisis de Componentes Principales): Como doblar tu ropa ordenadamente para que quepa.
2. RP Gaussiana & RP Dispersa: Como tirar tu ropa en una bolsa y sacudirla para ver qué cabe.
3. PLS (Mínimos Cuadrados Parciales): Como empacar solo los artículos que sabes que necesitarás para un viaje específico.
4. UMAP (Aproximación y Proyección de Variedad Uniforme): Como usar un mapa mágico que reorganiza tu ropa para que las más importantes estén justo encima.

La carrera: Clásica vs. Cuántica

Una vez que los datos fueron empacados, los enviaron a dos corredores:

• El Corredor Clásico: Una computadora estándar usando un algoritmo probado de "Función de Base Radial".
• El Corredor Cuántico: Una computadora cuántica usando un "mapa de características ZZ" específico (una forma de traducir los datos al lenguaje cuántico).

Llevaron a cabo esta carrera 25 veces en diferentes escenarios (validación cruzada) para ver quién era más rápido y preciso.

Los resultados: Una historia de dos pruebas

La primera prueba (La carrera "doblada"):
Cuando ejecutaron las pruebas usando los mismos conjuntos de datos una y otra vez (lo que a veces puede engañar a la computadora para que memorice las respuestas), UMAP fue el único método donde el Corredor Cuántico se mantuvo al nivel del Corredor Clásico. De hecho, el Corredor Cuántico pareció ganar por un margen diminuto.

La segunda prueba (La carrera "independiente"):
Para estar seguros, ejecutaron una prueba más estricta con 10 conjuntos de datos completamente nuevos e independientes. Esta vez, la magia desapareció. El Corredor Cuántico en realidad quedó ligeramente detrás del Corredor Clásico. La diminuta "victoria" de la primera prueba resultó ser un azar causado por la forma en que se agruparon los datos.

Los perdedores:
Para los otros cuatro métodos (PCA, Proyecciones Aleatorias y PLS), el Corredor Cuántico no solo perdió; tropezó estrepitosamente. Fue significativamente peor que la computadora clásica para distinguir entre hueso sano y hueso débil.

El experimento de regresión

Los investigadores también intentaron usar la computadora cuántica para predecir números exactos (como "¿qué grosor tiene el hueso?") en lugar de simplemente clasificarlos en pilas. Esto es como intentar adivinar el peso exacto de un libro en lugar de simplemente decir "pesado" o "ligero".

• El resultado: La computadora cuántica falló completamente en esto. No pudo predecir los números en absoluto, a menudo obteniendo puntuaciones negativas. Parece que la herramienta cuántica que usaron es buena para trazar líneas entre categorías (clasificación) pero terrible para comprender mediciones suaves y continuas (predicción de números).

La conclusión principal

La idea principal es simple: Cómo preparas los datos importa más que la computadora que usas.

Si usas el método incorrecto para reducir los datos (como PCA o el empaquetado aleatorio), la computadora cuántica funciona mal. Sin embargo, si usas el método correcto (UMAP), la computadora cuántica puede al menos competir con la clásica, aunque no necesariamente gane. El estudio concluye que para que las computadoras cuánticas sean útiles en este campo, debemos tener mucho cuidado sobre cómo "empaquetamos" los datos antes de enviarlos a la máquina cuántica.

Resumen técnico

Resumen Técnico: Máquinas de Vectores de Soporte con Núcleo Cuántico para la Clasificación de Estructuras Óseas Trabeculares

Planteamiento del Problema
Los métodos de núcleo cuántico son teóricamente prometedores para tareas de clasificación dentro de espacios de características de alta dimensión, sin embargo, su utilidad práctica depende en gran medida de la preparación de las características de entrada. Este estudio aborda la pregunta crítica de cómo las estrategias de reducción de dimensionalidad impactan el rendimiento de las Máquinas de Vectores de Soporte con Núcleo Cuántico (QK-SVM) cuando se aplican a la clasificación de estructuras óseas trabeculares. Específicamente, la investigación examina si los núcleos cuánticos pueden superar las líneas base clásicas cuando se alimentan con características reducidas mediante diversos métodos lineales y no lineales, utilizando datos sintéticos de microtomografía computarizada (micro-CT) como banco de pruebas controlado.

Metodología
Los autores construyeron una tubería experimental integral que involucra generación de datos sintéticos, extracción de características, reducción de dimensionalidad y clasificación comparativa:

• Generación de Datos: Se empleó un generador procedural personalizado basado en cruces por cero de campos aleatorios gaussianos para crear 500 volúmenes sintéticos de hueso trabecular. Estos volúmenes poseían propiedades morfométricas controladas, incluyendo fracción de volumen óseo (BV/TV), espesor trabecular (Tb.Th), número (Tb.N) y espaciado (Tb.Sp).
• Procesamiento de Características: Se extrajeron características de textura de cortes en escala de grises y se redujeron a entradas de 8 dimensiones adecuadas para circuitos cuánticos. Se evaluaron cinco estrategias distintas de reducción de dimensionalidad:
  1. Análisis de Componentes Principales (PCA)
  2. Proyección Aleatoria Gaussiana (RP Gaussian)
  3. Proyección Aleatoria Dispersa (RP Sparse)
  4. Mínimos Cuadrados Parciales (PLS)
  5. Aproximación y Proyección de Variedad Uniforme (UMAP)
• Modelos de Clasificación: Las características reducidas se clasificaron utilizando dos modelos:
  • SVM clásicos con Función de Base Radial (RBF).
  • SVM con Núcleo Cuántico que utilizan mapas de características ZZ, simulados en un simulador de vector de estado.
• Protocolo de Evaluación: El rendimiento se evaluó mediante dos esquemas de validación rigurosos:
  1. Validación Cruzada Estratificada Repetida: Un esquema repetido 5x5 (25 pliegues en total) para evaluar el rendimiento dependiente del pliegue.
  2. Validación con Conjunto de Datos Independiente: Pruebas en 10 conjuntos de datos totalmente independientes, donde cada conjunto de datos involucró muestras generadas independientemente, ajustes de reducción separados y matrices de núcleo separadas para eliminar artefactos de dependencia del pliegue.
• Tarea de Regresión: Adicionalmente se evaluó la Regresión de Cresta con Núcleo Cuántico para la predicción morfométrica continua, a fin de probar la capacidad del núcleo para capturar estructuras métricas suaves.

Resultados Clave
El estudio arrojó hallazgos matizados sobre la competitividad de los núcleos cuánticos:

• Rendimiento de UMAP: UMAP fue el único método de reducción donde el núcleo cuántico permaneció competitivo con la línea base clásica.
  • En la validación cruzada repetida 5x5, UMAP mostró una ligera ventaja de precisión para el núcleo cuántico (+0.032), aunque esto no fue estadísticamente significativo (Dietterich 5x2 CV p = 0.177).
  • Crucialmente, cuando se validó en 10 conjuntos de datos independientes, esta ventaja se invirtió a un déficit de -0.030 (prueba t pareada p = 0.123; Wilcoxon p = 0.193), con el modelo cuántico ganando solo 3 de los 10 conjuntos de datos. Esto sugiere que la ventaja aparente inicial probablemente fue inflada por la dependencia del pliegue.
• Déficit de Métodos Lineales: Todos los métodos de reducción lineal (PCA, RP Gaussian, PLS) resultaron en déficits sustanciales de rendimiento para el núcleo cuántico en comparación con la línea base clásica, oscilando entre -0.090 y -0.116 en la clasificación de BV/TV.
  • Los déficits de PCA y PLS permanecieron estadísticamente significativos bajo pruebas corregidas (5x2 CV p=0.004 y p=0.007, respectivamente).
• Fallo en Regresión: En la tarea de predicción continua, los núcleos cuánticos ZZ fallaron uniformemente, arrojando puntuaciones $R^2$ negativas para todos los métodos excepto PLS a 4 qubits. Esto indica que, aunque el núcleo ZZ puede capturar límites de decisión para la clasificación, falla al modelar las estructuras métricas suaves requeridas para la regresión.

Significado y Afirmaciones
El artículo concluye que la elección de la reducción de dimensionalidad es un factor determinante en si los núcleos cuánticos pueden mantenerse competitivos con las líneas base clásicas en tuberías de aprendizaje automático cuántico a corto plazo. Los autores afirmodestamente que sus hallazgos proporcionan orientación práctica para la ingeniería de características, destacando que:

1. Las ventajas cuánticas aparentes en la validación cruzada pueden ser artefactos de filtrado de datos o dependencia del pliegue, lo que hace necesaria una validación independiente rigurosa.
2. Las arquitecturas actuales de núcleos cuánticos (específicamente los mapas de características ZZ) pueden ser inadecuadas para tareas de regresión que involucran estructuras métricas suaves.
3. Sin una preparación cuidadosa de las características (específicamente métodos no lineales como UMAP en este contexto), los núcleos cuánticos pueden rendir menos que sus contrapartes clásicas en la clasificación de datos biológicos de alta dimensión.