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

Questo studio dimostra che, mentre la maggior parte delle strategie di riduzione della dimensionalità fa sì che le SVM con kernel quantistico sottoperformino i baselines classici nella classificazione dell'osso trabecolare, UMAP è l'unico metodo che consente ai kernel quantistici di rimanere competitivi, sebbene il vantaggio osservato sia statisticamente insignificante e probabilmente gonfiato dalla dipendenza dalle fold, insieme a risultati che indicano come i kernel quantistici ZZ non riescano a catturare strutture metriche lisce per compiti di regressione.

L'essenziale

Immagina di dover ordinare una biblioteca immensa di libri in due pile: "Osso Sano" e "Osso Debole". Ma invece di leggere il testo, stai osservando i libri attraverso un microscopio speciale ad alta tecnologia che trasforma ogni pagina in un complesso e vorticoso motivo di grigio e bianco. Questo è essenzialmente ciò che gli scienziati stanno facendo con l'osso trabecolare (la struttura spugnosa, simile a un favo, all'interno delle ossa) utilizzando le scansioni micro-TC.

I ricercatori volevano vedere se un nuovo tipo di cervello informatico, un Computer Quantistico, potesse svolgere questo lavoro di ordinamento meglio di un computer standard classico. Tuttavia, la "biblioteca" è troppo grande e i motivi troppo disordinati perché il computer quantistico possa gestirli direttamente. È come cercare di far stare un intero oceano in una tazzina da tè. Per risolvere il problema, dovevano prima ridurre i dati a una dimensione gestibile. Questo processo è chiamato riduzione della dimensionalità.

I cinque "Riduttori"

Il team ha testato cinque metodi diversi per comprimere questi enormi dati in un piccolo "pacchetto" a 8 dimensioni che un computer quantistico potesse comprendere. Pensa a questi metodi come a cinque modi diversi di fare le valigie:

1. PCA (Analisi delle Componenti Principali): Come piegare i vestiti con cura per farli entrare.
2. RP Gaussian & RP Sparse: Come gettare i vestiti in un sacchetto e scuoterlo per vedere cosa ci sta.
3. PLS (Minimi Quadrati Parziali): Come impacchettare solo gli oggetti che sai di aver bisogno per un viaggio specifico.
4. UMAP (Approssimazione e Proiezione di Varietà Uniforme): Come usare una mappa magica che riorganizza i tuoi vestiti in modo che quelli più importanti siano esattamente in cima.

La Gara: Classico vs Quantistico

Una volta che i dati sono stati impacchettati, sono stati inviati a due corridori:

• Il Corridore Classico: Un computer standard che utilizza un collaudato algoritmo "Radial Basis Function".
• Il Corridore Quantistico: Un computer quantistico che utilizza una specifica "mappa delle caratteristiche ZZ" (un modo per tradurre i dati nel linguaggio quantistico).

Hanno corso questa gara 25 volte in diversi scenari (validazione incrociata) per vedere chi fosse più veloce e preciso.

I Risultati: Una Storia di Due Test

Il Primo Test (La Gara "Piegata"):
Quando hanno eseguito i test utilizzando gli stessi set di dati ripetutamente (il che può talvolta indurre il computer a memorizzare le risposte), UMAP è stato l'unico metodo in cui il Corridore Quantistico ha tenuto il passo con il Corridore Classico. Anzi, il Corridore Quantistico sembrava vincere per un margine minuscolo.

Il Secondo Test (La Gara "Indipendente"):
Per essere sicuri, hanno eseguito un test più rigoroso con 10 set di dati completamente nuovi e indipendenti. Questa volta, la magia è svanita. Il Corridore Quantistico è effettivamente rimasto leggermente indietro rispetto al Corridore Classico. La minuscola "vittoria" del primo test si è rivelata un caso fortuito causato dal modo in cui i dati erano stati raggruppati.

I Perdenti:
Per gli altri quattro metodi (PCA, Proiezioni Casuali e PLS), il Corridore Quantistico non ha solo perso; è inciampato pesantemente. È stato significativamente peggiore del computer classico nel distinguere tra osso sano e osso debole.

L'Esperimento di Regressione

I ricercatori hanno anche provato a usare il computer quantistico per prevedere numeri esatti (come "quanto è spesso l'osso?") invece di limitarsi a ordinarli in pile. È come cercare di indovinare il peso esatto di un libro invece di dire semplicemente "pesante" o "leggero".

• Il Risultato: Il computer quantistico ha fallito completamente in questo. Non è stato in grado di prevedere i numeri per nulla, ottenendo spesso punteggi negativi. Sembra che lo strumento quantistico utilizzato sia bravo a tracciare linee tra le categorie (ordinamento) ma terribile nel comprendere misurazioni continue e fluide (previsione di numeri).

La Conclusione

Il messaggio principale è semplice: Come prepari i dati conta più del computer che usi.

Se usi il metodo sbagliato per ridurre i dati (come PCA o l'impacchettamento casuale), il computer quantistico performa male. Tuttavia, se usi il metodo giusto (UMAP), il computer quantistico può almeno competere con quello classico, anche se non vince necessariamente. Lo studio conclude che affinché i computer quantistici siano utili in questo campo, dobbiamo essere molto attenti su come "impacchettiamo" i dati prima di inviarli alla macchina quantistica.

Sommario tecnico

Riepilogo Tecnico: Macchine a Vettori di Supporto con Kernel Quantistico per la Classificazione dell'Osso Trabecolare

Enunciato del Problema
I metodi basati su kernel quantistici sono teoricamente promettenti per compiti di classificazione all'interno di spazi di caratteristiche ad alta dimensionalità, tuttavia la loro utilità pratica è fortemente condizionata dalla preparazione delle caratteristiche di input. Questo studio affronta la questione critica di come le strategie di riduzione della dimensionalità influenzino le prestazioni delle Macchine a Vettori di Supporto con Kernel Quantistico (QK-SVM) quando applicate alla classificazione delle strutture ossee trabecolari. Nello specifico, la ricerca indaga se i kernel quantistici possano superare le linee di base classiche quando alimentati da caratteristiche ridotte mediante vari metodi lineari e non lineari, utilizzando dati sintetici di micro-tomografia computerizzata (micro-CT) come banco di prova controllato.

Metodologia
Gli autori hanno costruito una pipeline sperimentale completa che include la generazione di dati sintetici, l'estrazione di caratteristiche, la riduzione della dimensionalità e la classificazione comparativa:

• Generazione dei Dati: È stato impiegato un generatore procedurale personalizzato basato sugli attraversamenti a zero di campi casuali gaussiani per creare 500 volumi sintetici di osso trabecolare. Questi volumi possedevano proprietà morfometriche controllate, inclusa la frazione di volume osseo (BV/TV), lo spessore trabecolare (Tb.Th), il numero (Tb.N) e la spaziatura (Tb.Sp).
• Elaborazione delle Caratteristiche: Le caratteristiche di texture sono state estratte da slice in scala di grigi e ridotte a input a 8 dimensioni adatti ai circuiti quantistici. Sono state valutate cinque distinte strategie di riduzione della dimensionalità:
  1. Analisi delle Componenti Principali (PCA)
  2. Proiezione Casuale Gaussiana (RP Gaussian)
  3. Proiezione Casuale Sparsa (RP Sparse)
  4. Minimi Quadrati Parziali (PLS)
  5. Approssimazione e Proiezione di Varietà Uniforme (UMAP)
• Modelli di Classificazione: Le caratteristiche ridotte sono state classificate utilizzando due modelli:
  • SVM a Funzione di Base Radiale (RBF) classiche.
  • SVM con Kernel Quantistico che utilizzano mappe di caratteristiche ZZ, simulate su un simulatore di vettori di stato.
• Protocollo di Valutazione: Le prestazioni sono state valutate tramite due rigorosi schemi di validazione:
  1. Validazione Incrociata Stratificata Ripetuta: Uno schema ripetuto 5x5 (25 fold totali) per valutare le prestazioni dipendenti dal fold.
  2. Validazione su Dataset Indipendenti: Test su 10 dataset completamente indipendenti, dove ogni dataset ha coinvolto campioni generati indipendentemente, adattamenti di riduzione separati e matrici di kernel separate per eliminare gli artefatti di dipendenza dal fold.
• Compito di Regressione: La Regressione a Pettine Quantistico (Ridge Regression) con Kernel Quantistico è stata inoltre valutata per la previsione continua di parametri morfometrici, al fine di testare la capacità del kernel di catturare strutture metriche lisce.

Risultati Chiave
Lo studio ha prodotto risultati sfumati riguardo alla competitività dei kernel quantistici:

• Prestazioni di UMAP: UMAP è stato l'unico metodo di riduzione in cui il kernel quantistico è rimasto competitivo rispetto alla linea di base classica.
  • Nella validazione incrociata ripetuta 5x5, UMAP ha mostrato un lieve vantaggio di accuratezza per il kernel quantistico (+0,032), sebbene questo non fosse statisticamente significativo (Dietterich 5x2 CV p = 0,177).
  • Crucialmente, quando validato su 10 dataset indipendenti, questo vantaggio si è invertito in uno svantaggio di -0,030 (test t appaiato p = 0,123; Wilcoxon p = 0,193), con il modello quantistico che ha vinto solo 3 dataset su 10. Ciò suggerisce che il vantaggio apparente iniziale era probabilmente gonfiato dalla dipendenza dal fold.
• Svantaggio dei Metodi Lineari: Tutti i metodi di riduzione lineare (PCA, RP Gaussian, PLS) hanno comportato sostanziali svantaggi di prestazioni per il kernel quantistico rispetto alla linea di base classica, con un range da -0,090 a -0,116 nella classificazione BV/TV.
  • Gli svantaggi di PCA e PLS sono rimasti statisticamente significativi sotto test corretti (5x2 CV p=0,004 e p=0,007, rispettivamente).
• Fallimento della Regressione: Nel compito di previsione continua, i kernel quantistici ZZ hanno fallito uniformemente, producendo punteggi $R^2$ negativi per tutti i metodi tranne PLS a 4 qubit. Ciò indica che, mentre il kernel ZZ può catturare i confini decisionali per la classificazione, fallisce nel modellare le strutture metriche lisce richieste per la regressione.

Significato e Affermazioni
Il documento conclude che la scelta della riduzione della dimensionalità è un fattore determinante nel decidere se i kernel quantistici possano rimanere competitivi rispetto alle linee di base classiche nelle pipeline di apprendimento automatico quantistico a breve termine. Gli autori affermano con modestia che i loro risultati forniscono indicazioni pratiche per l'ingegneria delle caratteristiche, evidenziando che:

1. I presunti vantaggi quantistici nella validazione incrociata possono essere artefatti di perdita di dati (data leakage) o dipendenza dal fold, rendendo necessaria una rigorosa validazione indipendente.
2. Le attuali architetture di kernel quantistici (in particolare le mappe di caratteristiche ZZ) potrebbero essere inadatte per compiti di regressione che coinvolgono strutture metriche lisce.
3. Senza un'attenta preparazione delle caratteristiche (in particolare metodi non lineari come UMAP in questo contesto), i kernel quantistici potrebbero performare peggio delle controparti classiche nella classificazione di dati biologici ad alta dimensionalità.