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

Resumo Técnico: Fusão Adaptativa de Características em Redes Neurais Híbridas Quântico-Clássicas para Classificação Robusta de Imagens Biomédicas

Definição do Problema
Redes neurais híbridas quântico-clássicas (HQNNs) representam um paradigma prático para o aprendizado de máquina quântico dentro da era do quantum de escala intermediária ruidosa (NISQ), onde as restrições de hardware limitam o número de qubits e a profundidade do circuito. Embora os modelos híbridos existentes frequentemente combinem o aprendizado profundo clássico com circuitos quânticos variacionais (VQCs), eles geralmente dependem de estratégias de fusão fixas ou globalmente compartilhadas (por exemplo, processamento sequencial ou média de pesos fixos). Esses métodos de integração estáticos podem falhar em explorar plenamente a informação complementar fornecida pelos ramos quânticos, particularmente quando os dados de entrada sofrem deslocamentos de distribuição ou corrupções. Na classificação de imagens biomédicas, onde as imagens são frequentemente afetadas por ruído de sensor (ex: Gaussiano, Poisson) e variabilidade de aquisição, a robustez desses modelos híbridos sob condições de corrupção realistas permanece insuficientemente compreendida. Além disso, as arquiteturas existentes frequentemente atribuem papéis predeterminados aos ramos clássico e quântico, limitando sua adaptabilidade a variações no conteúdo da imagem e na severidade da corrupção.

Metodologia
Os autores propõem a Rede Neural Híbrida Quântico-Clássica com Fusão Adaptativa de Características (FAF-HQNN), um framework treinável de ponta a ponta projetado para a classificação de imagens biomédicas. A arquitetura consiste em quatro componentes principais:

1. Extração de Características: Um codificador de características profundas clássicas baseado em ResNet-18 (inicializado com pesos do ImageNet) extrai representações visuais de alto nível das imagens de entrada. A última camada totalmente conectada é removida e o pooling médio global é aplicado para gerar um vetor de características de 512 dimensões.
2. Compressão de Características: Para lidar com o descompasso dimensional entre as características profundas e as restrições NISQ, um módulo de compressão aprendível projeta o vetor de 512 dimensões em um embedding compartilhado compacto de 64 dimensões. Este embedding é reescalonado para o intervalo $[-\pi, \pi]$ via uma ativação tangente hiperbólica para garantir a compatibilidade com portões quânticos parametrizados.
3. Predição Híbrida Paralela: O embedding compartilhado é alimentado simultaneamente em dois ramos paralelos:
   • Ramo Quântico: Um circuito quântico variacional (VQC) realiza a codificação clássico-para-quântico (usando portões Hadamard, $R_y$ e $R_z$), transformação variacional (rotações de qubit único treináveis e emaranhamento CNOT de vizinho próximo) e leitura baseada em medição (valores de expectativa de observáveis de Pauli-X). A saída é mapeada para logits de classe via uma camada linear.
   • Ramo Clássico: Um perceptron multicamadas (MLP) leve processa o mesmo embedding compartilhado para produzir logits de classe clássicos.
4. Fusão de Características Adaptativa por Classe: Uma inovação fundamental é um preditor de coeficiente de fusão leve (um MLP de duas camadas com ativação sigmoid) que gera pesos de fusão por classe e dependentes da amostra ($\alpha_i \in [0, 1]^C$) a partir do embedding compartilhado. A predição final é uma soma ponderada dinâmica dos logits clássicos e quânticos: $\hat{y}_i = \alpha_i \odot y^c_i + (1 - \alpha_i) \odot y^q_i$. Isso permite que o modelo equilibre dinamicamente as contribuições dos ramos com base na amostra de entrada específica.

O modelo é treinado usando perda de entropia cruzada padrão nos logits fundidos.

Principais Contribuições

• Proposta de Arquitetura: Introdução da FAF-HQNN, que integra um codificador clássico profundo com um ramo VQC através de um mecanismo de fusão adaptativa de características, indo além dos esquemas de integração fixos.
• Mecanismo de Fusão Adaptativa: Desenvolvimento de uma estratégia de fusão por classe que prevê pesos dependentes da amostra, permitindo que o modelo explore flexivelmente informações clássicas e quânticas complementares sob variadas condições de entrada.
• Avaliação de Robustez: Avaliação sistemática de modelos híbridos sob corrupções de imagem realistas (ruído Gaussiano, sal e pimenta e Poisson) em benchmarks biomédicos, abordando uma lacuna na literatura atual onde a robustez é frequentemente negligenciada.
• Análise Empírica: Investigação abrangente sobre o impacto das escolhas de design do VQC (layout do circuito, base de medição e profundidade) no desempenho híbrido.

Resultos Experimentais
O framework foi avaliado em dois benchmarks do MedMNIST: PathMNIST (histopatologia) e BloodMNIST (reconhecimento de células sanguíneas). Os experimentos incluíram avaliação de dados limpos e testes de robustez sob diferentes intensidades de corrupção.

• Desempenho em Dados Limpos: A FAF-HQNN alcançou o maior desempenho geral entre todos os métodos comparados (incluindo modelos puramente clássicos, puramente quânticos e baselines híbridos de fusão fixa) em ambos os conjuntos de dados. No PathMNIST, alcançou uma acurácia de $0.8910 \pm 0.0149$, superando a baseline clássica em 2,63 pontos percentuais.
• Robustez: Sob ruído Gaussiano e Poisson, a FAF-HQNN demonstrou consistentemente uma robustez superior, mantendo maior acurácia e AUC do que as baselines de ramo único e os híbridos de fusão fixa na maioria dos níveis de corrupção. Sob ruído de sal e pimenta, embora a FAF-HQNN tenha performado melhor em corrupções de baixa a moderada, uma baseline de fusão de peso escalar (H-Scalar) mostrou desempenho competitivo ou superior em níveis de corrupção severos, indicando que a estratégia de fusão ideal pode variar com a severidade do ruído.
• Análise do Módulo Quântico:
  • Profundidade do Circuito: Circuitos rasos (camada única) produziram o melhor desempenho; aumentar a profundidade para 2 ou 3 camadas degradou os resultados, sugerindo que circuitos mais profundos introduzem desafios de otimização sem adicionar a expressividade necessária para estas tarefas.
  • Base de Medição: Nenhuma base de medição única (Pauli-X, Y, Z) ou base combinada (XYZ) superou consistentemente as outras em todos os layouts de circuito, embora o Circuito 1 com medição de Pauli-X tenha alcançado o melhor resultado geral.
  • Estabilidade: O ramo puramente quântico (HQNN) exibiu o menor desempenho e maior variância, confirmando que o componente quântico serve melhor como um preditor complementar do que como um classificador autônomo.

Significância e Alegações
O artigo afirma que a fusão adaptativa de características é uma estratégia eficaz para melhorar tanto a acurácia quanto a robustez em modelos híbridos quântico-clássicos para classificação de imagens biomédicas. Os resultados sugerem que, embora os modelos puramente quânticos sejam atualmente insuficientes para tarefas de alta dimensão de forma autônoma, os ramos quânticos podem fornecer informações complementares úteis quando integrados com codificadores clássicos. O mecanismo de fusão adaptativa permite que o modelo aproveite dinamicamente essas forças complementares, particularmente sob condições de entrada corrompidas.

Os autores mantêm uma postura modesta, observando que as descobertas baseiam-se em simulação (PennyLane com default.qubit) e benchmarks controlados do MedMNIST. Eles reconhecem que os resultados ainda não refletem efeitos específicos de hardware (ex: ruído de portão, decoerência) e que as vantagens observadas precisam de validação em conjuntos de dados clínicos maiores e de maior resolução e em hardware NISQ real. O estudo conclui que o valor prático do aprendizado híbrido na era NISQ pode residir menos em substituir o aprendizado profundo clássico e mais em enriquecer a diversidade de representação e melhorar a robustez através da integração adaptativa.