Enhancing Blood Cells Classification using Hybrid Quantum Neural Networks

本文提出了一种混合量子经典神经网络（HQNN）架构，该架构将预训练的 ResNet-50 骨干网络与变分量子电路相结合，在公共数据集和 IBM 量子硬件上展现出优于经典基线的血细胞分类性能及抗噪鲁棒性。

要点

想象一下，你是一名医生，正试图在显微镜下识别不同类型的微小血细胞。有些细胞看起来几乎一模一样——就像戴着略有不同帽子的双胞胎。传统上，计算机（使用“经典”深度学习）非常擅长这项工作，但当差异极其细微时，它们有时会感到困惑。

这篇论文提出了一个重大问题：如果我们赋予计算机一种“量子超能力”，帮助它更好地看清这些微小差异，会怎样？

以下是他们实验的故事，简单解释如下：

1. 设置：三人三足赛跑

为了确保测试公平，研究人员并没有仅仅将“量子计算机”与“普通计算机”进行比较。那将不公平，因为量子计算机可能仅仅更大或拥有更多部件。

相反，他们建立了三支完全相同的队伍，除了思考过程中的一个特定步骤外，其他方面完全一致：

• A 队（基线）： 计算机观察细胞，简化图像，然后立即猜测类型。
• B 队（经典匹配队）： 计算机观察细胞，简化图像，然后在猜测之前将其通过一个额外的“思考层”（一个标准数学层）。这确保了如果 B 队表现更好，仅仅是因为它拥有更多的数学计算，而不是因为有什么魔法。
• C 队（混合量子队）： 计算机观察细胞，简化图像，然后将其通过一个量子“思考层”。

类比： 想象三个学生参加考试。

• 学生 A 阅读问题并写下答案。
• 学生 B 阅读问题，使用标准计算器思考 5 秒，然后写下答案。
• 学生 C 阅读问题，使用量子计算器思考 5 秒，然后写下答案。

研究人员想要看看，量子计算器（学生 C）是否真的比标准计算器（学生 B）更好地解决了棘手的部分。

2. “量子层”：一种新型透镜

量子部分是如何工作的？
将计算机的“大脑”想象成一个整理信息的房间。

• 经典计算机像书架上的书一样组织数据：一本书紧挨着另一本书。
• 量子计算机可以像万花筒一样组织数据。得益于一种称为“纠缠”的现象，它们可以同时从许多不同的角度观察图像的所有部分。

在这项研究中，“量子层”就像一个特殊的透镜，它将血细胞的简化图像扭曲成这种万花筒视角。希望是，这种视角能让“双胞胎”细胞（如单核细胞和中性粒细胞）之间的差异变得更加清晰。

3. 结果：谁赢了？

研究人员在两组不同的血细胞图像上测试了这些队伍：

1. “简单”组（4 种细胞类型）： 这就像区分猫、狗、鸟和鱼。
2. “困难”组（8 种细胞类型）： 这就像区分 8 种看起来非常相似的狗的不同品种。

发现：

• 在“简单”组中： 量子队（C 队）明显获胜。它比其他队伍多获得了约3.7% 的正确答案。它在区分棘手的“双胞胎”细胞方面尤其出色。
• 在“困难”组中： 每个人的表现都已经非常出色（几乎满分）。然而，量子队仍然设法挤出了一点点更高的准确率。它是唯一没有与其他队伍陷入“平局”的队伍；即使事情已经接近完美，它仍在持续略微提升。
• “现实世界”测试： 研究人员还在实际的物理量子计算机（由 IBM 制造）上运行了量子队，而不仅仅是模拟。
  • 难点： 目前的真实量子计算机有点“嘈杂”（就像试图在风大的房间里听到耳语）。
  • 结果： 由于噪音，性能略有下降，但该模型仍然稳健。它没有崩溃；只是准确率略微降低。这证明了该理念即使在真实、不完美的硬件上也能发挥作用。

4. 主要结论

该论文得出结论：量子机器学习不仅仅是炒作。

当研究人员将量子队与“额外思考层”队（B 队）进行比较时，他们发现量子队表现更好。这证明改进不仅仅是因为增加了更多的数学计算；而是因为量子数学本身更擅长识别血细胞中那些微小、细微的差异。

简而言之： 通过使用量子“透镜”观察血细胞，计算机变成了更优秀的侦探，特别是在嫌疑人（细胞）看起来几乎完全相同的情况下。这表明，未来这些混合系统可以帮助医生更快、更准确地诊断疾病，特别是在人眼或普通计算机可能会感到困惑的棘手病例中。

技术摘要

技术摘要：利用混合量子神经网络增强血细胞分类

问题陈述

在医学图像分析中，准确分类显微血细胞仍然是一个关键挑战。尽管卷积神经网络（CNN）已很大程度上取代了人工审查，但在细粒度分类任务中仍面临独特的局限性。具体而言，CNN 难以处理细微的形态差异、重叠的视觉特征（例如区分单核细胞与中性粒细胞），以及高类内变异性。此外，标准深度学习模型受限于经典向量空间的数学极限，这可能限制其映射高维生物医学图像中固有的复杂非线性关联的能力。作者提出，混合量子 - 经典神经网络（HQNN）可以利用高维希尔伯特空间和量子纠缠来增强特征表示，并解决这些模糊情况。

方法论

该研究提出了一种模块化 HQNN 架构，旨在隔离量子特征转换的具体贡献。该系统遵循三阶段流程：

1. 特征提取：使用预训练的 ResNet-50 骨干网络（以 ImageNet 权重初始化）从输入图像（256x256x3）中提取高级视觉特征。移除最终分类层，输出 2048 维特征向量。
2. 降维：全连接层将 2048 维向量缩减为 10 维潜在空间。应用双曲正切（$tanh$）激活函数以限定数值范围，从而便于基于角度的量子编码。
3. 中间转换与分类：这是可变阶段，在此比较三种不同的架构：
   • HQNN 模型：使用角度嵌入（绕 Y 轴旋转）将 10 维潜在向量编码为量子态。它由一个**变分量子电路（VQC）**处理，该电路包含 10 个量子比特和 4 个可训练层。每一层应用可训练的 $RY$ 旋转，随后应用环状结构的受控非（CNOT）门模式以实现纠缠。输出通过泡利 Z 期望值进行测量，生成 10 维量子特征向量。
   • 经典匹配模型：用经典非线性块（线性变换 + $tanh$）替换量子电路，其参数量（110 个参数）与量子层（40 个参数）相当。
   • 经典基线：完全移除中间转换阶段，将潜在向量直接传递给分类器。

所有模型共享相同的轻量级分类头（32 个隐藏单元、ReLU、Dropout），并使用**焦点损失（Focal Loss）**配合标签平滑、Adam 优化器和余弦退火学习率调度进行训练。

主要贡献

本文提出了四项主要贡献：

1. 受控比较框架：一种模块化架构，严格控制变量（骨干网络、瓶颈大小、分类器头），以隔离中间转换阶段（量子与经典）的影响。
2. 公平的经典基线：引入“经典匹配模型”，增加一个容量与量子电路相当的非线性层，确保性能提升并非仅仅归因于参数数量的增加。
3. 真实硬件验证：在IBM 量子硬件（具体为 ibm_fez 后端）上执行 HQNN 模型，以评估其在现实噪声和硬件约束下的鲁棒性，超越了软件模拟。
4. 量子优势的实证分析：量化在高类内变异性细微类间差异为特征的挑战性分类场景中的性能提升。

实验结果

模型在两个公共数据集上进行了评估：血细胞图像数据集（4 类）和外周血细胞（PBC）数据集（8 类）。

• 血细胞图像数据集（4 类）：

  • HQNN 模型实现了0.9153 的宏平均 F1 分数，优于经典匹配模型（0.8862）和经典基线（0.8784）。
  • 这代表相对于基线提升了约3.7%。
  • HQNN 在区分中性粒细胞和单核细胞等困难类别方面表现出最显著的增益，减少了视觉上相似细胞类型之间的混淆。

• PBC 数据集（8 类）：

  • 由于数据集的特性，所有模型的性能均接近饱和。
  • HQNN 仍取得了最高指标：准确率为 0.9967，宏平均 F1 分数为 0.9869，略优于经典匹配模型（0.9854）和基线（0.9851）。
  • 在未成熟粒细胞和中性粒细胞等困难类别中观察到了改进。

• 数据效率：

  • 当仅在血细胞图像数据集的**25%**上进行训练时，HQNN 仍保持相对于经典对应模型的明显优势（准确率 94.55%，F1 分数 89.33%），表明其在数据稀缺场景下的鲁棒性。

• 硬件验证：

  • 在真实的 IBM 量子硬件上，与无噪声模拟器相比，模型经历了适度的性能下降（约 2.5–3%）（准确率：0.9000 对比 0.9250）。
  • 尽管存在噪声，模型仍保持稳健，特别是对于淋巴细胞等分离良好的类别，证实了 HQNN 在当前含噪声中等规模量子（NISQ）设备上的可行性。

意义与主张

本文声称，其发现验证了量子特征转换在医学成像中的切实益处，特别是针对经典模型难以解决的复杂分类任务。通过采用严谨的受控实验设计，作者证明了观察到的性能提升源于量子层的独特转换特性，而不仅仅是增加了更多参数。

研究结论指出，虽然经典模型在精心策划的数据集中接近性能上限，但 HQNN 在类别平衡和判别力方面提供了持续且可衡量的增益，特别是在细粒度场景中。在真实硬件上的成功部署进一步支持了将量子增强学习整合到未来临床诊断工具中的实际潜力，前提是解决硬件噪声和可扩展性挑战。