量子计算在医疗影像分析中运用

赵 吉利
蚌埠医科大学

摘要


随着人工智能与量子计算技术的融合发展，在医疗影像分析中愈加广泛。本文基于量子计算技术，提出量子条件生成对抗网络模型，通过将异常心跳类型和概率分布编码至量子寄存器作为控制条件，成功实现了四类异常心电数据的可控生成。在医学图像处理方面，基于经典密度分层法构建了量子图像伪平面伪彩色增强算法，通过NEQR和QRCI量子图像模型设计对应量子线路，提升了图像分析精度。针对皮肤病变分类任务，采用量子遗传算法优化支持向量机参数，并将其作为改进型量子Inception-ResNet-V1网络的分类器，构建了融合量子计算优势的智能诊断模型。本文分别在数据生成、图像处理、分类模型方面构建了医疗影像分析体系，在提升诊断准确率的同时降低了计算资源消耗，具有重要的临床应用价值。

关键词


量子计算；医疗影像；分析运用

全文:

PDF


参考


[1]刘志飞.量子图像伪彩色增强算法的研究[D].北京石油化工学院,2022.

[2]魏晋,降惠,武丽娟.盲量子计算为核心的医疗隐私数据共享模型设计[J].计算机时代,2023,(10):32-34+39.

[3]史文可.基于量子神经网络的异常心电图生成与识别算法研究[D].南京信息工程大学,2024.

[4]王东浩,王天辰.基于文献计量和知识图谱的量子计算研究演进探析[J].现代信息科技,2023,7(11):120-127+132.

[5]李子怡.基于量子优化的SVM和Inception-ResNet-V1网络的皮肤病变图像分类方法[D].重庆师范大学,2023.


Refbacks

  • 当前没有refback。