Espectroscopía funcional del infrarrojo cercano para la detección del miedo mediante circuitos cuánticos...

Área de la Ciencia:

• Neurociencia
• Computación Cuántica
• Ingeniería Biomédica

Sus antecedentes:

• El miedo excesivo es un indicador clave de los trastornos de ansiedad, por lo que su detección es crucial para el diagnóstico y el tratamiento.
• La espectroscopía funcional del infrarrojo cercano (fNIRS) mide la actividad cerebral, pero sus señales son complejas.
• La computación cuántica ofrece capacidades avanzadas de procesamiento de señales, pero su aplicación a datos fNIRS está poco explorada.

Objetivo del estudio:

• Investigar la eficacia de los circuitos cuánticos parametrizados (PQC) para detectar el miedo en datos fNIRS.
• Evaluar diferentes arquitecturas cuánticas y kernels cuánticos para la clasificación de señales fNIRS.
• Comparar el rendimiento de la clasificación dependiente e independiente del sujeto.

Principales métodos:

• Se utilizaron dos arquitecturas cuánticas y kernels cuánticos distintos.
• Se probaron modelos en un conjunto de datos fNIRS disponible públicamente.
• Se empleó la validación cruzada para la clasificación dependiente e independiente del sujeto.

Principales resultados:

• Los modelos cuánticos propuestos demostraron un buen rendimiento, incluso con datos de entrenamiento limitados.
• Ambos kernels cuánticos resultaron eficaces como extractores de características para las señales fNIRS.
• La clasificación dependiente del sujeto superó significativamente a la clasificación independiente del sujeto.

Conclusiones:

• Los circuitos cuánticos parametrizados muestran un potencial significativo para clasificar señales fNIRS.
• Los enfoques cuánticos ofrecen ventajas sobre los métodos clásicos para analizar la actividad cerebral.
• Este estudio abre nuevas vías para utilizar la computación cuántica en neurociencia y diagnóstico de salud mental.