機能的近赤外分光法を用いたパラメーター化量子回路による恐怖検出
José L Gómez-Sirvent1,2, Antonio Fernández-Caballero3,4,5, Paulo Novais6
1Neurocognition and Emotion Unit, Instituto de Investigación en Informática de Albacete, 02071, Albacete, Spain. jose.gomez@uclm.es.
Scientific reports
|December 29, 2025
まとめ
パラメーター化量子回路を用いた量子コンピューティングは、機能的近赤外分光法（fNIRS）データにおける恐怖信号の検出に有望です。このアプローチは、不安障害に関連する脳活動の分析に新しい方法を提供します。
科学分野:
- 神経科学
- 量子コンピューティング
- 生体医工学
背景:
- 過度の恐怖は不安障害の主な指標であり、その検出は診断と治療にとって重要です。
- 機能的近赤外分光法（fNIRS）は脳活動を測定しますが、その信号は複雑です。
- 量子コンピューティングは高度な信号処理機能を提供しますが、fNIRSデータへの応用は十分に調査されていません。
主な方法:
- 2つの異なる量子アーキテクチャと量子カーネルを利用しました。
- 公開されているfNIRSデータセットでモデルをテストしました。
- 被験者依存および被験者独立分類のためにクロスバリデーションを採用しました。
結論:
- パラメーター化量子回路は、fNIRS信号の分類において大きな可能性を示しています。
- 量子アプローチは、脳活動の分析において古典的な方法よりも利点を提供します。
- この研究は、神経科学およびメンタルヘルス診断における量子コンピューティングの利用に新たな道を開きます。
