使用参数化量子电路检测恐惧的功能近红外光谱学
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
概括
量子计算,使用参数化量子电路,在功能近红外光谱 (fNIRS) 数据中检测恐惧信号方面显示出希望. 这种方法为分析与焦虑症相关的大脑活动提供了一种新的方法.
科学领域:
- 神经科学是一个神经科学.
- 量子计算是一种量子计算.
- 生物医学工程 生物医学工程
背景情况:
- 过度的恐惧是焦虑障碍的关键指标,使其检测对诊断和治疗至关重要.
- 功能近红外光谱 (fNIRS) 测量大脑活动,但其信号是复杂的.
- 量子计算提供了先进的信号处理能力,但对fNIRS数据的应用尚未得到充分探索.
研究的目的:
- 调查参数化量子电路 (PQC) 在fNIRS数据中检测恐惧的有效性.
- 评估不同的量子架构和量子内核用于fNIRS信号分类.
- 为了比较主体依赖和主体独立的分类性能.
主要方法:
- 利用了两个不同的量子架构和量子内核.
- 在公开可用的fNIRS数据集上测试模型.
- 雇员交叉验证用于主体依赖和主体独立的分类.
主要成果:
- 拟议的量子模型表现出良好的性能,即使训练数据有限.
- 这两种量子内核都被证明是fNIRS信号的特征提取器.
- 取决于主题的分类显著超过了主题独立的分类.
结论:
- 参数化量子电路显示出对fNIRS信号进行分类的巨大潜力.
- 量子方法对分析大脑活动的古典方法具有优势.
- 这项研究为在神经科学和心理健康诊断中利用量子计算开辟了新的途径.
