《Diagnostics》：Does the Quantum Layer Help? A Leakage-Aware Benchmark of Hybrid Quantum–Classical Models for Brain Tumor MRI Classification
编辑推荐：
背景/目的：混合量子–经典神经网络被报道可在磁共振成像（MRI）上准确分类脑肿瘤，但这些报道很少控制数据泄漏，也很少检验量子电路是否有贡献。研究人员考察了这两个问题。方法：研究人员审计了Kaggle Brain Tumor MRI Dataset第2版（720
背景/目的：混合量子–经典神经网络被报道可在磁共振成像（MRI）上准确分类脑肿瘤，但这些报道很少控制数据泄漏，也很少检验量子电路是否有贡献。研究人员考察了这两个问题。方法：研究人员审计了Kaggle Brain Tumor MRI Dataset第2版（7200幅图像），采用对镜像和旋转不变的重复检测，并将每幅图像匹配到其来源集合，从而恢复了4846幅肿瘤图像的患者身份。研究人员在患者分组五折交叉验证下，将变分量子电路（VQC）与规模匹配、更深以及傅里叶代理的经典对照进行比较，涵盖冻结特征、端到端微调和从头训练。结果：在1600幅测试图像中，1269幅（79%）在训练分区中有副本，且917幅figshare来源测试图像中有915幅与其共享患者。在冻结特征上，六量子比特VQC头比其经典对照低6.0个百分点（pp）（95%置信区间[CI] ?6.8至?5.2），并且比其自身函数类的经典代理低。经微调后，它与其对照的差距约在1 pp以内，但经基于收敛的训练后低0.7 pp（?1.2至?0.1）；从头训练的混合网络比其对照低8.3 pp。患者分组评估相对于研究人员早先的重复分组评估使准确率降低3–8 pp，且来自另一来源的76幅胶质瘤测试图像仍识别不佳。结论：量子层增加了成本但未增加准确率，泄漏和来源比分类器头更重要。
研究背景与问题：脑肿瘤诊断和分级结合影像与组织学、分子标准，MRI（磁共振成像）是主要影像模态；基于公共MRI集合训练的卷积神经网络（CNN）常报告95–99%的四分类准确率。该领域大量研究依赖Kaggle脑肿瘤MRI数据集，其由多个早期集合合并而来。混合量子–经典模型被提出可在指数级大Hilbert空间中学习，近期用于脑MRI的混合模型报告94–98.6%准确率。但存在两类问题：一是比较问题，混合网络含经典编码器、经典投影和经典读出，整体准确率不能说明量子层本身贡献；需要同宽经典层、同协议训练的匹配对照，且经典代理可检验电路函数类。二是数据问题，公共医学影像数据集可能存在跨训练/测试分区的重复患者或图像及非临床捷径，抬高测试准确率并掩盖捷径学习；Kaggle数据集第一版已有重复报告，第二版虽声称去重和类别平衡，仍有近重复对报告。若测试集泄漏，量子头与经典头几个百分点差异可能反映记忆重复而非泛化。因此研究人员开展泄漏感知的受控基准，以回答量子层是否有帮助，并重建患者身份和泄漏感知划分，为医学影像量子模型建立更严格评价标准。
研究人员开展了什么：研究人员审计由Nickparvar整理的Kaggle Brain Tumor MRI Dataset第2版（7200幅；训练5600、测试1600；四类各1800），用MD5（消息摘要算法5）检查精确重复，用pHash（感知哈希）结合八种旋转/反射和NCC（归一化互相关）检测近重复、镜像和旋转副本，并用来源匹配恢复患者身份；将每幅图像匹配figshare（Cheng et al.，3064幅T1加权增强切片、233例患者）和SARTAJ集合，得到4846幅figshare来源肿瘤图像的患者身份。研究人员定义三种协议：官方分区、重复组五折交叉验证、患者分组五折交叉验证（主要协议）。比较六量子比特两层VQC头与同宽经典对照、更深对照、Fourier代理、仅瓶颈、线性探针、多层感知机和未训练电路，在四种ImageNet预训练骨干的冻结特征上、端到端微调六种骨干以及从头训练HQCNN（混合量子–经典卷积神经网络）；还比较量子核SVM（支持向量机）与RBF（径向基函数）核。统计采用Wilcoxon、McNemar、聚类bootstrap和±1 pp等价边界。结论是量子层增加成本但未增加准确率，泄漏和来源比分类器头更重要；意义在于给出匹配对照、患者分组、镜像不变泄漏审计和按来源分解误差的基准规范，并指出公开数据集第二版仍严重泄漏，需重新评估既往量子获益主张。
关键技术方法（不超过250字）：研究基于Kaggle Brain Tumor MRI Dataset第2版（7200幅；训练5600/测试1600），并匹配figshare（Cheng et al.；3064幅、233例）与SARTAJ、Br35H来源。方法包括MD5精确重复、旋转/镜像不变pHash与NCC近重复审计、患者身份恢复；三种评估协议，主要以患者分组五折交叉验证；冻结特征八头对照、量子/经典核SVM、端到端六骨干微调、从头HQCNN；消融量子比特数、层数、纠缠与重上传、数据效率、去极化噪声和有限测量；统计用图像级McNemar、聚类bootstrap和±1 pp等价检验。
研究结果：
数据集审计：审计结果与第2版“无重复、无训练–测试重叠”的描述相悖；1600幅测试图像中1269幅（79%）与训练图像同属重复组，917幅figshare来源测试图像中915幅与训练共享患者，1821个重复组覆盖5895幅图像；非语义特征可携带大量标签信息，76幅测试胶质瘤来自SARTAJ且训练胶质瘤无此来源，28幅为候选标签错误。结论是泄漏和来源异质性很大。
冻结特征：在四种骨干的20个骨干–折区块中，VQC头在每个骨干上均为最不准确的训练头，比同宽经典对照低6.0 pp，也比更深对照和Fourier代理低；训练电路参数仅比随机初始化电路高2.7 pp。结论是冻结特征下量子头无帮助。
消融：改变量子比特数、层数、纠缠和重上传未发现电路有益的配置；二量子比特时仅小幅优于其对照，而该对照最不准确；八和十量子比特更差；移除CNOT环后升至86.4%，与经典对照持平；数据重上传降至78.2%；电路训练耗时更高。结论是最准确电路为无纠缠版本，仍未缩小差距。
数据效率与噪声：仅用约1%训练数据时VQC头38.6%，经典对照62.3%；六量子比特两层头在去极化概率0.03下仍约83.3%，噪声不能解释与经典对照的差距。结论是量子头在少数据时最不具竞争力，差距在无噪声模拟中已存在。
量子核与经典核：ZZ特征映射量子核在各主成分数下均略低于RBF核（低0.3–1.0 pp）；随量子比特数增加出现核集中，且降维本身限制了两种核机器，均低于全维线性探针。结论是量子核无优势。
捷径与来源控制：标准化图像后各头变化?1.0至?0.3 pp，VQC头仍低6.7 pp；遮挡肿瘤后预测变化小，仅掩膜即可61.4%预测肿瘤类别；单一来源内VQC头仍低5.7 pp，跨来源时所有头均失败。结论是准确率部分依赖非形态学线索和来源。
端到端微调与从头训练：微调后模型93.6–94.7%；首提交配方下VQC头与经典对照在±1 pp内等效，基于收敛训练后VQC头低0.69 pp且不满足等效，训练更久、推理更慢；从头训练HQCNN 67.9%，其经典对照76.2%，低8.33 pp。结论是量子层增加成本但未增准确率，从头训练时更差。
泄漏使准确率膨胀多少：同一批模型在重复组协议与患者分组协议下比较，冻结特征各头损失3.3–7.8 pp，微调模型损失3.3–3.6 pp，损失集中于有副本或共享患者的图像；HQCNN损失5.2 pp而其经典对照总体不变。结论是泄漏使首提交准确率膨胀3–8 pp，并略有利于VQC头。
Grad-CAM：Grad-CAM（梯度加权类激活映射）显示多数微调模型能量落在头部掩膜内，但VQC头在28%有非零图的图像中不足一半能量落在头部，HQCNN中位仅52%且将多幅脑膜瘤判为胶质瘤。结论是解释结果支持模型对形态学依赖有限，量子头未更优。
讨论总结：三种情形下六量子比特VQC均未优于同宽经典层；冻结特征明显更差，端到端微调约在1 pp内或低0.7 pp，从头训练低8.3 pp，且训练和运行更慢。消融显示无纠缠电路最准确，Fourier代理可表示电路函数类且更准确；原因包括角度编码使输出为一次三角多项式、经典层可吸收电路计算、优化更难、核集中等。研究提出混合量子医学影像模型的最低基准：匹配经典对照、患者/重复无泄漏测试、镜像旋转不变重复检测、图像级相关检验、等价检验及噪声/有限测量报告；并指出该数据集第2版仍严重泄漏且来源混杂。局限性包括单一二维公开数据集、仅figshare来源可恢复患者、电路为模拟且噪声模型不完整、最多十量子比特和单一编码、超参数搜索有限、未去颅骨、Grad-CAM非因果、候选标签错误未经放射科专家复核。
结论翻译：在一个经泄漏审计的广泛使用脑肿瘤MRI基准上，嵌入经典网络中的变分量子电路（角度编码、带CNOT环的硬件高效拟设、2–10量子比特、1–6层，无噪声及去极化噪声模拟）在研究人员测试的任何情形下均未优于同宽经典层（除二量子比特时出现小幅、不一致增益，而此时经典对照最不准确）：在冻结ImageNet特征上更差，包括与其自身函数类的经典代理相比；在首提交配方下对EfficientNet-B0端到端微调时在±1 pp内等效，而在调优的基于收敛训练下低0.7 pp且不满足等效；在从头训练的小网络中低8.3 pp。量子核比经典核略低0.3–1.0 pp。这些结论在患者级分离、标准化图像和单一来源内成立；跨来源时所有头均失败。该数据集第二版含许多figshare切片的镜像、旋转和重编码副本，79%测试图像在训练中有副本，917幅figshare来源测试图像中915幅共享患者；不使用患者级分组会高估准确率数个百分点。医学图像分类中的量子获益主张应在患者分组、镜像不变、无泄漏划分上，与匹配经典对照检验，并按来源分解测试误差。
