《Frontiers in Computer Science》：Quantum-ready IoMT architecture for chest X-ray imaging with lightweight CNN and hybrid chaos-DNA encryption
编辑推荐：
本研究提出了一种完整的量子感知医疗物联网（IoMT）框架，用于安全医学成像，集成了轻量级边缘诊断、量子密钥分发（QKD）和混合图像加密。在边缘层，研究人员部署了MicroRadNet——一种拥有正好3,140个可训练参数的超紧凑卷积神经网络（CNN）——于树莓
本研究提出了一种完整的量子感知医疗物联网（IoMT）框架，用于安全医学成像，集成了轻量级边缘诊断、量子密钥分发（QKD）和混合图像加密。在边缘层，研究人员部署了MicroRadNet——一种拥有正好3,140个可训练参数的超紧凑卷积神经网络（CNN）——于树莓派Zero 2 W上，通过INT8量化在胸部X射线分类上达到98.24%的准确率。这使模型大小缩减至3.14 KB，并实现了满足实时约束的推理延迟。在通信层，一种通过网关中介的BB84协议在Amazon Braket上执行，利用Golay [24, 12, 8]纠错（每码字最多纠正t=3个错误）和隐私放大生成会话密钥，产生256位密钥，量子比特误码率（QBER）低于0.02。在图像保护层，一种混合密码结合了5D超混沌置乱（由BB84密钥材料播种）、固定规则DNA编码和量子密钥扩散。安全性评估显示出接近理想的熵、强NPCR和UACI值、均匀的密文直方图分布、低方向相邻像素相关性、低平均绝对相关性、大密钥空间、高明文敏感性、高密钥敏感性以及稳定的混沌序列随机性。这些结果为抵抗常见统计攻击、差分攻击、暴力攻击和密钥敏感性攻击提供了经验统计验证。端到端延迟保持在1.5秒系统约束以下，验证了实际边缘部署的可行性。该框架用仿真验证的量子感知基础替代了经典公钥依赖，同时保持了临床准确性和实时性能，为可部署的、符合标准的量子感知医疗安全建立了路径。
## 论文解读：面向胸部X射线成像的量子就绪医疗物联网架构
### 研究背景、问题与动机
医疗物联网（IoMT）的快速发展通过集成可穿戴传感器、智能诊断设备、成像系统等，正在变革医疗保健，但同时也显著扩大了网络攻击面。医疗数据具有长期敏感性，临床病史、放射学档案等可能在未来数十年内保持机密，使其容易遭受“先收集、后解密”攻击——当前加密的数据未来可能被强大的量子计算机破解。然而，传统医疗基础设施仍严重依赖RSA、椭圆曲线密码（ECC）等经典公钥密码，这些方法基于整数分解和离散对数问题的经典困难性，而Shor算法可在足够能力的量子计算机上高效解决这些问题，威胁现有安全基础。因此，医疗安全需要面向长期密码弹性进行早期迁移规划。
尽管轻量级深度学习、后量子密码学和医学图像加密各自取得了进展，但它们在实用的、边缘可部署框架中的统一实现仍然稀缺。现有研究主要集中于CNN推理效率或量子安全通信，但鲜有将边缘诊断、量子密钥建立与图像保护结合在同一IoMT工作流中。这一研究空白驱动了本项工作。
### 研究内容与结论
研究人员提出并实验验证了一个完整的量子感知IoMT医学成像框架，集成了轻量级边缘智能、仿真验证的量子感知通信和增强的图像保护。在诊断层，设计了超紧凑CNN——MicroRadNet，仅含3,140个可训练参数，部署于树莓派Zero 2 W上，对四类胸部X射线（正常、肺不透明、病毒性肺炎、COVID-19）在分层70/15/15划分下达到98.24%的测试准确率。INT8量化后推理延迟为112±3毫秒，满足实时分诊要求。在通信层，通过网关中介的Amazon Braket仿真实现BB84协议的会话密钥建立，利用Golay [24, 12, 8]线性分组码纠错（每24位码字最多纠正3位错误）和隐私放大，产生256位会话密钥，QBER低于0.02阈值。在图像保护层，采用固定混合加密流水线，结合5D超混沌置乱、固定规则DNA编码和BB84密钥扩散。安全评估显示熵≈7.998位/像素，NPCR≈99.67%，UACI≈33.21%，相邻像素相关性接近零，直方图均匀，密钥空间2^256，表明对统计、差分、暴力及密钥敏感性攻击具有经验统计抵抗力。端到端延迟（包括推理、加密和传输）满足≤1.5秒系统约束。
该论文发表在《Frontiers in Computer Science》，其重要意义在于展示了量子感知安全保护可同时保持临床准确性和实时性能，为可部署、符合标准的量子感知医疗安全框架奠定了基础。
### 主要关键技术方法
研究人员采用了以下关键技术方法（忽略具体培养、质粒构建操作步骤，但注明样本队列来源）：
1. **超轻量级CNN设计**：MicroRadNet使用标准卷积、深度可分离卷积、全局平均池化和紧凑分类器，参数总数3,140，模型大小在INT8量化后仅3.14 KB。训练数据集为公开的COVID-19 Radiography Database，包含21,165张图像（10,192正常、6,012肺不透明、1,345病毒性肺炎、3,616 COVID-19），按70/15/15分层划分。
2. **量子密钥建立**：基于BB84协议，通过Amazon Braket仿真实现，包括量子态制备、测量、基筛选、误码率估计（阈值0.02）、Golay [24, 12, 8]纠错（校正t=3错误/码字）和隐私放大，最终生成256位会话密钥。该过程在网关中介架构中执行，边缘设备仅负责经典协调。
3. **混合图像加密**：将5D超混沌系统（参数a=10, b=28, c=8/3, d=2, e=1）与BB84密钥材料结合生成初始条件，用于位平面分解后的置乱；固定规则DNA编码（规则1）提供非线性变换；最后BB84密钥控制像素级扩散。加密流水线包括位平面分解、超混沌置乱、DNA XOR和密钥扩散。
### 研究结果
**CNN分类性能**：MicroRadNet在3,175张图像的测试集上达到98.24%准确率，宏平均F1=0.973，加权平均F1=0.980。COVID-19类F1最高（0.990），病毒性肺炎召回率略低（0.941）因与肺不透明有放射学重叠。5折交叉验证平均准确率0.9808±0.0032，表明模型对数据划分不敏感。INT8量化后准确率仅下降0.15%，推理延迟112±3毫秒。
**轻量级基线比较**：与MobileNetV2（约230万参数）和EfficientNet-B0（约530万参数）相比，MicroRadNet在相似准确率（FP32 98.24%，INT8 98.09%）下参数数量减少三个数量级，在树莓派上推理延迟显著更低（112 ms vs. 420-550 ms）。
**安全性分析**：密文熵7.9984（理想值8），NPCR 99.67%，UACI 33.21%，均接近理论期望值。相邻像素相关系数：水平0.0041，垂直-0.0063，对角0.0018，平均绝对相关性0.0041，表明空间依赖性被强烈抑制。直方图卡方检验χ2=241.6（p≈0.87）不能拒绝均匀分布原假设。密钥空间2^256，密钥敏感性测试下NPCR 99.61%、UACI 33.38%。混沌序列自相关0.0036，频率、游程、近似熵和序列随机性p值均>0.01，满足随机性检验。加密时间仅0.086秒。
### 讨论与结论
讨论部分强调，研究实现了完整的仿真验证量子感知IoMT医学成像框架，证明了极端参数压缩（仅3,140参数）不损失诊断能力，INT8量化使推理延迟满足实时约束。BB84会话密钥建立替代了经典公钥依赖，QBER可控。混合加密提供了强统计和差分保护。端到端延迟（0.478秒）远低于系统约束1.5秒。未来方向包括集成硬件BB84测试台、纳入后量子密钥封装机制（KEM）回退、探索联邦边缘学习、扩展到CT和超声等模态，以及进行完整的形式化密码分析。
**研究结论**（原文第10节翻译）：本研究提出了一个完整指定、实验验证的量子感知IoMT医学成像框架，集成了轻量级边缘智能与仿真验证的量子感知通信及增强的图像保护。在诊断层，设计了固定超紧凑卷积神经网络MicroRadNet，拥有正好3,140个可训练参数并部署于树莓派Zero 2 W上。模型处理128×128灰度胸部X射线图像，在分层70/15/15划分下达到98.24%的测试准确率、宏平均F1 0.9791和加权平均F1 0.9820。交叉验证进一步展示了稳定性（平均准确率≈0.9808，低方差），证实极端参数压缩未损害判别能力。INT8量化模型在树莓派Zero 2 W上达到112±3毫秒推理延迟，满足实时分诊要求。量化将权重占用降至3.14 KB，同时确保推理远低于系统实时约束，验证了实际边缘可行性。在通信层，通过网关中介的Amazon Braket仿真工作流实现了基于BB84的会话密钥建立机制。原始密钥经过基筛选并使用Golay [24, 12, 8]线性分组码进行纠错，每24位码字最多纠正t=3位错误，随后通过隐私放大产生256位会话密钥。测量QBER保持在安全纠错所需τ=0.02阈值以下，最终密钥在标准可组合QKD证明下具有信息论安全性。该设计用仿真验证的量子感知基础替代了会话建立中的经典公钥依赖，同时与IoMT硬件的实际部署约束保持一致。在图像保护层，实现了固定混合加密流水线，结合5D超混沌置乱、DNA编码（规则1）和BB84密钥扩散。超混沌系统由已纠正密钥的前160位初始化，生成置乱序列用于高信息位平面的乱序。DNA域XOR混合和密钥驱动像素扩散提供了多级混淆和扩散。加密图像实现了熵≈7.998位/像素、NPCR≈99.67%、UACI≈33.21%，相邻像素相关性接近零，密文直方图视觉均匀。安全分析进一步证实加密模块提供了强统计和差分保护。这些结果确认了对差分和统计分析的经验统计抵抗力，同时将图像级保密性直接耦合到量子建立的会话密钥。端到端延迟（包括推理、加密和传输建模）满足固定系统约束≤1.5秒，证明量子弹性保护不损害实时边缘性能。
