混合量子-经典特征融合用于乳腺癌分类

2026年10月22日，arXiv人工智能板块刊出Yasmin Rodrigues Sobrinho等作者的预印本研究，提出一种面向乳腺癌图像分类的混合量子-经典双分支架构。该架构采用双分支特征提取流程，一支来自经典模型，另一支来自可训练或确定性的量子电路，再将两类特征融合用于诊断。研究给出三种融合策略：静态融合（SHF）、动态融合（DHF）和温度缩放融合（TSHF）。作者在文中称，该架构基于双分支特征提取流程，旨在利用量子与经典特征的互补性。报道未披露所用数据集、样本规模、分类精度等具体结果，也未说明该方法的临床适用条件或外部验证情况。目前该工作处于预印本阶段，尚无同行评议或后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。