计算机研究与发展

作者：瞿治国,陈韦龙,孙乐,刘文杰,张彦春,

关键词：生成式信息系统, 心电图, 量子生成对抗网络, 量子双向门控循环单元, 量子卷积神经网络,

据统计，我国心血管疾病患病人数约达3.3亿，每年因为心血管疾病死亡的人数占总死亡人数的40%.在这种背景下，心脏病辅助诊断系统的发展显得尤为重要，但其开发受限于缺乏不含患者隐私信息和由医疗专家标注的大量心电图(electrocardiogram,ECG)临床数据.作为一门新兴学科，量子计算可通过利用量子叠加和纠缠特性，能够探索更大、更复杂的状态空间，进而有利于生成同临床数据一样的高质量和多样化的ECG数据.为此，提出了一种基于量子生成对抗网络（QGAN）的ECG生成式信息系统，简称ECG-QGAN.其中QGAN由量子双向门控循环单元（quantumbidirectionalgatedrecurrentunit,QBiGRU）和量子卷积神经网络（quantumconvolutionalneuralnetwork,QCNN）组成.该系统利用量子的纠缠特性提高生成能力，以生成与现有临床数据一致的ECG数据，从而可以保留心脏病患者的心跳特征.该系统的生成器和判别器分别采用QBiGRU和QCNN，并应用了基于矩阵乘积状态（matrixproductstate,MPS)和树形张量网络（treetensornetwork,TTN）所设计的变分量子电路（variationalquantumcircuit,VQC），可以使该系统在较少的量子资源下更高效地捕捉ECG数据信息，生成合格的ECG数据.此外，该系统应用了量子Dropout技术，以避免训练过程中出现过拟合问题.最后，实验结果表明，与其他生成ECG数据的模型相比，ECG-QGAN生成的ECG数据具有更高的平均分类准确率.同时它在量子位数量和电路深度方面对当前噪声较大的中尺度量子（noiseintermediatescalequantum,NISQ）计算机是友好的.

来源：2025年第7期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2025年第7期