量子科技中心_量科网

骨骼肌功能障碍是慢性阻塞性肺疾病（COPD）具有临床意义的肺外表现，与全身及气道炎症密切相关。这促使研究人员通过可纵向获取的微创生物标志物来建立肌肉结局的预测模型。该研究团队分析了一个小样本临床前数据集，包含两种条件下（假手术组与香烟烟雾暴露组）的213只动物，采集了血液和支气管肺泡灌洗液指标，并设定三个连续目标参数：胫骨前肌重量（毫克）、比肌力（毫牛）及衍生的肌肉质量指数（毫牛/毫克）。研究对比了优化的经典基线模型、基于Stein散度的几何感知对称正定（SPD）描述符，以及专为低维表格数据设计的量子核模型。在肌肉重量预测中，使用四个可解释输入变量（血液C反应蛋白、中性粒细胞计数、支气管肺泡灌洗细胞总数及实验条件）的量子核岭回归模型，取得了测试集均方根误差4.41毫克和决定系数0.605的成果，优于相同特征集的匹配岭回归基线（4.70毫克和0.553）。在仅使用生物标志物的设定下，基于几何信息的Stein散度原型距离方法带来了较小但稳定的提升（4.55毫克对4.79毫克）。通过将连续结果阈值设为假手术组训练均值0.8倍进行筛查式评估时，检测低肌肉重量的受试者工作特征曲线下面积（ROC-AUC）最高达0.90。这些结果表明，在低数据量、低特征维度的生物医学预测问题中，几何方法与量子核提升可带来可量化的优势，同时保持模型可解释性和透明选择特性。