量子科技中心_量科网

该研究团队提出了一种两级分解策略，以提升量子哈达玛边缘检测（QHED）在含噪声中等规模量子（NISQ）设备上实际图像分析的质量与性能。数据级分解将输入图像划分为P个增强子图像，每个子图像编码至独立量子电路；随后通过电路级分解将每个电路进一步切割为Q个适合近期量子设备运行的子电路。这种P×Q两级分解结合所提出的优化方案，在5量子比特输入规模下，于IBM实际噪声模型中实现了电路深度降低62%以上、双量子比特操作减少约93%，同时保持超过95.6%的保真度。这些结果验证了在NISQ硬件上实现高保真QHED的可行性，并为分布式实用级量子计算提供了经验证据，研究团队还通过处理原始k空间MRI数据（采用逆量子傅里叶变换）以及对大型2D/3D MRI数据集进行改进版QHED的分布式模拟进一步佐证了这一结论。