[논문 리뷰] Quantum Medical Imaging Algorithms

Bobak T. Kiani, Agnes Villanyi외 1명|arXiv (Cornell University)|2020. 04. 04.

Atomic and Subatomic Physics Research참고 문헌 6인용 수 23

한 줄 요약

이 논문은 입력 데이터가 양자 상태로 인코딩된 경우, 고전적 방법에 비해 지수적 속도 향상을 달성하는 의료 영상 복원을 위한 양자 알고리즘을 제시한다. 알고리즘은 픽셀 값의 초위상 상태인 양자 영상을 생성하여, 이후 처리 단계에서 양자 알고리즘을 통해 효율적인 후처리를 가능하게 하지만, 픽셀를 직접 고전적으로 읽는 것은 여전히 비효율적이므로, 후속 처리 과정을 통해 양자 우월성을 유지한다.

ABSTRACT

A central task in medical imaging is the reconstruction of an image or function from data collected by medical devices (e.g., CT, MRI, and PET scanners). We provide quantum algorithms for image reconstruction with exponential speedup over classical counterparts when data is input as a quantum state. Since outputs of our algorithms are stored in quantum states, individual pixels of reconstructed images may not be efficiently accessed classically; instead, we discuss various methods to extract information from outputs using a variety of quantum post-processing algorithms.

연구 동기 및 목표

• 고전적 방법에 비해 의료 영상 복원을 지수적으로 가속화하는 양자 알고리즘을 개발하는 것.
• 특히 MRI, CT, PET 스캔에 대해 양자 상태를 입력으로 사용하여 효율적인 영상 복원을 가능하게 하는 것.
• 양자 영상 출력이 고전적으로 효율적으로 읽히지 않는 문제를 해결하기 위해, 유용한 정보 추출을 위한 양자 후처리에 초점을 맞추는 것.
• 자원 사용량(예: 시간, 방사선)을 줄이기 위해 의료 영상 데이터를 직접 양자역학적 형태로 수집하는 것이 가능한지 탐색하는 것.
• 양자 영상 복원이 더 넓은 양자 기계학습 및 영상 처리 파이프라인에 통합될 수 있음을 보여주는 것.

제안 방법

• 논문은 MRI 복원을 위한 양자 알고리즘을 제안하며, 이는 역 푸리에 변환 기반으로 하되, 양자 위상 추정과 진폭 강화를 활용하여 다항로그 시간 복잡도를 달성한다.
• CT와 PET에 대해서는, 푸리에 슬라이스 정리의 양자적 구현을 통해 영상 복원을 수행하며, 양자 상태 준비 및 유니터리 연산을 활용하여 k-space 데이터에서 영상을 복원한다.
• 복원 과정은 주파수 도메인 데이터(k-space)를 양자 상태로 인코딩하기 위한 양자 상태 준비를 수행한 후, 유니터리 진동을 통해 역 변환을 수행한다.
• 출력은 픽셀 진폭의 초위상 상태로 저장된 복원된 영상의 양자 상태이며, 이는 고전적으로 효율적으로 측정할 수 없다.
• 후처리 과정은 양자 주성분 분석, 양자 신경망, 양자 푸리에 변환과 같은 양자 알고리즘을 적용하여 양자 영상에서 특징이나 패턴을 추출하는 데 사용된다.
• 측정 성공 확률를 높이기 위해 진폭 강화 기법을 포함하여, 확률적 측정에도 불구하고 효율성을 확보한다.

실험 결과

연구 질문

• RQ1 양자 알고리즘이 양자로 인코딩된 데이터로부터 의료 영상 복원에서 지수적 속도 향상을 달성할 수 있는가?
• RQ2 MRI(kspace 데이터 기반)와 CT/PET(Radon 변환 기반 데이터 기반)에 대해 양자 영상 복원을 어떻게 구현할 수 있는가?
• RQ3 양자 영상에서 개별 픽셀 값을 읽는 데 있어 실질적인 제약은 무엇이며, 어떻게 효율적으로 유용한 정보를 추출할 수 있는가?
• RQ4 양자 영상 복원이 기존의 양자 기계학습 알고리즘과 통합되어 지수적 속도 향상을 유지할 수 있는가?
• RQ5 자원 비용을 줄이기 위해 의료 영상 데이터를 직접 양자역학적 형태로 수집하는 것이 가능한가?

주요 결과

• 양자 MRI 복원 알고리즘은 O(poly(log N))의 런타임 복잡도를 달성하여 고전적 O(N² log N) 역 푸리에 변환보다 지수적 속도 향상을 제공한다.
• CT와 PET에 대해서는, 푸리에 슬라이스 정리의 양자 구현이 동일한 지수적 속도 향상을 제공하며, 이는 데이터가 양자 상태로 제공될 경우에 한해 성립한다.
• 양자 복원의 출력은 고전적으로 O(N²) 시간 내에 읽을 수 없는 양자 상태로 표현된 영상이며, 이는 양자 우월성을 유지한다.
• 양자 주성분 분석 및 양자 신경망과 같은 양자 후처리 알고리즘은 O(poly(log N)) 시간 내에 유용한 정보를 추출할 수 있으며, 지수적 속도 향상이 유지된다.
• 진폭 강화는 정확한 양자 상태를 측정할 확률를 향상시켜 필요한 반복 횟수를 O(1/√p₀)로 감소시킨다. 여기서 p₀은 초기 성공 확률이다.
• 입력이 고전적 측정이 아닌 파동함수이므로, 양자역학적 데이터 수집을 통해 방사선 선량 또는 스캔 시간을 줄일 수 있는 잠재적 가능성을 제공한다.