← 返回 2026-04-28

医学基础模型嵌入中的量子核优势：在经典核塌缩之上的边界 Quantum Kernel Advantage over Classical Collapse in Medical Foundation Model Embeddings

Sebastian Cajas Ordóñez, Felipe Ocampo Osorio, Dax Enshan Koh, Rafi Al Attrach, Aldo Marzullo, Ariel Guerra-Adames, J. Alejandro Andrade, Siong Thye Goh, Chi-Yu Chen, Rahul Gorijavolu, Xue Yang, Noah Dane Hebdon, Leo Anthony Celi 📅 2026-04-27 👍 2 2026-07-13 08:36

MIMIC-CXR QSVM 公平基准对比医学影像基础模型嵌入量子机器学习量子核方法

arXiv HuggingFace PDF

在 MIMIC-CXR 上证明量子核在 PCA-q 低维子空间中能避开经典线性 SVM 的多数类塌缩，全 18/18 Tier-1 配置胜出。

前置知识

量子支持向量机 (QSVM) 与量子核方法

本文核心就是构造 QSVM 并比较其核矩阵与经典线性核矩阵的差异，如果不了解 quantum feature map 与 kernel trick 的对应关系，就无法理解为什么 $U(u)$ 能改变 Gram 矩阵的有效秩。

经典核塌缩 (classical kernel collapse) 与 Shannon 有效秩

经典线性核 $K_L = X_{\text{norm}} X_{\text{norm}}^T$ 在 PCA-$q$ 降维后 Gram 矩阵的代数秩不超过 $q$，Shannon 有效秩 $\text{eff rank} = \exp(-\sum_i p_i \log p_i)$（其中 $p_i = \lambda_i / \sum_j \lambda_j$）也只有约 $q$。当 $q \ll N$（样本数）时，所有样本在核特征空间几乎共线，SVM 退化成多数类预测，少数类 F1 跌到 0。

本文的核心机制解释就是结构性塌缩：经典核的有效秩被 $q$ 硬性约束，而量子核在同样的 $q$ 维 PCA 输入下能产生远高于 $q$ 的有效秩（$q=11$ 时多种子均值 69.80 vs 线性 11），从而避免塌缩。理解有效秩是理解整篇论文论证链的关键。

Barren Plateau 与量子核指数集中 (exponential concentration)

Thanasilp 等人 2024 年的理论指出：随量子比特数 $q$ 增大，fidelity kernel $K_Q(u_i, u_j) = |\langle \psi_{u_i} | \psi_{u_j} \rangle|^2$ 的非对角元素会指数级集中到单一常数附近，对比度消失，核矩阵退化为接近秩-1 矩阵。这一现象是 barren plateau 在核形式下的体现，其发生速率取决于数据分布与编码电路架构。

本文观察到的 $q=16$ 时 MedSigLIP-448 在单种子上的塌缩正是这种集中现象的实证；论文用 projected kernel（Pauli-Z 期望值 + RBF）作为机制诊断，证明此时瓶颈在测量而非电路表达能力本身。

冻结基础模型嵌入 + PCA 预处理

本文直接调用 MedSigLIP-448（448 维 SigLIP）、RAD-DINO（768 维 DINO 自监督）、ViT-patch32（768 维）这三个公开预训练模型的 CLS-token 嵌入，冻结参数不微调；再用 StandardScaler→PCA-$q$→MinMaxScaler[-1,1] 把维度压到 $q \le 16$ 以匹配当前量子硬件的 qubit 上限。

理解预处理管线是理解为什么 $q \le 16$（即量子比特数同时是 PCA 维数）的关键——这一设计让量子电路与经典 SVM 接收完全相同的特征，是 fair comparison 的物理基础。

研究动机

量子机器学习（QML）虽然理论上承诺通过量子特征映射进入指数维 Hilbert 空间获得优势，但在真实医学影像任务上得到可信的量子优势实证非常稀少，主要原因是公平对比难以做到——以往工作经常忽略超参数调优、特征维度和正则化在量子/经典两侧的不对称控制，导致优势被夸大。最近的研究（如 Bowles 等人在 160 多个表格数据集上的基准测试）发现，许多宣称的 QML 优势在严格公平对比下消失或边际化。同时在经典核方法一侧，把高维基础模型嵌入压缩到低维（$q \le 16$）做核 SVM 时，线性核会因 Gram 矩阵有效秩被 $q$ 严格限制而结构性塌缩到多数类预测——这是一个尚未在 QML 文献中被系统量化、但在 MIMIC-CXR 这种 70/30 严重类别不平衡任务上具有诊断意义的现象。此外，已有研究证明胸部 X 光分类器可以隐式编码种族、保险类型等社会属性，存在严重的健康公平隐患。

本文的目标是本文的具体目标是在 MIMIC-CXR 胸部 X 光数据集上做一个严格的两层公平对比框架（Tier 1：未调优 QSVM vs 未调优线性 SVM；Tier 2：未调优 QSVM vs C-tuned RBF），证实在 PCA-$q$ 低维子空间中量子核能在少数类 F1 上系统性地击败经典核；同时通过 eigenspectrum 分析解释经典塌缩的结构性根因（有效秩被 $q$ 限定），并提出三条量子核管线设计准则（trace 归一化、1-DOF 编码、qubit 数扫描）。任务本身选为二分类保险类型预测（Medicaid/Medicare vs Private），70/30 不平衡，是一个对核表达能力有强压测意义的代理任务，而非临床部署目标。

与已有工作不同的是，本文的独特切入角度在于三点：第一，把三个不同来源的医学基础模型（MedSigLIP-448 医学域对齐，RAD-DINO 放射学自监督，ViT-patch32 通用域）作为冻结特征提取器，让量子电路面对的是富含语义的预训练嵌入而非原始像素或合成数据，这与绝大多数 QML 医学影像研究（一般 100-500 样本）形成对比——本文 N=2371 是已发表的较大 QML 临床影像数据集之一；第二，用 10 个独立嵌入种子的多种子验证把"经典在单种子上不塌缩"的假象彻底证伪（实际 90-100% 种子塌缩），把优势论证建立在结构性机制而非单点性能上；第三，做了 rank-matched RBF 对照实验（Table X），证明 QSVM 的优势不仅是有效秩带来的，而是量子核特定谱结构（特征值分布与对角外相关性）额外贡献的。

核心方法

方法整体思路可以先用直觉描述：把高维医学基础模型嵌入压到 $q$ 维 PCA 空间（$q$ 同时是 qubit 数），用 BSP 量子电路做 1-DOF 角度编码（每 qubit 一个 $R_y$ 旋转加上环状 CNOT 纠缠），通过 compute-uncompute 估计 fidelity kernel $K_Q(u_i, u_j)$，再把 trace 归一化后的核矩阵喂给经典 SVM 求解器得到 QSVM。技术路线分为四步：(1) 用三个冻结基础模型抽 CLS-token 嵌入；(2) 三阶段预处理 StandardScaler→PCA-$q$→MinMaxScaler 把所有数据缩放到 $[-1,1]^q$ 以匹配角度编码范围；(3) 量子电路用 1-DOF BSP（block-sparse parameterization），数据再上传深度 reps=1，通过 swap test 估计 kernel；(4) 与两个经典基线在完全相同的 PCA-$q$ 输入上对比，所有方法统一 C=1 排除调优不对称。

核心创新在于两点。其一是"两层公平对比框架 + 多种子验证"的设计：Tier 1 用同等未调优的量子与线性 SVM 对比，Tier 2 让 RBF 在五个数量级的 C 上网格搜索，把量子优势从超参数选择差异中剥离出来，再用 10 个独立嵌入种子（覆盖 PCA 与 preprocessing 的随机性）做 paired bootstrap 检验，把偶然性优势排除。其二是"结构性塌缩解释"——通过直接测量 $1896 \times 1896$ 训练集核矩阵的 Shannon 有效秩，证实线性核的有效秩在 PCA-$q$ 后被 $q$ 严格限制（$q=4$ 时仅 3.77，$q=6$ 时仅 5.53），而量子核在同样 PCA 输入下能产生 $4^q$ 量级（理论上限）的高有效秩（$q=4$ 时 6.86，$q=6$ 时 13.94，$q=11$ 时多种子均值 69.80），并通过 10-种子 rank-matched RBF 实验证实有效秩不是优势的唯一来源——量子核的特定谱结构（特征值分布、离对角相关）也贡献了 F1 的 +0.056 到 +0.115 增量。本质区别于以往 QML 工作的，是把"优势"从黑箱性能数字追溯到了核矩阵有效秩这一可量化结构属性。

方法步骤详情

完整方法步骤可以拆为六块。第一步是数据准备：从 MIMIC-CXR-JPG 的 DT9 预处理层取 N=2371 个样本（每患者一张图、二元保险标签），按 80/10/10 切分为训练 1896/验证/测试，固定 seed 0；类比例 69.6%/30.4%（Medicaid-Medicare/Private）。第二步是嵌入抽取：对每张 X 光用三个冻结模型（MedSigLIP-448 产 448 维 SigLIP 对齐向量，RAD-DINO 产 768 维 DINO 自监督 CLS，ViT-patch32 产 768 维通用 ViT CLS）抽出 CLS-token 嵌入，预计算 20 个种子的嵌入并上传 HuggingFace 公开数据集。第三步是三阶段预处理（Fig. 1）：StandardScaler 零均值单位方差→PCA 降至 $q \in \{2,3,4,5,6,8,9,10,11,12,16\}$（PCA 解释方差 5.6%-41.1%）→MinMaxScaler 缩放到 $[-1,1]$。第四步是量子电路设计：1-DOF BSP 编码 $U(u) = \prod_{d=1}^q \text{CNOT}_{d,(d \bmod q)+1} \cdot R_y(u_d)$，其中环状 CNOT 把 qubit $q$ 纠缠回 qubit 1，reps=1 表示只做一次编码块；用 Qiskit 1.2.4 的 Statevector simulator 在 GPU 上 compute-uncompute 估计 $K_Q(u_i, u_j) = |\langle 0^q | U^\dagger(u_i) U(u_j) | 0^q \rangle|^2$。第五步是核归一化：trace 归一化 $\tilde K_Q = K_Q / \text{tr}(K_Q)$，测试核用相同训练迹归一化 $\tilde K_{Q,\text{test}} = K_{Q,\text{test}} / \text{tr}(K_Q)$，使不同尺度核可比（Table VII 显示 Frobenius 归一化会让 F1 在所有模型上塌缩到 0）。第六步是公平对比：把 $\tilde K_Q$ 与 PCA-$q$ 经典线性核 $K_L = X_{\text{norm}} X_{\text{norm}}^T$ 一起喂给 scikit-learn 的 SVM 求解器，所有方法统一 $C=1$、不做交叉验证，10 个嵌入种子×3 模型×11 个 qubit 数 = 550 个 QSVM 配置 + 1100 个经典 SVM 配置做 paired bootstrap（10000 重采样，seed 42）。

技术新颖性

技术新颖性主要体现在三个方面。第一，把基础模型嵌入 + PCA 压缩的"特征工程 + 量子核"管线结构化，$\le 16$ qubit 的硬件约束与 $\le 16$ PCA 维数通过预处理自然对齐，无需启发式截断，这与以往直接把原始像素或合成数据送进量子电路的工作形成方法论差异。第二，用直接测量的 Shannon 有效秩而非性能数字作为机制证据，把经典塌缩从现象描述升级为可量化的结构性诊断（Table V：$q=4$ 时 $K_L$ 仅 3.77，$K_Q$ 6.86；$q=6$ 时 $K_L$ 5.53，$K_Q$ 13.94；$q=11$ 时多种子均值 $K_Q$ 达 69.80，远超 $K_L$ 的 11）。第三，rank-matched RBF 实验（Table X）是一个较少见的对照设计——按种子把 RBF 的 $\gamma$ 通过二分搜索调到 $\text{eff rank}(\text{RBF}(\gamma^*)) = \text{eff rank}(K_Q)$，证明优势不只来自有效秩，量子核的特定谱结构（特征值分布与对角外相关）在 $q \in \{4, 6, 11, 16\}$ 都贡献额外的 +0.056 到 +0.115 F1 增量。此外，projected kernel 在 $q=16$ 把 MedSigLIP seed 0 F1 从 0.173 恢复到 0.396 的诊断实验，提供了"高 qubit 时瓶颈在测量而非电路"的机制证据，这在 QML 文献中也属少见。

**Fig. 1**: Three-stage preprocessing pipeline applied to all embeddings.

**Fig. 2**: Linear kernel $K_L$ eigenspectrum for MedSigLIP-448 at $q = 6$.

**Fig. 3**: Quantum vs. linear kernel eigenspectrum comparison for MedSigLIP-448 at $q \in \{4, 6\}$.

**Fig. 4**: Quantum kernel matrix $K_Q$ (trace-normalized) for MedSigLIP-448 at $q = 6$ (200 training samples sorted by class label).

实验结果

核心发现可归纳为四点。**第一，Tier-1 全胜**：在 10 个嵌入种子下，QSVM（C=1, trace, reps=1）在所有 18 个 model×qubit 配置（3 模型 × 6 个 $q \in \{4,6,8,10,11,12,16\}$）上均击败未调优线性 SVM（17 个 p<0.001，1 个 p<0.01，paired bootstrap），其中 MedSigLIP-448 在 $q=11$ 表现最强：多种子 QSVM F1=0.343±0.170 vs 经典 F1=0.050±0.159（$\Delta F1 = +0.293$，95% CI [+0.190, +0.385]），RAD-DINO 在 $q=16$ 达到 F1=0.450±0.083 vs 经典 0.079±0.127。**第二，经典塌缩的 90-100% 普遍性**：单种子观察中 $q \ge 10$ 时经典线性 SVM 在 seed 0 上偶尔不塌缩（如 $q=11$ seed 0 acc=0.761 F1=0.504），但 10 种子扩展后这一"非塌缩"被证伪为种子伪影——经典 F1=0 出现在 90-100% 种子上且 $C$ 不变（在 $\{0.01, 0.1, 1, 10, 100\}$ 五个数量级下都同样塌缩），QSVM 仍在每个配置上维持非平凡召回（多数配置 F1>0.1）。**第三，机制解释（Table V、Table VI）**：在 $q=4, 6$ 时线性核 $K_L$ 的正特征值数量正好等于 $q$（有效秩 3.77-5.85），类内方差≈类间方差，PCA 投影图（Fig. 10）显示两个保险类别严重重叠——这是塌缩的几何根源；而量子核 $K_Q$ 的有效秩在 $q=4, 6$ 分别达到 6.86、13.94（1.82× 与 2.52× 线性值），$q=11$ 多种子均值达到 69.80，且 Fig. 4 的量子核矩阵热图清晰显示出跨类的对角块结构。**第四，Tier-2 仍胜**：即使 RBF 在 $\{0.01, 0.1, 1, 10, 100\}$ 上做 C 网格搜索（$\gamma$ 用 sklearn 默认），QSVM 仍在全部 7 个配置上胜出（Table IV：平均增益 +0.068，最大 +0.112 at MedSigLIP-448 $q=8$），证明优势不能归因于超参数调优不对称。混淆矩阵（Table III，MedSigLIP $q=11$ seed 0）显示少数类 Private precision=0.639, recall=0.542, F1=0.586，balanced 优于 seed 0 经典的 F1=0.504。消融研究给出三条设计规则：(1) trace 归一化必要（Frobenius 让 F1=0）；(2) 1-DOF 优于 3-DOF（$q=8$ 时 3-DOF acc 跌到 0.33-0.39）；(3) reps=1 优于 reps=2（$q=8$ reps=2 acc 从 0.756 跌到 0.727）。

**Fig. 5**: Partial qubit sweep ($q \in \{2, 3, 4, 5, 6, 8\}$, $C = 1$, DT9, seed 0): QSVM test accuracy (left) and minority-class F1 (right) for all three models.

**Fig. 6**: Quantum kernel eigenvalue spectra for all three embedding models at $q = 4$ (left) and $q = 6$ (right).

**Fig. 7**: Quantum kernel eigenspectrum for MedSigLIP-448 at the performance peak $q = 11$ (seed 0).

**Fig. 8**: Quantum kernel heatmap for MedSigLIP-448 at $q = 11$, seed 0 (200 training samples).

查看结构化数据

任务	指标	本文	基线	提升
MIMIC-CXR 保险二分类 (Medicaid/Medicare vs Private) at $q=11$, MedSigLIP-448	少数类 F1 (10 seeds 均值±std)	QSVM C=1, trace, reps=1: F1=0.343±0.170, Acc=0.704±0.027	Linear SVM C=1, PCA-11: F1=0.050±0.159, Acc=0.702±0.021	ΔF1=+0.293 (95% CI [+0.190, +0.385], p<0.001, paired bootstrap); 经典侧在 9/10 种子上塌缩到 F1=0
MIMIC-CXR 保险二分类 at $q=11$, RAD-DINO	少数类 F1 (10 seeds 均值±std)	QSVM C=1: F1=0.406±0.114 at $q=10$; Acc=0.714-0.708	Linear SVM C=1: F1=0.000±0.000 at $q \le 10$ (100% 种子塌缩)	ΔF1=+0.406 at $q=10$; QSVM 在 $q \in \{4, 6, 8, 10\}$ 上还有显著 Acc 增益 (Δacc=+1.2-1.8%, p≤0.005)
MIMIC-CXR 保险二分类 at $q=16$, MedSigLIP-448	少数类 F1 (10 seeds 均值±std)	QSVM C=1: F1=0.377±0.147, Acc=0.700±0.024	Linear SVM C=1: F1=0.050±0.160 (9/10 种子塌缩)	ΔF1=+0.327; seed 0 在 $q=16$ 单种子上从 $q=11$ 的 0.586 跌到 0.173（seed-dependent collapse），但多种子均值仍为 Tier-1 胜
Tier-2：未调优 QSVM vs C-tuned RBF SVM	少数类 F1 (10 seeds 均值±std)	MedSigLIP-448 $q=8$: F1=0.323±0.163; ViT-p32 $q=10$: F1=0.391±0.081	Best RBF（C 在 {0.01, 0.1, 1, 10, 100} 网格搜索）: MedSigLIP-448 $q=8$ F1=0.211±0.126; ViT-p32 $q=10$ baseline F1=0.287±0.069 (估算)	7/7 配置胜出，平均增益 +0.068 F1，最大 +0.112 at MedSigLIP-448 $q=8$（+53% 相对增益）
机制诊断：rank-matched RBF vs QSVM (MedSigLIP-448)	少数类 F1 (10 seeds 均值)	QSVM 在 $q \in \{4, 6, 11, 16\}$ F1 = {0.212, 0.286, 0.343, 0.377}; 塌缩率 0.2/0.2/0.1/0.1	Rank-matched RBF($\gamma^*$ 二分搜索使有效秩等于 $K_Q$): F1 = {0.110, 0.171, 0.304, 0.321}; 塌缩率 0.3/0.2/0.0/0.0	ΔF1={+0.102, +0.115, +0.039, +0.056}; 在相同有效秩下 QSVM 仍胜，证明优势来自量子核特定谱结构而非仅有效秩
消融：1-DOF vs 3-DOF 角度编码 ($q=8$, seed 0)	Acc / F1 (单种子)	1-DOF: MedSigLIP Acc=0.752 F1=0.543; RAD-DINO Acc=0.743 F1=0.496; ViT-p32 Acc=0.735 F1=0.388	3-DOF (Rz-Ry-Rz, $3q$ 参数): MedSigLIP Acc=0.328 F1=0.286; RAD-DINO Acc=0.333 F1=0.392; ViT-p32 Acc=0.387 F1=0.198	3-DOF 在所有三个模型上 Acc 跌至接近随机水平（0.33-0.39），F1 全面下降，证明过参数化破坏量子干涉结构

局限与改进

作者明确承认的局限性有六点：(1) **Spurious signal**——保险状态可从 X 光中恢复本身说明图像编码了社会经济分层（采集设备差异、定位惯例、累计环境暴露），量子优势是在表征空间内的可分性优势而非因果临床信号，高表达核反而更善于利用这种潜在伪相关；(2) **模拟而非硬件**——所有 QSVM 都跑在 Qiskit 1.2.4 Statevector simulator 上（CPU/GPU 精确无噪），硬件噪声会加剧核集中（Thanasilp 等），结果只能解释为电路架构具有优势的潜力而非已证物理机优势；(3) **单中心单数据集**——MIMIC-CXR 来自 Beth Israel Deaconess Medical Center，反映马萨诸塞州近乎全民医保的支付结构，美国以外机构未必可泛化；(4) **SVM-only 基线**——经典塌缩只在核 SVM+低秩 PCA 设定下出现，gradient-boosted trees、logistic regression 或浅层神经网络可能不会同样塌缩，会设更高经典天花板；(5) **任务范围狭窄**——预测保险状态是 demographic proxy，尚未在真正临床诊断任务上验证；(6) **DT9-specific**——Tier-1 优势只在选中的预处理层上确认，多层验证仍是未来工作。此外作者还承认 QSVM 的 Tier-2 比较只调了 C 而非 $\gamma$ 在固定 PCA-$q$，而 RBF 通过 $\gamma$ 调可达到有效秩接近 N（远超 $K_Q$ 的 43.04），所以优势可能反映归纳偏好的特定谱结构而非纯秩——这是后续 rank-matched RBF 实验（Table X）部分回答的问题，但作者承认仍有 $\gamma^*$ 需要 KQ 先验才能设定、无法在部署时获得的限制。我自己的额外观察是：本文最强结果 MedSigLIP-448 $q=11$ 是在 PCA 解释方差 56% 的设定下得到的，而 RAD-DINO 在 $q=4$ 时 PCA 解释方差仅 5.6%——这种情况下 QSVM F1=0.332 仍优于经典 F1=0 显得非常"便宜"，意味着即便输入信息被严重压缩，量子特征映射仍能恢复出对线性核不可见的结构，但反过来也意味着优势可能在更高 PCA 维数下消失。

独立分析的弱点

独立分析的弱点可分四块。**第一，公平对比的可推广性边界**：本文的 Tier-1 框架虽然严谨，但它的成功部分依赖于经典线性核在 PCA-$q$ 上结构性塌缩这一"容易赢的对手"——如果换成浅层神经网络或 GBDT，QSVM 在 $q=4$ 时 F1=0.212 vs ViT-p32 best classical SVM F1=0.044 的 +0.168 优势可能不复存在；建议补充 non-kernel 经典基线来定位优势的真正适用范围。**第二，单种子的过度乐观**：Table II 显示 multi-seed mean 0.343 但 seed 0 是 0.586，差值说明单种子观察会显著高估性能；建议在论文正文中更明确地把 headline number 从 seed 0 的 F1=0.586 改为 multi-seed 的 0.343±0.170，避免读者被单种子最佳值误导。**第三，硬件实现缺口未补**：所有实验都是 noiseless simulation，虽然论文指出这是机制研究而非硬件证明，但 NISQ 时代 gate error 1e-3 级别下 fidelity kernel 的非对角元素信噪比会急剧恶化，$q=11$ 的优势能否迁移到 11 物理 qubit 上完全未知；建议至少在 noisy simulator（含 readout error + depolarizing channel）下做敏感性分析。**第四，预处理层选择的多重比较风险**：DT9 是"在初步实验中产生最强量子结果"的层，这一后验选择虽作者给出两条缓解理由（结构性塌缩跨层、预处理管线同构），但严格来说仍存在多重比较问题；建议预注册其他层（如 DT1-DT8）作为对照。**第五，3-DOF 电路"全塌"现象未深挖**：1-DOF 与 3-DOF 在 $q=8$ 的 F1 差距高达 0.25-0.30 但论文仅归因于"破坏量子干涉"，缺少对参数化冗余度（$3q$ vs $q$）如何放大 barren plateau 的定量分析。

未来方向

作者提出的未来方向有：扩展到其他预处理层做多 strata 验证；在真实量子硬件（含噪声模型）上重复 $q \le 6$ 的实验；用 attention-based localization、counterfactual auditing 等工具分析量子特征映射究竟在利用哪些虚假结构（与 Gichoya 等人 2022 年的 X 光种族分类、AI Cajas 2025 的保险预测后续研究联动）；探索 projected kernel 在 $q>16$ 的硬件友好实现；以及把方法迁移到其他医学影像模态（CT、超声、病理切片）。基于本文成果可延伸的方向还有：(1) **噪声感知核设计**——既然 $q=16$ 集中是测量瓶颈（projected kernel 恢复证实），可以设计 fidelity + Pauli-Z 混合核，理论上有希望突破 barren plateau；(2) **qubit 数自适应选择**——本文发现最优 $q$ 是模型特定的（MedSigLIP 11, RAD-DINO 16, ViT 16），可以用 validation F1 + kernel concentration 度量（如 $\lambda_{\max} / \text{tr}$）联合自动选择，而非暴力扫描；(3) **跨医院泛化测试**——把 MIMIC-CXR 的 BHIDMC 训练模型在 CheXpert（Stanford）或 NIH ChestX-ray14 上测迁移性，检验 QSVM 是否学到的是医学领域特征还是医院特异性伪相关；(4) **可解释性对比**——既然 QSVM 在同样 PCA 输入上击败 SVM，其决策边界在 Hilbert 空间的几何性质是否能用 Grad-CAM 类的可视化技术投影回像素空间，对比 SVM 与 QSVM 在影像上关注的区域是否一致；(5) **非平衡 + 高维核的集中理论**——本文实测的 $K_Q$ 有效秩远低于理论上限 $4^q$（$q=11$ 时 69.80 vs 4,194,304），这种"亚指数增长"的物理机制值得进一步理论化。

复现评估

复现评估整体良好。代码完全开源：GitHub `sebasmos/qml-medimage` 包含 master reproduction script `scripts/run_all.sh` 串联从 embedding 加载到图表生成的完整流程，SLURM 配置文件也一并提供。预计算的 20 个种子基础模型嵌入托管在 HuggingFace `MITCriticalData/qml-mimic-cxr-embeddings`，下游用户无需重跑三模型前向。算力需求明确：单个 seed 的全部 qubit sweep（约 12 GPU-hours on NVIDIA H100）；Tier-1 全 18 配置 10 种子全跑需要 3×H100、400 GB host RAM（Table IX 提到的 $q=16$ C-tuning 消耗），经典 SVM 只需 CPU 数分钟。复现难度中等偏低——主要依赖项是 Qiskit 1.2.4（注意论文提到的 renew operand fast-path 是 Qiskit 1.x 引入的 `QuantumCircuit` 公开方法，旧版 0.x API 不兼容），以及 PyTorch 加载的三个基础模型（MedSigLIP-448、RAD-DINO、ViT-patch32-cls）的 HuggingFace checkpoint。**潜在复现陷阱**有三：(1) Qiskit 版本必须 ≥ 1.2 才能用 `renew` fast-path，否则 kernel 计算速度慢几个量级；(2) scikit-learn SVM solver 在 C=1 + PCA-q 低维下的 numerical precision 敏感，建议显式设 `tol=1e-4`；(3) 数据访问需要 PhysioNet 的 MIMIC-CXR-JPG credentialed access 资格，复现脚本中嵌入是预计算的所以可以绕过，但如果想验证 PCA 方差分解就需要原始 JPEG。总体而言实验设计透明、种子设置明确、统计检验规范（paired bootstrap, 10000 resamples, seed 42），是 QML 领域里可复现性较高的工作。

论文图表

Fig. 9: Quantum kernel heatmaps for all three embedding models at $q = 4$ (left) and $q = 6$ (right).

附录图，三个模型在 $q=4$ 和 $q=6$ 的量子核矩阵热图，按类标签排序，块结构反映类边界。

补充 Fig. 4 限于 MedSigLIP 的局限，证实量子核保留类判别信号是跨模型现象。

Fig. 10: PCA feature space ($q = 4$, left; $q = 6$, right) for all three models.

三个模型在 PCA-4 和 PCA-6 投影到二维后的训练样本散点图（蓝色 Medicaid/Medicare、橙色 Private），每个面板都显示两个类别严重重叠，解释了为什么线性核 $K_L$ 在该子空间内塌缩到多数类。

提供了线性核塌缩的几何直观——读者可以直接看到 PCA 低维空间中两类不可分，从几何上支撑 Table V 的有效秩论证。

Fig. 11: PCA scatter of MedSigLIP-448 embeddings projected to 2 components.

MedSigLIP-448 嵌入投影到 2D PCA 的散点图，总解释方差仅 21.8%；训练集 1319 多数类 vs 577 少数类。低解释方差确认 2D PCA 投影仅捕获了量子核在高维空间中利用的结构的一小部分。

为'量子核能利用线性核看不到的高维结构'提供直觉证据——2D 投影看起来信息贫乏，但量子核在 q=11 仍能做出非平凡判别。

Table I: Two-tier comparison framework.

总结全文的两层公平对比框架：Tier 1 是 QSVM (C=1, q qubits) vs untuned linear SVM (C=1, PCA-q) 的 18/18 F1 win（10 种子 paired bootstrap）；Tier 2 是 QSVM (C=1, q) vs C-tuned RBF SVM (C grid {0.01, 0.1, 1, 10, 100}) 的 7/7 F1 win（平均 +0.068）。

整篇论文的论证框架都依赖这两层定义，必须先理解 Table I 才能解读后续所有实验结果。

Table II: Extended Tier-1 comparison: classical linear SVM C = 1 vs. QSVM C = 1 at all measured PCA-q dimensions.

Tier-1 完整结果表，三个模型×8 个 q 值共 24 个配置（文中报告其中 18 个），每配置给出 QSVM 和 Linear SVM 在 C=1 下的 Acc 和 F1（10 种子均值±std），最后一列是 F1 WIN verdict。最强结果：MedSigLIP-448 $q=11$ QSVM F1=0.343±0.170 vs Linear F1=0.050±0.159；RAD-DINO $q=16$ QSVM F1=0.450±0.083 vs Linear F1=0.079±0.127。

这是论文的核心实证表格，把 18/18 Tier-1 win 的完整数据展开，让读者可以逐一核对每个配置的均值、方差与显著性。

Table III: Confusion matrix for MedSigLIP-448 QSVM at $q = 11$ (C=1, trace normalization, DT9, seed 0).

N=238 测试样本的混淆矩阵：True Medicare 144 正确识别为 Medicare、22 误判为 Private；True Private 33 误判为 Medicare、39 正确识别为 Private；少数类 precision=0.639, recall=0.542, F1=0.586，反映 balanced 少数类检测而非 precision-recall 权衡伪影。

排除'F1 提升来自 precision/recall 权衡'这一常见质疑的关键证据——少数类查全率达到 54% 说明模型真正在检测 Private 保险类别。

Table IV: Tier-2 clinical F1 advantage: QSVM (C=1, trace) vs. best rbf SVM (C-tuned) at equal PCA-q dimensionality.

Tier-2 对比，QSVM (C=1) vs C-tuned RBF（C 在 5 个数量级网格搜索），7 个配置 QSVM 全部胜出：平均 ΔF1=+0.068，最大 +0.112 at MedSigLIP-448 $q=8$（相对 +53%）；相对增益范围 +9% 到 +61%。

回答了'QSVM 优势是否只是因为经典侧没调优'这一关键质疑——即使 RBF 做了 C 网格搜索，QSVM 仍全胜。

Table V: Kernel effective rank at PCA-q dimensionality.

三个模型在 $q \in \{4, 6, 11, 16\}$ 的 PCA 解释方差%、正特征值数 $N_{\lambda>0}$、Shannon 有效秩、最大特征值 $\lambda_{\max}$。线性核 $K_L$ 有效秩仅 3.77-5.85（确认结构性塌缩），量子核 $K_Q$ 在 $q=11$ 达 43.04（seed 0）、多种子均值 69.80；$q=16$ 时 92.13（此时因集中 swap-test fidelity 在量子核里，所有 off-diagonal 收敛到单值，所以 PCA var% 和 $\lambda_{\max}$ 不报告）。

整篇机制论证的数据支柱——把'量子核有效秩远高于线性核'从抽象论断变成可查数的表格，是 Table II 性能差异的物理根因。

Table VI: Linear kernel $K_L$ variance statistics (200 subsampled training samples, sorted by class).

三个模型在 $q=4, 6$ 的线性核均值、方差统计：$K_L$ mean=0.0728-0.2222、std=0.3893-0.5099、var=0.1516-0.2600；类内方差≈类间方差（实验报告说 KL similarity between-class≈within-class）说明线性核内几乎没有可用判别信号。

与 Table V 互补——Table V 证明线性核塌缩到低秩，Table VI 证明塌缩后的核内没有判别方差，两者共同支撑'经典侧无法区分'的诊断。

Table VII: Effect of kernel normalization on QSVM ($q = 8$, reps=1, C=1, DT9, seed 0).

四种归一化策略对比：trace 归一化 F1 最高（MedSigLIP=0.554, RAD-DINO=0.496, ViT-p32=0.450）；Frobenius 归一化在所有模型上让 F1 跌到 0（与线性核同样塌缩）；unnormalized (none) 和 cosine 介于两者之间。RAD-DINO 在 $q=2, 3$ 时所有非 trace 归一化都塌缩到 F1=0。

支撑全文第一条设计准则'trace 归一化必要'，是量子核管线工程化时最实用的消融结果。

Table VIII: 1-DOF vs. 3-DOF circuit comparison ($q = 8$, reps=1, trace normalization, C=1, DT9, seed 0).

1-DOF（$R_y$ 单参数）与 3-DOF（$R_z$-$R_y$-$R_z$，$3q$ 参数）对比，3-DOF 在所有三个模型上 Acc 跌至 0.33-0.39（接近随机），F1 也全面下降；1-DOF Acc 0.735-0.756、F1 0.388-0.543。

支撑全文第二条设计准则'1-DOF 优于 3-DOF'，并提示过参数化可能放大 barren plateau。

Table IX: $q = 16$ C-tuning results (DT9, seed 0).

$q=16$ 时做 C 网格搜索的结果（最佳 C 按 validation F1 选）：MedSigLIP-448 best-C=0.1, Acc=0.718, F1=0.173（vs $q=8$ F1=0.554，-0.381）；RAD-DINO best-C=1.0, F1=0.524（vs $q=8$ F1=0.507，+0.028）；ViT-patch32-cls best-C=1.0, F1=0.520（vs $q=8$ F1=0.446，+0.074）。

支撑全文'模型特异性集中现象'——MedSigLIP 在 $q=16$ 严重塌缩，RAD-DINO 和 ViT 反倒继续提升，证明 concentration 速率是 embedding-specific 而非电路普适。

Table X: Rank-matched RBF vs QSVM across 10 seeds (MedSigLIP-448).

在 $q \in \{4, 6, 11, 16\}$ 用二分搜索为每个种子选 $\gamma^*$，使 eff rank(RBF($\gamma^*$)) = eff rank($K_Q$)，对照 QSVM 与 rank-matched RBF。$q=4$：RBF* 塌缩率 0.3 vs QSVM 0.2，mean F1 0.110 vs 0.212；$q=6$：RBF* 0.171 vs QSVM 0.286；$q=11$：0.304 vs 0.343；$q=16$：0.321 vs 0.377。所有 qubit 数 QSVM 均胜。

回答了'优势是否仅来自有效秩'这一关键机制质疑——即使经典侧调到与量子核同有效秩，QSVM 仍胜 +0.056 到 +0.115 F1，证明量子核特定谱结构（特征值分布+对角外相关）是优势的额外来源。

Table XI: CLS vs. GAP pooling: QSVM minority-class F1 (mean ± std, 10 seeds) and best classical SVM baseline (RBF, C=1) for ViT-patch32 on DT9.

附录表，ViT-patch32 的 CLS-token 与 global average pooling (GAP) 两种池化策略对比，11 个 qubit 数都给出 QSVM-CLS、QSVM-GAP、Best-Classical 三组数据。两者在 $q \ge 10$ 表现几乎一致（差 ≤0.003），但 GAP 在 $q=2, 3$ 时塌缩，CLS 略优；主文选 CLS 是因为匹配标准 ViT 评估协议。

排除'pooling 选择是 QSVM 优势的来源'这一混淆因素的消融证据。

Table XII: Patch-size ablation: QSVM minority-class F1 (mean ± std, 10 seeds) for ViT-patch32-cls and ViT-patch16-cls on DT9.

附录表，ViT-patch16-cls（更密集的空间 token 化）在所有 qubit 数下 QSVM F1 都显著低于 ViT-patch32-cls，差距最大 -0.311 at $q=10$。作者解释 patch16 的更密集表示在低维 PCA 子空间中引入冗余/噪声，反而让量子核更难分离。

支撑'backbone 选择影响 QSVM 性能'的结论，为'基础模型质量差异'提供 patch size 维度的额外证据。