基于混合经典-量子细化的高保真度 ROI CT 重建（有限量子资源）
量子物理
2026-05-29 v1
摘要
量子优化用于计算机断层扫描（CT）重建受限于图像表示所需的二进制变量数量，在大尺寸或结构复杂物体上进行直接整体量子重建困难。我们提出一种混合区域感兴趣（ROI）细化框架：首先通过量子断层重建（QTR）和量子压缩感知断层重建（QCSTR）、滤波反投影（FBP）或同时代数重建技术（SART）进行粗全局图像重建，然后仅对选定ROI应用量子优化，通过残差投影图像公式实现。该策略在保持目标区域高保真重建质量的同时，显著降低有效QUBO规模。在三个离散幽灵样本上的实验表明，QTR/QCSTR+QTR/QCSTR和SART+QTR/QCSTR均在受限角度设置下实现了ROI的准确重建。对于最大且最复杂的样本，粗全局估计的质量至关重要，最佳结果通过稳定的经典粗糟重建结合第二阶段ROI-only QTR/QCSTR实现。经测试的各个管道中，SART+QTR/QCSTR取得了最低的平均ROI RMSE和MAE。结果表明，量子辅助CT重建的实际优势在于为局部细化保留量子优化，而使用经典重建稳定全局背景。
引用
@article{arxiv.2605.29472,
title = {High-Fidelity ROI CT Reconstruction with Limited Quantum Resources via Hybrid Classical-Quantum Refinement},
author = {Hyunju Lee and Jeonghwa Lee and Kyungtaek Jun},
journal= {arXiv preprint arXiv:2605.29472},
year = {2026}
}
备注
9 pages, 5 figures