QuantEIT：用于胸部电阻抗断层成像的超轻量量子辅助推理

电阻抗断层成像 (EIT) 是一种非侵入式、低成本的床旁成像模态，具有高时间分辨率，适用于床旁监测。然而，其固有的病态逆问题给精确图像重建带来了重大挑战。基于深度学习 (DL) 的方法已展现出前景，但通常依赖于具有大量参数的复杂网络架构，限制了效率和可扩展性。在此，我们提出了一种用于 EIT 图像重建的超轻量量子辅助推理框架。QuantEIT 利用量子辅助网络，结合并行的 2 比特量子电路生成富有表达力的潜在表示，作为隐式非线性先验，随后通过单一线性层进行电导率重建。该设计大幅降低了模型复杂度和参数量。独特的是，QuantEIT 以无监督、免训练数据的方式运行，代表了量子电路在 EIT 图像重建中的首次集成。在模拟和真实世界的 2D 及 3D EIT 肺成像数据上的大量实验表明，QuantEIT 优于传统方法，仅使用 0.2% 的参数即可实现相当或更优的重建精度，并增强了对噪声的鲁棒性。