用于诊断某些热带疾病的线性和非线性算法量子联想记忆
医学物理
2017-09-26 v4
摘要
本文提出 QAMDiagnos，一个量子联想记忆（QAM）模型，可作为缺乏经验或实验室设施的医务人员诊断四种具有多种相似体征和症状的热带疾病（疟疾、伤寒、黄热病和登革热）的有用工具。该记忆能够区分单一感染与多重感染。我们的模型结合了 Ventura 提出的原始线性量子检索算法的改进版本与 Abrams 和 Lloyd 的非线性量子搜索算法。根据给出的模拟结果，当插入某种疾病的特定体征和症状时，由于线性算法是主要算法，识别效率良好。非线性算法有助于确认或纠正诊断，或为医务人员提供治疗建议。因此，我们的 QAMDiagnos 拥有适用于桌面和智能手机的友好图形用户界面，是一种灵敏且低成本的诊断工具，能够快速准确地诊断四种热带疾病。
引用
@article{arxiv.1610.02476,
title = {Quantum associative memory with linear and non-linear algorithms for the diagnosis of some tropical diseases},
author = {Jean-Pierre Tchapet Njafa and Serge Guy Nana Engo},
journal= {arXiv preprint arXiv:1610.02476},
year = {2017}
}
备注
13 pages, 2 figures, conference