BUSI

研究者利用量子生成模型在乳腺超声图像数据集（BUSI）上生成合成图像，并用这些合成数据训练分类器，最终在真实测试集上取得了优于纯真实数据基线的表现。

完全使用合成图像训练的分类器在真实测试集上达到了0.802的AUC-ROC，而仅使用真实数据训练的基线为0.760。

研究团队设计了三种训练方案进行对比：仅使用真实图像训练、仅使用合成图像训练、以及真实与合成图像混合训练。

论文没有讨论量子生成模型的训练成本与传统GAN的对比，且BUSI数据集规模相对有限，该方法能否推广到更大规模、更多癌种的图像数据集上仍是未知数。