Investigadores han desarrollado Tomography-NMR, un paquete de Python de código abierto diseñado para reconstruir matrices de densidad cuántica a partir de datos de espectroscopia. Esta herramienta aborda una brecha en la documentación y disponibilidad de software para la tomografía de estados cuánticos (QST), un proceso crucial para caracterizar el estado de un sistema cuántico. El paquete ofrece una implementación transparente y reproducible de todo el proceso de análisis, desde el preprocesamiento de señales espectrales hasta la visualización de la matriz de densidad, facilitando así la reproducibilidad y la estandarización en la investigación de computación cuántica y física de la materia condensada.

El software implementa una cadena de análisis completa para la tomografía de estados cuánticos de dos cúbits, utilizando el formalismo de operadores de producto. Comienza transformando las señales de dominio temporal en espectros de dominio de frecuencia. Posteriormente, las intensidades de los picos espectrales se mapean a coeficientes de expansión de la matriz de densidad, permitiendo la reconstrucción completa del estado cuántico. Tomography-NMR ofrece tres métodos de integración adaptados a diferentes escenarios: medición directa de la altura del pico e integración numérica con parámetros fijos, que no requieren una referencia teórica y son adecuados para estados desconocidos, y un método de optimización sistemática de parámetros contra un estado objetivo conocido.

La validación del software se realizó utilizando estados de dos cúbits preparados experimentalmente y medidos mediante espectroscopia de resonancia magnética nuclear (RMN) de núcleos de ³¹P acoplados. Para un conjunto de estados conocidos, el software alcanzó fidelidades de reconstrucción de aproximadamente el 98% con los métodos que no requieren referencia, y superó el 99% con la optimización de parámetros. En el conjunto de referencia de 20 estados de dos cúbits, que incluía estados de la base computacional, estados de Bell y salidas de puertas cuánticas fundamentales (CNOT, H y T), las fidelidades de reconstrucción promedio variaron entre 0.975 y 0.995. Aunque desarrollado específicamente para RMN, la arquitectura modular del paquete permite su adaptación a otras plataformas espectroscópicas y protocolos de medición, ampliando su potencial aplicación.