旨在模拟大脑皮质和海马模块的许多当前计算模型取决于人为的神经网络。但是，这种经典的神经网络甚至是深层神经网络非常慢，有时需要进行数千个试验以获得最终反应，并有相当多的误差。需要进行大量学习和不准确的输出响应的需要，这是由于输入提示的复杂性和正在模拟的生物学过程所致。本文提出了一个使用量子启发的神经网络完整的和病变的皮质 - 海马系统的计算模型。这种皮质 - 海马计算量子启发（CHCQI）模型通过使用与量子电路纠结的自适应更新的神经网络模拟皮质和海马模块。所提出的模型用于模拟与生物过程有关的各种经典调节任务。与其他计算模型（包括最近发布的绿色模型）相比，模拟任务的输出迅速而有效地产生了所需的响应。