脉冲耦合神经网络(PCNN)在图像处理领域应用广泛，改进的双通道脉冲耦合神经网络(DPCNN)也在图像融合领域具有优异性能。为了将量子计算的优异并行性能与双通道脉冲耦合神经网络相结合，降低其算法复杂度，提出了双通道量子脉冲耦合神经网络(DQPCNN)。该模型使用量子逻辑门构建量子模块，如量子全加器、量子乘法器和量子比较器，构建了一个适用于DQPCNN的量子图像卷积模块，并采用这些模块完成DQPCNN所需的计算。通过仿真实验证明了DQPCNN的有效性，DQPCNN的复杂度与其他模型相比具有明显优势。