本方案描述了用于乳腺成像的微波成像设备的成像操作流程。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
乳腺癌是女性中最常见的恶性肿瘤，早期发现和治疗对于改善临床预后至关重要。X射线乳腺摄影目前仍是标准的筛查手段，但其存在若干局限性，包括辐射暴露、患者不适感，以及对乳腺组织致密的女性敏感度降低。微波成像作为一种非电离辐射技术，已作为一种有前景的替代方法出现。我们开发了一种通过求解逆散射问题来重建乳腺组织结构的设备，目前正处于临床试验阶段。该系统无需使用造影剂，且检查过程中无痛，可生成三维断层图像。截至目前，已对24例乳腺癌患者进行了成像，对于直径≥1 cm的肿瘤，准确率达到86%；当包含直径<1 cm的肿瘤时，准确率为58%。本文中，我们展示了该设备的准备、临床成像及数据处理的详细操作流程，并提供了部分患者的代表性成像结果。
引言
乳腺癌是女性中最常见的恶性肿瘤，在日本每年约有95,000例新确诊病例1。早期发现和治疗对于改善患者预后至关重要。
目前，X射线乳腺摄影是标准的筛查工具。然而，对于乳腺组织致密的女性，其敏感性有限，难以检测出小肿瘤2。为弥补这一局限性，超声检查常被用作辅助诊断方法。超声检查对操作者的技术水平要求较高，且单独使用乳腺X线摄影或超声检查的诊断准确率约为60%。增强磁共振成像（MRI）的准确率可超过90%；然而，由于设备和检查费用较高，MRI不适用于常规筛查，主要用于手术决策和治疗规划3。
近年来，微波成像作为一种有望克服乳腺X线摄影和超声成像局限性的替代技术，受到越来越多的关注4。当微波辐射与生物组织相互作用时，在介电边界处会产生强烈的反射。其反射率比X射线或超声波高出一个数量级以上，从而能够检测出微小病灶。利用微波成像进行乳腺癌检测的研究已持续25年以上，并已有若干项临床研究报道5。
微波成像 broadly 可分为两类：聚焦成像（confocal imaging），用于重建散射功率的分布；以及散射断层成像（scattering tomography），用于重建复介电常数（介电常数和电导率）的分布6,7。聚焦成像在概念上类似于超声诊断；然而，由于组织内部存在多次反射，难以准确重建内部结构。相比之下，散射断层成像即使在存在多次反射的情况下也能提供精确的重建结果，但需要对电磁散射进行精确的数值建模。当前的计算电磁学技术在完全复现这些现象方面仍面临挑战。因此，将实测数据与数值模型对齐的校准过程对于实际应用至关重要8。此外，由于病灶信号响应强度不足皮肤反射的千分之一9，必须使用具有优异信噪比性能的高灵敏度天线和接收器。
我们的系统通过采用迭代型畸变玻恩近似（IDBA）方法来解决逆散射问题，提出了应对这些挑战的创新性方案。10. 已开发出若干关键技术，包括一种双极化介质加载喇叭天线11一种使用两种均匀模体的校准方法12，将乳房固定在传感器上 通过 抽吸13多极化波激发14以及组织介电常数与电导率之间线性关系的利用152023年9月，一款整合了这些技术的原型设备已完成，临床试验于2023年11月启动。
尽管微波成像技术已被广泛研究，但目前仍缺乏一种被广泛接受的临床方案，以确保在不同患者间实现可重复的数据采集、可靠的校准以及稳定的图像重建。建立此类方案对于将微波成像技术从实验研究转化为实际临床应用至关重要。本研究提出的方案结合了基于负压吸附的乳腺固定、双模体校准以及多极化波激励，满足了上述要求，为微波断层成像的可靠临床评估提供了标准化的框架。
图1A 示意了微波成像的原理16。多个天线围绕乳腺排列，其中一个天线发射信号，其余天线接收散射波。矢量网络分析仪（VNA）充当发射器和接收器。若仅有一个端口可用，则依次交替进行发射与接收，并采集所有可能天线对之间的散射信号。采集到的数据随后用于重建乳腺的断层图像。
原型设备的硬件配置总结于表1，并展示于图1B，而原型的外部外观如图2A所示。该设备由一个用于容纳乳房的陶瓷容器、附着在容器上的16个天线、用于选择发射和接收天线的天线开关、用于测量天线对之间传输特性的矢量网络分析仪（VNA）、一台装有测量软件的笔记本电脑、用于协调笔记本电脑与天线开关的控制单元，以及用于基于负压固定的吸力装置组成（图2C）。
带有天线的陶瓷容器（称为成像传感器，图2B）和天线开关均置于设备的主体内部。尽管设备共有16个物理天线，但其中12个为双极化天线，因此有效天线数量为28个。设备放置在床边，患者俯卧，将乳房放入成像传感器中（图1C）。为尽量减少因身体移动引起的成像伪影，使用抽吸器将乳房吸附固定在传感器上。
测量过程中，选择一个发射天线，将输出功率为 -5 dBm、频率为 1.9 GHz 的微波辐射至乳腺组织中。矢量网络分析仪（VNA）在发射天线和接收天线依次切换的过程中测量散射参数（S 参数），并将数据记录在笔记本电脑中。该过程对所有天线组合重复执行。单侧乳腺的数据采集约需 14 分钟。相对较长的测量时间是由于采用串行采集方式，并加入了额外的等待间隔以防止通信错误。所有受试者的测量时长保持一致。
记录的测量文件被传输至专用工作站进行图像重建。核心控制程序采用 Excel VBA 实现，用于协调数据处理，并与电磁场仿真软件 FEMTET 和数值分析平台 MATLAB 进行交互，如图317,18所示。在配备 Intel Core i7-14700K CPU 和 96 GB 内存的工作站上，重建一幅乳腺图像大约需要 7 小时。由于重建算法基于 IDBA10，必须反复执行大规模三维全波电磁仿真。每次正向电磁场分析约需 10 分钟，从 FEMTET 中获取计算得到的场分布还需额外 30 分钟。该过程在每次重建中重复十次，累计处理时间约为 400 分钟。
软件环境概述如下 表 2笔记本电脑已配置Analyzer Control 用于管理与VNA及天线开关控制单元通信的程序。硬件连接需要数字输入/输出（DIO）接口和通用接口总线（GPIB）-USB转换电缆，以确保命令的可靠传输。所有其他重建程序均安装在工作站上，该工作站必须支持Microsoft Excel、FEMTET和MATLAB。FEMTET用于求解成像域中的麦克斯韦方程组 通过 有限元方法用于求解，而 MATLAB 执行 IDBA 反演所需的数值计算程序。
必须采用严格的校准程序，以使测得的散射数据与数值前向模型对齐。校准使用两个设计用于模拟组织模拟介质的均匀电介质模型（图2D）进行。在1.9 GHz频率下，模型1的相对介电常数为6.65，介电损耗角正切为0.438；而模型2的相对介电常数为4.66，损耗角正切为0.289。一个预先生成的校准文件cal_2314_94_ver2.mat包含用于补偿测量与仿真S参数之间系统性差异的校正系数。这些系数基于FEMTET仿真获得的模型传输特性，并通过原型实验测量结果进行交叉验证12。该校准确保了数值建模与实验数据之间的一致性，从而稳定迭代重建过程的收敛性。
访问受限。请登录或开始试用以查看此内容。
方案
所有临床操作均经爱知医科大学机构审查委员会批准（特定临床研究认证编号：CRB4200004）。
1. 设备设置
- 准备一个足够大的房间，以容纳主机、办公自动化（OA）机架和病床。
注意：为确保患者隐私，建议使用窗帘或隔断将主机单元与病床分隔开图 4A需要至少交流 100 V、10 A 的电源。 - 将矢量网络分析仪、控制单元和笔记本电脑放置在光学平台的设备架上（图4B).
- 连接电子校准模块（图4C) 至矢量网络分析仪（VNA） 通过 USB线缆
- 使用五根D-sub电缆将天线开关连接到控制单元。
- 连接数字输入/输出（DIO）接口与D-sub连接器至控制单元的电缆图4D).
- 使用USB线缆将DIO接口连接到笔记本电脑。
- 将矢量网络分析仪的输入/输出端口通过射频电缆连接至天线开关图4B，E).
- 将VNA的GPIB端口连接至GPIB-USB转换电缆（图4F，并将USB连接器插入笔记本电脑。
- 将成像传感器的进气管连接至吸液器（图4E).
- 将矢量网络分析仪、天线开关、笔记本电脑和抽吸泵的电源线插入交流电源插座，并打开电源。
2. 初始参数输入
- 在笔记本电脑上启动测量程序 Analyzer Control。
注意：此时将出现启动窗口（图5A）。 - 输入以下参数：起始频率 = 1000 MHz，终止频率 = 6000 MHz，数据点数 = 101，响应等待时间 = 200 ms。
注意：其余所有参数应使用默认值。 - 按下 DIO 按钮，然后按下 GPIB 确认按钮。
注意：如果所有连接正确，CAL 向导、CAL 负载、自动测量和手动测量按钮将变为可用状态（图5B）。
3. 矢量网络分析仪（VNA）的校准
- 断开连接到成像传感器天线4和6的电缆，并将其连接至电子校准模块的输入/输出端口（图6A）。
- 将控制单元上的两个 AUTO/MANUAL开关均设置为MANUAL，并将Tx切换开关配置为二进制5，Rx切换开关配置为二进制9（图6B）。
- 按下CAL向导按钮。
注：此时将出现CAL向导窗口（图6C）。 - 按下设置向导按钮（图6C）。
- 使用电子校准模块在1–6 GHz频率范围内执行双端口校准19。
- 完成后，按下CAL向导退出以关闭窗口（图6C）。
- 按下CAL保存按钮。
注：数据保存窗口将出现（图6D）。 - 为校准后的数据输入一个名称（例如：20250717.sta），然后点击保存。
注：校准数据将保存在矢量网络分析仪（VNA）中。如果已进行过校准，则无需重复操作。此时可按下CAL加载，选择相应的文件（图6E：例如，20240829.sta），然后点击应用以将校准数据载入VNA。 - 将控制单元上的AUTO/MANUAL开关重新设置为AUTO。
4. 成像步骤
- 将患者俯卧位安置于床上（图7A）。
- 拉起患者上衣，将一侧乳房放入成像传感器中，确保无衣物遮挡传感器。
- 打开抽吸器以启动负压吸引。
- 使用CTRL旋钮将真空压力调节至0.04 - 0.06 MPa（图7B）。若压力无法降低，请重新调整患者体位，直至获得适当的负压吸力。
- 若抽吸器压力持续为0 MPa，则停止成像。
注意：传感器与乳房之间存在间隙将影响图像的准确采集。 - 按下自动测量按钮（图5B）。
注意：测量状态窗口将出现（图7C）。 - 将测量范围设置为1-28，并启用跳过互易性功能。
- 按下开始测量以启动数据采集。
注意：测量过程中将显示发射与接收组合（图7D）。测量完成后，结果将以CSV格式保存至VNA_Results 文件夹中（图7E）。
5. 图像重建
- 在 MATLAB 中打开 data_read 程序。
- 设置路径（例如：C:\Users\yoshihiko\Desktop\VNA_Results），并指定测量文件（例如：P31_L.csv 和 P31_R.csv）以及输出数据名称（图 8A）。
- 在编辑器中点击
按钮，生成用于设备校准的 .mat文件（图 8B）。 - 在 MATLAB 中打开 initialize_for_clinic 程序。
- 输入以下参数（图 8C）：重建频率：f = 1.9 × 109 Hz；测量文件的路径和名称（例如：C:\Users\kuwahara\OneDrive\patient_data\xxxxxxxx）；左右乳腺的指定（L(:,:,fn)）；患者工作表的路径和名称（'xxxxxxxx.xlsx'，sheet='sheet1'）。
- 点击 ，生成用于主 Excel VBA 程序的患者工作表。
注：同时会创建一个用于存储重建结果的目录。 - 打开 image_reconstruction_# MATLAB 文件（# 表示处理编号）。
- 指定患者工作表的路径和名称（例如：G:\patient_sheet\xxxxxxxx_L.xlsx）、重建频率（1.9 × 109 Hz）以及校准文件（cal_2314_ver2），然后保存设置（图 8D）。
- 在 Excel 中打开主图像重建程序 multi_person 。
- 输入第 6 步中创建的患者工作表名称（例如：xxxxxxx_L 至 vvvvvvv_R）（图 9A）。
注：通过输入一系列工作表名称，可同时重建多位患者的图像。 - 从 Excel 加载项中打开 VBA 程序。
- 指定要处理的工作表范围（np = 1 至 8）。
- 确认在 Data_read 和 Data_write 标准模块中已正确设置工作表的目录路径。
- 选择 getPDTdata ，然后在编辑器中点击 ，以启动图像重建过程（图 9B）。
- 处理完成后，验证重建的图像（三维断层成像的纵向和横向切片），这些图像将与患者工作表一起保存在指定目录中，文件名如 mwsdbim_20250617-14h36m04s。
访问受限。请登录或开始试用以查看此内容。
结果
三位代表性患者的成像结果如下所示：
患者 1
一名 78 岁女性，左侧乳房 2 点钟位置存在一个大小为 34 mm × 21 mm 的肿瘤。乳腺组织以脂肪为主。图 10A 和 图 10B 显示的是 X 射线乳腺摄影图像，而 图 10C-F 展示的是使用原型设备获得的成像结果。图 10C 和 图 10D 分别显示左侧乳房的相对介电常数和电导率分布，而 图 10E 和 图 10F 则显示右侧无癌乳房的相应分布。在含有肿瘤的左侧乳房中可观察到高介电常数和高电导率区域，...
访问受限。请登录或开始试用以查看此内容。
讨论
在此背景下，校准具有两个不同的含义。首先，它指对测量得到的散射数据进行校正，以便能够将结果准确地纳入数值模型中。其次，它指对矢量网络分析仪（VNA）本身的校准。
在进行任何校准或测量之前，应提前至少15分钟打开矢量网络分析仪（VNA）电源，且电子校准模块上的READY指示灯必须为绿色。应检查所有设备连接是否正确。射频（RF）连接器必须使用扭矩扳手牢固拧紧，D-Sub连接器两端的螺丝也应检查并拧紧以防松动。连接天线与电子校准模块之间的射频电缆时需格外小心，避免损坏连接器。
在进行乳腺放置和吸力过程中，必须密切监测患者的舒适度。如果患者感到不适或疼痛，应立即停止成像。单侧乳腺的成像通常需要约14分钟，期间患者保持俯卧位。
为确保正常运行，以下文件应存储在同一文件夹中：multi_person.xlsm 和 mesh_2314.pdt，data_read.m 和 csvfileLoad_1019.m，image_reconstruction_#...
访问受限。请登录或开始试用以查看此内容。
披露
作者声明与本工作相关的任何公司不存在商业或财务关系。
致谢
本研究得到了日本科学技术研究资助项目（24K10872）的支持。该研究还获得了日本学术振兴会（JSPS KAKENHI）和日本医疗研究开发机构（AMED）资助的支持。作者已就本文所述技术提交了专利申请。
访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 吸液器 | AS ONE | DAS-01 | |
| 数字IO | National Instruments | USB6501 | |
| 电子校准模块 | Agilent | 85093C | 已停产。请替换为 85093D。 |
| 电磁仿真软件 | Murata Software | FEMTET | |
| Excel VBA | Microsoft | Office | |
| GPIB转USB转换电缆 | National Instruments | GPIB-USB-HS | |
| 数值计算软件 | Mathworks | Matlab | |
| 矢量网络分析仪 | Keysight | E5071C |
参考文献
- Foundation for Promotion of Cancer Research. Cancer statistics in Japan - 2024. , Foundation for Promotion of Cancer Research. Tokyo. (2024).
- Lehman, C. D., et al. Cancer yield of mammography, MR, and US in high-risk women. Radiology. 224 (2), 381-388 (2007).
- Nass, S. J., Henderson, I. C., Lashof, J. C. Mammography and beyond: developing technologies for the early detection of breast cancer. , National Academies Press. Washington, DC. (2001).
- Pandya, H. N., Ghosh, D. K., Singh, J. S. Breast image reconstruction and cancer detection using microwave imaging. , Institute of Physics Publishing. Bristol. (2023).
- Rachida, B., et al. Recent advancements in breast cancer detection: a holistic review of microwaves, ultrasound, and photo-acoustic imaging techniques. IEEE J Microw. 5 (4), 776-792 (2025).
- Pastrino, M. Microwave imaging. , John Wiley & Sons. Hoboken, NJ. (2010).
- Kuwahara, Y. Microwave imaging for breast cancer detection. Breast cancer: evolving challenges and next frontiers. , Intechopen. London. (2021).
- Fischer, B. E., LaHale, I. J. The University of Manitoba microwave imaging repository: a two-dimensional microwave scattering database for testing inversion and calibration algorithms. IEEE Antennas Propag Mag. 53 (5), 126-133 (2011).
- Bond, E. J., Li, X., Hagness, S. C., Van Veen, B. D. Microwave imaging via space-time beamforming for early detection of breast cancer. IEEE Trans Antennas Propag. 51 (8), 1690-1705 (2003).
- Shea, J. D., Kosmas, P., Van Veen, B. D., Hagness, S. C. Contrast-enhanced microwave imaging of breast tumors: a computational study using 3D realistic numerical phantoms. Inverse Probl. 26, 074009(2010).
- A microwave imaging sensor composed of a dielectric-loaded double-polarized horn antenna. Kuwahara, Y., Fujii, K. Proc Eur Conf Antennas Propag (EuCAP), , (2023).
- Clinical imaging by the microwave mammography. Kuwahara, Y., Fuji, K. 2025 IEEE MTT-S Int Microwave Biomed Conf, , (2025).
- Conformal array antenna with the aspirator for the microwave mammography. Kuwahara, Y., Suzuki, K., Horie, H., Hatano, H. 2010 IEEE APS Int Symp, , (2010).
- Mohamed, L., et al. Study of multi-polarization in microwave tomography for breast cancer detection. IEICE Trans J. J99-C, 393-401 (2016).
- Kuwahara, Y., Osaki, T., Nozaki, A., Fujii, K. Utilization of preliminary knowledge in microwave tomography for breast cancer detection. IEICE Trans J. J102-C, 86-92 (2018).
- Kuwahara, Y. Microwave imaging for early breast cancer detection. New perspective in breast imaging. , Croatia. (2017).
- Microwave mammography with a small sensor and a commercial electromagnetic simulator. Proc Eur Microw Conf (EuMC). Kuwahara, Y. , 663-666 (2016).
- Application of S-parameter to the inverse scattering problem. Kuwahara, Y. 11th Eur Conf Antennas Propag (EuCAP), , (2017).
- Hammerschmidt, C., John, R. T., Tran, S. Calibration of vector network analyzer for measurements in radio frequency propagation channels. J Vis Exp. (160), e60874(2020).
- Janjik, A., et al. SAFE: a novel microwave imaging system design for breast cancer screening and early detection-clinical evaluation. Diagnostics. 11 (3), 533(2021).
- Rana, S. P., et al. Radiation-free microwave technology for breast lesion detection using supervised machine learning model. Tomography. 9 (1), 105-129 (2023).
- Nguyen, P. T., Abbosh, A. M. 3D focused microwave hyperthermia for breast cancer treatment with experimental validation. IEEE Trans Antennas Propag. 65 (7), 3489-3500 (2017).
- Li, J., et al. A preclinical system prototype for focused microwave breast hyperthermia guided by compressive thermoacoustic tomography. IEEE Trans Biomed Eng. 68 (7), 2289-2300 (2021).
访问受限。请登录或开始试用以查看此内容。
重印与许可
