Klinische Bildgebung der Mikrowellen-Mammographie

Zusammenfassung

Dieses Protokoll beschreibt das bildgebende Verfahren eines Mikrowellenbildgebungsgeräts für die Brustbildgebung.

Zusammenfassung

Brustkrebs ist die häufigste bösartige Erkrankung bei Frauen, und Früherkennung und Behandlung sind entscheidend für die Verbesserung der klinischen Ergebnisse. Die Röntgen-Mammographie ist nach wie vor die Standard-Screening-Modalität; Es gibt jedoch mehrere Einschränkungen, darunter Strahlenbelastung, Unbehagen bei der Patientin und verminderte Empfindlichkeit bei Frauen mit dichtem Brustgewebe. Die Mikrowellenbildgebung, eine nichtionisierende Technik, hat sich als vielversprechende Alternative herauskristallisiert. Wir haben ein Gerät entwickelt, das die Strukturen des Brustgewebes rekonstruiert, indem es das Problem der inversen Streuung löst, und befindet sich derzeit in der klinischen Erprobung. Dieses System erzeugt dreidimensionale tomographische Bilder ohne den Einsatz von Kontrastmitteln und ohne Schmerzen bei der Untersuchung. Bisher wurden 24 Brustkrebspatientinnen mit einer Genauigkeit von 86 % für Tumoren ≥ 1 cm Durchmesser und 58 % bei Tumoren < 1 cm Durchmesser abgebildet. In diesem Artikel stellen wir ein detailliertes Protokoll für die Gerätevorbereitung, die klinische Bildgebung und die Datenverarbeitung vor, zusammen mit repräsentativen Bildgebungsergebnissen ausgewählter Patienten.

Einleitung

Brustkrebs ist die häufigste bösartige Erkrankung bei Frauen, wobei in Japan jährlich etwa 95.000 neue Fälle diagnostiziert^{werden 1}. Früherkennung und Behandlung sind für die Verbesserung der Patientenergebnisse unerlässlich.

Die Röntgen-Mammographie ist derzeit das Standard-Screening-Instrument. Bei Frauen mit dichtem Brustgewebe ist seine Empfindlichkeit jedoch begrenzt, was die Erkennung kleiner Tumoren erschwert². Um diese Einschränkung zu beheben, wird Ultraschall häufig als ergänzende Diagnosemethode eingesetzt. Ultraschalluntersuchungen erfordern ein hohes Maß an Bedienergeschick, und die diagnostische Genauigkeit der Mammographie oder des Ultraschalls allein liegt bei etwa 60 %. Die kontrastmittelverstärkte Magnetresonanztomographie (MRT) erreicht eine Genauigkeit von über 90 %; Dennoch ist die MRT aufgrund des hohen Geräte- und Untersuchungsaufwands nicht für das Routine-Screening geeignet und hauptsächlich der chirurgischen Entscheidungsfindung und Behandlungsplanung vorbehalten³.

In jüngster Zeit hat die Mikrowellenbildgebung zunehmend Aufmerksamkeit als potenzielle Alternative erhalten, die in der Lage ist, die Einschränkungen von Mammographie und Ultraschall zu überwinden⁴. Wenn Mikrowellenstrahlung mit biologischem Gewebe interagiert, kommt es an den dielektrischen Grenzen zu starken Reflexionen. Das Reflexionsvermögen ist mehr als eine Größenordnung höher als das von Röntgen- oder Ultraschallstrahlen und ermöglicht die Detektion kleiner Läsionen. Die Forschung zur Brustkrebserkennung mittels Mikrowellenbildgebung läuft seit über 25 Jahren, und es wurde über mehrere klinische Studien berichtet⁵.

Die Mikrowellenbildgebung kann grob in zwei Kategorien eingeteilt werden: die konfokale Bildgebung, die die Verteilung der Streuleistung rekonstruiert, und die Streutomographie, die die Verteilung der komplexen Permittivität (Dielektrizitätskonstante und elektrische Leitfähigkeit⁾ rekonstruiert6,7. Die konfokale Bildgebung ähnelt konzeptionell der Ultraschalldiagnostik; Aufgrund der Mehrfachreflexionen im Gewebe können die inneren Strukturen jedoch nicht genau rekonstruiert werden. Im Gegensatz dazu liefert die Streutomographie auch bei Mehrfachreflexionen genaue Rekonstruktionen, erfordert jedoch eine präzise numerische Modellierung der elektromagnetischen Streuung. Aktuelle computergestützte elektromagnetische Techniken stehen immer noch vor Herausforderungen, wenn es darum geht, diese Phänomene vollständig zu replizieren. Daher ist eine Kalibrierung, die die Messdaten mit numerischen Modellen abgleicht, für die praktische Umsetzung von entscheidender^{Bedeutung 8}. Da die Läsionsreaktionen weniger als 1/1000 der Hautreflexion⁹ betragen, sind hochempfindliche Antennen und Empfänger mit hervorragender Signal-Rausch-Leistung unverzichtbar.

Unser System begegnet diesen Herausforderungen, indem es innovative Ansätze zur Lösung des Problems der inversen Streuung unter Verwendung einer iterativen verzerrten Born-Approximation (IDBA)¹⁰ einführt. Mehrere Schlüsseltechnologien wurden entwickelt, darunter eine doppelt polarisierte, dielektrisch geladene Hornantenne¹¹, ein Kalibrierungsverfahren unter Verwendung von zwei homogenen Phantomen¹², eine Brustfixierung an den Sensor durch Sog¹³, eine multipolarisierte Wellenanregung¹⁴ und die Ausnutzung der linearen Beziehung zwischen Gewebepermittivität und Leitfähigkeit¹⁵. Ein Prototyp eines Geräts, das diese Technologien enthält, wurde im September 2023 fertiggestellt, und die klinischen Studien begannen im November 2023.

Obwohl die Mikrowellenbildgebung ausgiebig untersucht wurde, gibt es immer noch kein allgemein akzeptiertes klinisches Protokoll, das eine reproduzierbare Datenerfassung, eine robuste Kalibrierung und eine stabile Bildrekonstruktion bei Patienten garantiert. Die Etablierung eines solchen Protokolls ist für die Translation der Mikrowellenbildgebung von der experimentellen Forschung in die praktische klinische Anwendung unerlässlich. Das in dieser Studie vorgestellte Protokoll, das eine saugbasierte Brustfixierung, eine Dual-Phantom-Kalibrierung und eine multipolarisierte Wellenanregung umfasst, erfüllt diese Anforderungen und bietet einen standardisierten Rahmen für eine zuverlässige klinische Bewertung der Mikrowellentomographie.

Abbildung 1A veranschaulicht das Prinzip der Mikrowellenbildgebung¹⁶. Um die Brust herum sind mehrere Antennen angeordnet, wobei eine Antenne sendet, während die anderen Streuwellen empfangen. Ein Vektor-Netzwerkanalysator (VNA) fungiert sowohl als Sender als auch als Empfänger. Wenn nur ein einziger Port verfügbar ist, wechseln sich Senden und Empfangen nacheinander ab und es werden Streusignale für alle möglichen Antennenpaare erfasst. Die gesammelten Daten werden dann verwendet, um tomographische Bilder der Brust zu rekonstruieren.

Die Hardwarekonfiguration des Prototyps ist in Tabelle 1 zusammengefasst und in Abbildung 1B dargestellt, während das äußere Erscheinungsbild des Prototyps in Abbildung 2A dargestellt ist. Das Gerät besteht aus einem Keramikbehälter für die Brust, 16 Antennen, die an dem Behälter befestigt sind, einem Antennenschalter zur Auswahl von Sende- und Empfangsantennen, einem VNA zur Messung der Übertragungseigenschaften zwischen Antennenpaaren, einem Laptop mit Messsoftware, einer Steuereinheit zur Koordination des Laptop- und Antennenschalters und einem Aspirator zur saugbasierten Brustfixierung (Abbildung 2C).

Der Keramikbehälter mit den angeschlossenen Antennen (als Bildsensor bezeichnet, Abbildung 2B) und der Antennenschalter sind im Hauptgehäuse des Geräts untergebracht. Obwohl es 16 physische Antennen gibt, sind 12 von ihnen dualpolarisiert, was zu einer effektiven Antennenzahl von 28 führt. Das Gerät wird neben dem Bett positioniert, und die Patientin liegt bäuchlings und legt ihre Brust in den Bildsensor (Abbildung 1C). Um bildgebende Artefakte zu minimieren, die durch Körperbewegungen verursacht werden, wird die Brust mit dem Aspirator am Sensor fixiert.

Während der Messung wird eine Sendeantenne gewählt und Mikrowellen bei 1,9 GHz mit einer Ausgangsleistung von -5 dBm in die Brust bestrahlt. Streuparameter (S-Parameter) werden vom VNA beim sequentiellen Umschalten von Sende- und Empfangsantenne gemessen und die Daten auf dem Laptop aufgezeichnet. Dieser Vorgang wird für alle Antennenkombinationen wiederholt. Die Entnahme einer Brust dauert ca. 14 Minuten. Die relativ lange Messzeit ist auf den seriellen Erfassungsprozess und zusätzliche Warteintervalle zurückzuführen, die implementiert wurden, um Kommunikationsfehler zu vermeiden. Die Messdauer ist bei allen Patienten gleich.

Die aufgezeichneten Messdateien werden zur Bildrekonstruktion an eine dedizierte Workstation übertragen. Das Kernsteuerungsprogramm ist in Excel VBA implementiert, das die Datenverarbeitung koordiniert und Schnittstellen mit dem elektromagnetischen Feldsimulator FEMTET und der numerischen Analyseplattform MATLAB bildet, wie in Abbildung 3^17,18 dargestellt. Die Rekonstruktion eines einzelnen Brustbildes dauert ca. 7 Stunden auf einer Workstation, die mit einer Intel Core i7-14700K CPU und 96 GB RAM ausgestattet ist. Da der Rekonstruktionsalgorithmus auf IDBA¹⁰ basiert, müssen großflächige dreidimensionale vollwellige elektromagnetische Simulationen wiederholt ausgeführt werden. Jede Vorwärtsanalyse des elektromagnetischen Feldes dauert etwa 10 Minuten, und das Abrufen der berechneten Feldverteilung von FEMTET dauert weitere 30 Minuten. Dieser Zyklus wird zehnmal pro Rekonstruktion wiederholt, was zu einer kumulierten Verarbeitungszeit von ca. 400 min führt.

Die Softwareumgebung ist in Tabelle 2 zusammengefasst. Der Laptop ist mit dem Analyzer Control-Programm konfiguriert, um die Kommunikation mit dem VNA und der Steuereinheit für den Antennenschalter zu verwalten. Für die Hardwarekonnektivität sind eine DIO-Schnittstelle (Digital Input/Output) und ein GPIB-USB-Konvertierungskabel (General Purpose Interface Bus) erforderlich, um eine zuverlässige Befehlsübertragung zu gewährleisten. Alle anderen Rekonstruktionsprogramme werden auf der Workstation installiert, die Microsoft Excel, FEMTET und MATLAB unterstützen muss. FEMTET wird verwendet, um die Maxwell-Gleichungen im Bereich der Bildgebung über die Finite-Elemente-Methode zu lösen, während MATLAB numerische Routinen ausführt, die für die IDBA-Inversion erforderlich sind.

Ein strenges Kalibrierungsverfahren ist erforderlich, um die gemessenen Streudaten mit dem numerischen Vorwärtsmodell abzugleichen. Die Kalibrierung erfolgt unter Verwendung von zwei homogenen dielektrischen Phantomen (Abbildung 2D), die für die Annäherung an gewebeähnliche Medien ausgelegt sind. Bei 1,9 GHz weist Phantom 1 eine relative Permittivität von 6,65 und einen dielektrischen Verlusttangens von 0,438 auf, während Phantom 2 eine relative Permittivität von 4,66 und einen Verlusttangens von 0,289 aufweist. Eine Kalibrierungsdatei, cal_2314_94_ver2.mat, wird vorgeneriert und enthält Korrekturkoeffizienten, die systematische Abweichungen zwischen gemessenen und simulierten S-Parametern ausgleichen. Diese Koeffizienten werden aus FEMTET-basierten Simulationen der Übertragungseigenschaften der Phantome abgeleitet und mit experimentellen Messungen des Prototyps¹² abgeglichen. Diese Kalibrierung stellt die Konsistenz zwischen numerischer Modellierung und experimentellen Daten sicher und stabilisiert die Konvergenz des iterativen Rekonstruktionsprozesses.

Protokoll

Alle klinischen Verfahren wurden vom Institutional Review Board der Aichi Medical University genehmigt (Zertifizierungsnummer für spezifische klinische Forschung: CRB4200004).

1. Einrichtung des Geräts

1. Bereiten Sie einen Raum vor, der groß genug ist, um die Haupteinheit, das Rack für die Büroautomation (OA) und das Patientenbett unterzubringen.
   HINWEIS: Um die Privatsphäre des Patienten zu gewährleisten, wird empfohlen, die Haupteinheit und das Bett durch einen Vorhang oder eine Trennwand zu trennen (Abbildung 4A). Eine Stromversorgung von mindestens AC 100 V, 10 A ist erforderlich.
2. Platzieren Sie den VNA, die Steuereinheit und den Laptop auf dem OA-Rack (Abbildung 4B).
3. Verbinden Sie das elektronische Kalibriermodul (Abbildung 4C) über ein USB-Kabel mit dem VNA.
4. Verbinden Sie den Antennenschalter mit fünf D-Sub-Kabeln mit der Steuereinheit.
5. Verbinden Sie das Kabel, das die DIO-Schnittstelle (Digital Input/Output) und den D-Sub-Stecker verbindet, mit dem Steuergerät (Abbildung 4D).
6. Verbinden Sie die DIO-Schnittstelle über ein USB-Kabel mit dem Laptop.
7. Verbinden Sie die Eingangs-/Ausgangsanschlüsse des VNA über HF-Kabel mit dem Antennenschalter (Abbildung 4B, E).
8. Verbinden Sie den GPIB-Anschluss des VNA mit einem GPIB-USB-Konvertierungskabel (Abbildung 4F), und schließen Sie den USB-Anschluss an den Laptop an.
9. Verbinden Sie das Ansaugrohr vom Bildsensor mit dem Sauger (Abbildung 4E).
10. Stecken Sie die Netzkabel des VNA, des Antennenschalters, des Laptops und des Aspirators in die Steckdosen und schalten Sie das Gerät ein.

2. Eingabe der Anfangsparameter

1. Starten Sie das Messprogramm Analyzer Control auf dem Laptop.
   HINWEIS: Das Startfenster wird angezeigt (Abbildung 5A).
2. Geben Sie die folgenden Parameter ein: Startfrequenz = 1000 MHz, Stoppfrequenz = 6000 MHz, Anzahl der Datenpunkte = 101 und Antwortwartezeit = 200 ms.
   HINWEIS: Für alle anderen Parameter sollten Standardwerte verwendet werden.
3. Drücken Sie die DIO-Taste , gefolgt von der GPIB-Bestätigungstaste .
   HINWEIS: Wenn alle Verbindungen korrekt sind, werden die Schaltflächen CAL-Assistent, CAL-Last, Automatische Messung und Manuelle Messung aktiviert (Abbildung 5B).

3. Kalibrierung des Vector Network Analyzer (VNA)

1. Trennen Sie die Kabel, die mit den Antennen 4 und 6 des Bildsensors verbunden sind, und schließen Sie sie an die Ein-/Ausgangsanschlüsse des elektronischen Kalibriermoduls an (Abbildung 6A).
2. Stellen Sie beide AUTO/MANUAL-Schalter an der Steuereinheit auf MANUAL und konfigurieren Sie den Tx-Kippschalter auf Binär 5 und den Rx-Kippschalter auf Binär 9 (Abbildung 6B).
3. Drücken Sie die Taste CAL Wizard .
   HINWEIS: Das Fenster des CAL-Assistenten wird angezeigt (Abbildung 6C).
4. Drücken Sie die Schaltfläche Set Wizard (Assistent einstellen) (Abbildung 6C).
5. Führen Sie eine Kalibrierung mit zwei Anschlüssen über das Frequenzband von 1 bis 6 GHz unter Verwendung des elektronischen Kalibriermoduls¹⁹ durch.
6. Drücken Sie nach Abschluss des Vorgangs die Taste CAL Wizard Exit , um das Fenster zu schließen (Abbildung 6C).
7. Drücken Sie die Schaltfläche CAL Speichern .
   HINWEIS: Das Fenster zum Speichern von Daten wird angezeigt (Abbildung 6D).
8. Geben Sie einen Namen für die kalibrierten Daten ein (z. B. 20250717.sta) und drücken Sie Speichern.
   HINWEIS Die Kalibrierungsdaten werden im VNA gespeichert. Wenn die Kalibrierung bereits durchgeführt wurde, ist eine Wiederholung nicht erforderlich. Drücken Sie in diesem Fall CAL Load, wählen Sie die entsprechende Datei aus (Abbildung 6E: z. B. 20240829.sta) und klicken Sie auf Apply , um die Kalibrierungsdaten in den VNA zu laden.
9. Stellen Sie den AUTO/MANUAL-Schalter am Steuergerät wieder auf AUTO.

4. Bildgebendes Verfahren

1. Positionieren Sie den Patienten bäuchlings auf dem Bett (Abbildung 7A).
2. Ziehen Sie das Oberteil der Patientin hoch und legen Sie eine Brust in den Bildsensor, wobei Sie sicherstellen, dass der Sensor nicht durch Kleidung verdeckt wird.
3. Schalten Sie den Sauger ein, um den Saugvorgang zu starten.
4. Stellen Sie den Vakuumdruck mit dem STRG-Knopf auf 0,04 - 0,06 MPa ein (Abbildung 7B). Wenn der Druck nicht reduziert werden kann, positionieren Sie den Patienten neu, bis eine ordnungsgemäße Absaugung erreicht ist.
5. Beenden Sie die Bildgebung, wenn der Absaugdruck bei 0 MPa bleibt.
   HINWEIS: Ein Spalt zwischen dem Sensor und der Brust verhindert eine genaue Bildaufnahme.
6. Drücken Sie die Taste Auto Measurement (Automatische Messung) (Abbildung 5B).
   HINWEIS: Das Fenster mit dem Messstatus wird angezeigt (Abbildung 7C).
7. Stellen Sie den Messbereich auf 1-28 ein und aktivieren Sie die Option Reziprozität überspringen.
8. Drücken Sie Messung starten , um die Datenerfassung zu starten.
   HINWEIS: Die Sende- und Empfangskombinationen werden während der Messung angezeigt (Abbildung 7D). Nach Abschluss werden die Ergebnisse im CSV-Format im Ordner VNA_Results gespeichert (Abbildung 7E).

5. Bildrekonstruktion

1. Öffnen Sie das Programm data_read in MATLAB.
2. Legen Sie den Pfad fest (z. B. C:\Users\yoshihiko\Desktop\VNA_Results) und geben Sie die Messdateien (z. B. P31_L.csv und P31_R.csv) zusammen mit dem Namen der Ausgabedaten an (Abbildung 8A).
3. Klicken Sie auf die Schaltfläche im Editor, um eine .mat-Datei für die Gerätekalibrierung zu generieren (Abbildung 8B).
4. Öffnen Sie das initialize_for_clinic Programm in MATLAB.
5. Geben Sie die folgenden Parameter ein (Abbildung 8C): Rekonstruktionsfrequenz: f = 1,9 × 10⁹ Hz; Pfad und Namen der Messdateien (z. B. C:\Users\kuwahara\OneDrive\patient_data\xxxxxxxx); Bezeichnung der linken und rechten Brust (L(:,:,fn)); Pfad und Name des Patientenarbeitsblatts ('xxxxxxxx.xlsx', sheet='sheet1')
6. Klicken Sie hier , um ein Patientenarbeitsblatt für die Verwendung im Excel-VBA-Hauptprogramm zu erstellen.
   HINWEIS: Es wird auch ein Verzeichnis zum Speichern von Rekonstruktionsergebnissen erstellt.
7. Öffnen Sie die MATLAB-Datei image_reconstruction_# (# gibt die Verarbeitungsnummer an).
8. Geben Sie den Pfad und den Namen des Patientenarbeitsblatts (z. B. G:\patient_sheet\xxxxxxxx_L.xlsx), die Rekonstruktionshäufigkeit (1,9 × 10⁹ Hz) und die Kalibrierungsdatei (cal_2314_ver2) an und speichern Sie dann die Einstellungen (Abbildung 8D).
9. Öffnen Sie das Hauptprogramm zur Bildrekonstruktion multi_person in Excel.
10. Geben Sie die Namen der Patientenarbeitsblätter ein, die Sie in Schritt 6 erstellt haben (z. B. xxxxxxxx_L zu vvvvvvv_R) (Abbildung 9A).
    HINWEIS: Die Bilder mehrerer Patienten können gleichzeitig rekonstruiert werden, indem Sie die Reihe der Arbeitsblattnamen eingeben.
11. Öffnen Sie das VBA-Programm über das Excel-Add-In.
12. Geben Sie den Bereich der zu verarbeitenden Arbeitsblätter an (np = 1 bis 8).
13. Vergewissern Sie sich, dass die Verzeichnisse für Arbeitsblätter in den Standardmodulen Data_read und Data_write korrekt eingestellt sind.
14. Wählen Sie getPDTdata aus und klicken Sie in den Editor, um den Bildrekonstruktionsprozess zu starten (Abbildung 9B).
15. Überprüfen Sie nach der Verarbeitung die rekonstruierten Bilder (3D-tomographische Längs- und Querschnitte), die im angegebenen Verzeichnis mit Dateinamen wie mwsdbim_20250617-14h36m04s zusammen mit den Patientenarbeitsblättern gespeichert sind.

Ergebnisse

Im Folgenden werden die bildgebenden Ergebnisse von drei repräsentativen Patienten vorgestellt:

Patient 1
Eine 78-jährige Frau mit einem 34 mm × 21 mm großen Krebs, der sich in der 2-Uhr-Position der linken Brust befindet. Die Brustdrüsen sind überwiegend fettig. Abbildung 10A und Abbildung 10B zeigen Röntgen-Mammographie-Bilder, während Abbildung 10C-F

Diskussion

Kalibrierung hat in diesem Zusammenhang zwei unterschiedliche Bedeutungen. Erstens bezieht es sich auf die Korrektur von gemessenen Streudaten, so dass die Ergebnisse genau in numerische Modelle einfließen können. Zweitens bezieht es sich auf die Kalibrierung des Vektornetzwerkanalysators (VNA) selbst.

Vor jeder Kalibrierung oder Messung sollte der VNA mindestens 15 Minuten im Voraus eingeschaltet werden, und die READY-Anzeige am elektronische...

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
Aspirator	ALS EINHEIT	DAS-01
digitales IO	Nationale Instrumente	USB6501
Elecreonisches Kalibrierungsmodul	Agilent	85093C	Eingestellt. Ersetze sie durch 85093D.
Elektromagnetischer Simulator	Murata Software	FEMTET
Excel VBA	Microsoft	Büro
GPIB-USB-Umwandlungskabel	Nationale Instrumente	GPIB-USB-HS
Numerische Software	Mathematikwerke	Matlab
VNA	Keysight	E5071C