Imágenes clínicas de mamografía por microondas

Resumen

Este protocolo describe el procedimiento de imagen de un dispositivo de imágenes de microondas para imágenes mamarias.

Resumen

El cáncer de mama es la neoplasia maligna más común entre las mujeres, y la detección y el tratamiento tempranos son fundamentales para mejorar los resultados clínicos. La mamografía de rayos X sigue siendo la modalidad de detección estándar; sin embargo, tiene varias limitaciones, incluida la exposición a la radiación, la incomodidad del paciente y la sensibilidad reducida en mujeres con tejido mamario denso. Las imágenes de microondas, una técnica no ionizante, han surgido como una alternativa prometedora. Hemos desarrollado un dispositivo que reconstruye las estructuras del tejido mamario resolviendo el problema de la dispersión inversa y actualmente se encuentra en ensayos clínicos. Este sistema genera imágenes tomográficas tridimensionales sin el uso de agentes de contraste y sin causar dolor durante el examen. Hasta la fecha, se han obtenido imágenes de 24 pacientes con cáncer de mama, con una precisión del 86% para tumores de ≥ 1 cm de diámetro y del 58% cuando se incluyen tumores < 1 cm. En este artículo, presentamos un protocolo detallado para la preparación del dispositivo, las imágenes clínicas y el procesamiento de datos, junto con resultados de imágenes representativos de pacientes seleccionados.

Introducción

El cáncer de mama es la neoplasia maligna más común entre las mujeres, con aproximadamente 95.000 nuevos casos diagnosticados anualmente^{en Japón.} La detección y el tratamiento tempranos son esenciales para mejorar los resultados de los pacientes.

La mamografía de rayos X es actualmente la herramienta de detección estándar. Sin embargo, su sensibilidad es limitada en mujeres con tejido mamario denso, lo que dificulta la detección de tumores pequeños². Para abordar esta limitación, la ecografía se utiliza a menudo como método de diagnóstico complementario. Los exámenes de ultrasonido requieren un alto nivel de habilidad del operador, y la precisión diagnóstica de la mamografía o la ecografía sola es de aproximadamente el 60%. La resonancia magnética (RM) mejorada con contraste logra una precisión superior al 90%; sin embargo, debido a los altos costos de equipos y exámenes, la RM no es adecuada para el cribado rutinario y se reserva principalmente para la toma de decisiones quirúrgicas y la planificación del tratamiento³.

Recientemente, la imagen por microondas ha atraído una atención creciente como una alternativa potencial capaz de superar las limitaciones de la mamografía y el ultrasonido⁴. Cuando la radiación de microondas interactúa con el tejido biológico, se producen fuertes reflexiones en los límites dieléctricos. La reflectividad es más de un orden de magnitud superior a la de los rayos X o la ecografía, lo que permite la detección de pequeñas lesiones. La investigación sobre la detección del cáncer de mama mediante imágenes de microondas ha estado en curso durante más de 25 años, con varios estudios clínicos reportados⁵.

Las imágenes de microondas se pueden clasificar ampliamente en dos categorías: imágenes confocales, que reconstruyen la distribución de la potencia dispersa, y tomografía de dispersión, que reconstruye la distribución de la permitividad compleja (constante dieléctrica y conductividad eléctrica)^6,7. Las imágenes confocales son conceptualmente similares al diagnóstico por ultrasonido; sin embargo, debido a múltiples reflejos dentro del tejido, las estructuras internas no se pueden reconstruir con precisión. Por el contrario, la tomografía de dispersión proporciona reconstrucciones precisas incluso en presencia de múltiples reflexiones, pero requiere un modelado numérico preciso de la dispersión electromagnética. Las técnicas electromagnéticas computacionales actuales aún enfrentan desafíos para replicar completamente estos fenómenos. Por lo tanto, la calibración que alinea los datos medidos con los modelos numéricos es fundamental para la implementación práctica⁸. Además, debido a que las respuestas de las lesiones son inferiores a 1/1000 de la reflexión de la piel⁹, son indispensables antenas y receptores altamente sensibles con excelente rendimiento de relación señal-ruido.

Nuestro sistema aborda estos desafíos mediante la introducción de enfoques innovadores para resolver el problema de dispersión inversa utilizando una aproximación de Born distorsionada iterativa (IDBA)¹⁰. Se han desarrollado varias tecnologías clave, incluida una antena de bocina de doble polarización cargada dieléctrica¹¹, un método de calibración que utiliza dos maniquíes homogéneos¹², fijación mamaria al sensor mediante succión¹³, excitación de onda multipolarizada¹⁴ y explotación de la relación lineal entre la permitividad y la conductividad tisular¹⁵. En septiembre de 2023 se completó un prototipo de dispositivo que incorpora estas tecnologías y los ensayos clínicos comenzaron en noviembre de 2023.

Aunque las imágenes de microondas se han investigado ampliamente, todavía no existe un protocolo clínico ampliamente aceptado que garantice la adquisición de datos reproducibles, una calibración sólida y una reconstrucción de imágenes estable en todos los pacientes. El establecimiento de un protocolo de este tipo es esencial para la traducción de las imágenes de microondas de la investigación experimental a la aplicación clínica práctica. El protocolo presentado en este estudio, que incorpora fijación mamaria basada en succión, calibración de doble maniquí y excitación de ondas multipolarizadas, aborda estos requisitos y proporciona un marco estandarizado para una evaluación clínica confiable de la tomografía de microondas.

La Figura 1A ilustra el principio de las imágenes de microondas¹⁶. Múltiples antenas están dispuestas alrededor del pecho, con una antena transmitiendo mientras que las otras reciben ondas dispersas. Un analizador vectorial de redes (VNA) funciona como transmisor y receptor. Si solo se dispone de un puerto, la transmisión y la recepción se alternan secuencialmente, y se adquieren señales dispersas para todos los pares de antenas posibles. Los datos recopilados se utilizan para reconstruir imágenes tomográficas de la mama.

La configuración de hardware del prototipo se resume en la Tabla 1 y se muestra en la Figura 1B, mientras que la apariencia externa del prototipo se presenta en la Figura 2A. El dispositivo consta de un recipiente de cerámica para el seno, 16 antenas conectadas al contenedor, un interruptor de antena para seleccionar antenas transmisoras y receptoras, un VNA para medir las características de transmisión entre pares de antenas, una computadora portátil con software de medición, una unidad de control para coordinar la computadora portátil y el interruptor de antena, y un aspirador para la fijación mamaria basada en succión (Figura 2C).

El recipiente de cerámica con antenas conectadas (denominado sensor de imágenes, Figura 2B) y el interruptor de antena están alojados dentro del cuerpo principal del dispositivo. Aunque hay 16 antenas físicas, 12 de ellas son de doble polarización, lo que da como resultado un recuento efectivo de 28 antenas. El dispositivo se coloca al lado de la cama y la paciente se acuesta boca abajo, colocando su seno en el sensor de imágenes (Figura 1C). Para minimizar los artefactos de imagen causados por el movimiento del cuerpo, el seno se fija por succión al sensor usando el aspirador.

Durante la medición, se selecciona una antena transmisora y se irradian microondas a 1,9 GHz con una potencia de salida de -5 dBm en el pecho. Los parámetros de dispersión (parámetros S) son medidos por el VNA mientras se cambian secuencialmente las antenas de transmisión y recepción, y los datos se registran en la computadora portátil. Este proceso se repite para todas las combinaciones de antenas. La adquisición de un seno toma aproximadamente 14 minutos. El tiempo de medición relativamente largo se debe al proceso de adquisición en serie y a los intervalos de espera adicionales implementados para evitar errores de comunicación. La duración de la medición es consistente en todos los pacientes.

Los archivos de medición registrados se transfieren a una estación de trabajo dedicada para la reconstrucción de imágenes. El programa de control central se implementa en Excel VBA, que coordina el procesamiento de datos e interactúa con el simulador de campos electromagnéticos FEMTET y la plataforma de análisis numérico MATLAB, como se ilustra en la Figura 3^17,18. La reconstrucción de una sola imagen mamaria requiere aproximadamente 7 h en una estación de trabajo equipada con una CPU Intel Core i7-14700K y 96 GB de RAM. Dado que el algoritmo de reconstrucción se basa en IDBA¹⁰, las simulaciones electromagnéticas tridimensionales de onda completa a gran escala deben ejecutarse repetidamente. Cada análisis de campo electromagnético directo requiere aproximadamente 10 min, y la recuperación de la distribución de campo calculada de FEMTET lleva 30 min adicionales. Este ciclo se repite diez veces por reconstrucción, lo que produce un tiempo de procesamiento acumulado de aproximadamente 400 min.

El entorno de software se resume en la Tabla 2. La computadora portátil está configurada con el programa Analyzer Control para administrar la comunicación con el VNA y la unidad de control para el interruptor de antena. La conectividad de hardware requiere una interfaz de entrada/salida digital (DIO) y un cable de conversión de bus de interfaz de uso general (GPIB)-USB para garantizar una transferencia de comandos confiable. Todos los demás programas de reconstrucción se instalan en la estación de trabajo, que debe ser compatible con Microsoft Excel, FEMTET y MATLAB. FEMTET se utiliza para resolver las ecuaciones de Maxwell en el dominio de la imagen a través del método de elementos finitos, mientras que MATLAB ejecuta rutinas numéricas necesarias para la inversión IDBA.

Se requiere un procedimiento de calibración riguroso para alinear los datos de dispersión medidos con el modelo numérico hacia adelante. La calibración se realiza utilizando dos maniquíes dieléctricos homogéneos (Figura 2D) diseñados para aproximarse a los medios que imitan los tejidos. A 1,9 GHz, el fantasma 1 exhibe una permitividad relativa de 6,65 y una tangente de pérdida dieléctrica de 0,438, mientras que el fantasma 2 tiene una permitividad relativa de 4,66 y una tangente de pérdida de 0,289. Se genera previamente un archivo de calibración, cal_2314_94_ver2.mat, que contiene coeficientes de corrección que compensan las discrepancias sistemáticas entre los parámetros S medidos y simulados. Estos coeficientes se derivan de simulaciones basadas en FEMTET de las características de transmisión de los maniquíes y se validan de forma cruzada con mediciones experimentales obtenidas con el prototipo¹². Esta calibración garantiza la coherencia entre el modelado numérico y los datos experimentales, estabilizando la convergencia del proceso de reconstrucción iterativo.

Protocolo

Todos los procedimientos clínicos fueron aprobados por la Junta de Revisión Institucional de la Universidad Médica de Aichi (Número de Certificación de Investigación Clínica Específica: CRB4200004).

1. Configuración del dispositivo

1. Prepare una habitación lo suficientemente grande para acomodar la unidad principal, el estante de automatización de oficinas (OA) y la cama del paciente.
   NOTA: Para garantizar la privacidad del paciente, se recomienda separar la unidad principal y la cama mediante una cortina o partición (Figura 4A). Se requiere una fuente de alimentación de al menos 100 V CA, 10 A.
2. Coloque el VNA, la unidad de control y la computadora portátil en el bastidor de OA (Figura 4B).
3. Conecte el módulo de calibración electrónica (Figura 4C) al VNA mediante un cable USB.
4. Conecte el interruptor de antena a la unidad de control mediante cinco cables D-sub.
5. Conecte el cable que conecta la interfaz de entrada/salida digital (DIO) y el conector D-sub a la unidad de control (Figura 4D).
6. Conecte la interfaz DIO a la computadora portátil con un cable USB.
7. Conecte los puertos de entrada/salida del VNA al conmutador de antena mediante cables de RF (Figura 4B, E).
8. Conecte el puerto GPIB del VNA a un cable de conversión GPIB-USB (Figura 4F) y conecte el conector USB a la computadora portátil.
9. Conecte el tubo de admisión del sensor de imágenes al aspirador (Figura 4E).
10. Enchufe los cables de alimentación del VNA, el interruptor de antena, la computadora portátil y el aspirador en los tomacorrientes de CA y encienda la alimentación.

2. Entrada de parámetros iniciales

1. Inicie el programa de medición Analyzer Control en la computadora portátil.
   NOTA: Aparece la ventana de inicio (Figura 5A).
2. Introduzca los siguientes parámetros: frecuencia de inicio = 1000 MHz, frecuencia de parada = 6000 MHz, número de puntos de datos = 101 y tiempo de espera de respuesta = 200 ms.
   NOTA: Los valores predeterminados deben usarse para todos los demás parámetros.
3. Presione el botón DIO , seguido del botón de confirmación GPIB .
   NOTA: Si todas las conexiones son correctas, los botones CAL Wizard, CAL Load, Auto Measurement y Manual Measurement se activan (Figura 5B).

3. Calibración del analizador vectorial de redes (VNA)

1. Desconecte los cables conectados a las antenas 4 y 6 del sensor de imágenes y conéctelos a los terminales de entrada/salida del módulo de calibración electrónica (Figura 6A).
2. Coloque ambos interruptores AUTO/MANUAL en la unidad de control en MANUAL y configure el interruptor de palanca Tx en binario 5 y el interruptor de palanca Rx en binario 9 (Figura 6B).
3. Presione el botón CAL Wizard .
   NOTA: Aparece la ventana del Asistente de CAL (Figura 6C).
4. Presione el botón Establecer asistente (Figura 6C).
5. Realice la calibración de dos puertos en la banda de frecuencia de 1 a 6 GHz utilizando el módulo de calibración electrónica¹⁹.
6. Al finalizar, presione Salir del asistente de CAL para cerrar la ventana (Figura 6C).
7. Presione el botón CAL Save .
   NOTA: Aparece la ventana de guardado de datos (Figura 6D).
8. Introduzca un nombre para los datos calibrados (por ejemplo, 20250717.sta) y pulse Guardar.
   NOTA: Los datos de calibración se guardan en el VNA. Si ya se ha realizado la calibración, no es necesario repetirla. En ese caso, presione CAL Load, seleccione el archivo apropiado (Figura 6E: por ejemplo, 20240829.sta) y haga clic en Apply para cargar los datos de calibración en el VNA.
9. Vuelva a colocar el interruptor AUTO/MANUAL de la unidad de control en AUTO.

4. Procedimiento de imagen

1. Coloque al paciente boca abajo en la cama (Figura 7A).
2. Levante la parte superior de la paciente y coloque un seno en el sensor de imágenes, asegurándose de que ninguna ropa obstruya el sensor.
3. Encienda el aspirador para iniciar la succión.
4. Ajuste la presión de vacío a 0,04 - 0,06 MPa con la perilla CTRL (Figura 7B). Si no se puede reducir la presión, vuelva a colocar al paciente hasta que se logre una succión adecuada.
5. Suspenda las imágenes si la presión del aspirador permanece en 0 MPa.
   NOTA: Un espacio entre el sensor y el seno impide la adquisición precisa de imágenes.
6. Presione el botón Medición automática (Figura 5B).
   NOTA: Aparece la ventana de estado de medición (Figura 7C).
7. Establezca el rango de medición en 1-28 y habilite Omitir reciprocidad.
8. Presione Iniciar medición para comenzar la adquisición de datos.
   NOTA: Las combinaciones de transmisión y recepción se muestran durante la medición (Figura 7D). Al finalizar, los resultados se guardan en la carpeta VNA_Results en formato CSV (Figura 7E).

5. Reconstrucción de imágenes

1. Abra el programa data_read en MATLAB.
2. Establezca la ruta (por ejemplo, C:\Users\yoshihiko\Desktop\VNA_Results) y especifique los archivos de medición (por ejemplo, P31_L.csv y P31_R.csv) junto con el nombre de los datos de salida (Figura 8A).
3. Haga clic en el botón del editor para generar un archivo .mat para la calibración del equipo (Figura 8B).
4. Abra el programa initialize_for_clinic en MATLAB.
5. Introduzca los siguientes parámetros (Figura 8C): Frecuencia de reconstrucción: f = 1,9 × 10⁹ Hz; Ruta y nombres de los archivos de medición (por ejemplo, C:\Users\kuwahara\OneDrive\patient_data\xxxxxxxx); Designación de la mama izquierda y derecha (L(:,:,fn)); Ruta y nombre de la hoja de trabajo del paciente ('xxxxxxxx.xlsx', sheet='sheet1')
6. Haga clic para generar una hoja de trabajo del paciente para usar en el programa principal de Excel VBA .
   NOTA: También se crea un directorio para almacenar los resultados de la reconstrucción.
7. Abra el archivo image_reconstruction_# de MATLAB (# indica el número de procesamiento).
8. Especifique la ruta y el nombre de la hoja de trabajo del paciente (por ejemplo, G:\patient_sheet\xxxxxxxx_L.xlsx), la frecuencia de reconstrucción (1,9 × 10⁹ Hz) y el archivo de calibración (cal_2314_ver2), luego guarde la configuración (Figura 8D).
9. Abra el programa principal de reconstrucción de imágenes multi_person en Excel.
10. Ingrese los nombres de las hojas de trabajo del paciente creadas en el paso 6 (por ejemplo, xxxxxxxx_L a vvvvvvv_R) (Figura 9A).
    NOTA: Las imágenes de varios pacientes se pueden reconstruir simultáneamente ingresando la serie de nombres de hojas de trabajo.
11. Abra el programa VBA desde el complemento de Excel.
12. Especifique el rango de hojas de trabajo que se van a procesar (np = 1 a 8).
13. Confirme que los directorios de las hojas de cálculo están configurados correctamente en los módulos estándar Data_read y Data_write .
14. Seleccione getPDTdata y haga clic en el editor para iniciar el proceso de reconstrucción de imágenes (Figura 9B).
15. Después del procesamiento, verifique las imágenes reconstruidas (secciones longitudinales y transversales tomográficas 3D), que se guardan en el directorio especificado con nombres de archivo como mwsdbim_20250617-14h36m04s, junto con las hojas de trabajo del paciente.

Resultados

A continuación se presentan los resultados de las imágenes de tres pacientes representativos:

Paciente 1
Mujer de 78 años con cáncer de 34 mm × 21 mm localizado en la posición de las 2 horas de la mama izquierda. Las glándulas mamarias son predominantemente grasas. La Figura 10A y la Figura 10B muestran imágenes de mamografía de rayos X, mientras que la Figura ...

Discusión

La calibración en este contexto tiene dos significados distintos. En primer lugar, se refiere a la corrección de los datos de dispersión medidos para que los resultados puedan incorporarse con precisión a los modelos numéricos. En segundo lugar, se refiere a la calibración del analizador vectorial de redes (VNA) en sí.

Antes de cualquier calibración o medición, el VNA debe encenderse con al menos 15 minutos de anticipación y el indicador READY

Materiales

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
Aspirador	COMO UNO	DAS-01
E/S digital	Instrumentos Nacionales	USB6501
Módulo de Calibración Eléctrica	Agilent	85093C	Descontinuado. Cámbiala por 85093D.
Simulador electromagnético	Murata Software	FEMTET
Excel VBA	Microsoft	Oficina
Cable de conversión USB GPIB	Instrumentos Nacionales	GPIB-USB-HS
Software numérico	Mathworks	Matlab
VNA	Keysight	E5071C