È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Imaging clinico della mammografia a microonde

703 visualizzazioni

DOI:

10.3791/69288

14 novembre 2025

In questo articolo

Sommario

Questo protocollo descrive la procedura di imaging di un dispositivo di imaging a microonde per l'imaging del seno.

Abstract

Il cancro al seno è il tumore maligno più comune tra le donne e la diagnosi precoce e il trattamento sono fondamentali per migliorare i risultati clinici. La mammografia a raggi X rimane la modalità di screening standard; Tuttavia, presenta diverse limitazioni, tra cui l'esposizione alle radiazioni, il disagio del paziente e la ridotta sensibilità nelle donne con tessuto mammario denso. L'imaging a microonde, una tecnica non ionizzante, è emersa come un'alternativa promettente. Abbiamo sviluppato un dispositivo che ricostruisce le strutture del tessuto mammario risolvendo il problema dello scattering inverso ed è attualmente in fase di sperimentazione clinica. Questo sistema genera immagini tomografiche tridimensionali senza l'uso di mezzi di contrasto e senza causare dolore durante l'esame. Ad oggi, sono state sottoposte a imaging 24 pazienti con carcinoma mammario, con un'accuratezza dell'86% per i tumori ≥ 1 cm di diametro e del 58% quando sono inclusi i tumori < 1 cm. In questo articolo, presentiamo un protocollo dettagliato per la preparazione del dispositivo, l'imaging clinico e l'elaborazione dei dati, insieme ai risultati di imaging rappresentativi di pazienti selezionati.

Introduzione

Il cancro al seno è il tumore maligno più comune tra le donne, con circa 95.000 nuovi casi diagnosticati ogni anno inGiappone1. La diagnosi precoce e il trattamento sono essenziali per migliorare gli esiti dei pazienti.

La mammografia a raggi X è attualmente lo strumento di screening standard. Tuttavia, la sua sensibilità è limitata nelle donne con tessuto mammario denso, rendendo difficile l'individuazione di piccoli tumori2. Per affrontare questa limitazione, l'ecografia viene spesso utilizzata come metodo diagnostico aggiuntivo. Gli esami ecografici richiedono un alto livello di abilità dell'operatore e l'accuratezza diagnostica della mammografia o dell'ecografia da sola è di circa il 60%. La risonanza magnetica (MRI) con mezzo di contrasto raggiunge un'accuratezza superiore al 90%; Tuttavia, a causa degli elevati costi delle attrezzature e degli esami, la risonanza magnetica non è adatta per lo screening di routine ed è principalmente riservata al processo decisionale chirurgico e alla pianificazione del trattamento3.

Recentemente, l'imaging a microonde ha attirato sempre più attenzione come potenziale alternativa in grado di superare i limiti della mammografia e dell'ecografia4. Quando la radiazione a microonde interagisce con i tessuti biologici, si verificano forti riflessioni ai confini dielettrici. La riflettività è superiore di oltre un ordine di grandezza a quella dei raggi X o degli ultrasuoni, consentendo il rilevamento di piccole lesioni. La ricerca sul rilevamento del cancro al seno utilizzando l'imaging a microonde è in corso da oltre 25 anni, con diversi studi clinici riportati5.

L'imaging a microonde può essere classificato in due categorie: imaging confocale, che ricostruisce la distribuzione della potenza diffusa, e tomografia a diffusione, che ricostruisce la distribuzione della permittività complessa (costante dielettrica e conducibilità elettrica)6,7. L'imaging confocale è concettualmente simile alla diagnostica ecografica; Tuttavia, a causa delle molteplici riflessioni all'interno dei tessuti, le strutture interne non possono essere ricostruite con precisione. Al contrario, la tomografia a scattering fornisce ricostruzioni accurate anche in presenza di riflessioni multiple ma richiede una precisa modellazione numerica dello scattering elettromagnetico. Le attuali tecniche elettromagnetiche computazionali devono ancora affrontare sfide per replicare completamente questi fenomeni. Pertanto, la taratura che allinea i dati misurati con i modelli numerici è fondamentale per l'implementazione pratica8. Inoltre, poiché le risposte alle lesioni sono inferiori a 1/1000 della riflessione cutanea9, sono indispensabili antenne e ricevitori altamente sensibili con eccellenti prestazioni segnale-rumore.

Il nostro sistema affronta queste sfide introducendo approcci innovativi per risolvere il problema dello scattering inverso utilizzando un'approssimazione di Born distorta iterativa (IDBA)10. Sono state sviluppate diverse tecnologie chiave, tra cui un'antenna a tromba caricata con dielettrico a doppia polarizzazione11, un metodo di calibrazione che utilizza due fantocci omogenei12, la fissazione del seno al sensore tramite aspirazione13, l'eccitazione dell'onda multipolarizzata14 e lo sfruttamento della relazione lineare tra permittività tissutale e conducibilità15. Un prototipo di dispositivo che incorpora queste tecnologie è stato completato nel settembre 2023 e gli studi clinici sono iniziati nel novembre 2023.

Sebbene l'imaging a microonde sia stato ampiamente studiato, non esiste ancora un protocollo clinico ampiamente accettato che garantisca un'acquisizione dei dati riproducibile, una calibrazione robusta e una ricostruzione stabile dell'immagine tra i pazienti. La definizione di un tale protocollo è essenziale per la traduzione dell'imaging a microonde dalla ricerca sperimentale all'applicazione clinica pratica. Il protocollo presentato in questo studio, che incorpora la fissazione mammaria basata sull'aspirazione, la calibrazione a doppio fantoccio e l'eccitazione con onde multipolarizzate, soddisfa questi requisiti e fornisce un quadro standardizzato per una valutazione clinica affidabile della tomografia a microonde.

La Figura 1A illustra il principio dell'imaging a microonde16. Più antenne sono disposte intorno al petto, con un'antenna che trasmette mentre le altre ricevono onde diffuse. Un analizzatore di rete vettoriale (VNA) funziona sia come trasmettitore che come ricevitore. Se è disponibile una sola porta, la trasmissione e la ricezione vengono alternate in sequenza e i segnali diffusi vengono acquisiti per tutte le possibili coppie di antenne. I dati raccolti vengono poi utilizzati per ricostruire le immagini tomografiche della mammella.

La configurazione hardware del prototipo è riassunta nella Tabella 1 e mostrata nella Figura 1B, mentre l'aspetto esterno del prototipo è presentato nella Figura 2A. Il dispositivo è costituito da un contenitore in ceramica per il seno, 16 antenne attaccate al contenitore, un interruttore dell'antenna per la selezione delle antenne trasmittenti e ricette, un VNA per misurare le caratteristiche di trasmissione tra le coppie di antenne, un computer portatile con software di misurazione, un'unità di controllo per il coordinamento del laptop e l'interruttore dell'antenna e un aspiratore per la fissazione del seno basata sull'aspirazione (Figura 2C).

Il contenitore in ceramica con antenne collegate (indicato come sensore di immagine, Figura 2B) e l'interruttore dell'antenna sono alloggiati all'interno del corpo principale del dispositivo. Sebbene ci siano 16 antenne fisiche, 12 di esse sono a doppia polarizzazione, con un numero effettivo di antenne di 28. Il dispositivo è posizionato accanto al letto e la paziente giace prona, posizionando il seno nel sensore di imaging (Figura 1C). Per ridurre al minimo gli artefatti di imaging causati dal movimento del corpo, il seno viene fissato al sensore tramite l'aspiratore.

Durante la misurazione, viene selezionata un'antenna trasmittente e le microonde a 1,9 GHz con una potenza di uscita di -5 dBm vengono irradiate nel seno. I parametri di scattering (parametri S) vengono misurati dal VNA durante la commutazione sequenziale delle antenne trasmittenti e riceventi e i dati vengono registrati sul laptop. Questo processo viene ripetuto per tutte le combinazioni di antenne. L'acquisizione di un seno richiede circa 14 minuti. Il tempo di misurazione relativamente lungo è dovuto al processo di acquisizione seriale e agli intervalli di attesa aggiuntivi implementati per evitare errori di comunicazione. La durata della misurazione è coerente tra i pazienti.

I file di misura registrati vengono trasferiti a una workstation dedicata per la ricostruzione delle immagini. Il programma di controllo principale è implementato in Excel VBA, che coordina l'elaborazione dei dati e si interfaccia con il simulatore di campo elettromagnetico FEMTET e la piattaforma di analisi numerica MATLAB, come illustrato in Figura 317,18. La ricostruzione di una singola immagine del seno richiede circa 7 ore su una workstation dotata di CPU Intel Core i7-14700K e 96 GB di RAM. Poiché l'algoritmo di ricostruzione si basa su IDBA10, le simulazioni elettromagnetiche tridimensionali a onda intera su larga scala devono essere eseguite ripetutamente. Ogni analisi del campo elettromagnetico in avanti richiede circa 10 minuti e il recupero della distribuzione del campo calcolato da FEMTET richiede altri 30 minuti. Questo ciclo viene ripetuto dieci volte per ricostruzione, ottenendo un tempo di elaborazione cumulativo di circa 400 minuti.

L'ambiente software è riassunto nella Tabella 2. Il laptop è configurato con il programma Analyzer Control per gestire la comunicazione con il VNA e l'unità di controllo per l'interruttore dell'antenna. La connettività hardware richiede un'interfaccia DIO (Digital Input/Output) e un cavo di conversione GPIB-USB (General Purpose Interface Bus)-USB per garantire un trasferimento dei comandi affidabile. Tutti gli altri programmi di ricostruzione sono installati sulla workstation, che deve supportare Microsoft Excel, FEMTET e MATLAB. FEMTET viene utilizzato per risolvere le equazioni di Maxwell nel dominio dell'imaging tramite il metodo degli elementi finiti, mentre MATLAB esegue le routine numeriche necessarie per l'inversione IDBA.

È necessaria una rigorosa procedura di calibrazione per allineare i dati di scattering misurati con il modello numerico in avanti. La calibrazione viene eseguita utilizzando due fantocci dielettrici omogenei (Figura 2D) progettati per approssimare i mezzi che imitano i tessuti. A 1,9 GHz, il fantasma 1 mostra una permittività relativa di 6,65 e una tangente di perdita dielettrica di 0,438, mentre il fantasma 2 ha una permittività relativa di 4,66 e una tangente di perdita di 0,289. Viene pregenerato un file di calibrazione, cal_2314_94_ver2.mat, contenente coefficienti di correzione che compensano le discrepanze sistematiche tra i parametri S misurati e simulati. Questi coefficienti sono derivati da simulazioni basate su FEMTET delle caratteristiche di trasmissione dei fantocci e convalidati in modo incrociato con le misurazioni sperimentali ottenute con il prototipo12. Questa calibrazione garantisce la coerenza tra la modellazione numerica e i dati sperimentali, stabilizzando la convergenza del processo di ricostruzione iterativa.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

Tutte le procedure cliniche sono state approvate dall'Institutional Review Board dell'Università di Medicina di Aichi (Numero di certificazione della ricerca clinica specifica: CRB4200004).

1. Configurazione del dispositivo

  1. Preparare una stanza sufficientemente grande da ospitare l'unità principale, il rack di automazione dell'ufficio (OA) e il letto del paziente.
    NOTA: Per garantire la privacy del paziente, si consiglia di separare l'unità principale e il letto utilizzando una tenda o un divisorio (Figura 4A). È necessaria un'alimentazione di almeno 100 V CA, 10 A.
  2. Posizionare il VNA, l'unità di controllo e il laptop sul rack OA (Figura 4B).
  3. Collegare il modulo di calibrazione elettronico (Figura 4C) al VNA tramite un cavo USB.
  4. Collegare l'interruttore dell'antenna all'unità di controllo utilizzando cinque cavi D-sub.
  5. Collegare il cavo che collega l'interfaccia di ingresso/uscita digitale (DIO) e il connettore D-sub all'unità di controllo (Figura 4D).
  6. Collegare l'interfaccia DIO al laptop utilizzando un cavo USB.
  7. Collegare le porte di ingresso/uscita del VNA all'interruttore dell'antenna utilizzando cavi RF (Figura 4B, E).
  8. Collegare la porta GPIB del VNA a un cavo di conversione GPIB-USB (Figura 4F) e collegare il connettore USB al laptop.
  9. Collegare il tubo di aspirazione dal sensore di immagine all'aspiratore (Figura 4E).
  10. Collegare i cavi di alimentazione del VNA, dell'interruttore dell'antenna, del laptop e dell'aspiratore alle prese CA e accendere l'alimentazione.

2. Inserimento dei parametri iniziali

  1. Avviare il programma di misura Analyzer Control sul laptop.
    NOTA: Viene visualizzata la finestra di avvio (Figura 5A).
  2. Immettere i seguenti parametri: frequenza di avvio = 1000 MHz, frequenza di arresto = 6000 MHz, numero di punti dati = 101 e tempo di attesa della risposta = 200 ms.
    NOTA: I valori predefiniti devono essere utilizzati per tutti gli altri parametri.
  3. Premere il pulsante DIO , seguito dal pulsante di conferma GPIB .
    NOTA: Se tutti i collegamenti sono corretti, i pulsanti CAL Wizard, CAL Load, Auto Measurement e Manual Measurement diventano attivi (Figura 5B).

3. Calibrazione dell'analizzatore di reti vettoriali (VNA)

  1. Scollegare i cavi collegati alle antenne 4 e 6 del sensore di immagine e collegarli ai terminali di ingresso/uscita del modulo di calibrazione elettronica (Figura 6A).
  2. Impostare entrambi gli interruttori AUTO/MANUAL dell'unità di controllo su MANUAL e configurare l'interruttore a levetta Tx su binario 5 e l'interruttore a levetta Rx su binario 9 (Figura 6B).
  3. Premere il pulsante CAL Wizard .
    NOTA: Viene visualizzata la finestra CAL Wizard (Figura 6C).
  4. Premere il pulsante Imposta guidata (Figura 6C).
  5. Eseguire la calibrazione a due porte sulla banda di frequenza 1-6 GHz utilizzando il modulo di calibrazione elettronico19.
  6. Al termine, premere CAL Wizard Exit per chiudere la finestra (Figura 6C).
  7. Premere il pulsante CAL Save .
    NOTA: Viene visualizzata la finestra di salvataggio dei dati (Figura 6D).
  8. Immettere un nome per i dati calibrati (ad esempio, 20250717.sta) e premere Salva.
    NOTA I dati di calibrazione vengono salvati nel VNA. Se la calibrazione è già stata eseguita, non è necessario ripeterla. In tal caso, premere CAL Load, selezionare il file appropriato (Figura 6E: ad esempio, 20240829.sta) e fare clic su Applica per caricare i dati di calibrazione nel VNA.
  9. Riportare l'interruttore AUTO/MANUAL dell'unità di controllo su AUTO.

4. Procedura di imaging

  1. Posizionare il paziente prono sul letto (Figura 7A).
  2. Sollevare la parte superiore del paziente e posizionare un seno nel sensore di immagine, assicurandosi che nessun indumento ostruisca il sensore.
  3. Accendere l'aspiratore per avviare l'aspirazione.
  4. Regolare la pressione del vuoto a 0,04 - 0,06 MPa utilizzando la manopola CTRL (Figura 7B). Se la pressione non può essere ridotta, riposizionare il paziente fino a ottenere un'aspirazione corretta.
  5. Interrompere l'imaging se la pressione dell'aspiratore rimane a 0 MPa.
    NOTA: Uno spazio tra il sensore e il seno impedisce un'acquisizione accurata dell'immagine.
  6. Premere il pulsante Misurazione automatica (Figura 5B).
    NOTA: Viene visualizzata la finestra dello stato della misurazione (Figura 7C).
  7. Impostare l'intervallo di misurazione su 1-28 e abilitare Salta reciprocità.
  8. Premere Avvia misurazione per avviare l'acquisizione dei dati.
    NOTA: Le combinazioni di trasmissione e ricezione vengono visualizzate durante la misurazione (Figura 7D). Al termine, i risultati vengono salvati nella cartella VNA_Results in formato CSV (Figura 7E).

5. Ricostruzione dell'immagine

  1. Apri il programma data_read in MATLAB.
  2. Impostare il percorso (ad esempio, C:\Users\yoshihiko\Desktop\VNA_Results) e specificare i file di misurazione (ad esempio, P31_L.csv e P31_R.csv) insieme al nome dei dati di output (Figura 8A).
  3. Fare clic sul figure-protocol-1 pulsante nell'editor per generare un file .mat per la calibrazione dell'apparecchiatura (Figura 8B).
  4. Aprire il programma initialize_for_clinic in MATLAB.
  5. Inserire i seguenti parametri (Figura 8C): Frequenza di ricostruzione: f = 1,9 × 109 Hz; Percorso e nomi dei file di misurazione (ad esempio, C:\Users\kuwahara\OneDrive\patient_data\xxxxxxxx); Designazione del petto sinistro e destro (L(:,:,fn)); Percorso e nome del foglio di lavoro del paziente ('xxxxxxxx.xlsx', sheet='sheet1')
  6. Fare clic figure-protocol-2 per generare un foglio di lavoro del paziente da utilizzare nel programma VBA Excel principale.
    NOTA: Viene creata anche una directory per la memorizzazione dei risultati della ricostruzione.
  7. Aprire il file MATLAB image_reconstruction_# (# indica il numero di elaborazione).
  8. Specificare il percorso e il nome del foglio di lavoro del paziente (ad es. G:\patient_sheet\xxxxxxxx_L.xlsx), la frequenza di ricostruzione (1,9 × 109 Hz) e il file di calibrazione (cal_2314_ver2), quindi salvare le impostazioni (Figura 8D).
  9. Apri il programma principale di ricostruzione dell'immagine multi_person in Excel.
  10. Immettere i nomi dei fogli di lavoro dei pazienti creati nel passaggio 6 (ad esempio, da xxxxxxxx_L a vvvvvvv_R) (Figura 9A).
    NOTA: Le immagini di più pazienti possono essere ricostruite contemporaneamente inserendo la serie di nomi dei fogli di lavoro.
  11. Aprire il programma VBA dal componente aggiuntivo di Excel.
  12. Specificare l'intervallo di fogli di lavoro da elaborare (np = da 1 a 8).
  13. Verificare che le directory per i fogli di lavoro siano impostate correttamente nei moduli standard Data_read e Data_write .
  14. Selezionare getPDTdata e fare clic figure-protocol-3 nell'editor per avviare il processo di ricostruzione dell'immagine (Figura 9B).
  15. Dopo l'elaborazione, verificare le immagini ricostruite (sezioni longitudinali e trasversali tomografiche 3D), che vengono salvate nella directory specificata con nomi di file come mwsdbim_20250617-14h36m04s, insieme ai fogli di lavoro del paziente.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

Di seguito sono presentati i risultati dell'imaging di tre pazienti rappresentativi:

Paziente 1
Una donna di 78 anni con un cancro di 34 mm × 21 mm localizzato a ore 2 del seno sinistro. Le ghiandole mammarie sono prevalentemente grasse. La Figura 10A e la Figura 10B mostrano le immagini della mammografia a raggi X, mentre la Figura 10C-F

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

La taratura in questo contesto ha due significati distinti. In primo luogo, si riferisce alla correzione dei dati di scattering misurati in modo che i risultati possano essere incorporati con precisione nei modelli numerici. In secondo luogo, si riferisce alla calibrazione dell'analizzatore di reti vettoriali (VNA) stesso.

Prima di qualsiasi calibrazione o misurazione, il VNA deve essere acceso con almeno 15 minuti di anticipo e l'indicatore READY

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Gli autori dichiarano di non avere rapporti commerciali o finanziari con aziende legate a questo lavoro.

Ringraziamenti

Questo studio è stato condotto con il supporto della sovvenzione per la ricerca scientifica e tecnologica del Giappone, 24K10872. Questa ricerca è stata supportata da sovvenzioni di JSPS KAKENHI e dell'Agenzia giapponese per la ricerca e lo sviluppo medico (AMED). Gli autori hanno depositato domande di brevetto relative alla tecnologia descritta in questo articolo.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
AspiratoreCOME UNODAS-01
IO digitaleStrumenti NazionaliUSB6501
Modulo di Calibrazione ElettricaAgilent85093CSmesso di produzione. Sostituisci con 85093D.
Simulatore elettromagneticoMurata SoftwareFEMTET
Excel VBAMicrosoftUfficio
Cavo di conversione USB GPIBStrumenti NazionaliGPIB-USB-HS
Software numericoMathworksMatlab
VNAKeysightE5071C

Riferimenti

  1. Foundation for Promotion of Cancer Research. Cancer statistics in Japan - 2024. , Foundation for Promotion of Cancer Research. Tokyo. (2024).
  2. Lehman, C. D., et al. Cancer yield of mammography, MR, and US in high-risk women. Radiology. 224 (2), 381-388 (2007).
  3. 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).
  4. Pandya, H. N., Ghosh, D. K., Singh, J. S. Breast image reconstruction and cancer detection using microwave imaging. , Institute of Physics Publishing. Bristol. (2023).
  5. 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).
  6. Pastrino, M. Microwave imaging. , John Wiley & Sons. Hoboken, NJ. (2010).
  7. Kuwahara, Y. Microwave imaging for breast cancer detection. Breast cancer: evolving challenges and next frontiers. , Intechopen. London. (2021).
  8. 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).
  9. 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).
  10. 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).
  11. A microwave imaging sensor composed of a dielectric-loaded double-polarized horn antenna. Kuwahara, Y., Fujii, K. Proc Eur Conf Antennas Propag (EuCAP), , (2023).
  12. Clinical imaging by the microwave mammography. Kuwahara, Y., Fuji, K. 2025 IEEE MTT-S Int Microwave Biomed Conf, , (2025).
  13. Conformal array antenna with the aspirator for the microwave mammography. Kuwahara, Y., Suzuki, K., Horie, H., Hatano, H. 2010 IEEE APS Int Symp, , (2010).
  14. Mohamed, L., et al. Study of multi-polarization in microwave tomography for breast cancer detection. IEICE Trans J. J99-C, 393-401 (2016).
  15. 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).
  16. Kuwahara, Y. Microwave imaging for early breast cancer detection. New perspective in breast imaging. , Croatia. (2017).
  17. Microwave mammography with a small sensor and a commercial electromagnetic simulator. Proc Eur Microw Conf (EuMC). Kuwahara, Y. , 663-666 (2016).
  18. Application of S-parameter to the inverse scattering problem. Kuwahara, Y. 11th Eur Conf Antennas Propag (EuCAP), , (2017).
  19. 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).
  20. 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).
  21. Rana, S. P., et al. Radiation-free microwave technology for breast lesion detection using supervised machine learning model. Tomography. 9 (1), 105-129 (2023).
  22. 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).
  23. 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).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Tag

Imaging del tumore al senoimaging a microondescattering inversoimaging tomograficoricostruzione dell'immagineimaging non ionizzantetessuto mammario densoimaging senza radiazioni