このプロトコルは、乳房イメージング用のマイクロ波イメージングデバイスのイメージング手順を記述します。
このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。
この記事について
サマリー
要約
乳がんは女性の間で最も一般的な悪性腫瘍であり、臨床転帰を改善するには早期発見と治療が重要です。X 線マンモグラフィーは依然として標準的なスクリーニング方法です。ただし、放射線被ばく、患者の不快感、乳房組織が密集している女性の感受性の低下など、いくつかの制限があります。非電離技術であるマイクロ波イメージングが有望な代替手段として浮上しています。逆散乱問題を解くことで乳房組織構造を再構築する装置を開発し、現在臨床試験中です。造影剤を使用せず、検査中に痛みを引き起こすことなく、3次元断層撮影画像を生成するシステムです。現在までに、24人の乳がん患者が画像化されており、直径1cm≥腫瘍の精度は86%、1cm<腫瘍を含めると58%です。この記事では、デバイスの準備、臨床画像処理、およびデータ処理の詳細なプロトコルを、選択された患者からの代表的な画像結果とともに紹介します。
概要
乳がんは女性に多く見られる悪性腫瘍であり、日本では毎年約95,000人が新たに診断されています1。患者の転帰を改善するには、早期発見と治療が不可欠です。
X線マンモグラフィは現在、標準的なスクリーニングツールです。ただし、乳房組織が密集している女性では感度が限られており、小さな腫瘍の検出が困難になります2。この制限に対処するために、超音波は補助診断方法としてよく使用されます。超音波検査には高いオペレーターのスキルが要求され、マンモグラフィや超音波検査だけで診断精度は約60%です。造影磁気共鳴画像法 (MRI) は 90% を超える精度を達成します。それにもかかわらず、MRI は機器と検査費用が高いため、定期的なスクリーニングには適しておらず、主に外科的意思決定と治療計画に限定されています3。
最近、マイクロ波イメージングは、マンモグラフィと超音波の限界を克服できる潜在的な代替手段としてますます注目を集めています4。マイクロ波放射が生体組織と相互作用すると、誘電体境界で強い反射が発生します。反射率はX線や超音波よりも一桁以上高く、小さな病変の検出が可能です。マイクロ波イメージングを用いた乳がん検出の研究は25年以上にわたって行われており、いくつかの臨床研究が報告されています5。
マイクロ波イメージングは、散乱電力の分布を再構築する共焦点イメージングと、複素誘電率(誘電率と電気伝導率)の分布を再構築する散乱断層撮影法の2つのカテゴリに大別できます6,7。共焦点イメージングは概念的には超音波診断に似ています。しかし、組織内の複数の反射により、内部構造を正確に再構築することはできません。対照的に、散乱断層撮影法は、複数の反射が存在する場合でも正確な再構成を提供しますが、電磁散乱の正確な数値モデリングが必要です。現在の計算電磁技術は、これらの現象を完全に再現する上で依然として課題に直面しています。したがって、実用化には、測定データと数値モデルを一致させるキャリブレーションが重要です8。また、病変の反応は皮膚反射の1/1000未満である9であるため、信号対雑音性能に優れた高感度アンテナや受信機が不可欠です。
私たちのシステムは、反復歪んだボルン近似(IDBA)10を使用して逆散乱問題を解決するための革新的なアプローチを導入することにより、これらの課題に対処します。二重偏波誘電体負荷ホーンアンテナ11、2つの均質ファントム12を使用した校正方法、吸引13によるセンサーへの乳房固定、多偏波励起14、組織誘電率と導電率15の間の線形関係の利用など、いくつかの重要な技術が開発されています.これらの技術を取り入れた試作装置は2023年9月に完成し、2023年11月には臨床試験を開始しました。
マイクロ波イメージングは広く研究されてきましたが、患者全体で再現性のあるデータ取得、堅牢なキャリブレーション、安定した画像再構成を保証する、広く受け入れられている臨床プロトコルはまだありません。このようなプロトコルの確立は、マイクロ波イメージングを実験研究から実際の臨床応用に移行するために不可欠です。この研究で提示されたプロトコルは、吸引ベースの乳房固定、デュアルファントムキャリブレーション、および多偏波励起を組み込んでおり、これらの要件に対処し、マイクロ波断層撮影の信頼性の高い臨床評価のための標準化されたフレームワークを提供します。
図1A は、マイクロ波イメージング16の原理を示しています。乳房の周囲には複数のアンテナが配置されており、1 つのアンテナが送信し、他のアンテナが散乱波を受信します。ベクトルネットワークアナライザ(VNA)は、送信機と受信機の両方として機能します。ポートが 1 つしか使用できない場合、送信と受信は順番に交互に行われ、可能なすべてのアンテナ ペアに対して散乱信号が取得されます。収集されたデータは、乳房の断層撮影画像を再構築するために使用されます。
プロトタイプのハードウェア構成を 表1 にまとめて図 1Bに示し、プロトタイプの外観を 図2Aに示します。このデバイスは、乳房用のセラミック容器、容器に取り付けられた16個のアンテナ、送信アンテナと受信アンテナを選択するためのアンテナスイッチ、アンテナペア間の伝送特性を測定するためのVNA、測定ソフトウェアを備えたラップトップコンピュータ、ラップトップとアンテナスイッチを調整するための制御ユニット、および吸引ベースの乳房固定用の吸引器で構成されています(図2C)。
アンテナが取り付けられたセラミック容器(イメージングセンサー、 図2Bと呼ばれる)とアンテナスイッチは、デバイスの本体内に収納されています。物理アンテナは 16 個ありますが、そのうち 12 個は二重偏波であるため、有効アンテナ数は 28 個になります。デバイスはベッドの横に配置され、患者はうつ伏せになり、乳房を画像センサーに入れます(図1C)。体の動きによる画像アーティファクトを最小限に抑えるために、乳房は吸引器を使用してセンサーに吸引固定されます。
測定中は送信アンテナを選択し、出力電力-5dBmの1.9GHzのマイクロ波を乳房に照射します。散乱パラメータ(Sパラメータ)は、送信アンテナと受信アンテナを順次切り替えながらVNAによって測定され、データはラップトップに記録されます。このプロセスは、すべてのアンテナの組み合わせに対して繰り返されます。片方の乳房の取得には約14分かかります。測定時間が比較的長いのは、シリアル取得プロセスと、通信エラーを防ぐために実装された追加の待機間隔によるものです。測定時間は患者間で一貫しています。
記録された測定ファイルは、画像再構成のために専用のワークステーションに転送されます。コア制御プログラムはExcel VBAで実装されており、データ処理を調整し、図317,18に示すように、電磁界シミュレータFEMTETおよび数値解析プラットフォームMATLABとのインターフェースを行います。単一の乳房画像の再構成には、Intel Core i7-14700K CPUと96 GBのRAMを搭載したワークステーションで約7時間かかります。再構成アルゴリズムはIDBA10に基づいているため、大規模な3次元全波電磁波シミュレーションを繰り返し実行する必要があります。各前方電磁界解析には約10分かかり、FEMTETから計算された電界分布を取得するにはさらに30分かかります。このサイクルは再構成ごとに10回繰り返され、累積処理時間は約400分になります。
ソフトウェア環境を 表2にまとめます。ラップトップは、VNAおよびアンテナスイッチのコントロールユニットとの通信を管理するためのアナライザー制御プログラムで構成されています。ハードウェア接続には、信頼性の高いコマンド転送を保証するために、デジタル入出力(DIO)インターフェイスと汎用インターフェイスバス(GPIB)-USB変換ケーブルが必要です。他のすべての再構成プログラムはワークステーションにインストールされ、Microsoft Excel、FEMTET、および MATLAB をサポートする必要があります。FEMTETは有限要素法 を介して イメージング領域のマクスウェル方程式を解くために使用され、MATLABはIDBA反転に必要な数値ルーチンを実行します。
測定された散乱データを数値フォワードモデルと一致させるには、厳密な校正手順が必要です。キャリブレーションは、組織模倣媒体に近似するように設計された2つの均質な誘電体ファントム(図2D)を使用して実行されます。1.9 GHz では、ファントム 1 の比誘電率は 6.65、誘電正接は 0.438 ですが、ファントム 2 の比誘電率は 4.66、損失正接は 0.289 です。キャリブレーションファイルcal_2314_94_ver2.matが事前に生成され、測定されたSパラメータとシミュレートされたSパラメータの間の体系的な不一致を補正する補正係数が含まれています。これらの係数は、ファントムの伝送特性のFEMTETベースのシミュレーションから導き出され、プロトタイプ12で得られた実験測定値と照合検証されています。このキャリブレーションにより、数値モデリングと実験データ間の一貫性が確保され、反復再構成プロセスの収束が安定します。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
プロトコル
すべての臨床手順は、愛知医科大学治験審査委員会の承認を受けています(特定臨床研究の認定番号:CRB4200004)。
1. デバイスのセットアップ
- 本体、OA(オフィスオートメーション)ラック、患者用ベッドを収容するのに十分な広さの部屋を用意します。
注:患者のプライバシーを確保するために、カーテンまたはパーティションを使用して本体とベッドを分離することをお勧めします(図4A)。少なくともAC 100 V、10 Aの電源が必要です。 - VNA、コントロールユニット、およびラップトップをOAラックに配置します(図4B)。
- 電子校正モジュール(図4C)をUSBケーブル を介して VNAに接続します。
- 5本のD-subケーブルを使用して、アンテナスイッチをコントロールユニットに接続します。
- デジタル入出力(DIO)インターフェイスとD-subコネクタを接続するケーブルをコントロールユニットに接続します(図4D)。
- USBケーブルを使用して、DIOインターフェイスをラップトップに接続します。
- RF ケーブルを使用して、VNA の入出力ポートをアンテナ スイッチに接続します(図 4B、E)。
- VNAのGPIBポートをGPIB-USB変換ケーブル(図4F)に接続し、USBコネクタをラップトップに接続します。
- イメージングセンサーから吸気管を吸引器に接続します(図4E)。
- VNA、アンテナスイッチ、ラップトップ、およびアスピレーターの電源ケーブルをACコンセントに差し込み、電源を入れます。
2. 初期パラメータの入力
- ラップトップで測定プログラムAnalyzer Controlを起動します。
メモ:スタートウィンドウが表示されます(図5A)。 - 次のパラメータを入力します:開始周波数= 1000 MHz、停止周波数= 6000 MHz、データポイント数= 101、応答待機時間= 200ミリ秒。
注: 他のすべてのパラメータにはデフォルト値を使用する必要があります。 - DIOボタンを押してから、GPIB確認ボタンを押します。
メモ:すべての接続が正しい場合、CALウィザード、CALロード、自動測定、および手動測定ボタンがアクティブになります(図5B)。
3. ベクトルネットワークアナライザ(VNA)のキャリブレーション
- イメージングセンサーのアンテナ4と6に接続されているケーブルを外し、電子キャリブレーションモジュールの入出力端子に接続します(図6A)。
- コントロールユニットの AUTO/MANUAL スイッチの両方を MANUALに設定し、 Txトグル スイッチをバイナリ5に、 Rxトグルスイッチ をバイナリ9に設定します(図6B)。
- CALウィザードボタンを押します。
メモ: CALウィザード ウィンドウが開きます(図6C)。 - [Set Wizard](設定ウィザード)ボタンを押します(図6C)。
- 電子校正モジュール19を使用して、1〜6GHzの周波数帯域で2ポート校正を実行します。
- 完了したら、[ CAL Wizard Exit ]を押してウィンドウを閉じます(図6C)。
- CALの保存ボタンを押します。
メモ:データ保存ウィンドウが表示されます(図6D)。 - 校正済みデータの名前(例:20250717.sta)を入力し、[ 保存]を押します。
注:校正データはVNAに保存されます。校正がすでに実行されている場合は、校正を繰り返す必要はありません。その場合は、 CAL Loadを押して、適切なファイル(図6E:例:20240829.sta)を選択し、[ Apply ]をクリックしてキャリブレーションデータをVNAにロードします。 - コントロールユニットの AUTO/MANUAL スイッチを AUTOに戻します。
4. イメージング手順
- 患者をベッドにうつ伏せにします(図7A)。
- 患者の上部を引き上げ、片方の乳房を画像センサーに入れ、衣服がセンサーを遮らないようにします。
- 吸引器をオンにして吸引を開始します。
- CTRLノブを使用して、真空圧を0.04〜0.06MPaに調整します(図7B)。圧力を下げることができない場合は、適切な吸引が得られるまで患者の体位を変更してください。
- 吸引器の圧力が0MPaのままの場合は、イメージングを停止します。
注:センサーと乳房の間に隙間があると、正確な画像取得が妨げられます。 - 自動測定ボタンを押します(図5B)。
メモ: 測定ステータス ウィンドウが表示されます(図7C)。 - 測定範囲を1〜28に設定し、 Skip Reciprocityを有効にします。
- [ 測定開始] を押して、データ収集を開始します。
注:送信と受信の組み合わせは、測定中に表示されます(図7D)。完了すると、結果はCSV形式で VNA_Results フォルダーに保存されます(図7E)。
5. 画像再構成
- MATLAB で data_read プログラムを開きます。
- パス( 例:C:\Users\yoshihiko\Desktop\VNA_Results)を設定し、測定ファイル(例:P31_L.csv、P31_R.csv)と出力データ名を指定します(図8A)。
- エディタの
ボタンをクリックして、機器キャリブレーション用の .mat ファイルを生成します(図8B)。 - MATLAB で initialize_for_clinic プログラムを開きます。
- 次のパラメータを入力します(図8C):再構成周波数:f = 1.9 × 109 Hz;測定ファイルのパスと名前( 例:C:\Users\kuwahara\OneDrive\patient_data\xxxxxxxx);左右の乳房の指定(L(:,:,fn));患者ワークシートのパスと名前 ('xxxxxxxx.xlsx', sheet='sheet1')
- [ ] をクリックして、メインの Excel VBA プログラムで使用する患者ワークシートを生成します。
注:再構成結果を保存するためのディレクトリも作成されます。 - image_reconstruction_# MATLAB ファイルを開きます (# は処理番号を示します)。
- 患者のワークシートのパスと名前( 例:G:\patient_sheet\xxxxxxxx_L.xlsx)、再構成周波数(1.9 × 109 Hz)、およびキャリブレーションファイル(cal_2314_ver2)を指定し、設定を保存します(図8D)。
- メインの画像再構成プログラムを Excel multi_person 開きます。
- ステップ6で作成した患者ワークシート名(例:xxxxxxxx_Lからvvvvvvv_R)を入力します(図9A)。
注:一連のワークシート名を入力することで、複数の患者の画像を同時に再構築できます。 - Excel アドインから VBA プログラムを開きます。
- 処理するワークシートの範囲を指定します(np = 1〜8)。
- ワークシートのディレクトリが Data_read および Data_write 標準モジュールで正しく設定されていることを確認します。
- getPDTdataを選択し、エディターでをクリックして、画像再構成プロセスを開始します(図9B)。
- 処理後、患者のワークシートと一緒に、 mwsdbim_20250617-14h36m04sなどのファイル名で指定されたディレクトリに保存されている再構成された画像(3D断層撮影の縦方向および横方向のセクション)を確認します。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
結果
3人の代表的な患者の画像結果を以下に示します。
患者1
左乳房の2時位置に34mm×21mmのがんを患っている78歳の女性。乳腺は主に脂肪です。図10Aと図10BはX線マンモグラフィ画像を示し、図10C-Fはプロトタイプで得られた画像結果を示しています。図10Cと図10Dは、それぞれ左乳房の誘電率と導電率の分布を示し、図10Eと図10Fは、癌のない右乳房の対応する分布を示しています。がんを含む左乳...
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
ディスカッション
この文脈でのキャリブレーションには、2つの異なる意味があります。まず、測定された散乱データを数値モデルに正確に組み込むことができるように補正することを指します。第二に、ベクトルネットワークアナライザ(VNA)自体のキャリブレーションを指します。
校正または測定を行う前に、VNAの電源を少なくとも15分前にオンにし、電子校正モジュールの READY インジケーターが緑色である必要があります。すべてのデバイス接続を確認する必要があります。RFコネクタはトルクレンチでしっかりと締め、D-Subコネクタの両端のネジが緩んでいる場合は確認して締めてください。アンテナと電子校正モジュールの間にRFケーブルを接続するときは、コネクタの損傷を避けるために特別な注意が必要です。
乳房の配置と吸引中は、患者の快適さを注意深く監視する必要があります。患者が不快感や痛みを感じた場合は、すぐに画像検査を中止する必要があります。片方の乳房の画像化には、通...
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
開示事項
著者は、この作品に関連するいかなる企業とも商業的または金銭的な関係がないことを宣言します。
謝辞
本研究は、科学技術研究費助成事業(24K10872)の支援を受けて実施された。本研究は、日本学術振興会科研費と独立行政法人日本医療研究開発機構(AMED)の助成を受けて実施されました。著者は、この記事で説明されている技術に関連する特許出願を提出しています。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
材料
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| アスピレーター | 一つに | DAS-01 | |
| デジタル輸入輸出 | ナショナル・インストゥルメンツ | USB6501 | |
| エレクレオニック校正モジュール | アジレント | 85093C | 中止。85093Dに置き換えてください。 |
| 電磁シミュレータ | 村田ソフトウェア | FEMTET | |
| Excel VBA | マイクロソフト | 職務 | |
| GPIB USB変換ケーブル | ナショナル・インストゥルメンツ | GPIB-USB-HS | |
| 数値ソフトウェア | 数学作品 | Matlab | |
| VNA | キーサイト | 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).
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
再版と許可
