Name: Obrazowanie kliniczne mammografii mikrofalowej (Wideo) | JoVE Journal
Uploaded: 2025-11-14T14:45:00.000+00:00
Duration: 5 min 28 s
Description: Poznaj obrazowanie mikrofalowe piersi wykorzystujące technologię mikrofalową do wczesnego wykrywania raka. Ta nieinwazyjna metoda pozwala na bezpieczne i niedrogie badanie bez promieniowania.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Badanie to zostało przeprowadzone przy wsparciu Grant Naukowo-Technologiczny Japonii, 24K10872. Badania te były wspierane grantami od JSPS KAKENHI oraz Japońskiej Agencji Badań i Rozwoju Medycznego (AMED). Autorzy złożyli zgłoszenia patentowe związane z technologią opisaną w tym artykule.

Wszystkie procedury kliniczne zostały zatwierdzone przez Instytucjonalną Radę Przeglądową Uniwersytetu Medycznego Aichi (Numer Certyfikacyjny Specyficznych Badań Klinicznych: CRB4200004).
1. Konfiguracja urządzenia
<ol>
	<li>Przygotuj pokój wystarczająco duży, aby pomieścić główną jednostkę, regał z automatyką biurową (OA) oraz łóżko pacjenta. UWAGA: Aby zapewnić prywatność pacjenta, zaleca się oddzielenie głównej jednostki od łóżka za pomocą zasłony lub przegrody (Rysunek 4A). Wymagany jest zasilacz o napięciu co najmniej 100 V AC, 10 A.</li>
	<li>Umieść VNA, jednostkę sterującą i laptopa na szafie OA (rysunek 4B).</li>
	<li>Podłącz elektroniczny moduł kalibracyjny (Rysunek 4C) do VNA za pomocą kabla USB.</li>
	<li>Podłącz przełącznik antenowy do jednostki sterującej za pomocą pięciu kabli D-sub.</li>
	<li>Podłącz kabel łączący cyfrowy interfejs wejścia/wyjścia (DIO) oraz złącze D-sub z jednostką sterującą (rysunek 4D).</li>
	<li>Podłącz interfejs DIO do laptopa za pomocą kabla USB.</li>
	<li>Podłącz porty wejścia/wyjścia VNA do przełącznika antenowego za pomocą kabli RF (Rysunek 4B,E).</li>
	<li>Podłącz port GPIB VNA do kabla konwersji GPIB-USB (rysunek 4F) i podłącz złącze USB do laptopa.</li>
	<li>Podłącz rurkę dolotową od czujnika obrazującego do aspiratora (rysunek 4E).</li>
	<li>Podłącz kable zasilające VNA, przełącznika antenowego, laptopa i aspiratora do gniazdek AC i włącz zasilanie.</li>
</ol>
2. Wprowadzanie parametrów początkowych
<ol>
	<li>Uruchom program pomiarowy Analyzer Control na laptopie. UWAGA: Pojawia się okno startowe (rysunek 5A).</li>
	<li>Wprowadź następujące parametry: częstotliwość startu = 1000 MHz, częstotliwość zatrzymania = 6000 MHz, liczba punktów danych = 101, a czas oczekiwania na odpowiedź = 200 ms. UWAGA: Domyślne wartości powinny być używane dla wszystkich pozostałych parametrów.</li>
	<li>Naciśnij przycisk DIO , a następnie przycisk Potwierdzenia GPIB . UWAGA: Jeśli wszystkie połączenia są poprawne, aktywują się przyciski CAL Wizard, CAL Load, Auto Measurement oraz Manual Measurement (Rysunek 5B).</li>
</ol>
3. Kalibracja analizatora sieci wektorowych (VNA)
<ol>
	<li>Odłącz kable podłączone do anten 4 i 6 czujnika obrazującego i podłącz je do zacisków wejściowych/wyjściowych modułu kalibracyjnego elektronicznego (rysunek 6A).</li>
	<li>Ustaw oba przełączniki AUTO/MANUAL na jednostce sterującej na MANUAL, a przełącznik Tx na binarny 5, a przełącznik Rx na binarny 9 (Rysunek 6B).</li>
	<li>Naciśnij przycisk CAL Wizard . UWAGA: Pojawia się okno CAL Wizard (Rysunek 6C).</li>
	<li>Naciśnij przycisk Set Wizard (rysunek 6C).</li>
	<li>Wykonaj kalibrację dwuportową w zakresie częstotliwości 1-6 GHz za pomocą elektronicznego modułukalibracyjnego 19.</li>
	<li>Po zakończeniu kliknij CAL Wizard Exit , aby zamknąć okno (rysunek 6C).</li>
	<li>Naciśnij przycisk zapisu CAL . UWAGA: Pojawia się okno zapisu danych (Rysunek 6D).</li>
	<li>Wprowadź nazwę skalibrowanych danych (np. 20250717.sta) i naciśnij Zapisz. UWAGA: Dane kalibracyjne są zapisywane w VNA. Jeśli kalibracja została już wykonana, powtarzanie jej nie jest konieczne. W takim przypadku naciśnij CAL Load, wybierz odpowiedni plik (rysunek 6E: np. 20240829.sta) i kliknij Apply , aby załadować dane kalibracyjne do VNA.</li>
	<li>Ustaw przełącznik AUTO/MANUAL na jednostce sterującej z powrotem na AUTO.</li>
</ol>
4. Procedura obrazowania
<ol>
	<li>Ułóż pacjenta na brzuchu na łóżku (rysunek 7A).</li>
	<li>Podciągnij górę pacjentki i umieść jedną pierś w czujniku obrazowania, upewniając się, że żadne ubrania nie zasłaniają czujnika.</li>
	<li>Włącz aspirator, aby rozpocząć ssanie.</li>
	<li>Reguluj ciśnienie podciśnienia do 0,04 - 0,06 MPa za pomocą pokrętła CTRL (rysunek 7B). Jeśli nie da się zmniejszyć ciśnienia, należy przesunąć pacjenta do czasu uzyskania odpowiedniego ssania.</li>
	<li>Przerwij obrazowanie, jeśli ciśnienie aspiratora pozostaje na poziomie 0 MPa. UWAGA: Szczelina między matrycą a piersią uniemożliwia dokładne akwizycje obrazu.</li>
	<li>Naciśnij przycisk Auto Measurement (rysunek 5B). UWAGA: Pojawia się okno statusu pomiaru (Rysunek 7C).</li>
	<li>Ustaw zakres pomiarów na 1-28 i włącz Skip Reciprocity.</li>
	<li>Naciśnij Start Measurement , aby rozpocząć akwizycję danych. UWAGA: Kombinacje transmisji i odbioru są wyświetlane podczas pomiaru (rysunek 7D). Po zakończeniu wyniki są zapisywane w folderze VNA_Results w formacie CSV (Rysunek 7E).</li>
</ol>
5. Rekonstrukcja obrazu
<ol>
	<li>Otwórz program data_read w MATLAB.</li>
	<li>Ustaw ścieżkę (np. C:\Users\yoshihiko\Desktop\VNA_Results) i określ pliki pomiarowe (np. P31_L.csv i P31_R.csv) wraz z nazwą danych wyjściowych (rysunek 8A).</li>
	<li>Kliknij <img alt="Equation 1" src="/files/ftp_upload/69288/69288eq1.jpg" style="margin: auto;" /> przycisk w edytorze, aby wygenerować plik .mat do kalibracji sprzętu (Rysunek 8B).</li>
	<li>Otwórz program initialize_for_clinic w MATLAB.</li>
	<li>Wprowadź następujące parametry (rysunek 8C): częstotliwość rekonstrukcji: f = 1,9 × 109 Hz; Ścieżki i nazwy plików pomiarowych (np. C:\Users\kuwahara\OneDrive\patient_data\xxxxxxxx); Oznaczenie lewej i prawej piersi (L(:,:,fn)); Ścieżka i nazwa arkusza pracy pacjenta ('xxxxxxxx.xlsx', arkusz='arkusz1')</li>
	<li>Kliknij, <img alt="Equation 1" src="/files/ftp_upload/69288/69288eq1.jpg" style="margin: auto;" /> aby wygenerować arkusz dla pacjenta do użycia w głównym programie Excel VBA . UWAGA: Utworzono również katalog do przechowywania wyników rekonstrukcji.</li>
	<li>Otwórz plik MATLAB image_reconstruction_# (# oznacza numer przetwarzania).</li>
	<li>Określ ścieżkę i nazwę arkusza pacjenta (np. G:\patient_sheet\xxxxxxxx_L.xlsx), częstotliwość rekonstrukcji (1,9 × 109 Hz) oraz plik kalibracyjny (cal_2314_ver2), a następnie zapisz ustawienia (rysunek 8D).</li>
	<li>Otwórz główny program do rekonstrukcji obrazu multi_person w Excelu.</li>
	<li>Wprowadź nazwy kart pacjentów utworzone w kroku 6 (np. xxxxxxxx_L do vvvvvvv_R) (Rysunek 9A). UWAGA: Obrazy wielu pacjentów można jednocześnie odtworzyć, wpisując serię nazw na arkuszach roboczych.</li>
	<li>Otwórz program VBA z dodatku Excel.</li>
	<li>Określ zakres arkuszy do przetworzenia (np = 1 do 8).</li>
	<li>Potwierdź, że katalogi arkuszy są poprawnie ustawione w modułach Data_read i Data_write standardowych.</li>
	<li>Wybierz getPDTdata i kliknij <img alt="Equation 1" src="/files/ftp_upload/69288/69288eq1.jpg" style="margin: auto;" /> w edytorze, aby rozpocząć proces rekonstrukcji obrazu (Rysunek 9B).</li>
	<li>Po przetworzeniu zweryfikować zrekonstruowane obrazy (tomograficzne przekroje 3D podłużne i poprzeczne), które są zapisywane w określonym katalogu pod nazwami plików takich jak mwsdbim_20250617-14h36m04s, obok arkuszy pacjenta.</li>
</ol>

<ol><li>Foundation for Promotion of Cancer Research. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Cancer+statistics+in+Japan+-+2024%22">Cancer statistics in Japan - 2024</a>. , Foundation for Promotion of Cancer Research. Tokyo. (2024).</li>
<li>Lehman, C. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cancer+yield+of+mammography%2C+MR%2C+and+US+in+high-risk+women%5BTitle%5D)+AND+%22Radiology%22%5BJournal%5D)">Cancer yield of mammography, MR, and US in high-risk women.</a> Radiology. 224 (2), 381-388 (2007).</li>
<li>Nass, S. J., Henderson, I. C., Lashof, J. C. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aNass%2C+SJ+%22Mammography+and+beyond%3A+developing+technologies+for+the+early+detection+of+breast+cancer%22">Mammography and beyond: developing technologies for the early detection of breast cancer</a>. , National Academies Press. Washington, DC. (2001).</li>
<li>Pandya, H. N., Ghosh, D. K., Singh, J. S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPandya%2C+HN+%22Breast+image+reconstruction+and+cancer+detection+using+microwave+imaging%22">Breast image reconstruction and cancer detection using microwave imaging</a>. , Institute of Physics Publishing. Bristol. (2023).</li>
<li>Rachida, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recent+advancements+in+breast+cancer+detection%3A+a+holistic+review+of+microwaves%2C+ultrasound%2C+and+photo-acoustic+imaging+techniques%5BTitle%5D)+AND+%22IEEE+J+Microw%22%5BJournal%5D)">Recent advancements in breast cancer detection: a holistic review of microwaves, ultrasound, and photo-acoustic imaging techniques.</a> IEEE J Microw. 5 (4), 776-792 (2025).</li>
<li>Pastrino, M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPastrino%2C+M+%22Microwave+imaging%22">Microwave imaging</a>. , John Wiley & Sons. Hoboken, NJ. (2010).</li>
<li>Kuwahara, Y. Microwave imaging for breast cancer detection. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKuwahara%2C+Y+%22Breast+cancer%3A+evolving+challenges+and+next+frontiers%22">Breast cancer: evolving challenges and next frontiers</a>. , Intechopen. London. (2021).</li>
<li>Fischer, B. E., LaHale, I. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+University+of+Manitoba+microwave+imaging+repository%3A+a+two-dimensional+microwave+scattering+database+for+testing+inversion+and+calibration+algorithms%5BTitle%5D)+AND+%22IEEE+Antennas+Propag+Mag%22%5BJournal%5D)">The University of Manitoba microwave imaging repository: a two-dimensional microwave scattering database for testing inversion and calibration algorithms.</a> IEEE Antennas Propag Mag. 53 (5), 126-133 (2011).</li>
<li>Bond, E. J., Li, X., Hagness, S. C., Van Veen, B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Microwave+imaging+via+space-time+beamforming+for+early+detection+of+breast+cancer%5BTitle%5D)+AND+%22IEEE+Trans+Antennas+Propag%22%5BJournal%5D)">Microwave imaging via space-time beamforming for early detection of breast cancer.</a> IEEE Trans Antennas Propag. 51 (8), 1690-1705 (2003).</li>
<li>Shea, J. D., Kosmas, P., Van Veen, B. D., Hagness, S. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Contrast-enhanced+microwave+imaging+of+breast+tumors%3A+a+computational+study+using+3D+realistic+numerical+phantoms%5BTitle%5D)+AND+%22Inverse+Probl%22%5BJournal%5D)">Contrast-enhanced microwave imaging of breast tumors: a computational study using 3D realistic numerical phantoms.</a> Inverse Probl. 26, 074009(2010).</li>
<li>A microwave imaging sensor composed of a dielectric-loaded double-polarized horn antenna. Kuwahara, Y., Fujii, K. Proc Eur Conf Antennas Propag (EuCAP), , (2023).</li>
<li>Clinical imaging by the microwave mammography. Kuwahara, Y., Fuji, K. 2025 IEEE MTT-S Int Microwave Biomed Conf, , (2025).</li>
<li>Conformal array antenna with the aspirator for the microwave mammography. Kuwahara, Y., Suzuki, K., Horie, H., Hatano, H. 2010 IEEE APS Int Symp, , (2010).</li>
<li>Mohamed, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Study+of+multi-polarization+in+microwave+tomography+for+breast+cancer+detection%5BTitle%5D)+AND+%22IEICE+Trans+J%22%5BJournal%5D)">Study of multi-polarization in microwave tomography for breast cancer detection.</a> IEICE Trans J. J99-C, 393-401 (2016).</li>
<li>Kuwahara, Y., Osaki, T., Nozaki, A., Fujii, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Utilization+of+preliminary+knowledge+in+microwave+tomography+for+breast+cancer+detection%5BTitle%5D)+AND+%22IEICE+Trans+J%22%5BJournal%5D)">Utilization of preliminary knowledge in microwave tomography for breast cancer detection.</a> IEICE Trans J. J102-C, 86-92 (2018).</li>
<li>Kuwahara, Y. Microwave imaging for early breast cancer detection. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aKuwahara%2C+Y+%22New+perspective+in+breast+imaging%22">New perspective in breast imaging</a>. , Croatia. (2017).</li>
<li>Microwave mammography with a small sensor and a commercial electromagnetic simulator. Proc Eur Microw Conf (EuMC). Kuwahara, Y. , 663-666 (2016).</li>
<li>Application of S-parameter to the inverse scattering problem. Kuwahara, Y. 11th Eur Conf Antennas Propag (EuCAP), , (2017).</li>
<li>Hammerschmidt, C., John, R. T., Tran, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Calibration+of+vector+network+analyzer+for+measurements+in+radio+frequency+propagation+channels%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Calibration of vector network analyzer for measurements in radio frequency propagation channels.</a> J Vis Exp. (160), e60874(2020).</li>
<li>Janjik, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SAFE%3A+a+novel+microwave+imaging+system+design+for+breast+cancer+screening+and+early+detection-clinical+evaluation%5BTitle%5D)+AND+%22Diagnostics%22%5BJournal%5D)">SAFE: a novel microwave imaging system design for breast cancer screening and early detection-clinical evaluation.</a> Diagnostics. 11 (3), 533(2021).</li>
<li>Rana, S. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Radiation-free+microwave+technology+for+breast+lesion+detection+using+supervised+machine+learning+model%5BTitle%5D)+AND+%22Tomography%22%5BJournal%5D)">Radiation-free microwave technology for breast lesion detection using supervised machine learning model.</a> Tomography. 9 (1), 105-129 (2023).</li>
<li>Nguyen, P. T., Abbosh, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((3D+focused+microwave+hyperthermia+for+breast+cancer+treatment+with+experimental+validation%5BTitle%5D)+AND+%22IEEE+Trans+Antennas+Propag%22%5BJournal%5D)">3D focused microwave hyperthermia for breast cancer treatment with experimental validation.</a> IEEE Trans Antennas Propag. 65 (7), 3489-3500 (2017).</li>
<li>Li, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+preclinical+system+prototype+for+focused+microwave+breast+hyperthermia+guided+by+compressive+thermoacoustic+tomography%5BTitle%5D)+AND+%22IEEE+Trans+Biomed+Eng%22%5BJournal%5D)">A preclinical system prototype for focused microwave breast hyperthermia guided by compressive thermoacoustic tomography.</a> IEEE Trans Biomed Eng. 68 (7), 2289-2300 (2021).</li>
</ol>

Autorzy deklarują brak powiązań handlowych ani finansowych z żadnymi firmami związanymi z tą pracą.

Kalibracja w tym kontekście ma dwa wyraźne znaczenia. Po pierwsze, odnosi się do korekty zmierzonych danych rozpraszania, aby wyniki mogły być dokładnie uwzględnione w modelach numerycznych. Po drugie, odnosi się do kalibracji samego analizatora sieci wektorowych (VNA).
Przed jakąkolwiek kalibracją lub pomiarem VNA powinna być włączona co najmniej 15 minut wcześniej, a wskaźnik READY na elektronicznym module kalibracyjnym musi być zielony. Wszystkie połączenia urządzeń powinny...

Rak piersi jest najczęstszym nowotworem wśród kobiet, z około 95 000 nowych przypadków diagnozowanych rocznie w Japonii1. Wczesne wykrywanie i leczenie są niezbędne dla poprawy wyników leczenia pacjentów.
Obecnie standardowym narzędziem przesiewowym jest mammografia rentgenowska. Jednak jego wrażliwość jest ograniczona u kobiet z gęstą tkanką piersiową, co utrudnia wykrycie małych guzów2. Aby rozwiązać to ograniczenie, często stosuje się ultradźwięki jako dodatkową metodę diagnostyczną. Badania ultrasonograficzne wymagają wysokiego poziomu umiejętności operatora, a dokładność diagnostyczna samej mammografii lub ultrasonografii wynosi około 60%. Rezonans magnetyczny z wzmocnieniem kontrastu (MRI) osiąga dokładność przekraczającą 90%; niemniej jednak, ze względu na wysokie koszty sprzętu i badań, MRI nie nadaje się do rutynowych badań przesiewowych i jest głównie zarezerwowane do podejmowania decyzji chirurgicznych oraz planowania leczenia3.
Ostatnio obrazowanie mikrofalowe przyciąga coraz większą uwagę jako potencjalna alternatywa zdolna przezwyciężyć ograniczenia mammografii i ultrasonografii4. Gdy promieniowanie mikrofalowe oddziałuje z tkanką biologiczną, na granicach dielektrycznych występują silne odbicia. Refleksyjność jest ponad rzędu wielkości wyższa niż w prześwietleniu rentgenowskim czy ultrasonograficznym, co umożliwia wykrywanie drobnych zmian. Badania nad wykrywaniem raka piersi za pomocą obrazowania mikrofalowego trwają od ponad 25 lat, a kilka badań klinicznych odnotowało5.
Obrazowanie mikrofalowe można ogólnie podzielić na dwie kategorie: obrazowanie konfokalne, które rekonstruuje rozkład rozproszonej mocy, oraz tomografia rozpraszająca, która rekonstruuje rozkład przenikalności zespolonej (stała dielektryczna i przewodność elektryczna)6,7. Obrazowanie konfokalne jest koncepcyjnie podobne do diagnostyki ultradźwiękowej; jednak z powodu licznych odbić wewnątrz tkanki, struktury wewnętrzne nie mogą być dokładnie odtworzone. Natomiast tomografia rozpraszająca zapewnia dokładne rekonstrukcje nawet w obecności wielu odbić, ale wymaga precyzyjnego modelowania numerycznego rozpraszania elektromagnetycznego. Obecne techniki obliczeniowe elektromagnetyczne nadal napotykają wyzwania w pełnym odwzorowaniu tych zjawisk. Dlatego kalibracja, która dopasowuje dane pomiarowe do modeli numerycznych, jest kluczowa dla praktycznej implementacji8. Ponadto, ponieważ odpowiedzi zmian są mniejsze niż 1/1000 odbicia skóry9, wysoce czułe anteny i odbiorniki o doskonałym stosunku sygnał-szum są niezbędne.
Nasz system rozwiązuje te wyzwania, wprowadzając innowacyjne podejścia do rozwiązywania problemu rozpraszania odwrotnego z wykorzystaniem iteracyjnego zniekształconego przybliżenia Borna (IDBA)10. Opracowano kilka kluczowych technologii, w tym dwupolaryzowaną, dielektrycznie obciążoną antenęhorn 11, metodę kalibracji z użyciem dwóch jednorodnych fantomów12, przymocowanie piersi do czujnika za pomocą ssania13, wielospolaryzowane wzbudzenie fal14 oraz wykorzystanie liniowej zależności między przenikalnością tkanek a przewodnością15. Prototyp urządzenia wykorzystującego te technologie został ukończony we wrześniu 2023 roku, a badania kliniczne rozpoczęły się w listopadzie 2023 roku.
Chociaż obrazowanie mikrofalowe było szeroko badane, wciąż nie istnieje powszechnie akceptowany protokół kliniczny gwarantujący powtarzalne pozyskiwanie danych, solidną kalibrację i stabilną rekonstrukcję obrazu u pacjentów. Ustanowienie takiego protokołu jest niezbędne dla przeniesienia obrazowania mikrofalowego z badań eksperymentalnych do praktycznych zastosowań klinicznych. Protokół przedstawiony w tym badaniu, łączący stabilizację piersi opartą na ssaniu, kalibrację dual-phantom oraz wielospolaryzowane wzbudzanie falowe, odpowiada na te wymagania i zapewnia ustandaryzowane ramy do wiarygodnej oceny klinicznej tomografii mikrofalowej.
Rysunek 1A ilustruje zasadę obrazowania mikrofalowego16. Wokół piersi rozmieszczone są liczne anteny, z których jedna nadaje sygnał, a pozostałe odbierają fale rozproszone. Analizator sieci wektorowych (VNA) pełni funkcję zarówno nadajnika, jak i odbiornika. Jeśli dostępny jest tylko jeden port, transmisja i odbiór są naprzemiennie nadawane, a sygnały rozproszone są rejestrowane dla wszystkich możliwych par anten. Zebrane dane są następnie wykorzystywane do rekonstrukcji obrazów tomograficznych piersi.
Konfiguracja sprzętowa prototypu jest podsumowana w Tabeli 1 i pokazana na Rysunku 1B, natomiast zewnętrzny wygląd prototypu przedstawiono na Rysunku 2A. Urządzenie składa się z ceramicznego pojemnika na pierś, 16 anten przymocowanych do kontenera, przełącznika antenowego do wyboru anteny nadawczej i odbiorczej, VNA do pomiaru charakterystyk transmisji między parami anten, laptopa z oprogramowaniem pomiarowym, jednostki sterującej do koordynacji przełącznika laptopa i anteny oraz aspiratora do stabilizacji piersi za pomocą ssania (rysunek 2C).
Ceramiczny pojemnik z dołączonymi antenami (nazywany czujnikiem obrazującym, Rysunek 2B) oraz przełącznik antenowy znajdują się w głównym korpusie urządzenia. Chociaż istnieje 16 fizycznych anten, 12 z nich jest dwupolaryzowanych, co daje efektywną liczbę anten 28. Urządzenie jest umieszczone obok łóżka, a pacjentka leży na brzuchu, umieszczając pierś w czujniku obrazowania (Rysunek 1C). Aby zminimalizować artefakty obrazowania spowodowane ruchem ciała, pierś jest przymocowana ssącem do czujnika za pomocą aspiratora.
Podczas pomiaru wybierana jest antena nadawcza, a mikrofale o częstotliwości 1,9 GHz o mocy wyjściowej -5 dBm są napromieniowane do piersi. Parametry rozpraszania (S-parametry) są mierzone przez VNA podczas kolejnego przełączania anten nadawczej i odbiorczej, a dane są zapisywane na laptopie. Proces ten powtarza się dla wszystkich kombinacji anten. Pobranie jednej piersi zajmuje około 14 minut. Stosunkowo długi czas pomiaru wynika z procesu przejęcia szeregowego oraz dodatkowych odstępów oczekiwania wprowadzonych w celu zapobiegania błędom komunikacyjnym. Czas pomiaru jest stały u wszystkich pacjentów.
Zarejestrowane pliki pomiarowe są przesyłane do dedykowanego stanowiska roboczego w celu rekonstrukcji obrazu. Podstawowy program sterowania jest zaimplementowany w Excel VBA, który koordynuje przetwarzanie danych i łączy się z symulatorem pola elektromagnetycznego FEMTET oraz platformą analizy numerycznej MATLAB, jak przedstawiono na rysunkach 317,18. Rekonstrukcja pojedynczego obrazu piersi zajmuje około 7 godzin na stacji roboczej wyposażonej w procesor Intel Core i7-14700K i 96 GB pamięci RAM. Ponieważ algorytm rekonstrukcji opiera się na IDBA10, wielowymiarowe, pełnofalowe symulacje elektromagnetyczne muszą być wykonywane wielokrotnie. Każda analiza pola elektromagnetycznego w przód trwa około 10 minut, a pobranie obliczonego rozkładu pola z FEMTET zajmuje dodatkowe 30 minut. Ten cykl powtarza się dziesięć razy podczas rekonstrukcji, co daje łączny czas przetwarzania około 400 minut.
Środowisko programistyczne podsumowano w Tabeli 2. Laptop jest skonfigurowany z programem Analyzer Control do zarządzania komunikacją z VNA oraz jednostką sterującą przełącznikiem anteny. Sprzętowa łączność wymaga cyfrowego interfejsu wejścia/wyjścia (DIO) oraz uniwersalnego kabla konwersyjnego magistrali (GPIB) i USB, aby zapewnić niezawodny transfer poleceń. Wszystkie pozostałe programy rekonstrukcyjne są zainstalowane na stacji roboczej, która musi obsługiwać Microsoft Excel, FEMTET i MATLAB. FEMTET służy do rozwiązywania równań Maxwella w dziedzinie obrazowania metodą elementów skończonych, natomiast MATLAB wykonuje procedury numeryczne wymagane do odwrócenia IDBA.
Wymagana jest rygorystyczna procedura kalibracji, aby wyrównać dane pomiaru rozpraszania z numerycznym modelem przednim. Kalibracja przeprowadza się za pomocą dwóch jednorodnych fantomów dielektrycznych (rysunek 2D), zaprojektowanych do przybliżenia ośrodków naśladujących tkankę. Przy 1,9 GHz phantom 1 wykazuje względną przenikalność 6,65 i styczną strat dielektrycznych 0,438, podczas gdy phantom 2 ma względną przenikalność 4,66 i straty 0,289. Plik kalibracyjny cal_2314_94_ver2.mat jest wstępnie generowany, zawierający współczynniki korekcyjne kompensujące systematyczne rozbieżności między zmierzonymi a symulowanymi parametrami S. Współczynniki te są wyprowadzane na podstawie symulacji opartych na FEMTET dotyczących charakterystyk transmisji fantomów i weryfikowane na podstawie pomiarów eksperymentalnych uzyskanych za pomocą prototypu12. Ta kalibracja zapewnia spójność między modelowaniem numerycznym a danymi eksperymentalnymi, stabilizując zbieżność procesu iteracyjnej rekonstrukcji.

<table><tbody><tr><td>Aspirator</td><td>JAKO JEDNO</td><td>DAS-01</td><td></td></tr><tr><td>cyfrowe IO</td><td>Instrumenty narodowe</td><td>USB6501</td><td></td></tr><tr><td>Moduł kalibracyjny Elecreonic</td><td>Agilent</td><td>85093C</td><td>Wycofane. Zamień na 85093D.</td></tr><tr><td>Symulator elektromagnetyczny</td><td>Murata Software</td><td>FEMTET</td><td></td></tr><tr><td>Excel VBA</td><td>Microsoft</td><td>Biuro</td><td></td></tr><tr><td>Kabel konwersyjny GPIB USB</td><td>Instrumenty narodowe</td><td>GPIB-USB-HS</td><td></td></tr><tr><td>Oprogramowanie numeryczne</td><td>Mathworks</td><td>Matlab</td><td></td></tr><tr><td>VNA</td><td>Keysight</td><td>E5071C</td><td></td></tr></tbody></table>

obrazowanie kliniczne mammografii mikrofalowej

Clinical Imaging of Microwave Mammography

Rak piersi jest najczęstszym nowotworem wśród kobiet, a wczesne wykrywanie i leczenie są kluczowe dla poprawy wyników klinicznych. Mammografia rentgenowska pozostaje standardową metodą przesiewową; Jednak ma on kilka ograniczeń, w tym ekspozycję na promieniowanie, dyskomfort u pacjentek oraz zmniejszoną wrażliwość u kobiet z gęstą tkanką piersiową. Obrazowanie mikrofalowe, technika niejonizująca, stało się obiecującą alternatywą. Opracowaliśmy urządzenie, które rekonstruuje struktury tkanki piersi poprzez rozwiązanie problemu odwrotnego rozpraszania i jest obecnie w trakcie badań klinicznych. System ten generuje trójwymiarowe obrazy tomograficzne bez użycia środków kontrastowych i bez powodowania bólu podczas badania. Do tej pory badano obrazowanie 24 pacjentek z rakiem piersi, z dokładnością 86% dla guzów ≥ średnicy 1 cm oraz 58% dla guzów < 1 cm. W tym artykule przedstawiamy szczegółowy protokół przygotowania urządzenia, obrazowania klinicznego i przetwarzania danych, wraz z reprezentatywnymi wynikami obrazowania wybranych pacjentów.

Poniżej przedstawiono wyniki obrazowania trzech reprezentatywnych pacjentów:
Pacjent 1 78-letnia kobieta z rakiem 34 mm × 21 mm, zlokalizowanym w pozycji 2 godziny w lewej piersi. Gruczoły mleczne są przeważnie tłuste. Rysunek 10A i 10B przedstawia obrazy mammografii rentgenowskiej, natomiast rysunek 10C-F przedstawia wyniki obrazowania uzyskane prot...

Protokół ten opisuje procedurę obrazowania na urządzeniu mikrofalowym do obrazowania piersi.

Obrazowanie kliniczne mammografii mikrofalowej

Breast cancer is the most common malignancy among women, and early detection and treatment are critical for improving clinical outcomes. X-ray mammography ...

Naszym celem jest opracowanie klinicznego systemu obrazowania do wczesnego wykrywania raka piersi z wykorzystaniem technologii mikrofalowej. Wykorzystanie AI jest obecnie rozważane, ponieważ postęp w algorytmach rekonstrukcji obrazów i antenach utknął w miejscu. Na początek uruchom program analizatora pomiarowego na laptopie.Wprowadź częstotliwość startową jako 1 000 megaherców, częstotliwość zatrzymania jako 6 000 megaherców, liczbę punktów danych jako 101, a czas oczekiwania na odpowiedź jako 200 milisekund. Dla wszystkich innych parametrów używaj wartości domyślnych. Naciśnij przycisk DIO, a potem przycisk potwierdzenia GPIB.Jeśli wszystkie połączenia są poprawne, aktywują się przyciski CAL wizard, CAL load, auto measurement oraz ręczne pomiary. Naciśnij CAL Load, wybierz odpowiedni plik i kliknij Apply, aby załadować dane kalibracyjne do analizatora sieci wektorowej. Ustaw przełącznik automatyczny lub ręczny w jednostce sterującej na auto.Następnie ułóż pacjenta w pozycji brzucha na łóżku. Poproś pacjentkę o wprowadzenie jednej piersi do czujnika obrazowania, upewniając się, że żadna odzież nie zasłania sensora. Włącz aspirator, aby rozpocząć ssanie.Reguluj ciśnienie podciśnienia od 0,04 do 0,06 megapaskala za pomocą pokrętła kontrolnego. Jeśli nie da się zmniejszyć ciśnienia, należy przesunąć pacjenta do czasu uzyskania odpowiedniego ssania. Naciśnij przycisk automatycznego pomiaru.Pojawi się okno statusu pomiaru. Ustaw zakres pomiarów od 1 do 28 i włącz reciproczność pomijania. Teraz naciśnij Start pomiaru, aby rozpocząć zbieranie danych.Kombinacje transmisji i odbioru będą wyświetlane podczas pomiaru. Po zakończeniu wyników zapisuje się w folderze VNA_Results w formacie CSV. Aby stworzyć arkusz kalkulacyjny dla pacjenta do programu rekonstrukcji obrazów, otwórz program data_read w MATLAB.Ustaw ścieżkę do pliku i określ pliki pomiarowe, a następnie przypisz nazwę danych wyjściowych. Kliknij przycisk Run w edytorze MATLAB, aby wygenerować plik MAT do arkusza kalkulacyjnego. Następnie otwórz program initialize_for_clinic w MATLAB.Wprowadź częstotliwość rekonstrukcji, ścieżkę i nazwy plików pomiarowych, oznaczenia piersi oraz ścieżkę i imię pacjenta na arkuszu pracy. Kliknij przycisk Uruchom, aby wygenerować arkusz dla pacjenta do korzystania z Excel VBA. Automatycznie tworzony jest katalog do przechowywania wyników rekonstrukcji.Otwórz plik image_reconstruction_#MATLAB. Określ arkusz pracy pacjenta i nazwę, częstotliwość rekonstrukcji oraz plik kalibracyjny, a następnie zapisz ustawienia. Teraz otwórz program do rekonstrukcji obrazów multi_person Excel.Wpisz wcześniej utworzone wcześniej nazwy kart pacjenta, a następnie otwórz program VBA z dodatku Excel. Określ zakres przetwarzania arkusza od jeden do ośmiu. Potwierdź, że katalogi arkuszy są poprawnie ustawione w modułach standardowych do odczytu i zapisu danych.Wybierz getPDTdata i kliknij przycisk odtwarzania, aby rozpocząć proces rekonstrukcji obrazu. Po przetworzeniu sprawdź, czy zrekonstruowane 3D tomograficzne obrazy są zapisane w odpowiednim katalogu obok arkuszy pacjenta. W lewej piersi zaobserwowano obszary o wysokiej przenikliwości i wysokiej przewodności zawierającej raka, podczas gdy w prawej, wolnej od raka piersi pierwszej pacjentki nie pojawiły się takie obszary.U drugiej pacjentki rezonans magnetyczny z kontrastem wyraźnie wykrył raka w lewej piersi, ale trudno było go zidentyfikować na mammografii rentgenowskiej. Obszary o wysokiej przenikniałności i wysokiej przewodności również zaobserwowano w lewej piersi przy użyciu prototypu, ale w wolnej od raka prawej piersi nie wykryto istotnych obszarów. U pacjenta trzeciego rak był widoczny w pobliżu brodawki na obrazach MRI przed chemioterapią, ale po leczeniu go nie było.Zdjęcia uzyskane z prototypu potwierdziły również zniknięcie raka po chemioterapii. Wykazaliśmy, że mikroobrazowanie może odróżnić złośliwą od prawidłowej tkanki piersi w badaniach klinicznych. Zajęliśmy się brakiem nieinwazyjnych, wolnych od promieniowania technik obrazowania raka piersi.Nasza metoda bezpiecznego, niedrogiego obrazowania bez promieniowania i środków kontrastowych.

clinical-imaging-of-microwave-mammography

Research

JoVE Journal

Medicine

Medycyna

Metody obrazowania biologicznego stosowane do oceny biodystrybucji komórkowej nanocząsteczek znajdują zastosowanie w monitorowaniu terapeutycznym i diagnostycznym związków sformułowanych w nanostruktury. Metody opisane w niniejszym opracowaniu są czułe i swoiste w ocenie za pomocą korejestracji histologicznej. Przedstawione metodologie zapewniają ścieżkę translacyjną od zastosowań na modelach gryzoni do zastosowań u ludzi.

Rejestrowane obrazowanie biomedyczne nanomateriałów w monitorowaniu diagnostyki i terapii

W patogenezie przerzutów do kości angiogeneza jest procesem kluczowym, w związku z czym stanowi cel obrazowania i terapii. W niniejszej pracy przedstawiamy szczurzy model miejscowych przerzutów raka piersi do kości oraz opisujemy strategie nieinwazyjnego obrazowania angiogenezy in vivo z wykorzystaniem obrazowania rezonansem magnetycznym, wolumetrycznej tomografii komputerowej i ultrasonografii.

Wielomodalne obrazowanie angiogenezy w modelu przerzutów raka piersi do kości u szczurów nago z wykorzystaniem obrazowania rezonansem magnetycznym, wolumetrycznej tomografii komputerowej i ultradźwięków

Demonstrujemy metody wykrywania zniekształceń architektonicznych w poprzednich mammografach. Zorientowane struktury są analizowane za pomocą filtrów Gabora i portretów fazowych w celu wykrycia miejsc promieniowania wzorców tkankowych. Każde miejsce jest scharakteryzowane i sklasyfikowane za pomocą miar reprezentujących wzory spikulacyjne. Metody te powinny pomóc w wykrywaniu raka piersi.

Wykrywanie zniekształceń architektonicznych we wcześniejszych mammografiach poprzez analizę zorientowanych wzorców

Opisujemy nieinwazyjną platformę obrazowania zwierząt, która pozwala na wykrywanie, kwantyfikację i monitorowanie wzrostu i nawrotów raka jajnika. Ten model ksenoprzeszczepu dootrzewnowego naśladuje profil kliniczny pacjentek z rakiem jajnika.

Mysi model do nieinwazyjnego obrazowania w celu wykrywania i monitorowania nawrotu raka jajnika

Opisujemy, jak uzyskać mapy parametryczne i wektorowe tensora dyfuzji piersi za pomocą rezonansu magnetycznego. Protokół i końcowe wyniki po przetworzeniu obrazowania są dostosowane do śledzenia cech architektonicznych piersi i wykrywania nowotworu złośliwego piersi.

Śledzenie cech architektonicznych sutka i wykrywanie raka piersi za pomocą obrazowania tensora dyfuzji rezonansu magnetycznego

Opisujemy metodę wykrywania rozwoju guzka guza w płucach mysiego modelu gruczolakoraka za pomocą mikrotomografii komputerowej i jej użycie do monitorowania zmian wielkości guzka w czasie i w odpowiedzi na leczenie. Dokładność oceny potwierdzono kwantyfikacją histologiczną punktu końcowego.

Wykorzystanie mikrotomografii komputerowej do oceny rozwoju guza i obserwacji odpowiedzi na leczenie w mysim modelu raka płuc

W przeszłości, napromienianie małych zwierząt było zazwyczaj wykonywane bez możliwości celowania w dobrze zdefiniowaną objętość guza. Celem było naśladowanie leczenia glejaka u ludzi u szczurów. Korzystając z platformy do napromieniania małych zwierząt, przeprowadziliśmy konforemne napromienianie 3D pod kontrolą MRI ze zwiększeniem podobjętości na podstawie PET w warunkach przedklinicznych.

Napromienianie pod kontrolą PET i MRI szczurzego modelu glejaka przy użyciu mikropromiennika

Ten protokół opisuje nowatorskie okno obrazowania sutka z wymienną pokrywą (R.MIW). Mikroskopia przyżyciowa po wszczepieniu R.MIW pozwala na podłużne i wielodniowe obrazowanie zdrowego i chorego gruczołu sutkowego z rozdzielczością komórkową na różnych etapach rozwoju.

Podłużna mikroskopia przyżyciowa z wykorzystaniem okienka do obrazowania sutkowego z wymienną pokrywą

Opisano procedurę dostarczania chemicznego roztworu ablacyjnego do drzewa przewodowego sutka szczura w celu profilaktycznego leczenia raka piersi pod kontrolą obrazu. Komórki nabłonka sutka mogą być celowane przy minimalnym uszkodzeniu tkanek pobocznych poprzez kaniulację bezpośrednio do otworu brodawki sutkowej i doprzewodową infuzję 70% roztworu ablacyjnego na bazie etanolu.

Wizualizacja rentgenowska wewnątrzprzewodowego leczenia ablacyjnego opartego na etanolu w profilaktyce raka piersi w modelach szczurzych

Tłumaczenie wyników mikroskopii przyżyciowej jest utrudnione ze względu na jego płytką głębokość penetracji w tkanki. W tym miejscu opisujemy mysi model komory z oknem grzbietowym, który umożliwia jednoczesną rejestrację mikroskopii przyżyciowej i klinicznie stosowanych metod obrazowania (np. CT, MRI) w celu bezpośredniej korelacji przestrzennej, potencjalnie usprawniając kliniczne tłumaczenie wyników mikroskopii przyżyciowej.

Mysi model guza w komorze grzbietowego fałdu skórnego do połączonej mikroskopii przyżyciowej i obrazowania metodą rezonansu magnetycznego w translacyjnych badaniach nad rakiem

Protokół ten wykorzystuje wielokomorowe łóżko do równoległego rezonansu magnetycznego (MRI) do czterech zwierząt do wykrywania guzów gruczolakoraka trzustki w genetycznie modyfikowanych modelach myszy. Ten protokół MRI wielozwierzęcy jest szybki i opłacalny w wykrywaniu i pomiarze guzów, ułatwiając selekcję zwierząt do badań przedklinicznych oraz podłużne monitorowanie wzrostu guzów.

Wielozwierzęce obrazowanie rezonansu magnetycznego do pomiarów guza w myszych modelach raka trzustki

Poznaj obrazowanie mikrofalowe piersi wykorzystujące technologię mikrofalową do wczesnego wykrywania raka. Ta nieinwazyjna metoda pozwala na bezpieczne i niedrogie badanie bez promieniowania.

Obrazowanie kliniczne mammografii mikrofalowej

Przeglądaj więcej filmów