使用深度学习的低频电磁场进行乳房造影
Hamid Akbari-Chelaresi1, Dawood Alsaedi2, Seyed Hossein Mirjahanmardi3
1Department of Electrical and Computer Engineering, University of Waterloo, Waterloo, ON, N2L 3G1, Canada.
Scientific reports
|August 15, 2023
概括
这项研究引入了一种新的方法,用于检测乳腺异常,使用低频电磁场,而不是X射线. 机器学习,特别是深度学习,可以准确识别瘤的位置,大小和类型.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 电磁学 电磁学 电磁学 电磁学
背景情况:
- 射线乳房显微镜是一种标准的乳腺癌查工具.
- 射线乳房镜像的局限性包括对电离辐射的暴露和在密集的乳腺组织中有限的疗效.
- 需要新的成像技术来改善乳腺异常检测.
研究的目的:
- 通过使用低频电磁场,展示和验证一种用于检测女性乳腺异常组织的新技术.
- 开发一种能够检测,定位和大小瘤 (良性或恶性) 的系统.
- 为了比较机器学习技术对分析乳房印记的有效性.
主要方法:
- 开发了一个基于地表的成像系统,利用低频电磁场 (200 MHz).
- 一个窄带双极天线被用作激发源来深层组织透.
- 乳房印象被捕获使用一个 metasurface,类似于X射线电影.
- 使用包括深度学习在内的机器学习技术,将乳房印记与健康组织的参考进行比较.
主要成果:
- 提出的技术成功地检测出异常的乳腺组织.
- 该系统可以确定检测到的瘤的位置和大小.
- 深度学习模型在区分异常组织方面表现出非常高的分类准确性.
结论:
- 这种基于电磁场的新技术显示出它是乳腺异常检测的安全有效替代方案.
- 超表面和机器学习的整合为早期瘤诊断提供了一种强大的方法.
- 需要进一步的验证和临床试验,以确定这种技术是可行的医学成像模式.
