SISTEMA DE CONTROL PARA TOMÓGRAFO DE...

SISTEMA DE CONTROL PARA TOMÓGRAFO DE MICROONDAS

TITULACIÓN: Ingeniería técnica en Telecomunicaciones, especialidad Telemática

AUTOR: Saúl Martín Medina.

DIRECTOR: Antoni Lázaro Guillén.

Noviembre de 2008

Sistema de control por tomógrafo de microondas

1

0.Índice 0. Índice ....................................................................................................... 1 1. Objetivos del proyecto ............................................................................ 3

2. Introducción .............................................................................................. 4

2.1. Antecedentes ………………………………………………...4 2.1.1. Definición de cáncer y su motivación………………………4 2.1.2. El cáncer de mama y su motivación………………………..5 2.1.3. SI de Estatificación TNM para cáncer de mama…………..7 2.1.4. Sintomatología……………………………………………….8 2.1.5. Sistemas de detección………………………………………..

2.1.5.1. Mamografía selectiva de detección 2.1.5.2. Mamografía de diagnóstico 2.1.5.3. Mamografía digital 2.1.5.4. Ultrasonidos 2.1.5.5. Detecciones asistidas por ordenador 2.1.5.6. Resonancia magnética 2.1.5.7. PET 2.1.5.8. Impedancia eléctrica de barrido 2.1.5.9. Imagen guiada por técnicas de biopsia 2.1.5.10. El lavado ductal

2.2. Característica a frecuencias de microondas del medio……………12 2.2.1. Propiedades eléctricas del tejido mamario………………….12 2.2.2. Tejidos malignos……………………………………………...14 2.2.3. Tejido mamario…………………………………………….…14

3. Diseño de tomógrafo UWB……………………………………………..18

3.1. Esquema de bloques………………………………………………..18 3.2. Antenas para tomógrafo …………………………………………..20

3.2.1. Antenas multibanda…………………………………………20 3.2.2. Antenas UWB………………………………………………..24

3.3. Programa de captura de datos…………………………………….26 3.4. Algoritmos de procesado de datos…………………………………30

3.4.1. Algoritmo de focalización …………………………………..30 3.4.2. Algoritmo de beamforming………………………………….32

3.4.2.1. Procesado de señal 3.4.2.1.1. Identificación de la superficie del pecho a estudiar

3.4.2.2. Eliminación de residuos de respuesta de tiempo rápido 3.4.3. Señal chirp……………………………………………………34

3.4.3.1. Tipos de chirp 3.4.3.1.1. Chirp lineal 3.4.3.1.2. Chirp exponencial

3.4.3.2. Modulacion chirp 3.4.3.3. Transformada chirp

4. Resultados experimentales……………………………………………..39


2

5. Conclusiones…………………………………………………………….56

6. Relación de figuras, esquemas y tablas……………………………….58 6.1. Figuras 6.2. Esquemas 6.3. Tablas

7. Bibliografía………………………………………………………………62


3

1. Objetivos del proyecto Este proyecto trata de ayudar en una posible solución a un problema actual, la detección de tumores de mama. En la actualidad, el cáncer causa cerca del 13% de todas las muertes. De acuerdo con la Sociedad Americana del Cáncer, 7,6 millones de personas murieron de cáncer en el mundo durante 2007. En España cada año se diagnostican cerca de 16.000 nuevos casos de cáncer de mama. La detección temprana de tumores ayuda en gran medida a poder tratarlos y eliminarlos. Es por esto que es tan importante la detección precoz ya que así se podrían salvar muchas más vidas. En este momento, los sistemas de detección más utilizados son la mamografía y la radiografía. Estos sistemas detectan cerca del 95% de las anomalías pero debido a la morfología de los tumores y a su composición y densidad sólo es posible detectar si son benignos o malignos en un 8% de los casos. Una posterior biopsia es lo que nos concreta si es benigno o maligno. Además hay que añadir que en mujeres con pechos densos (25 % de la población femenina) es difícil el crear una imagen fiable de su tejido mamario. Debido a esto se refuerza la necesidad de investigar nuevos sistemas de detección, urgiendo así el avance en los sistemas de detección de tumores de mama mediante microondas. Aunque se han propuesto e investigado otras técnicas de imagen, todavía no se ha encontrado ninguna tan efectiva y de buen coste como la mamografía. De hecho, el precio de eliminar un tumor es mucho mayor a efectuar una biopsia a un tumor benigno. Este hecho motiva aún más el que las nuevas tecnologías sean capaces de distinguir tumores de menos de 3 mm y micro calcificaciones de 0,2 mm al menos. Complementariamente, las tecnologías además también podrían detectar si un tumor es benigno o maligno. El tomógrafo presentado en este proyecto intenta distinguir si existe un tumor y además con las propiedades eléctricas mostrar si el tumor es benigno o maligno. Como ya se ha dicho, el objetivo principal es la detección precoz y la distinción de la naturaleza del tumor de mama. Pero para lograr esto, hay una serie de tareas a realizar. Son las siguientes:

• diseñar un array simulado por un motor con una o dos antenas de banda ancha; • tener un mínimo contacto con la superficie a estudiar; • tratar de garantizar un mínimo de fiabilidad en cuanto a la reconstrucción de la

imagen escaneada con las antenas; • intentar tener la capacidad de hallar tumores más pequeños que la unidad de

centímetros; • facilitar un programa fácil de usar y con una funcionalidad variada; • intentar garantizar un alto conocimiento de las propiedades eléctricas para luego

poder conocer la morfología del tumor; • poder filtrar rebotes lejanos y rebotes de la propia antena;


4

2. Introducción

2.1. Antecedentes

2.1.1. Definición de cáncer

La palabra 'cáncer' es griega y significa 'cangrejo'. Se dice que las formas corrientes de cáncer avanzado adoptan una forma elipsoidal con ramificaciones heterogéneas similares a las de un cangrejo marino.

El cáncer se aplica a las neoplasias malignas que se originan en estirpes celulares de origen epitelial o glandular y no a las que son generadas por células de estirpe mesenquimal 1. También se excluyen los tumores de la sangre -es decir, de la médula roja de los huesos- de los ganglios y otros órganos linfáticos y del Sistema Nervioso Central.

El organismo produce un exceso de células malignas (también conocidas como cancerígenas o cancerosas), con rasgos típicos de comportamiento y crecimiento descontrolado (crecimiento y división más allá de los límites normales, invasión del tejido circundante y, a veces, metástasis). La metástasis, característica de muchos tipos de cáncer, es la propagación a distancia, por vía fundamentalmente linfática o sanguínea, de las células originarias del cáncer, y el crecimiento de nuevos tumores en los lugares de destino de dicha metástasis. Estas tres propiedades (división celular incontrolada, comportamiento aberrante y metástasis) diferencian a los tumores malignos (carcinomas) de los benignos (a veces simplemente llamados tumores), los cuales son limitados y no invaden o producen metástasis. La mayoría de los cánceres forman tumores, pero algunos como la leucemia no lo hacen.

Todos los tipos de cáncer son causados por anormalidades en el material genético de las células de esta forma transformadas. Estas anormalidades pueden ser efectos de carcinógenos 2, como la radiación (ionizante, ultravioleta, nuclear, etc.), de productos químicos (procedentes de la industria, el humo del tabaco y la contaminación en general, etc.) o de agentes infecciosos. Otras anormalidades que pueden producir cáncer son adquiridas durante la replicación normal del ADN al no corregirse los errores que de forma basal se producen durante la misma, o bien son heredadas y, por consiguiente, se presentan en todas las células desde el nacimiento (por ejemplo, con una mayor probabilidad de desencadenar la enfermedad). Existen complejas interacciones entre el material genético y los carcinógenos, lo cual es un motivo por el que algunos individuos desarrollan cáncer después de la exposición a carcinógenos mientras que otros no lo hacen. Nuevos aspectos de la genética del cáncer, como la metilación 3 del ADN y los microARNs 4, están siendo últimamente reconocidos y estudiados como importantes factores a tener en cuenta por su implicación.

1 Tejido conectivo embrionario, del que derivan los tejidos muscular y conectivo del cuerpo, así como los vasos sanguíneos y linfáticos. También denominadas sarcomas. 2 Sustancia que produce cáncer. 3 Adición de un grupo metilo (-CH3) a una molécula, lo que en biología genética provoca cambios reversibles del ADN.


5

Las anormalidades genéticas encontradas en el cáncer afectan típicamente a dos tipos de genes. Los genes transformados, u oncogenes, se activan en el interior de las células cancerígenas, dándoles nuevas propiedades tales como crecimiento y división hiperactivos, pérdida de la sensibilidad a los factores de crecimiento (que aíslan a las células en sus tejidos), interacción anormal con células de protección del sistema inmunitario (encargadas de inducir la muerte en caso de patología); en definitiva, lo que es la protección contra la apoptosis, muerte celular programada, que destruye cualquier célula de forma normal cuando llega el momento de ello.

El cáncer es generalmente clasificado de acuerdo con el tejido a partir del cual las células cancerosas se originan, con el tumor primario, así como con el tipo normal de células que más se asemejan. Un diagnóstico definitivo usualmente requiere un examen histológico, aunque las primeras indicaciones de cáncer pueden ser dadas a partir de síntomas o radiografías. Muchos cánceres pueden ser tratados y algunos curados, dependiendo del tipo, la localización y la etapa o estadio en el que se encuentre. Una vez detectado, se trata con la combinación apropiada de cirugía, quimioterapia y radioterapia. Según ciertas investigaciones, los tratamientos se especifican según el tipo de cáncer y, recientemente, también del propio paciente. Ha habido además un significativo progreso en el desarrollo de medicamentos que actúan específicamente en anormalidades moleculares de ciertos tumores y minimizan el daño a las células normales. El diagnóstico de cáncer en pacientes está mayormente influenciado por el tipo de cáncer, así como por la etapa o la extensión de la enfermedad (frecuentemente en estadios iniciales suele ser confundido con otras patologías locales no tumorales si no se realizan los diagnósticos diferenciales adecuados). La clasificación histológica y la presencia de marcadores moleculares específicos pueden ser también útiles en el diagnóstico, así como para determinar tratamientos individuales.

El cáncer puede afectar a personas de todas las edades, inclusive a los fetos, pero

el riesgo de sufrir los tipos más comunes se incrementa con la edad. El cáncer causa cerca del 13% de todas las muertes.

2.1.2. El cáncer de mama

El cáncer de mama es la proliferación acelerada, desordenada y no controlada de células con genes mutados, las cuales actúan normalmente suprimiendo o estimulando la continuidad del ciclo celular pertenecientes a distintos tejidos de una glándula mamaria. Los cánceres o carcinomas de mama suponen más del 90% de los tumores malignos de las mamas, pero al menos nueve de cada diez tumores o bultos de las mamas no son malignos.

En medicina, el cáncer de mama se conoce con el nombre de carcinoma de mama. Es una neoplasia maligna que tiene su origen en la proliferación acelerada e

4 Es un ARN (ácido ribonucleico) mono catenario, de una longitud de entre 21-25 nucleótidos, y que tiene la capacidad de regular la expresión de otros genes mediante diversos procesos, utilizando para ello la ruta de la interferencia de ARN


6

incontrolada de células que tapizan, en el 90% de los casos, el interior de los conductos que durante la lactancia, llevan la leche desde los acinos 5 glandulares, donde se produce, hasta los conductos galactóforos, situados detrás de la areola y el pezón, donde se acumula en espera de salir al exterior. Este cáncer de mama se conoce como carcinoma ductal. En el 10% de los casos restantes el cáncer tiene su origen en los propios acinos glandulares y se le llama carcinoma lobulillar. El carcinoma ductal puede extenderse por el interior de la luz ductal e invadir el interior de los acinos en lo que se conoce como fenómeno de cancerización lobular. Para conocer la posición y las partes de la mama y poder así entender la formación del tumor hay que mirar atentamente la figura 1.

Figura 1. En esta figura se pueden apreciar los elementos que forman la mama.

El nombre de carcinoma hace referencia a la naturaleza epitelial de las células que se convierten en malignas. En realidad, en sentido estricto, los llamados carcinomas de mama son adenocarcinomas 6, ya que derivan de células de estirpe glandular (de glándulas de secreción externa). Sin embargo, las glándulas de secreción externa derivan de células de estirpe epitelial, de manera que el nombre de carcinoma que se aplica estos tumores suele aceptarse como correcto aunque no sea exacto.

En casos verdaderamente raros hay cánceres escamosos de mama que podrían ser llamados más precisamente carcinomas. Estos tumores escamosos, verdaderos carcinomas estrictos, son consecuencia de la metaplasia 7 de células de origen glandular.

Existen tumores malignos de mama que no son de estirpe glandular ni epitelial. Estos tumores, poco frecuentes, reciben otros nombres genéricos diferentes. Los sarcomas son producto de la transformación maligna de células del tejido conectivo de la mama. Los linfomas derivan de los linfocitos, un tipo de glóbulos blancos que

5 Acinos y ductos son estructuras comunes a todas las glándulas de secreción externa.

6 Carcinoma que tiene su origen en células que constituyen el revestimiento interno de las glándulas de secreción externa. Estas células son las encargadas de sintetizar y de verter los productos que generan en la luz glandular.

7 Cambio de un epitelio maduro por otro maduro que puede tener un parentesco próximo o remoto.


7

procede de los ganglios linfáticos. En general, los linfomas no son tumores raros, pero es raro que un linfoma tenga su lugar de origen en una mama y no en otras regiones del organismo.

Figura 2. Asociación de los elementos de la mama y los tumores que derivan de ellos.

Para concienciarnos debemos tener en cuenta unos datos muy reveladores. De todos los tumores de mama que se presentan a la observación de un médico un 80% aproximadamente son carcinomas, un 2% son sarcomas y el resto tumores benignos.

2.1.3. Sistema Internacional de Estatificación TNM para Cáncer de mama

Este apartado trata de mostrar la estatificación en sistema internacional de los tamaños y las posiciones de los tumores. Estos datos son revelados después de efectuarse una mamografía con el fin de conocer la morfología de los tumores y estadificarla.

o T0 no tumor primario encontrado o Tis in situ o T1 =< 2 cm

� T1mic ≤ 0.1 cm (micro lesión) � T1a > 0.1 a 0.5 cm � T1b >0.5 cm pero no > 1 cm � T1c > 1 a 2 cm

o T2 > 2 a 5 cm o T3 > 5 cm o T4 <5 cm

� T4a Pared torácica � T4b Edema de piel/ulceración, nódulos cutáneos satélites � T4c ambos T4a yT4b


8

� T4d Carcinoma inflamatorio o Enfermedad de Paget 8

2.1.4. Sintomatología

En los estadios iniciales del cáncer de mama la mujer no suele presentar síntomas. El dolor de mama no es un signo de cáncer aunque el 10% de estas pacientes lo suelen presentar sin que se palpe ninguna masa.

El primer signo suele ser un bulto que, al tacto, se nota diferente del tejido mamario que lo rodea. Se suele notar con bordes irregulares, duro, que no duele al tocarlo. En ocasiones aparecen cambios de color y tirantez en la piel de la zona afectada. No todos los tumores malignos presentan estas características pues algunos tienen bordes regulares y son suaves al tacto. Por este motivo, cuando se detecte cualquier anomalía se debe consultar con el médico.

En las primeras fases, el bulto bajo la piel se puede desplazar con los dedos. En fases más avanzadas, el tumor suele estar adherido a la pared torácica o a la piel que lo recubre y no se desplaza. El nódulo suele ser claramente palpable e incluso los ganglios de las axiales pueden aumentar de tamaño. Los síntomas de estas etapas son muy variados y dependen del tamaño y la extensión del tumor.

Otros signos de tumor pueden ser el dolor o retracción del pezón, la irritación o las hendiduras de la piel, la inflamación de una parte del seno, el enrojecimiento o descamación de la piel o del pezón y la secreción por el pezón de cualquier sustancia que no sea leche materna.

2.1.5. Sistemas de detección

2.1.5.1. Mamografía selectiva de detección

Una mamografía selectiva de detección es una radiografía del seno que se usa para detectar cambios en el seno en mujeres que no presentan signos o síntomas de cáncer de mama. Se dice selectiva porque ordinariamente se elige tener esta prueba de detección por razones de prevención y no porque haya algún síntoma. Generalmente se requieren dos radiografías de cada seno. Con una mamografía, es posible detectar un tumor que no se puede palpar o encontrar micro calcificaciones (pequeños depósitos de calcio en el seno), los cuales a veces son una indicación de la presencia de cáncer de mama.

2.1.5.2. Mamografía de diagnóstico

Una mamografía de diagnóstico es una radiografía del seno que se usa para ver si la paciente tiene cáncer de mama después de haberse encontrado un bulto u otro signo o síntoma de cáncer de seno. La mamografía de diagnóstico puede usarse también para evaluar los cambios que se hayan encontrado en una mamografía selectiva de detección o para ver el tejido de seno cuando es difícil obtener una mamografía selectiva de

8 La osteítis deformante o Enfermedad de Paget es una enfermedad inflamatoria del tejido óseo no metabólica de causa desconocida aunque se piensa que puede representar una neoplasia benigna de las células formadoras del hueso.


9

detección debido a circunstancias especiales, como la presencia de implantes en el seno. Una mamografía de diagnóstico requiere más radiografías para obtener vistas del seno desde varios ángulos. El técnico puede amplificar un área sospechosa para producir una imagen detallada que ayude al médico a hacer un diagnóstico preciso.

2.1.5.3. Mamografía digital

Tanto la mamografía digital como la convencional utilizan la radiación de rayos X para producir una imagen del seno; sin embargo, la mamografía convencional registra la imagen directamente en película, mientras que la mamografía digital toma una imagen electrónica del seno y la almacena directamente en una computadora. Esto permite que se mejoren, amplíen o manipulen los datos capturados para una evaluación posterior. La diferencia entre la mamografía convencional y la digital es semejante a la diferencia entre una cámara fotográfica de rollo y una cámara digital. Aparte de la diferencia en la forma de grabar y almacenar la imagen, no hay ningún otra diferencia entre las dos.

2.1.5.4. Ultrasonidos

La ecografía, también llamada sonografía, es una técnica en alta frecuencia de las ondas sonoras que no pueden ser oídas por los seres humanos y que rebotan frente a los tejidos y los órganos internos. Sus ecos producen una imagen llamada sonograma. Los ultrasonidos se utilizan para distinguir entre tumores sólidos y fluidos llenos de quistes. El ultrasonido se puede utilizar también para evaluar los trozos que son difíciles de ver en una mamografía. A veces, se utiliza el ultrasonido como parte de otros procedimientos de diagnóstico, como la aspiración con aguja fina (también llamada aguja de biopsia). La aspiración con aguja fina es la eliminación de tejido o fluido con una aguja para examinarla bajo el microscopio para ver si hay signos de enfermedad.

En el transcurso de una ecografía, el médico extiende una fina capa de gelatina lubricante sobre la zona a estudiar para mejorar la conducción de las ondas sonoras. Un dispositivo manual llamado transductor dirige las ondas sonoras a través de la piel hacia tejidos específicos. Como las ondas sonoras rebotan en los tejidos de dentro del seno, los patrones formados por las ondas devueltas pueden crear una imagen bidimensional de la mama en un ordenador.

La ecografía no se utiliza rutinariamente para la detección del cáncer de mama, ya que no puede detectar ciertos signos precoces de cáncer, como micro calcificaciones (pequeños depósitos de calcio en la mama que no se pueden sentir, pero puede verse en una mamografía convencional). Un grupo de micro calcificaciones puede indicar que el cáncer está presente.

2.1.5.5. Detecciones asistidas por ordenador

La detección asistida por ordenador (CAD) involucra el uso de ordenadores para localizar las zonas peligrosas de una mamografía y así llamar más la atención del médico que después la debe estudiar. Se usa después de que el radiólogo haya realizado el examen inicial de la mamografía.


10

Un ejemplo de un dispositivo de imágenes mamarias que utiliza tecnología CAD es el ImageChecker ®. Este dispositivo escanea la mamografía con un rayo láser y la convierte en una señal digital que es procesada por un ordenador. La imagen se visualiza en un monitor de vídeo, con zonas sospechosas de relieve para el radiólogo que la examina. El radiólogo puede comparar la imagen digital con la mamografía convencional para ver si alguna de las zonas de relieve se pierde en el examen inicial y requieren una mayor evaluación. La tecnología CAD puede mejorar la precisión de la mamografía de detección. La incorporación de la tecnología CAD para la mamografía digital está siendo objeto de evaluación.

2.1.5.6. Resonancia magnética (RM)

En imágenes de resonancia magnética (IMR), un imán vinculado a una computadora crea imágenes detalladas de zonas de dentro del cuerpo, sin el uso de la radiación. Cada RM produce cientos de imágenes de la mama de lado a lado, de arriba abajo, y de delante hacia atrás. Las imágenes son luego interpretadas por un radiólogo. En el transcurso de una resonancia magnética de mama, la paciente se encuentra tumbada de boca abajo con el estómago en la mesa de escaneo. La mama se cuelga en una hendidura o hueco en la mesa, que contiene bobinas que detectan la señal magnética. La mesa se mueve hacia la máquina, que es un tubo que contiene el imán. Después de tomar una primera serie de imágenes, la paciente podrá ser sometida a un agente de contraste por vía intravenosa. El agente de contraste no es radiactivo, sino que mejora la visibilidad de un posible tumor. Entonces se toman imágenes adicionales. Toda la sesión de toma de imágenes dura alrededor de 1 hora.

La RM de mama no se utiliza de rutina para el análisis del cáncer de mama, pero se están realizando ensayos clínicos para determinar si la RM es útil para el análisis de ciertas mujeres, como mujeres jóvenes en alto riesgo de cáncer de mama. La RM no siempre puede distinguir con precisión entre el tumor maligno y benigno por las condiciones de la mama. Al igual que el ultrasonido, la RM no puede detectar micro calcificaciones.

La RM se utiliza principalmente para evaluar los implantes mamarios en busca de fugas o roturas, y para evaluar las zonas anormales que se ven en una mamografía o las que se notan después de la cirugía de mama o terapia de radiación. Se puede usar después de diagnosticarse el cáncer de mama para determinar el grado del tumor. La RM también es útil, a veces, en imágenes con denso tejido mamario, que, a menudo, se encuentran en las mujeres más jóvenes, y en mujeres que notan una anomalía pero que no son visibles a través de mamografías o ultrasonido.

2.1.5.7. PET

La tomografía por emisión de positrones (PET) de escaneo computarizado crea imágenes de los cambios químicos que tienen lugar en los tejidos. El paciente recibe una inyección de una sustancia que consta de una combinación de azúcar y una pequeña cantidad de material radiactivo. El azúcar radioactivo puede ayudar a localizar un


11

tumor, porque las células cancerosas absorben el azúcar más rápido que otros tejidos del cuerpo.

Si existe tumor, el azúcar radiactivo se acumula en él. El paciente se encuentra estirado en una mesa, que poco a poco se mueve (de 6 a 7 veces) a través del escáner PET durante 45 minutos. El escáner de PET se utiliza para detectar la radiación. Una computadora traduce esta información en las imágenes que serán interpretadas por un radiólogo.

Los escáneres PET pueden desempeñar el papel de determinar si una masa del seno es cancerosa. Sin embargo, las exploraciones de PET son más exactas en la detección de los tumores más grandes y más agresivos que en localizar tumores que son más pequeños que los de 8 mm y / o menos agresivos. También pueden detectar el cáncer cuando otras técnicas de imagen muestran resultados normales. Los escáneres PET pueden ser útiles en la evaluación y puesta en escena de una enfermedad recurrente. 2.1.5.8. Impedancia Eléctrica de Barrido

Distintos tipos de tejidos tienen diferentes niveles de impedancia eléctrica9. El tejido mamario que es canceroso tiene una mucho menor impedancia eléctrica (conduce la electricidad mucho mejor) que el tejido mamario normal. La impedancia eléctrica de dispositivos de escaneo se utiliza junto con la mamografía convencional para detectar el cáncer de mama.

La impedancia eléctrica del dispositivo de escaneo, que no emite ninguna radiación, consiste en una sonda de mano que escanea y una pantalla de ordenador que muestra las imágenes del seno en dos dimensiones. Un electrodo de parche, similar al utilizado para un electrocardiograma, es colocado en el brazo del paciente. Una muy pequeña cantidad de corriente eléctrica, aproximadamente la misma cantidad utilizada por una pequeña batería penlight, se transmite a través del parche en el cuerpo. La electricidad viaja a través de la mama, donde se mide la digitalización de la sonda colocada sobre el pecho. A partir de las mediciones de impedancia eléctrica se genera una imagen. Dado que las células del cáncer de mama conducen la electricidad mejor que las células normales del seno y tienden a tener menor impedancia eléctrica, los tumores de mama pueden aparecer como manchas blancas brillantes en la pantalla del ordenador. Este dispositivo puede confirmar la ubicación de zonas anormales que fueron detectadas por una mamografía convencional. El escáner envía la imagen directamente a un ordenador, permitiendo que el radiólogo pueda mover la sonda alrededor del punto de interés y pueda obtener una mejor vista del punto examinado de la mama. El dispositivo puede reducir el número de biopsias necesarias para determinar si una masa es cancerosa. También puede mejorar la identificación de la mujer que debe tener una biopsia de detección.

9 Impedancia eléctrica es una medida de la rapidez con la que la electricidad viaja a través de un determinado material.


12

El escáner no ha sido aprobado como un dispositivo de detección para el cáncer de mama, y no se utiliza cuando la mamografía u otros hallazgos indican claramente la necesidad de una biopsia. Este dispositivo no ha sido estudiado con los pacientes que tienen implantados dispositivos electrónicos, tales como los marcapasos. No se recomienda para su uso en estos pacientes.

2.1.5.9. Imagen guiada por técnicas de biopsia

Las técnicas de imagen juegan un papel importante en ayudar a los médicos al realizar biopsias de mama, especialmente de zonas anormales que no pueden hacerse sentir, pero puede verse en una mamografía convencional o con ultrasonido. Un tipo de biopsia, la estereotáxica10 guiada por biopsia, implica la ubicación precisa del área anormal en tres dimensiones utilizando la mamografía convencional. Una aguja se inserta en el pecho y se obtiene una muestra de tejido. La aguja en movimiento dentro del área normal puede permitir la obtención de muestras adicionales.

Otro tipo de aguja de biopsia utiliza un sistema diferente, conocido como el Mammotome ®. Una gran aguja se inserta en el área sospechosa utilizando ultrasonido o guía estereotáxica. El Mammotome se utiliza para vaciar tejidos suavemente desde el área sospechosa. La rotación de la aguja permite obtener muestras adicionales. Este procedimiento puede realizarse con el paciente acostado sobre su estómago en una mesa.

2.1.5.10. El lavado ductal

El lavado ductal es una técnica de investigación para recoger muestras de células de los conductos mamarios para el análisis bajo el microscopio. Se introduce una solución salina en un conducto de leche a través de un catéter que se inserta en la apertura del conducto en la superficie del pezón. El fluido, que contiene las células de los conductos, se retira a través del catéter. Las células se controlan bajo un microscopio para identificar cambios que puedan indicar cáncer o aumentar el riesgo de cáncer de mama. La utilidad del lavado ductal está todavía en estudio.

2.2. Características a frecuencias de microondas d el medio

2.2.1. Propiedades eléctricas del tejido mamario En este apartado se estudiarán las propiedades eléctricas del tejido mamario, así como de tumores malignos y benignos con el fin de poder reconstruir después la señal recibida ya que el coeficiente de reflexión es lo que nos hace recibir más potencia o menos. Los tejidos biológicos, desde el punto de vista eléctrico, se caracterizan por la constante dieléctrica compleja:

�∗ = �� − �� = �� − � �� (1)

10 Estereotáxica se refiere a la utilización de un ordenador y los dispositivos de escaneo para crear imágenes tridimensionales


13

La permitividad de materiales biológicos cambia con la frecuencia y la ecuación de Debye se utiliza a menudo para describir esos cambios. Esencialmente es una descripción de un sistema de primer orden al que hay que sumarle una conductividad motivada por el movimiento de iones.

�∗ = � + �� − � �

�� (2)

donde τ es el tiempo de relajación, �� es la permitividad estática, � es la permitividad muy por encima de la frecuencia de relajación y σs es la conductividad estática. En los tejidos, habitualmente hay una amplia distribución de tiempos de relajación debido a la presencia de diferentes mecanismos, procesos de orden superior e interacción entre partículas en suspensión. Generalmente, los tejidos exponen 3 relajaciones diferentes relacionadas con la subyacente estructura física de los tejidos. Por debajo de la primera relajación, los tejidos tienden a tener una alta permitividad. La relajación α sucede a bajas frecuencias, del orden de kHz, y es debida a la difusión iónica en la capa de las partículas cargadas que están alrededor de la célula. Esto provoca un momento y una polarización del dipolo inducido, lo que finalmente genera un gran decremento de la permitividad. La relajación β aparece en RF, y es provocada por la constante carga de interfaces en medio de la membrana de la célula, el interior de la célula propiamente dicho, y la suspensión extracelular. Esta relajación provoca un gran decremento en permitividad y un incremento en conductividad a través de la membrana de la célula. La relajación γ es primaria debido a la relajación en tejidos acuosos y sucede cerca de los 20 a 25 GHz La variación en permitividad con frecuencia para alto y bajo contenido de agua en tejidos se muestra en la Figura 3.

Figura 3. La variación en permitividad con frecuencia para alto y bajo contenido de agua en tejidos. Para la imagen del pecho, la frecuencia debe ser suficientemente alta para obtener una resolución razonable y suficientemente baja para poder penetrar en el tejido. Como consecuencia, el rango de frecuencias interesantes debe estar situado entre las relajaciones β y γ.


14

Gabriel [8,9] muestra la caracterización extensiva de diferentes tipos de tejido en el rango de frecuencias de 10 Hz a 20 GHz En frecuencias de RF, los factores a considerar en mediciones de tejidos incluyen cambios en propiedades de temperatura y cambios en contenidos de tejido acuoso extirpado. Aunque muchos tejidos están bien caracterizados, la información disponible para tejido mamario es limitada. Se han examinado las diferencias entre tejidos normales y benignos para varias especies y diferentes localizaciones de tumores obteniendo una serie de resultados a tener en cuenta [10].

2.2.2. Tejidos malignos Los tumores normalmente tienen una más alta permitividad y conductividad que los tejidos normales. Se considera que el alto contenido de agua en tumores, debido a la vascularización que motivan los continuos cambios en las células, es el responsable de los incrementos en conductividad y permitividad en frecuencias de microondas. Se estudian las propiedades del tejido maligno para usarlas en tratamientos de cáncer. Además en [10] hay mediciones de tumores de mama en ratas de 1 MHz a 1 GHz donde se encuentran propiedades similares a las del músculo, un alto contenido de agua en el tejido. No se han hecho comparaciones con tejido mamario normal. Rogers [11] mide propiedades de tejidos de músculo y tejidos malignos en ratones con frecuencias de 50 MHz a 10 GHz Sus resultados indican una mejor relación de permitividades en tumores en las frecuencias más bajas, con esta relación cada vez mayor con disminución en la frecuencia. Joines [12] mide tejidos normales y con tumores malignos desde 50 a 900 MHz, hallando buena conductividad y permitividad en tumores malignos en comparación con los tejidos normales. Este estudio de tumores malignos indica que el contraste entre tejido normal y tumores malignos continúa más allá del rango de frecuencias.

2.2.3. Tejido mamario El tejido mamario está compuesto principalmente de grasa, tejidos glandulares y conectores con otros tejidos. Las células de grasa están llenas del lípido, y por eso tienen un contenido inferior de agua que otros tejidos. En frecuencias microondas, el contenido inferior de agua provoca una permitividad y conductividad inferior, así como un aumento de cantidades en permitividad y conductividad en función del aumento del contenido de agua [13]. Esto también sugiere la existencia de un contraste grande entre el tejido maligno de un alto contenido de agua y el bajo contenido de agua del tejido normal de pecho. Los tumores benignos son principalmente tejido fibroso y conductos, y, normalmente, es probable que tengan, por lo tanto, propiedades diferentes en cuanto al alto contenido de agua. Las medidas de tumor de mama normal y maligno se hicieron como pronto en 1926, indicando la permitividad mayor en tejidos malignos en la frecuencia de medida de 20 kHz [14]. Las siguientes medidas de las propiedades dieléctricas de tumores de mama en la región microondas (3 GHz a 24 GHz) muestran una mayor atenuación en los tumores que en el tejido graso de pecho [15], [16]. Más tarde se sugiere que las diferencias de potencia reflejada y transmitida en la presencia de un tumor (comparado al pecho normal) podrían ser usadas para identificar el cáncer de mama [17]. Las propiedades eléctricas de tejidos de pecho han sido investigadas en más bajas frecuencias (debajo de 10 MHz) para el empleo en la imagen de impedancia eléctrica. Anteriormente, los resultados más relevantes fueron las medidas comprensivas de tejido extirpado por Jossinett [18]. Las imágenes adquiridas con un sistema de


15

imagen de impedancia de multifrecuencia de 10 a 950 kHz indican diferencias en las propiedades eléctricas de tejidos normales y malignos [19]. Generalmente, las imágenes de pechos normales muestran un alto grado de homogeneidad. Para la identificación de tejidos malignos, las imágenes de permitividad parecen ser más útiles y muestran valores más grandes para tejidos malignos en la mayoría de los casos. Jossinett [18] ha medido la impedancia del tejido extirpado normal (la glándula mamaria, el tejido conectador, el tejido adiposo) y del tejido patológico (mastopatía, fibroadenoma y carcinoma) sobre la frecuencia que recorre de 488 Hz a 1 MHz Los tejidos normales y benignos tienen propiedades similares, mientras que el tejido de carcinoma se diferencia de todos los otros tipos. Estos resultados demuestran la existencia de un contraste en las propiedades eléctricas de tejidos normales y malignos, así como el empleo potencial del sistema de imagen para mediar estas propiedades y realizar un diagnóstico. Las propiedades dieléctricas de tumor y tejidos normales de pecho se han medido en frecuencias de radio [20]. Elise C. Fear muestra una serie de mediciones de conductividad en [25]. De aquí obtenemos la tabla 1.

Tejido εr σ (S/m) σ incremento (S/m)

Masa del tumor 20 a 60 0,2 a 0,4 0,4 a 0,5 Márgenes del tumor

25 a 80 0,4 a 0,7 0,5 a 0,7

Normal < 50 0,1 < 0,05 Tabla 1. Medida de tejidos de pecho. La permitividad y gamas de conductividad son determinados en 100 kilohercios, mientras el incremento de conductividad es la diferencia en la conductividad entre 100 kHz y 100 MHz Joines [12] mide las propiedades de tejidos normales y malignos entre 50 y 900 MHz Se miden los tejidos recién extirpado. Los resultados indicaron que el tejido de pecho tenía un contraste más grande que el de los tejidos normales y malignos de los tipos de tejido investigados (el colon, el riñón, el hígado, el pulmón, pecho y músculo). La permitividad era un promedio de 3.4 veces más alto, y la conductividad tenía un rango del orden de 6,8 veces más en el rango de frecuencias. Chaudhary [21] realizó otro estudio significativo midiendo tejidos normales de pecho y carcinoma de 3 MHz a 3 GHz Las medidas de 100 MHz a 3 GHz se hacen con un método de dominio de tiempo. Se examinan tejidos normales y malignos de 15 pacientes. El promedio del juego de medidas muestra un aumento de las propiedades eléctricas de tejidos malignos comparado a tejidos normales. Land [22] ha hecho otras medidas de las propiedades dieléctricas de tejidos de pecho. Las propiedades dieléctricas de tejidos de pecho en 3.2 GHz se miden usando una cavidad resonante cilíndrica con titulares de la muestra. Las medidas no indican


16

diferencias significativas de tejidos normales y malignos. Esto es debido probablemente a probar técnicas de preparación que causan cambios de propiedades motivados por el recorte, la pérdida fluida. etc. o a que pueden haber baches en las muestras. Un estudio reciente de imagen clínica de microondas de pecho [23] describe permitividades más grandes que las encontradas en estudios anteriores (por ej. [12]), y parece ser relacionado con la densidad radiográfica del pecho. Las propiedades se obtienen de imágenes reconstruidas, no de las medidas directas del tejido. No proporcionan las estimaciones de las propiedades eléctricas de tumores o imágenes de tumor que llevan los pechos. Sin embargo, hay evidentes variaciones correspondientes a la reconstrucción del pecho en imágenes, la demostración de que aquella imagen de microondas es un método prometedor de imagen de pecho. Hagness [24] tiene extrapolado a frecuencias más altas los datos de Joines [12] y de Chaudhary [21], que describe el tejido normal de pecho. El modelo de Debye ha sido seleccionado para encajar los datos y se determinaron los parámetros siguientes: εs=10, ε∞ =7, τ =6.37 ps y σ =0.15 S/m. Las propiedades eléctricas tanto de piel seca como mojada se miden sobre las frecuencias que recorren de 10 Hz a 100 GHz por Gabriel et al [8,9] y adaptadas con un modelo de Cole-Cole. Para la piel seca, las propiedades eléctricas se describen como:

� �� = 4 + ∑ ∆�� !�" + #.###%

�� (3)

donde ∆ε1 = 32, τ1 = 7.23, α1 = 0; ε2 = 100, τ2 = 32.48 y α2 = 0.2. Las tablas siguientes resumen las mediciones realizadas por los autores referenciados. Referencia Dartmouth

[12] Bolomey (Francia)

[24]

Barcelona [8]

Carolinas [18]

Car

acte

ríst

icas

del

sis

tem

a

Número de transmisores

16 36 64 32

Número de receptores

9 25 33 16

Frecuencia 900 MHz 2.45 GHz 2.33 GHz 2.36 GHz Rango dinámico

133 dB - - 120dB

Imágenes de la región

Cilíndrico: 13 cm de diámetro

Plano: objeto de 6,5 cm desde el receptor

Cilíndrico: 25 cm de diámetro

Cilíndrico: del centro a 17. 3 cm del transmisor y a 9.5 cm del receptor

Tabla 2. Características del sistema.


17

Referencia Dartmouth [12] Bolomey

(Francia) [24]

Barcelona [8]

Carolinas [18] M

odel

os d

e im

agen

exp

erim

enta

les

Dimensiones externas

· Cilíndrico de 8.2 cm de diámetro · Estudios clínicos

Cilíndrico de 6 cm de diámetro

Cilíndrico de 4 cm de diámetro

Elipsoide de 5.5 x 5.5x 6.5 cm con 2 agujeros semiesféricos

Propiedades eléctricas

· Extirpada grasa con 1.2 % de inclusiones salinas (1.1 y 2.5 cm de diámetro) · Espectro del hueso/grasa (εr = 5.48, σ= 0.02 S/m)

· Salina con contrastes de 0.8 % en εr y 40% en εr” · Salina con contrastes de 3% en εr’ y 150% en εr”

· 4% de alcohol etílico (εr= 73, σ =11) con 96% de inclusión de alcohol (εr= 10, σ = 8.3 S/m)

· Elipsoide: εr= 70, σ = 17 S/m · Agujeros (agua): εr= 77, σ = 9.7 S/m

Medio de inmersión

Salina 0.9% (εr = 76.6, σ= 2.48 S/m)

Agua a 37 ºC

Agua a 25ºC (εr =73, σ= 11 S/m)

Agua

Tabla 3. Modelos de imagen experimentales.


18

3. Diseño de tomógrafo UWB

3.1. Esquema de bloques del tomógrafo El esquema 1 muestra las conexiones entre los diferentes elementos del tomógrafo.

Esquema 1. Disposición gráfica de conexión de los elementos del tomógrafo.

Sistema de

19

Esquema 2. Elementos del tomógrafo Este esquema ilustra el funcionamiento del tomógrafo, mostrando todos sus elementos. En primer lugar, se debe calibrar el analizador de redes con una serie de impedancias. El analizador dispone de dos puertos a elegir. antena, sólo utilizaremos un puerto. array de antenas. Este motor tiene una alimentación de 5 Voltios generados por una fuente. Desde un ordenador conectado al motor con un conector indicar la configuración del puerto de ordenador del cual recibe órdenesDespués se debe configurar la frecuencia y el número de puntos que debe medir la antena mediante un dispositivo conectadoAdemás, te permite elegir el grados que va a realizar el motor (2º,3º,4º, puntos que va a analizar la antena. escaneo. La antena, conectada al puerto 1 del analizador de redes, que está por él mismo y que se mueve en función del motor, emite una señal


. Elementos del tomógrafo.

Este esquema ilustra el funcionamiento del tomógrafo, mostrando todos sus

se debe calibrar el analizador de redes con una serie de El analizador dispone de dos puertos a elegir. Cómo solo utilizamos una

antena, sólo utilizaremos un puerto. Luego, se debe configurar el motor que simula un array de antenas. Este motor tiene una alimentación de 5 Voltios generados por una fuente. Desde un ordenador conectado al motor con un conector RS232 se le puede indicar la configuración del puerto de ordenador del cual recibe órdenesDespués se debe configurar la frecuencia y el número de puntos que debe medir la

dispositivo conectado del analizador de redes al Además, te permite elegir el ángulo que va a medir (de 0 a 360º) y el movimiento en grados que va a realizar el motor (2º,3º,4º, etc.), la cual cosa nos indica el número de puntos que va a analizar la antena. Una vez decididas las configuraciones,

conectada al puerto 1 del analizador de redes, que está se mueve en función del motor, emite una señal de 0,5 a 3 GHz

Antena IN

Analizador

de redes

PC

Ficheros.dat

Matlab

BreastURV

control por tomógrafo de microondas

Este esquema ilustra el funcionamiento del tomógrafo, mostrando todos sus

se debe calibrar el analizador de redes con una serie de Cómo solo utilizamos una

se debe configurar el motor que simula un array de antenas. Este motor tiene una alimentación de 5 Voltios generados por una

RS232 se le puede indicar la configuración del puerto de ordenador del cual recibe órdenes, esquema 3. Después se debe configurar la frecuencia y el número de puntos que debe medir la

del analizador de redes al PC, el GPIB. y el movimiento en

), la cual cosa nos indica el número de Una vez decididas las configuraciones, se inicia el

conectada al puerto 1 del analizador de redes, que está controlada de 0,5 a 3 GHz de

Sistema de

20

frecuencia, esquema 4. La misma antenala señal emitida con la superficie a estudiar. El analizador de redes recibidos y los manda al PC, que a su vez guarda lcon extensión dat, esquema 5 El segundo lugar, se debe procesar que editar un modelo. Para editar el modelo, previamenteconfiguración de parámetros. está la antena a la superficieestudiar, ya sea aire, piel o dentro del pecho. configuración de parámetros, permite elegir los datos a procesar, decirle el tipo de transformada a efectuar en el procesado de datos, elegir el tiempo que convenga a del tiempo que estuvo midiendo, todo en ns, y el fichero donde se quiere guardar todo el procesado con extensión out.

Esquema 3. Configuración del motor

Esquema 4. Este esquema muestra la radiación de la antena en la superficie del pecho.

BeastURV

Antena OUT

Puerto 1


La misma antena recibe los datos de después de hcon la superficie a estudiar. El analizador de redes procesa

y los manda al PC, que a su vez guarda las mediciones tomadas en un archivo , esquema 5.

El segundo lugar, se debe procesar la señal medida. Para esto, antes dePara editar el modelo, previamente hay que escribir un fichero de

configuración de parámetros. En este fichero se permite establecer la distancia dela superficie a procesar, elegir el coeficiente de reflexión de la zona a

estudiar, ya sea aire, piel o dentro del pecho. El modelo, además de editar configuración de parámetros, permite elegir los datos a procesar, decirle el tipo de

uar en el procesado de datos, elegir el tiempo que convenga a diendo, todo en ns, y el fichero donde se quiere guardar todo el

procesado con extensión out.

. Configuración del motor.

Este esquema muestra la radiación de la antena en la superficie del pecho.

Motor

Superficie

del pecho

RS232

GPIB


después de haber rebotado procesa los datos

as mediciones tomadas en un archivo

ara esto, antes de nada, hay hay que escribir un fichero de

establecer la distancia de la cual a procesar, elegir el coeficiente de reflexión de la zona a

de editar el fichero de configuración de parámetros, permite elegir los datos a procesar, decirle el tipo de

uar en el procesado de datos, elegir el tiempo que convenga a partir diendo, todo en ns, y el fichero donde se quiere guardar todo el

Este esquema muestra la radiación de la antena en la superficie del pecho.

Sistema de

21

Esquema 5. Recepción de las medidas y posterior almacenamiento.

3.2. Antenas para tomógrafo

3.2.1. Antenas multibanda

Esta antena consta de dipolos calcularán según la fórmula:

donde f es la frecuencia que deseamos obtener, c es la velocidad de la luz y permitividad.

La figura 4 muestra el diseñoantena ha sido diseñada para formar parte de un array que se podrá utilizar en el futuro y poder eliminar así la simulación de array

Antena INAnalizador

de redes


Recepción de las medidas y posterior almacenamiento.

Antenas para tomógrafo

3.2.1. Antenas multibanda

Esta antena consta de dipolos múltiples. Las dimensiones de los dipolos se rmula:

L = '

()*+

,- (4)

donde f es la frecuencia que deseamos obtener, c es la velocidad de la luz y

figura 4 muestra el diseño en ADS de una antena multibanda. Esta antena ha sido diseñada para formar parte de un array que se podrá utilizar en el futuro y poder eliminar así la simulación de array ejecutada con el motor.

Analizador

de redesPC Fichero.dat


Las dimensiones de los dipolos se

donde f es la frecuencia que deseamos obtener, c es la velocidad de la luz y ε/ es la

en ADS de una antena multibanda. Esta antena ha sido diseñada para formar parte de un array que se podrá utilizar en el futuro y

Matlab


22

Figura 4. Antena multibanda “Y invertida


23

En la figura 5 se puede ver una comparación del parámetro S 1,1 en dB entre la señal medida de la antena y la simulación realizada con ADS.

Figura 5. Comparación entre antena medida y simulada de la antena mostrada en la figura 4

La figura 6 muestra el diseño en ADS de una antena multibanda.

Figura 6. Antena multibanda “Y”

S1,1 (dB)

Frecuencia (GHz)

Antena simulada

Antena medida


24

En la figura 7 se puede ver una comparación del parámetro S 1,1 en dB entre la señal medida de la antena y la simulación realizada con ADS. Si se compara esta antena con la anterior no se ve demasiada diferencia entre ellas a nivel de potencia. Hay que fijarse que la “Y invertida”(figura 4) tiene 4 flancos para emitir y la “Y” (figura 6) sólo tiene 3. Es por este motivo por lo que se debería elegir la “Y invertida” para las líneas futuras.


3.2.2. Antenas UWB

Ultra-wideband se usa para referirse a cualquier tecnología de radio que usa una banda ancha de más grande que 500 MHz o el 25% de la frecuencia central, de acuerdo con la FCC (Federal Communications Commission).

UWB es una tecnología en el rango de las PAN (personal area network). Permite paquetes de información muy grandes (480 Mbits/s) conseguidos en distancias cortas, de unos pocos metros. Los dispositivos inalámbricos USB actuales son implementados con UWB.

UWB puede usar frecuencias que van desde 3.1 GHz hasta 10.6 GHz: una banda de más de 7 GHz de anchura. Cada canal de radio tiene una anchura de más de 500 MHz, dependiendo de su frecuencia central.

Frecuencia (GHz)

S1,1 (dB)

Antena simulada

Antena medida


25

En la figura 8 se ve el diseño de la antena UWB elegida para simular el array empleado en el tomógrafo.

Figura 8. Antena “UWV”

En la figura 9 se puede ver una comparación del parámetro S 1,1 en dB entre la señal medida de la antena y la simulación realizada con ADS. La Se ve a simple vista que la antena simulada tiene más ganancia que la medida. Esto es lógico pues la señal simulada no tiene tantas pérdidas como la medida. La ganancia obtenida por la antena medida es de una potencia superior a – 20 dB lo que hace que la antena sirva para emitir señales de microondas.


Antena simulada

Antena medida

Frecuencia (GHz)

S1,1 (dB)


26

3.3. Programa de captura de datos Como ya se ha explicado en la sección de esquema de bloques, el programa de captura de datos medidos permite realizar diversas configuraciones. Esta sección se limitará a mostrar el funcionamiento del programa breastURV. En la figura 10 se ve el menú general del programa. Se puede apreciar que permite abrir archivos guardados, modificar configuraciones, tomar mediciones y procesar los datos medidos.

Figura 10. Pantalla inicial del tomógrafo En la figura 11 se ve la pantalla para elegir el puerto serie que conecta el PC con el motor mediante el dispositivo RS232.

Figura 11. Pantalla de configuración de puertos En la figura 12 se ve la configuración de las antenas. Permite escanear con las frecuencias que se desea, el número de puntos y potencia que se quiera.


27

Figura 12. Pantalla de configuración de la antena

En la figura13 se puede ver el menú Measurement. Éste permite tomar mediciones, abrir gráficos y hacer cálculos de los parámetros S medidos.

Figura 13. Pantalla de menú Measurement En la figura 14 se ve la pantalla de configuración de la medición. Aquí se puede decidir la frecuencia de la antena y el número de puntos.

Figura 14. Pantalla de configuración de la medición


28

En la figura 15 se ve el menú de procesado de datos. Éste permite crear modelos de procesado nuevos, editar modelos antes creados y por último mostrar resultados gráficos de señales ya procesadas y guardadas.

Figura 15. Pantalla de menú Compute En la figura 16 se ve el menú de configuración del modelo. Éste permite cargar el fichero de mediciones para luego procesarlas. También te deja escoger varios parámetros y el fichero de configuración que debe leer.

Figura 16. Pantalla de configuración de nuevo modelo o de editar modelo


29

En la figura 17 se ve el menú de cargar un modelo ya creado anteriormente.

Figura 17. Pantalla para cargar el modelo a editar En la figura 18 vemos el menú de apertura de gráficos de mediciones procesadas anteriormente.

Figura 18. Pantalla de apertura de fichero con medidas procesadas

Sistema de

30

El esquema 6 muestra cómo el programa carga las medidas guardadas en un fichero de extensión dat, y cómo después de aplicar el modelo de procesado de señal consigue un fichero de extensión out que contiene también guarda los resultados gráficos de la medición.

Esquema 6. Funcionamiento sistemático del pro

3.4. Algoritmos de procesado de datos Esta sección trata de explicar cómo se procesan los datos desde que se reciben hasta que se consigue obtener una imagen de la escena a reconstruir.

3.4.1. Algoritmo de focalización El algoritmo de focalización trata de realzar un punto reflejante o eliminar un punto no reflejante. El algoritmo resta el tiempo total de radiación al tiempo que tarda en rebotar con algún punto reflejanteantenas quedará situado en el mismo instante. Si sumamos ese punto de todas las antenas obtendremos una señal de potencia elevadademasiado reflejante, la potencia será pequeña y no se apreciará

Esquema 7. Posición del elemento reflejante y el tiempo que tarda en rebotar

MedidasFichero


El esquema 6 muestra cómo el programa carga las medidas guardadas en un sión dat, y cómo después de aplicar el modelo de procesado de señal

consigue un fichero de extensión out que contiene todas las medidas procesadastambién guarda los resultados gráficos de la medición.

. Funcionamiento sistemático del programa de captura de datos

Algoritmos de procesado de datos

Esta sección trata de explicar cómo se procesan los datos desde que se reciben hasta que se consigue obtener una imagen de la escena a reconstruir.

Algoritmo de focalización

El algoritmo de focalización trata de realzar un punto reflejante o eliminar un punto no reflejante. El algoritmo resta el tiempo total de radiación al tiempo que tarda en rebotar con algún punto reflejante, esquema 7. De esta manera, el rebote de todas laantenas quedará situado en el mismo instante. Si sumamos ese punto de todas las antenas obtendremos una señal de potencia elevada, esquema 8. Si el punto no es demasiado reflejante, la potencia será pequeña y no se apreciará, esquema 9

sición del elemento reflejante y el tiempo que tarda en rebotar

Fichero

.dat

Fichero

.out

Resultados

gráficos


El esquema 6 muestra cómo el programa carga las medidas guardadas en un sión dat, y cómo después de aplicar el modelo de procesado de señal

todas las medidas procesadas y que

grama de captura de datos

Esta sección trata de explicar cómo se procesan los datos desde que se reciben

El algoritmo de focalización trata de realzar un punto reflejante o eliminar un punto no reflejante. El algoritmo resta el tiempo total de radiación al tiempo que tarda

. De esta manera, el rebote de todas las antenas quedará situado en el mismo instante. Si sumamos ese punto de todas las

. Si el punto no es , esquema 9.

sición del elemento reflejante y el tiempo que tarda en rebotar

Resultados

gráficos


31

Esquema 8. Sumatorio de señales reflejantes

Esquema 9. Sumatorio de señales no reflejantes

Un beamformer es un procesador de señal usado conjuntamente con un array de antenas. La salida del beamformer forma una pesada combinación de las señales recibidas en cada una de las señales. Usualmente, la meta del beamforming es el filtrado especial, es decir, separación de señales que tienen similar contenido de frecuencia temporal pero originadas por diferentes localizaciones especiales. El beamformer fundamental es el beamformer retrasado y añadido, que como el nombre indica, el tiempo se retrasa y las señales recibidas para crear una señal focalizada y sintetizada. Esto esta explícitamente mostrada en la enésima muestra de tiempo en la localización 0# como

1 = 23, 3#5 = ∑ 6723 − 87�0#�5"79� , (5)


32

donde 87�0#� = 8 redondeo (:7�0#�/<�); <� es el intervalo de muestreo y 67 es la señal de dispersión recibida en las iésimas antenas con residuos de tiempo primero eliminadas, definidas en la anterior sección. En retraso de tiempo en el iésimo canal,:7�0#�, está computado del promedio de velocidad de propagación de onda y el error de redondeo de la distancia entre la localización de la iésima antena, 07, y la localización de 07, y la localización de 0#. La cantidad V es una integral arbitraria del retraso mayor que el =>67:7�0#� para asegurarse la casualidad. La posición del foco se escanea por rendimiento del pecho ajustando la distribución de cambios de tiempo de las formas de onda dispersas guardadas para cada nuevo punto focal. Si un objetivo dispersado, como un tumor maligno, existe en el punto focal, las señales añaden coherentemente y se consiguen unos resultados robustos. Si la dispersión del objeto existe en todos los puntos, las formas de onda añaden incoherentemente y con poca potencia relativa los resultados. El escaneo sistemático de los focos sintéticos de punto a punto dentro del pecho crea imágenes de microondas de puntos de dispersión significantes dentro del tejido interno del pecho. El método de imagen con focal de microondas está basado en el método de beamforming retardado y añadido descrito aquí. En tres dimensiones, el método informa

de la propagación radial producida por la señal propagada (el factor �� a través del

tiempo de vuelo.

3.4.2. Algoritmo de beamforming En este método se estudiará detenidamente el proceso ejecutado para procesar la señal y reconstruir la señal recibida.

3.4.2.1. Procesado de señal

Esta sección describe el proceso necesario desde el momento en que se recibe la señal hasta que se obtienen los parámetros necesarios para la reconstrucción. Cada señal contiene contribuciones distorsionadas de la antena, la interfaz de piel del pecho, teniendo en cuenta posibles lesiones y ruido. Sin embargo, en esta sección se tratarán todos los inconvenientes surgidos. 3.4.2.1.1. Identificación de la superficie del pecho a estudiar Aunque para el tomógrafo experimental no es necesario identificar la superficie de pecho porque sabemos que es cilíndrica, es importante saber cómo hacerlo para futuras mejoras.

Hay que tener en cuenta las posiciones relativas de la superficie del pecho y de las posiciones de las antenas para los efectos de la propagación en el diseño de montaje de detectores de lesión y la implementación de algoritmos. Esta información, desconocida a priori, además posiblemente varíe en función del paciente. Consecuentemente, se ha desarrollado un algoritmo específico a nuestro montaje para estimar la ubicación de la superficie de piel del pecho en relación a las posiciones de las antenas utilizando señales registradas dispersadas posteriormente. La aproximación está basada en principios geométricos, y el hecho de que la impedancia no coincida con la superficie de piel del pecho produce significantes dispersiones. Primero


33

se aplica un filtro marcado a la señal dispersa en cada canal de la antena para estimar el tiempo de propagación de la antena a la superficie de piel del pecho. El tiempo de propagación ubica la piel del pecho en una circunferencia de radio conocido como se ve en la figura. Luego se establece que la superficie de la piel es convexa y tangente a la circunferencia. Las tangentes se hayan estableciendo que las circunferencias están centradas a antenas adyacentes buscando la misma tangente. Es una buena aproximación si las antenas están suficientemente distanciadas con la curvatura de la superficie del pecho. La piel del pecho se estima que esté situado en el punto dónde las líneas de la circunferencia ya la tangente se tocan. Hay que fijarse que los múltiples puntos de tangencia se obtienen para cada antena interior a causa de diferentes emparejamientos con antenas adyacentes. En estos casos, se promedia cada punto de la antena utilizado para calcular la posición de la piel del pecho.

Figura 19. Demostración del algoritmo de estimación de la superficie del pecho, basado en la relación entre esferas derivadas del tiempo de propagación y las tangentes de la superficie. Ahora se describe como determinar los puntos de tangencia para un par de antenas adyacentes en dos dimensiones. La figura ilustra los círculos adyacentes, C1 y C2, bajo consideración, y la línea l, tangente a ambos círculos en los puntos P1: (x1, y1) y P2: (x2, y2). Cada línea radial que se muestra en la figura termina en el punto donde la superficie de piel y el círculo son tangentes. Las dos líneas radiales trazadas con guiones son ortogonales a la línea l, y indican que el error entre los puntos de tangencia reales y estimados es pequeño. Dejando que h indique el espacio entre elementos, y r1 y r2 indique las distancias radiales para C1 y C2 respectivamente, la pendiente de la línea de tangencia de cada círculo puede ser derivada fácilmente usando cálculos como;

=� = ?@�(��A?@�A y =% = B?@A

C�AA?�@A D�A. (6)

Esto permite que la línea tangencial de cada círculo sea

E� = =�6� + F� = ?@�(��A?@�A 6� + F�; (7)

E% = =%6% + F% = B?@AC�AA?�@A D�A 6% + F%; (8)

donde F� y F% sean los puntos que interceptan E. La limitación de usar simultáneamente la tangente de ambos círculos implica que =� = =% y F� = F% = F. Ajustando =� = =% nos da la siguiente relación entre 6� y 6%:


34

6% − ℎ = @��A

�� . (9)

Poniendo los valores de F en las ecuaciones e igualándolas y además con algunas manipulaciones algebraicas hallamos la ecuación para 6�:

6� = ��A?�A��B (10)

La coordenada E�se puede calcular naturalmente usando la ecuación del círculo para H�.

Figura 20. Diagrama de bloques que ilustra el algoritmo para eliminar los residuos de tiempo rápido de la señal recibida por dispersión en la primera de las N antenas

3.4.2.2. Eliminación de residuos de respuesta de tiempo rápido

Si se supone que el array de antenas tiene N elementos y anotamos la señal recibida como la iésima antena siendo F7�I�. Cada señal recibida se convierte en una forma de onda simplificada, F7235. Los residuos de tiempo rápido en los n canales se espera que sean parecidos pero no idénticos a las variaciones locales en el grosor de la piel y a la heterogeneidad del pecho además de los rebotes de los elementos del array que conforman la población del sensor del array. El algoritmo de residuos de tiempo rápido compensa la variación canal a canal estimando el residuo de la señal recibida por una simple antena como una combinación filtrada de las señales recibidas por todas las ubicaciones de las otras antenas, como se ve en la figura 3. La estimación luego se elimina de la señal recibida. Las dimensiones del filtro usadas para generar la estimación se eligen para minimizar el error cuadrático residual de la señal sobre el residuo dominante de la respuesta a tiempo rápido. La estimación y el proceso de eliminación se repite con todos los canales. Hay que fijarse que el algoritmo de eliminación del residuo se usa sólo para las señales dispersadas que se reciben, y no se requiere ninguna información a priori acerca de las propiedades dieléctricas o el grosor de la piel y las propiedades dieléctricas de los tejidos mamarios subyacentes.


35

Se supone que el residuo de la piel del pecho se debe eliminar de la primera antena, sin pérdida de lo demás. La respuesta de la piel del pecho en la enésima muestra del primer canal se estima que sea de la 2J +1 y las sucesivas muestras centradas en la enésima muestra en cada uno de los otros (N-1) canales. Hay que definir el vector (2J +1) ×1 de muestra de tiempo en el iésimo canal de antena como

FJ235 = KFJ2n − J5, … FJ235, … , FJ23 + O5P T , Q ≤ J ≤ S (11)

y se deja que b2N235 = Tb%V235, … , bWV235X T sea la concatenación de la información de

los canales 2 a N. Se deja a ‘q’ ser el peso del vector del coeficiente del filtro del canal 2 a N. El peso óptimo del vector del filtro se elige para satisfacer: Y = arg min ∑ |F�235 − Y`F%a235|"� �b?�"9"�

2, (12) donde el intervalo de tiempo n=n0 a n=n0+m-1 representa la porción inicial de la información guardada que contiene residuos de tiempo primero y señales dispersadas sin información de lesiones. La solución para minimizar este problema lo da

Y = c?�d (13)

c = �b ∑ F%a235F%ae235"�fg �"9"� (14)

d = �b ∑ F%a235F�235"�fg �"9"� (15)

El hecho de que hay un alto grado de similitud en la señal de la piel del hecho en el resultado de los N canales en la matriz de muestra de correlación, R, siendo mal condicionado. Si R está mal condicionado, luego la matriz inversa puede resultar en una solución para q que tiene una larga pauta que hace amplificar el ruido. Con la intención de prevenir esto, se reemplaza R con una bajo rango para la matriz de correlación aproximada, obteniendo y así utilizando los valores de R. El residuo de la piel del pecho se elimina de toda la información guardada del primer canal para crear un residuo libre de información X, 235 dado por 6�235 = F�235 − Y`F%a235 Este algoritmo introduce un pequeño nivel de distorsión en la señal dispersada de la lesión porque la respuesta del tumor en los otros N-1 canales se añade detrás en el primer canal. La distorsión es generalmente pequeña porque q tiene a promediar a través de los N canales, y las respuestas del tumor en las señales recibidas no están alineadas en tiempo, así que, no se añaden en fase. Un método rápido para compensar la distorsión de la respuesta del tumor es aproximar la respuesta del tumor en cada uno de estos canales mediante las señales filtrados 6�235, J = 2, … , S; filtrar las señales aproximadas por ‘q’, y añadir las señales resultantes a 6�235.


36

El algoritmo beamforming es un filtrado del dominio del tiempo para todos los rebotes de puntos reflejantes. El esquema 7 muestra como los rebotes de las antenas entran al filtro de Wienner y una vez filtradas se individualizan saliendo como señales filtradas y corregidas.

Esquema 10. Filtro de Wienner

ℎ = dJ38�j�k (16) k = F7 (17)

donde bi es cada respuesta de la antena, n es el número de antenas, h(n) es el filtro i xi es la respuesta corregida.

3.4.3. Señal Chirp Una señal chirp es una señal en la que hay aumentos de frecuencia ('up-chirp') o disminuciones ('down-chirp') con el tiempo. Comúnmente es usado en el sónar y el radar, pero tiene otros usos, como en comunicaciones de espectro de extensión. En el uso de espectro de extensión, VIO, se utilizan dispositivos RACS para generar y desmodular las señales chirp. 3.4.3.1. Tipos de chirp 3.4.3.1.1. Chirp lineal

En un chirp lineal, la f de frecuencia instantánea (t) varía directamente con el tiempo:

l�I� = l# + mI 18)

donde f0 es la frecuencia de inicio (en la t de tiempo = 0), y la k es la f de aumento de frecuencia o el rango de chirp. La función de dominio de tiempo correspondiente para chirp sinusoidal lineal es:

6�I� = sin�2o p l�I��kI′� = sin �2o p �l# + mI��kI′� = sin r2o rl# + s% It Itu

#u

# (19)


37

3.4.3.1.2. Chirp exponencial

En una chirp geométrica, también llamada chirp exponencial, la frecuencia de la señal varía en una relación geométrica con el tiempo. En otras palabras, si escogemos dos puntos en la forma de onda, t1 y t2, y el intervalo de tiempo entre ellos [t2-t1] se

mantiene constante, la f de proporción de frecuencia v�u��v�uA�

también será constante.

En la chirp exponencial, la frecuencia de la señal varía exponencialmente como una función de tiempo:

l�I� = l#mu (10)

donde f0 es la frecuencia de partida (en la t = 0), y k es el rango de aumento exponencial de la frecuencia. A diferencia de la chirp lineal, que tiene un rango de chirp constante, un chirp exponencial tiene un rango de chirp exponencialmente creciente. La función de dominio de tiempo correspondiente para una chirp sinusoidal exponencial es:

6�I� = sin r2o p l�I�� kI� = wJ3 �2ol#u

# p muxu# kI�t = wJ3 r%yv�

z{�s� �mu − 1�t (21)

De las ecuaciones de arriba, se puede ver que en realidad se cambia la tarifa de aumento de frecuencia de una chirp lineal (mu multiplicado por un constante) de modo que la correlación de la función original con la función reflejada sea baja. A causa de la relación geométrica, Doppler cambió la chirp geométrica con eficacia para que comenzara en una frecuencia diferente (l# multiplicado por un constante), pero seguirá el mismo modelo de aumento de frecuencia exponencial, entonces el final de la onda original, por ejemplo, todavía se superpondrá perfectamente con el principio de la onda reflejada, y la magnitud de la correlación será alta para aquella sección de la onda. 3.4.1.2. Modulación chirp La modulación chirp, o la modulación de frecuencia lineal para la comunicación digital, fueron patentados por Sidney Darlington en 1954 y mejorado por Winkler en 1962. Este tipo de modulación emplea formas de onda sinusoidales con aumentos de frecuencia instantáneos o disminuidos directamente con el tiempo. Estas formas de onda comúnmente son mencionadas chirps lineales o simplemente chirp. En la modulación chirp binaria, se transmiten datos binarios trazando un mapa de los bits en los chirps de rango de chirp de enfrente. Por ejemplo, el período de más de un bit "1" es asignado a una chirp con la tarifa positiva y un “0” a una chirp con el rango negativo. Las chirps se usan para radar y fuentes, por consiguiente están disponibles para la transmisión y, emparejando los filtros, para la recepción de chirps lineales.


38

3.4.3.3. Transformada chirp Una transformada chirp [26,27] es hacer un zoom de la zona que nos interesa de una transformada de Fourier. Para calcularla sólo hay que emplear la función z (t) de Matlab.


39

4. Resultados experimentales Este capítulo recoge los resultados experimentales alcanzados con el tomógrafo. Estos datos están dispuestos de diferentes pruebas, tanto con agua como sin agua, con madera o madera recubierta con papel de aluminio y con radios y desplazamientos diferentes. En función de toda esta disposición, obtenemos unos resultados más rotundos que otros. No obstante, hay que afirmar que los resultados finales han sido bastante satisfactorios en cuánto al presagio inicial. Los resultados están expresados con un mapa de dispersión, un gráfico de reconstrucción en lineal y otro en escala logarítmica. Para poder entender el esquema del escenario hay que consultar la tabla 4.

ARCHIVO DE SIMULACIÓN 4 mm

agua-madera radio 25 cm 250.out

4 mm agua-albal radio 40 cm 375.out

4 mm albal-agua radio 30 cm 250.out

4 mm madera-agua radio 40 cm 250.out

8 mm albal-agua radio 40 cm 250.out

Diámetro del tumor

4 mm 8mm

Coeficiente de reflexión εr

Aire Agua Albal Madera

Radio antena 25 cm 30 cm 40 cm

Desplazamiento 1 cm 2.5 cm 3.75cm

Tabla 4. Esquema detallado que se puede utilizar como guía para entender los nombres de las medidas realizadas. En color los parámetros seleccionados para las mediciones.


40

4 mm agua-madera radio 25 cm 250.out

Figura 21.1. Esquema del escenario de medida

Figura 21.2. Mapa de dispersión

Figura 21.3. Reconstrucción de la imagen en lineal


41

Figura 21.4. Reconstrucción de la imagen en escala logarítmica (dB) En esta reconstrucción se utiliza el método focusing de reconstrucción. El contorno de la piel está perfectamente dibujado. Se distingue perfectamente la posición del tumor. La diferencia señal a ruido de los diferentes puntos de la señal muestra claramente tanto en dB como en lineal la posición pero no el tamaño. La diferencia de señal a ruido en el contorno del tumor es de 20 dB. Esto es debido a que las limitaciones físicas del tomógrafo, el no poder disponer de perpendicularidad entre la madera que simula el tumor, crea lo que parece una sombra o un alargamiento del tumor, que realmente es circular con 4mm de diámetro. En esta reconstrucción también se observa como si hubiera dos líneas separadas. Esto es debido al movimiento durante la medición de las antenas. Esto quiere decir, que la madera no estuvo suficientemente fija y que en algunas mediciones cambió de posición, lo que derivó en una segunda línea a estudiar.

4mm agua-madera radio 25 cm 250beam.out



42



Figura 22.4. Reconstrucción de la imagen en escala logarítmica (dB) Esta reconstrucción es la misma que la anterior pero reconstruida con otro método, el beamforming. Apreciamos los mismos errores que en la anterior pero con muchos para la reconstrucción, característica de este algoritmo. La relación señal a ruido entre puntos también es mayor. El valor del filtro lambda es 25.


43

4mmaguaalbal radio 40 cm 375.out



Figura23.3 Reconstrucción de la imagen en lineal


44

Figura 23.4. Reconstrucción de la imagen en escala logarítmica (dB) En esta reconstrucción de las medidas procesadas se utiliza el método focusing de reconstrucción. Se distingue perfectamente el contorno de la piel. Se distingue perfectamente la posición del tumor. La relación señal a ruido de la señal muestra claramente la posición en lineal pero no tanto en dB ya que sólo hay 10 dB de diferencia en el contorno del tumor. Esto es debido a la atenuación del agua y a los errores o limitaciones del tomógrafo. También se observa el alargamiento y el movimiento durante la medición. El hecho de que la madera esté envuelta en papel de aluminio provoca reflexiones totales, lo que implica distribuciones de mucha más relación señal a ruido.

4mmaguaalbal radio 40 cm 375beam.out



45



Figura 24.4. Reconstrucción de la imagen en escala logarítmica (dB) En esta reconstrucción de las medidas procesadas se utiliza el método beamforming de reconstrucción. Como en la anterior con focusing, las características limitadas del tomógrafo derivan en errores pero aún así se distingue bastante bien la


46

posición del tumor. La relación señal a ruido es mayor por el algoritmo de reconstrucción y por las reflexiones del papel de aluminio.

4mmalbal-agua 30cm 250.out





47

Figura 25.4. Reconstrucción de la imagen en escala logarítmica (dB) En esta reconstrucción de las medidas procesadas se utiliza el método focusing de reconstrucción. Se distingue perfectamente la posición del tumor. La relación señal a ruido de la señal muestra claramente en lineal la posición del tumor pero no tanto en dB. Sólo hay 5 dB de diferencia en el contorno del tumor. Esto es debido a la atenuación del agua y a los errores o limitaciones del tomógrafo. También se observa el alargamiento y el movimiento durante la medición. El hecho de que la antena esté situada a tan sólo 30 cm de distancia de la superficie a estudiar crea errores que no se pueden suprimir (el rebote con las patas de la mesa). Por eso en la gráfica en lineal se ve una imagen de lo que puede ser la pata.

4mmalbal-agua 30cm 250beam.out



48



Figura26.4. Reconstrucción de la imagen en escala logarítmica (dB) En esta reconstrucción de las medidas procesadas se utiliza el método beamforming de reconstrucción. Se distingue perfectamente el contorno. En esta gráfica no se distingue perfectamente la posición del tumor. La relación señal a ruido de la


49

señal no demuestra claramente la posición del tumor ni en lineal ni en dB. Esto es debido a la atenuación del agua y a los errores o limitaciones del tomógrafo. También se observa el alargamiento y el movimiento de lo que parece el tumor durante la medición. El hecho de que la antena esté situada a tan sólo 30 cm de distancia de la superficie a estudiar crea errores que no se pueden suprimir (el rebote con las patas de la mesa). El método beamforming, al realzar la potencia, no es capaz de distinguir el contorno del tumor. Se probó también el variar lambda y los resultados no fueron mejores que los que hay.

4mm madera-agua radio 40cm 250.out




50


Figura 27.4. Reconstrucción de la imagen en escala logarítmica (dB) En esta reconstrucción de las medidas procesadas utilizamos el algoritmo focusing de reconstrucción. La posición del tumor no se distingue ya que lo que muestra la imagen es una madera que sujeta la vara de madera que hace de tumor. Esto es debido a que la antena se situó a más altura de la normal, con lo que la antena captó únicamente la madera y eliminó lo que captó del tumor debido a la ventana implementada en el fichero de configuración.

4mm madera-agua radio 40cm 250beam.out



51



Figura 28.4. Reconstrucción de la imagen en escala logarítmica (dB)


52

En esta reconstrucción de las medidas procesadas utilizamos el algoritmo beamforming de reconstrucción. La posición del tumor no se distingue ya que lo que muestra la imagen es una madera que sujeta la vara de madera que hace de tumor. Esto es debido a que la antena se situó a más altura de la normal, con lo que la antena captó únicamente la madera y eliminó lo que captó del tumor debido a la ventana implementada en el fichero de configuración. La relación señal a ruido de este método nos permite distinguir incluso lo que tal vez es el motor que mueve la vara de madera.

8mm albal-agua 250 .out




53


Figura 29.4. Reconstrucción de la imagen en escala logarítmica (dB)

Esta reconstrucción está procesada con el algoritmo focusing. El contorno de la piel se distingue perfectamente. El tumor se distingue perfectamente en lineal pero no en escala logarítmica. La relación señal a ruido en escala logarítmica varía en 5 dB solamente, lo que hace que no se distinga demasiado bien el tumor. No obstante, la medida está tomada con papel de albal, lo que incrementa la reflectividad y nos aumenta la relación señal a ruido. También se ha probado el cambio en la lambda pero no ha funcionado.


54

8mm albal-agua radio 250 beam .out





55

Figura 30.4. Reconstrucción de la imagen en escala logarítmica (dB) Esta reconstrucción está procesada con el algoritmo beamforming. El contorno de la piel se distingue perfectamente. El tumor no se distingue ni en lineal ni en escala logarítmica. La medida está tomada con papel de albal, lo que incrementa la reflectividad y nos aumenta la relación señal a ruido. El algoritmo beamforming nos incrementa la relación señal a ruido pero no es capaz de diferenciar el tumor. También se ha probado el cambio en la lambda pero no ha funcionado.


56

5. Conclusiones En este capítulo se tratará de resumir brevemente el proyecto, se mostrarán las conclusiones más importantes y por último se intentará mostrar las líneas futuras surgidas de esta exposición. Para comenzar, se debe resumir brevemente en qué consiste el cáncer y el cáncer de mama. También se incluyen los síntomas que pueden conllevar la enfermedad y sus medidas de detección. A continuación se expone un estudio de las propiedades eléctricas tanto de tumores como de tejido normal. Este apartado es muy importante para luego reconstruir las imágenes en función de las reflexiones obtenidas. A continuación encontramos un esquema de bloques de lo que es exactamente nuestro objetivo, el tomógrafo. Luego se muestran los parámetros de elección para el array, simulado por un motor, de antenas diseñadas para nuestro tomógrafo. Sin embargo, hay un estudio paralelo para un tomógrafo en forma de array no simulado, la Y invertida. Finalmente se decidió dejar este estudio para otro momento y se utilizó una sola antena de banda ancha. Aquí se incluye una comparación del valor medido y del valor simulado del parámetro S1, 1. Más adelante nos encontramos un resumen del programa de captura de datos, breasturv. Este apartado incluye un esquema de cómo usar el programa. Lo siguiente que se encuentra es todo el algoritmo teórico utilizado para el procesado de los datos emergentes de las antenas y que finalmente derivan en lo que es el producto final, las reconstrucciones de las mediciones y los resultados. Encontramos el algoritmo chirp, el beamforming y focalización. En el siguiente apartado tenemos lo que tal vez es más importante, los resultados experimentales. Aquí se concentran los resultados de algunas de las simulaciones, describiendo cada caso detalladamente y explicando el motivo por el cual es más o menos satisfactoria la reconstrucción de las mediciones procesadas. Finalmente, encontramos el listado de tablas, esquemas, figuras y ventanas, las referencias y la bibliografía. Como conclusiones, podemos observar que el resultado final ha sido bastante satisfactorio porque las imágenes obtenidas después del procesado de datos son bastante fiables en cuánto a posición, tamaño y resolución. Los algoritmos utilizados han sido fuertemente probados, ofreciendo incluso, diversas opciones y elecciones en lo que a ellos se refiere, citando por ejemplo la elección del algoritmo chirp o de la transformada DFT así como la elección de beamforming o focusing. Cómo ya se ha dicho en el apartado de reconstrucción de las mediciones, las limitaciones físicas del medio, como es el no poder poner la madera perpendicular a la base de la mesa, ha provocado unos errores bastante significativos en cuanto a la imagen final. También se debe tener en cuenta que el medio físico donde estaba situado el tomógrafo conlleva una serie de rebotes no deseados que pueden establecer una serie de puntos procesados por el programa y tenidos en cuenta al final. Sin embargo, el programa permite centrar el procesado de la señal a un radio determinado por la distancia entre la antena y el punto central del tomógrafo que nos elimina bastantes rebotes de larga distancia no deseados. Se ha detectado también que, cuánto más cerca está la antena de la mesa de medidas, peor definidos aparecen los tumores en la reconstrucción. El motivo de esto es que la antena capta los rebotes de la misma mesa.


57

En medida de lo posible, la versatilidad del programa y su vasta extensión en cuanto a parámetros ajustables, se nos permite eliminar muchos rebotes basura y realizar los cálculos más reales posibles. Uno de los objetivos principales era estudiar la imagen obtenida después de medir con agua. El resultado podría decirse que ha sido más satisfactorio de lo esperado ya que se obtienen unas imágenes que muestran claramente la localización del tumor. Esto se debe a la capacidad de la antena para transmitir en banda ancha. A pesar de que la atenuación es grande y con un coeficiente de reflexión elevado, la señal ha podido penetrar en el agua y rebotar con el tumor recibiendo estos rebotes con una potencia suficiente para procesar bien los datos. En cuánto a los algoritmos de reconstrucción, ha quedado demostrado que el algoritmo focusing funciona mucho mejor que beamforming. Las líneas futuras deben tener en cuenta el hecho de que las mediciones reales no van a cambiar, sino que lo único que puede cambiar es el algoritmo de procesado de datos. En el único aspecto que pueden mejorar las mediciones es en el sentido de eliminar las limitaciones físicas y de la naturaleza del tomógrafo. Se podría buscar una forma de evitar los rebotes de la antena con el mismo tomógrafo mediante la búsqueda de un material absorbente y de colocar la superficie a estudiar lo más perpendicular posible. También habría que estudiar el motivo por el cual el método beamforming no acaba de funcionar. Esto es importante porque las señales filtradas por beamforming obtienen una mayor relación señal a ruido. Por último, otro de los estudios futuros sería el probar el tomógrafo con un diseño de array con antenas multibanda.


58

6. Relación de figuras, esquemas y tablas

6.1. Figuras

Figura 1. Composición de la mama Figura 2. Mama afectada por carcinomas Figura 3. Variación en permitividad Figura 4. Antena multibanda “Y invertida” Figura 5. Comparación entre antena medida y simulada Figura 6. Antena multibanda “Y” Figura 7. Comparación entre antena medida y simulada Figura 8. Antena “UWB” Figura 9. Comparación entre antena medida y simulada Figura 10. Demostración del algoritmo Figura 11. Diagrama de bloques Figura 12. Pantalla inicial del tomógrafo Figura 13. Pantalla de configuración de puertos Figura 14. Pantalla de configuración de la antena Figura 15. Pantalla de menú Measurement Figura 16. Pantalla de configuración de la medición

Figura 17. Pantalla de menú Compute Figura 18. Pantalla de configuración de nuevo modelo o de editar modelo Figura 19. Pantalla para cargar el modelo a editar Figura 20. Pantalla de apertura de fichero con medidas procesadas Figura 21.1. Esquema del escenario de medidas Figura 21.2. Mapa de dispersión Figura 21.3. Reconstrucción de la imagen en lineal Figura 21.4. Reconstrucción de la imagen en escala logarítmica (dB) Figura 22.1. Esquema del escenario de medidas Figura 22.2. Mapa de dispersión Figura 22.3. Reconstrucción de la imagen en lineal Figura 22.4. Reconstrucción de la imagen en escala logarítmica (dB) Figura 23.1. Esquema del escenario de medidas Figura 23.2. Mapa de dispersión Figura 23.3. Reconstrucción de la imagen en lineal Figura 23.4. Reconstrucción de la imagen en escala logarítmica (dB) Figura 24.1. Esquema del escenario de medidas Figura 24.2. Mapa de dispersión Figura 24.3. Reconstrucción de la imagen en lineal Figura 24.4. Reconstrucción de la imagen en escala logarítmica (dB) Figura 25.1. Esquema del escenario de medidas Figura 25.2. Mapa de dispersión Figura 25.3. Reconstrucción de la imagen en lineal Figura 25.4. Reconstrucción de la imagen en escala logarítmica (dB) Figura 26.1. Esquema del escenario de medidas Figura 26.2. Mapa de dispersión Figura 26.3. Reconstrucción de la imagen en lineal Figura 26.4. Reconstrucción de la imagen en escala logarítmica (dB) Figura 27.1. Esquema del escenario de medidas


59

Figura 27.2. Mapa de dispersión Figura 27.3. Reconstrucción de la imagen en lineal Figura 27.4. Reconstrucción de la imagen en escala logarítmica (dB) Figura 28.1. Esquema del escenario de medidas Figura 28.2. Mapa de dispersión Figura 28.3. Reconstrucción de la imagen en lineal Figura 28.4. Reconstrucción de la imagen en escala logarítmica (dB) Figura 29.1. Esquema del escenario de medidas Figura 29.2. Mapa de dispersión Figura 29.3. Reconstrucción de la imagen en lineal Figura 29.4. Reconstrucción de la imagen en escala logarítmica (dB) Figura 30.1. Esquema del escenario de medidas Figura 30.2. Mapa de dispersión Figura 30.3. Reconstrucción de la imagen en lineal Figura 30.4. Reconstrucción de la imagen en escala logarítmica (dB)

6.2. Esquemas

Esquema 1. Conexión de los elementos del tomógrafo Esquema 2. Elementos del tomógrafo Esquema 3. Configuración del motor Esquema 4. Emisión para el análisis Esquema 5. Recepción de las medidas y posterior almacenamiento Esquema 6. Funcionamiento sistemático del programa de captura de datos

Esquema 7. Posición del elemento reflejante y el tiempo que tarda en rebotar Esquema 8. Sumatorio de señales reflejantes

Esquema 9. Sumatorio de señales no reflejantes Esquema 10. Filtro de Wiener

6.3. Tablas Tabla 1. Medida de tejidos de pecho Tabla 2. Características del sistema Tabla 3. Modelos de imagen experimentales Tabla 4. Guía de medidas


60

7. Bibliografía

1. Chang, Kai: Microware ring circuits and ralated structures. Hoboken, N.J.: John Wiley, cop. 2004. 365 p. ISBN 0-471-44474-X.

2. Ferrando Bataller, Miguel: Antena [Recurso electrónico]. Valencia: Universidad Politécnica de Valencia, DL 2001. ISBN 84-9705-093-2.

3. A. Balanis, Constantine: Antena theory analysis and design. New York.

4. Elliot Stratman, Robert: Antena theory and design. Hoboken, N.J.: John Wiley & Sons: Institute of electronics &Electrical Engineers, cop. 2003. XXI, 594 p. ISBN 0-471-44996-2.

5. Cardama Aznar, Ángel: Antenes. Barcelona: UPC, 1993. ISBN 84-7653-342-X.

6. Pérez Manga, Gurmensindo: Cáncer de mama. Madrid: Ediciones Pirámede, cop.1983. 207 p. ISBN 84-368-0231-4.

7. Hanselman, Duane C.: Mastering MATLAB 6: a comprehensive tutorial and reference. Upper Saddle River, N.J.: Prentice Hall, cop.2001. XVIII, 814 p. ISBN 0-13-019468-9.

8. S. Gabriel: The dielectric properties of biological tissues: II. Measurements in the frequency range 10 Hz to 20 GHz, Phys. Med. Biol., vol. 11, 1996, pp. 225 1-2269.

9. S. Gabriel: The dielectric properties of biological tissues: III. Parametric models for dialectic spectra of tissues, Phys. Med. Biol., vol. 4 1, 1996, pp. 227 1 - 2293.

10. R. Pelso: Dielectric properties of solid tumors during normothermia and hyperthermia, IEEE Transac. Biorned. Eng.. vol. 3 1, pp. 725-728.

11. J.A. Rogers: The dielectric properties of normal and tumor mouse tissue between 50 MHz and 10 GHz, British J. Radiology, vol. 56, 1983, pp. 335-338.

12. W.T. Joines: The measured electrical properties of normal and malignant human tissues from 50 to 900 MHz, Med. Phys. vol. 21, 1994. pp. 547-550.

13. KR. Foster; H.P. Schwan: Dielectric properties of tissues, Handbook of Biologic Effects of Electromagnetic Fields, eds. C. Polk and E. Postow, CRC Press. Boca Raton, 1996, pp. 25- 102.

14. H. Fricke; S. Morse: The electrical capacity of tumors of the breast, J. Cancer Research, vol. 16. 1926, pp. 3 10-376.


61

15. T.S. England; N. A. Sharples: Dielectric properties of the human body in

the microwave region of the spectrum, Nature, vol. 163. 1949, pp. 487-488.

16. T.S. England: Dielectric properties of the human body for wave lengths in the 1- 10 cm range. Nature, vol. 166, 1950, pp. 480-48 1.

17. J.R. Mailard; D.G. Lawn: Dielectric absorption of microwaves in human tissues. Nature. vol. 2 13, 1967, pp. 28-30.

18. J. Jossinet: The impedivity of freshly excised human breast tissue, Physioi. Mas. vol. 19, 1998, pp. 6 1-75.

19. K.S. Osterman; T.E. Kemer; D.B. Williams; A. Hartov; S.P. Poplack; K.D.Paulsen: Multifrequency electrical impedance imaging: preliminary in vivo experience in breast". Physiol. Meas., vol. 2 1,200, pp. 99- 109.

20. A. I. Surowiec; S.S. Stuchly; J.B. Barr, and A. Swarup, "Dielectric properties of breast carcinoma and the surrounding tissues", IEEE Transac. Biomed. Eng. vol. 3 1(4), 1988, pp. 257-263.

21. S.S. Chaudhary; R.K. Mishra; A. Swarup; J.M. Thomas: Dielectric properties of normal and malignant human breast tissues at radiowave and microwave frequencies", Indian J. Biochem. and Biophys., vol. 2 1, Feb. 1984, pp. 76-79.

22. A. M. Campbell; D.V. Land: Dielectric properties of female human breast tissues measured in vitro at 3.2 GHz, Phys, Med. Biol., vol. 37. 1992. pp. 193-210.

23. P.M. Meaney; M.W. Fanning; D. Li; S. P. Poplack; K.D Paulsen: A clinical prototype for active microwave imaging of the breast, IEEE Transac. Microw.theory Tech., vol. Nov 2000, pp. 184 1 - 1853.

24. S.C. Hagness; A. Taflove; J.E. Bridges: Two-dimensional FDTD analysis of a pulsed microwave con focal system for breast cancer detect ion: fixed-focus and antenna-array sensors, IEEE Transac. Biomed. Eng., vol. 45, Dec 1998, pp. 1470-1479.

25. C. Fear, Elise; Microwave detection of breast cancer, University of Waterloo, 1995.

26. Xi Li, Essex J. Bond, Barry D, Van Veen, and Susan C Hagness, An overview of Ultra-Wideband Microwave Imagin via Space-Time Beamforming for Early-Stage Breast – Cancer Detection, IEE Antennas and Propagation Magazine, Vol. 47, No. 1 February 2005.

27. http://www.cancer.gov/cancertopics/factsheet/Detection/breast-cancer


62

28. http://www.wikipedia.org

SISTEMA DE CONTROL PARA TOMÓGRAFO DE...

Documents

Transcript of SISTEMA DE CONTROL PARA TOMÓGRAFO DE...