基于微波成像频率域特征的乳腺密度分类及其对乳腺癌检测性能的提升

《Scientific Reports》：Breast density classification using frequency-based features in microwave imaging

本研究针对乳腺高密度组织在传统成像中掩盖病变、增加漏诊风险的临床难题，开发了一种基于微波成像（MWI）频率域特征的乳腺密度分类方法。研究人员利用MammoWave设备采集的复杂S21参数，通过双域快速傅里叶变换（FFT）提取空间和射频谱特征，结合支持向量机（SVM-RBF）分类器，实现了73.66%的乳腺密度分类准确率。更重要的是，研究证实将密度信息整合到癌症检测模型中可显著提升性能（高密度组特异性提高15%）。这项非电离、无创技术为个性化乳腺癌筛查提供了新思路。

　　

乳腺密度不仅是评估乳腺癌风险的重要指标，更是影响早期诊断准确性的关键因素。令人担忧的是，高密度乳腺组织在传统X线 mammography（乳腺X线摄影）中会掩盖肿瘤踪迹，导致灵敏度从75%骤降至50%以上，造成大量"间期癌"的漏诊。更棘手的是，约40-50%的筛查女性拥有致密型乳腺，她们既面临更高的患癌风险，又难以通过常规检查及时发现病变。这种两难处境催生了对补充成像技术的迫切需求，然而MRI（磁共振成像）等现有手段的高成本或辐射暴露问题，限制了其广泛应用。

正是在这一背景下，微波成像（Microwave Imaging, MWI）技术展现出独特优势。与传统成像原理不同，MWI利用安全非电离的电磁波，通过组织间介电特性差异来区分组织成分。恶性肿瘤因含水量高而呈现明显介电对比度，且微波对致密组织具备更好穿透性，理论上可克服"掩蔽效应"。由伦敦南岸大学与意大利UBT生物工程技术团队联合开发的MammoWave设备，采用旋转式双天线设计（1-9 GHz频段），通过测量S21散射参数构建组织内部图谱。本研究创新性地跳过图像重建步骤，直接从原始信号中挖掘频率域特征，实现乳腺密度的高效分类。

研究团队采用双域FFT（快速傅里叶变换）分析方法，分别从空间维度和频谱维度提取特征。空间FFT通过分析80个接收位点的信号波动捕捉组织散射特性，而射频谱FFT则通过1601个频点揭示组织介电频散规律。特别值得关注的是，研究人员发现结合幅度与相位信息、并聚焦前40个FFT分量的策略最能有效表征组织异质性——高密度乳腺表现出更强烈的空间振荡（4GHz时标准差较脂肪型高23%），这与纤维腺体组织的复杂微观结构相符。

通过系统性的特征筛选，研究确定1GHz、3-6GHz频段组合最具判别力：低频穿透深度大反映整体介电特性，高频则对腺体微结构敏感。支持向量机（SVM）与径向基函数（RBF）核的组合在测试集上达到73.66%的准确率，且平衡率（Balance Rate, BR）降至0.57，显著优于传统统计特征或主成分分析（PCA）等方法。

乳腺癌检测性能的突破性提升

本研究最具临床价值的发现在于：当引入密度先验信息后，癌症检测模型的性能实现质的飞跃。单独使用微波特征检测肿瘤时，高密度组的特异性与灵敏度仅为47-60%；而按密度分层建模后，高密度组特异性跃升至75.96%，低密度组灵敏度提高至68.02%。这种"分而治之"的策略有效缓解了组织变异对检测模型的干扰。

讨论与展望

该研究首次证实微波散射信号可直接用于乳腺密度评估，为建立"密度感知"的智能筛查范式奠定基础。未来通过实时密度评分动态调整检测算法参数，有望进一步优化致密乳腺中的病灶识别能力。MammoWave的非电离特性使其特别适合年轻女性和高频次监测，其便携式设计更可拓展至基层医疗场景。随着微波物理与人工智能的深度融合，这种"无辐射、低成本、可定量"的技术或将成为个性化乳腺癌筛查的重要拼图。

这项发表于《Scientific Reports》的研究，不仅开辟了微波成像的新应用维度，更通过多中心临床试验（1197例样本）验证了其临床可行性。研究团队强调，下一步将聚焦于提升密度分类精度，并探索密度动态变化与癌症风险的关联，最终构建覆盖筛查、诊断、风险评估的全流程微波智能诊疗体系。