基于频域范围迁移算法的高效医学影像处理新方法及其在肿瘤检测中的应用

为解决传统医学影像技术如X线乳腺摄影存在辐射暴露、假阴性率高及组织压缩不适等问题，研究人员开发了一种基于频域范围迁移算法(RMA)的新型微波成像技术。该研究通过优化天线阵列系统和改进滤波技术(包括Hamming、Gaussian和Median滤波)，显著降低了计算复杂度(较传统DMAS方法减少50%通道计算量)，同时提升图像分辨率(最小可检测1mm肿瘤)。研究验证了该算法在体模模型中的有效性，其中Hamming滤波使肿瘤边缘锐度提升35%，为无创癌症早期诊断提供了新方案。

　　

在癌症诊疗领域，早期检测始终是提高生存率的关键。然而当前金标准X线乳腺摄影存在双重困境：一方面其电离辐射可能造成累积伤害，另一方面对致密型乳腺组织的检测灵敏度不足（假阴性率高达15-30%）。更令人担忧的是，超声和MRI等替代技术或依赖操作者经验，或面临成本高昂的问题。这种临床困境催生了微波成像技术的兴起——通过捕捉肿瘤与正常组织间介电特性（?_r, σ）的差异，该技术既能避免辐射风险，又能穿透致密组织。

摩洛哥阿联酋大学人工智能与数字化系ISI实验室（ENSA-Tétouan, UAE）的Jaouad El Gueri团队在《Biomedical Engineering Advances》发表的研究，将地震勘探中的范围迁移算法(RMA)创新性地移植到医学影像领域。研究人员构建了包含16通道天线阵列的微波成像系统，在1-10GHz频段采集S₁₁散射参数，通过匹配滤波和Stolt插值实现亚毫米级分辨率。关键技术包括：1）基于雷达信号时延分析的距离补偿算法；2）结合Hamming窗函数的频域滤波；3）利用k空间插值（k_x=√(k_r²-k_y²)）的相位校正。

范围迁移理论在雷达系统中的应用

研究团队借鉴合成孔径雷达(SAR)中移动目标补偿原理，将雷达信号模型s(t)=Ae^-j4πR(t)/λ转化为医学成像场景。通过建立肿瘤组织的RCS（雷达散射截面）模型，证明5mm肿瘤的反射强度较周围组织高10dB。

RMA用于高分辨率医学成像

开发的新型单站式天线系统采用高斯脉冲发射，通过式(6)τ_i=2d_i/c计算时延，结合式(10)S₁₁(f,t)=V_reflected/V_incident量化反射系数。实验显示该算法在3mm球形肿瘤检测中，较传统DAS方法提升28%的定位精度。

增强表征与滤波优化

对比三种滤波器表现：Hamming滤波使1mm肿瘤的SNR提升15dB，边界锐利度达0.8（Gaussian仅0.5）；而Median滤波在保留微小钙化点方面表现欠佳。三维强度分布图显示，Hamming处理后的5mm肿瘤峰值强度稳定在20dB，梯度下降率-250dB/cm，显著优于其他方法。

计算复杂度分析

算法整体复杂度为O(M⁴)，通过GPU并行计算将512×512图像重建时间压缩至1.2秒，满足实时成像需求。

这项研究突破了微波成像在微小肿瘤检测中的技术瓶颈，其1mm的空间分辨率已接近7T MRI水平。特别值得注意的是，该方法对不规则形状肿瘤的检测能力暗示了其在浸润性癌诊断中的潜在价值。未来通过集成深度学习超分辨率重建，有望进一步推动该技术向临床转化，为资源有限地区提供低成本筛查方案。正如作者Otman Aghzout强调的，这种无电离辐射的特性使其特别适合年轻女性的乳腺癌定期监测。