A microwave super-resolution imaging approach towards breast cancer margin mapping

1. O Problema

O câncer de mama é a neoplasia mais diagnosticada em mulheres globalmente. O tratamento padrão envolve a cirurgia conservadora de mama (BCS), que visa remover o tumor com uma margem de tecido saudável, minimizando a remoção de tecido saudável.

• Desafio Clínico: O status da margem (se o tumor foi completamente removido) é atualmente confirmado por histopatologia, um processo que leva dias. Isso resulta em taxas de reoperação de até 40% em alguns centros, pois margens "positivas" (tumor residual) ou "próximas" (menos de 2 mm de tecido saudável) não são detectadas durante a cirurgia.
• Limitações das Tecnologias Atuais:
  • Técnicas de alta resolução (OCT, microscopia, espectroscopia Raman) têm profundidade de penetração limitada.
  • Técnicas de grande penetração (TC, RM) têm baixo contraste para tecidos moles.
  • Sondas de radiofrequência (RF) comerciais (como o MarginProbe) têm campos de detecção largos (~7 mm), incapazes de localizar pequenas áreas de margens positivas e fornecem apenas uma discriminação binária (positivo/negativo), sem mapeamento espacial detalhado.

2. Metodologia

Os autores propõem uma nova abordagem de imagem de pixel único por micro-ondas para avaliação intraoperatória de margens, baseada na mapeamento da hidratação tecidual (densidade de água), que difere entre tecido adiposo saudável e tecido glandular canceroso.

• Princípio de Funcionamento:

  • O sistema utiliza uma câmera de pixel único operando na faixa de micro-ondas (11–20 GHz), onde há sensibilidade máxima à profundidade do tecido.
  • Modulador de Silício: Uma amostra de tumor (fanta) é colocada sobre um modulador de silício. Um padrão óptico (projetado por um Dispositivo de Microespelhos - DMD) ilumina o silício, gerando portadores de carga que bloqueiam localmente o feixe de micro-ondas. Isso cria uma "máscara" fotoinduzida.
  • Varredura Espectral: Um Analisador de Rede Vetorial (VNA) mede a reflexão complexa (amplitude e fase) das micro-ondas em 201 frequências (11-20 GHz).
  • Reconstrução: Ao correlacionar os sinais medidos com os padrões de Hadamard projetados, é possível reconstruir uma imagem hiperespectral com resolução espacial definida pelo tamanho do pixel óptico (e não pelo comprimento de onda das micro-ondas), permitindo resolução sub-comprimento de onda profundamente.

• Modelagem e Fantomas:

  • Foram utilizados fantomas de gelatina com variações de densidade de água (20% para tecido saudável/adiposo e 80% para tecido canceroso).
  • O método da Matriz de Transferência foi utilizado para modelar a resposta de reflexão em função da profundidade da margem, permitindo a discriminação de espessuras entre 0 e 2 mm.

3. Principais Contribuições

• Super-resolução em Micro-ondas: Demonstra a superação da limitação de difração tradicional em micro-ondas, alcançando resolução lateral de ~1,5 mm (pixel de 1,5 mm x 1,5 mm) em uma área de 10 cm x 10 cm, algo impossível com imageamento RF convencional.
• Mapeamento Quantitativo de Profundidade: Diferente das sondas RF existentes que dão apenas um valor binário, esta técnica mapeia a profundidade da margem em toda a superfície do tumor, identificando não apenas a presença, mas a espessura exata do tecido saudável residual.
• Robustez a Variações Inter-pacientes: Simulações mostram que o algoritmo é robusto a variações nos parâmetros dielétricos dos tecidos (teor de água), mantendo a precisão mesmo com diferenças entre pacientes.
• Segurança e Custo: Utiliza luz visível contínua e baixa potência de RF (~1 mW), sendo não ionizante e segura. O uso de VNAs portáteis de entrada reduz o custo e o tamanho do sistema.

4. Resultados

• Validação Experimental: O sistema foi testado em um fantoma de "rampa dupla" (duas rampas de tecido saudável com espessura variando de 0 a 3 mm, cobertas por tecido canceroso).
• Precisão de Detecção:
  • O sistema identificou com clareza margens positivas (0 mm de tecido saudável) como "manchas" distintas nas imagens de amplitude e fase.
  • Foi capaz de quantificar a profundidade da margem com precisão até o limite clínico de 2 mm.
  • A resolução lateral de ~1,5 mm foi suficiente para localizar uma protrusão cancerosa simulada de ~5 mm x 8 mm.
• Tempo de Aquisição: A aquisição de dados para uma imagem de 64x64 pixels (100x100 mm) levou cerca de 20 minutos (com a maior parte do tempo gasta em comunicação com o VNA). Os autores estimam que, com sincronização otimizada, o tempo pode ser reduzido para ~1,6 segundos (limite do hardware DMD), tornando-o viável para uso intraoperatório.
• Análise de Sensibilidade: Simulações indicam que a técnica é insensível a variações moderadas no teor de água do tecido canceroso e apenas sofre pequenas perturbações em margens muito finas (<1 mm) quando o teor de água do tecido saudável varia, o que é clinicamente aceitável.

5. Significado e Impacto

Este trabalho apresenta um protótipo promissor para uma ferramenta de análise de margens de tecido em tempo real.

• Redução de Reoperações: Ao permitir que o cirurgião identifique e remova margens inadequadas durante a primeira cirurgia, a técnica pode reduzir drasticamente a necessidade de cirurgias secundárias, melhorando a recuperação do paciente e reduzindo a carga no sistema de saúde.
• Avanço Tecnológico: A abordagem de "pixel único" combinada com modulação fotoinduzida abre caminho para imageamento de micro-ondas de alta resolução, superando as barreiras de resolução espacial que historicamente limitaram o uso de RF em aplicações médicas de precisão.
• Viabilidade Clínica: A combinação de segurança (não ionizante), baixo custo potencial e capacidade de mapeamento espacial detalhado posiciona esta tecnologia como uma candidata forte para substituir ou complementar os métodos atuais de avaliação de margens.