Avanços no desenvolvimento de tomógrafos de micro-ondas para imageamento da mama humana

Abstract

Câncer de mama é uma das principais causas de mortes entre mulheres. A sua taxa de mortalidade é diretamente proporcional ao estágio em que o tumor é detectado. Se detectado no seu estágio inicial, o seu índice de sobrevida de mais de 5 anos é superior a 90%, sendo assim de extrema importância a detecção nos estágios iniciais da doença. Atualmente os diagnósticos são feitos pelos exames de mamografia por raios-X, ultrassonografia, ressonância magnética(MRI), e ressonância por emissão de pósitrons(PET), sendo a mamografia por raios-X, considerada o padrão ouro para o diagnóstico. Apesar de ser a técnica mais utilizada, ela tem alguns pontos negativos, como o desconforto para paciente, e a alta taxa de resultados falsos positivos e falso negativos, assim como os perigos da alta exposição a radiação. Diante das limitações das técnicas atuais, o imageamento por micro-ondas(sigla em inglês MWI) surge como uma modalidade complementar, devido ao seu baixo custo de instrumentação à sua alta sensibilidade de diagnóstico de câncer, devido ao contraste entre as propriedades dielétricas entre o tecido saudável e o tecido canceroso. O objetivo deste trabalho foi buscar avanços em algumas áreas distintas relacionadas a tomografia por micro-ondas da mama humana, mais especificamente o sistema de imageamento e o algoritmo de reconstrução da imagem. Foi desenvolvido um novo design de tomógrafo, capaz de adaptar-se a diferentes formatos da mama, possibilitando maior flexibilidade e maior conforto a paciente, e ao mesmo mantendo a característica de baixo custo. Na área de reconstrução de imagens, é demonstrada uma implementação do algoritmo de Born Iterativo Distorcido realizada utilizando o processador gráfico (GPU-Graphics Processing Unit), com a intenção de demonstrar a viabilidade computacional deste algoritmo. São feitas reconstruções para simulações computacionais, e são avaliados a performance das reconstruções com relação a qualidade da imagem; a possibilidade de diagnostico; e os tempos de execução entre das implementações em CPU(Central Process Unit) e a implementação em GPU.