Detection of tumor tissues in malignant breast models through microwave measurements

Questa tesi si concentra sulla valutazione dello stato di salute e sull'identificazione dei tessuti tumorali più piccoli possibili, insieme alla loro posizione, dimensione e crescita, all'interno di modelli di seno computerizzati, phantoms medici e set di dati esistenti. L'obiettivo è determinare la fattibilità della rilevazione del tumore al seno utilizzando tecnologie basate sulle microonde. Ci sono due sezioni principali. La prima sezione si concentra sulla modellazione digitale e fisica, insieme alle misurazioni dei parametri di scattering di seni sani e maligni. Il software CST Studio Suite è impiegato per la modellazione digitale e le simulazioni dei parametri di scattering dei phantoms del seno. Queste simulazioni verranno validate riproducendo le stesse misurazioni su phantoms medici realizzati su misura, progettati seguendo le caratterisriche e la distribuzione dei tessuti dei modelli di simulazione. Questo approccio cerca di convalidare i risultati ottenuri nelle simulazioni attraverso modelli fisici. La seconda sezione invece esplora l'applicazione dell'analisi dei dati e di vari algoritmi di machine learning per valutare la presenza di tumori nel seno e ottenere informazioni sulla dimensione, crescita e posizione del tumore. Questi algoritmi vengono testati su set di dati generati dalle simulazioni CST, così come su un set di dati esistente sul tumore al seno. L'obiettivo principale di questo studio è valutare se sia possibile ottenere una diagnosi precoce dei tumori utilizzando tecniche di trasmissione a microonde. Se il progetto avrà successo, questa tecnologia potrebbe fornire un metodo di screening preliminare più economico, semplice e meno invasivo per le donne, potenzialmente riducendo i tempi di attesa e migliorando la diagnosi precoce e gli esiti terapeutici.