Архив номеров
Медицинская Техника / Медицинская техника №3, 2023 / с. 18-21

Оценка пространственного разрешения и точности определения температуры при радиотермометрии молочной железы

                                

М.В. Поляков, А.В. Хоперсков, С.В. Агасиева, И.О. Порохов


Аннотация

Метод радиотермометрии демонстрирует большой потенциал для применения в медицинской диагностике и терапевтической практике. Однако измерение яркостной температуры по собственному СВЧ-излучению внутренних областей биоткани не дает прямого пространственного распределения термодинамической температуры. Возникают проблемы интерпретации радиотермометрических данных и определения погрешностей температурных полей. Целью работы является получение оценок точности таких измерений температуры.


Сведения об авторах

Максим Валентинович Поляков, канд. техн. наук, ст. преподаватель,
Александр Валентинович Хоперсков, д-р физ.-мат. наук, профессор, зав. кафедрой, кафедра информационных систем и компьютерного моделирования, ФГАОУ ВО «Волгоградский государственный университет», г. Волгоград,
Светлана Викторовна Агасиева, канд. техн. наук, доцент, кафедра нанотехнологий и микросистемной техники,
Игорь Олегович Порохов, канд. техн. наук, ст. научный сотрудник, Центр НТИ «Фотоника», ФГАОУ ВО «Российский университет дружбы народов», г. Москва, e-mail: s.agasieva@mail.ru

Список литературы

1. Гермашев И.В., Дубовская В.И. Применение моделей нечеткой математики для решения задач медицинской диагностики // Математическая физика и компьютерное моделирование. 2021. Т. 24. № 4. С. 53-66.
2. Polyakov M.V., Popov I.E., Losev A.G., Khoperskov A.V. Application of computer simulation results and machine learning in analysis of microwave radiothermometry data // Mathematical Physics and Computer Simulation. 2021. Vol. 24. № 2. PP. 27-37.
3. Levshinskii V., Polyakov M., Losev A., Khoperskov A. Verification and Validation of Computer Models for Diagnosing Breast Cancer Based on Machine Learning for Medical Data Analysis // Communications in Computer and Information Science. 2019. Vol. 1084. PP. 447-460.
4. Khoperskov A.V., Polyakov M.V. Improving the Efficiency of Oncological Diagnosis of the Breast Based on the Combined Use of Simulation Modeling and Artificial Intelligence Algorithms // Algorithms. 2022. Vol. 15 (8). Art. ID: 292. P. 29.
5. Stauffer P.R., Snow B.W., Rodrigues D.B., Salahi S., Oliveira T.R., Reudink D., Maccarini P.F. Non-invasive measurement of brain temperature with microwave radiometry: Demonstration in a head phantom and clinical case // Neuroradiology Journal. 2014. Vol. 27. PP. 3-12.
6. Shevelev O., Petrova M., Smolensky A., Osmonov B., Toimatov S., Kharybina T., Karbainov S., Ovchinnikov L., Vesnin S., Tarakanov A., Goryanin I. Using medical microwave radiometry for brain temperature measurements // Drug Discovery Today. 2022. Vol. 27 (3). PP. 881-889.
7. Paulides M.M., Dobsicek Trefna H., Curto S., Rodrigues D.B. Recent technological advancements in radiofrequency and microwave-mediated hyperthermia for enhancing drug delivery // Advanced Drug Delivery Reviews. 2020. Vol. 163-164. PP. 3-18.
8. Leushin V.Y., Gudkov A.G., Vesnin S.G., Sedankin M.K., Sidorov I.A., Solov’ev Y.V., Chizhikov S.V., Porokhov I.O., Agasieva S.V. Possibilities of increasing the interference immunity of radiothermograph applicator antennas for brain diagnostics // Sensors and Actuators A: Physical. 2022. Vol. 337. Art. ID: 113439.
9. Гуляев Ю.В., Леушин В.Ю., Гудков А.Г. и др. Приборы для диагностики патологических изменений в организме человека методами микроволновой радиометрии // Нанотехнологии: разработка, применение – XXI век. 2017. Т. 9. № 2. С. 27-45.
10. Polyakov M.V., Khoperskov A.V., Svetlov A.V. Simulation modeling of radiation field in biological tissue of mammary gland // Journal of Computational and Engineering Mathematics. 2017. Vol. 4. № 3. PP. 3-10.
11. Levshinskii V. Mathematical models for analyzing and interpreting microwave radiometry data in medical diagnosis // Journal of Computational and Engineering Mathematics. 2021. Vol. 8. № 1. PP. 3-14.