研究室论文《Regional Identification of Breast Tumors Using Multichannel Bioimpedance Spectroscopy》被期刊《IEEE Sensors Journal》录用。
本文提出了一种多通道生物阻抗谱（MC-BIS）方法用于乳腺肿瘤的区域识别。首先，将传感器划分为九个子区域对乳房进行扫描，并应用空场校准算法对阻抗谱进行归一化处理。接着，通过数值模拟研究单发肿瘤的电学特性与其区域分布之间的关系。随后，评估了三种分类器——支持向量机（SVM）、随机森林（RF）和前馈神经网络（FNN）——在双发肿瘤定位中的性能。模拟结果表明，肿瘤区域与正常组织区域的阻抗特性存在显著差异（P < 0.001）。当肿瘤出现在某个子区域时，对应的虚部弛豫阻抗 Zimag-relax 超过 2.004 Ω。对于双发乳腺肿瘤定位，前馈神经网络（FNN）分类器表现最佳，通过五折交叉验证，其分类准确率为 95.46%。为了验证模拟结果，选取了具有不同电学特性的生物组织来模拟肿瘤组织和正常组织。实验准确率达到了 86.94%。多通道生物阻抗谱方法能够快速、准确地定位肿瘤区域，为乳腺癌的早期筛查和诊断提供了新的技术手段。
图 MC-BIS 测量方法