L'imaging a microonde (MI) è uno strumento diagnostico non invasivo che utilizza onde elettromagnetiche (EM) per penetrare materiali non metallici e raccogliere informazioni sulle loro proprietà dielettriche e di conducibilità interne. Questa metodologia offre vantaggi rispetto ad altri metodi diagnostici, in quanto utilizza radiazioni non ionizzanti e trova applicazioni in vari settori, tra cui:

• Imaging medico
• Ispezione delle infrastrutture civili
• Diagnostica non invasiva applicata ai beni culturali
  

Una sfida chiave nell'elaborazione del segnale è la risoluzione del problema dello scattering inverso elettromagnetico.

Gli approcci per affrontare questo problema includono:

• Modelli di scattering linearizzati e vari metodi di inversione lineare.
• Approcci quantitativi che mappano i parametri elettrici del bersaglio, offrendo una risoluzione più elevata ma affrontando problemi di convergenza e un'elevata complessità computazionale. L'apprendimento automatico (ML) e gli schemi di regolarizzazione non hilbertiani vengono esplorati come approcci alternativi.
• Lo sviluppo di risolutori inversi efficaci rimane una sfida, soprattutto per scenari di misurazione complessi.

Le aree chiave per il miglioramento includono:

• Solutori EM efficienti per accelerare le fasi di soluzione iterative.
• Utilizzo di informazioni a priori sullo scenario di scattering per guidare le inversioni non lineari.
• Sviluppo di configurazioni di misurazione appropriate per sistemi compatti, economici e adattati alla geometria, inclusi array di antenne conformi.
• Affrontare i progressi teorici per geometrie di rilevamento non convenzionali, come la determinazione del numero minimo di antenne e le loro posizioni ottimali.
• Adattamento degli algoritmi di imaging per tenere conto delle implementazioni non convenzionali.