请选择 进入手机版 | 继续访问电脑版

EDABOSS电子论坛

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 409|回复: 0

[转帖] 采用FPGA实现医疗影像

[复制链接]

106

主题

13

回帖

96

E币

助理工程师

Rank: 3Rank: 3

积分
225
发表于 2019-1-14 10:38:20 | 显示全部楼层 |阅读模式

医疗影像技术在医疗保健行业扮演了越来越重要的角色。这一行业的发展趋势是通过非置入手段来实现早期疾病预测和治疗,降低病人开支。多种诊断影像方法的融合以及算法开发的进步是设计新设备来满足病人需求的主要推动力量。


为实现这些行业目标所需要的功能,设备开发人员开始采用提供FPGA支持、可更新的现成商用(COTS) CPU平台进行数据采集和协处理。在灵活高效地开发可更新医疗影像设备时,需要考虑几个因素,包括影像算法的开发,多种诊断方法的融合以及可更新的平台等。


开发影像算法要求使用直观的高级建模工具,以不断改进数字信号处理(DSP)功能。高级算法需要可更新的系统平台,该平台大大提高了图像处理性能,而且实现的设备体积更小,使用更方便,更容易携带。


实时分析的性能需求要求系统平台能够随软件(CPU)和硬件(可配置逻辑)而进行调整。这些处理平台必须能够满足各种性能价格要求,支持多种影像诊疗手段的融合。FPGA很容易集成到多核CPU平台中,为最灵活的高性能系统提供DSP功能。


系统规划人员和设计工程师使用高级开发工具和知识产权(IP)库,在这些平台上迅速对算法进行划分和调试,加速设计实现,提高利润。

本文介绍医疗影像算法的某些发展趋势,多种诊疗手段的融合以及可更新平台来实现这些算法。


首先,让我们了解一下每种诊疗手段影像算法的发展趋势,以及怎样使用FPGA和知识产权。

MRI


超声图像中显现的小颗粒被称为斑点。各种无关的散射体相互作用产生了超声斑点(和无线领域的多径RF反射相似),它本质上是一种乘性噪声。使用有损压缩技术可以实现无斑超声影像。先对图像进行对数处理,斑点噪声相对于有用信号成为加性噪声。使用JPEG2000编码器进行有损小波压缩可以减小斑点噪声。

X射线影像


分子影像是在细胞和分子级对生物医学过程进行特征描述和测量。其目的是探测、采集并监视导致疾病的异常状态。例如,X射线、正电子放射断层扫描(PET)和SPECT技术相结合,将低分辨率的功能/细胞/分子图像映射到相应的高分辨率解剖图像,最小可以达到0.5 mm。小型化和算法开发推动了在这些紧凑系统平台上使用FPGA,在多核CPU基础上进一步提高了性能。

诊断方法的融合



在这类融合系统中,支持高速串行互联的FPGA能够减少系统后处理部分数据采集功能的相互链接,大大降低了电路板和电缆相关的系统总成本。

影像算法

一般采用卷积(线性)滤波来实现图像增强。高通和低通滤波后的图像经过线性组合,由矩阵乘法模板进行加权,产生的图像增强了细节,同时降低了噪声。






很多影像系统以前都采用专用计算系统进行构建。现在,随着高性能COTS CPU板的推出,系统工程师可以采用更现成的方法。虽然软件自己可以完成很多算法的非实时处理,但实时影像处理还是需要辅助硬件。目前的FPGA内置了DSP模块、宽带存储器模块和大量的可编程单元,是实现这些辅助硬件的理想器件。

Altera与其合作伙伴密切协作,实现了FPGA协处理资源和COTS CPU解决方案的可靠集成。对于Intel和AMD单板计算机(SBC),内置了串化器/解串器的Stratix II GX FPGA能够直接实现PCI Express兼容协处理器板,承担算法功能。对于双插槽的AMD SBC,Altera合作伙伴XtremeData提供协处理器子卡,直接插入到一个Opteron插槽中,提供非常好的CPU+FPGA处理方案(参见图1)。对于性能要求更高的大计算量应用,四插槽AMD SBC可以提供多种CPU+FPGA协处理器组合方案(1+3,2+2或者3+1)。可以采用多个1-U刀片服务器来实现非常灵活的平台,每个刀片完成CPU+FPGA协处理器方案。

图1 XtremeData XD1000系统图


这些平台的应用加速取决于算法——FPGA承担的算法中并行计算越多,运行速度就越快。例如,由基于FPGA的硬件来加速实现CT影像算法时,每个3-GHz CPU结合一个FPGA协处理器,运行速度提高10倍,大大降低了系统级功耗,节省了空间和成本。

现在,让我们考虑算法开发方法以及相应的实现工具。

影像设计人员使用高级软件工具对各种算法建模,并对结果进行评估。数字信号处理最好的通用工具是MathWorks的MATLAB处理引擎和Simulink仿真器GUI。大部分OEM和医疗设计机构使用MATLAB来开发快速精确的算法,包括数字图像处理、图像定量分析、模式识别、数字图像编码/压缩、自动显微影像、法医图像处理以及二维小波变换等。除了算法开发外,MATLAB还可以仿真FPGA中常用的定点算法,提供可选的工具,生成能够运行在通用CPU上的C代码。

划分和调试


协处理器中的每个函数是一个执行机(函数子处理器),子处理器之间具备基于消息的控制通过功能。
所有存储器、CPU和子处理器之间可完全切换,能够全面观察,容易进行调试。
内部FPGA子处理器之间以及系统内其他CPU和协处理器之间可以调整消息通过功能。

图2 以软件为中心的设计


虽然MATLAB等工具非常适合软件算法开发,但是还不足以在FPGA中实现。设计人员使用Altera以及第三方EDA工具和IP,可以加速其设计在FPGA中的实现。例如,Altera提供全套的工具:DSP Builder、SOPC Builder、Nios II CPU开发套件、Nios II C语言至硬件加速(C2H)编译器和Quartus开发包等。

DSP Builder工具提供基于IP库的设计流程,链接MATLAB开发的算法和Altera Quartus工具包实现的FPGA。

Nios II开发套件使C程序能够植入到FPGA的一个或者多个Nios II CPU中,并进行调试。Nios II CPU是32位可配置RISC软核处理器CPU。

Quartus开发包是在AlteraFPGA中实现可编程硬件和软件功能的主要工具。它提供IP导入功能,以及仿真和布局布线等所有功能,在Altera开发板或者用户目标系统上进行FPGA编程。

结论

集成到COTS多核CPU平台中,FPGA为最灵活的高性能系统提供了DSP功能。为帮助在这些平台上加速实现复杂影像算法,需要采用高级开发工具和IP实现库。Altera考虑到这些需求而开发了工具和IP库。这些库包括成像所需的关键构建模块功能,并集成到Altera完整的工具包中,结合MathWorks的算法开发工具,能够快速进行开发。



积分规则
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|EDABOSS电子论坛

GMT+8, 2024-3-29 05:30 , Processed in 0.043711 second(s), 20 queries .

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表