引言

過去，醫療設備制造商主要集中于開發諸如X光、MRI和超聲波等大型醫療設備。而今天的醫療設備制造商正走向便攜醫療電子設備的開發。全球人口老化的不斷擴大，以及人們對自身健康狀況關注的增加，要求醫療設備實現易于攜帶和更低成本，以方便在醫院之外的其他地方使用。因此，醫療設備制造商幾年前就開始開發諸如便攜式超聲波診斷設備、血壓計以及其他使用復雜數字圖像處理技術和先進通信技術的個人健康監護等醫療電子產品。

隨著90nm和65nm半導體工藝節點的到來，使得低功耗小尺寸和高度集成的醫療設備得以出現。對醫療設備制造商而言，其主要挑戰是如何選擇正確的半導體器件來滿足便攜式醫療電子產品的功率、性能和價格需求。為了滿足市場的需求，系統設計必須具備靈活性，還需要著重提高診斷圖片的質量，方便病人以及降低成本。為了提供這些預期功能，系統開發人員開始轉用FPGA。

盡早診斷和治療正在推動成像技術的使用和混合技術的融合。要得到所需要的更高分辨率的圖像，需要采用精確的幾何微陣列檢測器和復雜的軟件/硬件系統對光子和電子信號進行分析。這些系統必須對數量不斷增加的圖像數據進行高精度且極快速的處理。此外，為了降低病人的醫療費用，設備還存在成本的壓力，因而必須具有較長的使用壽命。因此需要能在其有效使用期間升級功能和算法的更靈活的系統。越來越多的工程師們不得不采用可編程組件，如高性能中央處理器（CPU）和現場可編程門陣列（FPGA）。

要開發高效且靈活的醫學成像設備，必須要考慮到以下因素：

成像算法的開發需要高級直觀的建模工具，以便針對數字信號處理（DSP）做持續改進。

近似實時分析所需要的性能要求系統平臺同時配備軟件（CPU）和硬件FPGA。

系統架構師和設計工程師需要在這些平臺上快速地分割和調試算法，采用最新的工具和知識產權（IP）庫來加速其部署和提高收益。

成像算法

各種影像算法通常在FPGA中實現，包括圖像增強、穩定、小波分析和分布式矢量處理等。

一般采用卷積（線性）濾波來實現圖像增強。高通和低通濾波后的圖像經過線性組合，由矩陣乘法模板進行加權，產生的圖像增強了細節，同時降低了噪聲。

視頻圖像穩定技術對視頻數據序列中的旋轉和縮放效果進行歸一化處理，以平均連續幀中的噪聲。這還平滑了從視頻中提取的靜止圖像的鋸齒邊沿，能夠糾正大約1/10象素的圖像抖動。

為獲取信號中的事件信息，小波分析使用可變窗口技術每次分析一小部分信號。小波分析對精確的低頻信息使用較長的時間間隔，對高頻信息使用較短的間隔。小波應用包括探測不連續點以及斷點、探測自相似、抑制信號、去除信號噪聲、去除圖像噪聲、壓縮圖像以及大型矩陣快速乘法運算等。

最近開發的S變換（ST）結合了FFT和小波變換。它揭示出頻率隨空間和時間的變化。其應用包括紋理分析和噪聲濾除等。但是，ST的計算量較大，采用傳統的CPU實現起來速度太慢。分布式矢量處理技術解決了這一問題，它在FPGA中同時采用矢量和并行計算，處理時間縮短了25倍。

一種癌癥早期探測的方法利用了病人的重新造血能力。數字傳感器探測人體輻射出的紅外能量，從而“看到”由于癌癥導致血流增加而出現的微小差異。其典型實現基于可編程心縮矩陣，采用了通用工作站以及FPGA專用硬件引擎來實現。和目前的高端工作站相比，該引擎將核心算法速度提高了近1,000倍。

這些復雜影像算法需要哪些關鍵FPGA構建模塊函數呢？ 在CT重建中，需要插值、FFT和卷積函數。在超聲中，處理方法包括顏色流處理、卷積、聚束、混合和彈性估算等。普通影像算法包括顏色空間轉換、圖形覆蓋、2D/中值/時間濾波、縮放、幀/域轉換、對比度增強、銳化、邊沿探測、限幅、平移、極坐標/笛卡兒坐標轉換、不均勻校正以及象素替換等函數。

視頻圖像穩定和配準（VISAR）是一種對實時視頻圖像去抖動的算法。它開發用于提高視頻圖像的質量，通過視頻數據序列的旋轉和縮放效果，VISAR使圖像質量超越了更簡單的橫向和縱向的圖像配準技術。VISAR通過省去轉換、放大和旋轉來對準視頻圖像域。由于VISAR讓用戶組合多個視頻圖像，從而使噪聲被平均到各幀。VISAR還將提取自視頻的靜態圖像中的鋸齒狀邊緣做平滑處理，并且可以將圖像抖動校正至1/10個像素。

VISAR算法可以用于：

將顯微鏡下的細胞圖像明晰化

穩定眼睛圖像用于視網膜研究

穩定熱紅外成像

在內鏡手術期間穩定攝像頭和身體運動

在查看MRI視頻時改進超聲波技術以針對身體運動做修正

小波變換是一種分析的算法，它克服了傅里葉分析的某些限制。傅立葉分析在將信號從時域變換到頻域的同時丟失了時間信息。這就是為什么當你查看某個信號的傅立葉變換時，它不可能告訴你某個特定事件發生在什么時候。許多成像信號包含有重要的非平穩或短暫的特性：漂移、趨勢、突變、事件開始和/或結束。

為了幫助從信號中獲取事件信息，將傅立葉變換用于僅分析某個時間一小部分信號–將其稱之為信號加窗。近來，通過采用帶可變區間的加窗技術對小波分析加以改進。小波分析允許采用長時間間隔以得到更精確的低頻信息和更短的區間以得到高頻信息。小波應用包括非連續和故障點檢測、自相似性檢測、信號抑制、信號和圖像消噪、圖像壓縮以及大矩陣的快速乘法。視頻和圖像處理（VIP）和DSP庫面向小波操作提供有核心標準構件，包括縮放、移動、高通/低通濾波、I / O分解和重建。

分布式向量處理是一種用于實現更快計算的算法。S -變換（ST）結合了FFT和小波變換的特點，揭示了頻率在空間和時間的變化。應用范圍包括紋理分析和噪聲過濾。然而，ST需要進行密集計算，這會使得傳統CPU的執行速度變得太慢。但這一問題可以通過結合向量和并行計算來解決，可將處理時間壓縮25倍。通過在FPGA中實現向量處理器與并行計算的結合，可以大大加速這類計算密集型算法。

現在，我們將討論推動FPGA器件集成至醫療成像設備的一些趨勢和核心開發成果。

X光成像

冠狀X射線圖像移動校正技術用于減小成像期間呼吸和心臟跳動的影響（心跳呼吸周期）。“3D加時間”冠狀模型的移動被投射到2D圖像上，用于計算糾偏函數（轉換和放大），對移動進行校正，得到清晰的圖像。

此外，便攜式DR系統也正被越來越多的人所接受。這些尺寸更小的系統大多數提供有采用無線連接的無繩平板檢測器，去掉了存在故障點和引發工傷的電纜。FPGA支持協議棧從有線到無線的轉變，同時管理上電順序和監控這些數字式檢測器。

分子成像

分子影像是在細胞和分子級對生物醫學過程進行特征描述和測量。其目的是探測、采集并監視導致疾病的異常狀態。例如，X射線、正電子放射斷層掃描 （PET）和SPECT技術相結合，將低分辨率的功能/細胞/分子圖像映射到相應的高分辨率解剖圖像，最小可以達到0.5 mm。小型化和算法開發推動了在這些緊湊系統平臺上使用FPGA，在多核CPU基礎上進一步提高了性能。

PET技術取得的進步包括：增加了檢測器的數量、擴大檢測器配對區域、更短的時間窗、領先的技術和更先進算法的建模。原始數據的顯著增加要求數據路徑具有更快的處理能力和更早做預處理決定。在許多系統中，FPGA被用在來自光電傳感器和數據轉換器的電信號的聚集階段。FPGA內在的可編程本質支持更新的設計，提高數據路徑預處理決定，從而減少傳送到重建階段的數據量。

磁共振成像

磁共振影像（MRI）重構技術建立人體的截面圖像。借助FPGA，采用了三種功能來重建3D人體圖像。從頻域數據中，2D重構切片通過快速傅立葉變換（FFT）產生灰度級切片，一般是矩陣的形式。3D人體圖像重構通過切片插值使得切片間距接近象素間距，這樣，可以從任意2D平面來查看圖像。迭代分辨率銳化使用基于迭代反向濾波過程的空間去模糊技術，在降低噪聲的同時對圖像重構。這樣，大大提高了橫截面的視覺診斷分辨率。

磁共振成像（MRI）重建生成人體橫截面的圖像。首先，利用頻域數據的快速傅立葉變換（FFT）函數開發二維切片重建。用到了銳化和空間模糊技巧，降低噪音的同時銳化圖像。這些函數中大部分是VIP和DSP庫中的標準構件，用于FPGA實現。由此來看，三維卷積重建由插補技術生成。

超聲波

超聲圖像中顯現的小顆粒被稱為斑點。各種無關的散射體相互作用產生了超聲斑點（和無線領域的多徑RF反射相似），它本質上是一種乘性噪聲。使用有損壓縮技術可以實現無斑超聲影像。先對圖像進行對數處理，斑點噪聲相對于有用信號成為加性噪聲。使用JPEG2000編碼器進行有損小波壓縮可以減小斑點噪聲。

該成像技術的趨勢是增多功能和擴大用途。高次傳感器通道計數系統支持更先進的成像算法，允許四維成像（時間軸下的三維剖面）。FPGA已被用于波束成形和處理鏈路，以提供更多的處理功能同時能靈活地適應不斷變化的算法。便攜式和手持設備需要低成本、低功耗解決方案。可用單個FPGA器件執行波束成形、處理和人機界面（HMI）功能來實現一體化設備。

CT掃描

高次切片計算CT掃描儀被用于心臟、肺和創傷成像應用。這些掃描儀支持更快的檢查時間和更詳細的圖像。然而，最近的趨勢一直是采用可減少X射線輻射劑用量的技術。通過開發用于更先進的物理模型的更復雜算法可以做到這一點。新款CT系統處理速度是原始數據的10倍，可提供非常先進的圖像處理性能。

PET/ CT融合為基于軟件的圖像融合（配準）提供了一個選擇，它通常用于對齊大腦的功能和解剖圖像。至于身體的其它部位，因為患者定位、掃描儀床的尺寸以及內部器官的不自主運動存在差異，圖像配準存在更多問題。在PET / CT混合平臺中，在單一成像過程中同時獲取功能性和解剖性圖像，以避免或減少配準和患者運動問題。

視頻成像

在血管成像領域，黃金標準一直是血管X射線圖像的輻射不透明對比血管造影術，使用基于鹽的造影劑。如今，常用的是CT血管造影，時差/相位對比磁共振血管造影和雙工/血管內超聲波掃描。這些技術涉及同時采集和配準光聲和超聲影像，對血管和骨骼圖像進行分割以及使用基于相關增強濾波器以減少肺部疾病的誤診。

此外，心臟運動估算是量化心肌彈性和收縮性的一個重要輔助項。局部區域表現異常運動標示著缺血性心臟區間，此處血液循環不足。一個發展中的算法包括從一系列超聲圖像對彈性進行量化評估，使用超聲時空配準技術方面尋找到 ，采用時間-空間配準技巧來發現相對參考坐標系的變形場。其中所用的核心VIP和DSP標準構件函數包括二維濾波、降斑、相關和平滑。

關鍵標準構件函數

有些復雜成像算法所要求的關鍵標準構件函數包括：色彩空間轉換等、圖形疊加、2D/中間/時間濾波、縮放、幀/場轉換、逐行掃描和銳化；若是CT重建，則需求插值、FFT和卷積函數；對于超聲而言，彩色流處理、卷積、波束成形、復合及彈性估算很重要。

VIP套件以及附加IP和參考設計可以加快這些算法在FPGA中的整合，包括具有最高性能和最小封裝的系統。考慮算法開發方法和相應的工具也很重要。

開發工具

影像構架師利用高級軟件工具來模擬不同的算法和結果。數字成像軟件和算法開發需要使用靈活的工具來創建快速且準確的圖像處理算法。這些算法定義并實現各種技巧、三維圖像處理和統計數據、解方程組和顯示/文件的算法等。開發工具被用于FPGA的DSP功能創建、定量圖像分析、模式識別、數字圖像編碼和壓縮、自動顯微鏡、法醫圖像處理和2D小波轉換應用。

在僅用CPU不夠的情況下，這些工具包使開發公司能加速算法在FPGA中的實現。DSP Builder高級模塊集允許在MATLAB/Simulink設計中使用高級Simulink合成和時序驅動優化。為滿足用戶規定的Fmax或延遲，在Simulink這類高級工具內部進行設計優化是一項獨特的功能。從根本上講，這意味著可以根據你的系統需求輕松地設置合適的Fmax和延遲，并且該工具將自動在寄存器中相加以提高Fmax或將某些關鍵路徑并行化以滿足延遲約束條件。這就省去了花上幾周時間對生成的HDL代碼做繁瑣和低效率的手動調整。

對自動化設計流程的步驟進行了說明：

使用DSP Builder高級模塊集中的標準構件來搭建Simulink中的設計。對設計進行仿真以確保它符合該算法。這些模塊是可執行的，并允許快速仿真。

它們也可以和傳統Simulink模塊混合使用，用于搭建一個完整的設計。在高級Simulink設計描述中設定整個系統最大頻率（Fmax）和/或延遲。DSP Builder對Simulink設計描述進行分析，并同時生成HDL代碼和用于目標FPGA器件的可選比特流。

它包含了時間限制—最大頻率（fMAX）和/或延遲—并自動添加到流水線寄存器和所要求的分時復用時間，以滿足設計規范要求。

DSPBuilder高級模塊集

視頻和成像處理套件

能加快先進成像算法的開發并將其用于FPGA的產品是一類理想的解決方案。Altera公司的VIP套件是一個核心IP標準構件的模塊集。VIP和其它IP模塊及參考設計為設計人員提供了一系列工具，供設計人員用于加速對計算密集型任務的FPGA實現。

VIP套件由18個用于各種不同成像數據路徑的常用標準構件函數組成，如圖4所示。該套件包括以下函數：從簡單的色彩空間轉換器到用于多相縮放和運動自適應去隔行的高度復雜函數。

VIP套件標準部件

隨著人口老齡化包括嬰兒潮的出現，現在急需更加平易近人的新療法用于對最常見的疾病進行治療。診斷成像技術及其相關算法取得的進步是推動滿足病人需求的醫療設備開發的主要動力。先進的算法需要圖像處理性能顯著提高的可升級系統平臺，并且用在體積更小、成本更低的便攜式設備。