醫(yī)療成像算法的可擴(kuò)展平臺(tái)及趨勢

本文探討了醫(yī)療成像算法的當(dāng)前趨勢、成像模式的融合和實(shí)現(xiàn)這些算法的可擴(kuò)展平臺(tái)?，F(xiàn)場可編程門陣列為可擴(kuò)展CPU平臺(tái)提供數(shù)據(jù)采集和協(xié)處理支持，使得更復(fù)雜的成像成為可能。

醫(yī)學(xué)成像

醫(yī)學(xué)成像技術(shù)在醫(yī)療保健領(lǐng)域發(fā)揮的作用越來越重要。這是因?yàn)獒t(yī)療保健行業(yè)正在努力檢查出—甚至預(yù)測出—尚處在早期階段的疾病并積極推行無創(chuàng)性治療，并與此同時(shí)降低診斷和治療成本。診斷成像模式的融合與成像算法開發(fā)方式及進(jìn)展相結(jié)合是推動(dòng)開發(fā)能實(shí)現(xiàn)上述目標(biāo)的新儀器的主要因素。

為了提供能滿足這些醫(yī)療保健行業(yè)目標(biāo)所需要的功能，設(shè)備開發(fā)商正在轉(zhuǎn)向可擴(kuò)展的、商業(yè)現(xiàn)貨供應(yīng)（COTS）的中央處理單元（CPU）平臺(tái)，這些平臺(tái)支持現(xiàn)場可編程門陣列（FPGA）用于數(shù)據(jù)采集和協(xié)處理。要高效地開發(fā)靈活、可擴(kuò)展的醫(yī)療影像設(shè)備，設(shè)備開發(fā)商必須考慮若干因素。這些因素包括成像算法的開發(fā)，多個(gè)成像技術(shù)的協(xié)同使用（成像模式的融合）以及平臺(tái)的可擴(kuò)展性。

成像算法的開發(fā)需要用到高級(jí)直觀的建模工具，用于數(shù)字信號(hào)處理算法的持續(xù)改進(jìn)。這些先進(jìn)的算法要求可擴(kuò)展的系統(tǒng)平臺(tái)，可以顯著地提高圖像處理性能。這些可擴(kuò)展的平臺(tái)應(yīng)該可以讓更小型的、更方便攜帶的設(shè)備得以實(shí)現(xiàn)。

要實(shí)現(xiàn)近實(shí)時(shí)分析，系統(tǒng)平臺(tái)必須和軟件（CPU）和硬件（可配置的邏輯門的數(shù)量）相匹配。這些處理平臺(tái)必須滿足不同的性能價(jià)位，并且必須能夠應(yīng)對(duì)多種成像技術(shù)間的不同要求。 FPGA可以很容易地被集成到多核CPU平臺(tái)，為非常靈活的系統(tǒng)提供DSP處理能力，實(shí)現(xiàn)最高性能。

系統(tǒng)架構(gòu)和設(shè)計(jì)工程師必須快速區(qū)分這些平臺(tái)上的算法，然后運(yùn)用高級(jí)開發(fā)工具和知識(shí)產(chǎn)權(quán)（IP）庫對(duì)其進(jìn)行調(diào)試。這一過程加速了平臺(tái)部署，從而實(shí)現(xiàn)了制造商利潤的最大化。

算法開發(fā)

應(yīng)從每種成像模式的成像算法中的趨勢分析開始探討，包括考慮如何使用FPGA和IP。

磁共振成像（MRI）生成人體的橫截面圖像。利用FPGA實(shí)現(xiàn)的三個(gè)功能被用來重建來自截面的三維體。首先，快速傅里葉變換（FFT）生成灰度2 D切片，通常為矩陣，來自頻域的數(shù)據(jù)。然后，三維體的重建涉及切片之間的插值，以產(chǎn)生一個(gè)片間距來近似像素間的間距，這樣就可以從任何2D平面看到圖像。接著，進(jìn)行迭代分辨率銳化。這個(gè)功能采用一種基于一個(gè)迭代反向?yàn)V波過程的空間去模糊技術(shù)，從而在降低噪聲的同時(shí)使圖像結(jié)構(gòu)被重新聚焦。因此，截面的整體視覺診斷分辨率被大大提高。

超聲（成像）。超聲圖像有顆粒存在是一種被稱為散斑（speckle）的現(xiàn)象。散斑是由于不同的獨(dú)立散射物質(zhì)（類似無線領(lǐng)域的多路無線電頻率反射）的相互作用所導(dǎo)致，并且是倍增的性質(zhì)。超聲圖像可通過有損壓縮的方法來消除斑點(diǎn)。首先，取圖像的對(duì)數(shù)；散斑噪聲變成和有效信號(hào)相加。然后，通過JPEG2000編碼器采用小波有損壓縮將噪音最小化。

X光。狀動(dòng)脈X光成像的運(yùn)動(dòng)修正是一種將心臟呼吸循環(huán)—呼吸和心臟跳動(dòng)—對(duì)成像的影響降到最小的算法。3D+時(shí)間的冠狀動(dòng)脈模型的運(yùn)動(dòng)被投射到2D的X光圖像，支持對(duì)去扭曲功能（平移和放大）---校正這種運(yùn)動(dòng)并得到更清晰的圖像的計(jì)算。

分子成像。分子成像是對(duì)細(xì)胞和分子級(jí)生物過程的表征和測量，其目的是檢測并捕捉病變細(xì)胞和分子的圖像，并監(jiān)測之。例如，可以將X光成像，正電子發(fā)射斷層掃描（PET）和單光子發(fā)射計(jì)算機(jī)計(jì)算斷層成像（SPECT）組合用于器官功能、細(xì)胞和分子的低分辨率圖像，在相對(duì)應(yīng)解剖特征的分辨率低至0.5mm的情況下。設(shè)備更加小型化的趨勢和對(duì)新算法的探索推動(dòng)使得性能超出了多核CPU的性能，并使得這些緊湊的系統(tǒng)必須采用FPGA技術(shù)。

成像模式的融合。實(shí)現(xiàn)早期疾病診斷和無創(chuàng)性治療推動(dòng)著成像技術(shù)的結(jié)合，例如，在PET /電腦斷層掃描（CT）系統(tǒng)和x光治療/CT設(shè)備中可見到上述情況。要滿足當(dāng)前的性能要求，需要更高分辨率的圖像，這要求用于精巧的幾何微陣列探測器加上FPGA來對(duì)光子和電子信號(hào)進(jìn)行預(yù)處理。在預(yù)處理完成后，這些信號(hào)被CPU和FPGA協(xié)處理器組合進(jìn)行綜合和處理，從而生成詳細(xì)的身體圖像。

非實(shí)時(shí)（NRT）圖像的融合，或圖像配準(zhǔn)，通常被用在將成像于不同時(shí)間的器官功能圖像和解剖圖像進(jìn)行排列對(duì)比。然而，由于患者位置的變化、掃描基礎(chǔ)輪廓的不同、以及患者內(nèi)部器官自然而然的運(yùn)動(dòng)等原因，NRT圖像配準(zhǔn)是存在問題的。采用FPGA處理對(duì)PET和CT實(shí)時(shí)融合，允許器官功能圖像和解剖圖像在一次成像期間都被采集并且融合，而不是像過去在后期將圖像疊加。融合后的圖像可以為手術(shù)治療提供更好的清晰度和定位精度。

在手術(shù)期間用于指導(dǎo)醫(yī)生的圖像處理包括將手術(shù)前的CT或MRI圖像與實(shí)時(shí)3D超聲或X光圖像進(jìn)行配準(zhǔn)，以促進(jìn)無創(chuàng)治療（如超聲波、磁共振干擾和x光治療）的應(yīng)用。在這一領(lǐng)域，各種算法被開發(fā)用于為某些特定的成像模式和治療組合提供優(yōu)化的圖像配準(zhǔn)結(jié)果。

在這一類融合式組合系統(tǒng)中，配置有高速串行互連的FPGA可以縮減將數(shù)據(jù)采集功能連接到系統(tǒng)后處理部分的互連要求，通過省去額外的電路板和電纜，大大地降低了整體系統(tǒng)的成本。

成像算法

有好幾種不同的成像算法被常用于FPGA中。這些算法包括增強(qiáng)、穩(wěn)定、小波分析和分布矢量處理。

圖像增強(qiáng)算法通常用到卷積或線性、濾波。高通濾波圖像和低通濾波圖像進(jìn)行線性組合，通過矩陣乘法加權(quán)，可生成一幅細(xì)節(jié)增強(qiáng)而噪音降低的圖像。

視頻圖像的穩(wěn)定包括視頻數(shù)據(jù)序列的規(guī)范化旋轉(zhuǎn)和縮放效果，以最終達(dá)到連續(xù)幀之間噪音的平衡。此外，該算法平滑了從視頻中提取的靜態(tài)圖像的鋸齒邊緣，并可將圖像抖動(dòng)校正至約十分之一個(gè)像素。

小波分析算法設(shè)計(jì)用于幫助獲取信號(hào)內(nèi)的事件信息，小波分析算法采用窗口技術(shù)——通過變化窗口的大小——來分析信號(hào)的一小段。為了獲得更高的精確性，小波分析允許對(duì)低頻信息采用較長的時(shí)間間隔，而對(duì)高頻信號(hào)采用更短的時(shí)間間隔。小波分析算法的應(yīng)用包括不連續(xù)點(diǎn)和斷點(diǎn)的檢測、自相似性檢查、信號(hào)抑制、信號(hào)或圖像的降噪、圖像壓縮和大型矩陣的快速相乘。

近期取得進(jìn)展的S變換算法結(jié)合了FFT和小波變換的優(yōu)點(diǎn)。它揭示了空間和時(shí)間上的頻率變化。這一功能的應(yīng)用包括紋理分析和噪聲濾波。S變換算法屬于一種密集型計(jì)算，會(huì)使得傳統(tǒng)CPU的執(zhí)行速度變得很慢。分布式向量處理可以解決這個(gè)問題，通過在FPGA內(nèi)部將向量和并行計(jì)算相結(jié)合，使得處理時(shí)間可縮短25倍。

早期癌癥檢測的一種方法是利用了惡性腫瘤會(huì)調(diào)動(dòng)新血液供應(yīng)的功能。數(shù)字傳感器檢測到由病人身體釋放出的紅外線能量。因此，它可以檢測到因癌癥引起的血流量增加與正常情況的細(xì)微差別。這一功能的典型應(yīng)用是基于一個(gè)可編程脈動(dòng)列陣，通過一個(gè)通用工作站和一個(gè)基于FPGA的專用硬件引擎來實(shí)現(xiàn)。 FPGA引擎可將核心算法加速至近1000倍于一個(gè)目前最新工作站所能達(dá)到的速度。

對(duì)于這些復(fù)雜的成像算法而言，多FPGA模塊部件功能是必須的。例如，CT重建需要插值、快速傅立葉變換和卷積等功能。在超聲成像領(lǐng)域，處理方法包括彩色流處理、卷積、波束形成和彈性估計(jì)等。通用成像算法包括諸多類似的功能，如色彩空間轉(zhuǎn)換、圖形疊加、2D中值濾波、縮放、幀和場的轉(zhuǎn)換、對(duì)比度增強(qiáng)、銳化、邊緣檢測、閾值、平移、極性和笛卡爾轉(zhuǎn)換、非均勻性校正和像素置換等。

可擴(kuò)展平臺(tái)

在過去，許多成像系統(tǒng)被作為成專有計(jì)算機(jī)系統(tǒng)來打造。但隨著當(dāng)前高性能的商用現(xiàn)貨供應(yīng)（COTS）的CPU板的出現(xiàn)，系統(tǒng)工程師能夠以更具創(chuàng)造性的方式來實(shí)現(xiàn)設(shè)計(jì)。雖然許多算法的NRT處理過程單單就軟件而言是可以接受，但是實(shí)時(shí)圖像處理仍需要硬件的輔助。當(dāng)前的FPGA內(nèi)置有DSP模塊、高帶寬的內(nèi)存模塊、以及大型可編程陣列等，是非常適合提供這類硬件輔助的硬件設(shè)備。

Altera公司（圣何塞）一直與其合作伙伴緊密合作以提供FPGA協(xié)處理資源+COTS CPU解決方案的組合。對(duì)于來自英特爾公司和AMD公司的單板機(jī)(SBC)，Altera公司的內(nèi)置有串行器-解串器的Stratix II GX FPGA可以直接運(yùn)行PCI Express兼容協(xié)處理器板用于算法卸載。對(duì)于AMD公司的帶有雙插槽的單板機(jī)，XtremeData公司（美國伊利諾斯州、紹姆堡）提供了一個(gè)可直接插入AMD皓龍?zhí)幚砥鞯牟遄膮f(xié)處理器子卡，提供了一個(gè)一流的CPU+FPGA處理解決方案（見圖1）。一個(gè)四插槽的AMD單板機(jī)可提供多個(gè)CPU+FPGA協(xié)處理器的組合（1 +3，2 +2或3 +1），用以提高算法密集型應(yīng)用的性能。但可以通過使用多個(gè)1U服務(wù)器刀片實(shí)現(xiàn)最終的平臺(tái)可擴(kuò)展性，每個(gè)1U服務(wù)器刀片執(zhí)行CPU+FPGA協(xié)處理器解決方案。

這些平臺(tái)的應(yīng)用增速效果取決于算法：一個(gè)算法中可以加載到FPGA中的并行計(jì)算越多，整體的執(zhí)行速度就越快。例如，當(dāng)對(duì)一個(gè)CT成像算法采用基于FPGA硬件的加速——給每個(gè)CPU（3 GHz）加上一個(gè)FPGA協(xié)處理器時(shí)，整個(gè)應(yīng)用程序的執(zhí)行速度快了10倍。結(jié)果就是，系統(tǒng)的功耗、尺寸以及成本明顯地下降。

開發(fā)方法學(xué)

討論自然地包括對(duì)開發(fā)算法的方法以及相應(yīng)的算法執(zhí)行工具的考慮。

算法工具。成像系統(tǒng)架構(gòu)師們使用高級(jí)軟件工具來對(duì)不同的算法建模，并對(duì)所取得的結(jié)果進(jìn)行評(píng)估。先進(jìn)的數(shù)字信號(hào)處理通用工具是來自MathWorks公司（美國、馬薩諸塞州、內(nèi)蒂克）的MATLAB處理引擎和Simulink仿真器圖形用戶界面。大多數(shù)OEM（原始設(shè)備制造商）和醫(yī)療設(shè)計(jì)室利用MATLAB來開發(fā)快速、精確的算法，如數(shù)字圖像處理、定量圖像分析、模式識(shí)別、數(shù)字圖像編碼和壓縮、刑偵圖像處理和2D小波變換。除了算法開發(fā)之外，MATLAB可以被用來模擬在FPGA普遍采用的定點(diǎn)算法，并帶有可選工具包，可以生成運(yùn)行在通用CPU或FPGA內(nèi)的C代碼。

算法的劃分和調(diào)試。一旦算法開發(fā)完成，系統(tǒng)架構(gòu)師必須決定如何劃分CPU和FPGA的功能，以提供最佳的整體解決方案——能夠平衡性能、成本，可靠性和壽命的解決方案。設(shè)備構(gòu)架師抱怨說，對(duì)一個(gè)高性能硬件系統(tǒng)中諸多單元進(jìn)行算法劃分和調(diào)試是一種挑戰(zhàn)。在過去上，許多設(shè)計(jì)在FPGA中采用流水線的方法。也就是說，算法被分為成各種功能并在一個(gè)有順序的流水線中執(zhí)行。調(diào)試流水線的運(yùn)行占了集成工作內(nèi)容的90％。因?yàn)槊總€(gè)函數(shù)的執(zhí)行時(shí)間必須針對(duì)最大計(jì)算處理量進(jìn)行平衡，并且局部存儲(chǔ)器的可見性和延時(shí)是受限制的事實(shí)，使得事情變得很難。

解決方案是一個(gè)更以軟件為中心的系統(tǒng)設(shè)計(jì)。這個(gè)系統(tǒng)是基于一個(gè)分布式協(xié)處理器計(jì)算模型，在該模型內(nèi)，每個(gè)功能的協(xié)處理器是一個(gè)執(zhí)行機(jī)（例如，一個(gè)功能性子處理器），其具有基于消息的、用于在子處理機(jī)之間傳遞控制和數(shù)據(jù)消息的能力。在所有內(nèi)存、CPU和子處理機(jī)之間的完全切換，提供了完整的可觀測性，使得調(diào)試變?nèi)菀?。消息傳遞在內(nèi)部存在于FPGA子協(xié)處理器之間；在外則出現(xiàn)在系統(tǒng)內(nèi)的其它CPU和協(xié)處理器之間。

Altera公司的FPGA內(nèi)部的Avalon 開關(guān)結(jié)構(gòu)和可編程片上系統(tǒng)（SOPC）集成工具在所有功能單元之間自動(dòng)生成靈活的交叉開關(guān)結(jié)構(gòu)。經(jīng)預(yù)先測試的IP提供了從FPGA到主機(jī)CPU和從FPGA到雙列直插內(nèi)存模塊（DIMM）內(nèi)存的接口。經(jīng)預(yù)先測試的消息網(wǎng)絡(luò)基礎(chǔ)設(shè)施支持主機(jī)CPU、FPGA子處理機(jī)，以及FPGA內(nèi)存控制器之間的通信控制。一個(gè)簡化的調(diào)試方法是將消息和完全開關(guān)相結(jié)合，使得開發(fā)過程中具有最大的靈活性。最后，可在執(zhí)行過程中對(duì)數(shù)據(jù)通道進(jìn)行軟件定義（重新定義），這樣可以攔截?cái)?shù)據(jù)或?qū)ζ渲匦聦?dǎo)向，從而提高系統(tǒng)集成和調(diào)試過程中的可觀測性。

設(shè)計(jì)工具和IP。雖然MATLAB這樣的工具可以優(yōu)化用于采用軟件進(jìn)行算法的開發(fā)，但其尚不支持在FPGA中的執(zhí)行。設(shè)計(jì)人員可以通過采用電子設(shè)計(jì)自動(dòng)化（EDA）工具和IP來加快其在FPGA上的實(shí)現(xiàn)。

視頻和圖像處理套件以及DSP庫提供了可加速復(fù)雜成像算法的開發(fā)和實(shí)現(xiàn)的IP積木式模塊。視頻和圖像處理模塊組，和其它IP模塊及參考設(shè)計(jì)（包括同相/正交（IQ）調(diào)制解調(diào)器、JPEG2000壓縮算法、快速傅立葉變換/逆傅里葉變換，以及邊緣檢測等）為設(shè)計(jì)人員提供了廣泛的IP，設(shè)計(jì)人員可以利用這些IP迅速地完成計(jì)算密集型任務(wù)的FPGA實(shí)現(xiàn)。

結(jié)論

隨著當(dāng)年嬰兒潮時(shí)期人口的老齡化，正在努力尋找針對(duì)諸如心臟病和癌癥這類極其常見疾病的新診斷和治療方法，包括早期檢測以及微創(chuàng)手術(shù)治療。各種診斷成像技術(shù)結(jié)合和相關(guān)算法開發(fā)的新進(jìn)展推動(dòng)了新設(shè)備的開發(fā)以滿足這些病人的需要。先進(jìn)的算法需要可以顯著提高圖像處理性能的可擴(kuò)展系統(tǒng)平臺(tái)。

被集成進(jìn)至COTS多核CPU平臺(tái)的FPGA，為最靈活、最高性能的系統(tǒng)提供了強(qiáng)大的數(shù)字信號(hào)處理功能。為了幫助加快這些復(fù)雜成像算法在這些平臺(tái)上實(shí)現(xiàn)，需要高級(jí)開發(fā)工具和IP庫。有關(guān)軟件工具和IP庫已被開發(fā)出來。

.