医疗印象技能在医疗保健职业扮演了越来越重要的人物。这一职业的开展趋势是通过非置入手法来完结前期疾病猜测和医治，下降患者开支。多种确诊印象办法的交融以及算法开发的前进是规划新设备来满意患者需求的首要推进力气。
为完结这些职业方针所需求的功用，设备开发人员开端选用供给FPGA支撑、可更新的现成商用(COTS) CPU渠道进行数据收集和协处理。在灵敏高效地开发可更新医疗印象设备时，需求考虑几个要素，包含印象算法的开发，多种确诊办法的交融以及可更新的渠道等。
开发印象算法要求运用直观的高档建模东西，以不断改进数字信号处理(DSP)功用。高档算法需求可更新的体系渠道，该渠道大大前进了图画处理功用，并且完结的设备体积更小，运用更便利，更简单带着。
实时剖析的功用需求要求体系渠道可以随软件(CPU)和硬件(可装备逻辑)而进行调整。这些处理渠道有必要可以满意各种功用价格要求，支撑多种印象医治手法的交融。FPGA很简单集成到多核CPU渠道中，为最灵敏的高功用体系供给DSP功用。
体系规划人员和规划工程师运用高档开发东西和知识产权(IP)库，在这些渠道上敏捷对算法进行区分和调试，加快规划完结，前进赢利。
本文介绍医疗印象算法的某些开展趋势，多种医治手法的交融以及可更新渠道来完结这些算法。
医疗印象的算法开发
首要，让我们了解一下每种医治手法印象算法的开展趋势，以及怎样运用FPGA和知识产权。
MRI
磁共振印象(MRI)重构技能树立人体的截面图画。凭借FPGA，选用了三种功用来重建3D人体图画。从频域数据中，2D重构切片通过快速傅立叶改换(FFT)发生灰度级切片，一般是矩阵的方式。3D人体图画重构通过切片插值使得切片距离挨近象素距离，这样，可以从恣意2D平面来检查图画。迭代分辨率锐化运用根据迭代反向滤波进程的空间去模糊技能，在下降噪声的一同对图画重构。这样，大大前进了横截面的视觉确诊分辨率。
超声
超声图画中闪现的小颗粒被称为斑驳。各种无关的散射体彼此作用发生了超声斑驳(和无线范畴的多径RF反射类似)，它本质上是一种乘性噪声。运用有损紧缩技能可以完结无斑超声印象。先对图画进行对数处理，斑驳噪声相关于有用信号成为加性噪声。运用JPEG2000编码器进行有损小波紧缩可以减小斑驳噪声。
X射线印象
冠状X射线图画移动校对技能用于减小成像期间呼吸和心脏跳动的影响(心跳呼吸周期)。“3D加时刻”冠状模型的移动被投射到2D图画上，用于核算纠偏函数(转化和扩大)，对移动进行校对，得到明晰的图画。
分子印象
分子印象是在细胞和分子级对生物医学进程进行特征描述和丈量。其意图是勘探、收集并监督导致疾病的反常状况。例如，X射线、正电子放射断层扫描(PET)和SPECT技能相结合，将低分辨率的功用/细胞/分子图画映射到相应的高分辨率解剖图画，最小可以到达0.5 mm。小型化和算法开发推进了在这些紧凑体系渠道上运用FPGA，在多核CPU基础上进一步前进了功用。
确诊办法的交融
前期猜测和非置入式医治推进了PET/核算机辅佐断层扫描(CT)和X射线确诊/CT设备等医治手法的交融。要完结更高的图画分辨率，要求选用精密的几许微阵列勘探器，并结合FPGA，对光电信号进行预处理。预处理完结后，CPU和FPGA协处理器一同对聚集后的信号进行处理，重建人体图画。
非实时(NRT)图画交融(重合)技能一般用于对不一同间取得的功用宽和剖图画进行剖析。可是，因为患者体位、扫描床外形以及内脏器官的天然移动等要素导致很难进行NRT图画重合处理。运用FPGA处理技能来实时交融PET和CT可以在一次成像进程中一同取得功用宽和剖图画，而不是过后再组成图画。在手术医治中，交融后的图画明晰度更高，方位更准确。
外科引导手术图画处理运用手术前(CT或许MR)图画和实时3D (超声和X射线)图画重合(相关)技能，通过非置入手法(超声、MR介入和X射线医治)对疾病进行外科医治。开发了各种算法以完结医治手法和医治类型交融的最佳图画重合成果。
在这类交融体系中，支撑高速串行互联的FPGA可以削减体系后处理部分数据收集功用的彼此链接，大大下降了电路板和电缆相关的体系总本钱。
印象算法
各种印象算法通常在FPGA中完结，包含图画增强、安稳、小波剖析和分布式矢量处理等。
一般选用卷积(线性)滤波来完结图画增强。高通和低通滤波后的图画通过线性组合，由矩阵乘法模板进行加权，发生的图画增强了细节，一同下降了噪声。
视频图画安稳技能对视频数据序列中的旋转和缩放作用进行归一化处理，以均匀接连帧中的噪声。这还平滑了从视频中提取的静止图画的锯齿边缘，可以纠正大约1/10象素的图画颤动。
为获取信号中的事情信息，小波剖析运用可变窗口技能每次剖析一小部分信号。小波剖析对准确的低频信息运用较长的时刻距离，对高频信息运用较短的距离。小波运用包含勘探不接连点以及断点、勘探自类似、按捺信号、去除信号噪声、去除图画噪声、紧缩图画以及大型矩阵快速乘法运算等。
最近开发的S改换(ST)结合了FFT和小波改换。它提醒出频率随空间和时刻的改动。其运用包含纹路剖析和噪声滤除等。可是，ST的核算量较大，选用传统的CPU完结起来速度太慢。分布式矢量处理技能处理了这一问题，它在FPGA中一同选用矢量和并行核算，处理时刻缩短了25倍。
一种癌症前期勘探的办法利用了患者的从头造血才能。数字传感器勘探人体辐射出的红外能量，然后“看到”因为癌症导致血流添加而呈现的细小差异。其典型完结根据可编程心缩矩阵，选用了通用工作站以及FPGA专用硬件引擎来完结。和现在的高端工作站比较，该引擎将中心算法速度前进了近1,000倍。
这些杂乱印象算法需求哪些要害FPGA构建模块函数呢? 在CT重建中，需求插值、FFT和卷积函数。在超声中，处理办法包含色彩流处理、卷积、聚束、混合和弹性预算等。一般印象算法包含色彩空间转化、图形掩盖、2D/中值/时刻滤波、缩放、帧/域转化、对比度增强、锐化、边缘勘探、限幅、平移、极坐标/笛卡儿坐标转化、不均匀校对以及象素替换等函数。
可更新的渠道
许多印象体系曾经都选用专用核算体系进行构建。现在，跟着高功用COTS CPU板的推出，体系工程师可以选用更现成的办法。尽管软件自己可以完结许多算法的非实时处理，但实时印象处理仍是需求辅佐硬件。现在的FPGA内置了DSP模块、宽带存储器模块和许多的可编程单元，是完结这些辅佐硬件的抱负器材。
Altera与其合作伙伴密切协作，完结了FPGA协处理资源和COTS CPU处理计划的牢靠集成。关于Intel和AMD单板核算机(SBC)，内置了串化器/解串器的Stratix II GX FPGA可以直接完结PCI Express兼容协处理器板，承当算法功用。关于双插槽的AMD SBC，Altera合作伙伴XtremeData供给协处理器子卡，直接插入到一个Opteron插槽中，供给十分好的CPU+FPGA处理计划(参见图1)。关于功用要求更高的大核算量运用，四插槽AMD SBC可以供给多种CPU+FPGA协处理器组合计划(1+3，2+2或许3+1)。可以选用多个1-U刀片服务器来完结十分灵敏的渠道，每个刀片完结CPU+FPGA协处理器计划。
图1 XtremeData XD1000体系图
注：XD1000™直接插入到多Opteron母板的Opteron™插槽940中，运用母板的现有CPU根本结构。
这些渠道的运用加快取决于算法——FPGA承当的算法中并行核算越多，运转速度就越快。例如，由根据FPGA的硬件来加快完结CT印象算法时，每个3-GHz CPU结合一个FPGA协处理器，运转速度前进10倍，大大下降了体系级功耗，节省了空间和本钱。
开发办法
现在，让我们考虑算法开发办法以及相应的完结东西。
算法东西
印象规划人员运用高档软件东西对各种算法建模，并对成果进行评价。数字信号处理最好的通用东西是MathWorks的MATLAB处理引擎和Simulink仿真器GUI。大部分OEM和医疗规划机构运用MATLAB来开发快速准确的算法，包含数字图画处理、图画定量剖析、模式识别、数字图画编码/紧缩、主动显微印象、法医图画处理以及二维小波改换等。除了算法开发外，MATLAB还可以仿真FPGA中常用的定点算法，供给可选的东西，生成可以运转在通用CPU上的C代码。
区分和调试
算法开发完结后，体系规划人员有必要确认怎样在CPU和FPGA之间区分功用，供给最好的整体处理计划，在功用、本钱、牢靠性和运用寿命上到达最佳平衡。设备规划人员以为在高功用硬件体系上对算法进行区分和调试十分困难。曾经的许多规划在FPGA中运用装配线办法，把算法分红多个函数，次序履行。90％的调试功用都花在集成上。因为每个函数履行时刻有必要彼此平衡，以完结最大吞吐量，因而呈现了许多困难，无法调查本地存储器和延时。
处理计划是根据分布式协处理器核算模型，“以软件为中心的办法”(参见图2)，其间：
协处理器中的每个函数是一个履行机(函数子处理器)，子处理器之间具有根据音讯的操控通过功用。
一切存储器、CPU和子处理器之间可彻底切换，可以全面调查，简单进行调试。
内部FPGA子处理器之间以及体系内其他CPU和协处理器之间可以调整音讯通过功用。
图2 以软件为中心的规划
例如，在Altera/XtremeData协处理器处理计划中，利用了这些概念来完结优异的规划办法。AlteraFPGA的Avalon交流架构以及芯片可编程体系(SOPC)集成东西在一切功用单元之间主动构建灵敏的穿插交流架构。接口IP供给FPGA至主机CPU以及FPGA至DIMM存储器通过猜测验的接口。根据猜测验音讯的根本结构(由Nios CPU界说的软件)操控主机CPU、FPGA子处理器和FPGA存储器操控器之间的通讯。音讯传递和全交流功用简化了开发期间的调试，大大前进了灵敏性。可以在履行期间软界说(从头界说)数据通路，在体系集成和调试期间对数据进行解说，改动传送方向，以前进其可调查性。
规划东西和IP
尽管MATLAB等东西十分合适软件算法开发，可是还不足以在FPGA中完结。规划人员运用Altera以及第三方EDA东西和IP，可以加快其规划在FPGA中的完结。例如，Altera供给全套的东西：DSP Builder、SOPC Builder、Nios II CPU开发套件、Nios II C言语至硬件加快(C2H)编译器和Quartus开发包等。
Altera的视频和图画处理包以及DSP库供给要害IP构建模块，加快杂乱印象算法的开发和完结。视频和图画处理模块库以及其他的Altera/合作伙伴IP模块和参阅规划(包含IQ调制解调器、JPEG2000紧缩、FFT/IFFT、边缘勘探等)，为规划人员供给了许多的IP来加快大核算量使命的FPGA完结。
DSP Builder东西供给根据IP库的规划流程，链接MATLAB开发的算法和Altera Quartus东西包完结的FPGA。
SOPC Builder是体系集成东西，主动生成IP模块、Altera MegaCores功用(包含Nios II CPU)、合作伙伴IP和用户界说功用之间的互联代码(Verilog或许VHDL)。
Nios II开发套件使C程序可以植入到FPGA的一个或许多个Nios II CPU中，并进行调试。Nios II CPU是32位可装备RISC软核处理器CPU。
Nios II C2H编译器是新东西，它剖析C代码算法内循环，生成FPGA中的协处理器逻辑，大大前进了Nios II CPU所运转软件的功用。适度添加逻辑，运转速度便可以前进10到100倍。
Quartus开发包是在AlteraFPGA中完结可编程硬件和软件功用的首要东西。它供给IP导入功用，以及仿真和布局布线等一切功用，在Altera开发板或许用户方针体系上进行FPGA编程。
Celoxica等其他EDA供货商还供给C言语至HDL转化东西，以加快FPGA的完结。
定论
婴儿潮时期出世的人们寻求更可行的新医治手法来医治常见疾病(特别是与心脏病和癌症)，包含前期勘探和非置入手术医治等。印象确诊办法交融及其相关算法开发上的前进大大推进了新设备的开展，满意了患者的需求。高档算法需求可更新的体系渠道，该渠道可以明显前进图画处理功用。
集成到COTS多核CPU渠道中，FPGA为最灵敏的高功用体系供给了DSP功用。为协助在这些渠道上加快完结杂乱印象算法，需求选用高档开发东西和IP完结库。Altera考虑到这些需求而开发了东西和IP库。这些库包含成像所需的要害构建模块功用，并集成到Altera完好的东西包中，结合MathWorks的算法开发东西，可以快速进行开发。
