醫(yī)療影像算法的發(fā)展趨勢及實現(xiàn)方法簡介 - 全文

　　醫(yī)療影像技術在醫(yī)療保健行業(yè)扮演了越來越重要的角色。這一行業(yè)的發(fā)展趨勢是通過非置入手段來實現(xiàn)早期疾病預測和治療，降低病人開支。多種診斷影像方法的融合以及算法開發(fā)的進步是設計新設備來滿足病人需求的主要推動力量。

　　為實現(xiàn)這些行業(yè)目標所需要的功能，設備開發(fā)人員開始采用提供FPGA支持、可更新的現(xiàn)成商用（COTS） CPU平臺進行數(shù)據(jù)采集和協(xié)處理。在靈活高效地開發(fā)可更新醫(yī)療影像設備時，需要考慮幾個因素，包括影像算法的開發(fā)，多種診斷方法的融合以及可更新的平臺等。

　　開發(fā)影像算法要求使用直觀的高級建模工具，以不斷改進數(shù)字信號處理（DSP）功能。高級算法需要可更新的系統(tǒng)平臺，該平臺大大提高了圖像處理性能，而且實現(xiàn)的設備體積更小，使用更方便，更容易攜帶。

　　實時分析的性能需求要求系統(tǒng)平臺能夠隨軟件（CPU）和硬件（可配置邏輯）而進行調整。這些處理平臺必須能夠滿足各種性能價格要求，支持多種影像診療手段的融合。FPGA很容易集成到多核CPU平臺中，為最靈活的高性能系統(tǒng)提供DSP功能。

　　系統(tǒng)規(guī)劃人員和設計工程師使用高級開發(fā)工具和知識產(chǎn)權（IP）庫，在這些平臺上迅速對算法進行劃分和調試，加速設計實現(xiàn)，提高利潤。

　　本文介紹醫(yī)療影像算法的某些發(fā)展趨勢，多種診療手段的融合以及可更新平臺來實現(xiàn)這些算法。

　　醫(yī)療影像的算法開發(fā)

　　首先，讓我們了解一下每種診療手段影像算法的發(fā)展趨勢，以及怎樣使用FPGA和知識產(chǎn)權。

　　1.MRI

　　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(shù)據(jù)中，2D重構切片通過快速傅立葉變換 （FFT）產(chǎn)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。

　　2.超聲

　　超聲圖像中顯現(xiàn)的小顆粒被稱為斑點。各種無關的散射體相互作用產(chǎn)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(xiàn)無斑超聲影像。先對圖像進行對數(shù)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。

　　3.X射線影像

　　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）?！?D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(shù)（轉換和放大），對移動進行校正，得到清晰的圖像。

　　4.分子影像

　　分子影像是在細胞和分子級對生物醫(yī)學過程進行特征描述和測量。其目的是探測、采集并監(jiān)視導致疾病的異常狀態(tài)。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(fā)推動了在這些緊湊系統(tǒng)平臺上使用FPGA，在多核CPU基礎上進一步提高了性能。

　　5.診斷方法的融合

　　早期預測和非置入式治療推動了PET/計算機輔助斷層掃描（CT）和X射線診斷/CT設備等診療手段的融合。要實現(xiàn)更高的圖像分辨率，要求采用精細的幾何微陣列探測器，并結合FPGA，對光電信號進行預處理。預處理完成后，CPU和FPGA協(xié)處理器一起對匯集后的信號進行處理，重建人體圖像。

　　非實時（NRT）圖像融合（重合）技術一般用于對不同時間獲得的功能和解剖圖像進行分析。然而，由于病人體位、掃描床外形以及內臟器官的自然移動等因素導致很難進行NRT圖像重合處理。使用FPGA處理技術來實時融合PET和CT可以在一次成像過程中同時獲得功能和解剖圖像，而不是事后再合成圖像。在手術治療中，融合后的圖像清晰度更高，位置更精確。

　　外科引導手術圖像處理使用手術前（CT或者MR）圖像和實時3D （超聲和X射線）圖像重合（相關）技術，通過非置入手段（超聲、MR介入和X射線治療）對疾病進行外科治療。開發(fā)了各種算法以實現(xiàn)診療手段和治療類型融合的最佳圖像重合結果。

　　在這類融合系統(tǒng)中，支持高速串行互聯(lián)的FPGA能夠減少系統(tǒng)后處理部分數(shù)據(jù)采集功能的相互鏈接，大大降低了電路板和電纜相關的系統(tǒng)總成本。

　　6.影像算法

　　各種影像算法通常在FPGA中實現(xiàn)，包括圖像增強、穩(wěn)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(xiàn)圖像增強。高通和低通濾波后的圖像經(jīng)過線性組合，由矩陣乘法模板進行加權，產(chǎn)生的圖像增強了細節(jié)，同時降低了噪聲。

　　視頻圖像穩(wěn)定技術對視頻數(shù)據(jù)序列中的旋轉和縮放效果進行歸一化處理，以平均連續(xù)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(xù)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(fā)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(tǒng)的 CPU實現(xiàn)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(shù)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(xiàn)的微小差異。其典型實現(xiàn)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(xiàn)。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(shù)呢？ 在CT重建中，需要插值、FFT和卷積函數(shù)。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(shù)。

　　可更新的平臺

　　很多影像系統(tǒng)以前都采用專用計算系統(tǒng)進行構建?，F(xiàn)在，隨著高性能COTS CPU板的推出，系統(tǒng)工程師可以采用更現(xiàn)成的方法。雖然軟件自己可以完成很多算法的非實時處理，但實時影像處理還是需要輔助硬件。目前的FPGA內置了 DSP模塊、寬帶存儲器模塊和大量的可編程單元，是實現(xiàn)這些輔助硬件的理想器件。

　　Altera與其合作伙伴密切協(xié)作，實現(xiàn)了FPGA協(xié)處理資源和COTS CPU解決方案的可靠集成。對于Intel和AMD單板計算機（SBC），內置了串化器/解串器的Stratix II GX FPGA能夠直接實現(xiàn)PCI Express兼容協(xié)處理器板，承擔算法功能。對于雙插槽的AMD SBC，Altera合作伙伴XtremeData提供協(xié)處理器子卡，直接插入到一個Opteron插槽中，提供非常好的CPU+FPGA處理方案（參見圖1）。對于性能要求更高的大計算量應用，四插槽AMD SBC可以提供多種CPU+FPGA協(xié)處理器組合方案（1+3，2+2或者3+1）。可以采用多個1-U刀片服務器來實現(xiàn)非常靈活的平臺，每個刀片完成 CPU+FPGA協(xié)處理器方案。