基于FPGA的医疗图像处理使用硬件-软件联合设计方法.

科学领域:

• 生物医学工程 生物医学工程
• 计算机工程 计算机工程
• 医疗成像医学成像

背景情况:

• 对疟疾和肺炎等疾病的医学图像分析通常需要大量的计算资源.
• 实时处理对于临床环境中的及时诊断和治疗至关重要.
• 现有的硬件解决方案可能面临性能和能源效率的限制.

研究的目的:

• 开发和评估基于现场可编程门阵列 (FPGA) 的框架,用于加速医疗图像处理.
• 实施硬件和软件共同设计的方法,以有效地检测疟疾和肺炎.
• 优化架构以实现高吞吐量和低功耗.

主要方法:

• 在实现中使用了一个AMD-Xilinx UltraScale+ MPSoC (ZCU104) FPGA.
• 采用定制的高层合成 (HLS) 过程,以优化处理系统 (PS) 和可编程逻辑 (PL) 之间的数据移动.
• 嵌入深度智能卷积,层融合和自定义缓存,以提高计算和内存访问效率.

主要成果:

• 实现了298.22 FPS的疟疾检测和205.87 FPS的肺炎检测的吞吐量.
• 证明了显著的能源效率,疟疾为14.62mJ/img,肺炎为23.89mJ/img.
• 使用珊瑚TPU的Raspberry Pi性能优于8.3×的吞吐量和4.3×的能源效率.

结论:

• 拟议的基于FPGA的框架为实时医学图像分析提供了强大而节能的解决方案.
• 硬件和软件的共同设计和架构优化在加速生物医学任务方面是有效的.
• 这种方法非常适合在资源有限或实时医疗诊断系统中部署.