為實現這些行業目標所需要的功能，設備開發人員開始采用提供FPGA支持、可更新的現成商用(COTS) CPU平臺進行數據采集和協處理。在靈活高效地開發可更新醫療影像設備時，需要考慮幾個因素，包括影像算法的開發，多種診斷方法的融合以及可更新的平臺等。
開發影像算法要求使用直觀的高級建模工具，以不斷改進數字信號處理(DSP)功能。高級算法需要可更新的系統平臺，該平臺大大提高了圖像處理性能，而且實現的設備體積更小，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提供DSP功能。
系統規劃人員和設計工程師使用高級開發工具和知識產權(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，提高利潤。
本文介紹醫療影像算法的某些發展趨勢，多種診療手段的融合以及可更新平臺來實現這些算法、醫療影像的算法開發，首先，讓我們了解一下每種診療手段影像算法的發展趨勢，以及怎樣使用FPGA和知識產權。
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。
2.超聲
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。
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)。“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。
4.分子影像
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。
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。開發了各種算法以實現診療手段和治療類型融合的最佳圖像重合結果。
在這類融合系統中，支持高速串行互聯的FPGA能夠減少系統后處理部分數據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總成本。
6.影像算法
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。
可更新的平臺
很多影像系統以前都采用專用計算系統進行構建。現在，隨著高性能COTS CPU板的推出，系統工程師可以采用更現成的方法。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，是實現這些輔助硬件的理想器件。
Altera與其合作伙伴密切協作，實現了FPGA協處理資源和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PCI Express兼容協處理器板，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刀片服務器來實現非常靈活的平臺，每個刀片完成 CPU+FPGA協處理器方案。