МЕДИЦИНСКОЕ УЛЬТРАЗВУКОВОЕ ДИАГНОСТИЧЕСКОЕ ОБОРУДОВАНИЕ ОТ ПРОИЗВОДИТЕЛЯ
производим с 1996 года

  • Главная
  • Статьи
  • ПРОЕКТИРОВАНИЕ КОМПЬЮТЕРИЗОВАННЫХ МЕДИЦИНСКИХ ДИАГНОСТИЧЕСКИХ КОМПЛЕКСОВ С ПРИМЕНЕНИЕМ ИМИТАЦИОННЫХ МОДЕЛЕЙ

ПРОЕКТИРОВАНИЕ КОМПЬЮТЕРИЗОВАННЫХ МЕДИЦИНСКИХ ДИАГНОСТИЧЕСКИХ КОМПЛЕКСОВ С ПРИМЕНЕНИЕМ ИМИТАЦИОННЫХ МОДЕЛЕЙ

 

Знайко Г.Г.

Проблемы проектирования медицинских диагностических УВК

Применение современных стандартных технологических компонентов цифровой обработки сигналов с построением мультипроцессорных конфигураций открывает новые возможности для проектирования, внедрения и реализации разнообразных объектно-ориентированных управляющих вычислительных комплексов, способных обеспечить приём и обработку сигнальной информации с последующей визуализацией сложных объектов в реальном масштабе времени. Среди современных средств компьютеризованной управляющей аппаратуры, особенно в медицине, широкое распространение получили системы эхолокации сложных объектов.

 

Локацией называют определение направления на объект и местоположения объекта по создаваемому им звуковому полю (пассивная локация) или по отражению от него звука, создаваемого специальными устройствами (активная локация). При активной локации пользуются как импульсными, так и непрерывными источниками звука. При локации в импульсном режиме расстояние до объекта определяется по времени запаздывания отражённого эхо-сигнала. При локации в непрерывном режиме можно использовать частотно-модулированный сигнал и определять расстояние по разности частот посылаемого и отражённого сигнала. Пассивная локация шумящих объектов производится узконаправленными приёмниками звука при работе в узкой полосе частот или с помощью корреляционного метода приёма при работе с широкополосными источниками.

В частности, построенные на принципах эхолокации ультразвуковые методы визуализации широко применяются при разных диапазонах частот - от подводной локации и биоэхолокации (частоты до 300 КГц) до акустической микроскопии (от 12 МГц до 1ГГц и выше). Промежуточное расположение по частотам занимают ультразвуковая диагностика и терапия, а также неразрушающий контроль в промышленности. Информация о структуре исследуемого объекта закодирована в лучах, которые прошли через него, и в рассеянном излучении. Задача системы визуализации состоит в расшифровке этой информации. В отличие от рентгеновских лучей, ультразвуковые волны преломляются и отражаются на границах раздела сред с разными акустическими показателями преломления. Эти эффекты могут быть довольно заметными, что разрешает создать фокусирующие системы.

Ультразвуковые волны распространяются довольно медленно, поэтому при характерных размерах исследуемого объекта легко измерять соответствующее время распространения, которое разрешает использовать эхо-импульсные методы для формирования акустических изображений. С другой стороны, скорость ультразвуковых волн достаточно большая для того, чтобы накапливать и реконструировать всю информацию о виде полного кадра изображения за время около 80 мс. Другими словами, появляется возможность наблюдать движение объектов в динамике.

Современная ультразвуковая диагностика покоится на двух китах: методах получения двухмерного изображения и допплеровских режимах. За сравнительно короткий временной отрезок (40 лет) пройден огромный технологический и методический путь. Основные высокотехнологичные инструментальные фирмы Востока и Запада включили в номенклатуру своих изделий ультразвуковые диагностические приборы, и, вкладывая многие десятки миллиардов долларов США, постоянно их совершенствуют и развивают.

В настоящее время ультразвуковое диагностическое оборудование, по данным экспертов из Великобритании, занимает 25% мирового рынка медицинских технологий. Развитие ультразвуковых методов нельзя отрывать от основных проблем медицины — причин возникновения болезней, их ранней диагностики и объективизации эффективности лечения. Несмотря на снижение смертности от сердечно-сосудистых заболеваний (по данным мировой статистики), ситуация с «эпидемией №1» все еще остается далеко неблагополучной, особенно, в России.

Современные медицинские ультразвуковые сканеры применяются для визуализации изображений почти всех мягких тканей человеческого организма. Визуализация осуществляется в реальном масштабе времени со скоростью от 20 до 100 кадров в секунду.

Диагностические возможности проектируемых компьютеризованных комплексов и качество получаемых диагностических данных являются ключевыми критериями для оценки потоков сигнальной информации. Одной из главных характеристик ультразвуковой диагностической системы является качество получаемого изображения.

Наиболее многообещающий путь повышения диагностических способностей связан с перспективами получения трехмерных изображений в реальном времени.

Способ трехмерного представления диагностических данных ориентирован, в основном, на мощные аппаратные возможности, заключающиеся в получении параллельных (или расположенных под заранее заданными углами) магнитно-резонансных, рентгеновских или ультрасонографических срезов с последующим объединением их в единый визуальный массив, в котором "прозрачность" элемента изображения определяется, например, его эхоинтенсивностью.

В частности, специалисты-медики отмечают следующие преимущества трехмерных реконструированных изображений артерий, полученных с помощью интраваскулярного ультразвукового исследования:

1) сосуд может быть рассмотрен с различных сторон,

2) можно проследить направление кровотока,

3) хорошо видны изменения диаметра сосуда,

4) возможно получение сечения сосуда, не совпадающего с плоскостью ультразвукового сканирования,

5) с высокой точностью может быть оценено состояние и место расположения внутрисосудистого стента.

Наиболее отчетливые перспективы развития трехмерного ультразвукового исследования, связаны с дистанционным электромагнитным позиционированием ультразвукового преобразователя.

Более сложным с методологической точки зрения в трехмерной ультразвуковой диагностике является проблема автоматизированной текстурной сегментации ультрасонограмм. По мнению медиков, именно корректностью выделения на ультразвуковом изображении экспертно значимых зон определяется общая пригодность трехмерных диагностических данных.

В большинстве современных разработок текстурная сегментация не проводится, так как трехмерные данные представлены упорядоченным набором двухмерных срезов, обладающих прозрачностью, прямо связанной с величиной отраженного эхосигнала. Очевидно, если в трехмерном изображении известны координаты его основных текстур, то "полезность" такого изображения многократно возрастает, так как появляется возможность произвольных манипуляций с однородными текстурными зонами, составляющими в этом случае широко применяемые в трехмерном моделировании параметрические объекты. Такие объекты могут независимо друг от друга масштабироваться, изменять свою геометрическую конфигурацию и даже анимироваться как составляющие сложной сцены.

Все более распространяющийся метод визуализации, называемый "SieScape", обеспечивает получение ультразвуковых изображений с расширенным полем зрения обычными датчиками при помощи вычислительного алгоритма, позволяет выявить области совпадения структур последовательно смещаемых изображений, полученных в реальном времени, и синтезировать единую сонограмму.

Однако метод прозрачных изображений, преобладающий в настоящее время в трехмерной реконструкции ультразвуковых данных, вряд ли можно рассматривать как полноценный метод получения трехмерного изображения. Его можно считать способом усовершенствованного представления двухмерных данных, над которыми выполняются так называемые "растровые преобразования". Специалисты полагают, что построение истинных трехмерных изображений возможно только при корректной текстурной сегментации исходных ультрасонограмм.

Решение задач визуализации диагностической информации требует применения алгоритмов многоканальной параллельной обработки сигнальной информации, в том числе:

  • формирования диаграммы направленности фазированной антенной решетки и реализация режима многолучевого приема;
  • согласованной линейной фильтрации в многолучевом приемном пространстве;
  • корреляционного анализа в многолучевом приемном пространстве (для получения автокорреляционной функции и формирования на ее основе доплеровского сигнала от движущихся структур);
  • спектрального анализа (энергетического и частотного) по сформированным доплеровским сигналам в многолучевом приемном пространстве;
  • интерполяции сигнала по проецируемым лучам (для достижения требуемой разрешающей способности прибора по геометрическим координатам);
  • анализа изображений, в том числе поиск и классификацию контуров в плоскостных изображениях, поиск и классификацию поверхностей в объемных изображениях,  построение геометрической проекции для формализованных в виде функциональных зависимостей объектов, цветового кодирования поверхностей и объектов, трансформации объектов в изометрии;
  • управления всеми режимами работы блока специализированной аппаратуры.

Базовые электронные компоненты для построения медицинских диагностических УВК.

Доступные сейчас на рынке микропроцессоры цифровой сигнальной обработки сигналов, предлагаемые ведущими мировыми производителями, позволяют создавать системы сигнальной предобработки больших потоков сигнальной информации на основе мультипроцессорных конфигураций и распараллеливания алгоритмов. При этом микропроцессорные узлы должны не только обеспечивать достаточно высокое быстродействие на операциях сигнальной обработки, но содержать встроенные средства эффективного межпроцессорного взаимодействия и организации работы с памятью. В этом случае затраты на создание аппаратуры цифровой сигнальной предобработки не превышают 1-2% от рыночной стоимости современного прибора, а основная доля себестоимости приходится на разработку и реализацию прикладных алгоритмов, многоканальную обработку входных сигнальных потоков и построение эффективного пользовательского интерфейса в составе современных компьютерных платформ.

Ведущие мировые производители компонентов цифровой сигнальной обработки предлагают на рынке широкую номенклатуру микропроцессоров, ориентированных на конкретные области применения с учетом специфики задач и применяемых методов.

Например, корпорация Analog Devices выпускает десятки моделей сигнальных микропроцессоров с различными характеристиками, ориентированными на применение в следующих прикладных областях:

  • Обработка аудио сигналов
  • Обработка речевых сигналов
  • Средства коммуникации
  • Мультимедийные средства
  • Измерительная техника
  • Медицинская электроника
  • Оптика и обработка изображений
  • Системы промышленной электроники

НТЦ «Модуль», одна из лидирующих в этой области российских компаний, специализируется на разработке уникальных аппаратных средств цифровой обработки сигналов и изображений и построении на их основе функционально законченных вычислительных комплексов.

Дальнейшее снижение себестоимости разрабатываемых компьютеризованных комплексов достигается за счет применения современных технологий проектирования, обеспечивающих сквозной цикл разработки комплекса от алгоритма до готового макета. Подобные интегрированные проектно-технологические комплексы успешно применяются многими зарубежными компаниями и позволяют сократить затраты на проектирование в 3-5 раз.

Имитационное моделирование в системах проектирования медицинских диагностических УВК

Имитационное моделирование производится с учетом потребительских требований и особенностей применения разрабатываемого комплекса. В частности, для построения современных комплексов медицинской диагностики учитываются требования к структуре и функциональным возможностям проектируемого комплекса.

Учитывая быстрые темпы развития технологий и динамику развития рыночной ситуации, средства построения имитационных моделей диагностических комплексов должны быть достаточно гибкими и универсальными, позволяющими оперативно вносить изменения в методологическую и технологическую базу построения имитационных моделей и оперативно приводить имитационную модель комплекса к стадии полунатурного моделирования и макетирования.

Наиболее подходящими инструментальными средствами являются программные пакеты Simulink, Stateflow.

Simulink содержит полный набор моделирующих инструментов быстрой разработки структуры проектируемых систем.  К таким инструментам относятся библиотеки блоков, средства иерархического моделирования, средства идентификации сигналов, а также мощный набор пользовательских инструментов для создания, модификации и сопровождения структурных моделей любой степени сложности.

Обширная библиотека стандартных блоков включает в себя более 150 встроенных блоков. Кроме того, имеется возможность создавать библиотеки собственных блоков, содержащих не только описание функций, но и элементы пользовательского интерфейса, такие как иконические обозначения и диалоговые окна.

Основные задачи имитационного моделирования при разработке компьютеризованных медицинских диагностических приборов, обеспечивающих двухмерную и трёхмерную визуализацию (B-режим, 3D-режим)

Параметры управления

Потребительские требования

Возможности моделирования

Управление датчиками и выбором рабочей частоты

Возможность выбора датчика и рабочей частоты излучаемого сигнала в соответствии со спецификой диагностирования.

Моделирование настройки режимов многоканальной обработки сигналов, особенностей излучения/приема. 

Управление мощностью излучения в зависимости от глубины и условий наблюдения.

Возможность оптимальной настройки УВК в соответствии с режимом диагностирования.

Моделирование настройки режимов диагностирования

Управление усилением эхо-сигналов.

Возможность оптимального выбора уровня усиления для наблюдения сильных или слабых сигналов в зависимости от режима диагностирования. Равномерность уровня яркости отображения во всем диапазоне глубин.

Моделирование процессов управления усилением эхосигналов, компенсации затухания. Оценка приемлемой ошибки квантования по уровню.

Управление качеством изображения.

Настройка контрастности и яркость. Сглаживание. Подчеркивание контуров. Управление плотностью акустических строк и скоростью развертки. Масштабирование.

Возможность подстройки качества изображения в соответствии с диагностическими режимами, глубиной сканирования, задачами наблюдения движущихся структур и другими особенностями.

Моделирование схемы управления сигнальными потоками.

Предустановка управляющих параметров.

Возможность запоминания оптимальных вариантов сочетания управляющих параметров для типовых режимов диагностирования.

Моделирование схемы управления режимами диагностирования. Оценка и выбор оптимальных вариантов схемы.

В системе Stateflow реализован генератор эффективного C-кода, что особенно удобно при проектировании встроенных систем сигнальной обработки или сложных систем предобработки больших потоков сигнальной информации в реальном масштабе времени.

Основные средства, используемые для построения модели:

  • применение на одной схеме концепции конечного автомата, диаграммы состояний и диаграммы потоков, таких, как E-сети,
  • поддержка иерархической структуры объектов, параллелизма состояний, комментариев по соединениям объектов или по истории построения модели,
  • возможность использования на диаграмме модели традиционных программистских конструкций, таких как оператор цикла или условный оператор,
  • планирование переходов и событий с использованием временных операторов ("before", "after", "at", "every"),
  • графические способы определения функций с использованием блок-схем, обеспечивающие удобство построения, доступа и сопровождения,
  • возможность подключения пользовательских и стандартных программ на языке C, имеющих входные и выходные аргументы,
  • поддержка полного набора типов данных и операций с фиксированной точкой (при установленном пакете Fixed-Point Blockset),
  • поддержка разработки моделей больших сложных систем с помощью иерархической организации с разбиением структурных схем на подструктуры,
  • поддержка векторных и матричных типов данных для обеспечения операций ввода - вывода в Simulink.


Особенности процесса моделирования,

  • возможность подачи управляющих сигналов для подсистем Simulink, включающихся только при определенных условиях,
  • возможность анимации диаграмм Stateflow для визуализации состояния системы и проведения отладки,
  • выполнение в процессе моделирования проверок наличия конфликтов переходов, циклических проблем, непротиворечивости состояний, нарушения разрядности и переполнения,
  • подключение встроенного отладчика для графической установки контрольных точек, пошагового режима моделирования, просмотра данных и анализ соответствия заданной структуры,
  • применение кодировщика Stateflow для генерации кодов обработки целочисленных значений, чисел с фиксированной или плавающей точкой для автономных аппаратных узлов.

Включение в модель собственных блоков.  В структурную схему модели Simulink можно включать новые или ранее созданные блоки с описанием функций на языке MATLAB, C.

Наиболее критичные структурные компоненты и функциональные характеристики УВК определяются на основе потребительских требований к качеству отображаемой информации с учётом ограничений реального времени.

  

Основные потребительские требования и задачи имитационного моделирования при разработке компьютеризованных медицинских диагностических приборов

Характеристика

Потребительские требования

Возможности моделирования

Пространственная разрешающая способность.

Продольная: взаимное расположение вдоль оси луча.

Поперечная: плотность лучей при сканировании.

Способность различать малые объекты и структуры, близко расположенные друг к другу.

Моделирование процессов сканирования и фокусировки луча с частотой дискретизации оцифрованного сигнала от 4 до 60 МГц.

Чувствительность. Способность обнаруживать и наблюдать малые элементы структуры на фоне помех и собственных шумов системы.

Определяет максимальную рабочую глубину работы прибора.

Моделирование процессов фильтрации полезных сигналов на уровне помех и управления усилением сигнала в зависимости от глубины сканирования.

Динамический диапазон.

Способность одновременного отображения малых и больших сигналов

Способность выявления небольших диагностически значимых  изменений в характеристиках биотканей. 

Моделирование процессов сжатия и регулировки динамического диапазона: 120 дБ -> 40 дБ.  Определение разрядности оцифрованного сигнала и форматов данных: 8-32 разрядов с учетом необходимой точности.

Временная разрешающая способность. Способность системы воспринимать и отображать с достаточной скоростью изменение

Определяет возможность получения информации о движущихся структурах в реальном времени.

Моделирование процессов параллельного преобразования множества 64-512 лучей в кадр. Оценка частоты кадров.

Доплеровские методы визуализации и диагностирования движущихся биологических объектов, в частности – кровотока в сосудах, требуют применения специальных средств моделирования. Некоторые задачи, возникающие при разработке компьютеризованных комплексов с доплеровской диагностикой, показаны в таблице 3.

Основные потребительские требования и задачи имитационного моделирования при разработке компьютеризованных медицинских диагностических приборов с доплеровскими измерениями. 

Параметры управления

Потребительские качества

Возможности моделирования

Управление диапазоном измеряемых скоростей.

Возможность точного определения максимального интервала скоростей кровотока в соответствии с целями диагностического исследования.

Моделирование системы управления параметрами спектрального анализа доплеровских частот.

Управление интервалом по глубине и измерением контрольного объема.

Возможность точной установки интервала измерения и устранения возможных искажений спектра доплеровских частот.

Параметрическое моделирование процессов управления спектральным анализом доплеровских частот.

Управление фильтрами пульсаций стенок сосудов.

Возможность подавления эхо-сигналов от пульсирующих стенок сердца, сосудов и других движущихся структур, которые порождают артефакты и мешают наблюдать спектр скоростей кровотока.

Реализация множества вариантов фильтрации и гибкой схемы управления.

Регулировка качества изображения доплеровской спектрограммы

Возможность регулировки сглаживания и разрешающей способности по оси времени и по оси частот.

Моделирование множества вариантов алгоритмов сглаживания и гибкой схемы управления.

Цветовое кодирование доплеровского спектра

Возможность получения дополнительной информации о кровотоке.

Моделирование алгоритмов цветового кодирования спектрограммы в реальном времени.

  

Полунатурное моделирование в реальном масштабе времени

Полунатурное моделирование выполняется в интерактивном режиме в единой операционной среде реального времени, которая представляет собой комплекс программных модулей, ответственных за подготовку программных модулей процессоров цифровой обработки сигналов, определение режимов мультипроцессорной обработки, планирование и организацию управления процессами в мультипроцессорном модуле в режиме реального времени с помощью ядра операционной системы.

Основным компонентом базовой системы является тред (поток), который исполняет предопределенную функцию и имеет собственную долю системных ресурсов. Ядро реального времени поддерживает многопоточность - среду, в которой одновременно выполняются независимые потоки. Потоки - динамические объекты, которые могут быть созданы и разрушены во время выполнения. Объекты потока могут быть описаны на языке C, C++, или ассемблере. Характеристиками потока являются идентификатор, приоритет, и текущее состояние (ожидание, готовность, выполнение или прерывание).

Средство программирования интерфейсов позволяет описывать приложение на независимой платформе с использованием языка высокого уровня (C или C++).

Компоновщик создает исполняемые файлы, общедоступные файлы памяти, и оверлейные файлы из отдельно собранных объектных и библиотечных файлов.

Тред ядра реального времени реализует принцип инкапсуляции алгоритмов и связанных с ними данных. При инициализации нового проекта, понятие треда используется в качестве инструмента описания архитектуры ядра и для уменьшения сложности системы. После того как проработано множество алгоритмов и сформированы "подалгоритмы" в виде отдельных блоков, приложение может быть разделено на меньшие функциональные узлы, которые могут индивидуально быть запрограммированы и протестированы.

В результате этого создаются многократно используемые программные компоненты. В системе реального времени поведение треда определяется с помощью описания типа треда. Типы являются шаблонами, которые определяют поведение и ресурсы, необходимые всем тредам данного типа. Подобно типам данных в C или C++, типы треда не используются непосредственно, пока не будет создан объект данного типа. Можно создать множество тредов одного типа, Каждый тред  определен своими собственными значениями переменных для типа тред, имеет собственный стек и собственное время прогона в заданном контексте.

При разметке приложения в треде, идентифицируются части проекта, в которых один и тот же алгоритм приложен к многочисленным наборам данных. Когда данные обрабатываются в системе в последовательных блоках, требуется только один экземпляр треда. Если одна и та же операция выполнена с различными наборами данных одновременно, множество экземпляров тредов того же самого типа могут сосуществовать и подвергаться планированию для приоритетного выполнения.

Для взаимодействия прикладной программы с ядром реального времени используется прикладной программный интерфейс, который представляет собой набор библиотечных функций на C/C ++ и трансляционных макрокоманд, определяющих услуги ядра для прикладных программ. Эти услуги включают обработку прерывания, управление потоком и управление семафорами. Все приложения используют управляющий код для поддержки алгоритмов, под которыми подразумеваются "реальные" программы. Для алгоритмов требуются данные, которые нужно вводить с периферийных устройств, а многие алгоритмы состоят более чем из одного функционального блока. Для некоторых систем, этот управляющий код может быть таким же простым как "супер-цикл", слепо обрабатывая данные, которые расположены по конкретному адресу. Тем не менее, так как процессоры становятся более мощными, более разумное решение для реализации всего потенциала процессора может потребовать такого управления, которое позволит единственному процессору обрабатывать большие программы.

Изложенный здесь поход к проектированию УВК прошёл экспериментальную проверку на рабочей станции, построенной на основе процессоров TigerSHARC и обеспечивающей следующие возможности:

  • организацию параллельных цифровых сигнальных потоков между узлом сигнальной предобработки и узлом взаимодействия с внешней средой по 28 каналам в режиме прямого доступа,
  • параллельную работу четырех процессорных узлов с обработкой 8, 16 или 32-разрядных данных с фиксированной точкой или 32 или 40-разрядных данных с плавающей точкой,
  • параллельную многоканальную обработку до 32 8-разрядных потоков или до 16 16-разрядных потоков в режиме SIMD,
  • одновременное обращение к 6-ти блокам внутрикристалльной памяти по раздельным шинам шириной 128 разрядов каждая,
  • межпроцессорные обмены по четырем 8-разрядным линкам, каждый из которых имеет пропускную способность 250 Мбайт/сек, или по шине внешнего порта с пропускной способностью 800 Мбайт/сек и доступом к общей памяти объемом не менее 32 Мбайта.

 Предлагаемый подход к проектированию проблемно-ориентированных УВК имеет следующие преимущества:

  • Возможность проектирования, верификации, оптимизации и отладки в полунатурном режиме реального времени широкой номенклатуры проблемно-ориентированных УВК: от недорогих, компактных и мобильных компьютеризованных приборов с ограниченным числом входных каналов до мощных исследовательских и диагностических станций, обеспечивающих двухмерную и трёхмерную визуализацию сложных динамических объектов в реальном масштабе времени.
  • Максимальное использование стандартизированных технических решений и серийно выпускаемых аппаратных и программных средств позволяет существенно снизить стоимость проектируемого комплекса.
  • Большое разнообразие вариантов проектных решений моделируемых на основе единой аппаратно-программной технологической базе, обеспечивает выработку эффективных конфигураций с учетом потребительских требований к проектируемым комплексам и повышает их конкурентоспособность.

Единый технологический проектный цикл позволяет выявлять ключевые архитектурно-программные характеристики прикладных задач эхолокации в реальном времени и отрабатывать основные архитектурные требования к возможным альтернативным вариантам, включая выбор альтернативных компонентов, таких как  или проектирование заказных и полузаказных СБИС.

Заключение

Изложенные подходы к технологии проектирования объектно-ориентированных управляющих вычислительных комплексов с применением имитационных моделей позволяют существенно сократить сроки и затраты на разработку нового поколения ультразвуковых компьютеризованных приборов с уникальными диагностическими возможностями.