Развитие методов и технологий проектирования ультразвуковых диагностических систем

Размещено на http://www.allbest.ru/

РАЗВИТИЕ МЕТОДОВ И ТЕХНОЛОГИЙ ПРОЕКТИРОВАНИЯ УЛЬТРАЗВУКОВЫХ ДИАГНОСТИЧЕСКИХ СИСТЕМ

Н.Л. Прохоров

Г.Г. Знайко

Создание отечественной конкурентоспособной медицинской диагностической техники экспертного класса и развитие медицинской промышленности являются одним из приоритетных направлений модернизации и инновационного развития российской экономики. В Федеральной целевой программе «Развитие электронной компонентной базы и радиоэлектроники» на 2008-2015 годы отмечается, что в связи с высокой стоимостью импортного медицинского оборудования одним из путей снижения стоимости такого оборудования должно стать широкое применение российской электронной компонентной базы и унифицированных электронных модулей.

Комплекс работ, проводимых в настоящее время в ОАО «ИНЭУМ им. И.С. Брука», направлен на создание унифицированных модулей для разработки и производства современной инновационной диагностической медицинской техники, в т.ч. и экспертного класса, требующей высокопроизводительных вычислительных ресурсов. Для решения подобных задач особое значение имеют сохранение и развитие отечественных научных школ, а также эффективное использование интеллектуального и технологического потенциала в рамках межотраслевой кооперации [1-6].

Эволюция методов и технологий ультразвуковой медицинской диагностики

Начиная с 1960-х годов, методы и технологии ультразвукового эхо-сканирования и визуализации внутренних органов рассматривались в качестве одного из наиболее перспективных направлений в области неинвазивной медицинской диагностической техники.

Наиболее важными факторами, влияющими на развитие данного направления, являются:

· научные достижения в области физических основ распространения ультразвуковых волн в биологических средах, методов управления процессами излучения, регистрации и количественного анализа результатов ультразвукового эхо-сканирования;

· технологические инновации в области математических методов и алгоритмов цифровой обработки сигналов, технологий производства электронных компонентов, развитие архитектуры вычислительных систем, а также методов и технологий управления информационными процессами при выполнении процедур регистрации, анализа и качественной визуализации состояния диагностируемых объектов.

Некоторые научные достижения и технологические инновации, оказавшие существенное влияние на повышение диагностических возможностей ультразвуковой медицинской техники на протяжении более чем 50-летнего ее развития, перечислены в табл. 1.

Таблица 1 Научные достижения и инновации в технологиях ультразвуковой диагностики

Традиционные методы анализа сигнальной информации, такие как БПФ, успешно применялись для линейных и стационарных сигналов и систем. В последние десятилетия начали активно развиваться методы анализа нелинейных, но стационарных и детерминированных систем и линейных, но нестационарных данных. К таким методам относятся вейвлетный анализ, а также разработанный в 1990-е годы метод, основанный на преобразовании Гильберта-Хуанга.

Под преобразованием Гильберта-Хуанга (Hilbert-Huang transform - HHT) понимается метод эмпирической модовой декомпозиции (EMD) нелинейных и нестационарных процессов и Гильбертов спектральный анализ (HSA). HHT представляет собой частотно-временной анализ данных (сигналов) и не требует априорного функционального базиса преобразования. Функции базиса получаются адаптивно, непосредственно из данных, процедурами отсеивания функций «эмпирических мод». Мгновенные частоты вычисляются от производных фазовых функций Гильбертовым преобразованием функций базиса. Заключительный результат представляется в частотно-временном пространстве [9]. Этот подход особенно продуктивен для создания технологий неинвазивной диагностики параметров кровообращения [8, 10].

Из последних достижений в области совершенствования диагностической ультразвуковой техники можно отметить создание французской компанией SuperSonic Imagine платформы сверхскоростной визуализации системы Aixplorer, которая в 2011 г. была представлена на международном конгрессе Всемирной федерации ультразвука в медицине и биологии. На этой платформе реализована инновационная технология сверхскоростного допплера, построенная на основе многоканального ультразвукового сканирования плоскими когерентными волнами. Сверхскоростной допплер обеспечивает высокие кадровые частоты - более 300 кадров в секунду, менее значительные искажения и способность показывать спектральные характеристики на каждом этапе исследования (рис. 1). ультразвуковой визуализация многоядерный микропроцессорный

Рис. 1

Реализация новых высокопроизводительных вычислительных технологий стала возможной в результате развития многоядерных процессоров, высокоскоростных каналов параллельной передачи информации и гетерогенных микропроцессорных архитектур. В настоящее время высокопроизводительные вычислительные модули параллельной обработки и визуализации сигнальной информации являются решающим звеном в развитии архитектуры ультразвуковых диагностических станций [7] (рис. 2).

Диагностические возможности технологии сверхскоростного допплера, разработанной компанией SuperSonic Imaging

Рис. 2

Развитие типовых архитектурных подходов в проектировании ультразвуковых диагностических станций

(I - аналогово-цифровые узлы, II - модули цифровой обработки, 1 - узлы управления генерацией УЗ-сигналов, 2 - аналоговые узлы приема-передачи, 3 - узлы АЦП, 4 - модули формирования лучей, 5 - модули обработки сигналов, 5 - модули визуализации)

Перспективы развития отечественных технологий проектирования и производства ультразвуковых систем экспертного класса

Разработка унифицированных многофункциональных высокопроизводительных модулей позволит создать линейку современных ультразвуковых сканеров для применения в следующих областях медицины: абдоминальные исследования, акушерство и гинекология, кардиология, ангиология, урология, неврология, нейрохирургия, травматология, реаниматология, педиатрия и неонатология, поверхностные органы и структуры, пункция и биопсия, костно-мышечная система, ортопедия, психиатрия, транскраниальные исследования, интраоперационные исследования.

Разрабатываемые модули предназначены для проектирования и производства серии ультразвуковых систем экспертного класса, использующих самые современные технологии, применяемые в ультразвуковой эхографии, в т.ч.:

· Pulse Inversion Harmonic (тканевая инверсная гармоника) - технология выделения гармонической составляющей колебаний внутренних органов, вызванных прохождением сквозь тело базового и инверсного ультразвуковых импульсов;

· Compound Automatic Flash Elemination - технология нелинейной фильтрации ультразвукового изображения;

· Dynamic like Magnetic Resonance - программа фильтрации ультразвукового изображения с алгоритмом, подобным MRI (магнитный резонанс); включает в себя трёхуровневую фильтрацию: объектов, текстур и областей;

· Filtered Image for Noise reduction & Edge enhancement - программа фильтрации двухмерного ультразвукового изображения; обеспечивает лучшую контрастность контуров и уменьшает уровень шумов;

· 3D image optimizing - оптимизация представления трехмерного ультразвукового изображения в зависимости от области интереса;

· ElastoScan (эластография) - технология улучшения визуализации неоднородностей мягких тканей по их сдвиговым упругим характеристикам;

· Multi-Slice View (мультислайсинг) - технология, позволяющая просматривать одновременно несколько двухмерных срезов, полученных при трехмерном сканировании (аналог технологий КТ, МРТ);

· Oblique View eXtended - программа сегментации анатомических структур, расположенных внутри трехмерного объекта исследования.

Для реализации подобных технологий необходимо обеспечить вычисление в режиме реального времени следующих типов преобразований: линейная фильтрация; спектральный анализ - обработка речевых, ультразвуковых, звуковых, сейсмических, гидроакустических сигналов; распознавание образов; частотно-временной анализ - вейвлет-преобразования и преобразования Гильберта-Хуанга; компрессия и декомпрессия изображений и звуковых данных; задачи обнаружения сигнала; адаптивная фильтрация; нелинейная обработка; многоскоростная обработка - интерполяция (увеличение) и децимация (уменьшение) частоты дискретизации в многоскоростных системах телекоммуникации; вычисление функций быстрой свертки.

При этом в зависимости от сложности конкретного преобразования количество каналов параллельного преобразования может варьироваться от 2 до 32 каналов, работающих в режиме реального времени.

Технологической базой является разработанная в 2011 г. первая в России гетерогенная микропроцессорная платформа на основе «Эльбрус-2С+», которая объединяет в одном кристалле шесть микропроцессорных ядер [6] - два ядра универсального высокопроизводительного процессора с архитектурой «Эльбрус» и четыре DSP-ядра. Эта многоядерная система позволяет выполнять как универсальные алгоритмы обработки информации, так и специализированные, применяющиеся в системах анализа и визуализации больших потоков сигнальной информации. Суммарная производительность системы на кристалле при этом составляет не менее 43 млрд. оп./с.

В микросхеме «Эльбрус-2С+» реализована программная поддержка параллельной аппаратуры: операционная система обеспечивает многопроцессорный и многомашинный режим вычислительного процесса, а компилятор выполняет автоматическое распараллеливание транслируемых программ на архитектуру широкой команды.

Тестирование алгоритмов предварительной обработки сигналов

На этапе макетных испытаний разрабатываемых модулей проведено тестирование ряда инновационных методов и алгоритмов предварительной обработки сигналов. В частности, перспективным подходом представляется применение вейвлетов для множества задач цифровой обработки сигналов, в т.ч. и задач фильтрации.

В качестве примера вейвлет-фильтрации приведем описание очистки сигнала датчика ультразвукового медицинского диагностического прибора, который работает в режиме эхоэнцефалодопплерографа; рабочая частота датчика 1 МГц. Датчик излучает импульс в медицинский фантом и далее фиксирует сигналы, полученные в результате отражения ультразвукового импульса на границе сред с разной акустической плотностью. Фантом представляет собой заполненный тканеимитирующей жидкостью черный ящик, в котором находятся мишени. Расположение мишеней четко определено, что позволяет оценивать качество работы алгоритмов фильтрации и всего прибора в целом.

Этот сигнал необходимо очистить, чтобы была возможность идентифицировать сигналы от мишеней. Для удаления шумов используется метод ограничения уровня детализирующих коэффициентов. Кратковременные особенности сигнала (а к ним можно отнести и шумы в виде множества таких особенностей) создают детализирующие коэффициенты с высоким содержанием шумовых компонентов, имеющих большие случайные выбросы значений сигнала. Задав некоторый порог для их уровня и срезав по уровню детализирующие коэффициенты, можно уменьшить уровень шумов.

Полученный сигнал подвергается декомпозиции по схеме быстрого вейвлет-преобразования, используя квадратурные фильтры. Процедура испытаний данного подхода представлена на рис. 3.

Испытания показали, что использование методики вейвлет-фильтрации в задачах цифровой обработки сигналов в сфере ультразвуковой диагностики позволяет повысить качество обработки по сравнению с традиционными методиками фильтрации. Это напрямую сказывается на качестве диагностической информации и степени постановки правильного диагноза.

Рис. 2

Результаты тестирования алгоритмов вейвлет-фильтрации (а - исходный сигнал, б - результаты декомпозиции с использованием квадратурных фильтров, в - отфильтрованный сигнал)

Заключение

Предлагаемые подходы к реализации унифицированных вычислительных модулей могут быть использованы при проектировании и производстве медицинской аппаратуры высококачественной визуализации, в т.ч. экспертного класса с поддержкой трехмерной визуализации. Это может послужить одним из путей снижения стоимости такого оборудования и позволит сократить отставание отечественной медицинской промышленности в части технологического уровня производственных мощностей для организации выпуска конкурентоспособной импортозамещающей продукции.

Работа выполнена при поддержке РФФИ: проект № 10-08-01156а.

Литература

1. Прохоров Н.Л., Знайко Г.Г., Красовский В.Е., Швеин А.А. Проектирование комплексов обработки сигналов для медицинской диагностики. Учебное пособие. М., МИРЭА (ТУ), 2006. 140 с.

2. Прохоров Н.Л., Знайко Г.Г., Стулин И.Д. Пути повышения диагностических возможностей ультразвуковых компьютеризированных приборов. - «Информационные технологии вычислительные системы», 2004, №4.

3. Знайко Г.Г., Соловьев В.Ю., Красовский В.Е. Приборы для ультразвуковой диагностики сосудистых заболеваний. - «Медицинская техника», 2003, №4.

4. Прохоров Н.Л., Олейников А.Я., Знайко Г.Г., Красовский В.Е., Стулин И.Д., Швеин А.А. Инновационные технологии в проектировании медицинских диагностических комплексов. - «Вопросы радиоэлектроники», серия ЭВТ, 2008, вып. 4, с. 13-28.

5. Прохоров Н.Л., Швеин А.А., Знайко Г.Г., Красовский В.Е. Проблемы управления информационными процессами в проектировании и применении медицинской техники - «Мехатроника, автоматизация, управление», 2011, №7, с. 51-55.

6. Исаев М.В., Кожин А.С., Костенко В.О. и др. Двухъядерная гетерогенная система на кристалле «Эльбрус-2С+» - «Вопросы радиоэлектроники», серия ЭВТ, 2012, настоящий вып.

7. Jeremy Bercof. Ultrafast Diagnostic Imaging - SuperSonic Imaging. France. 2011.

8. Знайко Г.Г., Стулин И.Д., Швеин А.А. и др. Принципы проектирования компьютеризованных диагностических комплексов для неинвазивной оценки параметров системы кровообращения - «Вопросы радиоэлектроники», серия ЭВТ, 2009, вып. 3.

9. The Hilbert-Huang transform and its applications / editors, Norden E. Huang, Samuel S.P. Shen. - World Scientific Publishing Co. Pte. Ltd. 5 Toh Tuck. Link, Singapore 596224.

10. Men-Tzung Lo, Kun Hu, Yanhui Liu, C.-K. Peng, Vera Novak. Multimodal pressure-flow analysis: application of Hilbert Huang Transform in cerebral blood flow regulation - EURASIP Journal on Advances in Signal Processing. Volume 2008, Article ID 785243, 15 pages. doi:10.1155/2008/785243.

Аннотация

Анализируются современные методы и технологии проектирования систем ультразвуковой диагностики экспертного уровня с высоким качеством визуализации. Обсуждаются перспективы развития и применения отечественной конкурентоспособной медицинской техники на основе российских гетерогенных многоядерных микропроцессорных платформ.

Ключевые слова: гетерогенная архитектура, многоядерные процессоры, ультразвуковая диагностика

In this article, advanced methods and technologies targeted at the construction of ultrasonic diagnostic system with expert level visualization quality are analyzed. The prospects for design and implementation of competitive medical equipment based on Russian heterogeneous multi-core microprocessor platforms are discussed.

Keywords: heterogeneous architecture, multi-core processors, ultrasonic diagnostics

Размещено на Allbest.ru