医学成像是医生在检测和诊断患者疾病或异常中拥有的最有价值的工具之一。从提供快速2D图像的超声波到提供人体高精度3D图像的计算机断层扫描（CT）和磁共振成像（MRI），2D和3D成像在使医疗专业人员提供更好的临床结果方面都发挥着重要作用。然而，4D成像的出现将医学成像带入了运动图像的下一个前沿领域。例如，在MRI呼吸分析周期中使用了4D成像。医学成像方面的此类进步令人兴奋，但并非没有挑战。4D MRI成像需要大量的预处理和后处理才能重建图像。

MRI扫描包括两个元素：在采集数据期间进行的扫描，然后进行重建。在扫描期间，沿预定轨迹捕获数据样本。这些样本本质上是空间的，并且在所谓的k空间域中。在重建阶段将获取的样本转换为可理解的图像。因此，MRI面临着产生高清成像，低信噪比和快速扫描时间的竞争难题。

图像重建的复杂性取决于采样轨迹。简单的笛卡尔扫描方向提供了与网格对齐的k空间样本，从而允许使用快速傅立叶变换快速重建图像。非笛卡尔扫描，例如螺旋形轨迹，将导致以更复杂的模式对齐k空间样本，这需要先进的图像重建算法。当前，完成扫描后可能需要花费几分钟才能使图像可用，并且需要相当大的处理能力。这使部署4D成像解决方案变得困难，从而阻碍了更广泛的采用。出于研究目的，服务器可用于演示算法性能。但是，可部署的解决方案需要能够执行RF信号驱动，信号捕获和图像重建的计算能力。

可编程SoC是一种能够广泛采用4D成像的解决方案。赛灵思异构Zynq UltraScale + MPSoC通过具有并行可编程逻辑的集成高性能处理器系统的优势，有助于解决4D成像面临的各种挑战。

得益于这些设备的独特架构，可编程逻辑可用于与RF驱动波形和ADC进行接口，以捕获来自扫描的结果数据。这种广泛的接口功能还使并行数据结构可在可编程逻辑内实现，以支持多个并行高速RF生成或信号捕获。同时，处理系统可用于生成用户界面，与病历系统进行通信等等。

射频驱动波形和图像重建都可以使用可编程逻辑资源来加速。由于这些算法很复杂，因此开发人员可以使用Xilinx Vitis（一种高级综合（HLS）工具）来提高生产率，该工具使工程师可以在C / C ++或OpenCL中开发算法，而无需在硬件描述级别进行工作。使用Vitis HLS，开发人员可以在更高级别上定义算法，并利用可编程逻辑的并行特性，例如展开循环和流水线操作，以利用算法中存在的并行性。以可编程逻辑实现算法可以显着提高性能。

概括

医学成像是使医学专业人士能够更详细地了解人体并进行先进治疗的一项关键技术，但是诸如4D成像之类的技术需要提高计算性能。Xilinx异构Zynq UltraScale + MPSoC和高级工具链能够支持RF驱动，信号捕获和图像重构，从而实现更快的扫描和4D的广泛采用。

文章来源：EEWORLD