[論文レビュー] An efficient FPGA implementation of MRI image filtering and tumor characterization using Xilinx system generator

S. Allin Christe, M. Vignesh+1 more|arXiv (Cornell University)|Jan 12, 2012

Medical Image Segmentation Techniques参考文献 1被引用数 8

ひとこと要約

本論文は、Xilinx System Generator (XSG) を用いて MATLAB/Simulink を用いたハードウェア共同設計を活用し、MRI 画像のフィルタリングおよび腫瘍の特徴抽出を行う効率的な FPGA ベースのアーキテクチャを提示する。Spartan-3E FPGA に実装した結果、類似設計と比較してリソース使用量を 50% 減少させながら、優れた性能を達成した。

ABSTRACT

This paper presents an efficient architecture for various image filtering algorithms and tumor characterization using Xilinx System Generator (XSG). This architecture offers an alternative through a graphical user interface that combines MATLAB, Simulink and XSG and explores important aspects concerned to hardware implementation. Performance of this architecture implemented in SPARTAN-3E Starter kit (XC3S500E-FG320) exceeds those of similar or greater resources architectures. The proposed architecture reduces the resources available on target device by 50%.

研究の動機と目的

• FPGA を用いた MRI 画像処理の高効率ハードウェアアーキテクチャの開発を目的とする。
• FPGA ベースの MRI フィルタリングおよび腫瘍特徴抽出システムにおけるリソース使用量の低減を目的とする。
• MATLAB/Simulink を用いたスムーズなハードウェア・ソフトウェア共同設計を実現するため、Xilinx System Generator を活用する。
• 同等または少ないリソースを用いて、既存のアーキテクチャを上回る性能を達成することを目的とする。
• 最適化されたハードウェア実装により、MRI 画像のリアルタイム処理を可能とすることを目的とする。

提案手法

• 著者らは、FPGA ロジックのハイレベル合成のため、MATLAB と Simulink を統合する Xilinx System Generator (XSG) を使用する。
• 画像フィルタリングアルゴリズムはグラフィカルインターフェースを用いて実装され、迅速なプロトタイピングとハードウェアマッピングが可能となる。
• 実世界での検証のため、Spartan-3E スターター・キット (XC3S500E-FG320) をターゲットとする。
• 腫瘍の特徴抽出と分類ロジックは、FPGA アーキテクチャに埋め込まれたものである。
• アルゴリズム的および構造的最適化を通じて、LUT および BRAM 使用量を最小限に抑えるアーキテクチャ最適化が行われた。
• 性能およびリソース使用量は、類似の FPGA ベース MRI 処理システムと比較して評価された。

実験結果

リサーチクエスチョン

• RQ1 高レベル設計ツールを用いて、FPGA 上で MRI 画像のフィルタリングおよび腫瘍特徴抽出をどのように効率的に実装できるか？
• RQ2 従来の FPGA 実装と比較して、XSG を用いた共同設計により、どの程度のリソース削減が達成できるか？
• RQ3 提案されたアーキテクチャは、より少ないリソースを用いても、既存のシステムと同等またはそれ以上の性能を維持または上回ることができるか？
• RQ4 XSG のグラフィカルインターフェースは、リアルタイム MRI 処理ハードウェアの開発をどの程度簡素化できるか？
• RQ5 類似の FPGA ベース MRI システムと比較して、提案されたアーキテクチャのリソース効率および性能はどの程度か？

主な発見

• 提案された FPGA アーキテクチャは、同程度またはより多くのリソースを要する類似設計と比較して、ターゲットデバイスにおけるリソース使用量を 50% 減少させた。
• Spartan-3E FPGA に実装した結果、同等またはより多くのリソースを要する既存のアーキテクチャを上回る性能を示した。
• Xilinx System Generator の使用により、最小限の手動 HDL コーディングで効率的なハードウェア・ソフトウェア共同設計が可能となった。
• 最適化されたフィルタリングおよび腫瘍特徴抽出パイプラインにより、MRI 画像のリアルタイム処理が可能となった。
• 処理性能に compromise を加えずに、面積効率に顕著な改善が見られた。
• 実際の FPGA プラットフォームでの検証により、実用的妥当性およびスケーラビリティが確認された。