[논문 리뷰] An efficient FPGA implementation of MRI image filtering and tumor characterization using Xilinx system generator

S. Allin Christe, M. Vignesh외 1명|arXiv (Cornell University)|2012. 01. 12.

Medical Image Segmentation Techniques참고 문헌 1인용 수 8

한 줄 요약

이 논문은 Xilinx System Generator(XSG)를 활용하여 MATLAB/Simulink를 통한 하드웨어 공동 설계를 수행함으로써 MRI 영상 필터링 및 종양 특성 분석을 위한 효율적인 FPGA 기반 아키텍처를 제시한다. 스파르탄-3E FPGA에 구현된 설계는 유사한 설계들 대비 자원 사용을 50% 감소시키면서도 뛰어난 성능을 달성한다.

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%.

연구 동기 및 목표

• FPGA를 사용한 MRI 영상 처리를 위한 고효율 하드웨어 아키텍처를 개발한다.
• FPGA 기반의 MRI 필터링 및 종양 특성 분석 시스템에서 자원 사용을 최소화한다.
• MATLAB/Simulink와 함께 Xilinx System Generator를 활용하여 간편한 하드웨어-소프트웨어 공동 설계를 수행한다.
• 유사하거나 더 적은 자원을 사용하는 기존 아키텍처와 비교해 성능을 향상시킨다.
• 최적화된 하드웨어 구현을 통해 MRI 영상의 실시간 처리를 가능하게 한다.

제안 방법

• 저자들은 Xilinx System Generator(XSG)를 사용하여 MATLAB과 Simulink를 통합함으로써 FPGA 논리의 고수준 합성(high-level synthesis)을 수행한다.
• 이미지 필터링 알고리즘은 그래픽 인터페이스를 통해 구현되어 빠른 프로토타이핑과 하드웨어 매핑이 가능하다.
• 실제 검증을 위해 스파르탄-3E 스타터 킷(XC3S500E-FG320)을 대상으로 설계한다.
• 종양 특성 분석은 FPGA 아키텍처에 통합된 특징 추출 및 분류 논리로 수행된다.
• 알고리즘적 및 구조적 최적화를 통해 LUT 및 BRAM 사용량을 최소화하기 위해 아키텍처를 최적화한다.
• 성능 및 자원 사용량은 유사한 FPGA 기반 MRI 처리 시스템과 비교하여 평가된다.

실험 결과

연구 질문

• RQ1 고수준 설계 도구를 사용하여 FPGA에서 MRI 영상 필터링 및 종양 특성 분석을 어떻게 효율적으로 구현할 수 있는가?
• RQ2 기존의 FPGA 구현 방식과 비교해 XSG 기반 공동 설계를 통해 어떤 정도의 자원 감소를 달성할 수 있는가?
• RQ3 제안된 아키텍처는 더 적은 자원을 사용하면서도 기존 시스템의 성능을 유지하거나 초월할 수 있는가?
• RQ4 XSG의 그래픽 인터페이스가 실시간 MRI 처리 하드웨어 개발을 얼마나 단순화하는가?
• RQ5 유사한 FPGA 기반 MRI 시스템과 비교해 제안된 아키텍처는 자원 효율성과 성능 면에서 어떤가?

주요 결과

• 제안된 FPGA 아키텍처는 유사하거나 더 큰 자원을 사용하는 설계들 대비 대상 장치에서 자원 사용을 50% 감소시켰다.
• 스파르탄-3E FPGA에 구현된 설계는 동일하거나 더 많은 자원을 사용하는 유사 아키텍처보다 성능이 뛰어나다.
• Xilinx System Generator의 사용은 최소한의 수동 HDL 코딩으로도 효율적인 하드웨어-소프트웨어 공동 설계를 가능하게 한다.
• 최적화된 필터링 및 종양 특성 분석 파이프라인 덕분에 MRI 영상의 실시간 처리가 가능하다.
• 처리 성능을 손상시키지 않은 채 면적 효율성에서 뚜렷한 향상을 보였다.
• 실제 FPGA 플랫폼에서 설계가 검증되어 실용성과 확장성 모두를 확인했다.