[论文解读] 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 8

一句话总结

本文提出了一种基于FPGA的高效MRI图像滤波与肿瘤表征架构，采用Xilinx System Generator（XSG）实现，利用MATLAB/Simulink进行软硬件协同设计。在Spartan-3E FPGA上实现的方案相比类似设计资源使用量减少50%，同时性能更优。

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%.

研究动机与目标

• 开发一种基于FPGA的高效MRI图像处理硬件架构。
• 降低基于FPGA的MRI滤波与肿瘤表征系统的资源利用率。
• 利用Xilinx System Generator与MATLAB/Simulink实现硬件-软件协同设计的简化流程。
• 在资源相当或更少的情况下，实现优于现有架构的性能。
• 通过优化的硬件实现，实现MRI图像的实时处理。

提出的方法

• 作者使用Xilinx System Generator（XSG）将MATLAB与Simulink集成，实现FPGA逻辑的高层次综合。
• 图像滤波算法通过图形化界面实现，支持快速原型设计与硬件映射。
• 设计针对Spartan-3E Starter Kit（XC3S500E-FG320）进行实际平台验证。
• 通过嵌入FPGA架构中的特征提取与分类逻辑实现肿瘤表征。
• 通过算法与结构优化，最小化LUT与BRAM的使用量。
• 与同类基于FPGA的MRI处理系统对比，评估性能与资源利用率。

实验结果

研究问题

• RQ1 如何利用高层次设计工具在FPGA上高效实现MRI图像滤波与肿瘤表征？
• RQ2 与传统FPGA实现相比，基于XSG的协同设计可实现多大程度的资源节约？
• RQ3 所提出的架构是否能在资源更少的情况下保持或超越现有系统的性能？
• RQ4 XSG的图形化界面在多大程度上简化了实时MRI处理硬件的开发？
• RQ5 与同类基于FPGA的MRI系统相比，该架构在资源效率与性能方面表现如何？

主要发现

• 所提出的FPGA架构在目标器件上的资源利用率相比类似或更大资源需求的设计降低了50%。
• 在Spartan-3E FPGA上的实现性能优于具有相当或更多资源的同类架构。
• 使用Xilinx System Generator可实现高效的软硬件协同设计，几乎无需手动编写HDL代码。
• 系统通过优化的滤波与肿瘤表征流水线，支持MRI图像的实时处理。
• 该设计在不牺牲处理性能的前提下，显著提升了面积效率。
• 该架构已在真实FPGA平台上完成验证，证实了其实际可行性与可扩展性。