全数字B超动态滤波器的设计与实现

1、29卷3期2010年6月中国生物医学工程学报Chinese Journal of Biomedical EngineeringJune 2010全数字B 超动态滤波器的设计与实现周盛1李仙琴1王晓春1何新喜2杨军1计建军1王延群1*1(中国医学科学院生物医学工程研究所,天津3001922(天津迈达医学科技有限公司,天津300384摘要:为在全探测深度内获取最佳分辨力的超声回波图像,本研究基于现场可编程门阵列(FPGA 设计了一种动态滤波器,将全数字B 超的探测深度平均分为64段,采用64个32阶带通滤波器与之对应,完成人体超声回波信号的动态滤波处理。所设计滤波器应用于128阵元、3.5MHz

2、的全数字B 超设备中,并与使用常值滤波器的图像进行了分析比较。通过对仿组织超声体模的检测显示,在图像的探测深度、远场分辨力和噪声滤除等方面都有了较为明显的提高。关键词:超声;动态滤波器;现场可编程门阵列(FPGA ;有限冲激响应(FIR 中图分类号R318文献标识码A文章编号0258-8021(201003-0418-04Design and Realization of a Dynamic Filter in Digital B Mode UltrasonographyZHOU Sheng1LI Xian-Qin1WANG Xiao-Chun1HE Xin-Xi2YANG Jun1JI Ji

3、an-Jun1WANG Yan-Qun1*1(Institute of Biomedical Engineering ,Chinese Academy of Medical Sciences ,Tianjin 300192,China 2(MEDA CO.,LTD ,Tianjin 300084,China 引言超声图像质量对于疾病诊断有重要的意义。由于人体软组织对超声波的衰减与频率大致呈线性关系,因此在近场应主要获取回波信息中的高频成分以提高图像的分辨力和清晰度;而随着探测深度的增加,高频成分更快地衰减使得超声波逐渐向频带的低端偏移,这时需要提取回波信息中的低频成分以获取更丰富的远场图像信息

4、,实现全探测深度内最佳的成像效果12。全数字B 超系统中动态滤波器用以自动选择以上具有诊断价值的频率信号,滤除体表部分以低频为主的强回声信号和深部以高频为主的干扰。动态滤波器设计的好坏直接关系到全数字B 超系统远场和近场成像的分辨率,是整个系统的一个关键组成部分3。在模拟B 超中,动态滤波电路的实现一般是利用变容二极管的结电容随其反偏电压的增大而减小,从而改变了选频网络的频率。这种方法虽然比3期周盛等:全数字B超动态滤波器的设计与实现较成熟简单,但选频网络的频谱特性不精确,而且改动麻烦,所以现已不被广泛采用。在全数字B超中,动态滤波器都是基于匹配滤波的概念来实现的。在信号处理进程中,匹配滤波器

5、系数随接收深度的变化而动态改变。数字滤波器选用具有线性相位的有限冲激响应(finite impulse response,FIR数字滤波器。而传统的FIR滤波器是采用乘累加的硬件结构来实现的,这种结构实现的滤波器需要大量的硬件资源。本研究采用全并行的分布式算法并加入多级流水线,同时使用分割表技术来减少查找表的资源占用4。由于动态滤波器中每个滤波器的系数都不同,采用动态查找表的方式,适时调整滤波器的输入系数。1方法1.1动态滤波器的设计为了获得全探测深度内的最佳分辨力的回声图像,需要设计的动态滤波器是一个随着时间(深度的增加,通频带逐渐向下移动的带通滤波器组,该滤波器组由64个滤波器组成。在滤波

6、器的选择上,采用具有线性相位的FIR型滤波器,摒弃了传统的使用乘法器实现乘累加的硬件描述方法,而是基于分布式算法在现场可编程门阵列(field programmablegate array,FPGA上实现滤波器的硬件结构。本设计利用全数字B超系统的平台实现,采用的超声探头型号为C3.5-128R50S,为128阵元的凸阵探头,中心频率为3.5MHz,-6dB带宽为71%。1.2滤波器系数的生成为实现人体超声回波信号的动态滤波处理,将全数字B超的探测深度平均分为64段,采用64个带通滤波器与之对应。超声回波信号采样频率为40MHz,滤波器阶数为32,其他基本技术参数如下:Fc1=2.21.2i6

7、4Fc2=5.21.2i64式中:Fc1为通带下截止频率,Fc2为通带上截止频率。i的取值范围为1 64,随着深度的增加i增加,即i=1代表体表处,i=64代表体内最深处。首先,在Matlab中,通过给定的滤波器阶数和带宽,利用FDATool工具5,选取Hamming窗函数来生成滤波器系数。然后利用FPGA芯片强大的RAM存储功能6,在初始化阶段,将滤波器系数量化为8位补码数,存储到FPGA芯片的RAM中。在系统运行阶段,通过精确的时序控制从RAM中得到滤波器的系数,并输入到FIR型动态滤波器的硬件实现部分。以第1个和第32个带通滤波器为例,图1中的(a和(b分别是在Matlab仿真下,获得的

8、两个滤波器特性图。从图中可以看出,随着深度i 的增加,滤波器的频谱逐渐向频带的低端移动,因此可以很好地匹配超声回波信号的频率成分,滤波体表部分以低频为主的强回声信号和深部以高频为主的干扰,从而获得全探测深度内最佳分辨力的回声图像 。图1滤波器特性图。(a第1个;(b第32个Fig.1Diagram of the filter characteristic.(athe first filter;(bthe thirty-second filter1.3动态滤波器的结构为了实现高速信号处理,采用全并行的分布式算法并加入了多级流水线78,同时使用分割表9技术来减少查找表的资源占用。由于动态滤波器中每

9、个滤波器的系数都不同,采用动态查找表的方式,来适时调整滤波器的输入系数。根据FIR滤波器的对称性,动态滤波器组的每个32阶滤波器均可以对折成16阶线性FIR滤波器。然后根据滤波器的线性特性和分割表原理,将用来实现分布式算法的查找表以每4个抽头一组,分割成4个小型查找表,即4个4阶FIR滤波器级联成16阶。这种级联结构相对于全并行分布式算法不仅加快了查表速度,还成倍地节约了资源,很容易实现更高阶扩展,同时滤波器的系数还可以适时调整。算法实现的硬件结构如下图2所示。图中LUDT为动态查询表(look-up dynamic table,根据系统的需要随时通过C,C1,C2,C3对系数的取值进行调整,

10、从而实现动态的自适应调整10。图3为在Altera公司的Quartus II开发环境下实现的动态滤波器的顶层模块图,主要由ROM模块、动态滤波器模块和输入输出端口组成。图中所914中国生物医学工程学报29卷 图2动态分布式算法硬件框图Fig.2Diagram of the dynamic distributed arithmetic示的ROM 配置图中,address 5.0是地址线,共存储64组系数;q 127.0是对预先存入的滤波器系数的输出,每组共16个数据,每个数据代表8位有符号系数;clock 是读数据同步时钟。工作时,系统利用clock 作为时钟控制将64组滤波器系数通过q 127

11、.0输出给动态滤波器模块。在具体的实现中,滤波器系数的值可以通过ROM 表预先定制,也可以通过人机交互的方式实时传输,还可以根据系统的输出端的反馈自动地进行相应地调整。当采用后一种方案实现系数调整时,就实现了自适应滤波功能。然而采用这种方法需要实现FFT (快速傅立叶变换等运算,计算量较大,而且需要较高性能的FPGA ,所以采用预先订制的ROM 表来传送滤波器系数。动态滤波器模块中,clk _40M 是数据输入同步时钟,reset 是复位信号,x _in 12.0和y _out 12.0分别为输入输出数据,coeff 127.0为动态滤波器的系数输入。在Quartus II 开发环境下,采用V

12、HDL 语言对以动态分布式算法为核心所设计的系数可编程动态FIR 滤波器进行描述、仿真和逻辑综合。 图3动态滤波器顶层模块图Fig.3Diagram of the top module of the dynamic filter1.4验证方法为了验证所设计的64组32阶FIR 动态滤波器的性能,将这个动态滤波器逻辑下载到课题组研发的全数字B 超成像系统中。该系统由发射模块、接收模块、前端控制器、全数字B 型成像处理模块和PC 组成。系统内部定义了一条机器总线,所有的模块都连在机器总线上,并通过PCI 接口与PC 交换数据(PC 将控制参数下载到各个模块,并从B 型成像处理模块读取成像数据。超声

13、前端由32个物理通道构成,装配了128阵元的凸阵探头,采用40MHz 同步时钟。分别采用常值滤波器和本研究设计的动态滤波器的全数字B 超成像系统对超声体模(中国科学院声学研究所制造的KS107BD (L 仿组织超声体模进行图像采集,进行对比。2结果所采集的利用不同滤波器的标准人体体模图如图4所示。可以看出,使用常值滤波器的B 超成像系统在近场分辨率达到了要求,但在远场的效果较差(见图4(a 。全探测深度为140mm ,小信号探测深度为100mm ,远场噪声较大,使得体模的深度靶点回波信号被噪声掩盖无法显示;而使用本设计的动态滤波器系统在近场和远场上都获得了较好的成像效果(见图4(b 。全探测深

14、度180mm ,侧向分辨力4mm ,轴向分辨力1mm ,小信号探测深度为120mm ,且远场噪声得到了抑制。图5为对人体肝组织的实际探测图,近场背膜和远场膈肌清晰可见,肝内组织图像细腻,血管与软组织边缘明显。0243期周盛等:全数字B超动态滤波器的设计与实现 图4所采集利用不同滤波器的标准人体体模图。(a 常值滤波器;(b 所设计的动态滤波器Fig.4The B mode ultrasonic human model imagecollected by the different filters.(a the const filter ;(b the dynamicfilter 图5人体肝组织

15、的超声成像Fig.5The ultrasonic image of human liver3讨论和结论本系统利用Altera 公司Cyclone 系列的EP1C12Q240C6N 型FPGA 芯片,设计并实现了一个FIR 型动态滤波器。从使用该动态滤波器的全数字B 超成像系统采集的图像中可以看出,在远场和近场都达到了较好的分辨力和信噪比。说明本设计的动态滤波器可以根据探测深度自动选择回声信号中有诊断价值的频率成分,并滤除体表以低频为主的强回声信号和远场以高频为主的干扰,从而提高了近场分辨力和远场信噪比,使回声图像的质量得到了改善。在本设计中,动态滤波器中心频率的变化函数为线性的经验公式,在实际

16、回波信号中未必能很好的匹配实际回波信号的中心频率,会导致超声成像灵敏度的降低。进一步的研究将考虑采用依据实际回波信号的频谱特性自动调整动态滤波器系数的设计方法,提高信噪比,从而提高图像的灵敏度。参考文献1Quistgaard JU.Signal acquisition and processing in medicaldiagnostic ultrasound J .IEEE Signal Processing Magazine ,1997,14:6773.2冯若,刘忠齐,姚锦钟,等.超声诊断设备原理及设计M .北京:中国医药科技出版社,1991.3Christopher JH ,James

17、MP ,Robert JE ,et al .Advance inultrasound J .Clinical Radiology ,2002,57:157177.4Patrick L ,Ali M.Area-efficient FIR filter design on FPGAusing distributed arithmetic A .In :IEEE International Symposium on Signal Processing and Information Technology C .Vancouver :IEEE ,2006,6:248252.5飞思科技产品研发中心.MA

18、TLAB 7辅助信号处理技术与应用M .北京:电子工业出版社,2005.6Girard P ,Hbron O ,Pravossoudovitch S ,et al .Delay faulttesting of look-up tables in SRAM based FPGA J .Journal of Electronic Testing ,2005,21(1:4355.7EDA 先锋工作室.Altera FPGA-CPLD 设计M .北京:人民邮电出版社,2005.8Abed KH ,Vivek V ,Nerurkar SB.High speed digital filterdesign using minimal signed digital representation A .In :The IEEE Southeast Conference C .Lauderdale :IEEE ,2005.105110.9Uwe