开源 FPGA 医疗成像系统:64 通道电阻抗断层成像与宽带采集

FPGA技术江湖 2026-11-05 08:00
开源 FPGA 医疗成像系统:64 通道电阻抗断层成像与宽带采集图1

传统医学成像设备通常体积较大、成本较高,也并不适合所有应用场景。能否利用商业现成器件和 FPGA,打造一套体积小、成本低,同时具备高速数据采集能力的成像系统?

来自美国达特茅斯学院的研究团队给出了一个方案:Dartmouth EIT Edge-64。这是一套基于 FPGA 的便携式电阻抗断层成像(EIT)数据采集系统,硬件成本约为 650 美元,支持 64 个电极通道,并采用开源设计(尺寸仅为10×8×8厘米)。有望在磁共振成像(MRI)和计算机断层扫描(CT)无法进行的地方——包括偏远诊所、灾区,以及最终的航天器——实现连续、无辐射的监测。该设备无法生成像X光或MRI扫描那样清晰的传统解剖图像。相反,它测量生物组织如何抵抗和储存电能,然后利用这些测量结果重建体内电特性的变化图谱。虽然空间分辨率较低,但该设备具有便携性、低成本、高时间分辨率以及无需电离辐射即可连续成像等优点。该原型机被设计为未来航空航天医疗系统的地面演示,因为在航空航天医疗系统中,质量、功率、存储和人员时间都受到严格限制。

一、电阻抗断层成像是什么?

电阻抗断层成像(Electrical Impedance Tomography,EIT)是一种利用生物组织电学特性进行成像的技术。

开源 FPGA 医疗成像系统:64 通道电阻抗断层成像与宽带采集图2

其基本原理是:在人体某个区域周围布置多个电极,通过一组电极注入微小的交流电,再利用其他电极测量产生的电压。系统根据电流和电压之间的关系计算组织的复阻抗,并通过数学重建算法,估算人体内部电学特性的分布。

不同组织具有不同的电阻和电抗特性。例如,空气充满的肺部、血液、肌肉和脂肪,其电学响应可能存在差异。随着呼吸、肌肉活动、液体流动或组织状态发生变化,测量得到的阻抗也会随之改变。

开源 FPGA 医疗成像系统:64 通道电阻抗断层成像与宽带采集图3

因此,EIT 的优势并不在于提供与 MRI 或 CT 相同的精细解剖图像,而在于能够以较高的时间分辨率持续监测组织变化,并且不使用电离辐射。

对于需要连续监测的应用来说,一系列实时更新、分辨率相对较低的图像,有时比偶尔获得一张高分辨率图像更有价值。

二、为什么要用 FPGA?

这款新型仪器解决了紧凑型EIT系统中长期存在的工程难题:如何在不牺牲频率灵活性、通道数量或测量速度的前提下缩小电子元件的尺寸。大型商用EIT平台通常采用并行测量电路,为多个电极通道配备专用电子元件。这种架构速度很快,但会增加电路板尺寸、功耗和数字连接数量。而达特茅斯EIT Edge-64则采用了由Artix-7现场可编程门阵列(FPGA)控制的半并行设计。FPGA是一种可重构集成电路,其逻辑可以在制造完成后进行重写,这与专用集成电路(ASIC)不同,后者是固定的,重新设计成本高昂。控制器协调电压源、可编程放大器、模数转换器和多路复用器,用于选择哪些电极注入电流或测量电压。通过快速切换共享测量资源,该系统在紧凑的封装内支持64个电极,同时还能根据不同的成像应用调整其工作模式。

开源 FPGA 医疗成像系统:64 通道电阻抗断层成像与宽带采集图4

系统主要由以下几个部分组成:

  • Artix-7 FPGA:负责数字控制、数据采集协调、信号解调和数据处理。

  • 定制模拟前端(AFE):包含多频率信号源、电流检测和电压测量电路。

  • ADC 与 DAC:负责模拟信号和数字信号之间的转换。

  • 64 通道电极接口:通过多路复用器选择电流注入电极和电压测量电极。

  • MATLAB 图形界面:用于设置采集参数、触发测量以及查看阻抗数据。

开源 FPGA 医疗成像系统:64 通道电阻抗断层成像与宽带采集图5

整套设备采用堆叠式电路板设计,集成后的尺寸约为 10 × 8 × 8 cm,体积接近一个小型盒子。

FPGA 的可重构特性也为后续改进留下了空间。研究团队指出,当前原型使用的是商用 Artix-7 FPGA;未来若应用于航天环境,可以将设计移植到具备抗辐射能力的 FPGA 平台,并根据具体要求增加相应的辐射防护措施。

三、100 Hz 到 MHz 级:可配置的多频率信号源

EIT Edge-64 的一个重要特点,是支持宽频率范围的阻抗测量。

系统采用数字直接合成技术(DDS)产生激励信号,可以生成单频正弦波,也可以同时生成两个同步频率的信号。原文介绍的信号源频率范围约为 100 Hz 至 3 MHz,而论文重点讨论的目标测量带宽为 100 Hz 至 1 MHz。

开源 FPGA 医疗成像系统:64 通道电阻抗断层成像与宽带采集图6

为什么要在不同频率下测量?

因为生物组织的阻抗会随激励频率变化。不同频率下,细胞膜、电解质以及组织内部结构对电流的影响并不相同。因此,通过比较不同频率下的测量结果,可以获得更多组织电学特征信息。

系统支持双频同时采集。与依次切换两个频率相比,同时测量可以减少频率切换带来的时间开销,适用于频率差分 EIT 等应用。

在数字实现方面,系统使用 24 位 DDS,并以 100 MHz 时钟驱动,其频率分辨率约为 5.96 Hz。对于双音信号,由于总信号幅度需要分配给两个频率分量,预计信噪比会受到约 3 dB 的影响,但可以节省部分采集时间。

四、模拟前端:电流检测、电压采样与多路复用

为了完成阻抗测量,系统需要精确控制注入信号,并同步采集相应的电流和电压。

测量电路的设计充分考虑了人体和电极界面所处的复杂电气环境。每个信号源路径都包含一个 50 Ω的检测电阻和一个 10 μF 的直流阻隔电容。该电容可防止直流电流流过患者,而电阻则使仪器能够估算注入电流。两个电压采集通道采用 OPA2810 运算放大器,该放大器因其高共模抑制比、快速转换速率、极高的输入阻抗和低噪声而被选中。可编程增益放大器可选择 1 到 32 的增益,使电路能够处理宽阻抗范围内的信号。三个 16 位、15 MSPS 的模数转换器对电流和电压信号进行数字化。定制的差分驱动器对转换器的信号进行移位和调节,转换器接受中心电压约为 2.048 V的差分输入。高精度电压基准稳定这些电平,帮助 FPGA 对测量波形所携带的幅度和相位信息进行可重复的复杂解调。

电极选择则由 74HC4067 多路复用器完成。FPGA 可以将任意电极配置为正向电流源端、负向电流源端,或者两个电压测量端之一,从而支持多种电极组合。

多路复用器也会引入导通电阻和寄生电容,在高频条件下可能造成信号衰减和相位偏移。为减小这些因素的影响,系统采用四电极测量方式,独立测量注入电流,再根据负载电压与实际电流计算阻抗。

对于时间差分成像,由于参考数据和测量数据经过相同的信号路径,部分通道差异可以得到抵消;而绝对阻抗成像则可能需要使用已知阻抗的标准模型进行校准。

五、FPGA 数字处理:FFT、跨时钟域与数据缓存

FPGA 不仅负责电极切换,还承担了采样数据的数字处理任务。

FPGA 的数字架构使得这款小型仪器能够在保持可重编程的同时快速处理信号。1024 点快速傅里叶变换(FFT)从数字化数据中提取所选频率区间的实部和虚部。该系统使用多个时钟域:

  • 100 MHz:系统时钟;

  • 125 MHz:DAC 时钟;

  • 200 MHz:连接 ADC 的 LVDS 链路时钟;

  • 15 MHz:转换数据的采样时钟。

在这些时钟频率之间安全地传输信息是数字设计中一个经典的难题,因为异步转换可能导致逻辑元件处于不稳定状态,这种情况被称为亚稳态。工程师们使用触发器同步器、脉冲延长电路和双时钟先进先出 (FIFO) 缓冲器来稳定单个信号和较大的数据传输。 FPGA 并非存储每个样本,而是通过保留相关的信号频段、直流频段、用于信噪比计算的平方谱幅值之和以及数据集索引来概括每次采集的数据。这降低了数据传输需求,并释放出内存空间,最多可存储 2048 个数据集,可用于平均或顺序测量。

六、实际测试:精度、信噪比与帧率

研究团队使用不同阻值的电阻负载,对系统进行了硬件性能测试。

在 10 Ω 至 10 kΩ 的负载范围内,以及 100 Hz 至 3 MHz 的测试频率范围内,系统在论文报告的测试条件下取得了以下结果:

阻抗精度:对于不超过 3 kΩ 的负载,精度优于 1 Ω;对于不超过 10 kΩ 的负载,精度优于 1.3 Ω。

信噪比:在进行四组数据平均后,对于 50 Ω 以上的负载,在 1 kHz 至 1 MHz 范围内,信噪比超过 80 dB。

不进行平均时,信噪比通常为 60~70 dB。

需要注意,这些结果主要用于表征电子测量系统的性能。论文中的相关测试采用离散电阻负载,并不等同于人体测试,也不能直接证明设备的临床诊断能力。真正应用于人体时,还需要考虑电极接触差异、运动干扰、生物噪声以及医疗电气安全等问题。

采集速度则取决于测量频率、通道组合和平均次数。

对于标准四电极测量配置,完成 64 个预设频率的扫描约需 299 ms。其中,低频段的采集耗时占据了绝大部分时间。

在特定配置下,系统可以达到每秒 30 帧以上的成像速度。例如,对于高于 14 kHz 的单频或双频测量,系统可以支持多达 62 组电流源与电压测量组合;当采用四组数据平均时,在相应测试配置下,满足每秒 30 帧要求的组合数量会下降至约 40 组。

当使用 64 组不同的电极组合,并在高于 14 kHz 的条件下进行单频或双频采集时,实测帧率约为 29.2 fps,略低于每秒 30 帧的目标。

这说明,宽带频率覆盖、测量通道数量、平均次数和实时帧率之间存在实际的权衡。面向不同应用,需要选择合适的采集策略。

七、开源设计:硬件成本约 650 美元

EIT Edge-64 的另一个特点是开放设计资料,便于其他研究团队复现、修改和扩展。

论文给出的硬件成本约为 650 美元。项目资料包括电路设计、PCB 制造文件、FPGA 的 VHDL 源码、比特流、MATLAB 软件以及物料清单等。

项目采用的开源许可包括:

  • 硬件:CERN-OHL-W-2.0;

  • VHDL 软件:MIT License;

  • 文档:CC BY 4.0。

论文及项目资料可以从以下链接获取:

论文原文(ScienceDirect):

DOI: 10.5281/zenodo.21359298

开源项目与设计文件(Zenodo 项目仓库):

https://doi.org/10.5281/zenodo.21359298

总结

Dartmouth EIT Edge-64 展示了一种将 FPGA、定制模拟前端、ADC/DAC 和多路复用器结合起来的便携式医疗数据采集方案。

它的核心并不是单纯追求最高采样率,而是在有限的体积和成本下,兼顾 64 通道电极接口、多频率阻抗测量、数字信号处理和可配置采集模式。

从 FPGA 工程的角度看,这个项目也具有一定参考价值:DDS 信号生成、FFT 解调、多时钟域数据传输、FIFO 缓存以及软硬件协同控制,都是实际数据采集系统中经常遇到的设计问题。

更重要的是,研究团队公开了设计资料,使这套系统不仅是一项论文成果,也为后续研究和二次开发提供了基础。

参考

https://bioengineer.org/portable-fpga-based-electrical-impedance-tomography-system-delivers-high-speed-wide-bandwidth-imaging/


关于科技区角:国内科技展会垂直内容策划服务商,提供从论坛内容全案策划、会展市场化IP打造到精准专业观众一站式邀约服务,以产业内容吸引高质量B端人群,打通展会从议题设计、演讲嘉宾邀约、宣传预热、精准邀观到供需对接全链路。
声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。
FPGA 医疗 开源
more
脑机offer丨复旦大学·翔宇医疗·博睿康科技·熵基科技·北京脑科学与类脑研究所等多家脑机接口算法、硬件、芯片岗位速递
司美格鲁肽之后,糖吉医疗的商业账本要怎么算?
行业榜单 | 2026年度全球医疗器械公司100强
【市州观察】绵阳:构建核医疗“产学研用”全产业链
阿里达摩院医疗 AI,十年拼出一张图
Hinton预言十年后,阿里通用医疗影像AI登Science正刊
医疗检测巨头Quest Diagnostics再遭网络重击,患者数据泄露疑云笼罩
全国第一、集中交付!从医疗AI到半导体,“成都造”密集“上新”→
巨头加速抢滩:西门子医疗联手Paradromics押注植入式脑机接口
嘉宾揭晓|万益特中国周子捷:推动医疗AI从算法走向应用,探索数字健康创新与临床落地新路径
Copyright © 2025-成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号