自1895年伦琴发现X线，由此引发了医学诊断技术的一场革命，并形成了放射诊断学,为医生确诊疾病的病因提供了重要直观的信息。随着患者数量的增加，医生大量阅读图像容易造成疲劳与分心，导致判断质量下降。且仅凭医生自身的临床经验很难对影像资料进行一致的定量解释[1],难以保证不会出现漏诊和误诊的情况。随着微电子技术的发展,将数字信号处理器与复杂的医学图像分析技术相结合,将复杂费时的计算应用在数字芯片中，大大提高了系统的运行效率。借助处理器快速准确的智能化分析判断能力，可为医生提供一个较为客观的参考意见，提高了诊断效率。

　临床医生对患者进行诊断的主要手段是通过临床经验来分析X光片中的图像信息，所以充分挖掘隐藏在胶片图像中的信息对帮助医生进行疾病诊断有着重要的意义。然而，如何从大量的病例中提取出有用的数据是个难题。国内外一些研究机构对此也进行了研究,例如德国GCRC研究中心开发了医学影像交互平台,美国宾州大学放射系医学图像处理小组开发的3D VIEWNIX系统，提供了医学图像预处理、二维和三维可视化、图像分析等功能。国内的华中科技大学、深圳迈科特、沈阳东软在此方面也进行了研究与探索。以上研究机构虽然推出了临床使用系统，但价格昂贵，而且在图像清晰度、病灶定位、病灶细节放大及数据分析预处理等方面还有待完善。针对此种情况，设计了一个医疗辅助诊断系统，由上位机软件和DM642图像处理与分析硬件系统组成。该系统可以根据医生的需要对医学胶片进行数字化读取，并在此基础上实现局部放大、边缘分析、图像增强、参数测量、网络传送等功能，医生可以根据需要灵活地对数字胶片进行放大、增强、参数测量等操作，最大程度地辅助医生分析病情。
1 图像处理系统概述
    随着医学成像技术的快速发展，临床诊断所产生的图像数据越来越多。如何借助DSP芯片快速准确地处理这些图像，提高图像质量并帮助医生对病灶进行判读，为医生提供一个较为客观的参考意见已成为研究热点。
    医疗设备虽然能进行简单编程调试，但是其处理能力较低。本系统充分利用了DM642通信接口多的特点，无需对设备进行改造，只需将辅助诊断装置通过PCI接口接入计算机，通过上位机软件直接将来自PACS( 图像存档与通信系统)或者摄像头采集到的图像送入DM642处理器中进行分析。为了使本系统具备兼容性与实用性，在硬件上采用高分辨率(1 280×960)的CCD摄像头采集打印X光片，系统带有PCI 2.2版本的主模式/从模式接口和100 MB以太网接口的DM642核心板直接插入主机，采用DICOM 3.0协议在以太网中进行数据传输。其处理器主芯片采用TI公司的专门用于数字媒体应用的高性能32位定点DSP TMS320DM642,主频工作频率高达720 MHz，处理性能可达5 760 MS/s。
　    本系统中计算机作为主设备，图像处理系统作为从设备。其中PCI接口既可向DSP发出中断，也可向PCI主机发出中断。通过PCI接口，主机可最高以264 MB/s的速度的访问DM642板卡的所有片外资源[2]。在图像处理过程中DM642采用FIFO作为高速的数据缓冲区，当FIFO中的数据达到设定的存储值时，由DMA控制PCI模块的寄存器发出中断信息，主机通过收到中断信号，调用上位机程序，将处理后的图像输入到上位机软件平台进行显示。系统硬件结构[3]如图1所示，虚线部分是DM642核心板卡。

　系统工作流程：由医生对胶片位置、LED光源进行手动调节使其达到最佳效果后，启动系统。系统工作时，DSP通过读写速度高达120 MHz的外部存储器接口(EMIF)将图像处理程序输入Flash，通过VP0接口读取来自视频解码器的信号,而后DM642就可以在SDRAM中对图像进行指令所需的各种运算[4]，将最终运算结果通过PCI传输给主机。如果图像直接来自PACS，则无需对图像进行采集，由DM642通过以太网接口将图像数据读入SDRAM中进行各种运算。
2 解码器接口设计
　TMS320DM642芯片支持BT.656格式的视频数据流的输入格式，能与TVP5150A的视频数据流进行无缝连接。TVP5150A是一款高性能视频解码器，可将NTSC和PAL转换成数字色差信号（YUV4:2:2）。由于外部视频信号输入为1 Vpp，而TVP5150A则要求输入0.75 Vpp，所以在输入前加入分压电路，确保芯片安全。TVP5150的GPCL引脚用来作VP0口的CAPEN,通过0、1实现对VP0口输入视频数据的采集。系统中将DM642的VP0配置为VP0A+McASP模式，其中VP0A 配置为8 bit BT.656视频输入，用来接一路视频输入。输入的数据通过VP0D[9:2]读入DM642中,DM642中的视频FIFO用来接收读入的视频信号。当FIFO快要达到其设定的门限值时，就会触发EDMA传输，将其数据送入视频编码器中。接口电路如图2所示。

3 系统应用
3.1 系统软件设计
    考虑到系统的可扩展性,采用TI公司的RF5结构框架和CCS调试系统中的DSP/BIOS对系统进行了模块化设计。系统初始化后，经过视频编码器读入图像，DM642对其进行预处理，目的是为了减少电子干扰噪声及抖动噪声，为后续图像分析与处理做准备。由于各种医学图片及患者的病灶有其不同的特点，可根据情况进行适当的选择性分析，其中包括区域放大、参数测量、特征区域寻找、边缘提取及图像增强。
    实验程序采用RF-5来整合图像的编码、解码库。程序使用了8个任务模块结构，包括控制任务、网络初始化任务、图像处理任务、网络接收任务、网络发送任务、图像编码任务、图像解码任务及输出任务。8个任务通过RF-5的SCOM模块互相发送消息，完成整个图像从处理到接收的整个过程。
3.2 图像增强
    医生在诊断病情时非常希望获得大量的病灶细节，而图像增强能够突出病灶细节，改善视觉效果。根据图像显示所要改善的不同区域，可以分为整体增强与局部细节增强。在本系统中采用整体增强与局部细节增强相结合的方法处理图像。整体增强采用基于非线性变换的图像增强技术，这种方法能够提取出感兴趣的特征部位，但是对图像的细节信息会忽略，结合局部细节增强与图像评价函数，通过调整参数估计函数确定局部增强图像的相关参数，能够显示出更多的细节，为临床医生诊断提供有力的保证。参数估计函数[5]为：
    G(n,m)=E[f 2(n,m)]=E[(k1(n,m)-k2(n,m))2]       (1)
式中k1与k2分别代表原图像与期望图像，将得到的参数估计函数的最小值带入到局部增强函数中，与全增强图像进行叠加得到最终输出， 增强前后的图像如图3所示。

    采用DM642多媒体芯片辅以PCI、以太网及视频编码器等多种外设，设计了具有医学影像辅助分析功能的图像处理系统。系统采用模块化程序设计方法，结合DSP/BIOS和RF5框架体系，使系统具有良好的扩展性。通过图像增强实验证明，该算法对提高图像质量、加强图像判读及丰富图像信息量具有显著的效果。
参考文献
[1] 付建国，樊建中. 医学影像诊断[M]. 湖北：湖北科学技术出版社，2008.
[2] 许彬，郑链，王克勇，等. 基于DM642的PCI总线接口技术实现[J].微计算机信息，2006，22（4-2）:113-115.
[3] 王徐华，樊晓光，徐显亮. 基于TMS320DM642的视频图像处理系统设计与实现[J]. 电视技术，2009，33(10)：28-31.
[4] 赵劼，刘铁根，李晋申. 基于DM642的高速图像识别系统设计[J]. 电子测量与仪器学报，2007，21(01)：86-89.
[5] 谌家喜. 直接数字化X线摄影系统图像处理方法研究[D]. 安徽：中国科学技术大学，2008.