CN203894760U - 一种肿瘤细胞自动识别与分类系统 - Google Patents

Abstract

本实用新型公开一种肿瘤细胞自动识别与分类系统，包括图像采集模块、存储模块、FPGA-DSP图像处理模块、电源模块、无线网络收发模块和终端客户端。图像采集模块采集到图像后，由FPGA芯片接收图像数据并用PCA实现数据特征提取，再将其存储到存储芯片SDRAM中，DSP芯片读取SDRAM中的数据，用SVM分类器进行分类，最后经无线网络收发模块传给医务人员终端。电源模块为图像处理模块和存储模块提供电力支撑。本实用新型利具有结构灵活，通用性强，适于模块化设计，系统易于维护和扩展，可以实时、高效地在现场将图像采集模块采集到的肿瘤细胞图像进行识别与分类，并及时将处理结果通过无线网络传送给多个医务人员终端。

Description

一种肿瘤细胞自动识别与分类系统

技术领域

本实用新型涉及一种肿瘤细胞自动识别与分类系统，通过现有软件与本实用新型硬件的结合，实时高效地对医学细胞图像进行识别与分类，并将结果无线发送给医务人员终端，属于医学图像处理技术领域。

背景技术

在医学诊断中，利用计算机技术进行自动的细胞识别与分类对于病况分析具有重要意义。当前研究人员多采用显微镜图像来采集病人血清图像，医生利用该血清图像检查肿瘤细胞的存在，从而判断是否存在肿瘤细胞。由于该方法在医疗诊断中的有效性，近些年该方法已经得到广泛普及。然而，凭借医生的判断是十分主观的方法，对于医生的经验依赖性较高，因此不易实现高效准确的诊断。基于此，医学诊断领域迫切需要自动的肿瘤细胞识别与分类装置，以辅助医生实现便捷和高效的医疗诊断。

随着医学图像处理技术的发展，对图像处理系统的实时性和准确性提出了更高的要求，目前传统的医学图像处理系统要么处理速度较慢，无法满足现代图像处理系统的实时性要求；要么专业性太强，应用受到一定的限制。

实用新型内容

实用新型目的：针对现有技术中存在的问题与不足，本实用新型提供一种肿瘤细胞自动识别与分类系统，采用了DSP+FPGA的硬件系统，将DSP芯片运算速度快、通信机制强大的优点与FPGA芯片快速灵活的优点相结合，兼顾处理速度和灵活性，能够实时高效地对肿瘤细胞图像进行识别与分类，之后及时将分类结果通过无线网络传送到医务人员终端。

技术方案：一种肿瘤细胞自动识别与分类系统，以FPGA和DSP为核心器件，具体包括图像采集模块、存储模块、FPGA-DSP图像处理模块、电源模块、无线网络收发模块和终端客户端。图像采集模块负责通过显微镜采集图像，并将采集的细胞图像存储到存储模块中，FPGA-DSP图像处理模块从存储模块中读取细胞图像数据并进行计算。FPGA用于完成数据传输的时序控制，包括各接口的数据传输及对SDRAM访问的时序控制及状态切换控制；DSP芯片用于对肿瘤细胞进行特征提取和SVM分类。无线网络收发模块通过以太网接口与图像处理模块相连，实现与医务人员终端（终端客户端）间进行通信和数据交换，及时将识别与分类结果通过无线网络收发模块传回到医务人员终端，最终可实时高效地在终端客户端获得肿瘤细胞的识别与分类结果。

FPGA-DSP图像处理模块

（1）FPGA 芯片

为满足实时图像处理的特点，本实用新型采用了Altera公司Cyclone系列FPGA芯片EP1C6Q240C8。该芯片具有5980个逻辑单元；内嵌RAM共有92160bits；包含2个PLL；包含34个差分通道；最大用户I/O数有98个。

本系统用一片FPGA芯片实现时序与逻辑控制功能。用FPGA进行系统时序控制、同步电路、地址发生器和数据/地址输出电路等，实现对整个系统的控制。图像处理这部分采用的是ENVI软件，它是美国Exelis Visual Information Solutions公司的旗舰产品，由遥感领域的科学家采用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。我们主要使用ENVI的主成分分析(PCA)功能进行特征提取，使用其支持向量机（SVM）进行分类。具体为：计算输出主成分维，第一主成分包含最大的数据方差百分比，第二主成分包含第二大的方差，以此类推，最后的主成分维由于包含很小的方差，选择前三个至四个主成分，并以矩阵形式存储起来。由于在本系统中，底层的信号处理要处理的数据量很大，对处理速度要求高，但算法结构相对简单，适于FPGA进行硬件实现，这样能同时兼顾速度及灵活性。

（2）DSP芯片

根据实时性和数据处理精度的要求，本系统采用了TI公司的TMS320C6713浮点DSP处理器，具有改进的哈佛总线结构，主频高达255MHz，内部有容量为192KB的高性能存储器，同时有一个外部存储器扩展接口，一个32b总线扩展接口可以进行同步和异步存储器扩展。在读取到图像数据后，按照特征提取和SVM分类器对肿瘤细胞完成识别与分类。

（3）FPGA与DSP接口

FPGA和DSP都具有很高的数据处理速度，如何将这两个器件的处理速度协调起来，直接影响整个系统的运行速度。TMS320C6713采用EMIF的方式接口，同时，FPGA内部的存储器主要是Block RAM，可用作双口RAM，正好可接FPGA模块中的结果缓冲器设为双口RAM，这样就将FPGA与DSP有机地连接在了一起。

存储模块

虽然TMS320C6713片内自带可供访问的256KB高速内存，但这远远不能满足实时细胞图像处理过程中大数据量缓存的要求。因此为DSP配置了高性能的SDRAM，以弥补片内数据存储容量有限的不足，由DSP的外部总线接口控制对外部存储设备的访问。通过EMIF扩展了4M*32b的SDRAM芯片MT48LC4m32B2，主要用于程序实际运行时占用的程序和数据空间。此外，为DSP还配置有8Mbit 的FLASH存储器AM29LV800B，用作存放开机自举程序机器码及有关数据参数。DSP上电后，系统通过专门的自举过程完成DSP对FLASH中初始化管理程序和图像处理主程序的加载，实现系统“脱机”工作。

电源模块

电源模块为整个系统各电路提供所需的电源电压，通过低压差线性稳压器AS1117将系统外部提供的+5V的电压转换为FPGA、DPS和SDRAM等芯片均所需的+3.3V，FPGA内核所需的+1.5V，DPS内核所需的+1.25V。电源模块中的电压转换器件和电容滤波网络能够提供完善的过流保护和过压保护，在确保芯片稳定的同时提供可靠的电压输出。

无线网络收发模块

    无线网络收发模块采用北欧集成电路公司(Nordic)推出的一款带增强型8051内核的nRF24LE1芯片，一个发射端对应多个接收端，也就是MULTIPOINT（点对多点）模式。无线网络收发模块与FPGA-DSP图像处理模块采用以太网接口连接。

有益效果：与现有技术相比，本实用新型所提供的肿瘤细胞自动识别与分类系统，一方面可以实时、高效地在现场将图像采集模块采集到的肿瘤细胞图像进行识别与分类，并及时将处理结果通过无线网络传送给多个医务人员终端。另一方面可脱离PC机工作，使用FPGA+DSP来实现对细胞图像数据的处理，具有数据吞吐率高，处理速度快，灵活性好等特点。

附图说明

图1 本实用新型的系统结构框架示意图；

图2 本实用新型的系统结构示意图；

图3 本实用新型的具体工作流程示意图；

图4 本实用新型的硬件结构示意图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本实用新型。

如图1-2所示，肿瘤细胞自动识别与分类系统，包括图像采集模块、存储模块、FPGA-DSP图像处理模块、电源模块、无线网络收发模块和终端客户端。图像采集模块负责通过显微镜采集图像，并将采集的图像送入储模块。FPGA用于完成数据传输的时序控制，包括各接口的数据传输及对SDRAM访问的时序控制及状态切换控制，从存储模块读取细胞数据，并提取所有细胞的特征，将细胞的特征发送给存储模块；DSP芯片用于使用SVM分类器按照特征（细胞的特征从存储模块中获取）对肿瘤细胞完成识别与分类，并将识别与分类结果通过无线网络收发模块发送给终端客户端。无线网络收发模块通过以太网接口与DSP相连，实现与医务人员终端（终端客户端）间进行通信和数据交换，及时将识别与分类结果通过无线网络收发模块传回到医务人员终端，最终可实时高效地在终端客户端获得肿瘤细胞的识别与分类结果。

如图3所示，肿瘤细胞自动识别与分类系统的工作流程如下：

（1）系统上电，FPGA芯片的电路完成初始化动作后，图像采集模块就开始通过显微镜进行图像的采集，图像采集模块数据写入存储模块的存储器SDRAM。

（2）FPGA芯片开启存储模块SDRAM通向DSP芯片的数据通道，开始对原始数据的缓冲，数据被存储在了双口RAM中，并在一定的存储量之后，实时的向DSP芯片发送一个中断信号。

（3）DSP芯片一旦收到来自FPGA方向的中断信号后，则立即开始从双口RAM中读取数据，若细胞图像数据传输完成，则FPGA向DSP发送中断信号，通知DSP细胞图像数据已传输完毕，可以进行后续的特征提取以及SVM识别与分类运算，此时FPGA切换至DSP运算状态。

（4）DSP图像处理模块通过EMIF读取图像数据，并将数据放到DSP图像处理模块的扩展到SDRAM中，开始进行特征提取以及SVM识别与分类。

（5）DSP图像处理模块的图像运算完成后，将处理结果送往无线网络收发模块发送给终端客户端，并向FPGA发送一个处理完成的信号，准备处理新的图像数据。

如图4所示，图像采集模块的输出端连接FPGA芯片EP1C6Q240C8，FPGA通过总线与存储模块（SDRAM芯片）连接，FPGA的双口RAM通过总线与DSP有机地连接在了一起，DSP通过总线分别与SDRAM和FLASH连接，DSP输出端连接无线网络收发模块。

细胞的特征提取部分以及识别与分类部分均由FPGA芯片控制DSP芯片运算完成。在图像采集模块发送的细胞图像被送到存储模块SDRAM中。DSP从SDRAM中读取特征数据，进行特征提取和SVM分类，并将分类结果通过无线网络收发模块传回医务人员终端。

电源模块为整个系统各电路提供所需的电源电压，系统外部提供电压为+5V， FPGA、DSP和SDRAM等芯片均采用+3.3V电源，FPGA内核电源为+1.5V，DSP内核电源为+1.25V。本系统采用AS1117低压差线性稳压器将+5V的电压转化为其他所需电压，具有完善的过流保护和过压保护功能，在确保芯片稳定的同时提供可靠的电压输出。

结论：本实用新型提出的肿瘤细胞自动识别与分类系统，发挥了分类和无线实时处理及传输上的优势，获得了理想的识别效果，验证了其有效性。

以上所述仅是本实用新型的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本实用新型原理的前提下，还可以作出若干改进，这些改进也应视为本实用新型的保护范围。

Claims (2)

1.一种肿瘤细胞自动识别与分类系统，其特征在于：包括图像采集模块、存储模块、FPGA-DSP图像处理模块、电源模块、无线网络收发模块和终端客户端；所述图像采集模块通过显微镜采集图像，并将采集的细胞图像送入存储模块；FPGA-DSP图像处理模块从存储模块读取采集图像数据，其中FPGA-DSP图像处理模块包括FPGA芯片和DSP芯片，FPGA用于完成数据传输的时序控制，包括各接口的数据传输及对存储模块访问的时序控制及状态切换控制，并从存储模块读取的细胞图像中提取所有图像细胞的特征，将细胞的特征存储到存储模块中，DSP芯片从存储模块中读取细胞的特征数据；DSP使用SVM分类器按照细胞的特征对肿瘤细胞完成识别与分类，并将识别与分类结果通过无线网络收发模块发送给终端客户端；所述电源模块用于系统的供电； 

所述FPGA-DSP图像处理模块为使用ENVI的主成分分析功能进行特征提取、使用支持向量机进行分类的FPGA-DSP图像处理模块，其中FPGA芯片为Altera公司Cyclone系列FPGA芯片EP1C6Q240C8；DSP芯片为TI公司的TMS320C6713浮点DSP处理器；存储模块包括通过EMIF扩展了4M*32b的SDRAM芯片MT48LC4m32B2，以及有8Mbit的FLASH存储器AM29LV800B；FPGA的双口RAM通过总线与DSP连接在了一起，DSP通过总线分别与SDRAM和FLASH连接，DSP输出端连接无线网络收发模块。 

2.如权利要求1所述的肿瘤细胞自动识别与分类系统，其特征在于：电源模块为系统外部提供电压为+5V，采用AS1117低压差线性稳压器将+5V的电压进行转化，为FPGA芯片、DSP芯片和SDRAM芯片均提供+3.3V电源，为FPGA内核提供的电源为+1.5V，为DSP内核提供的电源为+1.25V。