MPU/MCU 满足医疗设备需求

作者：Gina Roos，主编

医疗设备包括一系列产品，从超声设备和植入式设备到家用血糖仪和健身追踪器。每个应用程序都有不同的要求，但他们都在寻找能够在执行、可靠性、安全性、节能和连接性方面提供性能的微处理器 (MPU) 和微控制器 (MCU)。许多这些相同的性能增强可用于各种应用程序。

人口老龄化和健康意识的提高推动了可穿戴电子设备的日益普及以及对跟踪和监测患者健康状况的医疗电子设备的需求。联网医疗设备的爆炸式增长也促使芯片制造商在芯片级解决网络安全风险。

超低功耗在需要访问实时信号（例如温度、加速度和速度）的应用中尤为重要。MarketsandMarkets 报告中指出的一个趋势是需要具有模拟外设的超低功耗微控制器。好处包括高可靠性、降低噪音、低延迟和降低成本，这在医疗或保健设备中可能是有利的，例如血糖仪、心率监测器和植入式设备。

集成可编程模拟的低功耗微控制器的一个例子是瑞萨电子公司的 Synergy S1 MCU 系列。S1JA MCU 组旨在简化设计并减少物料清单 (BOM)，具有 48-MHz Arm Cortex-M23 内核以及用于高精度传感器信号采集和调节的可编程模拟和安全功能。这些 MCU 可用于一系列对成本敏感的低功耗工业物联网 (IIoT) 传感器应用。这些包括标题医疗监视器、流量控制仪表、多传感器系统、仪表系统和单相电表。

S1JA 集团包括五个具有 256-KB 闪存、32-KB SRAM 存储器和 1.6 V 至 5.5 V 宽工作电压范围的 MCU。每个 MCU 都集成了一个传感器偏置单元，可为外部传感器提供准确的电源，以及瑞萨电子表示，这是一种高度可配置的模拟结构，可以处理复杂的算法，以最大限度地提高信号调理和精确的模拟测量。

S1JA MCU 支持高级模拟配置，从基本功能到更复杂的模拟模块，使设计人员能够消除多个外部模拟组件。片上模拟组件包括高精度 16 位模数转换器 (ADC)、24 位 sigma-delta ADC、快速响应 12 位数模转换器 (DAC)、轨到轨低偏移运算放大器和高速/低功耗比较器。

Renesas 的 S1JA MCU 支持高级模拟配置，从基本功能到更复杂的模拟模块。（图片：瑞萨电子）

微控制器的超低功耗可延长电池供电的便携式和电池备份应用的电池寿命。软件待机模式仅消耗 500 nA 的电流，支持 20 年的电池供电应用，这些应用在睡眠模式下的时间更长。

此外，微控制器还具有安全功能，包括集成的 AES 加密加速器和真随机数生成器 (TRNG)，内存保护单元提供了开发连接到云的安全系统的基本模块。

Renesas Synergy 软件包 (SSP) 支持带有 HAL 驱动程序、应用程序框架和 RTOS 的 S1JA MCU。SSP 还包括六个模块，可简化可配置内部模拟模块的互连。嵌入式系统设计人员可以使用 Renesas Synergy 开发环境（e² studio 或 IAR Embedded Workbench）来构建和定制他们的设计。

瑞萨电子还开发了一种参考设计/解决方案，可用于可穿戴皮肤电反应产品和手持式身体成分仪系统。皮肤电电阻 (GSR) 和身体成分监测器 (BCM) 测量提供生物特征信息，可分别用于推断情绪状态和计算身体脂肪量。

这款电池供电设备在 GSR 模式下进行直流电导测量，在 BCM 模式下进行高精度交流阻抗测量，同时功耗低。瑞萨电子表示，ADC 的分辨率和速度对于 GSR-BCM 测量以及皮肤温度补偿的准确性至关重要。

GSR-BCM 解决方案利用 Synergy S1JA MCU 实现其模拟和低功耗特性。它还包括用于蓝牙连接的瑞萨电子 RL78/G1D和用于锂离子电池充电的ISL9203A 。

RL78/G1D 是一款 16 位 MCU，在 4.3 mA 射频发射电流（0 dBm 输出）和 3.5 mA 射频接收电流下具有蓝牙低功耗支持和低电流消耗。内置天线连接所需的电路元件，通过消除对外部部件的需求，简化了电路设计并降低了成本。软件堆栈支持无线软件更新。

ISL9203A 是一款集成式单节锂离子或锂聚合物电池充电器，能够在低至 2.4 V 的输入电压下工作。它适用于各种类型的交流适配器。

对于便携式和无线设计，例如健身追踪器，这些应用需要低功耗、增强的安全性和多协议支持。

最近的一个例子是三星电子的Exynos i T100，它将处理器和内存集成在一个芯片中，并支持蓝牙 5 Low Energy、Zigbee 3.0 和 Thread 协议。为了增强无线连接功能，该芯片提供了同时支持两种不同协议的多无线电并发模式。因此，它可以同时支持蓝牙和 Zigbee 或蓝牙和 Thread。

该芯片旨在提高用于短距离通信的设备的安全性和可靠性，例如健身可穿戴设备、智能照明以及家庭安全和监控，它提供的安全功能可以防止潜在的黑客攻击和其他威胁。该解决方案提供了一个单独的安全子系统 (SSS) 硬件块用于数据加密和一个物理不可克隆功能 (PUF)，它为每个芯片组创建一个唯一的身份。

Exynos i T100 包含一个以高达 100 MHz 时钟速度运行的 Arm Cortex-M4F 和高密度内存，包括 1.2 MB 闪存和提供 192 KB 和 24 KB 的 SRAM。此外，它可以在低至 -40°C 和高达 125°C 的极端温度下运行。

三星还为加快开发提供了参考解决方案。参考板支持可插入 Arduino 板顶部的 Shields 接口，用于测试和控制传感器。它还为开发自定义应用程序的连接协议提供操作系统和嵌入式 API。

STMicroelectronics 具有 Linux 发行版的STM32MP1多核微处理器系列专为高性能健康和保健、智能家居、工业和消费类应用而设计，通过增强的性能、资源和开源软件扩展了 STM32 微控制器产品组合。具有计算和图形支持的 STM32MP1 提供高能效、实时控制和高功能集成。

STM32MP1 系列使设计人员能够使用结合了 Arm Cortex-A 和 Cortex-M 内核的 STM32 异构架构开发一系列新的应用。这种架构在单个芯片上提供快速处理和实时任务，同时提供高能效。

ST 举了节能的例子。通过停止 Cortex-A7 执行并仅从更高效的 Cortex-M4 运行，通常可以将功耗降低 25%。从这种模式切换到待机模式进一步降低了 2.5k 倍的功耗，同时支持在 1 到 3 秒内恢复 Linux 执行，具体取决于应用程序。

STM32MP1 嵌入了用于人机界面 (HMI) 显示的 3D 图形处理器单元 (GPU)。它支持一系列外部 DDR SDRAM 和闪存。它还嵌入了大量外设，可分配给 Cortex-A/Linux 或 Cortex-M/实时活动。STM32MP1 系列提供多种 BGA 封装。

ST 提供两个评估板（STM32MP157A-EV1和STM32MP157C-EV1）和两个探索套件（STM32MP157A-DK1和STM32MP157C-DK2）。

此外，根据设计人员的需要，还提供三个开发人员包：

入门包 (STM32MP1Starter)可快速启动任何 STM32MP1 微处理器设备

开发人员包 (STM32MP1Dev)在 STM32MP1 嵌入式软件分发之上添加自己的开发

分发包 (STM32MP1Distrib)，用于创建自己的 Linux 分发启动器或开发包

大数据

移动和分析海量数据是众多终端市场面临的巨大挑战。这些细分市场包括医学成像、医疗设备、无线消费电子产品以及工厂和楼宇自动化。共享更多数据需要更高的安全性、更好的互操作性、更快的处理以及一致和更高质量的通信。

德州仪器公司 (TI) 今年早些时候推出了两款采用体声波 (BAW) 技术的设备，该技术专为高数据传输应用而设计，例如联网医疗设备。这些新器件是用于高性能数据传输的 SimpleLink CC2652RB 无线 MCU 和 LMK05318 网络同步器时钟。

BAW 技术集成了参考时钟谐振器，可在小尺寸内提供最高频率，从而提高性能并增强对机械应力（如振动和冲击）的抵抗力。这样可以实现稳定和连续的数据传输，提供更精确的有线和无线信号数据同步，从而可以快速处理数据，提高效率。

CC2652RB 结合了完整的射频系统和片上 DC/DC 转换器，被誉为业界首款无晶体无线 MCU。它在 QFN 封装中集成了 BAW 谐振器，无需外部高速 48-MHz 晶体。更高的集成度还可以节省 10% 到 15% 的印刷电路板 (PCB) 空间。

CC2652RB 器件提供出色的电池寿命，并允许在小型纽扣电池和能量收集应用中运行，这要归功于其非常低的活动 RF 和 MCU 电流，以及具有高达 80 KB 奇偶校验保护的亚 µA 睡眠电流RAM 保留。

CC2652RB 器件在支持多个物理层和 RF 标准的平台中结合了极低功耗 RF 收发器和 48MHz Arm Cortex-M4F CPU。专用无线电控制器 (Arm Cortex-M0) 处理存储在 ROM 或 RAM 中的低级 RF 协议命令，以实现超低功耗和更大的灵活性。TI 表示，传感器控制器具有快速唤醒和超低功耗 2MHz 模式，专为采样、缓冲和处理模拟和数字传感器数据而设计，可最大限度地延长睡眠时间并降低 MCU 系统中的有功功率.

此外，该芯片声称是在单芯片上支持 Zigbee、Thread、蓝牙低功耗和专有 2.4-GHz 连接解决方案的最低功耗、多标准设备。它的工作温度范围为 -40°C 至 85°C，这与目前市场上的许多基于晶体的解决方案不同。提供基于 CC2652B SimpleLink MCU 的 TI LaunchPad 开发套件。

英特尔公司等芯片制造商也看到人工智能 (AI) 正在进入医学成像应用和其他领域，包括需要大量处理能力的急性和重症监护和诊断。曾经，深度学习唯一真正的硬件解决方案是 GPU。

如今，英特尔提供至强可扩展处理器，它可以处理复杂的混合工作负载，包括医学成像中常见的内存密集型模型。

英特尔与飞利浦合作展示了使用英特尔至强可扩展处理器的服务器无需硬件加速器即可执行 X 射线和计算机断层扫描 (CT) 扫描的深度学习推理。测试表明，对于许多 AI 工作负载，至强可扩展处理器的性能优于基于 GPU 的系统。

两家公司测试了两种医疗保健成像概念验证：一种用于骨骼 X 射线的骨骼年龄预测建模，另一种用于肺部 CT 扫描以进行肺分割。使用英特尔 Distribution of OpenVINO 工具包和其他软件优化，飞利浦能够将骨龄预测模型的每秒图像速度提高 188 倍，将肺分割模型的速度提高 37 倍。

审核编辑 黄昊宇