高效的便携式医疗设备设计策略

高效的解决方案通常不是最快、性能最高、成本最低或最灵活的解决方案。尽管如此，有效的解决方案确实在关键护理之间实现了最佳平衡。正如印度第一任***贾瓦哈拉尔·尼赫鲁所说，“最高的效率是能够充分利用现有材料的产品。因此，一个有效的解决方案寻求在系统的约束内充分利用;便携式医疗系统有许多限制。

了解您正在构建的内容

第一个设计策略是知道你正在构建什么。尽管这是显而易见的，但这是一个经常被忽视的步骤，但它是一切的关键。必须明确定义最终产品的要求。必须考虑并优先考虑所有方面：功能，性能，功率，尺寸，成本，可用性，可升级性，在产品组合中的位置等。所有这些都需要清楚地理解并排列帕累托，然后才能明智地就如何设计实际产品做出任何决定。这可能看起来很简单，也可能很简单，但此步骤应该完成并记录在案。当设计中需要在相互冲突的要求（例如性能与功耗）之间进行权衡时，本文档将成为最终判断哪个应该胜出。本文档也可能是协调要求产品的业务所有者与构建产品的工程师之间问题的最重要工具。

选择合适的处理器

显然，有许多系统组件需要选择：用于收集数据的传感器，显示器的类型和尺寸，电源管理电路，模拟前端等。为了说明一些设计实践，这里的重点是系统处理器的选择。处理器的决策通常是最终产品功能的基础，并影响项目的许多其他方面，如软件开发工作、系统内存和所需的互连。用于挑选处理器的许多设计策略可以应用于系统的其他方面。

对于处理器，就像使用产品一样，帕累托对处理器选择的几个方面进行排名非常重要。便携式医疗设备感兴趣的项目包括处理能力（性能）、功耗、总系统成本、软件开发工作、硬件开发工作、尺寸、集成、可重用性、灵活性、使用寿命、可用性和开发工具。这些都不能孤立地考虑，但有一些设计策略可以帮助每个策略。

与关注处理器以说明产品其余部分的设计实践类似，终端设备的重点将是便携式医疗成像设备，例如手持式超声设备。与大多数便携式医疗系统相比，这需要更多的处理，但许多设计策略仍然具有相关性。

性能

确保处理解决方案具有足够的性能实际上是最容易满足的要求。CPU、GPU、FPGA 和 DSP 供应商提供的大量可能解决方案都提供了能够满足产品处理需求的部件。供应商兜售 GHz、全球机械设备、全球网络和基准测试。当心这些数字;它们可能会给出一些设备功能的一般指示，但了解应用程序性能的最佳方法是与供应商的工程师讨论需要实现的算法的细节。特别是在处理不熟悉的架构时，与熟悉设备的工程师进行交互是无可替代的。将算法定义为功能块，每个块中具有已知的数据需求。讨论进出处理器的数据以及功能块的计算复杂性。了解在每个处理器上实现整个处理系统的样子，并进行比较，注意瓶颈、负担过重和未充分利用的资源。这将更好地指示哪个处理器将工作得最好。

如果供应商的工程师无法直接访问，请寻找有经验的工程师分享知识的在线论坛。德州仪器 （TI） 有一个 E2E 社区，这是包含讨论论坛的在线资源的一个例子，工程师可以在其中向其他工程师提问。诸如此类的网站是了解处理器功能的非常有用的工具。

一旦根据性能缩小了处理器搜索的范围，就必须权衡所有其他因素并考虑权衡。

权力

这是相对于性能的重大权衡，可以追溯到效率的概念。许多处理解决方案可以提供性能，但难以以节能的方式做到这一点，或者在需要较低性能时难以降低功耗。每瓦特性能是这里的关键衡量标准。在查看供应商的功率数字时，请确保了解引用的器件温度，无论是外壳温度还是结温，以及设备的用例是什么。供应商以不同的方式引用功率数字，在进行比较时，了解确切的用例非常重要。还要了解不同的电源管理选项，以及这些选项如何与最终产品的使用模型配合使用。许多供应商提供动态电源开关、多电源状态休眠模式、复位隔离能力等技术，这些技术提供的额外节能可能对最终产品有价值。

成本、集成和开发工作

在考虑成本时，不要只看设备的价格，还要评估整体系统成本。

一些供应商提供的不仅仅是一个处理解决方案，而是一个高度集成的片上系统（SoC），它嵌入了一个或多个处理内核。SoC可以减少系统中所需的组件数量，有助于降低总体成本和硬件复杂性。这些器件通常具有大型内部存储器、集成的高速外设和专用加速器，以卸载特定的处理功能。同样，在查看 SoC 时，请记住您的应用程序，并将系统流和算法映射到 SoC 上，以查看体系结构中可能存在的瓶颈。注意输入和输出。除了找出设备上的内容外，请确保知道多路复用的内容，以便可以使用需要使用的所有内容。

还要考虑开发工作的范围。一个好的设计实践是花时间评估软件和硬件开发工具。这包括了解技术支持、培训、第三方支持和文档。由于大量的开发时间通常花在调试和验证上，因此调试和/或仿真工具应该得到很多关注。高质量的调试器环境和编译器使设计人员能够更深入地了解其设计，并且可以大大加快开发速度。

考虑多种选择

处理器空间中没有“一刀切”。每个人都有自己的优势和劣势，使他们在各种情况下都是正确的选择。一些处理器，如DSP，最擅长非常快速和高效地进行数学运算。包含 ARM 内核的其他处理器更适合任务管理和运行高级操作系统。FPGA 非常适合大型互连和执行并行处理。有时，结合其中几个的异构多核 SoC 可能是正确的解决方案。示例包括 TI 的 KeyStone SoC，它将 TMS320C66x DSP 内核与 ARM Cortex-A15 内核相结合，支持需要单芯片具有不同处理能力的应用。像这样的解决方案为医学成像系统设计人员提供了多种属性的组合：低功耗、可预测的实时信号和数据处理、高集成度、运行高级操作系统的能力以及集成的开发和调试环境。

尽管如此，即使是这些先进的SoC也永远无法声称自己是一刀切的解决方案。有时，多个处理器可能是最有效的解决方案。例如，目前有便携式超声系统使用FPGA与AFE接口并进行波束成形，使用DSP进行图像清理和超声处理，并使用CPU进行操作系统和用户界面（图1）。这听起来可能不是最优的，但每个单独的组件都执行它最擅长的特定任务，从而允许更好地利用其他处理器的选择，从而比它们具有更多处理负载时更小的版本。总功耗和成本可能更低，同时将散热分散到三个处理器上，而不是产生单个热点。最重要的是，如果多处理器配置“将现有材料发挥最大优势”，那么它是最有效的解决方案。

图 1：便携式超声系统等便携式医疗设备可以从使用多个处理器中受益，例如用于与AFE接口和波束成形的FPGA，用于图像清理和超声处理的DSP，以及用于操作系统和用户界面的CPU。

审核编辑：郭婷