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，一个有效的解决方案确实在关键关注点之间实现了最佳平衡。正如印度第一任总理贾瓦哈拉尔·尼赫鲁所说，“最高的效率是能够最大限度地利用现有材料。” 因此，一个有效的解决方案力求在系统的约束范围内发挥最大作用；便携式医疗系统有很多限制。

知道你在建造什么

第一个设计策略是了解您正在构建什么。显而易见，这是一个经常被忽视的步骤，但却是一切的关键。最终产品的要求必须明确定义。必须考虑所有方面并优先考虑：功能、性能、功率、尺寸、成本、可用性、可升级性、产品组合中的位置等。所有这些都需要清楚地理解和帕累托排名在做出任何关于如何设计实际产品的明智决定之前。这可能看起来很简单，也可能很简单，但是应该完成并记录此步骤。当需要在相互冲突的要求（例如性能与功耗）之间进行设计权衡时，本文档将成为最终的评判者。该文档也可能是协调要求产品的企业主和构建它的工程师之间的问题的最重要工具。

选择合适的处理器

显然，需要选择许多系统组件：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，这里的重点将放在系统处理器的选择。处理器的决定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。许多用于挑选处理器的设计策略可以应用于系统的其他方面。

对于处理器，就像产品一样，Pareto 对影响处理器选择的几个方面进行排名很重要。便携式医疗设备感兴趣的项目包括处理能力（性能）、功耗、系统总成本、软件开发工作量、硬件开发工作量、尺寸、集成度、可重用性、灵活性、寿命、可用性和开发工具。这些都不能孤立地考虑，但是有一些设计策略可以帮助解决每一个问题。

与专注于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。这需要比大多数便携式医疗系统更多的处理，但许多设计策略仍然相关。

表现

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 供应商提供了大量可能的解决方案，它们的部件都能够满足产品的处理需求。供应商吹捧 GHz、GMAC、GFLOP 和基准测试。当心这些数字；它们可能会给出设备功能的一些一般指示，但了解应用程序性能的最佳方式是与供应商的工程师讨论需要实现的算法的细节。尤其是在处理不熟悉的架构时，与熟悉设备的工程师互动是无可替代的。将算法定义为具有已知数据要求的功能块进出每个块。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情况并进行比较，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工作得最好。

如果无法直接访问供应商的工程师，请寻找经验丰富的工程师分享知识的在线论坛。Texas Instruments 有一个E2E 社区，这是一个在线资源示例，其中包含工程师向其他工程师提问的论坛。诸如此类的站点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范围，就必须权衡所有其他因素并考虑权衡。

力量

这是相对于性能的重大权衡，并且可以追溯到效率的概念。许多处理解决方案可以提供性能，但很难以节能的方式实现，或者在需要较低性能时难以降低功率。每瓦性能是这里的一个关键衡量标准。查看供应商的电源数据时，请务必了解引用的设备温度、外壳温度或结温以及设备的用例。供应商引用的功率数字不同，在进行比较时了解确切的用例很重要。还要了解不同的电源管理选项以及它们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切换、多种电源状态休眠模式等技术，

成本、集成和开发工作

在看成本时，不要只看设备的价格，而是要评估整个系统的成本。

一些供应商提供的不仅仅是一种处理解决方案，而是一种高度集成的片上系统 （SoC），它嵌入了一个或多个处理内核。SoC 可以减少系统所需的组件数量，有助于降低总体成本和硬件复杂性。这些设备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，请牢记您的应用程序，并将系统流程和算法映射到 SoC 上，以查看架构中可能存在瓶颈的位置。注意输入和输出。除了找出设备上的内容外，还要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。由于调试和验证通常花费大量开发时间，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清楚地了解他们的设计，并且可以显着加快开发速度。

考虑多种选择

处理器领域没有“一刀切”。每个人都有自己的长处和短处，这使他们在各种情况下都是正确的选择。一些处理器，如 DSP，最擅长快速且高效地进行数学运算。其他包含 ARM 内核的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，结合了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，支持使用单芯片实现不同处理能力的应用。此类解决方案为医学成像系统设计人员提供了多种属性：低功耗、

尽管如此，即使是这些先进的 SoC 也永远不能声称是一种万能的解决方案。有时多处理器可能是最有效的解决方案。例如，当今的便携式超声系统使用 FPGA 连接到 AFE 和进行波束成形，使用 DSP 进行图像清理和超声处理，并使用 CPU 用于操作系统和用户界面（图 1）。这听起来可能不是最理想的，但每个单独的组件都会执行它最擅长的特定任务，从而可以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的版本更小。总功耗和成本可能会更低，同时将散热分散到三个处理器而不是创建单个热点。最重要的是，

图 1：便携式超声系统等便携式医疗设备可以受益于使用多个处理器，例如用于连接 AFE 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