美国国家仪器（NI)有限公司

　　The Challenge:

　　开发、部署一个用于小动物兽医诊断的嵌入式、多模式诊断影像系统，且要求快速完成。

　　The Solution:

　　方案决定采用NI LabVIEW和CompactRIO技术可快速创建功能原型，并论证可行性，然后100%地将原型软件代码移植到NI Single-Board RIO，完成系统部署的最终方案。

　　"采用LabVIEW和NI Single-Board RIO（单板RIO）技术，我们节省了三个研发人员全年的工作量，或约$300,000美元的人力成本。"

　　Animage和Fidex

　　Animage LLC是Exxim Computing Corporation公司的子公司，成立于2008年，为兽医市场提供高端的影像产品。在成功成为诸如锥束CT扫描等影像产品算法开发的行业专家后，Animage LLC决定扩展其业务到硬件系统设计，由此诞生了首款面向兽医市场的前所未有的产品 ——Fidex三合一影像系统。此多模式诊断影像系统主要用于小动物兽医诊断。
 
　　Fidex可产生三种模式的诊断影像，而之前，这需要三个单独的设备才能实现。

　　第一种模式是数字化射线成像（X-射线），通常是为病人实施的第一次成像，一般被认为是诊断影像的必不可少的步骤。 但有时X射线成像并不能为诊断提供足够的信息，此时就需要更高级的技术。

图1 数字化射线成像通常是兽医需要的第一类图像

　　第二种模式使用三维CT，也就是大家熟知的采用锥束技术的CAT扫描。 这种技术与我们在人体医疗扫描器中见到的标准扇束技术不同，锥束CT通过带有C形臂的X射线光源及探测器在物体周围循环转动，使用宽锥束采集全息CT数据。采用锥束技术，Fidex得以实现较小的覆盖面积，CT部件也简单易用。

　　图2 CT扫描，C形臂绕受诊动物旋转，采集数千幅单独影像，然后将重建这些影像。Fidex采用一种叫做锥束成像的革命性影像重建算法。

　　第三种模式是透视（或者运动捕捉X射线摄像），使用C形臂可在任何所需角度进行摄像。此种模式一般用来研究关节运动、吞咽、心脏功能、其他生理运动，以及某些外科手术和插管过程的实时导引。

　　图3 移动X射线成像，或称作透视，在多种诊断和临床应用中都是理想的方案——如观察关节运动，或对一只站在平台上吃东西的小狗进行吞咽研究等。

　　采用NI LabVIEW和CompactRIO进行原型创建

　　2008年4月进行第一阶段的开发，目标是开发出测试台原型，控制X射线光源、X射线探测器和运动系统。软件开发从风险最高的部分开始，然后逐渐进行。我们使用了LabVIEW软件，这使得我们可以专注于产品的关键算法，而不受琐碎、复杂的硬件设计的影响。

　　开发从控制X射线光源开始。然后编写定时代码，对X射线光源的激发及传感器的数据采集进行同步。 最后，我们将机械原型系统和安装在机架上的激发与采集系统集成到一起，并加入运动控制对基本过程进行论证。此功能原型成功地论证了产品的可行性，这使得我们对于成功完成其他阶段的开发任务充满了信心。由于此系统基于LabVIEW，可以很容易地对设计进行修改，即便更换一些部件也几乎不会对我们的进度安排带来影响，因此，首个原型的建立仅耗时约6个月。

　　采用NI Single-Board RIO进行部署

　　在接下来的阶段中，我们需要试制首个影像系统。最终的机械设计几乎完全基于原型机械系统，仅做了几处细微改进。我们采用了NI CompactRIO对一台具有完整X射线系统、移动扫描架和移动准直器的原型扫描器F-001进行控制。完成此系统仅耗时3个月。

　　最后，我们需要开发风险缓解代码及丰富的用户界面，并采用专为嵌入式机器开发设计的单板计算机硬件将我们的原型移植到最终的部署平台。我们采用NI Single-Board RIO作为部署平台，实现了与原型系统一样的代码。 然后我们继续开发，增加了病人定位功能及系统控制面板。甚至使用了LabVIEW进行用户界面设计，在3个月内就完成了新系统F-002。 NI Single-Board RIO使用以下部件对终端设备进行控制：

　　带编码器和端位开关的旋转扫描架

　　带编码器和端位开关的定位探测器

　　带编码器和端位开关的升降病床

　　X射线发生器（千伏，毫安，脉冲发生和错误处理）

　　旋转阳极

　　四个准直器电机

　　探测器触发信号

　　用于病人定位的现场灯光和激光

　　扫描架控制面板输入和状态显示模块

　　未来的计划

　　我们计划再试制两台设备进行临床试验。虽然可以预见会有一些必要的修改，但我们对使用LabVIEW对这些性能进行简单地添加非常有信心。通过使用LabVIEW和NI Single-Board RIO，我们避免了从零开始开发绝大部分的系统，从而缩短了上市时间，节省了约3位研发人员全年的工作量或约$300,000美元的人力成本。