プロセッサは医療機器の設計上の課題に対応

医療機器には、超音波機器や埋め込み型機器から家庭用血糖計やフィットネストラッカーまで、さまざまな製品が含まれます。各アプリケーションは異なる要件を要求しますが、それらはすべて、実行、信頼性、セキュリティ、省電力、および接続の分野でパフォーマンスを提供できるマイクロプロセッサ（MPU）およびマイクロコントローラ（MCU）を探しています。これらの同じパフォーマンス拡張の多くは、さまざまなアプリケーションで使用できます。

ウェアラブル電子機器の採用の増加と、患者の健康状態を追跡および監視する医療用電子機器の必要性は、人口の高齢化と健康意識の高まりによって推進されています。接続された医療機器の爆発的な増加により、チップメーカーはチップレベルでサイバーセキュリティリスクに対処するようになりました。

超低消費電力は、温度、加速度、速度などのリアルタイム信号にアクセスする必要があるアプリケーションで特に重要です。 MarketsandMarketsレポートに記載されている1つの傾向 アナログ周辺機器を備えた超低電力マイクロコントローラの必要性です。利点には、信頼性の高さ、ノイズの低減、待ち時間の短縮、コストの削減などがあり、血糖値計、心拍数モニター、埋め込み型デバイスなどの医療またはヘルスケアデバイスで有利になります。

プログラム可能なアナログが統合された低電力マイクロコントローラーの例は、ルネサスエレクトロニクスのSynergy S1 MCUシリーズです。設計を簡素化し、部品表（BOM）を削減するように設計された S1JAMCUグループ 48 MHz Arm Cortex-M23コアと、高精度のセンサー信号の取得と調整のためのプログラム可能なアナログおよびセキュリティ機能を備えています。これらのMCUは、コストに敏感で低電力の産業用モノのインターネット（IIoT）センサーアプリケーションの範囲で使用できます。これらには、ヘッドライン医療モニター、流量制御メーター、マルチセンサーシステム、計装システム、および単相電気メーターが含まれます。

S1JAグループには、256 KBのフラッシュメモリ、32 KBのSRAMメモリ、1.6 V〜5.5 Vの広い動作電圧範囲を備えた5つのMCUが含まれます。各MCUには、外部センサーに正確な電力を供給するセンサーバイアスユニットが統合されています。ルネサスによると、複雑なアルゴリズムを処理して信号調整と正確なアナログ測定を最大化する、高度に構成可能なアナログファブリック。

S1JA MCUは、基本機能からより複雑なアナログブロックまで、高度なアナログ構成を可能にし、設計者がいくつかの外部アナログコンポーネントを排除できるようにします。オンチップアナログコンポーネントには、高精度の16ビットアナログ-デジタルコンバーター（ADC）、24ビットシグマデルタADC、高速応答12ビットデジタル-アナログコンバーター（DAC）、レール-toが含まれます。 -レール低オフセットオペレーショナルアンプ、および高速/低電力コンパレータ。

ルネサスのS1JAMCUは、基本機能からより複雑なアナログブロックまで、高度なアナログ構成を可能にします。 （画像：ルネサスエレクトロニクス）

マイクロコントローラの超低電力は、バッテリ駆動のポータブルおよびバッテリバックアップアプリケーションのバッテリ寿命を延ばします。ソフトウェアスタンバイモードは、スリープモードで長期間過ごす20年間のバッテリ駆動アプリケーションを有効にするためにわずか500nAを消費します。

さらに、マイクロコントローラーには、統合されたAES暗号化アクセラレータや真の乱数ジェネレーター（TRNG）などのセキュリティ機能が満載されており、メモリ保護ユニットは、クラウドに接続する安全なシステムを開発するための基本的なブロックを提供します。

ルネサスシナジーソフトウェアパッケージ（SSP）は、HALドライバー、アプリケーションフレームワーク、およびRTOSを備えたS1JAMCUをサポートします。 SSPには、構成可能な内部アナログブロックの相互接続を簡素化する6つのモジュールも含まれています。組み込みシステムの設計者は、ルネサスSynergy開発環境（e²studioまたはIAR Embedded Workbench）のいずれかを使用して、設計を構築およびカスタマイズできます。

ルネサスはリファレンスデザイン/ソリューションも開発しました ウェアラブル電気皮膚反応製品やハンドヘルド体組成計システムに使用できます。ガルバニック皮膚抵抗（GSR）と体組成モニター（BCM）の測定値は、それぞれ感情状態の推測と体脂肪量の計算に使用できる生体情報を提供します。

このバッテリ駆動デバイスは、低電力を消費しながら、GSRモードでDCコンダクタンス測定を行い、BCMモードで高精度ACインピーダンス測定を行います。ルネサスによると、ADCの分解能と速度は、皮膚温度の補正とともに、GSR-BCM測定の精度にとって重要です。

GSR-BCMソリューションは、アナログおよび低電力機能にSynergy S1JAMCUを活用します。 Renesas RL78 / G1D も含まれています Bluetooth接続と ISL9203A リチウムイオン電池の充電用。

RL78 / G1Dは、Bluetooth Low Energyをサポートし、4.3 mA RF送信電流（0 dBm出力）および3.5 mARF受信電流で低消費電流を実現する16ビットMCUです。アンテナ接続に必要な回路素子を内蔵しているため、回路設計が簡素化され、外部部品が不要になるためコストが削減されます。ソフトウェアスタックは、ワイヤレスソフトウェアアップデートをサポートしています。

ISL9203Aは、2.4 Vの低入力電圧で動作可能な、統合されたシングルセルリチウムイオンまたはリチウムポリマーバッテリー充電器です。さまざまなタイプのACアダプターで動作します。

フィットネストラッカーなどのポータブルおよびワイヤレス設計の場合、これらのアプリケーションには、低消費電力、強化されたセキュリティ、およびマルチプロトコルサポートが必要です。

最近の例は、SamsungElectronicsの Exynos i T100 です。 、プロセッサとメモリを1つのチップに統合し、Bluetooth 5 Low Energy、Zigbee 3.0、およびThreadプロトコルをサポートします。強化されたワイヤレス接続機能のために、チップは2つの異なるプロトコルを同時にサポートするマルチ無線同時モードを提供します。そのため、BluetoothとZigbee、またはBluetoothとスレッドを同時にサポートできます。

このチップは、フィットネスウェアラブル、スマートライティング、ホームセキュリティと監視など、短距離通信用のデバイスのセキュリティと信頼性を強化するように設計されており、潜在的なハッキングやその他の脅威から保護するセキュリティ機能を提供します。このソリューションは、データ暗号化用の個別のセキュリティサブシステム（SSS）ハードウェアブロックと、チップセットごとに一意のIDを作成する物理的なクローン不可能な機能（PUF）を提供します。

Exynos i T100は、最大100MHzのクロック速度で動作するArmCortex-M4Fと、1.2MBのフラッシュメモリおよび192KBと24KBを提供するSRAMを含む高密度メモリで構成されています。さらに、-40°Cから125°Cまでの極端な温度でも動作します。

サムスンはまた、より迅速な開発のためのリファレンスソリューションを提供しています。リファレンスボードは、センサーのテストと制御のためにArduinoボードの上に差し込むことができるShieldsインターフェースをサポートしています。また、カスタムアプリケーションを開発するための接続プロトコル用のオペレーティングシステムと組み込みAPIも提供します。

STMicroelectronicsの STM32MP1 は、高性能のヘルス＆ウェルネス、スマートホーム、産業、および消費者向けアプリケーション向けに設計されています。 Linuxディストリビューションを備えたマルチコアマイクロプロセッサシリーズは、強化されたパフォーマンス、リソース、およびオープンソースソフトウェアでSTM32マイクロコントローラポートフォリオを拡張します。コンピューティングとグラフィックスをサポートするSTM32MP1は、電力効率の高いリアルタイム制御と高度な機能統合を提供します。

STM32MP1シリーズを使用すると、設計者はArmCortex-AコアとCortex-Mコアを組み合わせたSTM32異種アーキテクチャを使用して新しい範囲のアプリケーションを開発できます。このアーキテクチャは、高い電力効率を提供しながら、単一のチップ上で高速処理とリアルタイムタスクを提供します。

STMicroelectronicsのSTM32MP1は、強化されたパフォーマンス、リソース、およびオープンソースソフトウェアを提供します。 （画像：STMicroelectronics）

STは、省電力の例を挙げています。 Cortex-A7の実行を停止し、より効率的なCortex-M4からのみ実行することで、通常、電力を25％削減できます。このモードからスタンバイに移行すると、アプリケーションに応じて1〜3秒でLinuxの実行を再開できるようになり、電力がさらに2.5k倍削減されます。

STM32MP1には、ヒューマンマシンインターフェイス（HMI）ディスプレイ用の3Dグラフィックプロセッサユニット（GPU）が組み込まれています。さまざまな外部DDRSDRAMおよびフラッシュメモリをサポートします。また、Cortex-A / LinuxまたはCortex-M /リアルタイムアクティビティのいずれかに割り当てることができる周辺機器の大規模なセットが組み込まれています。 STM32MP1シリーズは、さまざまなBGAパッケージで利用できます。

STは2つの評価ボード（ STM32MP157A-EV1 ）を提供しています および STM32MP157C-EV1 ）と2つのディスカバリーキット（ STM32MP157A-DK1 および STM32MP157C-DK2 。

さらに、デザイナーのニーズに応じて、3つの開発者パッケージを利用できます。

• スターターパッケージ（STM32MP1Starter） STM32MP1マイクロプロセッサデバイスをすばやく開始するには
• 開発者パッケージ（STM32MP1Dev） STM32MP1組み込みソフトウェアディストリビューションに独自の開発を追加する
• 配布パッケージ（STM32MP1Distrib） 独自のLinuxディストリビューションスターターまたは開発者パッケージを作成するには

ビッグデータ

大量のデータを移動して分析することは、多くのエンドマーケットで大きな課題です。これらのセグメントには、医療画像、医療機器、ワイヤレス家電、工場およびビルの自動化が含まれます。より多くのデータを共有するには、より高いセキュリティ、より優れた相互運用性、より高速な処理、および一貫性のある高品質の通信が必要です。

Texas Instruments Inc.（TI）は、そのバルク音波（BAW）テクノロジーを使用して、今年初めに2つのデバイスを導入しました。 接続された医療機器など、データ伝送が高いアプリケーションで使用するために設計されています。これらの新しいデバイスは、SimpleLink CC2652RBワイヤレスMCUと、高性能データ配信用のLMK05318ネットワークシンクロナイザークロックです。

BAWテクノロジーは、リファレンスクロッキング共振器を統合して、小さなフットプリントで最高周波数を提供します。これにより、パフォーマンスが向上し、振動や衝撃などの機械的ストレスに対する耐性が向上します。これにより、安定した継続的なデータ送信が可能になり、有線信号と無線信号のより正確なデータ同期が実現されるため、データを迅速に処理して効率を高めることができます。

完全なRFシステムとオンチップDC / DCコンバーターを組み込んだ、CC2652RBは、業界初のクリスタルレスワイヤレスMCUとして宣伝されています。これは、BAW共振器をQFNパッケージに統合し、外部の高速48MHz水晶の必要性を排除します。より高度な統合により、プリント回路基板（PCB）スペースを10％から15％節約できます。

CC2652RBデバイスは、優れたバッテリ寿命を提供し、最大80 KBのパリティ保護されたサブµAのスリープ電流に加えて、非常に低いアクティブRFおよびMCU電流のおかげで、小型コイン電池および環境発電アプリケーションでの動作を可能にします。 RAMの保持。

CC2652RBデバイスは、複数の物理層とRF規格をサポートするプラットフォームで、非常に低電力のRFトランシーバーと48 MHz Arm Cortex-M4FCPUを組み合わせたものです。専用の無線コントローラ（Arm Cortex-M0）は、ROMまたはRAMに保存されている低レベルのRFプロトコルコマンドを処理して、超低電力と柔軟性を高めます。高速ウェイクアップと超低電力2MHzモードを備えたセンサーコントローラーは、アナログとデジタルの両方のセンサーデータのサンプリング、バッファリング、および処理用に設計されているとTIは述べ、スリープ時間を最大化し、MCUシステムの有効電力を削減します。 。

さらに、このチップは、単一チップ上でZigbee、Thread、Bluetooth Low Energy、および独自の2.4GHz接続ソリューションをサポートする最低電力のマルチスタンダードデバイスであると主張しています。現在市場に出回っている多くの水晶ベースのソリューションとは異なり、-40°Cから85°Cの温度範囲で動作します。 CC2652B SimpleLinkMCUベースのTILaunchPad開発キットが利用可能です。

Intel Corp.などのチップメーカーは、人工知能（AI）が医療画像アプリケーションや、多くの処理能力を必要とする急性期および救命救急医療や診断などの他の分野に移行していることも認識しています。かつて、ディープラーニングのための唯一の実際のハードウェアソリューションはGPUでした。

現在、IntelはXeonスケーラブルプロセッサ（2017年に導入）を提供しています。これは、医療画像で一般的に見られるメモリを大量に消費するモデルなど、複雑なハイブリッドワークロードを処理できます。

インテルはフィリップスと協力しました インテルのXeonスケーラブルプロセッサーを使用するサーバーが、ハードウェアアクセラレータを必要とせずに、X線およびコンピューター断層撮影（CT）スキャンのディープラーニング推論を実行できることを示します。テストでは、多くのAIワークロードで、XeonスケーラブルプロセッサのパフォーマンスがGPUベースのシステムよりも優れていることが示されています。

両社は、 2つの医療画像の概念実証をテストしました ：1つは骨年齢予測モデリング用の骨のX線写真で、もう1つは肺のセグメンテーション用の肺のCTスキャンです。 OpenVINOツールキットのインテルディストリビューションおよびその他のソフトウェア最適化の使用 、フィリップスは、骨年齢予測モデルでは1秒あたりの画像数が188倍、肺セグメンテーションモデルではベースライン測定値の37倍の速度を向上させることができました。