CN103245705A - 一种呼出气体的检测系统 - Google Patents

一种呼出气体的检测系统 Download PDF

Info

Publication number
CN103245705A
CN103245705A CN 201310160696 CN201310160696A CN103245705A CN 103245705 A CN103245705 A CN 103245705A CN 201310160696 CN201310160696 CN 201310160696 CN 201310160696 A CN201310160696 A CN 201310160696A CN 103245705 A CN103245705 A CN 103245705A
Authority
CN
Grant status
Application
Patent type
Prior art keywords
sensor
gas
detection system
chamber
data acquisition
Prior art date
Application number
CN 201310160696
Other languages
English (en)
Inventor
张大鹏
闫柯
卢光明
Original Assignee
哈尔滨工业大学深圳研究生院
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date

Links

Abstract

本发明提供了一种呼出气体的检测系统,其包括呼气分析仪和计算机,呼气分析仪包括微型真空泵、气室、传感器阵列、信号处理电路和数据采集卡,传感器阵列包括气体传感器和环境监测传感器,真空泵将呼出气体或洁净空气抽入到气室中,与传感器阵列接触,信号处理电路将传感器的响应进行滤波、放大后发送到数据采集卡,数据采集卡再将处理后的响应数字化后发送到计算机。本发明可以用于与呼气相关的身体状况的辅助分析,如糖尿病的诊断,糖尿病患者血糖的监测和酮症酸中毒的预防,健身或减肥过程中脂肪消耗情况的监测等。

Description

一种呼出气体的检测系统

技术领域

[0001] 本发明涉及一种检测领域,尤其涉及呼出气体的检测系统。

背景技术

[0002] 糖尿病是一种以血糖升高、多种代谢紊乱为特征,累及多种器官、组织和功能的疾病,对人类健康危害极大。近年来,随着人们生活水平的提高,该病的发病率也在不断攀升,据世界糖尿病联盟的数据显示,全球目前有近2.9亿糖尿病患者。其中,新增加的糖尿病病人主要集中在印度和中国等发展中国家。另根据2011年的数据显示,我国已经成为世界第一糖尿病大国,患病率在近10年翻了近两倍,达9.7%,高过世界平均水平的6.4%。同时,中国糖尿病高危人群也在扩大,约有1.5亿人。可见糖尿病的及早诊断对社会有重要意义。糖尿病的诊断一般是以血糖为依据的。由于抽血是一种有创检测,并且需要专业人员完成,因此不少患者忽视血糖检查,错过了最佳的治疗时间。

[0003] 对于确诊的 糖尿病患者来说,也需要经常性地进行血糖监测,才有可能避免或减缓高血糖带来的各种并发症,从而改善患者的生活质量。对于接受胰岛素治疗的患者,为了确定胰岛素用量,必须每日规律性地检测血糖。最常见的血糖监测手段,是利用便携式血糖仪通过“扎手指”的方式来测试。糖尿病患者由于需要持续的监测血糖,往往手指上遍布针目艮,其痛苦自不待言。

[0004] 因此,社会迫切需要一种无创的糖尿病诊断和血糖监测设备。目前已经有一些无创血糖监测技术问世,如反向离子渗透、生物阻抗光谱、近红外光谱等,但它们都存在通用性不强、精度不高等一些不足之处。

[0005] 大量研究表明,糖尿病患者呼出气体中的丙酮浓度明显高于健康人,并且糖尿病人的血糖指标和呼出气体中丙酮的浓度成正相关。这是因为糖尿病患者体内缺乏或无法有效利用胰岛素,导致脂肪代替葡萄糖供能,而丙酮为脂肪代谢中的一种副产物,并且一部分会随着呼出排出。因此,呼出气体中丙酮的变化可以作为诊断糖尿病、估测血糖高低的一个指标。对一个人的呼出气体进行分析可以成为及早检测糖尿病以及监控血糖指标的一个行之有效的方法。此外,一些文献指出,呼出中一些其他成分,例如硝酸甲酯、一氧化碳和异戊二烯等,其浓度也与血糖存在联系。还有一些文献指出,呼气丙酮与血糖的联系与病人的个体情况有关,分析时需要区别对待。

[0006] 检测气体的种类和浓度,传统的方法是利用气相色谱/质谱仪。近年来,人们也提出了很多基于质谱或光谱的改进方法。然而,这类方法一般成本较高,并且需要专业人员来操作。另外,这类方法只能分析一些已知的确定成分,例如丙酮。基于电子鼻原理的方法是另外一类解决方案,该类方法利用电子气体传感器和适当的模式识别方法来对气体进行分析。和基于质谱或光谱的方法相比,该类方法具有成本低、速度快、操作简单、便携性好等优势。由于气体传感器可以对多种气体敏感,不同的传感器有不同的敏感谱,因此可以利用这种特性结合模式识别方法来分析多种已知/未知气体的混合物,如上面提到的丙酮、硝酸甲酯、一氧化碳等,用统计的方法找出最优的评价方案。然而,气体传感器的这种特性也使得电子鼻容易受到呼出中与血糖无关的干扰气体的干扰。另外,现有的基于电子鼻原理的糖尿病诊断和血糖监测方法的缺点还包括:信号容易随环境参数漂移,评价方法没有考虑病人的个体情况等。

发明内容

[0007]为了解决现有技术中问题,本发明提供了一种呼出气体的检测系统,其包括呼气分析仪和计算机,呼气分析仪包括微型真空泵、气室、传感器阵列、信号处理电路和数据采集卡,传感器阵列包括气体传感器和环境监测传感器,真空泵将呼出气体或洁净空气抽入到气室中,与传感器阵列接触,信号处理电路将传感器的响应进行滤波、放大后发送到数据采集卡,数据采集卡再将处理后的响应数字化后发送到计算机。

[0008] 作为本发明的进一步改进,数据采集卡再将处理后的响应数字化后发送到计算机后由计算机存储成文件,等待接下来的信号预处理与评价,计算机发出控制信号,通过数据采集卡来控制真空泵的开闭;计算机输出温度调制电压波形,通过带有数字-模拟转换功能的数据采集卡将其转换为模拟信号,再由高输出电流的运算放大器对信号进行放大,力口载在部分气体传感器的加热引脚上,使传感器工作在温度调制模式。

[0009] 作为本发明的进一步改进,传感器阵列为金属氧化物半导体气体传感器和光离子化传感器,金属氧化物半导体气体传感器由不同量程和不同敏感性的多种金属氧化物半导体气体传感器构成,并且经过优化以适用于特定检测目的。

[0010] 作为本发明的进一步改进,光离子化传感器设置在真空泵和气室之间,光离子化传感器设置在小气室内,小气室类似一个气帽,扣在光离子化传感器上,上方留出一些空间容纳气体与传感器气窗接触,前后有进气口和出气口。

[0011] 作为本发明的进一步改进,传感器阵列还包括温度和湿度传感器、质量流量传感器、二氧化碳传感器,质量流量传感器设置在真空泵和小气室之间。

[0012] 作为本发明的进一步改进,部分金属氧化物半导体气体传感器为加入温度调制技术后的传感器。·

[0013] 作为本发明的进一步改进,气室的内壁为圆柱形,气室的内壁上设有若干个孔洞,每个传感器单独嵌在气室壁的一个孔洞上。

[0014] 作为本发明的进一步改进,圆柱形气室前后各有一个半球形的盖子,两个盖子上面分别开有进气口和出气口,盖子内壁为流线型。

[0015] 作为本发明的进一步改进,圆柱形气室的外壁为六边形,设有若干螺孔,固定焊有传感器的电路板。

[0016] 作为本发明的进一步改进,所述呼气分析仪利用交互软件控制微型真空泵,自动完成进气、洗气的分析流程,并且根据气体传感器的反馈自动控制洗气时间。

[0017] 本发明的基于呼吸气体检测的糖尿病分析和诊断系统可以用于辅助医生进行糖尿病的筛查,也可以在家庭中用于血糖的监测。本发明可以用于与呼气相关的身体状况的辅助分析,如酮症酸中毒的预防,健身或减肥过程中脂肪消耗情况的监测等。所分析的气体的来源也不一定限于呼出气体,还可以是人体其他部位所发出的气味,如汗液、尿液等。

附图说明[0018] 图1为本发明中呼气分析仪的原理框图;

[0019] 图2为本发明中信号预处理和评价算法的步骤图;

[0020] 图3显示了传统加热方法的典型传感器响应、温度调制方法的加热电压和典型传感器响应。点划线标出了呼气分析仪对一个呼气样本的分析过程所包含的4个阶段;

[0021] 图4显示了典型的健康人和糖尿病人呼气样本在温度调制的传感器上响应的形状区别;

[0022] 图5和图6分别不出了典型的健康人和糖尿病人的呼气样本响应信号;

[0023] 图7为本发明一个实施例的气路结构图。

具体实施方式

[0024] 下面结合附图对本发明做进一步说明。

[0025] 本发明旨在提出一种呼出气体的检测系统,此系统可以用于与呼气相关的身体状况的辅助分析,如酮症酸中毒的预防,健身或减肥过程中脂肪消耗情况的监测等。所分析的气体的来源也不一定限于呼出气体,还可以是人体其他部位所发出的气味,如汗液、尿液等。下面以基于呼出气体检测的糖尿病分析和诊断系统为例进行说明。基于呼出气体检测的糖尿病分析和诊断系统可以用于辅助医生进行糖尿病的筛查,也可以在家庭中用于血糖的监测。

[0026] 基于呼出气体检测的糖尿病分析和诊断系统,采用专门优化设计的传感器阵列,加入多种环境监测传感器,在信号预处理方法中对测得的环境参数进行补偿,在信号评价方法中加入病人的个体情况信息,采用模式识别方法进行评价,以弥补现有解决方案中的不足,同时保持成本低 、速度快、操作简单、便携性好等优势。

[0027] 利用本发明提出的基于呼出气体检测的糖尿病分析和诊断系统,其使用方法主要为:

[0028] 1、用本方案中的呼气分析仪分析采集到的呼出气体,记录分析仪中气体传感器和环境监测传感器的响应信号;

[0029] 2、利用温度、湿度、二氧化碳、质量流量等环境监测传感器测得的环境参数,对气体传感器的响应信号进行预处理;

[0030] 3、将预处理后的气体传感器响应用特征提取方法提取特征,然后结合被试者的一些个体情况信息,利用模式识别方法诊断被试者是否患有糖尿病,或者进行血糖的预测。

[0031] 上述的呼气分析仪的结构如图1所示,其中虚线框中的部分为呼气分析仪101的主要部件。呼气分析仪101主要由微型真空泵102,气室103,传感器阵列104,信号处理电路105和数据采集卡106构成。微型的真空泵102用来将呼出气体或洁净空气抽入到气室103中,与传感器阵列104 (包括气体传感器和环境监测传感器)接触;信号处理电路105将这些传感器的响应进行滤波、放大后发送到数据采集卡106 ;数据采集卡106再将处理后的响应数字化后发送到计算机107,由计算机存储成文件,等待接下来的信号预处理与评价步骤。而另一方面,计算机107还发出控制信号,通过数据采集卡106来控制真空泵102的开闭,从而自动完成进气、洗气等分析流程;计算机107还输出温度调制电压波形,通过带有数字-模拟转换功能的数据采集卡106将其转换为模拟信号,再用高输出电流的运算放大器对信号进行放大,加载在部分气体传感器的加热引脚上,使这些传感器工作在温度调制模式。

[0032] 计算机107上安装的交互软件用于控制分析仪、实时显示曲线和将数据保存成文件。在实际使用中,先请被试者吹满一个约600mL的气袋,将其插在分析仪的进气口上,交互软件即可控制分析仪自动完成标准化的测量、记录步骤。微型真空泵102将气袋中的呼出气体抽到气室103中与传感器阵列104接触。气体传感器与呼气中的丙酮等成分接触后产生响应,环境监测传感器也同时记录下气体的温度、湿度、流量和二氧化碳浓度等。这些传感器的响应被数据处理电路105接收、处理后,发送到数据采集卡106,再传送到计算机107中保存成文件。最后,真空泵102抽取外界洁净空气清洗气室,将之前抽进气室的呼出气体排出。

[0033] 本发明方案中提到的气体传感器阵列,是从多种候选传感器中,经过大量健康人和糖尿病人呼气样本的分析实验,优选出来的对于糖尿病诊断和血糖监测较为有效的阵列。候选传感器主要采用金属氧化物半导体(MOS)气体传感器,因为其具有成本低、种类多、寿命长、体积小等优点,是目前电子鼻技术中应用较为广泛的一种传感器。然而,这种传感器也有选择性较差、容易随环境参数漂移、不够精确等缺点。为此本发明还加入了一个光离子化(PID)传感器作为候选。相比MOS传感器,PID传感器比较精确,漂移较小,但成本较高。同时,候选的MOS传感器阵列由不同公司出产的、不同量程和不同敏感性的多种MOS传感器构成,这些传感器对包括丙酮在内的多种气体有不同的敏感度,它们的特性能够互相补充。本发明采集了数百健康人和糖尿病人呼气样本,对所有的传感器组合进行穷举实验,根据预测的正确率,选择出最适合的传感器阵列。

[0034] 本发明方案中提到的传感器阵列,还对部分MOS传感器采用了较前沿的温度调制技术。传统的MOS传感器工作在固定的温度下,对不同气体的响应曲线的形状相对单一、信息量较少。大量文献表明,如果使MOS传感器工作在一个周期性变化的温度下,由于有些气体在高温时响应较大,有些气体在低温时响应较大,不同的气体在变化的温度下就会形成不同的响应曲线形状,从而明显丰富气体响应信息,提高传感器对不同气体的选择性。本发明尝试了多种候选传感器和多种温度调制波形,在实际样本和穷举实验的基础上,挑选出了较优的温度调制传感器和调制波形。根据实验,加入温度调制技术后的传感器的分类正确率明显高于以传统的固定温度方式工作的传感器。

[0035] 本发明方案中提到的传感器阵列中还含有一些环境监测传感器,其中包括:温度和湿度传感器,用来测量气体的温度和湿度,以便之后对气体传感器的温湿度漂移进行补偿;质量流量传感器,用来测量进入气室的气体的量,以便之后对气体传感器的响应进行补偿;二氧化碳传感器,用来估测进入气室的气体中真正对测量有效的呼出气体的比例,以便之后对气体传感器的响应进行补偿。

[0036] 本发明方案中提到的气室为柱形,具体来说,气室的内壁为圆柱形,传感器嵌在气室壁的孔洞上。这种设计使得各个传感器接触到的气体浓度均匀。流线型的内壁有利于气体的流动,避免洗气死角。每个传感器单独嵌在气室壁的一个孔洞上,方便对传感器进行更换。同时气室还能保持较小的体积,提高仪器的便携性。由于MOS传感器工作时会产生较多热量,超出了 PID传感器的正常工作温度范围,因此本发明为PID传感器专门制造了一个气帽型的小气室,与柱形气室串联。

[0037] 气路的结构如图7所示。气体由真空泵102抽入后,首先经过质量流量传感器601,之后经过为PID传感器603设计的小气室602,再经过柱形气室603后被排出。其中,小气室类似一个气帽,扣在PID传感器上,上方留出一些空间容纳气体与传感器气窗接触,前后有进气口和出气口。单独的小气室可以让PID传感器免于受到柱形气室中MOS传感器发出的热量的影响,同时小巧的设计也可以节省空间。柱形气室的内壁为圆柱形,外壁设计成六边形,开了一些螺孔,便于固定焊有MOS传感器的电路板605。传感器嵌入柱形气室外壁上开的孔洞604中,将气窗伸进气室内,与气室内的气体接触。柱形气室前后各有一个半球形的盖子,两个盖子上面分别开有进气口和出气口,盖子内壁为流线型。

[0038] 本发明方案中提到的信号预处理和评价方法的框架如图2所示。其中预处理方法包括对传感器响应信号滤波、去除基线,然后利用温度传感器、湿度传感器、二氧化碳传感器和质量流量传感器测得的环境参数对气体传感器响应信号进行补偿。这些补偿有利于提高系统的精确性。在前期实验中,获得每个传感器的响应与温度、湿度、二氧化碳浓度和质量流量之间的关系,作为信号补偿方法的参数。

[0039] 本发明方案中提到的信号评价方法,包括将预处理后的气体传感器响应信号用特征提取方法提取特征,然后结合被试者的一些个体情况信息,利用模式识别方法诊断被试者是否患有糖尿病,或者进行血糖的预测。个体情况信息例如被测者的ID、糖尿病类型、饮食情况等。一些研究表明,呼出气体中的丙酮浓度虽然和血糖正相关,但每个人呼出的丙酮的本底浓度都不尽相同,因此有必要在评价方法中加入被试者的ID信息。另一些研究表明,呼气丙酮浓度和糖尿病类型、饮食状况等也有关。本发明利用呼气特征结合这些信息训练分类器,可以进一步提高系统的准确性。另外,基于这些数据,还可以构建覆盖不同地域、年龄、性别、病情等的数字化糖尿病呼出气体样本数据库,以便于开展进一步的科学研究,提高预测准确性。

[0040] 对传感器进行温度调制的调制波形种类很多,此处仅以阶梯型为例进行说明,其他类型的调制波形也应包含在本专利的保护范围之内。图3显示了传统加热方法的典型传感器响应、温度调制方法的加热电压和典型传感器响应。图4显示了典型的健康人和糖尿病人呼气样本在一个温度调制传感器上响应的区别。图中的曲线是将完整响应的中间40s取出、将幅值归一化后的形状,可以看出,两条曲线在形状上有较大区别。

[0041] 如图3所示,呼气分析仪对一个呼气样本的分析流程包含4个阶段:

[0042] 1、基线阶段301,真空泵关闭,各传感器的基线值被记录;

[0043] 2、进气阶段302,真空泵开启,气袋中的呼出气体被抽取到气室中与传感器阵列接触,气体传感器与呼气中的丙酮等成分接触后产生响应;

[0044] 3、反应阶段303,真空泵关闭,呼出气体在气室中与传感器阵列充分接触,各传感器响应趋近最大值;

[0045] 4、洗气阶段304,真空泵开启,抽取外界洁净空气清洗气室,将之前抽进气室的呼出气体排出。各传感器响应逐渐恢复到基线值。洗气时间可以根据气体传感器的反馈自动控制,直到各传感器响应基本恢复到基线值再关闭真空泵。但响应信号的记录只到第144s为止。

[0046] 图5和图6分别示出了典型的健康人和糖尿病人的呼气样本响应信号。可以看出,本发明中呼气分析仪对于健康人和糖尿病人的呼气样本的响应信号在幅度、形状上存在明

显差别。[0047] 实施例中,信号处理电路的功能有:利用分压电路将MOS传感器的电阻变化转化为电压信号;对响应值较小的PID、二氧化碳等传感器的响应进行放大;对传感器的响应信号进行低通滤波,以滤除其中的毛刺干扰;用高输出电流的运算放大器对数据采集卡输出的温度调制波形进行放大,加载到温度调制传感器的加热引脚上。

[0048] 实施例的预处理方法中,首先对传感器响应信号滤波、去除基线,然后利用温度传感器、湿度传感器、二氧化碳传感器和质量流量传感器测得的环境参数对气体传感器的响应信号进行补偿。补偿方法的参数来自前期实验中获得的每个传感器的响应与温度、湿度、二氧化碳浓度和质量流量之间的关系。

[0049] 实施例的信号评价方法中,首先将预处理后的气体传感器响应信号用特征提取方法提取特征,然后结合被试者的一些个体情况信息,利用模式识别方法诊断被试者是否患有糖尿病,或者进行血糖的预测。所述的特征提取方法例如主成分分析(PCA)等;个体情况信息例如被测者的ID、糖尿病类型、饮食情况等;所述模式识别方法例如线性鉴别分析(LDA)、支持向量回归(SVR)等。

[0050] 以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。·

Claims (10)

1.一种呼出气体的检测系统,其特征在于:其包括呼气分析仪(101)和计算机(107),呼气分析仪(101)包括微型真空泵(102)、气室(103)、传感器阵列(104)、信号处理电路(105)和数据采集卡(106),传感器阵列(104)包括气体传感器和环境监测传感器,真空泵(102)将呼出气体或洁净空气抽入到气室(103)中,与传感器阵列(104)接触,信号处理电路(105)将传感器的响应进行滤波、放大后发送到数据采集卡(106),数据采集卡(106)再将处理后的响应数字化后发送到计算机(107)。
2.根据权利要求1所述的一种呼出气体的检测系统,其特征在于:数据采集卡(106)再将处理后的响应数字化后发送到计算机(107)后由计算机存储成文件,等待接下来的信号预处理与评价,计算机(107)发出控制信号,通过数据采集卡(106)来控制真空泵(102)的开闭;计算机(107)输出温度调制电压波形,通过带有数字-模拟转换功能的数据采集卡(106)将其转换为模拟信号,再由高输出电流的运算放大器对信号进行放大,加载在部分气体传感器的加热引脚上,使传感器工作在温度调制模式。
3.根据权利要求1所述的一种呼出气体的检测系统,其特征在于:传感器阵列(104)为金属氧化物半导体气体传感器和光离子化传感器,金属氧化物半导体气体传感器由不同量程和不同敏感性的多种金属氧化物半导体气体传感器构成。
4.根据权利要求3所述的一种呼出气体的检测系统,其特征在于:光离子化传感器(603)设置在真空泵(102)和气室(103)之间,光离子化传感器(603)设置在小气室(602)内,小气室(602)类似一个气帽,扣在光离子化传感器(603)上,上方留出一些空间容纳气体与传感器气窗接触,前后有进气口和出气口。
5.根据权利要求4所述的一种呼出气体的检测系统,其特征在于:传感器阵列(104)还包括温度和湿度传感器、质量流量传感器、二氧化碳传感器,质量流量传感器(601)设置在真空泵(102)和小气室(602)之间。
6.根据权利要求3所述的一种呼出气体的检测系统,其特征在于:部分金属氧化物半导体气体传感器为加入温度调制技术后的传感器。
7.根据权利要求1所述的一种呼出气体的检测系统,其特征在于:气室(103)的内壁为圆柱形,气室(103)的内壁上设有若干个孔洞,每个传感器单独嵌在气室壁的一个孔洞上。
8.根据权利要求7所述的一种呼出气体的检测系统,其特征在于:圆柱形气室前后各有一个半球形的盖子,两个盖子上面分别开有进气口和出气口,盖子内壁为流线型。
9.根据权利要求7所述的一种呼出气体的检测系统,其特征在于:圆柱形气室的外壁为六边形,设有若干螺孔,固定焊有传感器的电路板(605)。
10.根据权利要求1所述的一种呼出气体的检测系统,其特征在于:所述呼气分析仪利用交互软件控制微型真空泵,自动完成进气、洗气的分析流程,并且根据气体传感器的反馈自动控制洗气时间。
CN 201310160696 2013-05-03 2013-05-03 一种呼出气体的检测系统 CN103245705A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201310160696 CN103245705A (zh) 2013-05-03 2013-05-03 一种呼出气体的检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201310160696 CN103245705A (zh) 2013-05-03 2013-05-03 一种呼出气体的检测系统

Publications (1)

Publication Number Publication Date
CN103245705A true true CN103245705A (zh) 2013-08-14

Family

ID=48925360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201310160696 CN103245705A (zh) 2013-05-03 2013-05-03 一种呼出气体的检测系统

Country Status (1)

Country Link
CN (1) CN103245705A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104237132A (zh) * 2014-09-03 2014-12-24 深圳市理邦精密仪器股份有限公司 用于呼吸气体监测的智能校零方法及装置
CN104287735A (zh) * 2014-10-24 2015-01-21 重庆大学 一种呼吸监测与呼气分析系统
CN104359949A (zh) * 2014-11-06 2015-02-18 广州勒夫蔓德电器有限公司 一种气体浓度的测量方法
CN104391087A (zh) * 2014-12-08 2015-03-04 无锡市尚沃医疗电子股份有限公司 一种潮气呼气测定呼出气一氧化氮浓度方法及装置
CN104799813A (zh) * 2014-01-27 2015-07-29 株式会社百利达 节食支持装置以及方法
CN106338597A (zh) * 2016-10-18 2017-01-18 哈尔滨工业大学深圳研究生院 呼吸气体测量的方法及系统
CN106841325A (zh) * 2017-01-18 2017-06-13 西安交通大学 一种基于半导体气敏传感器阵列检测呼出气体装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2540633Y (zh) * 2002-06-04 2003-03-19 复旦大学 便携式智能电子鼻的结构
CN1514222A (zh) * 2003-07-15 2004-07-21 中国科学院合肥智能机械研究所 一种农药残留快速检测装置和方法
CN101208563A (zh) * 2005-03-10 2008-06-25 艾尔库伊蒂公司 具有公共传感器以提供用于监控和建筑物控制的混合空气质量参数信息的多点空气采样系统
CN101511266A (zh) * 2006-07-21 2009-08-19 安纳克斯系统技术有限公司 气体传感器
WO2011071746A2 (en) * 2009-12-02 2011-06-16 The Research Foundation Of State University Of New York Selective chemosensors based on the ferroelectric materials, mixed oxides, or temperature modulation of oxide polymorph stability
CN102749415A (zh) * 2011-04-21 2012-10-24 香港理工大学 一种呼气分析装置和方法
CN202803721U (zh) * 2012-07-17 2013-03-20 常政 一种废气监测报警收集设备
CN103018282A (zh) * 2012-12-21 2013-04-03 上海交通大学 用于肺癌早期检测的电子鼻系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2540633Y (zh) * 2002-06-04 2003-03-19 复旦大学 便携式智能电子鼻的结构
CN1514222A (zh) * 2003-07-15 2004-07-21 中国科学院合肥智能机械研究所 一种农药残留快速检测装置和方法
CN101208563A (zh) * 2005-03-10 2008-06-25 艾尔库伊蒂公司 具有公共传感器以提供用于监控和建筑物控制的混合空气质量参数信息的多点空气采样系统
CN101511266A (zh) * 2006-07-21 2009-08-19 安纳克斯系统技术有限公司 气体传感器
WO2011071746A2 (en) * 2009-12-02 2011-06-16 The Research Foundation Of State University Of New York Selective chemosensors based on the ferroelectric materials, mixed oxides, or temperature modulation of oxide polymorph stability
CN102749415A (zh) * 2011-04-21 2012-10-24 香港理工大学 一种呼气分析装置和方法
CN202803721U (zh) * 2012-07-17 2013-03-20 常政 一种废气监测报警收集设备
CN103018282A (zh) * 2012-12-21 2013-04-03 上海交通大学 用于肺癌早期检测的电子鼻系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XINGJIU HUANG 等: "Gas sensing behavior of a single tin dioxide sensor under dynamic temperature modulation", 《SENSORS AND ACTUATORS B》 *
XINGJIU HUANG等: "Rectangular mode of operation for detecting pesticide residue by using a single SnO2-based gas sensor", 《SENSORS AND ACTUATORS B》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104799813A (zh) * 2014-01-27 2015-07-29 株式会社百利达 节食支持装置以及方法
CN104237132A (zh) * 2014-09-03 2014-12-24 深圳市理邦精密仪器股份有限公司 用于呼吸气体监测的智能校零方法及装置
CN104287735A (zh) * 2014-10-24 2015-01-21 重庆大学 一种呼吸监测与呼气分析系统
CN104359949A (zh) * 2014-11-06 2015-02-18 广州勒夫蔓德电器有限公司 一种气体浓度的测量方法
CN104391087A (zh) * 2014-12-08 2015-03-04 无锡市尚沃医疗电子股份有限公司 一种潮气呼气测定呼出气一氧化氮浓度方法及装置
CN104391087B (zh) * 2014-12-08 2016-04-13 无锡市尚沃医疗电子股份有限公司 一种潮气呼气测定呼出气一氧化氮浓度方法及装置
CN106338597A (zh) * 2016-10-18 2017-01-18 哈尔滨工业大学深圳研究生院 呼吸气体测量的方法及系统
CN106841325A (zh) * 2017-01-18 2017-06-13 西安交通大学 一种基于半导体气敏传感器阵列检测呼出气体装置

Similar Documents

Publication Publication Date Title
Wübbeler et al. Verification of humans using the electrocardiogram
US4735777A (en) Instrument for parallel analysis of metabolites in human urine and expired air
US6981947B2 (en) Method and apparatus for monitoring respiratory gases during anesthesia
US20070135728A1 (en) Systems and Methods for Analyzing and Assessing Depression and Other Mood Disorders Using Electroencephalographic (EEG) Measurements
Lourenço et al. Breath analysis in disease diagnosis: methodological considerations and applications
Amann et al. Lung cancer biomarkers in exhaled breath
Musshoff et al. Results of hair analyses for drugs of abuse and comparison with self-reports and urine tests
US20030208133A1 (en) Breath ketone analyzer
McIntosh et al. Towards non-invasive screening of skin lesions by near-infrared spectroscopy
Wang et al. Analysis of breath, exhaled via the mouth and nose, and the air in the oral cavity
Turner et al. A longitudinal study of breath isoprene in healthy volunteers using selected ion flow tube mass spectrometry (SIFT-MS)
US6968221B2 (en) Low-cost method and apparatus for non-invasively measuring blood glucose levels
US5425374A (en) Device and method for expiratory air examination
Cao et al. Current status of methods and techniques for breath analysis
US20100324398A1 (en) Non-invasive characterization of a physiological parameter
Turner et al. An exploratory comparative study of volatile compounds in exhaled breath and emitted by skin using selected ion flow tube mass spectrometry
Turner et al. A longitudinal study of ammonia, acetone and propanol in the exhaled breath of 30 subjects using selected ion flow tube mass spectrometry, SIFT-MS
WO1990007905A1 (en) Non-invasive measurement of blood glucose
Montuschi Indirect monitoring of lung inflammation
Guo et al. A novel breath analysis system based on electronic olfaction
US20030139681A1 (en) Method and apparatus for monitoring intravenous (IV) drug concentration using exhaled breath
US20010037070A1 (en) Personal computer breath analyzer for health-related behavior modification and method
Dummer et al. Analysis of biogenic volatile organic compounds in human health and disease
Španěl et al. Acetone, ammonia and hydrogen cyanide in exhaled breath of several volunteers aged 4–83 years
US20090087920A1 (en) Method and apparatus for assessing blood-concentration of a volatile constituent

Legal Events

Date Code Title Description
C06 Publication
C10 Entry into substantive examination
RJ01