CN105738434A - 一种基于电子鼻检测呼吸气体的糖尿病诊断系统 - Google Patents
一种基于电子鼻检测呼吸气体的糖尿病诊断系统 Download PDFInfo
- Publication number
- CN105738434A CN105738434A CN201610070655.5A CN201610070655A CN105738434A CN 105738434 A CN105738434 A CN 105738434A CN 201610070655 A CN201610070655 A CN 201610070655A CN 105738434 A CN105738434 A CN 105738434A
- Authority
- CN
- China
- Prior art keywords
- gas
- module
- signal
- breathing
- diagnosis system
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 206010012601 diabetes mellitus Diseases 0.000 title claims abstract description 33
- 239000007789 gas Substances 0.000 title abstract description 115
- 230000000241 respiratory effect Effects 0.000 title abstract 7
- 238000012216 screening Methods 0.000 claims abstract description 24
- 238000003745 diagnosis Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 54
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 claims description 27
- 238000000605 extraction Methods 0.000 claims description 27
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 18
- KFZMGEQAYNKOFK-UHFFFAOYSA-N Isopropanol Chemical compound CC(C)O KFZMGEQAYNKOFK-UHFFFAOYSA-N 0.000 claims description 16
- YNQLUTRBYVCPMQ-UHFFFAOYSA-N Ethylbenzene Chemical compound CCC1=CC=CC=C1 YNQLUTRBYVCPMQ-UHFFFAOYSA-N 0.000 claims description 14
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 claims description 12
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 claims description 12
- 238000003909 pattern recognition Methods 0.000 claims description 12
- 229920002689 polyvinyl acetate Polymers 0.000 claims description 11
- 229940075065 polyvinyl acetate Drugs 0.000 claims description 11
- 239000011118 polyvinyl acetate Substances 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 11
- 239000012855 volatile organic compound Substances 0.000 claims description 10
- 206010070834 Sensitisation Diseases 0.000 claims description 9
- 230000008313 sensitization Effects 0.000 claims description 9
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 claims description 8
- 239000004372 Polyvinyl alcohol Substances 0.000 claims description 7
- 239000004205 dimethyl polysiloxane Substances 0.000 claims description 7
- 229920000435 poly(dimethylsiloxane) Polymers 0.000 claims description 7
- 229920002037 poly(vinyl butyral) polymer Polymers 0.000 claims description 7
- 229920002451 polyvinyl alcohol Polymers 0.000 claims description 7
- 238000012880 independent component analysis Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 230000010363 phase shift Effects 0.000 claims description 4
- 229920003023 plastic Polymers 0.000 claims description 4
- 239000004033 plastic Substances 0.000 claims description 4
- -1 polydimethylsiloxane Polymers 0.000 claims description 4
- KCTAWXVAICEBSD-UHFFFAOYSA-N prop-2-enoyloxy prop-2-eneperoxoate Chemical compound C=CC(=O)OOOC(=O)C=C KCTAWXVAICEBSD-UHFFFAOYSA-N 0.000 claims description 4
- 229920005989 resin Polymers 0.000 claims description 4
- 239000011347 resin Substances 0.000 claims description 4
- 238000007493 shaping process Methods 0.000 claims description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 229910052710 silicon Inorganic materials 0.000 claims description 3
- 239000010703 silicon Substances 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 abstract description 2
- 239000008280 blood Substances 0.000 description 9
- 210000004369 blood Anatomy 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000008103 glucose Substances 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 229930027945 nicotinamide-adenine dinucleotide Natural products 0.000 description 2
- BOPGDPNILDQYTO-NNYOXOHSSA-N nicotinamide-adenine dinucleotide Chemical compound C1=CCC(C(=O)N)=CN1[C@H]1[C@H](O)[C@H](O)[C@@H](COP(O)(=O)OP(O)(=O)OC[C@@H]2[C@H]([C@@H](O)[C@@H](O2)N2C3=NC=NC(N)=C3N=C2)O)O1 BOPGDPNILDQYTO-NNYOXOHSSA-N 0.000 description 2
- 229920002620 polyvinyl fluoride Polymers 0.000 description 2
- 102000002004 Cytochrome P-450 Enzyme System Human genes 0.000 description 1
- 108010015742 Cytochrome P-450 Enzyme System Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 150000001298 alcohols Chemical class 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010241 blood sampling Methods 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229950006238 nadide Drugs 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/04—Endocrine or metabolic disorders
- G01N2800/042—Disorders of carbohydrate metabolism, e.g. diabetes, glucose metabolism
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
一种基于电子鼻检测呼吸气体的糖尿病诊断系统，包括：呼吸气体收集模块，使用呼吸气体交换装置将呼吸气体收集在气袋中；气体信息采集模块，使用微悬臂梁谐振式气敏传感器阵列对气袋送来的呼吸气体中的敏感气体发生反应，将敏感气体的浓度信息转换为对应的谐振频率信号，并对谐振频率信号进行采样；特征提取和筛选模块，对采样的信号进行特征提取和特征筛选，将经特征提取与筛选后的信号传递给模式识别模块；模式识别模块使用模式识别方法对所采集的数据进行训练和识别。该系统能实现糖尿病的快速非侵入式诊断，具有无创性、价格低廉、可靠性高、可以实时在线测量、可以实现便携式设计、分析时间短、操作简单等优点。
Description
技术领域
本发明涉及一种基于电子鼻检测呼吸气体的糖尿病诊断系统。
背景技术
长期以来，糖尿病诊断主要是通过生化仪血糖测定和快速血糖仪方法。首先这两种方法都是基于血液化验的一种侵入式的检测方法，会对人体造成不同程度的损害。同时生化仪检测的方法价格相对较贵，结果分析周期较长，难以实现实时检测的目的；而快速血糖仪由于存在个人差异性，会受到进针深浅、是否自然流出法采血、取血量的多少、酒精是否擦拭干净等客观因素的影响，且采血针和试纸只能一次性使用。
发明内容
本发明的主要目的在于克服现有技术的不足，提供一种基于电子鼻检测呼吸气体的糖尿病诊断系统,实现糖尿病的快速非侵入式诊断。
为实现上述目的，本发明采用以下技术方案：
一种基于电子鼻检测呼吸气体的糖尿病诊断系统，包括呼吸气体收集模块、气体信息采集模块、特征提取和筛选模块、模式识别模块；
所述呼吸气体收集模块使用一个呼吸气体交换装置将呼吸气体收集在一个气袋中，收集好气体之后再送至所述气体信息采集模块；
所述气体信息采集模块具有基于MEMS的微悬臂梁谐振式气敏传感器阵列，所述微悬臂梁谐振式气敏传感器阵列对所述气袋送来的呼吸气体中的敏感气体发生反应，将所述敏感气体的浓度信息转换为对应的谐振频率信号，并对谐振频率信号进行采样；
所述特征提取和筛选模块对采样的信号进行特征提取和特征筛选，并将经特征提取与筛选后的信号传递给所述模式识别模块；
所述模式识别模块使用模式识别方法对所采集的数据进行训练和识别；最终识别出所述敏感气体的种类和浓度。
进一步地：
呼吸气体交换装置包括呼吸共用通道、吸入空气通道和呼出气体通道，所述呼吸共用通道连接供人使用的气嘴，所述吸入空气通道和所述呼出气体通道与所述呼吸共用通道形成三通结构，所述吸入空气通道连接大气，所述呼出气体通道连接气袋，所述气袋连接所述气体信息采集模块。
所述微悬臂梁谐振式气敏传感器阵列的传感器包括气体敏感膜、热激励电阻、谐振元件和拾振电阻，所述谐振元件由设置在所述气体敏感膜下方的所述热激励电阻驱动，所述拾振电阻进行振荡信号检测，拾振的信号经过多级放大、移相、整形、功放后反馈至热激励电阻，实现闭环谐振。
各传感器设置在同一硅基底上。
所述气体信息采集模块包括频率采集卡，所述频率采集卡对谐振频率信号进行采样，优选将采样信号以数字形式存入内存中。
所述频率采集卡对谐振频率的正弦信号进行采样。
还包括信号预处理模块，所述气体信息采集模块将采样的谐振频率信号传给所述信号预处理模块，所述信号预处理模块对信号进行包括滤波、去噪、基线修正在内的预处理，再将经预处理后的信号传送给所述特征提取与筛选模块。
根据所述呼吸气体中的若干VOCs成分的含量来检测所述敏感气体，其中作为糖尿病的呼吸气体标识物的VOCs成分包括甲苯、乙苯、二甲苯、甲醇、乙醇、丙酮、异丙醇，优选为乙苯、乙醇、丙酮和异丙醇。
所述微悬臂梁谐振式气敏传感器阵列含有六个微悬臂梁谐振式气敏传感器，每个微悬臂梁谐振式气敏传感器上分别涂有以下不同材料形成的气体敏感层，分别是环氧丙烯酸酯、聚乙烯醇(PVA)、聚二甲基硅氧烷(PDMS)、聚乙烯—醋酸乙烯酯(PEVA)、聚乙烯醇缩丁醛(PVB)、聚醋酸乙烯酯(PVAc)。
所述特征提取和筛选模块使用主成分分析法对采样的信号进行特征提取，使用独立成分分析法分解出多通道信号中的独立成分，进行特征筛选。
所述模式识别方法采用人工神经网络算法。
本发明的有益效果：
基于微悬臂梁原理的便携式呼吸气体糖尿病检测电子鼻系统从根本上克服了传统的侵入式检测方法的缺点，与传统血糖浓度分析方法相比，它具有无创性、价格低廉、可靠性高、可以实时在线测量、可以实现便携式设计、分析时间短、操作简单等优点。本发明体积小、功耗低，可以实现便携式设计、可以实现实时的无侵入式无创检测，易于推广，可大范围使用。
附图说明
图1为本发明实施例的糖尿病诊断系统原理框图；
图2为本发明实施例的糖尿病诊断系统硬件结构图；
图3为本发明实施例中的呼吸气体交换装置结构示意图；
图4为本发明实施例中的传感器结构示意图；
图5为本发明实施例中的传感器阵列布局图。
具体实施方式
以下对本发明的实施方式作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。
参阅图1至图5，在一种实施例中，一种基于电子鼻检测呼吸气体的糖尿病诊断系统，包括呼吸气体收集模块、气体信息采集模块、特征提取和筛选模块、模式识别模块；所述呼吸气体收集模块使用一个呼吸气体交换装置将呼吸气体收集在一个气袋中，实现对呼吸气体的持续定量收集，收集好气体之后再送至所述气体信息采集模块；所述气体信息采集模块具有基于MEMS的微悬臂梁谐振式气敏传感器阵列，所述微悬臂梁谐振式气敏传感器阵列对所述气袋送来的呼吸气体中的敏感气体发生反应，将所述敏感气体的浓度信息转换为对应的谐振频率信号，并对谐振频率信号进行采样；所述特征提取和筛选模块对采样的信号进行特征提取和特征筛选，并将经特征提取与筛选后的信号传递给所述模式识别模块；所述模式识别模块使用模式识别方法对所采集的数据进行训练和识别；最终识别出所述敏感气体的种类和浓度。
如图2和图3所示，在优选的实施例中，呼吸气体交换装置包括呼吸共用通道、吸入空气通道和呼出气体通道，所述呼吸共用通道连接供人嘴使用的气嘴，图3所示A为呼出气体，图3所示B为吸入气体。所述吸入空气通道和所述呼出气体通道与所述呼吸共用通道形成三通结构，所述吸入空气通道连接大气，所述呼出气体通道连接气袋，所述气袋连接所述气体信息采集模块。气袋如Tedlar采样袋。
如图4和图5所示，在优选的实施例中，所述微悬臂梁谐振式气敏传感器阵列的传感器包括气体敏感膜1、热激励电阻2、谐振元件3和拾振电阻4，所述谐振元件3由设置在所述气体敏感膜1下方的所述热激励电阻2驱动，所述拾振电阻4进行振荡信号检测，拾振的信号经过多级放大、移相、整形、功放后反馈至热激励电阻2，实现闭环谐振。如图5所示，较佳地，各传感器设置在同一硅基底5上。
在优选的实施例中，所述气体信息采集模块包括频率采集卡，所述频率采集卡对谐振频率信号进行采样，优选将采样信号以数字形式存入内存中。较佳地，所述频率采集卡对谐振频率的正弦信号进行采样。
如图1和图2所示，在优选的实施例中，糖尿病诊断系统包括信号预处理模块，所述气体信息采集模块将采样的谐振频率信号传给所述信号预处理模块，所述信号预处理模块对信号进行包括滤波、去噪、基线修正在内的预处理，其中基线修正包括使用差分法、相对法、差商法等对原始数据进行预处理，再将经预处理后的信号传送给所述特征提取与筛选模块进行信号特征的提取与筛选。
糖尿病患者的呼吸气体中VOCs含量会发生变化，甲苯、乙苯、二甲苯等可能来自于肝脏，糖尿病高血糖会抑制肝脏酶(细胞色素P450系统)代谢这些气体，转而循环到血液系统中去。醇类物质如甲醇和乙醇是糖类经肠道菌群发酵产生，丙酮来源于脂肪的代谢，异丙醇来源于丙酮还原，在糖尿病机体脂肪供能情况下，脂肪酸β氧化产生还原性的烟酰胺腺嘌呤二核苷酸(NADH)，它可促使肝脏内过量的丙酮还原产生异丙醇。
根据所述呼吸气体中的若干VOCs成分的含量来检测所述敏感气体，其中作为糖尿病的呼吸气体标识物的VOCs成分包括甲苯、乙苯、二甲苯、甲醇、乙醇、丙酮、异丙醇等。根据血糖浓度与呼吸气体中VOCs的响应情况，优选以乙苯、乙醇、丙酮和异丙醇作为主要的气体标志物。
如图5所示，在优选的实施例中，所述微悬臂梁谐振式气敏传感器阵列含有六个微悬臂梁谐振式气敏传感器，每个微悬臂梁谐振式气敏传感器上分别涂有以下不同材料形成的不同气体敏感膜1，分别是环氧丙烯酸酯1a、聚乙烯醇(PVA)1b、聚二甲基硅氧烷(PDMS)1c、聚乙烯—醋酸乙烯酯(PEVA)1d、聚乙烯醇缩丁醛(PVB)1e、聚醋酸乙烯酯(PVAc)1f。
在优选的实施例中，所述特征提取和筛选模块使用主成分分析法对采样的信号进行特征提取，使用独立成分分析法分解出多通道信号中的独立成分，进行特征筛选。主成分分析和独立成分分析均为已知的技术。主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标(即主成分)，其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复；独立成分分析是指从独立源混合信号中恢复出独立的源信号，是一种盲源分离的方法。
所述模式识别方法可以采用本领域技术人员熟知的人工神经网络算法进行训练和识别。
以下结合图1至图5对具体实施例进行进一步说明。
图1示出了实施例的检测系统，包括呼吸气体收集模块、气体信息采集模块、信号预处理模块、特征提取和筛选模块、模式识别模块5个部分。本发明通过使用电子鼻技术检测呼吸气体中的VOCs来诊断糖尿病。首先用呼吸气体收集模块收集呼吸气体，然后通过气体信息采集模块的微悬臂梁气体传感器阵列将呼吸气体中的VOCs的浓度信息转化为谐振频率信号，进行频率采样，经过预处理、特征提取和筛选，最后利用数据进行神经网络的训练和气体信息的识别，以此诊断糖尿病情况。
如图2所示，诊断系统在硬件上包括气体收集部分、反应气室、数据采集部分、信号调节电路、通讯电路、电脑主机。
呼吸气体收集模块使用一个呼吸气体交换装置将呼吸气体收集在一个气袋中，实现对呼吸气体的持续定量收集，呼吸气体交换装置含有两个通道：吸入空气通道和呼出气体的通道，呼出气体使用Tedlar气袋收集，再送至反应气室，如图3所示。
气体信息采集模块主要包括微悬臂梁谐振式气敏传感器阵列，该模块利用气敏传感器阵列与气袋收集的气体响应，将敏感气体的浓度信息转换为对应的谐振频率信号，使用频率采集卡对频率信号进行采样。
传感器采用热激励电阻驱动，使用拾振电阻进行信号检测，拾振信号经过多级放大、移相、整形、功放后反馈至激振源，实现闭环谐振。
传感器阵列含有六个微悬臂梁谐振式气敏传感器，每个传感器上涂有不同的气体敏感膜1，分别是环氧丙烯酸酯、聚乙烯醇(PVA)、聚二甲基硅氧烷(PDMS)、聚乙烯—醋酸乙烯酯(PEVA)、聚乙烯醇缩丁醛(PVB)、聚醋酸乙烯酯(PVAc)传感器阵列分布如图4所示。
采集到的响应信号使用信号预处理模块的信号调理电路和滤波函数对进行滤波、去噪、去基等预处理；特征提取和筛选模块使用主成分分析法对预处理后的信号进行特征提取，使用独立成分分析法进行特征筛选，经特征提取与筛选后的信号传递给模式识别模块；模式识别模块根据输入的数据使用人工神经网络算法对所采集的数据进行训练和识别；最终将气体的种类浓度信息显示出来，以此判断患者糖尿病情况。
以上内容是结合具体/优选的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，其还可以对这些已描述的实施方式做出若干替代或变型，而这些替代或变型方式都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于电子鼻检测呼吸气体的糖尿病诊断系统，其特征在于,包括呼吸气体收集模块、气体信息采集模块、特征提取和筛选模块、模式识别模块；
所述呼吸气体收集模块使用呼吸气体交换装置将呼吸气体收集在气袋中，收集好气体之后再送至所述气体信息采集模块；
所述气体信息采集模块具有基于MEMS的微悬臂梁谐振式气敏传感器阵列，所述微悬臂梁谐振式气敏传感器阵列对所述气袋送来的呼吸气体中的敏感气体发生反应，将所述敏感气体的浓度信息转换为对应的谐振频率信号，并对谐振频率信号进行采样；
所述特征提取和筛选模块对采样的信号进行特征提取和特征筛选，将经特征提取与筛选后的信号传递给所述模式识别模块；
所述模式识别模块使用模式识别方法对所采集的数据进行训练和识别；最终识别出所述敏感气体的种类和浓度。
2.如权利要求1所述的糖尿病诊断系统，其特征在于,所述呼吸气体交换装置包括呼吸共用通道、吸入空气通道和呼出气体通道，所述呼吸共用通道连接供人使用的气嘴，所述吸入空气通道和所述呼出气体通道与所述呼吸共用通道形成三通结构，所述吸入空气通道连接大气，所述呼出气体通道连接气袋，所述气袋连接所述气体信息采集模块。
3.如权利要求1所述的糖尿病诊断系统，其特征在于,所述微悬臂梁谐振式气敏传感器阵列的传感器包括气体敏感膜、热激励电阻、谐振元件和拾振电阻，所述谐振元件由设置在所述气体敏感膜下方的所述热激励电阻驱动，所述拾振电阻进行振荡信号检测，拾振的信号经过多级放大、移相、整形、功放后反馈至热激励电阻，实现闭环谐振。
4.如权利要求3所述的糖尿病诊断系统，其特征在于,各传感器设置在同一硅基底上。
5.如权利要求1所述的糖尿病诊断系统，其特征在于,所述气体信息采集模块包括频率采集卡，所述频率采集卡对谐振频率信号进行采样，优选将采样信号以数字形式存入内存中，优选地，所述频率采集卡对谐振频率的正弦信号进行采样。
6.如权利要求1至5任一项所述的糖尿病诊断系统，其特征在于,还包括信号预处理模块，所述气体信息采集模块将采样的谐振频率信号传给所述信号预处理模块，所述信号预处理模块对信号进行包括滤波、去噪、基线修正在内的预处理，再将经预处理后的信号传送给所述特征提取与筛选模块。
7.如权利要求1至5任一项所述的糖尿病诊断系统，其特征在于,根据所述呼吸气体中的若干VOCs成分的含量来检测所述敏感气体，其中作为糖尿病的呼吸气体标识物的VOCs成分包括甲苯、乙苯、二甲苯、甲醇、乙醇、丙酮、异丙醇，优选为乙苯、乙醇、丙酮和异丙醇。
8.如权利要求7所述的糖尿病诊断系统，其特征在于,所述微悬臂梁谐振式气敏传感器阵列含有六个微悬臂梁谐振式气敏传感器，每个微悬臂梁谐振式气敏传感器上分别涂有以下不同材料形成的气体敏感层，分别是环氧丙烯酸酯、聚乙烯醇、聚二甲基硅氧烷、聚乙烯—醋酸乙烯酯、聚乙烯醇缩丁醛、聚醋酸乙烯酯。
9.如权利要求1至5任一项所述的糖尿病诊断系统，其特征在于,所述特征提取和筛选模块使用主成分分析法对采样的信号进行特征提取，使用独立成分分析法分解出多通道信号中的独立成分，进行特征筛选。
10.如权利要求1至9任一项所述的糖尿病诊断系统，其特征在于,所述模式识别方法采用人工神经网络算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610070655.5A CN105738434B (zh) | 2016-02-01 | 2016-02-01 | 一种基于电子鼻检测呼吸气体的糖尿病诊断系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610070655.5A CN105738434B (zh) | 2016-02-01 | 2016-02-01 | 一种基于电子鼻检测呼吸气体的糖尿病诊断系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105738434A true CN105738434A (zh) | 2016-07-06 |
| CN105738434B CN105738434B (zh) | 2019-05-10 |
Family
ID=56242065
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610070655.5A Expired - Fee Related CN105738434B (zh) | 2016-02-01 | 2016-02-01 | 一种基于电子鼻检测呼吸气体的糖尿病诊断系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105738434B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN106802339A (zh) * | 2017-01-19 | 2017-06-06 | 烟台睿创微纳技术股份有限公司 | 一种阵列型mems气体传感器 |
| 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 |
| CN107132315A (zh) * | 2017-05-12 | 2017-09-05 | 盐城工学院 | 信号识别方法、装置及挥发性有机物检测设备 |
| CN108680748A (zh) * | 2018-05-24 | 2018-10-19 | 歌尔股份有限公司 | 基于丙酮传感器的血糖检测仪及其检测方法 |
| CN108693353A (zh) * | 2018-05-08 | 2018-10-23 | 重庆大学 | 一种基于电子鼻检测呼吸气体的远程糖尿病智能诊断系统 |
| CN110198659A (zh) * | 2017-01-23 | 2019-09-03 | 皇家飞利浦有限公司 | 用于数据库比较的呼吸样本数据的对齐 |
| CN115097064A (zh) * | 2021-09-24 | 2022-09-23 | 深圳大学 | 一种气体检测方法、装置、计算机设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2430111Y (zh) * | 1999-12-29 | 2001-05-16 | 浙江大学 | 糖尿病无损呼吸气味诊断的柔性电子鼻 |
| WO2004065404A1 (en) * | 2003-01-16 | 2004-08-05 | University Of Florida Research Foundation, Inc. | Novel application of biosensors for diagnosis and treatment of disease |
| CN101093204A (zh) * | 2007-07-19 | 2007-12-26 | 清华大学 | 一种谐振式微悬臂梁自激振荡自检测传感器 |
| US20110034792A1 (en) * | 2009-08-05 | 2011-02-10 | Williams Ronald L | Noninvasive Body Chemistry Monitor and Method |
-
2016
- 2016-02-01 CN CN201610070655.5A patent/CN105738434B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2430111Y (zh) * | 1999-12-29 | 2001-05-16 | 浙江大学 | 糖尿病无损呼吸气味诊断的柔性电子鼻 |
| WO2004065404A1 (en) * | 2003-01-16 | 2004-08-05 | University Of Florida Research Foundation, Inc. | Novel application of biosensors for diagnosis and treatment of disease |
| CN101093204A (zh) * | 2007-07-19 | 2007-12-26 | 清华大学 | 一种谐振式微悬臂梁自激振荡自检测传感器 |
| US20110034792A1 (en) * | 2009-08-05 | 2011-02-10 | Williams Ronald L | Noninvasive Body Chemistry Monitor and Method |
Non-Patent Citations (2)
| Title |
|---|
| HAMDI MELIH SARAOĞLU 等: "Electronic Nose System Based on Quartz Crystal Microbalance Sensor for Blood Glucose and HbA1c Levels From Exhaled Breath Odor", 《IEEE SENSORS JOURNAL》 * |
| 董瑛 等: "用于挥发性有机化合物探测的微悬臂梁传感器", 《纳米技术与精密工程》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN106802339A (zh) * | 2017-01-19 | 2017-06-06 | 烟台睿创微纳技术股份有限公司 | 一种阵列型mems气体传感器 |
| CN110198659A (zh) * | 2017-01-23 | 2019-09-03 | 皇家飞利浦有限公司 | 用于数据库比较的呼吸样本数据的对齐 |
| US11519900B2 (en) | 2017-01-23 | 2022-12-06 | Koninklijke Philips N.V. | Alignment of breath sample data for database comparisons |
| CN107132315A (zh) * | 2017-05-12 | 2017-09-05 | 盐城工学院 | 信号识别方法、装置及挥发性有机物检测设备 |
| CN108693353A (zh) * | 2018-05-08 | 2018-10-23 | 重庆大学 | 一种基于电子鼻检测呼吸气体的远程糖尿病智能诊断系统 |
| CN108680748A (zh) * | 2018-05-24 | 2018-10-19 | 歌尔股份有限公司 | 基于丙酮传感器的血糖检测仪及其检测方法 |
| CN108680748B (zh) * | 2018-05-24 | 2021-02-26 | 潍坊歌尔微电子有限公司 | 基于丙酮传感器的血糖检测仪及其检测方法 |
| CN115097064A (zh) * | 2021-09-24 | 2022-09-23 | 深圳大学 | 一种气体检测方法、装置、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105738434B (zh) | 2019-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105738434A (zh) | 一种基于电子鼻检测呼吸气体的糖尿病诊断系统 | |
| CN103018282B (zh) | 用于肺癌早期检测的电子鼻系统 | |
| CN102144916B (zh) | 一种可自动调压的多通道脉搏信号检测方法及装置 | |
| CN103245705A (zh) | 一种呼出气体的检测系统 | |
| CN203658273U (zh) | 便携式血糖仪 | |
| ATE297159T1 (de) | Vorrichtung zur blutgewinnung für diagnostische tests | |
| ATE494837T1 (de) | Integriertes system zur blutprobenanalyse mit mehrfach verwendbarem probennahmemodul | |
| CN106264472A (zh) | 一种基于石墨烯柔性压力传感器的脉诊仪 | |
| CN106338597A (zh) | 呼吸气体测量的方法及系统 | |
| CN202330343U (zh) | 一种丙酮气敏传感器检测装置 | |
| CN207198090U (zh) | 基于紫外光丙酮识别的呼气式糖尿病检测系统 | |
| CN201870634U (zh) | 人体健康检测一体机 | |
| CN103149363A (zh) | 一体化血糖仪 | |
| ATE499877T1 (de) | Diagnostisches einmalteil | |
| CN206044612U (zh) | 红外超声波组合人体检测装置 | |
| Guo et al. | Monitor blood glucose levels via breath analysis system and sparse representation approach | |
| CN1317556C (zh) | 生物医学无痛采血微针芯片及其制备方法 | |
| CN206491784U (zh) | 一种基于石墨烯柔性压力传感器的脉诊仪 | |
| CN205924028U (zh) | 一种无创血糖检测仪 | |
| CN112806963A (zh) | 一种人体气味嗅诊仪 | |
| CN201090980Y (zh) | 一种体液检验试片 | |
| CN201233368Y (zh) | 微型无创尿糖唾糖检测仪 | |
| CN207689491U (zh) | 一种快速检测人体尿液健康指标的系统 | |
| CN203483432U (zh) | 干血片收集装置 | |
| CN114420304A (zh) | 一种基于深度学习的新型新冠辅助筛查方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190510 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |