CN106841325B - 一种基于半导体气敏传感器阵列检测呼出气体装置 - Google Patents
一种基于半导体气敏传感器阵列检测呼出气体装置 Download PDFInfo
- Publication number
- CN106841325B CN106841325B CN201710035117.7A CN201710035117A CN106841325B CN 106841325 B CN106841325 B CN 106841325B CN 201710035117 A CN201710035117 A CN 201710035117A CN 106841325 B CN106841325 B CN 106841325B
- Authority
- CN
- China
- Prior art keywords
- gas
- semiconductor
- detection
- sensitive
- sensor array
- 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.)
- Active
Links
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
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
- G01N27/125—Composition of the body, e.g. the composition of its sensitive layer
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明公开了一种基于半导体气敏传感器阵列检测呼出气体装置,包括:呼出气体收集模块、信号发生模块、信号处理模块和模式识别模块;呼出气体通过预热处理和温湿度检测后,进行定量收集;呼出气体与对气体具有选择性的半导体气敏传感器阵列的气体敏感薄膜发生反应,致使阻值变化对应电压信号变化;信号处理模块将电压信号进行放大、滤波等处理后进行模数转换;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。该装置能实现呼出气体的多种敏感气体同步分析,具有体积小、功耗低、准确性高、实时检测等优点,适用于医疗辅助诊断和健康情况监测。
Description
技术领域
本发明涉及一种基于半导体气敏传感器阵列检测呼出气体装置。
背景技术
呼出气体的检测和分析,作为一种新型的辅助诊断手段,在临床诊断和健康监测领域具有广阔的应用前景。人体内源性代谢的部分产物在肺泡通过气体交换出现在呼出气体中。各种内源性代谢产物组合,作为生物标志物,反应人体的健康状况,从而有助于疾病的早期筛查。近年来,在肺癌、COPD、哮喘、胃癌、肠癌、乳腺癌、头颈癌、幽门螺旋杆菌感染、老年痴呆、帕金森综合征等疾病中利用呼出气体检测来寻找特异性标志物的研究越来越多,呼出气体检测在肺癌早期诊断与相应肺癌分型中的应用已得到广泛的关注。在能量代谢的过程中以及氧化应激反应产生的内源性VOCs是疾病诊断检测的目标。现主要用于呼出气体检测的方法有:GC-MS、SIFT-MS、FAIMS、传统气敏传感器等,使用GC-MS、SIFT-MS和FAIMS检测方法,其装置体型大、成本高、结构复杂、分析时间长,难以实现实时监测和在线检测。
而传统气敏传感器多采用厚膜气体敏感材料,功耗大,灵敏度低,检测精度低,批量生产效率慢;单个传感器在使用时存在严重的“交叉敏感性”问题,出现气体选择性差、抗干扰能力弱、检测精度受限等弊端,仅能用于模糊识别,无法在复杂气体环境下完成多种敏感气体检测;运用传感器阵列辅助诊断肺癌或糖尿病的呼出气体检测方法,只局限于单一气体检测,不具备健康监测普适性。
发明内容
为解决现有技术中存在的上述缺陷,本发明的目的在于提供一种基于半导体气敏传感器阵列检测呼出气体装置,实现非侵入性、无损伤、取样方便、低检测限、高精度、多气体同步和实时检测的呼出气体检测方法。
本发明是通过下述技术方案来实现的。
一种基于半导体气敏传感器阵列检测呼出气体装置,包括呼出气体收集模块、信号发生模块、信号处理模块和模式识别模块;
所述呼出气体收集模块,采用气体交换装置将呼出气体收集在气室中,将气体预热至合适温度,对气体湿度进行检测,已收集的呼出气体送至所述信号发生模块,气体湿度检测信号传递给所述模式识别模块;
所述信号发生模块,具有对气体选择性的半导体气敏传感器阵列,所述气室送来的呼出气体中的敏感气体与所述半导体气敏传感器阵列的气体敏感薄膜发生反应,将所检测敏感气体的浓度信息对应的半导体阻值变化转换为电压信号,将电压信号传递给所述信号处理模块;
所述信号处理模块,对所述电压信号进行放大、滤波处理后,经模数转换为数据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数据中的气敏特性信息进行提取,将气敏特性信息进行训练和识别;最终识别出所述敏感气体的种类和浓度。
作为优选,所述半导体气敏传感器阵列包括呈分布的半导体气敏传感器,以及设置在半导体气敏传感器之间的分压电阻,分压电阻进行电压信号输出,输出的电压信号传递到信号处理模块;在所述半导体气敏传感器周边设有接线盘。
进一步,所述半导体气敏传感器包括硅基底以及设置在硅基底上的电极、加热元件和测温元件,电极、加热元件和测温元件上分别引出有与所述接线盘相连的引线盘;所述电极和加热元件分别通过呈螺旋线状的电极线和加热丝引出至引线盘。
进一步,所述分压电阻与半导体气敏传感器的数量对应,各分压电阻分别与对应的电极引线盘和接线盘串联连接,分压电阻两端分别连接到接线盘。
进一步,每个半导体气敏传感器上分别涂有不同材料形成的气体敏感薄膜,分别是ZnO、SnO、TiO2和In2O3,选择贵金属或稀土金属对不同材料进行掺杂,所述贵金属包括金、铂或银,所述稀土金属包括铒、镧或镱;掺杂量为半导体气体敏感材料的5%-10%。
进一步,所述气体敏感薄膜厚度为450~550nm。
作为优选,半导体气敏传感器阵列可同时检测四种以上敏感气体,利用不同半导体气敏材料对气体选择性不同的特性,其中一个传感器检测的目标气体是其他三个传感器检测的干扰气体,其他三个传感器检测的目标气体是这一个传感器检测的干扰气体,通过模式识别方法,得到准确目标气体浓度的同时补偿干扰气体的检测误差。
进一步,根据所述呼出气体中的若干VOCs成分的含量来检测所述敏感气体,其中作为生物标志物的VOCs成分包括苯、甲醛、乙烷、戊烷、乙醇、乙醛、乙腈、丙酮或异戊二烯;敏感气体检测可辅助诊断肺癌、哮喘、胃癌、幽门螺旋杆菌感染、糖尿病和神经退行性疾病。
进一步,所述模式识别模块采用人工神经网络算法进行识别。
进一步,所述模式识别模块对所采集数据中的半导体气体敏感薄膜响应时间、响应灵敏度和响应曲线特征进行提取。
本发明的有益效果:
基于半导体气敏传感器阵列检测呼出气体装置克服了传统的侵入式临床诊断方法的缺点,它具有无创性、无同位素、普适性、便携性、低成本、高准确性等优点。基于MEMS工艺的半导体气敏传感器体积小、半导体气体敏感薄膜厚度仅为500nm,检测精度高达100ppb。并且功耗低、对敏感气体响应灵敏度高,批量生产效率高成本低。本发明运用半导体气敏材料对气体选择性不同的特性,通过传感器阵列与模式识别方法结合克服交叉敏感性的干扰,达到多敏感气体同步且准确检测的目的,实现快速分析、在线检测等功能,可将最低检测限降低到10ppb。
附图说明
图1为本发明实施例的检测呼出气体装置原理框图;
图2为本发明实施例的检测呼出气体装置硬件结构图;
图3为本发明实施例的传感器阵列结构图;
图4为本发明实施例中的传感器结构示意图。
具体实施方式
下面结合附图和实施例对发明作进一步的详细说明,但并不作为对发明做任何限制的依据。
参阅图1所示,在一种实施例中,一种基于半导体气敏传感器阵列检测呼出气体装置,包括呼出气体收集模块、信号发生模块、信号处理模块和模式识别模块;呼出气体收集模块采用气体交换装置将呼出气体收集在气室中,将气体预热至合适温度,对气体湿度进行检测,已收集的呼出气体送至信号发生模块,气体湿度检测信号传递给模式识别模块。信号发生模块具有对气体选择性的半导体气敏传感器阵列,气室送来的呼出气体中的敏感气体与半导体气敏传感器阵列的气体敏感薄膜发生反应,将所检测敏感气体的浓度信息对应的半导体阻值变化转换为电压信号,将电压信号传递给所述信号处理模块。信号处理模块对电压信号进行放大、滤波等处理后,经模数转换为数据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数据中的气敏特性信息进行提取,如半导体气体敏感薄膜响应时间、响应灵敏度、响应曲线特征,将气敏特性信息进行训练和识别;最终识别出敏感气体的种类和浓度。
如图2所示,一种基于半导体气敏传感器阵列检测呼出气体装置在硬件上包括气体收集气室、温度控制器、湿度检测器(三者包括在呼出气体收集模块中)、气体流量控制器、半导体气敏传感器阵列封装芯片(信号发生模块)、信号输出电路、信号调理电路(信号处理模块)和计算机(模式识别模块)。
如图3所示,在优选的实施例中,半导体气敏传感器阵列包括呈分布的半导体气敏传感器,以及设置在半导体气敏传感器之间的分压电阻5,分压电阻进行电压信号输出,输出的电压信号传递到信号处理模块;在半导体气敏传感器周边设有接线盘6。
如图3、4所示,半导体气敏传感器包括硅基底8以及设置在硅基底8上的电极2、加热元件3和测温元件4,电极2上引出有一对对称分布呈螺旋线状的电极线,并至电极引线盘9;加热元件3沿电极2侧引出有一对对称分布呈螺旋线状的加热丝,并至加热元件引线盘7,测温元件4在各半导体气敏传感器的外侧设置,并引出有测温元件引线盘10。上述引线盘均与接线盘6相连。
分压电阻5与半导体气敏传感器的数量对应,各分压电阻5分别与对应的电极引线盘9和接线盘6串联连接,分压电阻5两端分别连接到接线盘6。
硅基底8包括硅材料层11、二氧化硅材料层12和氮化硅材料层13,其中,由氮化硅材料层13、二氧化硅材料层12和硅材料层11组合构成支撑基底,在支撑基底上依次设有二氧化硅材料层12和氮化硅材料层13。电极2上覆盖有半导体气体敏感薄膜1,气体敏感薄膜厚度为450~550nm。各传感器设置在单独硅基底上,根据半导体气体敏感薄膜1材料特性输出最佳响应温度。
图3所示,在优选的实施例中,半导体气敏传感器阵列含有四个半导体气敏传感器,每个半导体气敏传感器上分别涂有以下不同材料形成的气体敏感薄膜,气体敏感薄膜厚度为500nm。分别是ZnO、SnO、TiO2和In2O3四种半导体气体敏感材料,每种半导体气体敏感材料选择一种贵金属(如金、铂、银)或稀土金属(如铒、镧、镱)进行掺杂,掺杂量为半导体气体敏感材料的5%-10%,掺杂目的是改善气体敏感材料的气体选择性和响应灵敏度,同时降低最佳响应温度。
根据呼出气体中的若干VOCs成分的含量来检测所述敏感气体,其中作为生物标志物的VOCs成分包括苯、甲醛、乙烷、戊烷、乙醇、乙醛、乙腈、丙酮或异戊二烯。优选以甲醛、乙醇、丙酮和异戊二烯作为主要的生物标志物。可辅助诊断肺癌、哮喘、胃癌、幽门螺旋杆菌感染、糖尿病和神经退行性疾病。
利用不同半导体气体敏感材料对气体选择性不同的特性,半导体气敏传感器阵列可同时检测四种以上敏感气体,利用不同半导体气敏材料对气体选择性不同的特性,从四个半导体气敏传感器输出信号中提取敏感气体的特征信息,其中一个传感器检测的目标气体是其他三个传感器检测的干扰气体,其他三个传感器检测的目标气体是这一个传感器检测的干扰气体,通过模式识别方法区分目标气体响应和干扰气体响应,消除交叉敏感性干扰,得到准确目标气体浓度的同时补偿干扰气体的检测误差。
如图3所示,半导体气敏传感器阵列在硬件上包括信号调理电路。信号处理模块对信号进行包括放大、滤波、去噪、基线修正在内的处理,后经模数转换为数字信号,再传送给所述模数转换模块。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。
本发明并不局限于上述实施例,在本发明公开的技术方案的基础上,本领域的技术人员根据所公开的技术内容,不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形,这些替换和变形均在本发明的保护范围内。
Claims (6)
1.一种基于半导体气敏传感器阵列检测呼出气体装置,其特征在于,包括呼出气体收集模块、信号发生模块、信号处理模块和模式识别模块;
所述呼出气体收集模块,采用气体交换装置将呼出气体收集在气室中,将气体预热至合适温度,对气体湿度进行检测,已收集的呼出气体送至所述信号发生模块,气体湿度检测信号传递给所述模式识别模块;
所述信号发生模块,具有对气体选择性的半导体气敏传感器阵列,所述气室送来的呼出气体中的敏感气体与所述半导体气敏传感器阵列的气体敏感薄膜发生反应,将所检测敏感气体的浓度信息对应的半导体阻值变化转换为电压信号,将电压信号传递给所述信号处理模块;
所述信号处理模块,对所述电压信号进行放大、滤波处理后,经模数转换为数据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数据中的气敏特性信息进行提取,将气敏特性信息进行训练和识别;最终识别出所述敏感气体的种类和浓度;
所述半导体气敏传感器阵列包括呈阵列分布的半导体气敏传感器,以及设置在半导体气敏传感器之间的分压电阻;分压电阻进行电压信号输出,输出的电压信号传递到信号处理模块;分压电阻与半导体气敏传感器的数量对应,各分压电阻分别与对应的电极引线盘和接线盘串联连接,分压电阻两端分别连接到接线盘;
每个半导体气敏传感器上分别涂有不同材料形成的气体敏感薄膜,分别是ZnO、SnO、TiO2和In2O3,所述气体敏感薄膜厚度为450~550nm;选择贵金属或稀土金属对不同材料进行掺杂,所述贵金属包括金、铂或银,所述稀土金属包括铒、镧或镱;掺杂量为半导体气体敏感材料的5%-10%;
对呼出气体中的敏感气体检测精度达100ppb。
2.如权利要求1所述的基于半导体气敏传感器阵列检测呼出气体装置,其特征在于,所述半导体气敏传感器包括硅基底以及设置在硅基底上的电极、加热元件和测温元件,电极、加热元件和测温元件上分别引出有与所述接线盘相连的引线盘;所述电极和加热元件分别通过呈螺旋线状的电极线和加热丝引出至引线盘。
3.如权利要求1所述的基于半导体气敏传感器阵列检测呼出气体装置,其特征在于,半导体气敏传感器阵列可同时检测四种以上敏感气体,利用不同半导体气敏材料对气体选择性不同的特性,其中一个传感器检测的目标气体是其他三个传感器检测的干扰气体,其他三个传感器检测的目标气体是这一个传感器检测的干扰气体,通过模式识别方法,得到准确目标气体浓度的同时补偿干扰气体的检测误差。
4.如权利要求1所述的基于半导体气敏传感器阵列检测呼出气体装置,其特征在于,根据所述呼出气体中的若干VOCs成分的含量来检测所述敏感气体,其中作为生物标志物的VOCs成分包括苯、甲醛、乙烷、戊烷、乙醇、乙醛、乙腈、丙酮或异戊二烯;敏感气体检测可辅助诊断肺癌、哮喘、胃癌、幽门螺旋杆菌感染、糖尿病和神经退行性疾病。
5.如权利要求1-4任一项所述的基于半导体气敏传感器阵列检测呼出气体装置,其特征在于,所述模式识别模块采用人工神经网络算法进行识别。
6.如权利要求5所述的基于半导体气敏传感器阵列检测呼出气体装置,其特征在于,所述模式识别模块对所采集数据中的半导体气体敏感薄膜响应时间、响应灵敏度和响应曲线特征进行提取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710035117.7A CN106841325B (zh) | 2017-01-18 | 2017-01-18 | 一种基于半导体气敏传感器阵列检测呼出气体装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710035117.7A CN106841325B (zh) | 2017-01-18 | 2017-01-18 | 一种基于半导体气敏传感器阵列检测呼出气体装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106841325A CN106841325A (zh) | 2017-06-13 |
CN106841325B true CN106841325B (zh) | 2019-10-11 |
Family
ID=59124614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710035117.7A Active CN106841325B (zh) | 2017-01-18 | 2017-01-18 | 一种基于半导体气敏传感器阵列检测呼出气体装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106841325B (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107449808A (zh) * | 2017-09-14 | 2017-12-08 | 杭州麦乐克科技股份有限公司 | 一种人体呼气分析仪 |
CN107741444A (zh) * | 2017-11-14 | 2018-02-27 | 中国农业科学院农业信息研究所 | 一种用于作物监测预警的作物VOCs实时监测装置 |
CN108287183A (zh) * | 2017-12-28 | 2018-07-17 | 东华大学 | 一种降低半导体氢气传感器对一氧化碳的交叉敏感的方法 |
CN108918602A (zh) * | 2018-05-18 | 2018-11-30 | 陕西科技大学 | 一种半导体气敏传感器性能测试系统及测试方法 |
CN109781686A (zh) * | 2019-01-29 | 2019-05-21 | 山东龙辰生物技术有限公司 | 一种用于人体呼吸气体检测的纳米传感器阵列 |
CN111579595A (zh) * | 2019-02-19 | 2020-08-25 | 安徽康佳同创电器有限公司 | 一种气味传感器环境指数修正方法、系统及气味传感器 |
CN109975327B (zh) * | 2019-04-04 | 2021-05-25 | 王琮 | 肺癌早期诊断用微波呼吸传感器及其制备方法 |
CN110146651A (zh) * | 2019-05-16 | 2019-08-20 | 大连理工大学 | 基于气体传感器的呼出气检测系统 |
CN110269620B (zh) * | 2019-06-26 | 2020-07-28 | 西安交通大学 | 一种人体肺功能参数与呼气VOCs相结合的检测方法及装置 |
CN110726758A (zh) * | 2019-09-26 | 2020-01-24 | 华南理工大学 | 一种气敏探测模块、制造方法及系统 |
CN110880369A (zh) * | 2019-10-08 | 2020-03-13 | 中国石油大学(华东) | 基于径向基函数神经网络的气体标志物检测方法及应用 |
CN111157584A (zh) * | 2020-01-07 | 2020-05-15 | 广东博智林机器人有限公司 | 酒精含量检测方法、装置及检测设备 |
CN111157590B (zh) * | 2020-01-21 | 2023-03-07 | 复旦大学 | 一种半导体式一氧化碳传感器 |
TWI772776B (zh) * | 2020-04-09 | 2022-08-01 | 美商艾諾斯股份有限公司 | 肺炎偵測裝置 |
CN113514503B (zh) * | 2020-04-10 | 2023-09-12 | 中国石油化工股份有限公司 | 气体传感系统及气体传感器 |
CN112083047A (zh) * | 2020-08-11 | 2020-12-15 | 西安交通大学 | 一种便携式气体检测装置及检测方法 |
CN112198197A (zh) * | 2020-10-13 | 2021-01-08 | 海南聚能科技创新研究院有限公司 | 一种甲醛气体传感器组模 |
CN112394172A (zh) * | 2020-12-03 | 2021-02-23 | 长春理工大学 | 一种糖尿病患者呼出气体丙酮监测装置 |
CN112666241B (zh) * | 2020-12-28 | 2023-08-22 | 北京首创大气环境科技股份有限公司 | 一种区域tvoc监测方法 |
CN112986332A (zh) * | 2021-02-04 | 2021-06-18 | 安徽大学 | 一种基于动态温度调制的VOCs检测方法及系统 |
CN112906875B (zh) * | 2021-04-29 | 2021-07-27 | 常州高凯电子有限公司 | 一种用于精密气体流量阀的控制系统及方法 |
CN113252734B (zh) * | 2021-06-22 | 2021-09-24 | 电子科技大学 | 一种电阻型气体传感器柔性电路及气体浓度计算方法 |
CN113671000A (zh) * | 2021-07-27 | 2021-11-19 | 浙江华才检测技术有限公司 | 基于半导体功能材料搭建的矩阵式广谱性物质检测传感器 |
CN113823403A (zh) * | 2021-08-05 | 2021-12-21 | 山东大学 | 基于神经网络的早期肺癌呼气组分检测识别系统 |
CN114280112A (zh) * | 2021-12-29 | 2022-04-05 | 山东理工大学 | 一种可用于诊断哮喘病的高灵敏度h2s气体传感器 |
CN116500095B (zh) * | 2023-06-26 | 2023-08-22 | 山东申华光学科技有限公司 | 一种高气敏性VOCs呼气传感器阵列及其制备方法与应用 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1684285A (zh) * | 2004-04-16 | 2005-10-19 | 中国科学院电子学研究所 | 微结构气敏传感器阵列芯片及其制备方法 |
CN101334399B (zh) * | 2008-07-15 | 2012-06-27 | 重庆大学 | 一种肺癌诊断的便携式装置 |
CN102749415B (zh) * | 2011-04-21 | 2015-05-06 | 香港理工大学 | 一种呼气分析装置和方法 |
CN104854454A (zh) * | 2012-10-29 | 2015-08-19 | 犹他大学研究基金会 | 功能化纳米管传感器及相关方法 |
CN103245705A (zh) * | 2013-05-03 | 2013-08-14 | 哈尔滨工业大学深圳研究生院 | 一种呼出气体的检测系统 |
CN105259215B (zh) * | 2015-11-13 | 2018-01-02 | 大连民族大学 | 半导体气敏元件的测试方法 |
CN105738434B (zh) * | 2016-02-01 | 2019-05-10 | 清华大学深圳研究生院 | 一种基于电子鼻检测呼吸气体的糖尿病诊断系统 |
-
2017
- 2017-01-18 CN CN201710035117.7A patent/CN106841325B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106841325A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106841325B (zh) | 一种基于半导体气敏传感器阵列检测呼出气体装置 | |
Tran et al. | Breath analysis of lung cancer patients using an electronic nose detection system | |
US9448198B2 (en) | Microsensor with integrated temperature control | |
US7255677B2 (en) | Detection, diagnosis, and monitoring of a medical condition or disease with artificial olfactometry | |
CN209644909U (zh) | 组织液提取装置 | |
EP3518762B1 (en) | A lung condition monitoring device | |
CN104958073A (zh) | 潮气传感器、电子设备、呼吸检测系统和方法 | |
CN202330343U (zh) | 一种丙酮气敏传感器检测装置 | |
CN102937617A (zh) | 自标定呼出气体分析设备 | |
CN109730695A (zh) | 组织液检测装置 | |
CN207198090U (zh) | 基于紫外光丙酮识别的呼气式糖尿病检测系统 | |
Saidi et al. | Detection of seasonal allergic rhinitis from exhaled breath VOCs using an electronic nose based on an array of chemical sensors | |
CN108680748B (zh) | 基于丙酮传感器的血糖检测仪及其检测方法 | |
Yadav et al. | Noninavsive biosensor for diabetes monitoring | |
CN108267480A (zh) | 一种呼氢肠胃功能与疾病检测系统及检测方法 | |
CN202974939U (zh) | 自标定呼出气体分析设备 | |
CN104422716B (zh) | 基于In2O3纳米线的气体传感器气敏膜的制备方法 | |
CN207306669U (zh) | 一种呼氢肠胃功能与疾病检测系统 | |
AU2002251318A1 (en) | Diagnosis by sensing volatile components | |
EP1379681A2 (en) | Diagnosis by sensing volatile components | |
ElSaboni et al. | Empirical model for identifying protein concentrations in wound using cyclic voltammetry | |
CN210401289U (zh) | 一种蜂蜜品质分析用气体传感器 | |
US20200123589A1 (en) | Galactose rapid quantitative detection system and use thereof | |
CN112858681A (zh) | 一种可穿戴式糖尿病检测仪及其制备方法 | |
Farooq et al. | A High Precision Fast Capacitive Sensor for Respiratory Moisture Measurement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |