CN108742630B - 一种呼气纳米传感健康预警系统及实现方法 - Google Patents
一种呼气纳米传感健康预警系统及实现方法 Download PDFInfo
- Publication number
- CN108742630B CN108742630B CN201810730824.2A CN201810730824A CN108742630B CN 108742630 B CN108742630 B CN 108742630B CN 201810730824 A CN201810730824 A CN 201810730824A CN 108742630 B CN108742630 B CN 108742630B
- Authority
- CN
- China
- Prior art keywords
- expiration
- impedance
- diagnosis
- sensing array
- nano
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/082—Evaluation by breath analysis, e.g. determination of the chemical composition of exhaled breath
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pulmonology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及一种呼气纳米传感健康预警系统及实现方法,该系统包括呼气纳米传感阵列、呼气纳米传感阵列检测装置、便携诊断设备、远程智能诊断云端;呼气纳米传感阵列以柔性接口的方式与呼气纳米传感阵列检测装置相连,呼气纳米传感阵列检测装置通过近距离通信接口与便携诊断设备相连,便携诊断设备通过远距离通信接口与远程智能诊断云端相连;所述便携诊断设备内存储有本地疾病特征,远程智能诊断云端内存储有大样本数据库,通过实时采集的呼气样本更新大样本数据库,进而更新本地疾病特征库。该系统将呼气纳米阵列与便携诊断设备、远程云端结合,实现了呼气的精准检测,系统结构简单、便携,具有良好的应用前景。
Description
技术领域
本发明涉及呼出气体检测和智慧医疗领域,特别涉及一种呼气纳米传感健康预警系统及实现方法。
背景技术
半导体化学传感器将气体浓度信号传化为电信号进行气体检测,成本低工艺简单,与分析化学法、分光度计法和光谱分析法等相比有明显的优势,在环境保护、家居生活、工业等领域使用越来越广泛。人体呼出的气体中含有多种与疾病有关的生物标记物,比如挥发性有机物(VOCs)与肺癌有关,呼出气体中的丙酮含量与I型糖尿病密切相关,氧化氮含量升高意味着呼吸道有炎症等。纳米合金传感器对人呼出气体有良好的气敏特性,VOCs通过纳米合金传感器阵列时,能与其表面发生作用引起阻抗的变化。但是由于该类传感器存在普遍交叉敏感特性,定量检测混合气体的疾病相关生物标记物的种类和浓度十分困难。采用不同敏感材料组成传感阵列,在呼气的影响下产生不同阻抗变化,再结合智能硬件转化为电信号,最后通过人工智能技术进行识别和测量,进而可以达到区分病人与健康人的目的。
在气体传感阵列检测方面,“便携式智能电子鼻的结构”(公开号CN02217974.7)运用多组传感器阵列检测气体,“包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症”(公开号CN102326078B)使用传感器阵列来区分健康个体和癌症患者的挥发性有机化合物的方法,“一种呼气分析装置和方法”(公开号CN102749415B)测量呼气和化学传感器阵列相互作用,以上专利测量呼气时达到一定浓度才能有效测量,同时均未涉及远程云端智能诊断。消弱了呼气检测的优势和便捷性,数据不能接入网络导致单台设备独立工作准确度无法提高,也不利于补充新的病例样本。
发明内容
针对现有技术的不足,本发明所要解决的技术问题为:提供一种呼气纳米传感健康预警系统及实现方法。该系统将呼气纳米阵列与便携诊断设备、远程云端结合,实现了呼气的精准检测,系统结构简单、便携,具有良好的应用前景。该方法利用不同的呼出气体成分通过纳米合金传感器后会产生不同的阻抗,再通过智能信息处理法、本地便携诊断和远程云端智能诊断相结合的方式实现疾病的预警诊断。
本发明解决所述技术问题采用的技术方案为:
一种呼气纳米传感健康预警系统,其特征在于该系统包括呼气纳米传感阵列、呼气纳米传感阵列检测装置、便携诊断设备、远程智能诊断云端;呼气纳米传感阵列以柔性接口的方式与呼气纳米传感阵列检测装置相连,呼气纳米传感阵列检测装置通过近距离通信接口与便携诊断设备相连,便携诊断设备通过远距离通信接口与远程智能诊断云端相连;所述便携诊断设备内存储有本地疾病特征,远程智能诊断云端内存储有大样本数据库,通过实时采集的呼气样本更新大样本数据库,进而更新本地疾病特征库。
一种上述的呼气纳米传感健康预警系统的实现方法,其特征在于,呼气纳米传感阵列检测装置连接呼气纳米传感阵列,采集呼气引起的纳米传感阵列传感响应,测得呼气纳米传感阵列阻值变化,形成采集样本;便携诊断设备进一步对采集样本进行分析,并与本地保存的已有疾病特征进行模型匹配形成初步诊断;如果允许便携诊断设备上传初步诊断和采集样本到远程智能诊断云端,远程智能诊断云端将新获得的采集样本加入大样本数据库,采用智能信息处理法进一步优化选择疾病特征,并将新的疾病特征和诊断结果发送到便携诊断设备,对便携诊断设备内的本地疾病特征进行更新,具体流程是:
步骤21:收集气体;
步骤22:呼气纳米传感阵列感应呼出气体;
步骤23:测量呼气纳米传感阵列阻值变化,得到采集样本;
步骤24:按照本地疾病特征信息利用主成分分析法对获得的采集样本进行数据预处理,并提取有效疾病特征PC1和PC2;
步骤25:将提取的有效疾病特征PC1和PC2与本地疾病特征进行匹配分析,生成初步诊断;
步骤26:如果允许上传采集样本和初步诊断,则上传,执行步骤27;否则开始新一轮呼气监测,转到步骤21执行;
步骤27:远程智能诊断云端收集已确证患者和健康个体呼气数据,建立大样本数据库,采用智能信息处理方法获得有效疾病特征PC1和PC2;同时根据便携诊断设备上传的采集样本,再次进行智能信息处理,形成新的诊断结果和有效疾病特征;
步骤28:远程智能诊断云端向便携诊断设备发送新的诊断结果和有效疾病特征,并更新便携诊断设备中的本地疾病特征,形成新的疾病特征库。
一种上述的呼气纳米传感健康预警系统的应用,应用在酒驾检测及肺炎、糖尿病、癌症筛查中。
与现有技术相比,本发明的有益效果是:
1、与现有利用色谱和光谱等方法呼气检测设备不同,本发明利用不同的呼气成分通过纳米传感阵列后产生不同的阻抗,能通过模式识别达到区分病人的目的。
2、纳米传感阵列与人工智能相结合的方法,降低了对传感器的要求,纳米传感阵列印刷或打印在柔性介质上,便于组装成便携式,极大地降低了传感器设备的成本,提高了传感设备的灵敏度和选择性。
3、本发明中呼气纳米传感阵列能在室温下工作,不需要加热,而且灵敏度高,检测到ppb级,也不需要对人体呼出的气体样品进行富集,检测在一分钟之内就能完成。
4、本发明采用非创伤性的疾病检测方法,对设备呼气后,结果就能及时在便携诊断设备上直接显示,简单易用,可以随时监测。
5、通过变换纳米传感阵列,本发明可以用于多种不同疾病的筛查,而且随着数据的增加,采用人工智能方法(智能信息处理法)后其检测结果的准确性会越来越高。
附图说明
图1为本发明呼气纳米传感健康预警系统一种实施例的结构图;
图2为本发明呼气纳米传感健康预警系统一种实施例的呼气纳米传感阵列检测装置的结构图;
图3为本发明呼气纳米传感健康预警系统一种实施例的便携诊断设备的结构图;
图4为本发明实施例便携诊断设备工作流程图
图5为本发明实施例系统工作流程图
图中,呼气纳米传感阵列1、呼气纳米传感阵列检测装置2、便携诊断设备3、远程智能诊断云端4,低阻抗传感模块21、高阻抗传感模块22、嵌入式处理器23、通信模块24、稳压电路一211、低阻抗呼吸传感器选择电路212、10M标准电阻213、模数转换电路一214、稳压电路二221、高阻抗呼吸传感器选择电路222、1M标准电阻223、模数转换电路二224。
具体实施方式
为了解决上述技术问题,下面结合说明书附图以及具体的实施方式对本发明进一步说明,但并不以此作为对本申请保护范围的限定。图1是本发明系统结构图,图3是本发明系统工作流程图。所描述的实施例是本发明的一部分实施例。
本发明一种呼气纳米传感健康预警系统,包括呼气纳米传感阵列1、呼气纳米传感阵列检测装置2、便携诊断设备3、远程智能诊断云端4;呼气纳米传感阵列以柔性接口的方式与呼气纳米传感阵列检测装置相连,呼气纳米传感阵列检测装置通过近距离通信接口与便携诊断设备3相连,便携诊断设备通过远距离通信接口与远程智能诊断云端相连;所述便携诊断设备内存储有本地疾病特征,远程智能诊断云端内存储有大样本数据库,通过实时采集的呼气样本更新大样本数据库,进而更新本地疾病特征,提高检测预警准确率。
所述呼气纳米传感阵列1采用金浆添加纳米粒子的方式,形成金与其他金属的纳米合金,用卷到卷的方法在PET、PEN等柔性介质上印刷,做成传感阵列芯片。卷到卷的工艺把纳米阵列打印在柔性介质上,非常容易大规模生产很小规格的传感器件,便于组装成便携式或者可穿戴设备,而且极大地降低了传感器设备的成本。每个呼气纳米传感阵列均包括多个纳米传感器S1、S2、…、S8、……。在本实施例中,呼气纳米传感阵列选用的CJZ47是美国专利产品(US Patent 9080942,Flexible Multi-moduled Nanoparticle-StructuredSensor Array on Polymer Substrate and Methods for Manufacture),由美国纽约州立大学汉姆顿分校材料研究所钟传建教授课题组研制。能够在实验室条件下识别肺癌患者与正常人呼出生物标记物,对检测肺癌达到灵敏度100%、特异性83%、准确度92%,满足早期筛查要求,而且还能区分不同的肺癌患者,满足早期筛查的要求。
呼气纳米传感阵列检测装置2检测呼气纳米传感阵列1的阻值,能够准确捕获在气体的影响下,传感阵列阻值变换情况,通过通信模块将测量结果发送到便携诊断设备。呼气纳米传感阵列检测装置,通过10线2.54mm间距的IDC10接口连接通信模块。10线接口从1到10分别是5V、RXD、TXD、NC、GND、NC、RTS、CTS、NC、NC,其中NC端子根据外接通信模块的需求在内部连接不同的GPIO端口。在本实施例中,通信模块选用ESP8226模块,由呼气纳米传感阵列检测装置2向便携诊断设备实时提供传感器阵列阻值。10线IDC接口拥有充足的信号线以支持多种型号无线或有线通信模块。可选用ESP32-PICO模组,具有WiFi和蓝牙两种通信功能,支持WiFi与便携诊断设备高速通信的同时,还可以通过蓝牙与智能手机相连进行参数配置。也可选用UT-211光隔RS232模块,在无线受限的环境下以有线隔离的方式与便携诊断设备通信。
所述呼气纳米传感阵列检测装置(参见图2)包括低阻抗传感模块21、高阻抗传感模块22、嵌入式处理器23和通信模块24;嵌入式处理器通过低阻抗传感模块、高阻抗传感模块分别连接低阻抗呼气纳米传感阵列、高阻抗呼气纳米传感阵列,嵌入式处理器连接通信模块;
所述低阻抗传感模块21包括稳压电路一211、低阻抗呼吸传感器选择电路212、10M标准电阻213和模数转换电路一214,稳压电路一为串联的10M标准电阻和低阻抗呼吸传感器选择电路提供相同电流,10M标准电阻的两个输出端均连接到模数转换电路一的参考电压端,低阻抗呼吸传感器选择电路的输出端和公共电位均连接到模数转换电路一的模拟采集输入端;低阻抗呼吸传感器选择电路连接低阻抗呼气纳米传感阵列;
所述高阻抗传感模块22包括稳压电路二221、高阻抗呼吸传感器选择电路222、1M标准电阻223和模数转换电路二224,稳压电路二为串联的1M标准电阻和高阻抗呼吸传感器选择电路提供相同电流,1M标准电阻的两个输出端均连接到模数转换电路二的模拟采集输入端,高阻抗呼吸传感器选择电路的输出端和公共电位均分别连接到模数转换电路二的参考电压端;高阻抗呼吸传感器选择电路连接高阻抗呼气纳米传感阵列;
嵌入式处理器23控制低阻抗呼吸传感器选择电路,通过模数转换电路一,测量低阻抗范围内的低阻抗呼气纳米传感阵列的传感器电阻值;同时能控制高阻抗呼吸传感器选择电路,通过模数转换电路二,测量高阻抗范围内的高阻抗呼气纳米传感阵列的传感器电阻值。
低阻抗呼气纳米传感阵列是指由多个低阻抗纳米传感器构成,且整个阵列的电阻值不大于10MΩ;所述的高阻抗呼气纳米传感阵列是指由多个高阻抗纳米传感器构成,且整个阵列的电阻值大于10MΩ,优选电阻值为20~70MΩ。
嵌入式处理器23通过不同的串行外设接口控制模数转换电路一、模数转换电路二,分别实现低阻抗呼吸传感模块和高阻抗呼吸传感模块独立采集,兼顾准确度和测量范围;低阻抗呼吸传感模块以10M标准电阻为基准,测量10M以内传感器阻值;高阻抗呼吸传感模块以1M标准电阻为基准,测量高阻抗传感器阻值;
所述嵌入式处理器工作流程是:
步骤1:系统初始化,设定通信模块工作模式,设定模数转换电路工作模式;
步骤2:设定通道值为0;
步骤3:根据通道值先选择高阻抗呼吸传感通道,再选择低阻抗呼吸传感通道;
步骤4:读取模数转换电路一转换结果;
步骤5:读取模数转换电路二转换结果;
步骤6:通道数增加1,判断是否达到最大通道数;若是,执行步骤7;若否,转到步骤3执行;
步骤7:分别计算低阻抗传感器阻值和高阻抗传感器阻值并通过通信模块发送,转到步骤2执行。
所述便携诊断设备3(参见图3)包括近距离通信接口31、远距离通信接口32、全功能键盘33、10寸液晶显示屏34和Hikey970系统板35,其中Hikey970系统板连接全功能键盘和10寸液晶显示屏便于人机交互,Hikey970系统板通过近距离通信接口与呼气纳米传感阵列检测装置相连以实时获取呼气纳米传感阵列阻值,Hikey970系统板通过远距离通信接口与远程智能诊断云端相连以上传采集样本和初步诊断,并下载疾病特征和诊断确认。
近距离通信接口31选用10线2.54mm间距的IDC10接口,从1到10分别是5V、RXD、TXD、NC、GND、NC、RTS、CTS、NC、NC,其中NC端子根据外接通信模块的需求在内部连接Hikey970不同的GPIO端口。根据需求可以选择多种模块,与呼气纳米传感阵列检测装置2相匹配,比如WiFi模块、蓝牙模块、RS232模块、RS485模块可以满足多种应用场景需求。
远距离通信接口32根据需求可以选择4G、NB-IOT、GPRS、以太网等多种接口模块,通过9线RS232标准接口与Hikey970系统板灵活连接。
便携诊断设备在使用时根据近距离通信接口选择本地通信协议,与呼气纳米传感阵列检测装置2建立连接关系;根据远距离通信接口选择云端通信协议,与远程智能诊断云端建立连接关系。下面结合图4说明便携诊断设备工作流程。
步骤11:Hikey970系统板板载设备初始化,包括板载时钟、存储器、10寸液晶显示屏和全功能键盘接口驱动等板载设备初始化;
步骤12:检测近距离通信接口设置,设定与呼气纳米传感阵列检测装置互连协议;
步骤13:检测远距离通信接口设置,设定与远程智能诊断云端互连协议,如果没有远距离通信接口,则设定禁止连接标志位;
步骤14:采集样本,依据本地疾病特征,生成初步诊断;
步骤15:判断是否与远程智能诊断云端连接,如果在步骤13或者系统操作人员设定了禁止连接标志位,即没有与远程智能诊断云端连接,则转到步骤14执行;如果已经连接远程智能诊断云端,则执行步骤16;
步骤16:上传初步诊断和采集样本;
步骤17:等待接收诊断确认和疾病特征,转到步骤14执行。
本发明还保护一种呼气纳米传感健康预警系统的实现方法,呼气纳米传感阵列检测装置2连接呼气纳米传感阵列1,采集呼气引起的纳米传感阵列传感响应,并进行预处理形成采集样本;便携诊断设备3进一步对采集样本进行分析,并与本地保存的已有疾病特征进行模型匹配形成初步诊断;如果允许便携诊断设备3上传初步诊断和采集样本到远程智能诊断云端4,远程智能诊断云端将新获得的采集样本加入大样本数据库,采用智能信息处理方法进一步优化选择疾病特征,并将新的疾病特征和诊断结果发送到便携诊断设备3,对便携诊断设备内的本地疾病特征进行更新。下面结合图5,对系统流程说明:
步骤21:收集气体(本申请中收集气体不需要富集,只要普通的呼气,直接就可以使用);
步骤22:呼气纳米传感阵列感应呼出气体;
步骤23:测量呼气纳米传感阵列阻值变化,得到采集样本;
步骤24:按照本地疾病特征信息利用主成分分析法对获得的采集样本进行数据预处理,并提取有效疾病特征PC1和PC2;
步骤25:将提取的有效疾病特征PC1和PC2与本地疾病特征进行匹配分析,生成初步诊断;
步骤26:如果允许上传采集样本和初步诊断,则上传,执行步骤27;否则开始新一轮呼气监测,转到步骤21执行;
步骤27:远程智能诊断云端收集已确证患者和健康个体呼气数据,建立大样本数据库,采用智能信息处理方法获得有效疾病特征PC1和PC2;同时根据便携诊断设备上传的采集样本,再次进行智能信息处理,形成新的诊断结果和有效疾病特征;
步骤28:远程智能诊断云端向便携诊断设备发送新的诊断结果和有效疾病特征,并更新便携诊断设备中的本地疾病特征,形成新的疾病特征库。
在本实施例中,步骤23通过呼气纳米传感阵列检测装置2完成,步骤24、步骤25、步骤26通过便携诊断设备3完成,而步骤27和步骤28是在远程智能诊断云端4实现,其大样本数据库由便携诊断设备发送,也可以手动录入。
在本实施例中,便携诊断设备获取呼气纳米传感阵列检测装置所提供的阻值响应,每500ms测量一次传感器阻值,持续采集300s,对原始数据进行预处理,预处理方法为主成分分析法PCA降维处理,提取出与本地疾病特征信息相对应的有效疾病特征PC1和PC2,该有效疾病特征与便携诊断设备存储的已有本地疾病特征进行匹配,并进行初步诊断。同时所获得的原始采集样本,在允许的情况下与初步诊断一起上传到远程智能诊断云端。
远程智能诊断云端根据便携诊断设备提供的采集样本,首先进行数据预处理,对呼气响应阻值变化波形进行统计,包括最大值、上升时间、上升一半时间、上升阶段积分面积、上升最大斜率、下降时间、下降一半时间、下降阶段积分面积、下降最大斜率、总积分面积、中值、平均值、中值时间差这13个特征,本实施例中呼气纳米传感阵列有八个通道,同时考虑8个呼气传感阵列通道,共形成104维的特征矩阵。
本发明中所述智能信息处理过程是:首先采用主成分分析法进行特征降维,然后选择特征选择法进行特征选择,再结合SVM对特征进行评价,得到最优的有效疾病特征PC1和PC2。优选特征选择方法采用Fisher Score、Relief-F和Chi-square三种特征选择法进行特征选择,其中SVM评价与特征选择有可能重复多次,最终选择出最优的有效疾病特征PC1和PC2,其中疾病特征可以简单的看为PC1和PC2的取值范围或者变化情况;
便携诊断设备对采集样本进行PCA降维处理,并选择由远程智能诊断云端所选择好的有效疾病特征PC1和PC2相对应的当前采集样本的有效疾病特征,将该有效疾病特征与本地疾病特征进行匹配分析。
进一步采用PCA主成分分析法,将呼气纳米传感阵列响应能够很好映射到表征疾病特征空间中,考虑到PCA将原始空间所有的特征都映射到低维特征空间中,是基于最佳描述性特征子集。已公开的文献证明,默认选择贡献率最高的主成分能够反映绝大部分原始数据信息,但是考虑到便携诊断设备相对计算资源较弱,在远程智能诊断云端进一步采用特征选择方进行PCA成分选择。PCA是不考虑样本类别输出的无监督降维技术,进一步采用FisherScore、Relief-F和Chi-square三种监督选择方法进行特征选择,并用SVM(支持向量机)评估所选疾病特征子集的有效性,以更好的获得统计特性,以到达类内方差最小,类间方差最大,利于寻找最优分离面。
通过采集已确诊患者呼出气体,在远程智能诊断云端中进行分析,将PCA、特征选择和SVM相结合所生成的疾病特征,在便携诊断设备发出更新疾病特征请求的前提下,下发新的疾病特征。
本发明中所述的PCA主成分分析法、特征选择法、支持向量机均为现有方法。
本发明系统可用于癌症早期筛查警示、肺炎、疾病预警、糖尿病非侵入性检测、酒驾检测、空气质量监测等多个领域,在不同领域应用时,相应的在便携诊断设备及远程智能诊断云端中加载相应的特征库,并更换相应的纳米传感阵列即可。
本发明中采用呼出气体检测,取样方便诊断及时,大样本数据的积累有利于提高诊断准确度和发现新的疾病特征,在医疗临床辅助诊断领域具有广阔应用前景。与智能信息处理相结合的方法提高了传感设备的灵敏度和选择性,室温工作不需要加热,也不需要对人体呼出的气体样品进行富集,检测简便快捷,灵敏度能达到ppb级。呼出气体中的各种气体组份在传感器阵列中不同传感器上产生的阻抗变化具有特异性,将这种特异性组成图谱,通过主成份(PCA)等分析方法进行特征提取和模式识别,最后检测和诊断结果可以在本地便携诊断设备完成,也可由远程智能诊断云端通过远距离通信接口传输到便携诊断设备,显示在本地液晶显示屏上,能满足早期筛查要求,而且还能区分不同的肺癌患者,具有很好的商业化潜力。
本发明未述及之处适用于现有技术。
Claims (6)
1.一种呼气纳米传感健康预警系统,其特征在于该系统包括呼气纳米传感阵列、呼气纳米传感阵列检测装置、便携诊断设备、远程智能诊断云端;呼气纳米传感阵列以柔性接口的方式与呼气纳米传感阵列检测装置相连,呼气纳米传感阵列检测装置通过近距离通信接口与便携诊断设备相连,便携诊断设备通过远距离通信接口与远程智能诊断云端相连;所述便携诊断设备内存储有本地疾病特征,远程智能诊断云端内存储有大样本数据库,通过实时采集的呼气样本更新大样本数据库,进而更新本地疾病特征库;
远程智能诊断云端采用智能信息处理方法获得有效疾病特征PC1和PC2,所述智能信息处理的过程是:首先采用主成分分析法进行特征降维,然后选择特征选择法进行特征选择,再结合SVM对特征进行评价,得到最优的有效疾病特征PC1和PC2;所述特征选择法采用Fisher Score、Relief-F和Chi-square三种特征选择法进行特征选择;
所述呼气纳米传感阵列检测装置包括低阻抗传感模块、高阻抗传感模块、嵌入式处理器和通信模块;嵌入式处理器通过低阻抗传感模块、高阻抗传感模块分别连接低阻抗呼气纳米传感阵列、高阻抗呼气纳米传感阵列,嵌入式处理器连接通信模块;
所述低阻抗传感模块包括稳压电路一、低阻抗呼吸传感器选择电路、10M标准电阻和模数转换电路一,稳压电路一为串联的10M标准电阻和低阻抗呼吸传感器选择电路提供相同电流,10M标准电阻的两个输出端均连接到模数转换电路一的参考电压端,低阻抗呼吸传感器选择电路的输出端和公共电位均连接到模数转换电路一的模拟采集输入端;低阻抗呼吸传感器选择电路连接低阻抗呼气纳米传感阵列;
所述高阻抗传感模块包括稳压电路二、高阻抗呼吸传感器选择电路、1M标准电阻和模数转换电路二,稳压电路二为串联的1M标准电阻和高阻抗呼吸传感器选择电路提供相同电流,1M标准电阻的两个输出端均连接到模数转换电路二的模拟采集输入端,高阻抗呼吸传感器选择电路的输出端和公共电位均分别连接到模数转换电路二的参考电压端;高阻抗呼吸传感器选择电路连接高阻抗呼气纳米传感阵列;
所述低阻抗呼气纳米传感阵列的电阻值不大于10MΩ;所述的高阻抗呼气纳米传感阵列的电阻值大于10MΩ;
嵌入式处理器控制低阻抗呼吸传感器选择电路,通过模数转换电路一,测量低阻抗范围内的低阻抗呼气纳米传感阵列的传感器电阻值;同时能控制高阻抗呼吸传感器选择电路,通过模数转换电路二,测量高阻抗范围内的高阻抗呼气纳米传感阵列的传感器电阻值。
2.根据权利要求1所述的呼气纳米传感健康预警系统,其特征在于高阻抗呼气纳米传感阵列的电阻值为20~70MΩ。
3.根据权利要求1所述的呼气纳米传感健康预警系统,其特征在于所述便携诊断设备包括近距离通信接口、远距离通信接口、全功能键盘、液晶显示屏和Hikey970系统板,其中Hikey970系统板连接全功能键盘和液晶显示屏,Hikey970系统板通过近距离通信接口与呼气纳米传感阵列检测装置相连,Hikey970系统板通过远距离通信接口与远程智能诊断云端相连,以上传采集样本和初步诊断,并下载疾病特征和诊断确认。
4.根据权利要求1所述的呼气纳米传感健康预警系统,其特征在于所述通信模块为WiFi模块、蓝牙模块、RS232模块或RS485模块;所述远距离通信接口为4G、NB-IOT、GPRS、或以太网。
5.根据权利要求3所述的呼气纳米传感健康预警系统,其特征在于所述便携诊断设备的工作流程是:
步骤11:Hikey970系统板板载设备初始化,包括板载时钟、存储器、液晶显示屏和全功能键盘接口驱动初始化;
步骤12:检测近距离通信接口设置,设定与呼气纳米传感阵列检测装置互连协议;
步骤13:检测远距离通信接口设置,设定与远程智能诊断云端互连协议,如果没有远距离通信接口,则设定禁止连接标志位;
步骤14:采集样本,依据本地疾病特征,生成初步诊断;
步骤15:判断是否与远程智能诊断云端连接,如果在步骤13或者系统操作人员设定了禁止连接标志位,即没有与远程智能诊断云端连接,则转到步骤14执行;如果已经连接远程智能诊断云端,则执行步骤16;
步骤16:上传初步诊断和采集样本;
步骤17:等待接收诊断确认和疾病特征,转到步骤14执行。
6.根据权利要求1所述的呼气纳米传感健康预警系统,其特征在于,呼气纳米传感阵列检测装置连接呼气纳米传感阵列,采集呼气引起的纳米传感阵列传感响应,测得呼气纳米传感阵列阻值变化,形成采集样本;便携诊断设备进一步对采集样本进行分析,并与本地保存的已有疾病特征进行模型匹配形成初步诊断;如果允许便携诊断设备上传初步诊断和采集样本到远程智能诊断云端,远程智能诊断云端将新获得的采集样本加入大样本数据库,采用智能信息处理法进一步优化选择疾病特征,并将新的疾病特征和诊断结果发送到便携诊断设备,对便携诊断设备内的本地疾病特征进行更新,具体流程是:
步骤21:收集气体;
步骤22:呼气纳米传感阵列感应呼出气体;
步骤23:测量呼气纳米传感阵列阻值变化,得到采集样本;
步骤24:按照本地疾病特征信息利用主成分分析法对获得的采集样本进行数据预处理,并提取有效疾病特征PC1和PC2;
步骤25:将提取的有效疾病特征PC1和PC2与本地疾病特征进行匹配分析,生成初步诊断;
步骤26:如果允许上传采集样本和初步诊断,则上传,执行步骤27;否则开始新一轮呼气监测,转到步骤21执行;
步骤27:远程智能诊断云端收集已确证患者和健康个体呼气数据,建立大样本数据库,采用智能信息处理方法获得有效疾病特征PC1和PC2;同时根据便携诊断设备上传的采集样本,再次进行智能信息处理,形成新的诊断结果和有效疾病特征;
步骤28:远程智能诊断云端向便携诊断设备发送新的诊断结果和有效疾病特征,并更新便携诊断设备中的本地疾病特征,形成新的疾病特征库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810730824.2A CN108742630B (zh) | 2018-07-05 | 2018-07-05 | 一种呼气纳米传感健康预警系统及实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810730824.2A CN108742630B (zh) | 2018-07-05 | 2018-07-05 | 一种呼气纳米传感健康预警系统及实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108742630A CN108742630A (zh) | 2018-11-06 |
CN108742630B true CN108742630B (zh) | 2023-07-25 |
Family
ID=63972169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810730824.2A Active CN108742630B (zh) | 2018-07-05 | 2018-07-05 | 一种呼气纳米传感健康预警系统及实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108742630B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110850045A (zh) * | 2019-11-27 | 2020-02-28 | 上海秒针网络科技有限公司 | 咖啡豆的气味识别方法及装置、存储介质和电子装置 |
CN111413492A (zh) * | 2020-04-30 | 2020-07-14 | 山东大学 | 一种用于检测新型冠状病毒covid-2019肺炎的方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0373585A1 (de) * | 1988-12-13 | 1990-06-20 | Schumann, Klaus, Prof. Dr. med. | Verbesserte Bestimmung des Atemwegswiderstandes nach der Oszillationsmethode |
CN104781666A (zh) * | 2012-10-29 | 2015-07-15 | 理工研究与开发基金公司 | 用于诊断结核的传感器技术 |
WO2017189546A1 (en) * | 2016-04-26 | 2017-11-02 | Endo Medical, Inc. | Breath analysis device |
CN107529991A (zh) * | 2015-04-16 | 2018-01-02 | 皇家飞利浦有限公司 | 用于检测对象的心脏和/或呼吸疾病的设备、系统和方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09187432A (ja) * | 1996-01-10 | 1997-07-22 | Uesutoron Kk | 遠隔医療診断方法およびその装置 |
TW537879B (en) * | 2001-05-23 | 2003-06-21 | Ind Tech Res Inst | Diagnosing device by breath test including a multi-array of sensors |
JP2009537219A (ja) * | 2006-05-18 | 2009-10-29 | ナノミックス・インコーポレーテッド | ナノ電子的呼吸気分析器と喘息モニター |
US9080942B2 (en) * | 2007-04-18 | 2015-07-14 | The Research Foundation for State University of New York | Flexible multi-moduled nanoparticle-structured sensor array on polymer substrate and methods for manufacture |
WO2009144725A1 (en) * | 2008-05-29 | 2009-12-03 | Technion Research And Development Foundation Ltd. | Carbon nanotube structures in sensor apparatuses for analyzing biomarkers in breath samples |
CN102326078B (zh) * | 2009-01-09 | 2015-09-09 | 技术研究及发展基金有限公司 | 包括含有涂覆的导电纳米颗粒的传感器阵列的通过呼气检测癌症 |
CN102178529B (zh) * | 2011-03-11 | 2013-03-20 | 清华大学 | 基于体域网的呼吸疾病远程诊断监护系统 |
CN105912880A (zh) * | 2016-06-06 | 2016-08-31 | 李志华 | 一种智能家用呼吸健康管理系统 |
CN106821382A (zh) * | 2017-03-31 | 2017-06-13 | 颐拓科技(深圳)有限公司 | 呼吸监测诊断系统、干扰过滤方法及诊断方法 |
-
2018
- 2018-07-05 CN CN201810730824.2A patent/CN108742630B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0373585A1 (de) * | 1988-12-13 | 1990-06-20 | Schumann, Klaus, Prof. Dr. med. | Verbesserte Bestimmung des Atemwegswiderstandes nach der Oszillationsmethode |
CN104781666A (zh) * | 2012-10-29 | 2015-07-15 | 理工研究与开发基金公司 | 用于诊断结核的传感器技术 |
CN107529991A (zh) * | 2015-04-16 | 2018-01-02 | 皇家飞利浦有限公司 | 用于检测对象的心脏和/或呼吸疾病的设备、系统和方法 |
WO2017189546A1 (en) * | 2016-04-26 | 2017-11-02 | Endo Medical, Inc. | Breath analysis device |
Also Published As
Publication number | Publication date |
---|---|
CN108742630A (zh) | 2018-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200029858A1 (en) | Systems, Methods and Devices for Detecting and Identifying Substances in a Subject's Breath | |
US20200337594A1 (en) | Biomarkers for systems, methods, and devices for detecting and identifying substances in a subject's breath, and diagnosing and treating health conditions | |
CN103018282B (zh) | 用于肺癌早期检测的电子鼻系统 | |
CN106841325A (zh) | 一种基于半导体气敏传感器阵列检测呼出气体装置 | |
JP6682975B2 (ja) | ガス分析装置およびガス分析方法 | |
CN106102505B (zh) | 可折叠外壳集成型多设备 | |
EP1582146A2 (en) | Vital sign processing apparatus and method | |
CN203898306U (zh) | 基于无线传输的脑电波采集装置 | |
CN108742630B (zh) | 一种呼气纳米传感健康预警系统及实现方法 | |
Qian et al. | A novel multisensor detection system design for low concentrations of volatile organic compounds | |
CN108680748B (zh) | 基于丙酮传感器的血糖检测仪及其检测方法 | |
EP4018927A1 (en) | Apparatus for identifying pathological states and corresponding method. | |
CN107780506A (zh) | 一种可智能化分析的新型马桶 | |
Dinh et al. | A wireless sensor array system coupled with AI-driven data analysis towards remote monitoring of human breaths | |
CN209347036U (zh) | 一种呼气纳米传感健康预警系统 | |
CN115950938A (zh) | 一种基于物联网的电化学检测仪的检测方法及电路 | |
US20230019703A1 (en) | Personal health tracking urinalysis device | |
CN208902729U (zh) | 一种呼气纳米传感阵列检测装置 | |
EP2946722A1 (en) | Portable electronic device for breath sampling | |
CN112370043A (zh) | 一种便携式多功能心肺功能测试装置及其测试方法 | |
CN108572252B (zh) | 一种呼气纳米传感阵列检测装置及检测方法 | |
CN118016302B (zh) | 一种多源数据输入的健康风险评估方法及系统 | |
CN215218646U (zh) | 一种丙酮气体检测装置、系统及可穿戴设备 | |
CN108461117A (zh) | 一种心脏信息管理系统 | |
US20200229739A1 (en) | Detecting Substances Using A Wearable Oral Device |
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 |