CN111751492A - 呼出气体检测方法和装置 - Google Patents
呼出气体检测方法和装置 Download PDFInfo
- Publication number
- CN111751492A CN111751492A CN201910249115.7A CN201910249115A CN111751492A CN 111751492 A CN111751492 A CN 111751492A CN 201910249115 A CN201910249115 A CN 201910249115A CN 111751492 A CN111751492 A CN 111751492A
- Authority
- CN
- China
- Prior art keywords
- gas
- exhaled
- detection
- feedback signal
- exhaled breath
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 135
- 239000000463 material Substances 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 21
- RRHGJUQNOFWUDK-UHFFFAOYSA-N Isoprene Chemical compound CC(=C)C=C RRHGJUQNOFWUDK-UHFFFAOYSA-N 0.000 claims description 22
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 claims description 20
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000007789 gas Substances 0.000 description 126
- 239000003570 air Substances 0.000 description 45
- 239000008280 blood Substances 0.000 description 20
- 210000004369 blood Anatomy 0.000 description 20
- 206010012601 diabetes mellitus Diseases 0.000 description 20
- 238000003745 diagnosis Methods 0.000 description 17
- 238000007664 blowing Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 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 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 239000008103 glucose Substances 0.000 description 9
- 201000010099 disease Diseases 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 201000001421 hyperglycemia Diseases 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004393 prognosis Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000012080 ambient air Substances 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 208000006673 asthma Diseases 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012774 diagnostic algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 208000013016 Hypoglycemia Diseases 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000009693 chronic damage Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003914 insulin secretion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0073—Control unit therefor
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种呼出气体检测方法和装置，该方法包括：接收呼出气体；利用具有气体敏感材料的传感器阵列检测呼出气体，生成传感器的反馈信号；根据反馈信号，得到呼出气体检测数据。本发明通过使用者根据实际需求任意定制和组合气体敏感材料，使得呼出气体与具有气体敏感材料的传感器阵列进行反应，生成检测数据更符合实际检测情况。
Description
技术领域
本发明涉及气体检测领域，尤其涉及一种呼出气体检测方法和装置。
背景技术
目前最常见的血糖监测手段就是“扎手指”，利用便携式血糖仪抽取指尖血进行检测。糖尿病患者由于需要长期持续的监测血糖，这种侵入式诊断方法会给受检者带来大量痛苦和沉重的心理负担。目前已经有一些非侵入式的血糖监测技术问世，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。近年来的研究表明，通过检测人体呼出气体中的特定气体的含量，可以有效地区分正常人和某些特定疾病患者，如糖尿病、哮喘等。以糖尿病为例，正常人呼出的气体中丙酮的含量为0.3～0.9ppm，而糖尿病患者的呼出气体中丙酮的含量为1.8ppm。同样，异戊二烯在呼出气体中的含量也与人体的血糖水平密切相关：血糖水平低，异戊二烯含量高；血糖水平高，异戊二烯含量降低。通过检测如丙酮，异戊二烯这样的对特定疾病具有指针意义的气体将对疾病的预判、检测非常的有意义。
目前的呼吸检测设备对人体呼出的气体进行成分检测，对于测试响应的图谱进行识别，具有用于糖尿病临床诊断的潜力。但是，这些检测系统往往体积庞大，需要一个性能强大的运算单元，通常是一台电脑辅助完成运算工作，信息也没有实现互联。有效的样本数据极少，对于预测诊断算法的优化非常不利。这样的情况导致使用门槛高，维护成本大，无法真正的实现大规模的推广使用，因此需要找到一种运算迅速、检测系统轻便的呼出气体检测方式。
发明内容
为了对人体呼出的气体进行快速的检测，并实现检测系统体积轻便，本发明提供了一种呼出气体检测方法和装置。
第一方面，本发明提供一种呼出气体检测方法，所述方法包括：
接收呼出气体；
利用具有气体敏感材料的传感器阵列检测所述呼出气体，生成传感器的反馈信号；
根据所述反馈信号，得到呼出气体检测数据。
进一步地，气体敏感材料包括：所述丙酮、异戊二烯、一氧化氮。
进一步地，所述根据所述反馈信号，得到呼出气体检测数据包括：
将所述反馈信号转换为数字信号；
存储所述数字信号。
进一步地，所述根据所述反馈信号，得到呼出气体检测数据还包括：
将所述呼出气体检测数据同步上传至终端和云端数据库。
进一步地，所述方法还包括：
接收云端发送的检测结果；
显示所述检测结果。
第二方面，本发明提供一种呼出气体检测装置，所述装置包括：
气体采集装置，接收呼出气体；
传感器阵列装置，根据气体敏感材料检测所述呼出气体，生成传感器的反馈信号；气体检测模块，用于根据所述反馈信号，得到呼出气体检测数据。
进一步地，所述所述气体敏感材料包括：丙酮、异戊二烯、一氧化氮。
进一步地，所述气体检测模块包括：
转换单元，用于将所述反馈信号转换为数字信号；
存储单元，用于存储所述数字信号。
进一步地，所述气体检测模块还包括：
同步单元，用于将所述呼出气体检测数据同步上传至终端和云端数据库。
进一步地，所述装置还包括：
接收模块，用于接收云端发送的检测结果；
显示模块，用于显示所述检测结果。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面提供的呼出气体检测方法的步骤。
第四方面，本发明提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面提供的呼出气体检测方法的步骤。
本发明通过使用者根据实际需求任意定制和组合气体敏感材料，使得呼出气体与具有气体敏感材料的传感器阵列进行反应，生成检测数据更符合实际检测情况。
为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的呼出气体检测方法的流程示意图；
图2为本发明实施例提供的呼出气体检测装置的结构示意图；
图3a为本发明实施例提供的呼出气体检测装置的框图；
图3b为本发明另一实施例提供的呼出气体检测装置的框图；
图4为本发明再一实施例提供的呼出气体检测装置的整体结构框图；
图5为本发明实施例提供的电子设备框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
糖尿病是一组以高血糖为特征的代谢性疾病。高血糖则是由于胰岛素分泌缺陷或其生物作用受损，或两者兼有引起。糖尿病时长期存在的高血糖，导致各种组织，特别是眼、肾、心脏、血管、神经的慢性损害、功能障碍。对人类的健康危害极大。根据国际糖尿病联盟2017年公布的数据显示，全球糖尿病成人患者(20-79岁)从2000年的1.51亿，到2017年已达到4.25亿，增加近2倍。预计到2045年，糖尿病患者可能达到6.29亿。我国糖尿病患者人数1.144亿居全球第一。可见糖尿病的及早诊断及预后对全社会都有重要的意义。目前糖尿病的诊断一般是以血糖为依据。静脉或指尖抽血都属于有创检测，一般需要专业人员在医院完成，因此不少的患者忽视了血糖的检查，错过了最佳的治疗时机。而对于已经确诊的糖尿病患者，需要长期持续不断的进行血糖监测，合理用药，才可以避免及减少高血糖带来的各种并发症，从而改善患者的生活质量。
而目前最常见的血糖监测手段就是“扎手指”，利用便携式血糖仪抽取指尖血进行检测。糖尿病患者由于需要长期持续的监测血糖，这种侵入式诊断方法会给受检者带来大量痛苦和沉重的心理负担。因此，迫切需要一种无创的糖尿病诊断和血糖监测仪。
为了解决上述问题，本发明实施例提供一种呼出气体检测方法，如图1所示，图1为本发明实施例提供的呼出气体检测方法的流程示意图，该方法包括：
步骤S101，接收呼出气体。
具体为，在气体检测系统的呼出气体采集设备中，配置的采集工具包含了吹气部件、进气口、出气口及与之相连结的气道、水气过滤装置、气体流量传感器及微型空气泵或风扇。首先打开气体检测系统的开关，系统进入检测准备阶段，此时启动检测系统中的微型空气泵或风扇，将环境中的空气以一定的流速抽入气体检测系统。在此过程中，气体检测系统中的控制处理器将根据气体流量传感器的反馈信号控制微型空气泵或风扇的工作。维持一段时间后，传感器检测出环境空气中的数值，以此作为参考数值。参考数值稳定之后，控制处理器关闭微型空气泵或风扇，并在显示屏幕上提示可以进行人体呼出气体检测阶段。使用者将吹气部件正确的安装在进气口中，若安装成功，显示屏幕会提示已经正确安装吹气部件。反之，气体检测系统会通过进气口处的传感器判断出没有正确的安装吹气部件，将在气体检测系统的显示屏上提醒需正确安装吹气部件直至成功，需要说明的是，本发明实施例的气体输送设备不限于微型空气泵或风扇。
吹气部件安装好后，被测者通过按钮启动测量。被测者用嘴对准吹气部件吹气，此时，气道内的气体流量传感器将检测到有气体流过，并根据检测到的气体流量，提示使用者按照规定的流速吹气。提示的方式可以根据用户的习惯进行选择，可以选用显示屏上变换颜色的方式，闪灯的方式或是通过系统内部的蜂鸣器发出不同提示音的方式来实现。整个气体采集过程需要保持一段时间，以保证气体传感器检测数值稳定，并完成一个或多个周期的气体检测。吹气完成后，控制处理器会根据气体检测系统传出的信息进行判断，是否成功完成气体采样，并在显示屏上给予提示。以此接收呼出气体，完成呼出气体的采样。
被测者呼出气体采样结束后，气体检测系统自动进行一次自清洁过程，再次启动微型空气泵或风扇，将环境空气以一定的速率抽进气体采集设备内部，持续一段时间完成转置内部的气道及传感器阵列周围的气体清洁，为下一次的检测做好准备。
步骤S102，利用具有气体敏感材料的传感器阵列检测呼出气体，生成传感器的反馈信号。
具体为，气体通过进气口及气道到达传感器阵列的表面，呼出气体中的各种化学成分会与传感器上的气体敏感材料发生作用。传感器阵列上的多个传感单元对人体呼出的气体的响应，构成了传感器阵列对该气味的对应响应谱，以此生成传感器的反馈信号。在这里，气体检测系统中包含各种传感器，包括气体传感器阵列及温度湿度传感器。气体传感器阵列由多个含不同气敏材料的气体感测单元构成，气体感测单元数量及气敏材料的种类根据应用场景的不同进行设计定制及组合。
步骤S103，根据反馈信号，得到呼出气体检测数据。
具体为，根据呼出气体与传感器阵列上的气体敏感材料产生的化学反应，显示对应的反馈信号，根据该反馈信号，生成呼出气体的检测数据。
本发明实施例通过使用者根据实际需求任意定制和组合气体敏感材料，使得呼出气体与具有气体敏感材料的传感器阵列进行反应，生成检测数据更符合实际检测情况。
基于上述实施例的内容，作为一种可选实施例：气体敏感材料包括：丙酮、异戊二烯、一氧化氮。
具体为，在通过人体呼出气体判别及监测糖尿病的应用中，选用对于糖尿病人呼出气体中对疾病相关具有指针作用的标志气体敏感材料的传感器阵列，例如气体敏感材料为丙酮、异戊二烯等，但不仅限于此。在通过人体呼出气体判别及监测哮喘疾病的应用中选用对一氧化氮气体敏感材料的传感器。需要说明的是，本发明实施例不对气体敏感材料的成分作具体限制。
本发明实施例通过设置多样的气体敏感材料，使检测项目多样性。
基于上述实施例的内容，作为一种可选实施例：根据反馈信号，得到呼出气体检测数据包括：
将反馈信号转换数字信号；
存储所述数字信号。
具体为，将呼出气体与气体敏感材料产生的化学反应作为反馈信号输入传感器，通过数模信号转换器，使该信号转换成数字信号。为实现对气体的定性或定量分析，将传感器的信号通过控制处理器，对信号中的噪声进行消除、信号放大。在这里，本发明实施例不对信号处理的具体方式作限定。数字化后的信号将存储在控制处理器中的存储区中，本发明实施例不对信号存储位置作具体限定。
本发明实施例对反馈信号转换的电信号进行降噪和信号放大，使得处理后的信号更准确，可靠。
基于上述实施例的内容，作为一种可选实施例：根据反馈信号，得到呼出气体检测数据还包括：
将呼出气体检测数据同步上传至终端和云端数据库。
具体为，在完成呼出气体的检测后，对得到的检测数据进行初步分析，若需要诊断的情况，打开安装于智能终端上的应用程序，此时智能终端与气体检测系统之间的通讯，可以是无线通讯也可以是有线通讯。通讯建立之后，气体检测系统将之前完成的采集信息根据使用者的需求，同步上传到智能终端上的应用程序中，进而通过5G/4G/WiFi等方式上传到云端的数据库中。通讯模块包含有线通讯和无线通讯两种功能，其中无线通讯协议优选低功耗蓝牙，但是不局限于此，也可为WiFi、Zigbee等。
本发明实施例通过将检测数据同步上传至云端库，利用了云端数据库强大的存储能力和运算能力，并增加了样本数据。
基于上述实施例的内容，作为一种可选实施例：方法还包括：
接收云端发送的检测结果；
显示所述检测结果。
具体为，云端的应用程序根据采集到的信息，用户的基本信息及数据库中的历史信息，通过学习算法可以得到一个诊断结果，即是检测结果，并将这个诊断结果返回到气体检测系统中，通过显示屏显示该诊断结果。同时将该诊断结果发送至智能终端及显示在终端屏幕上。用户可以在智能终端上查看检测历史数据，查看病程的控制及发展情况，同时也可以将历史数据转发给相关的医疗机构或医生获得进一步的诊断指导。
云端的应用程序对接收到的数据进行进一步处理，如特征提取，并导入深度学习平台，取得诊断的结果返回用户。同时收集到的最新检测数据也成为云端深度学习样本中的一部分，更多地样本参与学习也可以使得深度学习模型不断的优化，提高预测的准确性。
本发明实施例通过结合云端数据库中的存储数据，判断特定疾病发病及预后情况，如糖尿病的血糖水平的高低，并在检测装置的显示屏幕及智能终端上显示测试结果及历史结果。配合使用智能终端及云端的服务程序，不仅可以以非侵入式的方式实现血糖的监测，还完成了糖尿病诊断云端深度学习模型的数据收集，这样利于糖尿病预测模型的进一步优化。
基于上述实施例的内容，作为一种可选实施例：如图2所示，图2为本发明实施例提供的呼出气体检测装置的结构示意图，图中：10为呼出气体检测装置，设备壳体上安装有进气口101，吹气部件102，出气口103，显示屏104及控制按钮105。装置上的吹气部件为可拆卸部件，方便更换及清洁。气体检测装置10与智能终端设备20通过蓝牙协议或WIFI实现无线通讯，也可以通过有线的方式进行连接。与检测装置配套使用的应用程序201安装在相应的智能设备上。通过智能终端20，检测的数据将通过网络传输到云端服务器的诊断应用30上。在本发明实施例中，吹气部件可以方便使用者将气体吹进装置内部，并且采用可拆卸的设计能够便于使用者清洗、消毒或是更换吹气部件。进、出气口用于气体流入及流出装置内部。为避免灰尘水气对呼出气体检测的影响，进气口后端可以选择安装防水透气膜或是过滤器。
根据本发明的另一个方面，本发明实施例提供一种呼出气体检测装置，参见图3a，图3a为本发明实施例提供的呼出气体检测装置的框图。该装置用于在前述各实施例中进行呼出气体检测。因此，在前述各实施例中的呼出气体检测方法中的描述和定义，可以用于本发明实施例中各执行模块的理解。
如图所示，该装置包括：
气体采集装置301，用于接收呼出气体；
传感器阵列装置302，根据气体敏感材料检测所述呼出气体，生成传感器的反馈信号；
气体检测模块303，用于根据反馈信号，得到呼出气体检测数据。
本发明实施例通过使用者根据实际需求任意定制和组合气体敏感材料，使得呼出气体与具有气体敏感材料的传感器阵列进行反应，生成检测数据更符合实际检测情况。需要说明的是，气体采集装置301和传感器阵列装置302都是实体装置，呼出气体检测装置还包含气体检测模块303。
基于上述实施例的内容，作为一种可选实施例：气体敏感材料包括：丙酮、异戊二烯、一氧化氮。
本发明实施例通过设置多样的气体敏感材料，使检测项目多样性。
基于上述实施例的内容，作为一种可选实施例：气体检测模块包括：
转换单元，用于将反馈信号转换为数字信号；
存储单元，用于存储数字信号。
本发明实施例对反馈信号转换的电信号进行降噪和信号放大，使得处理后的信号更准确，可靠。
基于上述实施例的内容，作为一种可选实施例：气体检测模块还包括：
同步单元，用于将所述呼出气体检测数据同步上传至终端和云端数据库。本发明实施例通过将检测数据同步上传至云端库，利用了云端数据库强大的存储能力和运算能力，并增加了样本数据。
基于上述实施例的内容，作为一种可选实施例：装置还包括：
接收模块304，用于接收云端发送的检测结果；
显示模块305，用于显示所述检测结果。
具体参见图3b，图3b为本发明另一实施例提供的呼出气体检测装置的框图。图中包括：气体采集装置301、传感器阵列装置302、气体检测模块303、接收模块304、显示模块305。
本发明实施例通过结合云端数据库中的存储数据，判断特定疾病发病及预后情况，如糖尿病的血糖水平的高低，并在检测装置的显示屏幕及智能终端上显示测试结果及历史结果。配合使用智能终端及云端的服务程序，不仅可以以非侵入式的方式实现血糖的监测，还完成了糖尿病诊断云端深度学习模型的数据收集，这样利于糖尿病预测模型的进一步优化。
基于上述实施例的内容，作为一种可选实施例：图4为本发明再一实施例提供的呼出气体检测装置的整体结构框图，如图4所示：气体检测装置10由气体采集模块401、气体检测模块402、控制处理模块403、通讯模块404、显示模块405及电源模块406构成。
首先，气体采集模块401对呼出气体进行采集，传送到气体检测模块402，气体检测模块402完成被测气体的检测工作，其中包含了各种传感器。控制处理模块403用于协调各个模块间的相互动作，如控制时序，显示内容，装置内的数据传递等。气体检测模块与控制处理模块连接，控制处理模块403对气体传感阵列进行控制，控制其采样的时间、周期，并对传感器采样得到的数据进行数据处理。
将整理好的传感器数据由通讯模块404传输，终端应用程序安装在如智能手机，智能手表等智能终端上，根据检测装置得到的数据，将通过智能设备上的处理单元进行运算或是传输到云端进行运算，得到的诊断信息通过显示模块405，在设备的显示屏及终端设备上显示结果。电源模块406主要用于为该气体检测装置提供电源服务。
气体检测装置为一个便携式的设备非常小巧，配合智能终端及云端服务器的应用即可达到非侵入式的诊断特定疾病的功能。由于需要高运算能力硬件支持的诊断算法部署在云端，因此检测装置本身不需要具有强的运算能力的硬件，同时对电源的需求也减少许多。智能终端，如智能手机目前已经实现人人拥有，用智能终端的强大的算力及联网能力，又可以简化检测装置上的硬件要求。使得检测装置本身专注于气体检测本身，实现轻量化，使便携化成为可能。同时由于诊断的算法在云端，且检测数据不断的收集增加，使得算法不断的优化成为可能。
图5为本发明实施例提供的电子设备框图，如图5所示，该设备包括：处理器501、存储器502和总线503；
其中，处理器501及存储502分别通过总线503完成相互间的通信；处理器501用于调用存储器502中的程序指令，以执行上述实施例所提供的呼出气体检测方法，例如包括：接收呼出气体；利用具有气体敏感材料的传感器阵列检测呼出气体，生成传感器的反馈信号；根据反馈信号，得到呼出气体检测数据。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现呼出气体检测方法的步骤。例如包括：接收呼出气体；利用具有气体敏感材料的传感器阵列检测呼出气体，生成传感器的反馈信号；根据反馈信号，得到呼出气体检测数据。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后，本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (12)
1.一种呼出气体检测方法，其特征在于，所述方法包括：
接收呼出气体；
利用具有气体敏感材料的传感器阵列检测所述呼出气体，生成传感器的反馈信号；
根据所述反馈信号，得到呼出气体检测数据。
2.根据权利要求1所述的方法，其特征在于，所述气体敏感材料包括：丙酮、异戊二烯、一氧化氮。
3.根据权利要求1所述的方法，其特征在于，所述根据所述反馈信号，得到呼出气体检测数据包括：
将所述反馈信号转换为数字信号；
存储所述数字信号。
4.根据权利要求1所述的方法，其特征在于，所述根据所述反馈信号，得到呼出气体检测数据还包括：
将所述呼出气体检测数据同步上传至终端和云端数据库。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
接收云端发送的检测结果；
显示所述检测结果。
6.一种呼出气体检测装置，其特征在于，所述装置包括：
气体采集装置，接收呼出气体；
传感器阵列装置，根据气体敏感材料检测所述呼出气体，生成传感器的反馈信号；
气体检测模块，用于根据所述反馈信号，得到呼出气体检测数据。
7.根据权利要求6所述的装置，其特征在于，所述所述气体敏感材料包括：丙酮、异戊二烯、一氧化氮。
8.根据权利要求6所述的装置，其特征在于，所述气体检测模块包括：
转换单元，用于将所述反馈信号转换为数字信号；
存储单元，用于存储所述数字信号。
9.根据权利要求6所述的装置，其特征在于，所述气体检测模块还包括：
同步单元，用于将所述呼出气体检测数据同步上传至终端和云端数据库。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
接收模块，用于接收云端发送的检测结果；
显示模块，用于显示所述检测结果。
11.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述呼出气体检测方法的步骤。
12.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述呼出气体检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910249115.7A CN111751492A (zh) | 2019-03-29 | 2019-03-29 | 呼出气体检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910249115.7A CN111751492A (zh) | 2019-03-29 | 2019-03-29 | 呼出气体检测方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111751492A true CN111751492A (zh) | 2020-10-09 |
Family
ID=72671281
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910249115.7A Withdrawn CN111751492A (zh) | 2019-03-29 | 2019-03-29 | 呼出气体检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111751492A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117357106A (zh) * | 2023-11-24 | 2024-01-09 | 深圳市富民微科技有限公司 | 一种气体血糖监测装置 |
-
2019
- 2019-03-29 CN CN201910249115.7A patent/CN111751492A/zh not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117357106A (zh) * | 2023-11-24 | 2024-01-09 | 深圳市富民微科技有限公司 | 一种气体血糖监测装置 |
| CN117357106B (zh) * | 2023-11-24 | 2024-05-31 | 深圳市富民微科技有限公司 | 一种气体血糖监测装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7113833B2 (ja) | 体液中のグルコースレベルを示すグルコースモニタリングデータを分析するための、コンピュータにより実施される方法および携帯型装置、ならびにコンピュータプログラム製品 | |
| CN106845082B (zh) | 一种人体健康数据监测系统及其分析方法 | |
| US20170007126A1 (en) | System for conducting a remote physical examination | |
| KR20160105481A (ko) | 센서의 최적 위치설정을 위한 방법, 시스템, 및 장치 | |
| CN104181809B (zh) | 集计步器、心电、血氧功能的智能腕表 | |
| CN103654727A (zh) | 一种中医脉象检测系统 | |
| CN108663107A (zh) | 一种智能马桶座圈健康监测系统及其方法 | |
| CN109859843A (zh) | 智能健康一体机 | |
| CN109124655A (zh) | 精神状态分析方法、装置、设备、计算机介质及多功能椅 | |
| CN115299887B (zh) | 一种动态代谢功能的检测量化方法和系统 | |
| CN103637783A (zh) | 基于无线控制的人体健康检测系统及方法 | |
| CN113855955B (zh) | 一种呼吸机多模式工作控制系统及呼吸机 | |
| CN111505217A (zh) | 一种人体呼出气体检测系统 | |
| CN109009019A (zh) | 多参数生理检测仪 | |
| CN111751492A (zh) | 呼出气体检测方法和装置 | |
| US20170055846A1 (en) | Methods and apparatuses for measuring multiple vital signs based on arterial pressure waveforms | |
| CN103263265A (zh) | 一种运动心肺测试装置 | |
| CN111317476A (zh) | 基于呼吸气流信号的睡眠呼吸暂停综合征检测装置 | |
| CN113851214A (zh) | 一种基于家用机器人的科技自助体检方法 | |
| CN112185539A (zh) | 一种基于互联网的健康数据综合管理服务系统 | |
| CN112002418A (zh) | 一种家庭式智能药箱系统及其智能监测方法 | |
| CN205028293U (zh) | 基于云平台的自动诊断设备 | |
| JP6887098B2 (ja) | 情報提供方法、情報処理システム、情報端末、及び情報処理方法 | |
| JP6342532B2 (ja) | 脈派、皮膚抵抗および呼吸測定装置 | |
| Marani et al. | Design of advanced electronic biomedical systems |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201009 |