CN1647756A - 用于诊断早期肺癌的呼吸检测方法及其设备 - Google Patents
用于诊断早期肺癌的呼吸检测方法及其设备 Download PDFInfo
- Publication number
- CN1647756A CN1647756A CN 200510049236 CN200510049236A CN1647756A CN 1647756 A CN1647756 A CN 1647756A CN 200510049236 CN200510049236 CN 200510049236 CN 200510049236 A CN200510049236 A CN 200510049236A CN 1647756 A CN1647756 A CN 1647756A
- Authority
- CN
- China
- Prior art keywords
- lung cancer
- organic gas
- gas
- organic
- detection head
- 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.)
- Pending
Links
- 206010058467 Lung neoplasm malignant Diseases 0.000 title claims abstract description 39
- 201000005202 lung cancer Diseases 0.000 title claims abstract description 27
- 208000020816 lung neoplasm Diseases 0.000 title claims abstract description 27
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000002470 solid-phase micro-extraction Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 59
- 238000003795 desorption Methods 0.000 claims description 18
- 238000000926 separation method Methods 0.000 claims description 14
- 239000012528 membrane Substances 0.000 claims description 13
- 239000004065 semiconductor Substances 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 11
- 239000007790 solid phase Substances 0.000 claims description 11
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 8
- 239000000758 substrate Substances 0.000 claims description 8
- 229910052782 aluminium Inorganic materials 0.000 claims description 7
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 7
- 229910052751 metal Inorganic materials 0.000 claims description 7
- 239000002184 metal Substances 0.000 claims description 7
- 239000000741 silica gel Substances 0.000 claims description 7
- 229910002027 silica gel Inorganic materials 0.000 claims description 7
- 238000009413 insulation Methods 0.000 claims description 4
- 229910000838 Al alloy Inorganic materials 0.000 claims description 3
- 229920002367 Polyisobutene Polymers 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 235000012149 noodles Nutrition 0.000 claims description 3
- 238000007747 plating Methods 0.000 claims description 3
- 238000010897 surface acoustic wave method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000002372 labelling Methods 0.000 abstract 1
- 210000005036 nerve Anatomy 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 42
- 230000004044 response Effects 0.000 description 16
- 239000010408 film Substances 0.000 description 10
- 239000010409 thin film Substances 0.000 description 8
- 239000005416 organic matter Substances 0.000 description 7
- DIOQZVSQGTUSAI-UHFFFAOYSA-N decane Chemical compound CCCCCCCCCC DIOQZVSQGTUSAI-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000014759 maintenance of location Effects 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 description 2
- RRHGJUQNOFWUDK-UHFFFAOYSA-N Isoprene Chemical compound CC(=C)C=C RRHGJUQNOFWUDK-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- JARKCYVAAOWBJS-UHFFFAOYSA-N hexanal Chemical compound CCCCCC=O JARKCYVAAOWBJS-UHFFFAOYSA-N 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- ODLMAHJVESYWTB-UHFFFAOYSA-N propylbenzene Chemical compound CCCC1=CC=CC=C1 ODLMAHJVESYWTB-UHFFFAOYSA-N 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- RSJKGSCJYJTIGS-UHFFFAOYSA-N undecane Chemical compound CCCCCCCCCCC RSJKGSCJYJTIGS-UHFFFAOYSA-N 0.000 description 2
- GWHJZXXIDMPWGX-UHFFFAOYSA-N 1,2,4-trimethylbenzene Chemical class CC1=CC=C(C)C(C)=C1 GWHJZXXIDMPWGX-UHFFFAOYSA-N 0.000 description 1
- LIKMAJRDDDTEIG-UHFFFAOYSA-N 1-hexene Chemical compound CCCCC=C LIKMAJRDDDTEIG-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 238000013276 bronchoscopy Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 239000012159 carrier gas Substances 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000003172 expectorant agent Substances 0.000 description 1
- 230000003419 expectorant effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- FXHGMKSSBGDXIY-UHFFFAOYSA-N heptanal Chemical compound CCCCCCC=O FXHGMKSSBGDXIY-UHFFFAOYSA-N 0.000 description 1
- 125000000959 isobutyl group Chemical group [H]C([H])([H])C([H])(C([H])([H])[H])C([H])([H])* 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- GDOPTJXRTPNYNR-UHFFFAOYSA-N methylcyclopentane Chemical group CC1CCCC1 GDOPTJXRTPNYNR-UHFFFAOYSA-N 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种用于诊断早期肺癌的呼吸检测方法及其设备。先把疑似肺癌患者的呼吸气体用固相微萃取技术进行预富集，再把吸附了有机气体成分的固相微萃取针插入气体热脱附器，使之热脱附，热脱附后的有机气体成分通过气相色谱毛细管柱进行分离，使被测有机气体按时间顺序依次到达由一对高频延迟线声表面波传感器做成的检测头，由检测头上的有机气体敏感膜吸附，从而检测到被测有机气体成分的含量，对检测到的11种肺癌标志性有机成分，进行数据图像处理和神经网络模式识别，从而能够诊断出肺癌患者。本发明也可在食品、化工、生物医学、农产品加工、中药、空气污染监测等领域中对挥发性有机物进行定性和定量检测。
Description
技术领域
本发明涉及一种用于诊断早期肺癌的呼吸检测方法及其设备。
背景技术
据估计，全世界每年有60万左右新增肺癌病人，肺癌为当前世界各地最为常见的恶性肿瘤之一，发病率在多数国家都有明显增高的趋势。肺癌五年后的存活率为14％，如果能够在早期就得到诊断治疗的话，五年后的存活率为48％，因此设计能够无创地检测早期肺癌病人的呼吸检测仪器有很大的实用意义。目前临床上，肺癌的常见诊断方法有：X线检查、电子计算机断层扫描(CT)、磁共振断层扫描(MRI)、痰脱落细胞检查、纤维支气管镜检查、经皮肺穿刺活检等，但是采用这些方法的设备庞大，并且昂贵，对病人的创伤大，需要熟练的操作人员，而且最重要的是不能进行早期诊断。
发明内容
本发明的目的在于提供一种用于诊断早期肺癌的呼吸检测方法及其设备，能够对疑似早期肺癌患者呼吸中的挥发性有机气体(VOC)进行定性和定量检测。
为了达到上述目的，本发明采用的技术方案如下：
一、用于诊断早期肺癌的呼吸检测方法：
先把疑似肺癌患者的呼吸气体用固相微萃取头进行预富集，再把吸附了有机气体成分的固相微萃取针插入气体热脱附器，使之热脱附，热脱附后的有机气体成分通过气相色谱毛细管分离柱进行分离，使被测有机气体按时间顺序依次到达由一对高频延迟线声表面波传感器做成的检测器，由检测器上的有机气体敏感膜吸附，从而检测到被测有机气体成分，对检测到的11种肺癌标志性有机成分，进行数据图像处理和神经网络模式识别，从而能够诊断出肺癌患者。
二、用于诊断早期肺癌的呼吸检测方法的设备，包括固相微萃取头、气体热脱附器、信号处理器、计算机。固相微萃取头插入气体热脱附器，气体热脱附器出口接装在温度控制箱中的毛细管分离柱的入口，毛细管分离柱的出口经过检测头接口到达检测头的有机气体敏感膜，产生的差频信号传入信号处理器后接计算机。
所述的检测头包括：在128°Y切X传播的LiNbO3做成的基底上用铝膜做成两组叉指电极通道，中间用铝膜做成两个2.5mm的延迟线，在一个延迟线上镀一层100nm的聚异丁烯有机气体敏感膜作为检测通道，另一个不镀膜作为参比通道，两个通道产生的信号通过射频放大器连接到混频器，产生用于检测的差频信号，输入差频信号到信号处理器。
所述的检测头接口包括：毛细管出口喷头固定在加热器上，毛细管分离柱通过喷头连接到检测头上的有机气体敏感膜，在喷头的外侧套上一个铝合金做成的圆柱型导热金属套，其底部固定在加热器上，在导热金属套的上部用隔热材料做成一个热绝缘帽子，在帽子上反扣检测头，从而形成一个非密闭的气室，把检测头和3cm×3cm的半导体制冷片固定在一起，使半导体制冷片的冷面和检测头的底部通过导热硅胶相连，半导体制冷片的热面和散热片通过导热硅胶相连。
本发明具有的优点是：检测器件小，检测范围宽，检测灵敏度高，检测快速，使用便捷，能对肺癌疑似人群作早期、无创的检测。该新型呼吸检测仪器由于能检测气体中的有机成分，也可在食品、化工、生物医学、农产品加工、中药、空气污染监测等领域中对挥发性有机物进行定性和定量检测。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的基本结构原理图；
图2是本发明的检测头的基本结构原理图；
图3是本发明的检测头接口基本结构原理图；
图4是旋转滴涂技术制备薄膜过程原理图；
图5是本发明的图像处理过程原理图；
图6是本发明的基线响应；
图7是本发明对一个肺癌患者呼吸气体的响应曲线；
图8是本发明对不同浓度癸烷气体的响应特征曲线。
图中：1、固相微萃取头，2、气体热脱附器，3、装在温度控制箱中的毛细管分离柱，4、检测头接口，5、检测头，6、信号处理器，7、计算机，8、128°Y切X传播的LiNbO3做成的基底，9、射频放大器，10、检测通道，11、参比通道，12、有机气体敏感膜，13、混频器，14、毛细管出口喷头，15、加热器，16、圆柱型导热金属套，17、热绝缘帽子，18、导热硅胶，19、散热片，20、半导体制冷片。
具体实施方式
1、本发明的具体结构：
如图1所示，一种用于诊断早期肺癌的呼吸检测方法的设备，包括固相微萃取头1、气体热脱附器2、信号处理器6(频率器1k～1MHz)、计算机7(PC机)。固相微萃取头1插入气体热脱附器2，气体热脱附器2出口接装在温度控制箱中的毛细管分离柱3的入口，装在温度控制箱中的毛细管分离柱3的出口经过检测头接口4到达检测头5的有机气体敏感膜，产生的差频信号传入信号处理器6后接计算机7。
如图2所示，所述的检测头5包括：在128°Y切X传播的LiNbO3做成的基底8上用铝膜做成两组叉指电极通道，在它们中间用铝膜做成两个2.5mm的延迟线，在一个延迟线上镀一层100nm的聚异丁烯有机薄膜12作为检测通道10，另一个不镀膜作为参比通道11，两个通道产生的信号通过射频放大器9(型号MAX2650)连接到混频器13(型号MC1496)，产生用于检测的差频信号，输入差频信号到信号处理器6。
如图3所示，所述的检测头接口4包括：毛细管出口喷头14固定在加热器15上，装在温度控制箱中的毛细管分离柱3通过喷头连接到检测头5上的有机气体敏感膜12，在喷头的外侧套上一个铝合金做成的圆柱型导热金属套16，其底部固定在加热器15上，在导热金属套16的上部用隔热材料做成一个热绝缘帽子17，在帽子上反扣检测头5，从而形成一个非密闭的气室，把检测头5和3cm×3cm的半导体制冷片20固定在一起，使半导体制冷片20的冷面和检测头5的底部通过导热硅胶18相连，同时，半导体制冷片20的热面和散热片19通过导热硅胶18相连。
当肺癌疑似病人的呼吸气体被固相微萃取头预富集后，吸附在固相微萃取头上，在气体热脱附器中被脱附，由氮气作为载气，被送入毛细管分离柱分离。分离后的有机气体成分依次通过检测头接口到达检测头，被检测头上的有机气体敏感膜吸附，检测头产生频率变化信号，通过和参比通道的混频后得到差频信号，差频信号被信号处理器接受并处理后传递到计算机上进行最后的图像处理和神经网络分析。
2、本发明的制作方法：
(1)延迟线声表面传感器的设计与制作
选用128°Y切X传播的LiNbO3单晶片作为声表面传感器的压电基片即基底8。经抛光清洗后，沿用已广泛应用于半导体集成电路领域的蚀刻技术，用铝膜制成500nm厚，12.82um宽的叉指电极(IDT)和边长为2.5mm的正方形延迟线。
设计参数如下：
(1)128°Y切X传播的LiNbO3基片
(2)IDT指宽，指间距为12.82um
(3)孔径w＝2.5mm
(4)输出对数为N1＝46对指
(5)输入对数为N2＝29对指
(6)带宽：由Δf＝f0/N；f0＝78.1MHz，N＝46，可知带宽Δf＝1.70MHz
(2)有机气体敏感膜12传感器的制备：
选用氯仿和甲苯作为有机溶剂，质量比1∶1，充分混合后，加入聚异丁稀(PIB)作为溶质，在室温，一个大气压下，制成质量百分比为15％～20％的溶液，取0.4μL此种溶液滴涂于SAW传感器表面，转速为1500到2000转每分钟，旋转60秒后涂膜结束，如图4所示，。在涂膜的同时应该使涂膜空间内有饱和的水蒸气，因为这样产生的薄膜具有多孔特性，能提高薄膜对VOC气体分子的吸附能力。把涂完薄膜的传感器放置在真空器皿中干燥，并把该器皿放入烘箱内保持恒温45℃至少2、3天以除去薄膜中的溶剂。这样就完成了薄膜传感器的制备。
(3)检测头5的制作：
使用前述的一个薄膜传感器作为检测通道10和一个未镀膜的传感器作为参比通道11，用正反馈电路使之振荡，产生频率信号。通过混频器电路和低通电路后，产生差频信号。用半导体制冷片20制成的制冷器对两个传感器的基底制冷，以便保持传感器在室温下工作。这样就完成了检测头的制作，我们可以通过检测差频信号的变化，确定检测到的挥发性有机物的含量。
(4)检测数据的图像处理方法：
图5显示了一种图像识别的方法，用来诊断肺癌病人。一个肺癌病人理想的呼吸响应可以由标样结果(表1)来确定，如图5(a)所示。把这个虚拟传感器阵列的理想响应转换成极坐标表示，然后把肺癌病人的极坐标响应叠加上去，如图5(b)所示。最后计算每种VOC响应的重叠面积。
(5)神经网络的设计：
每个VOC成分对应了1个参数，重叠面积。它包括两个信息量：频率响应(Hz)和保留时间(min)，频率响应指的是VOC的浓度而保留时间指的是该VOC成分的种类。因为定标了11种特征的VOC成分，所以从SAW传感器所得有11个输入数据，而输出的结果有3个，肺癌病人、健康人和疑似病人。人工神经网络采用的是BP-ANN。
在神经网络训练时，定义了3个状态：第一，假如呼吸气体内不含有这11种肺癌特征VOC气体的为健康人；第二，假如呼吸气体内只含有这11种肺癌特征VOC气体的其中一种的为疑似病人；第三，假如呼吸气体内含有这11种肺癌特征VOC气体的种类超过2种以上的为肺癌病人。
| 表1 11种作为肺癌特征气体的VOC，排列顺序为在肺癌呼吸气体中出现频率从大到小 | |
| VOC名称 | 平均保留时间±0.020(min) |
| 苯乙烯 | 5.140 |
| 癸烷 | 8.598 |
| 异戊二烯 | 1.390 |
| 苯 | 1.940 |
| 十一烷 | 11.598 |
| 己烯 | 1.623 |
| 己醛 | 3.323 |
| 丙基苯 | 6.807 |
| 1，2，4三甲基苯 | 7.890 |
| 庚醛 | 5.332 |
| 甲基-环戊烷 | 1.807 |
检测仪器的原理
延迟线声表面波传感器有质量沉积效应，当有物质沉积在延迟线上时，会改变声波的传播速度，从而改变传感器的振荡频率，当传感器表面的有机薄膜吸附气体中的挥发性有机物时，传感器频率发生变化。通过检测传感器的频率变化，就可以换算出挥发性有机物的含量。
气相色谱毛细管柱具有理想的时间分离特性，传感器响应的保留时间与每个化学成分经过毛细管柱的时间相关联，由于不同的化学成分在毛细管柱内部涂覆膜里面运动的速率不同，毛细管柱能把注入口处的气体样本内的化学成分分离成一个个独立的成分。通过对每个响应保留时间的计算，就可以检测出每种挥发性有机物。这样就完成了对挥发性有机物定性和定量的检测。
仪器的特性
(1)稳定性
仪器在25分钟内的基线如图6所示，采样为每秒13个点。波动在100Hz以内，通常我们的检测时间为13分钟。该结果表明仪器具有较高的稳定性。
(2)检测灵敏度
图7显示仪器在检测肺癌患者呼吸气体时的频谱响应。它对苯乙烯响应的灵敏度为3.24ng/Hz。
(3)检测仪器的特性曲线及其特性参数
检测仪器对癸烷的标准响应曲线如图8所示。对每种挥发性有机物都有不同的检测下限，其中最好的检测下限为对苯乙烯的1×10-8mol/L。传感器的响应时间小于3秒(响应时间指到达峰值所用时间)，浓度高时相对略慢些。并且当测量高浓度VOC后，再测量低浓度时，没有发现明显的浓度迟滞效应现象。该薄膜传感器能长时间，反复使用，而且具有良好的重复性，这也是该传感的一个特点。
Claims (4)
1、一种用于诊断早期肺癌的呼吸检测方法，其特征在于：先把疑似肺癌患者的呼吸气体用固相微萃取头进行预富集，再把吸附了有机气体成分的固相微萃取针插入气体热脱附器，使之热脱附，热脱附后的有机气体成分通过气相色谱毛细管分离柱进行分离，使被测有机气体按时间顺序依次到达由一对高频延迟线声表面波传感器做成的检测器，由检测器上的有机气体敏感膜吸附，从而检测到被测有机气体成分，对检测到的11种肺癌标志性有机成分，进行数据图像处理和神经网络模式识别，从而能够诊断出肺癌患者。
2、用于权利要求1所述的一种用于诊断早期肺癌的呼吸检测方法的设备，包括固相微萃取头(1)、气体热脱附器(2)、信号处理器(6)、计算机(7)；其特征在于：固相微萃取头(1)插入气体热脱附器(2)，气体热脱附器(2)出口接装在温度控制箱中的毛细管分离柱(3)的入口，毛细管分离柱(3)的出口经过检测头接口(4)到达检测头(5)的有机气体敏感膜，产生的差频信号传入信号处理器(6)后接计算机(7)。
3、根据权利要求2所述的一种用于诊断早期肺癌的呼吸检测方法的设备，其特征在于：所述的检测头(5)包括：在128°Y切X传播的LiNbO3做成的基底(8)上用铝膜做成两组叉指电极通道，中间用铝膜做成两个2.5mm的延迟线，在一个延迟线上镀一层100nm的聚异丁烯有机气体敏感膜(12)作为检测通道(10)，另一个不镀膜作为参比通道(11)，两个通道产生的信号通过射频放大器(9)连接到混频器(13)，产生用于检测的差频信号，输入差频信号到信号处理器(6)。
4、根据权利要求2所述的一种用于诊断早期肺癌的呼吸检测方法的设备，其特征在于：所述的检测头接口(4)包括：毛细管出口喷头(14)固定在加热器(15)上，毛细管分离柱(3)通过喷头连接到检测头(5)上的有机气体敏感膜(12)，在喷头的外侧套上一个铝合金做成的圆柱型导热金属套(16)，其底部固定在加热器(15)上，在导热金属套(16)的上部用隔热材料做成一个热绝缘帽子(17)，在帽子上反扣检测头(5)，从而形成一个非密闭的气室，把检测头(5)和3cm×3cm的半导体制冷片(20)固定在一起，使半导体制冷片(20)的冷面和检测头(5)的底部通过导热硅胶(18)相连，半导体制冷片(20)的热面和散热片(19)通过导热硅胶(18)相连。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200510049236 CN1647756A (zh) | 2005-01-26 | 2005-01-26 | 用于诊断早期肺癌的呼吸检测方法及其设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200510049236 CN1647756A (zh) | 2005-01-26 | 2005-01-26 | 用于诊断早期肺癌的呼吸检测方法及其设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN1647756A true CN1647756A (zh) | 2005-08-03 |
Family
ID=34876544
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200510049236 Pending CN1647756A (zh) | 2005-01-26 | 2005-01-26 | 用于诊断早期肺癌的呼吸检测方法及其设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1647756A (zh) |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101968468A (zh) * | 2010-09-14 | 2011-02-09 | 北京市劳动保护科学研究所 | 醛酮类物质的气相色谱-声表面波快速分析测定方法 |
| CN101093217B (zh) * | 2007-07-03 | 2011-05-04 | 浙江大学 | 声表面波传感器与气相色谱分离柱联用的电子鼻及检测方法 |
| CN101135674B (zh) * | 2007-10-12 | 2011-09-21 | 电子科技大学 | 一种提高声表面波气体传感器温度稳定性的方法 |
| CN102226801A (zh) * | 2011-04-11 | 2011-10-26 | 浙江大学 | 采用微气室阵列分时联用技术的气体分析装置 |
| CN102507703A (zh) * | 2011-11-29 | 2012-06-20 | 南昌航空大学 | 一种固相微萃取与电化学传感器和单片机联用装置 |
| CN101334399B (zh) * | 2008-07-15 | 2012-06-27 | 重庆大学 | 一种肺癌诊断的便携式装置 |
| CN103048382A (zh) * | 2012-12-21 | 2013-04-17 | 浙江大学 | 在线监测异丙酚麻醉药的系统和方法 |
| CN103245778A (zh) * | 2012-02-01 | 2013-08-14 | 郑桂忠 | 可辨识肺炎种类的呼吸器及其辨识芯片及其辨识方法 |
| CN103985302A (zh) * | 2014-04-11 | 2014-08-13 | 中国人民解放军第四军医大学 | 一种易维护式重金属进入呼吸系统提取的装置 |
| CN103983483A (zh) * | 2014-04-11 | 2014-08-13 | 中国人民解放军第四军医大学 | 一种空气中重金属的提取装置 |
| CN105997086A (zh) * | 2016-06-20 | 2016-10-12 | 北京大学 | 一种呼吸检测方法 |
| CN106137204A (zh) * | 2015-04-02 | 2016-11-23 | 中国科学院生态环境研究中心 | 利用真空紫外光电离质谱仪进行肺癌早期筛查的方法 |
| CN106796217A (zh) * | 2014-07-21 | 2017-05-31 | 泰克年研究发展基金会公司 | 用于直接呼吸采样的组合物 |
| CN107041751A (zh) * | 2017-04-01 | 2017-08-15 | 浙江大学 | 一种呼吸状态检测系统及无线无源的声表面波传感器 |
| CN107137085A (zh) * | 2017-04-01 | 2017-09-08 | 浙江大学 | 一种呼吸状态检测方法及无线无源的柔性声表面波传感器 |
| CN107179350A (zh) * | 2017-07-14 | 2017-09-19 | 南京铯浦医众生物科技有限公司 | 一种在线监测异丙酚和七氟烷浓度的简易装置及方法 |
| CN108245757A (zh) * | 2017-12-20 | 2018-07-06 | 浙江大学 | 基于呼吸机管路的呼出气体采集装置 |
| CN111529092A (zh) * | 2020-05-09 | 2020-08-14 | 山东师范大学 | 一种预防传染性病毒肺炎的个人腕带黑匣子及系统 |
| CN111833330A (zh) * | 2020-07-14 | 2020-10-27 | 中国医学科学院生物医学工程研究所 | 基于影像与机器嗅觉融合的肺癌智能检测方法及系统 |
| CN112180002A (zh) * | 2020-08-31 | 2021-01-05 | 四川省中医药科学院 | 一种利用声表面波气相色谱仪现场鉴别低挥发性中药材的方法 |
| CN112180004A (zh) * | 2020-08-31 | 2021-01-05 | 四川省中医药科学院 | 一种利用声表面波气相色谱仪现场鉴别高挥发性中药材的方法 |
| CN112245972A (zh) * | 2020-10-16 | 2021-01-22 | 清华大学 | 一种可移动的固相微萃取器脱附装置 |
| CN112345635A (zh) * | 2020-10-28 | 2021-02-09 | 上海交通大学 | 一种基于呼出气体挥发性有机物分析的胃病诊断系统 |
| CN114137158A (zh) * | 2021-11-09 | 2022-03-04 | 山东大学 | 一种基于呼出气体挥发性有机物检测的肺癌早期筛查装置 |
-
2005
- 2005-01-26 CN CN 200510049236 patent/CN1647756A/zh active Pending
Cited By (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101093217B (zh) * | 2007-07-03 | 2011-05-04 | 浙江大学 | 声表面波传感器与气相色谱分离柱联用的电子鼻及检测方法 |
| CN101135674B (zh) * | 2007-10-12 | 2011-09-21 | 电子科技大学 | 一种提高声表面波气体传感器温度稳定性的方法 |
| CN101334399B (zh) * | 2008-07-15 | 2012-06-27 | 重庆大学 | 一种肺癌诊断的便携式装置 |
| CN101968468A (zh) * | 2010-09-14 | 2011-02-09 | 北京市劳动保护科学研究所 | 醛酮类物质的气相色谱-声表面波快速分析测定方法 |
| CN102226801A (zh) * | 2011-04-11 | 2011-10-26 | 浙江大学 | 采用微气室阵列分时联用技术的气体分析装置 |
| CN102507703B (zh) * | 2011-11-29 | 2014-06-11 | 南昌航空大学 | 一种固相微萃取与电化学传感器和单片机联用装置 |
| CN102507703A (zh) * | 2011-11-29 | 2012-06-20 | 南昌航空大学 | 一种固相微萃取与电化学传感器和单片机联用装置 |
| CN103245778A (zh) * | 2012-02-01 | 2013-08-14 | 郑桂忠 | 可辨识肺炎种类的呼吸器及其辨识芯片及其辨识方法 |
| TWI458464B (zh) * | 2012-02-01 | 2014-11-01 | Nat Univ Tsing Hua | 可早期偵測及辨識肺炎種類之呼吸器、其氣體辨識晶片、及其氣體辨識方法 |
| US9125590B2 (en) | 2012-02-01 | 2015-09-08 | National Tsing Hua University | Medical ventilator capable of early detecting and recognizing types of pneumonia, gas recognition chip, and method for recognizing gas thereof |
| CN103245778B (zh) * | 2012-02-01 | 2015-09-16 | 郑桂忠 | 可辨识肺炎种类的呼吸器及其辨识芯片及其辨识方法 |
| CN103048382A (zh) * | 2012-12-21 | 2013-04-17 | 浙江大学 | 在线监测异丙酚麻醉药的系统和方法 |
| CN103048382B (zh) * | 2012-12-21 | 2015-02-11 | 浙江大学 | 在线监测异丙酚麻醉药的系统和方法 |
| CN103985302A (zh) * | 2014-04-11 | 2014-08-13 | 中国人民解放军第四军医大学 | 一种易维护式重金属进入呼吸系统提取的装置 |
| CN103983483A (zh) * | 2014-04-11 | 2014-08-13 | 中国人民解放军第四军医大学 | 一种空气中重金属的提取装置 |
| CN106796217A (zh) * | 2014-07-21 | 2017-05-31 | 泰克年研究发展基金会公司 | 用于直接呼吸采样的组合物 |
| CN106137204A (zh) * | 2015-04-02 | 2016-11-23 | 中国科学院生态环境研究中心 | 利用真空紫外光电离质谱仪进行肺癌早期筛查的方法 |
| CN105997086B (zh) * | 2016-06-20 | 2019-07-19 | 北京大学 | 一种呼吸检测方法 |
| CN105997086A (zh) * | 2016-06-20 | 2016-10-12 | 北京大学 | 一种呼吸检测方法 |
| CN107041751A (zh) * | 2017-04-01 | 2017-08-15 | 浙江大学 | 一种呼吸状态检测系统及无线无源的声表面波传感器 |
| CN107137085A (zh) * | 2017-04-01 | 2017-09-08 | 浙江大学 | 一种呼吸状态检测方法及无线无源的柔性声表面波传感器 |
| CN107137085B (zh) * | 2017-04-01 | 2019-08-27 | 浙江大学 | 一种呼吸状态检测方法及无线无源的柔性声表面波传感器 |
| CN107179350B (zh) * | 2017-07-14 | 2023-06-23 | 杭州紫来测控技术有限公司 | 一种在线监测异丙酚和七氟烷浓度的简易装置及方法 |
| CN107179350A (zh) * | 2017-07-14 | 2017-09-19 | 南京铯浦医众生物科技有限公司 | 一种在线监测异丙酚和七氟烷浓度的简易装置及方法 |
| CN108245757A (zh) * | 2017-12-20 | 2018-07-06 | 浙江大学 | 基于呼吸机管路的呼出气体采集装置 |
| CN111529092A (zh) * | 2020-05-09 | 2020-08-14 | 山东师范大学 | 一种预防传染性病毒肺炎的个人腕带黑匣子及系统 |
| CN111833330A (zh) * | 2020-07-14 | 2020-10-27 | 中国医学科学院生物医学工程研究所 | 基于影像与机器嗅觉融合的肺癌智能检测方法及系统 |
| CN112180004A (zh) * | 2020-08-31 | 2021-01-05 | 四川省中医药科学院 | 一种利用声表面波气相色谱仪现场鉴别高挥发性中药材的方法 |
| CN112180002A (zh) * | 2020-08-31 | 2021-01-05 | 四川省中医药科学院 | 一种利用声表面波气相色谱仪现场鉴别低挥发性中药材的方法 |
| CN112245972A (zh) * | 2020-10-16 | 2021-01-22 | 清华大学 | 一种可移动的固相微萃取器脱附装置 |
| CN112345635A (zh) * | 2020-10-28 | 2021-02-09 | 上海交通大学 | 一种基于呼出气体挥发性有机物分析的胃病诊断系统 |
| CN114137158A (zh) * | 2021-11-09 | 2022-03-04 | 山东大学 | 一种基于呼出气体挥发性有机物检测的肺癌早期筛查装置 |
| CN114137158B (zh) * | 2021-11-09 | 2023-10-31 | 山东大学 | 一种基于呼出气体挥发性有机物检测的肺癌早期筛查装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1647756A (zh) | 用于诊断早期肺癌的呼吸检测方法及其设备 | |
| US7153272B2 (en) | Methods of collecting and analyzing human breath | |
| US11181519B2 (en) | System and method for differential diagnosis of diseases | |
| Chen et al. | Exhaled breath analysis in disease detection | |
| CN2778198Y (zh) | 用于诊断早期肺癌的呼吸检测装置 | |
| US9551712B2 (en) | Volatile organic compounds as diagnostic markers for various types of cancer | |
| Biasioli et al. | Direct-injection mass spectrometry adds the time dimension to (B) VOC analysis | |
| US7966132B2 (en) | Methods for remote characterization of an odor | |
| WO2010079491A1 (en) | Volatile organic compounds as diagnostic markers in the breath for lung cancer | |
| CA2924107C (en) | System and method for eluting and testing substance from exhaled aerosol sample | |
| US20100188110A1 (en) | Sensor having integrated electrodes and method for detecting analytes in fluids | |
| US20130253360A1 (en) | Integrated analysis device for simultaneously detecting ebcs and vocs in human exhaled breath | |
| CN203241391U (zh) | 呼出气在线富集气相色谱快速检测装置 | |
| WO2014068554A1 (en) | Sensor technology for diagnosing tuberculosis | |
| Yu et al. | Metal-organic frameworks for the sorption of acetone and isopropanol in exhaled breath of diabetics prior to quantitation by gas chromatography | |
| Dharmawardana et al. | A review of breath analysis techniques in head and neck cancer | |
| CN207198090U (zh) | 基于紫外光丙酮识别的呼气式糖尿病检测系统 | |
| Hu | Mass spectrometric analysis of exhaled breath: recent advances and future perspectives | |
| CN114487150A (zh) | 地表水中氯甲烷的吹扫捕集/气相色谱-质谱检测方法 | |
| WO2004066839A1 (en) | Method and apparatus for monitoring intravenous (iv) drug concentration using exhaled breath | |
| CN109580584A (zh) | 唾液诊断传感器的制备方法及唾液诊断传感器的应用 | |
| US20130160520A1 (en) | Gas analyzer | |
| JP4452783B2 (ja) | 呼気分析装置を用いた肝硬変検査方法及び装置 | |
| Zeinali et al. | On-site microextraction technologies for the comprehensive investigation of breath composition in lung cancer patients | |
| Smith et al. | Selected ion flow tube mass spectrometry |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |