面向肺癌筛查的呼出气检测电子鼻设计与应用OA北大核心CSTPCD

人体呼出气包含的挥发性有机化合物(Volatile Organic Compounds,VOCs)与人体健康和疾病状态密切相关。电子鼻将气体传感器阵列与模式识别算法结合,可实现气味的识别与分类。针对肺癌患者诊治端口前移需求,开展呼出气检测电子鼻系统的设计与应用研究,基于半导体气体传感器阵列优化电路与气路设计,构建便携式电子鼻系统样机,对129例临床呼出气样本进行检测;通过数据处理与统计分析,研究健康对照(51例)与肺部疾病患者(78例)的分类效果。结果表明,设计的电子鼻对肺部疾病患者的识别准确率达89.1%(敏感性83.3%,特异性98.0%),展现出应用于肺癌早期筛查的潜力,有望成为一种无创、便捷的肺部疾病辅助诊断方法。