介紹了一種基于電子鼻的呼氣無(wú)創(chuàng)肝癌檢測(cè)方法。人體的呼出氣體中包括上百種成分,如果某些器官出現(xiàn)病變或異常,呼出氣體也會(huì)有變化。利用電子鼻,采集了34例肝癌患者和52例對(duì)照者的呼出氣體。提取信號(hào)特征,并利用線性判別法（LDA）和支持向量機(jī)（SVM）構(gòu)建預(yù)測(cè)模型。利用隨機(jī)法和交叉驗(yàn)證法分別評(píng)價(jià)分類精度。結(jié)果表明:SVM的分類精度超過85%,可有效區(qū)分肝癌患者和對(duì)照組。研究表明電子鼻系統(tǒng)可有助于無(wú)創(chuàng)檢測(cè)肝癌,方法方便、安全,成本低廉。 

【文章來(lái)源】：傳感器與微系統(tǒng). 2020,39(04)CSCD

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

呼氣檢測(cè)肝癌疾病的診斷系統(tǒng)構(gòu)建

數(shù)據(jù)采集系統(tǒng)完成對(duì)呼出氣體的采集，記錄了溫度變化和三層傳感器敏感層在同一時(shí)間段對(duì)氣體的電阻響應(yīng)變化曲線。如圖2，整個(gè)測(cè)量過程包括5步，其中P1和P2為先后兩次測(cè)試者呼出氣體后，測(cè)得的傳感器波形數(shù)據(jù)。數(shù)據(jù)分析系統(tǒng)負(fù)責(zé)對(duì)采集到的傳感器信號(hào)處理，包括提取有效信號(hào)，特征挖掘和信號(hào)分類，并將結(jié)果輸出。具體內(nèi)容在數(shù)據(jù)處理部分介紹。

然而，信號(hào)不僅與時(shí)間有關(guān)，還與頻率、相位等信息有關(guān)，這就需要進(jìn)一步分析信號(hào)的頻率結(jié)構(gòu)。文中提取的頻譜特征主要包括各種方法求得的功率譜(Welch方法、平均周期圖法、窗函數(shù)法)。以S2敏感層為例，圖3和圖4是其兩種功率譜特征。圖4 頻譜特征二———平均周期圖

【參考文獻(xiàn)】：
期刊論文
[1]基于流速調(diào)制的電子鼻及其在啤酒分類中的應(yīng)用[J]. 王雨,邢建國(guó),傅均,錢曙.  傳感器與微系統(tǒng). 2018(11)
[2]基于PCA與BP混合神經(jīng)網(wǎng)絡(luò)算法的電子鼻系統(tǒng)[J]. 王巍巍,張賽男.  傳感器與微系統(tǒng). 2014(04)

碩士論文
[1]基于電子鼻的特征提取及模式分類方法研究[D]. 崔瑤.北京化工大學(xué) 2011



本文編號(hào)：3239739