资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-C
文章类型：
机构：
[1]华中科技大学集成电路学院光谷实验室,湖北武汉 430074
[2]四川省肿瘤医院胸外科,四川成都 610044
外科中心
肝胆胰外科
胸外科中心
四川省肿瘤医院
出处：
ISSN：
关键词：
电子鼻
呼出气检测
机器学习
统计分析
肺癌
摘要：
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.
基金：
深圳市协同创新科技计划国际科技合作项目(GJHZ20200731095809028);湖北省自然科学基金项目(2022CFA035)
第一作者：
第一作者机构：
[1]华中科技大学集成电路学院光谷实验室,湖北武汉 430074
通讯作者：
推荐引用方式(GB/T 7714)：
周佳骏,李华曜,向润,等.面向肺癌筛查的呼出气检测电子鼻设计与应用[J].传感技术学报.2024,37(7):1277-1284.
