肺癌诊断电子鼻的设计和应用研究.pdfVIP

肺癌诊断电子鼻的设计和应用 陈星 曹明富 郝燕 王悦李毅王银瓶．王平’ 浙江大学 生物医学工程与仪器科学学院 生物传感器国家专业实验室 生物医学工程教育部重点实验室 浙江杭州310027 摘要：本文提出了一种对肺癌的无创电子鼻诊断新方法．该方法结合了虚拟声表面波(sA、Ⅳ)传感器 阵列的概念和图像识别方法，对肺癌病人、正常人和老慢支病人的呼出气体进行了检测，确定了11种 挥发性有机成分(VOCs)为肺癌特征气体。同时，经过电子鼻申的神经网络(AN№训练，构建了模式识别 系统。该电子鼻结构包括：双袋一固相微萃gX-(SPME)结构作为气体的预处理和预富集，毛细管分离柱 连接一对镀有聚异丁烯(PIB)膜的SAW传感器作为虚拟声表面波传感器检测阵列，以及神经网络模式识 剐作为分析内核。该电子鼻系统对疑似人群呼吸中的n种特征气体能够进行定性和定量的检测，通过 模式识别处理，能够初步诊断出肺癌病人。 关键词：电子鼻癌诊断吸检测Aw传感器拟传感器阵列 1．介绍 肺癌已经成为最常见的癌症之一。2002年在全球范围内新增肺癌135万人，有118万人死于肺癌，而 其中大部分患者集中在发展中国家和欠发达地区。中国作为人口大国，近年来经济的高速发展带来的环境污 染，以及吸烟人口的不断增加，导致肺癌的发病率成上升趋势。而肺癌的死亡率是非常高的，五年后的死亡 率达到86％，但是如果能在肺癌早期就得到诊断和治疗的话，死亡率下降到52％。因此，对于肺癌的早期 诊断是非常有意义的。然而，现阶段的常规检测方法，如：CT，X光等图像检测和镜检，痰检等细胞组织 活检，都不能达到早期诊断的目的。现在一种基于电子鼻的呼吸检测方法为肺癌的早期诊断开辟了一条新路。 早在1994年，我们就开始研究使用电子鼻进行疾病的无创检测方法，并在1997年发表了用传感器阵列 组成的电子鼻来诊断糖尿病的研究成果IlJ。1999年Michael Phillips第一个发表了他们关于呼吸气味与肺癌之 毛细管柱和SAW传感器组成模拟的高灵敏度虚拟传感器阵列电子鼻系统来检测肺癌的研究成果【310 在本文中，我们设计的GC．SAW电子鼻系统结合了虚拟声表面波(SAW)传感器阵列的概念和图像识别方 法，对肺癌病人、正常人和老慢支病人的呼出气体进行了检测，并且使用该电子鼻对肺癌细胞培养液中的挥 为肺癌特征气体。 2．实验 2．1呼吸检测电子鼻系统的设计： 出结合了图象识别算法的虚拟SAW气体传感器阵列。基于虚拟传感器阵列的电子鼻的原理如图l所示。用 这些脱附下来的VOC气体成分能够在载气氮气的带动下进入毛细管柱进行分剐外，然后在毛细管柱出口处 能被SAW传感器表面涂覆的高分子薄膜聚异丁烯(PtB)吸附而产生一定的频率响应。 在我们的电子鼻中，GC毛细管柱具有理想的时间分离特性，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，因此毛细管柱能把注 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。当经过毛细管柱分离后的独立成分到达传感器表 4t7 面时，SAW传感器把该成分的化学响应和保留时间记录下来。SAW传感器的采样频率由一个130ms的计数 器控制，大约一秒记录7～8个点。由于大部分肺癌病人呼吸气体内的VOC成分能够在13分钟内通过毛细管 成的虚拟传感器阵列，而且其中每个传感器对呼吸气体有着独一无二的保留时间和频率响应。把这些得到的 数据经极坐标转换后的到的图象与肺癌病人的理想图象相比较，通过计算他们图象的重叠部分面积来判别被 测样本是否为肺癌病人。 温度控镑糟辆毛细警桂 圆 11．．f：i蕊ii逼壁：：‘d ． T _ m)一I I -I