乳癌诊断电子鼻及应用

论文摘要

乳癌是人类最常见的一种恶性肿瘤,也是女性主要恶性肿瘤之一,发病率逐年上升,乳癌的早期诊断与治疗,有利于提高五年存活率。传统的乳癌诊断方法,一般采用X光扫描,活检等方法实现,检测程序复杂,周期较长而不利于乳癌的早期诊断与治疗,本课题开展基于电子鼻的乳癌诊断研究,方法简便,易于实现,对乳癌的早诊断早治疗极为有利。本文首先从病理学角度对乳腺癌医用电子鼻系统的可行性进行了论证,阐述了医用电子鼻的发展现状,介绍了医用电子鼻信号处理中的信号预处理方法以及模式识别方法,探讨了基于电子鼻的无创诊断方法在呼吸气体诊断中的应用优势。根据有关乳癌呼吸诊断研究资料,结合乳癌发病的病理学依据,论文选定了壬烷（nonane）、异丙醇（iso-Propyl alcohol）、苯乙酮（1-phenyl-Ethanone）、正庚醛（Heptanal）、肉豆蔻酸异丙酯（isopropyl myristate）等挥发性产物作为基于电子鼻的乳癌呼吸诊断的主要挥发性标志物。然后围绕乳癌呼吸诊断标志物,进行了气体传感器的调查研究,最终选定了六支金属氧化物气体传感器、一支电化学气体传感器和温度、湿度、压力传感器构建了乳癌诊断电子鼻系统。由于乳癌呼吸诊断标志物浓度较低（ppb级）,要求乳癌诊断电子鼻的传感器具有很低的LoD（最低检测限）;而在目前的技术条件下,普通气体传感器都达不到这个要求,上述气体传感器阵列无法直接检测临床病人呼吸气体,论文进一步研究了气体浓缩方法,在参照有关国际标准的基础上,着重考虑了精密的温度控制和流量控制的实现,构建了一个可重复性较好的固体吸附、热解吸气体浓缩系统。最后,利用构建的乳癌电子鼻系统,对乳癌呼吸诊断的部分挥发性标志物进行了测试,并利用BP网络和RBF网络进行了定性识别,BP网络和RBF网络对三种气体27个样本的识别率均为100%,分类效果良好,验证了该系统对乳癌呼吸诊断标志物的敏感能力。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 医用电子鼻的概念及研究意义
• 1.1.1 呼吸诊断的可行性及重要性
• 1.1.2 电子鼻技术的发展现状
• 1.2 医用电子鼻国内外研究现状
• 1.3 论文的研究目的以及研究内容
• 2 电子鼻原理及结构
• 2.1 电子鼻系统原理及结构
• 2.1.1 人的嗅觉系统
• 2.1.2 电子鼻系统
• 2.2 气体传感器类型
• 2.2.1 金属氧化物半导体型（Metal Oxide Semiconductor，MOS）
• 2.2.2 导电聚合物型（Conducting Polymer，CP）
• 2.2.3 压电类气体传感器
• 2.2.4 电化学型（Electrochemical Sensor，EC）
• 2.3 USB2002 数据采集卡
• 2.4 电子鼻系统数据的预处理方法
• 2.5 模式识别算法
• 2.5.1 模式识别算法分类
• 2.5.2 模式识别理论概述
• 3 乳癌诊断电子鼻构建
• 3.1 病理学依据
• 3.1.1 乳腺癌的定义、成因和现状
• 3.1.2 乳腺癌的分类及表现
• 3.1.3 乳腺癌的常规诊断方法
• 3.1.4 乳腺癌病人呼吸气体中的挥发性标志物及分类
• 3.2 传感器选型
• 3.2.1 医用电子鼻对传感器的特殊要求
• 3.2.2 针对乳腺癌的特征VOC 传感器选型
• 4 用于电子鼻的气体浓缩系统
• 4.1 预浓缩的必要性
• 4.2 预浓缩常用的方法
• 4.3 预浓缩系统结构及组成
• 4.3.1 气体进样活化以及干吹模式
• 4.3.2 气体吸附模式
• 4.3.3 气体热解吸模式
• 5 实验与数据分析
• 5.1 论文中电子鼻系统数据处理用到的样本集
• 5.2 三种气体样本实验
• 5.2.1 实验装置
• 5.2.2 实验配气方法
• 5.3 样本的特征参数提取
• 5.4 MATLAB 神经网络工具箱
• 5.5 神经网络在电子鼻系统定性识别中的应用
• 5.5.1 实验数据
• 5.5.2 BP 神经网络的设计
• 5.5.3 径向基（RBF）神经网络在电子鼻系统定性识别中的应用
• 5.6 实验结果分析与讨论
• 6 结论和展望
• 致谢
• 参考文献
• 附录