呼氣分析作為一種無創、便攜式健康診斷方法,因其具有方便、安全、簡單和避免不適等諸多優點而廣受關注。呼氣分析能夠通過分析特定氣體的濃度、類型以及其它特征來診斷不同的疾病。在現有的呼氣分析技術中,電子鼻(eNose)分析方法因其靈敏度高、響應速度快、實時監測、使用方便、便攜等優點,被認為是用于快速呼氣篩查的理想之選。
據麥姆斯咨詢報道,近期,北京信息科技大學、長春理工大學的研究人員針對呼氣分析以及電子鼻技術的研究進展進行了綜述分析,探討了人體呼氣成分在疾病診斷中的應用以及現有呼氣分析技術,重點分析了用于呼氣分析的電子鼻技術及其面臨的挑戰和發展前景。該綜述研究以“Research progress of electronic nose technology in exhaled breath disease analysis”為題,發表在Microsystems & Nanoengineering期刊上。
圖1 通過電子鼻系統進行無創呼氣分析的示意圖
呼氣分析技術
呼氣分析是一種極具前景的醫學檢測技術。人類呼出的氣體中所含的數千種不同氣體是人體新陳代謝和暴露于外源性化合物的產物。這些呼出氣體的生物標志物可以表征外部因素對人體健康的影響。通過檢測某些生物標志物的相對水平,可以評估人體的健康狀況。
在呼氣分析檢測中,常用的方法包括氣相色譜(GC)、質譜(MS)以及光腔衰蕩光譜(CRDS)分析。然而,這三種方法對實驗儀器和環境條件要求較高,并且設備結構復雜、成本較高,阻礙了其便攜性、小型化的發展以及在各個領域的廣泛應用。與上述方法相比,氣體傳感器分析方法可以快速獲得定性和定量的氣體檢測結果。基于電子鼻的呼氣分析技術具有靈敏度高、反應速度快、實時監測、用戶友好等優點。作為一種無創診斷模型,電子鼻為通過呼氣分析快速篩查疾病提供了一種理想的方法。
電子鼻系統由兩項關鍵技術組成:用于化學物質檢測的氣體傳感器陣列和提供系統內分析軟件模型的算法。
電子鼻系統的氣體傳感器
電子鼻技術依靠氣體傳感器來獲取氣體樣品的成分信息。為了精確檢測涉及復雜成分的呼吸相關疾病,需要將多個特定傳感器集成到傳感器陣列中以實現高精度檢測。在呼氣分析領域,傳感器陣列因其巨大的應用潛力而得到認可。在臨床實踐領域,幾種類型的氣體傳感器在電子鼻系統中得到了廣泛的應用。其中包括:耐化學性傳感器,如金屬氧化物半導體(MOS)傳感器和導電聚合物(CP)傳感器;壓電傳感器,如石英晶體微量天平(QCM)傳感器和聲表面波(SAW)傳感器;電化學(EC)傳感器;光學傳感器。
圖2 用于電子鼻系統的典型氣體傳感器
圖3 常用的MOS傳感材料及其傳感機制
圖4 SAW和QCM傳感器示例
圖5 電化學和光學傳感器示例
電子鼻系統的模式識別算法
電子鼻系統的核心處理技術涉及通過機器學習算法對傳感器陣列獲得的氣體信息進行定性或定量分析。為了應對各種復雜氣體和痕量氣體的處理難題,研究人員們將適當的多變量分析技術整合到電子鼻系統的算法組件中,從而提高了多變量場景下的選擇性,有效緩解了現有氣體傳感器交叉靈敏度低和選擇性差的問題。此外,不同疾病的對應標志物檢測限不同,單個傳感器難以單獨滿足不同標志物的檢測限,基于傳感器陣列則可以有效地解決這個問題。進而,通過機器學習算法對傳感器陣列獲得的氣體信息進行定性或定量分析,以滿足電子鼻系統在呼氣分析中的實際應用。
圖6 電子鼻系統的模式識別算法示例
電子鼻系統的開發
近年來,隨著電子鼻技術的不斷發展,其在食品、醫藥、農業等輕工業領域取得了顯著進展。各種商用和自主研發的電子鼻已經廣泛應用于各個領域。根據近年來的文獻分析,電子鼻系統在臨床醫學領域的應用越來越多,包括早期癌癥篩查、細菌病原體鑒定、淺表傷口微生物分析、新冠肺炎(COVID-19)檢測、幽門螺桿菌呼氣分析等。未來,氣體傳感器陣列和智能算法的高度集成將為電子鼻系統在呼氣分析領域的應用提供更廣闊的前景。
圖7 電子鼻系統示例
電子鼻系統的廣泛臨床應用需要生理機制和傳感技術的同步發展,目前面臨的主要挑戰是在復雜的人類呼氣環境中實現選擇性檢測,同時避免其它揮發性有機化合物(VOCs)和濕度的影響。此外,為電子鼻系統中的氣體傳感器選擇合適的傳感材料和處理技術,應以設備的預期用途和操作要求為指導。目標模式識別算法的實現將能夠識別傳感器響應信號與生理指標之間的相關性,并可以提高呼出生物標志物的魯棒性,以有效用于臨床診斷。展望未來,氣體傳感器陣列和智能算法的高度集成有望進一步增強電子鼻系統在呼氣診斷領域的應用。
論文信息:
https://doi.org/10.1038/s41378-023-00594-0
-
傳感器
+關注
關注
2541文章
49586瀏覽量
745970 -
高精度
+關注
關注
1文章
497瀏覽量
25306 -
氣體傳感器
+關注
關注
14文章
522瀏覽量
37531
原文標題:綜述:電子鼻技術在呼氣疾病分析中的應用研究進展
文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論