[发明专利]一种基于机器学习的呼出气体检测方法和系统有效

专利信息
申请号: 201911311102.4 申请日: 2019-12-18
公开(公告)号: CN111540463B 公开(公告)日: 2023-09-15
发明(设计)人: 陈锦明;贺庆国;程建功 申请(专利权)人: 中国科学院上海微系统与信息技术研究所
主分类号: G16H50/20 分类号: G16H50/20;G01N27/12
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;贾允
地址: 200050 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 学习 呼出 气体 检测 方法 系统
【说明书】:

发明公开了一种基于机器学习的呼出气体检测方法和系统,涉及气体分析技术领域。该基于机器学习的呼出气体检测方法包括以下步骤:获取多组传感器阵列中各组传感器阵列对人体呼出气体中含氮气体的电信号,其中,含氮气体包括氨气、正丙胺、二乙胺和三乙胺;使用气体检测模型对电信号进行分析,确定人体呼出气体中含氮气体的浓度,其中,气体检测模型为使用多组数据通过机器学习训练出的,多组数据中的每组数据均包括电信号和电信号所对应的气体参数标签;根据含氮气体的浓度,作出肾脏疾病诊断结果。本发明能够快速、高效地获得呼出气体中含氮气体的浓度值,对于人体肾脏疾病检测具有重要的意义,同时在呼出气体检测中具有重要的应用价值。

技术领域

本发明涉及气体分析技术领域,尤其涉及一种基于机器学习的呼出气体检测方法和系统。

背景技术

人体呼出气体主要来源于外部吸入和内源代谢两种途径,人们很早以前就开始了对人类呼出气体的成分进行分析,研究表明呼出气体中呼出代谢物含量与人体代谢水平和机体功能有很大的关系,有一些可以直接反应人体的健康状况。例如,呼吸道炎症患者呼出的气体中一氧化氮明显升高;糖尿病患者呼出气体中丙酮含量明显升高;精神分裂患者呼出气体中二硫化碳的浓度含量明显升高;肾衰竭患者呼出的气体中氨气的浓度有明显的提高。传统中医四诊中的闻诊就是通过检查人体呼出气体,实现疾病的诊断,而现在的呼吸诊断技术则是利用特异性传感材料或装置,针对人体呼出气体进行定量化分析,是中医闻诊的数字化和信息化的实现。

近年来,新的呼吸检测技术和设备的研究与开发也正掀起了国内外的一片热潮。目前呼出气体检测技术与设备主要分为三大类:复杂混合气体检测技术与设备;特定标识物的检测技术与设备;呼出气体中冷凝物的检测技术与设备。但是应用较广泛的主要是前两者,其中特定标识物的检测技术与设备往往应用于对某些特定疾病进行快速检测,这种呼吸诊断与传统的检测技术不同,具有无创、无痛、安全性高、快速反馈等特点,极大减小了病人的痛苦,并大大缩短了诊断的时间。基于传感器检测技术研发的电子鼻是一种快速检测的新型设备,在检测时间和检测速度方面均有较大的提升。但是现有的传感器通常只能对呼出气体中的单一气体进行检测,而患者呼出气体通常是一类标志性挥发性气体,采用现有的检测设备及方法,难以对呼出代谢物含量做出准确定量的检测,进而有可能影响相关疾病的诊断结果。

因此,有必要提出一种基于机器学习的呼出气体检测方法和系统,以解决上述技术问题。

发明内容

本发明的目的在于提供一种基于机器学习的呼出气体检测方法和系统,用以克服上述背景技术中的技术问题。

本发明是通过以下技术方案实现的:

本发明提供一种基于机器学习的呼出气体检测方法,包括以下步骤:

获取多组传感器阵列中各组传感器阵列对人体呼出气体中含氮气体的电信号,其中,所述含氮气体包括氨气、正丙胺、二乙胺和三乙胺;

使用气体检测模型对所述电信号进行分析,确定人体呼出气体中所述含氮气体的浓度,其中,所述气体检测模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据均包括电信号和所述电信号所对应的气体参数标签;

根据所述含氮气体的浓度,作出肾脏疾病诊断结果。

进一步地,所述传感器阵列由含氮类挥发性气体敏感薄膜直接覆盖在叉指式电极表面形成。

进一步地,所述含氮类挥发性气体敏感薄膜的材料分别为BOPHY前驱体非共价键修饰单壁碳纳米管、BOPHY非共价键修饰单壁碳纳米管、甲基取代BOPHY非共价键修饰单壁碳纳米管和碘取代BOPHY非共价键修饰单壁碳纳米管。

进一步地,在使用气体检测模型对所述电信号进行分析,确定人体呼出气体中所述含氮气体的浓度中,所述气体检测模型的机器学习训练过程包括以下步骤:

获取多组传感器阵列中各组传感器阵列对混合气体样本的电信号;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院上海微系统与信息技术研究所,未经中国科学院上海微系统与信息技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911311102.4/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top