首页 > 市场总揽 > 正文

综述:电子鼻技术在呼气疾病分析中的应用研究进展
2023-10-15 20:41:41   来源:麦姆斯咨询   评论:0   点击:

基于电子鼻的呼气分析技术具有灵敏度高、反应速度快、实时监测、用户友好等优点。作为一种无创诊断模型,电子鼻为通过呼气分析快速筛查疾病提供了一种理想的方法。电子鼻系统由两项关键技术组成:用于化学物质检测的气体传感器阵列和提供系统内分析软件模型的算法。

呼气分析作为一种无创、便携式健康诊断方法,因其具有方便、安全、简单和避免不适等诸多优点而广受关注。呼气分析能够通过分析特定气体的浓度、类型以及其它特征来诊断不同的疾病。在现有的呼气分析技术中,电子鼻(eNose)分析方法因其灵敏度高、响应速度快、实时监测、使用方便、便携等优点,被认为是用于快速呼气筛查的理想之选。

据麦姆斯咨询报道,近期,北京信息科技大学、长春理工大学的研究人员针对呼气分析以及电子鼻技术的研究进展进行了综述分析,探讨了人体呼气成分在疾病诊断中的应用以及现有呼气分析技术,重点分析了用于呼气分析的电子鼻技术及其面临的挑战和发展前景。该综述研究以“Research progress of electronic nose technology in exhaled breath disease analysis”为题,发表在Microsystems & Nanoengineering期刊上。

通过电子鼻系统进行无创呼气分析的示意图

图1 通过电子鼻系统进行无创呼气分析的示意图

呼气分析技术

呼气分析是一种极具前景的医学检测技术。人类呼出的气体中所含的数千种不同气体是人体新陈代谢和暴露于外源性化合物的产物。这些呼出气体的生物标志物可以表征外部因素对人体健康的影响。通过检测某些生物标志物的相对水平,可以评估人体的健康状况。

在呼气分析检测中,常用的方法包括气相色谱(GC)、质谱(MS)以及光腔衰荡光谱(CRDS)分析。然而,这三种方法对实验仪器和环境条件要求较高,并且设备结构复杂、成本较高,阻碍了其便携性、小型化的发展以及在各个领域的广泛应用。与上述方法相比,气体传感器分析方法可以快速获得定性和定量的气体检测结果。基于电子鼻的呼气分析技术具有灵敏度高、反应速度快、实时监测、用户友好等优点。作为一种无创诊断模型,电子鼻为通过呼气分析快速筛查疾病提供了一种理想的方法。

电子鼻系统由两项关键技术组成:用于化学物质检测的气体传感器阵列和提供系统内分析软件模型的算法。

电子鼻系统的气体传感器

电子鼻技术依靠气体传感器来获取气体样品的成分信息。为了精确检测涉及复杂成分的呼吸相关疾病,需要将多个特定传感器集成到传感器阵列中以实现高精度检测。在呼气分析领域,传感器阵列因其巨大的应用潜力而得到认可。在临床实践领域,几种类型的气体传感器在电子鼻系统中得到了广泛的应用。其中包括:耐化学性传感器,如金属氧化物半导体(MOS)传感器和导电聚合物(CP)传感器;压电传感器,如石英晶体微量天平(QCM)传感器和声表面波(SAW)传感器;电化学(EC)传感器;光学传感器。

用于电子鼻系统的典型气体传感器

图2 用于电子鼻系统的典型气体传感器

常用的MOS传感材料及其传感机制

图3 常用的MOS传感材料及其传感机制

SAW和QCM传感器示例

图4 SAW和QCM传感器示例

电化学和光学传感器示例

图5 电化学和光学传感器示例

电子鼻系统的模式识别算法

电子鼻系统的核心处理技术涉及通过机器学习算法对传感器阵列获得的气体信息进行定性或定量分析。为了应对各种复杂气体和痕量气体的处理难题,研究人员们将适当的多变量分析技术整合到电子鼻系统的算法组件中,从而提高了多变量场景下的选择性,有效缓解了现有气体传感器交叉灵敏度低和选择性差的问题。此外,不同疾病的对应标志物检测限不同,单个传感器难以单独满足不同标志物的检测限,基于传感器阵列则可以有效地解决这个问题。进而,通过机器学习算法对传感器阵列获得的气体信息进行定性或定量分析,以满足电子鼻系统在呼气分析中的实际应用。

电子鼻系统的模式识别算法示例

图6 电子鼻系统的模式识别算法示例

电子鼻系统的开发

近年来,随着电子鼻技术的不断发展,其在食品、医药、农业等轻工业领域取得了显著进展。各种商用和自主研发的电子鼻已经广泛应用于各个领域。根据近年来的文献分析,电子鼻系统在临床医学领域的应用越来越多,包括早期癌症筛查、细菌病原体鉴定、浅表伤口微生物分析、新冠肺炎(COVID-19)检测、幽门螺杆菌呼气分析等。未来,气体传感器阵列和智能算法的高度集成将为电子鼻系统在呼气分析领域的应用提供更广阔的前景。

电子鼻系统示例

图7 电子鼻系统示例

电子鼻系统的广泛临床应用需要生理机制和传感技术的同步发展,目前面临的主要挑战是在复杂的人类呼气环境中实现选择性检测,同时避免其它挥发性有机化合物(VOCs)和湿度的影响。此外,为电子鼻系统中的气体传感器选择合适的传感材料和处理技术,应以设备的预期用途和操作要求为指导。目标模式识别算法的实现将能够识别传感器响应信号与生理指标之间的相关性,并可以提高呼出生物标志物的鲁棒性,以有效用于临床诊断。展望未来,气体传感器阵列和智能算法的高度集成有望进一步增强电子鼻系统在呼气诊断领域的应用。

论文信息:https://doi.org/10.1038/s41378-023-00594-0

延伸阅读:

《环境气体传感器技术及市场-2023版》

《气体传感器技术及市场-2022版》

《盛思锐气体传感器SGP40产品分析》

《盛思锐气体传感器SGP30产品分析》 

相关热词搜索:电子鼻 气体传感器 疾病分析

上一篇:综述:纳米材料柔性传感器,赋能元宇宙应用
下一篇:最后一页