肺癌是目前全世界最常見的惡性腫瘤之一，其發(fā)病率和死亡率不斷上升。究其原因是肺癌病因不明，發(fā)病時(shí)間短、轉(zhuǎn)移快、惡性程度高，早期不易診斷，到中、晚期失去了手術(shù)機(jī)會(huì)，患者五年生存率僅為15％左右。早期發(fā)現(xiàn)可使患者五年內(nèi)生存率提高到70％～80％。所以早期發(fā)現(xiàn)、早期診斷、早期治療是提高肺癌生存率和降低死亡率的關(guān)鍵。肺癌早期通常無特殊癥狀，幾乎不被醫(yī)生和病人警覺，并且常用診斷方法難以做到早期發(fā)現(xiàn)、早期定性診斷。 目前，基于電子鼻的疾病診斷研究主要集中在有關(guān)腎病、糖尿病的早期診斷和一些細(xì)菌的類型與生長(zhǎng)階段的識(shí)別。電子鼻的疾病診斷作為醫(yī)學(xué)診斷無損化的重要方向之一，已經(jīng)取得了很多成果，但目前還未有通過認(rèn)證的呼吸診斷儀器的報(bào)道。如何進(jìn)一步改進(jìn)肺癌的診斷技術(shù)、提高各種治療的療效等，已經(jīng)成為近期全世界腫瘤研究領(lǐng)域的重中之重。我國(guó)也把肺癌列為全國(guó)重點(diǎn)攻關(guān)課題。尋找一種更先進(jìn)的儀器和技術(shù)在局部組織發(fā)生癌變時(shí)即能發(fā)現(xiàn)和診斷，即是本電子鼻系統(tǒng)所要完成的工作。本文從相關(guān)病理的呼吸氣體的偵測(cè)和收集、氣體傳感器陣列的選取及優(yōu)化設(shè)計(jì)和模式識(shí)別技術(shù)的選擇等方面對(duì)電子鼻肺癌早期診斷系統(tǒng)進(jìn)行了關(guān)鍵技術(shù)的設(shè)計(jì)，取得了良好的效果。 1、電子鼻肺癌早期診斷系統(tǒng)結(jié)構(gòu) 電子鼻是利用氣體傳感器陣列的響應(yīng)圖案來識(shí)別氣體的電子系統(tǒng)。電子鼻主要由氣體取樣操作器、氣體傳感器陣列和信號(hào)處理系統(tǒng)三種功能器件組成。電子鼻識(shí)別氣體的主要機(jī)理是在陣列中的每個(gè)傳感器對(duì)被測(cè)氣體都有不同的靈敏度，整個(gè)傳感器陣列對(duì)不同氣體的響應(yīng)圖案不同。正是這種區(qū)別，才使系統(tǒng)能根據(jù)傳感器的響應(yīng)圖案識(shí)別氣味。 電子鼻典型的工作流程是：首先，利用呼吸氣體收集裝置（經(jīng)過呼吸氣體凈化和流量控制）把呼吸氣體吸取至裝有電子傳感器陣列的小容器室中；接著，把已初始化的傳感器陣列暴露到被測(cè)氣體中，當(dāng)揮發(fā)性化合物（VOC）與傳感器活性材料表面接觸時(shí)，產(chǎn)生瞬時(shí)響應(yīng)，這種響應(yīng)被記錄并傳送到信號(hào)處理單元進(jìn)行分析，與數(shù)據(jù)庫(kù)中存儲(chǔ)的大量VOC圖案進(jìn)行比較、鑒別，以確定氣體類型；最后，清洗氣沖洗傳感器活性材料表面以去除測(cè)畢的氣體混合物。在進(jìn)入下一輪新的測(cè)量之前，傳感器仍需再次初始化（即工作之前，每個(gè)傳感器都需用干燥氣或某些其他參考?xì)怏w清洗，以達(dá)到基準(zhǔn)狀態(tài)）。電子鼻肺癌早期診斷系統(tǒng)結(jié)構(gòu)如圖1所示。 2、電子鼻肺癌早期診斷系統(tǒng)的設(shè)計(jì) 本文從肺癌患者的呼吸氣體中與疾病有較大相關(guān)性的有病理意義的氣體的偵測(cè)、呼吸氣體收集裝置的設(shè)計(jì)、氣體傳感器陣列的選取及優(yōu)化設(shè)計(jì)和模式識(shí)別技術(shù)的選擇等方面進(jìn)行了關(guān)鍵技術(shù)的設(shè)計(jì)。 2.1 呼吸氣體的偵測(cè) 大約有200種以上的化合物已在人類的呼氣中被偵測(cè)出，其中某些氣體與肺癌相關(guān)，因此利用呼氣檢測(cè)疾病是可行的方法。其優(yōu)點(diǎn)是非侵入式、簡(jiǎn)單、快速，故具有極高的應(yīng)用發(fā)展?jié)摿ΑＥc醫(yī)院結(jié)合，選取合適的氣敏傳感器與檢測(cè)方法，檢測(cè)肺癌患者的呼出氣體中苯乙烯、癸烷、十一烷等22種有機(jī)揮發(fā)性（VOCs）特征氣體的濃度是很有前景的肺癌無創(chuàng)傷診斷與監(jiān)護(hù)方法。 2.2 呼吸氣體收集裝置的設(shè)計(jì) 由于呼氣中所產(chǎn)生與肺癌相關(guān)的氣體濃度很低（通常在ppb層級(jí)），而傳統(tǒng)的呼氣檢測(cè)方式是根據(jù)標(biāo)準(zhǔn)的呼氣采樣程序后，再以氣相色譜質(zhì)譜分析儀判定化合物種類，其分析過程必須將大量的呼氣樣品（約需3L的呼氣樣品）濃縮后，才可達(dá)到儀器能偵測(cè)的極限值。此方法不僅儀器昂貴、耗時(shí)且需大量的樣品檢體。而電子鼻所需的分析成本不高，且所需呼氣樣品量?jī)H10ml左右，操作簡(jiǎn)單、反應(yīng)快速（數(shù)分鐘）。呼吸氣體的收集在電子鼻的肺癌早期診斷系統(tǒng)中占有極其重要的地位，氣體收集裝置的結(jié)構(gòu)如圖2所示。 [align=center] 圖2 氣體收集裝置的結(jié)構(gòu)圖[/align] 圖2中箭頭表示清洗氣和呼吸氣體的流動(dòng)方向。整個(gè)氣體收集裝置經(jīng)過氣體清洗后，通過吹氣口將測(cè)試者的呼吸氣體呼入。經(jīng)過一系列的水分和無關(guān)氣體的清除后，通過流量計(jì)控制氣體的流速和微處理器的定時(shí)采集，再經(jīng)過加熱器除去非活性氣體。 2.3 氣體傳感器陣列的選取和優(yōu)化設(shè)計(jì) 在該電子鼻系統(tǒng)中，氣體傳感器陣列是關(guān)鍵因素。影響氣敏傳感器性能的主要因素有材料及成模技術(shù)、應(yīng)用溶凝膠技術(shù)制備敏感模、工作狀態(tài)及工作環(huán)境等。此外，還要考慮初始過程響應(yīng)和氧分壓對(duì)氣敏傳感器特性的影響。 氣體傳感器陣列的性能直接決定了系統(tǒng)的識(shí)別能力、識(shí)別范圍、使用壽命等，因而如何構(gòu)成陣列以提高電子鼻系統(tǒng)的性能成為重要的研究課題。傳感器陣列的參數(shù)選擇主要是：陣列規(guī)模、傳感器類型及其選擇性、穩(wěn)定性、噪聲水平以及熱敏特性等。 電子鼻系統(tǒng)中的傳感器陣列可以是單片集成陣列，也可以由多個(gè)分立元件構(gòu)成。當(dāng)使用的陣列單元較多時(shí)，單片集成的陣列顯示出尺寸小、功耗低的優(yōu)點(diǎn)；另一方面，分立器件的性能也在不斷得到提高。不論采用哪種陣列，陣列的規(guī)模和尺寸都非常重要。適當(dāng)增加陣列單元數(shù)目，會(huì)得到更好的系統(tǒng)識(shí)別能力，但有時(shí)陣列單元的增加并不能改善系統(tǒng)的識(shí)別效果，并且較大規(guī)模的陣列，其功耗也較大，單元之間的熱干擾也比較嚴(yán)重，這將增加系統(tǒng)集成的難度。構(gòu)成陣列時(shí)，還要考慮陣列各單元的選擇性。如果各單元對(duì)于特定氣體具有較好的選擇性，則陣列對(duì)這些氣體及其混合氣體的識(shí)別能力就比較強(qiáng)，但其能夠識(shí)別的氣體種類就會(huì)減少，對(duì)于更多成分的復(fù)雜混合氣體的識(shí)別能力就比較弱。在構(gòu)造傳感器陣列時(shí)可以采用選擇性不強(qiáng)、具有較寬的響應(yīng)范圍的傳感器件，通過模式識(shí)別技術(shù)提升系統(tǒng)選擇性和精度，同時(shí)針對(duì)不同的識(shí)別對(duì)象，加入個(gè)別選擇性較好的單元，以簡(jiǎn)化陣列。在陣列單元選擇方面，有采用測(cè)試結(jié)果的正態(tài)分布特性、相對(duì)標(biāo)準(zhǔn)方差分析、相關(guān)系數(shù)分析等方法。本系統(tǒng)中，交叉響應(yīng)特性、陣列穩(wěn)定性是傳感器陣列單元選擇的主要目標(biāo)。 2.4 模式識(shí)別技術(shù)的選擇 利用陣列中氣體傳感器的交叉選擇性對(duì)被測(cè)介質(zhì)形成高維響應(yīng)模式，結(jié)合模式識(shí)別技術(shù)，可以對(duì)單一氣體進(jìn)行定性分析或確定混合氣體中的特定分量。氣體傳感器的響應(yīng)通常具有較強(qiáng)的非線性，所以常規(guī)的模式識(shí)別方法，如主成分分析法、偏最小二乘回歸法、歐幾里德聚類分析法等受到限制（大多數(shù)常規(guī)分類法是線性方法，假設(shè)響應(yīng)向量位于歐幾里德空間，被測(cè)對(duì)象的濃度與傳感器的響應(yīng)呈線性關(guān)系。只有當(dāng)氣體和氣味的濃度很低時(shí)，情況才如此）。而人工神經(jīng)網(wǎng)絡(luò)能夠處理非線性數(shù)據(jù)，能夠容忍傳感器的漂移和噪聲，魯棒性好，預(yù)報(bào)正確率也比常規(guī)方法高。 由于傳感器的響應(yīng)值與所測(cè)氣體成分之間的關(guān)系非常復(fù)雜，很難用明確的數(shù)學(xué)關(guān)系表達(dá)，因此采用神經(jīng)網(wǎng)絡(luò)技術(shù)建立傳感器陣列響應(yīng)信號(hào)與測(cè)量氣體之間的映射關(guān)系。徑向基函數(shù)RBF（Radial Basis Function）神經(jīng)網(wǎng)絡(luò)在一定程度上可克服局部最小和效率低等問題，在函數(shù)逼近方面與BP神經(jīng)網(wǎng)絡(luò)相比有著明顯的優(yōu)勢(shì)。綜合以上分析，本系統(tǒng)采用RBF神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法。圖3是RBF神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。 [align=center] 圖3 RBF神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)[/align] RBF神經(jīng)網(wǎng)絡(luò)由輸入層、中間層（隱層） 和輸出層組成。在此, 輸入層僅對(duì)數(shù)據(jù)信息進(jìn)行傳遞，而不進(jìn)行任何變換。隱層神經(jīng)元的核函數(shù)（或稱作用函數(shù)）取為高斯函數(shù)，對(duì)輸入信息進(jìn)行空間映射變換。輸出層神經(jīng)元的作用函數(shù)為Sigmoid函數(shù)，對(duì)隱層神經(jīng)元輸出的信息進(jìn)行線性加權(quán)后輸出，作為網(wǎng)絡(luò)的輸出結(jié)果。采用監(jiān)督學(xué)習(xí)的方法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，以確定網(wǎng)絡(luò)的中心、寬度和調(diào)節(jié)權(quán)重。從測(cè)試樣本中，隨機(jī)抽取80個(gè)樣本中的60個(gè)為訓(xùn)練集，其余20個(gè)為測(cè)試集，在不同的溫度和濕度條件下，分別做三次實(shí)驗(yàn)。 網(wǎng)絡(luò)訓(xùn)練參數(shù)動(dòng)量因子α＝0.09，學(xué)習(xí)因子η＝10.12，最大訓(xùn)練次數(shù)為20 000次，目標(biāo)誤差為0.01，訓(xùn)練時(shí)間約3min，網(wǎng)絡(luò)達(dá)到目標(biāo)誤差要求。將訓(xùn)練好的網(wǎng)絡(luò)對(duì)樣本進(jìn)行測(cè)試，結(jié)果如表1所示。對(duì)于三次實(shí)驗(yàn)，正確的判別結(jié)果達(dá)到了90%以上。這樣的結(jié)果是令人滿意的，說明本應(yīng)用可以及早發(fā)現(xiàn)肺癌患者。 [align=center] 表1 RBF神經(jīng)網(wǎng)絡(luò)判別正確率[/align] 本文建立了一套能快速準(zhǔn)確地診斷肺癌的電子鼻系統(tǒng)。該電子鼻系統(tǒng)由傳感器陣列組成。在數(shù)據(jù)處理中，對(duì)所得的傳感器數(shù)據(jù)采用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識(shí)別處理，選取不同的溫度和濕度條件，進(jìn)行了三次實(shí)驗(yàn)。整個(gè)測(cè)試過程除了樣本放入時(shí)需要頂空氣體穩(wěn)定2 min左右和采集傳感器與樣本氣體反應(yīng)數(shù)據(jù)需要2 min左右外，其他數(shù)據(jù)處理幾乎不到半分鐘，因此測(cè)試一個(gè)樣本的時(shí)間不超過5 min。但由于所研制的電子鼻還處于實(shí)驗(yàn)室階段，仍有許多需要進(jìn)一步研究的問題，如在裝置上，如何改進(jìn)現(xiàn)有裝置、優(yōu)化傳感器陣列；在數(shù)據(jù)處理方面，特征值的提取、模式識(shí)別算法的改進(jìn)等。 參考文獻(xiàn) 1 Wang P，Tan Y，Li R.A novel method for diagnosis diabetes using an electronic nose[J].Biosensors and Bioelectronics，1997；12（9～10）：1031～1036 2 Yuh Jiuan Lin，Hong-Ru Guo，Yung-Hsien Chang et al. Application of the eledtronic nose for uremia diagnosis[J].Sensors and Actuators B，2001；76（2001）：177～180 3 Michael Phillips.Breath tests in medicine[J].Scientific Ameri-can，1992：74～79 4 Gao Daqi，Miao Qin，Nie Guiping.Simultaneous estimation of odor classes and concentrations using an electronic nose[J].IEEE，2004：1353～1358 5 Michael Phillips，Renee N，Cataneo.Detection of lung cancer with volatile markers in the breath[J].Chest，2003：2115～2123 6 Hao Yu，Liang Xu，Mingfu Cao et al.Detection volatile organic compounds in breath as markers of lung cancer using a novel electronic nose[J].IEEE，2003：1333～1337