[发明专利]一种基于丙酮气体传感器阵列的糖尿病监测系统在审

专利信息
申请号: 202310026892.1 申请日: 2023-01-09
公开(公告)号: CN116297697A 公开(公告)日: 2023-06-23
发明(设计)人: 孙艳;王建彬;戴宁 申请(专利权)人: 中国科学院上海技术物理研究所
主分类号: G01N27/12 分类号: G01N27/12
代理公司: 上海沪慧律师事务所 31311 代理人: 郭英
地址: 200083 *** 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 丙酮 气体 传感器 阵列 糖尿病 监测 系统
【说明书】:

发明公开了一种基于丙酮气体传感器阵列的糖尿病监测系统。首先,利用氧化钨和氧化锡纳米材料制备成选择性不同的气体传感器,气体传感器将气体的浓度和种类信息转换为电信号,将两类传感器组合成2*2的传感器阵列;传感器阵列测试不同的混合气体后,将数据发送到上位机并收集数据;在上位机收集到的传感器阵列响应信号,对数据进行预处理后完成特征提取和反向传播神经网络建模,实现对混合气体中丙酮的分类和浓度预测。根据本发明,建立气体信息和传感器阵列响应的算法模型,对混合气体中糖尿病标记物丙酮进行识别以及浓度预测,根据丙酮气体浓度实现糖尿病患者的病情监测,具有无创、便携、高效等优点。

技术领域

本发明涉及一种基于丙酮气体传感器阵列的糖尿病系统,具体指基于高性能的气体传感器,设计多传感器阵列结合神经网络算法搭建对混合气体中丙酮进行识别和浓度预测的糖尿病监测系统。

背景技术

目前糖尿病诊断主要依靠生化血糖仪和快速血糖仪检测。以上方法基于检测血液中葡萄糖含量原理,属于有创的取血检验方法。生化血糖仪检测价格较高,耗时较长,且难以实现家用化;快速血糖仪实现了患者居家检测,但需要取血检验,检测过程令患者不适,且检测效果易受个人操作影响,难以保证准确性。

发明内容

本发明的目的主要在于解决现有的技术问题,提供一种基于丙酮气体传感器阵列的糖尿病监测系统,使患者舒适便捷的实现自我监测糖尿病。糖尿病患者与健康人相比,呼气中丙酮浓度显著增加,本发明通过检测呼吸中丙酮浓度,利用多传感器阵列采集的动态数据进行模式识别,具有快速、无创、便携的有益效果。

为实现以上目的,本发明采用如下技术方案:

首先制备气体传感器单元7,包括衬底1一面中央的测试电极2、测试电极2之间区域覆盖氧化钨纳米材料的气敏材料层3、测试电极2末端引出的测试导线4,衬底另一面分别为中央的加热衬底5、衬底引出的加热导线6,所述气体传感器单元7对糖尿病人呼吸气体中的特殊标记物丙酮具有较高选择性,最低可以检测1ppm浓度的丙酮气体;再制备气体传感器单元8,包括衬底1一面中央的测试电极2、测试电极2之间区域覆盖氧化锡纳米材料的气敏材料层3、测试电极2末端引出的测试导线4,衬底另一面分别为中央的加热衬底5、衬底引出的加热导线6,所述气体传感器单元8对除丙酮外其他气体具有较高选择性;

由气体传感器单元7、8组合成2*2的气体传感器阵列,其中传感器阵列上方为两个丙酮气体传感器单元7,利用氧化钨纳米材料制备;传感器阵列下方为两个对其他气体选择性较强的气体传感器单元8,利用氧化锡纳米材料制备;传感器焊接在底座9上,底座焊接在传感器阵列的电路板10,以上组成气体传感器阵列;

数据采集和识别模块对气体传感器阵列的电压信号经过信号处理为稳定的信号,将信号发送到上位机收集,将收集到响应数据间隔5s提取5个响应值、用主成分分析进行特征提取、再利用反向传播神经网络建模,根据传感器对混合气体的交叉响应建立对应关系,最终训练好的神经网络模型可以实现混合气体中丙酮的识别和浓度预测,根据混合气体中丙酮浓度进行糖尿病检测;

本发明的优点在于:基于丙酮气体传感器阵列的糖尿病监测系统,克服了常用糖尿病检测方法的有创、耗时长、价格昂贵的缺点,并且气体传感器均是自主研发制作,实现了自主化生产,并在此基础上结合人工智能方法进行丙酮气体模式识别,如表1所示,对乙醇和丙酮混合气体分类和预测的平均绝对值误差小于0.01。同传统方法相比,它具有无创性、响应快、稳定性高、成本低等优点;同时本发明体积小、功耗低,可以实现便携式、家用化设计,易于推广,有良好发展前景。

表1丙酮+乙醇混合气体预测结果

附图说明

为了更清楚的说明本发明中的技术方案,下面对发明中所需要的附图简单的介绍。

图1为本发明实施例中的系统结构图;

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技术物理研究所,未经中国科学院上海技术物理研究所许可,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/202310026892.1/2.html,转载请声明来源钻瓜专利网。

×

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