基于荧光卟啉传感器阵列系统的肺癌标志物检测研究

针对肺癌呼出挥发性有机气体（VOCs）中的特定标志物,提出了一种新型的基于荧光卟啉传感器阵列检测系统,并对4种肺癌呼出标志物进行检测研究。通过小波分析等数学工具对测得的荧光光谱数据进行特征提取,然后采用层次聚类、主成分分析等统计学方法对特征向量进行分析。不同体积分数的各类标志物在聚类分析中能够完全正确的聚到一起。通过主成分分析得到的前3个主成分包含了标志物的88%的信息,便能对不同类别的标志物进行识别。研究表明：该荧光卟啉传感器阵列系统能够快速有效地对不同肺癌标志物进行识别,有望在临床中得到应用。     

基于卟啉传感器阵列系统的肺癌标志物识别算法

卟啉传感器阵列系统可以检测肺癌呼出气体中特定的标志性气体,不同标志性气体检测输出的差值图谱不一样.介绍了一种结合反向传播(BP)神经网络和主成分分析(PCA)的肺癌标志性气体种类识别算法,并将其应用在卟啉传感器阵列系统中.通过计算卟啉传感器阵列中各点的主成分得分选出敏感点,保留各气体敏感点的值,并组成识别模板作为BP神经网络的输入层,达到去除冗余数据的目的.通过实验对比聚类分析结果、未降维数据的BP神经网络识别结果及已经PCA降维后的数据作为输入的BP神经网络识别结果,证明提出的算法可以更加精确地识别不同的肺癌标志性气体.     

模块式多功能运动心电检测系统的设计

提出了一种基于模块化设计的多功能运动心电检测系统。该系统借助模块化设计,最大限度减少了仪器的设计开发工作,系统通过PCI扩展多串口的方式将心电采集、踏车控制、血氧饱和度检测、血压检测等多个模块完美的结合在一起,并利用PC机进行数据处理和系统分析。软件采用VB进行框架式设计,使各个模块既可以独立运行又可以协同工作,以实现心电图形实时显示、心率显示、ST/HR计算、踏车控制、血氧显示、血压显示等多个功能,并预留扩展接口以供其他功能模块接入。研究结果表明,该系统不仅可以对运动心电数据进行正确采集,还可对数据进行正确的分析处理,在对冠心病初期的诊断上有很好的特异性和敏感性,可在临床应用中进行推广。