一种基于丙酮气体传感器阵列的糖尿病监测系统技术方案

本发明专利技术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。根据本发明专利技术，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。高效等优点。高效等优点。

【技术实现步骤摘要】
一种基于丙酮气体传感器阵列的糖尿病监测系统


[0001]本专利技术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。

技术介绍

[0002]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。

技术实现思路

[0003]本专利技术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，本专利技术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。
[0004]为实现以上目的，本专利技术采用如下技术方案：
[0005]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；
[0006]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；
[0007]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；
[0008]本专利技术的优点在于：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；同时本专利技术体积小、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。
[0009][0010]表1丙酮+乙醇混合气体预测结果
附图说明
[0011]为了更清楚的说明本专利技术中的技术方案，下面对专利技术中所需要的附图简单的介绍。
[0012]图1为本专利技术实施例中的系统结构图；
[0013]图2为本专利技术实施例的传感器结构图，其中图2(a)是传感器一个面的示意图，图2(b)是传感器另一面示意图；
[0014]图3为本专利技术实施例的传感器器阵列示意图；
[0015]图4为本专利技术实施例的氧化钨和氧化锡传感器对丙酮和乙醇气体选择性比较图；
[0016]其中各部分结构为：
[0017]1：衬底；2：测试电极；3：气敏材料层；4：测试导线；5：加热衬底；6：加热导线；7：氧化钨气体传感器单元；8：氧化锡气体传感器单元；9：传感器底座；10：传感器阵列电路板；
[0018]具体实施为了使本专利技术实施例的表达更加清楚，下面结合附图对本专利技术作一步详细描述。所描述的实施例是本专利技术一部分主要实施例，不可理解为全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的其他实施例，都属于本专利技术保护的范围。
[0019]请参阅图1
‑
4，本专利技术提供了一种技术方案：一种基于丙酮气体传感器阵列的糖尿病监测系统，包括如图1所示各功能模块的连接关系图、如图2所示的平面气体传感器单元、如图3所示将传感器单元7、8组合成气体传感器阵列、如图4所示气体传感器单元7、8的选择性比较。
[0020]如图1所示为半导体气体传感器阵列测试系统的系统结构图，包含了测试中各功能模块连接结构：传感器阵列搭载2*2传感器，可同时采集四路通道数据，为保证信号稳定、
准确，信号调理电路对传感器信号初步的去噪、放大，再将信号通过串口发送到上位机；对气体的种类识别和浓度预测，主要采用主成分分析和反向传播神经网络结合的方法，对于每一个传感器，在测试待测气体时会产生信号变化，主成分分析提取信号特征值，再利用信号特征值建立反向传播神经网络模型，其中，反向传播神经网络输入值有两个：传感器信号的初始值、测试气体后的变化值；输出值为气体种类和气体浓度值。由此，可以得到丙酮气体的种类和浓度等信息，根据丙酮的浓度进行糖尿病监测。
[0021]如图2所示，在气体传感器单元7的一面，氧化钨纳米材料分别覆盖在气敏材料层3，在气体传感器单元8的一面，氧化锡纳米材料分别覆盖在气敏材料层3；气体传感器单元衬底1中央的测试电极2，在测试电极2末端引出测试导线；在传感器另一面，加热衬底5正对应电极2所覆盖气敏材料正面位置。本专利技术实施例中，当传感器检测待测气体时，在测试导线4两端可以测得传感器电压信号的变化；当加热导线6两端电压在5V时为传感器最佳工作温度，此时加热衬底5温度为250℃。
[0022]如图3所示为气体传感器阵列示意图，其中传感器阵列第一排为两个丙酮气体传感器单元7，利用氧化钨纳米材料制备；传感器阵列第二排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；将气体传感器单元7与8焊接在传感器底座9上，在传感器阵列板10上设有插孔，可以将焊接在底座上的传感器直插在阵列中，可以根据需求及时更换传感器，解决了气体传感器单元7、8直接焊接在电路板上的更换问题。
[0023]如图4所示为氧化钨和氧化锡纳米材料制成的气体传感器单元7、8对20ppm浓度气体的响应比较，氧化钨传感器对丙酮的选择性较高，氧化锡传感器对乙醇的选择性较高；由于气体传感器的交叉性，两种传感器对丙酮和乙醇的混合气体的响应要低于单纯气体响应相加。根据以上特性，利用多传感器阵列系统对丙酮和乙醇混合气体进行分类识别和浓度预测。
[0024]本专利技术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。
[0025]本说明书中为作详细描述的内容属于本领域专业本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于丙酮气体传感器阵列的糖尿病监测系统，包括气体传感器阵列、数据采集和识别模块,其特征在于；所述气体传感器阵列由四个独立的气体传感器单元组合而成，其中传感器阵列第一排为两个丙酮气体传感器单元(7)，利用氧化钨纳米材料制备；传感器阵列第二排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；所述数据采集和识别模块包括对所述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。2.如权利要求1所述一种基于丙酮气体传感器阵列的糖尿病监测系统，其特征在于：所述的氧化铝陶瓷衬底(1)、衬底一面分别为中央的测试电极(2)、测试电极(2)之间区域的气敏材料层(3)、测试电极(2)末端引出的测试...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：