基于信息融合技术的呼气丙酮分析

　　1　引　言

　　通过对人体呼气气体中丙酮含量的分析,是一种快速无创诊断糖尿病的新方法[1]。目前没有专门检测丙酮的传感器,分析丙酮的通常方法采用气相色谱法[2],不仅操作复杂,而且时间较长。本文通过光电转化的间接检测方法可以较好地解决这个问题。该方法的原理是首先利用光电分解将丙酮转化成一氧化碳,再通过一氧化碳的检测间接获得人体呼气中丙酮的含量。但是该方法在实际临床应用时,却碰到新的问题。某些病人会由结肠内细菌发酵产生氢气,经血循环并由肺呼出;还有些病人胰功能不全所致胰淀粉酶缺乏时,给予负荷剂量淀粉试餐可能未在小肠内被水解而进入结肠,产生过多的甲烷与氢气,从呼气中排出[3]。而由于检测一氧化碳的电化学原理的传感器对甲烷和氢气均有不同程度的交叉敏感性,由此对人体呼气中丙酮的分析精度有一定的影响。因此有必要对检测信号进行一定的处理,信号处理的方法采用信息融合技术。

　　2　利用信息融合技术进行丙酮分析的原理

　　实验发现,丙酮在紫外线光照下丙酮电子产生n→p跃迁,处在激发态,丙酮容易产生解离[2]

　　生成的乙酰基经过进一步热解反应产生一氧化

　　由上述的化学反应式可知,丙酮通过紫外线光的作用,经过一系列的分解反应,最终生成一氧化碳。采用定电位电化学原理,对一氧化碳进行分析,就可以达到间接检测丙酮的目的。虽然光的催化作用可以使丙酮完成预期的转换,但由于光对气体的分离作用太弱,使得丙酮反应速度缓慢,转换效率低。研究表明,通过电场的作用,可以大大提高丙酮分解的速度和转化效率,有利于丙酮的快速分析。检测装置如图1所示。

　　根据电场促进丙酮分解的原理,不同强度的电场下丙酮分解的转化效率是不同的,由此可以控制不同强度的电场,得到不同浓度的一氧化碳,通过传感器输出不同的信号,经过信号处理得到混合气体中丙酮蒸汽的浓度。

　　以CO-B1传感器为例,氢气的交叉灵敏度为55%,甲烷的交叉灵敏度为21%,如果不考虑各种气体的交叉影响,则传感器对浓度分别为x、y、z的CO、H2和CH4的输出是

　　设待分析丙酮蒸汽的浓度为X,在电场强度为E1和E2作用下转化为CO的效率为A和B,则在不同电场E1和E2作用下,传感器检测丙酮、氢气和甲烷混合气体的输出为

　　由此得到丙酮的浓度为

　　式(1)是理想情况下得到的结果,实验证明,根据式(1)分析三种混合气体中丙酮的误差较大,不能满足实际应用的要求。因此必须考虑各种气体对传感器的交叉影响,并采用其它的信号处理方法进行分析[4]。这里我们提出采用神经网络技术对输出信号进行处理,其基本思想为:选择三种不同场强的电场, 它们分别作用于混合气体时,一氧化碳传感器的输出信号分别为U1、U2和U3。这三种信号经神经网络进行数据融合,得到c=f(U1,U2,U3), c为丙酮的浓度。原理如图2所示。