基于虚拟气体传感器阵列的肺癌检测电子鼻

　　1 引 言

　　肺癌为当前世界各地最为常见的恶性肿瘤之一，发病率在多数国家都有明显增高的趋势，设计能够检测肺癌病人呼吸气体的电子鼻具有重大意义。目前肺癌呼吸气体诊断的病理学依据还不是非常清楚，国际上还没有研发出能够用于早期肺癌精确诊断的方法。1999年Michael Phillips等人采用气相色谱大型仪器研究了呼吸气味与肺癌之间关系，第一次指出了22种VOCs气体可以被看作肺癌的特征气体。

　　目前，肺癌呼吸检测病理解释为：人体的异常状况会导致体内产生过多的反应性氧化物，包括氧自由基和过氧化氢等，这样就破坏了强氧化剂和抗氧化剂的平衡，导致一种潜在伤害——氧化应激，是细胞损伤的主要原因。在这种情况下细胞膜多不饱和脂肪酸发生脂质过氧化，就会产生烷烃类、醛类气体，通过呼吸排出体外。但是，具体的特征标志性气体国际上还没有从病理上获得解释。

　　本文提出一种基于虚拟气体传感器阵列的新型无创的用于检测肺癌的电子鼻。该电子鼻包含一个由固相微萃取(solid phase microextraction，SPME)和毛细管柱(gas chromatography，GC)组成的前处理装置来实现病人呼吸气体中VOCs的浓缩吸附、脱附和分离，随后通过一个表面涂覆聚异丁稀薄膜差动结构的SAW传感器对分离后的有机气体成分进行定量检测(图1)。

　　2 呼吸检测电子鼻系统的设计

　　肺癌病人的呼吸气体中含有的大部分VOCs的浓度非常低(10-9～10-12mol/L)，实验采用惰性Tedlar集气袋和SPME采集、预富集呼吸气体，利用薄膜技术提高SAW传感器的灵敏度，最后采用改进的人工神经网络算法结合图像技术来识别肺癌病人。

　　SAW传感器是由广泛应用的ST切型LiNbO3晶体制成的。传感器的中心频率为51.92 MHz，带宽2.131 MHz，较好的Q值为24.36，衰减为7.85 dB。一对传感器中的一个表面涂覆PIB薄膜作为工作传感器，而另一个表面没有涂覆薄膜的传感器作为基准传感器。

　　实验用GC-SAW电子鼻系统结合了虚拟SAW传感器阵列的概念和图像识别方法，对肺癌病人、正常人和老慢支病人的呼出气体进行了检测，确定了11种VOCs为肺癌特征气体，即苯乙烯(styrene)、癸烷(decane)、异戊二烯(isoprene)、苯(benzene)、十一烷(undecane)、1-己烯(1-hexene)、己醛(hex-anal)、丙基苯(propyl benzene)、1，2，4-三甲基苯(1，2，4-trimethyl benzene)、庚醛(heptanal)、甲基环戊烷(methyl cyclopentane)。

　　图2为一个SAW传感器在检测肺癌患者呼吸气体时的频谱响应。它对苯乙烯响应的灵敏度为3.24 ng/Hz。