文档介绍：基于呼吸气体肺癌检测系统的
识别算法研究
重庆大学硕士学位论文
（学术学位）
学生姓名：张承丹
指导教师：罗小刚 副教授
专 业：生物医学工程
学科门类：工 学
重庆大学生物工程学院
二 O 一六年四月
Research Gas Recognition Algorithm based
on Lung Algorithm Gas Detection System
A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Master’s Degree of Engineering
By
Zhang Chengdan
Supervised by Ass. Prof. Luo Xiaogang
Specialty：ME（Biomedical Engineering）
College of Bioengineering of
Chongqing University, Chongqing, China
April, 2016
重庆大学硕士学位论文 中文摘要
摘 要
近年来，肺癌已经是一种常见的癌症疾病，威胁着人的生命健康。随着国内
空气环境的不断恶化，沙尘暴、雾霾天气出现增多，肺癌发病人数也明显增加。
肺癌在早期阶段被确诊并积极进行手术切除治疗可以提高患者的生存率，而目前
临床上缺乏无创、低成本、快速的肺癌检测设备。基于卟啉传感器的呼吸气体肺
癌检测系统，能够通过患者的呼出气体与传感器阵列响应的差值图谱实现肺癌的
无创、快速筛查。差值图谱是判别不同肺癌标志性气体种类和浓度的关键，因此
能够设计一种以差值图谱为依据实现不同肺癌标志性气体定性和定量的模式识别
算法，具有肺癌早期临床筛查的潜在应用前景。
本文基于呼吸气体肺癌检测系统输出的差值图谱，结合模糊评判准则与模板
匹配识别，设计实现了对不同肺癌标志性气体的种类识别算法，并加载到嵌入式
肺癌检测设备中应用。在定性识别后，提取差值图谱中敏感点上颜色属性相关的
特征分量对气体浓度定量识别进行探索，分析特征量与浓度之间的关系，采用不
同的识别方法进行肺癌标志性气体浓度的识别。具体研究工作如下：
(1) 结合模糊隶属理论与模板匹配，利用传感器阵列中卟啉单元的动态响应曲线确
定不同肺癌标志性气体响应的敏感点个数及位置，生成模板图谱，然后将待测
图谱与模板图谱逐点进行加权模板匹配，通过相似度量，确定待测气体的种类。
(2) 对不同肺癌标志性气体及肺癌患者呼出气体实例进行识别，并与传统的聚类分
析识别结果进行对比，结果表明，本文设计的定性识别算法具有较好的识别效
果，较低的检测限，并实现了肺癌患者呼出气体与健