相关实验视频
Updated: Jul 8, 2026

Fruit Volatile Analysis Using an Electronic Nose
Published on: March 30, 2012
基于机器学习的电子鼻子用于检测新生儿败血症:在便样本中分析挥发性有机化合物生物标志物
Kombo Othman Kombo1, Shidiq Nur Hidayat2, Mayumi Puspita2
1Department of Physics, Faculty of Mathematics and Natural Sciences, Universitas Gadjah Mada, Sekip Utara PO Box BLS 21, Yogyakarta 55281, Indonesia; Department of Natural Sciences, College of Science and Technical Education, Mbeya University of Science and Technology, P.O.Box 131, Mbeya, Tanzania.
一个新的电子鼻子 (cNose) 系统提供了一种非侵入性,快速的新生儿败血症检测方法. 这项技术有望改善新生儿的早期诊断和患者的治疗结果.
科学领域:
- 生物医学工程 生物医学工程
- 临床诊断 临床诊断 临床诊断
- 新生儿科学 新生儿科学
背景情况:
- 新生儿败血症是一个主要的全球健康问题,婴儿死亡率高.
- 目前用于新生儿败血症的诊断方法通常是侵入性的,昂贵的和耗时的.
- 在新生儿中急需快速,准确和可访问的败血症检测.
研究的目的:
- 引入和评估一种新的,非侵入性的,护理点诊断技术,用于新生儿败血症.
- 为了评估基于金属氧化物半导体的电子鼻子 (cNose) 与挥发性有机化合物 (VOC) 生物标志物的有效性.
- 确定使用机器学习用于新生儿败血症检测的可行性.
主要方法:
- 开发了一种实验室制造的电子鼻子 (cNose),使用金属氧化物半导体传感器.
- 使用气体染色体质谱法 (GC-MS) 确定了与新生儿败血症相关的VOC生物标志物.
- 在使用四个机器学习算法对32个便样本 (17个败血症阳性,15个阴性) 评估了cNose系统.
主要成果:
- 多层感知神经网络 (MLPNN) 模型实现了90.63%的准确性,88.24%的灵敏性和93.33%的特异性.
- GC-MS分析成功地确定了与败血症相关的VOC,包括酒精,酸和.
- 该cNose系统在分辨患有败血症和没有败血症的新生儿方面表现出很高的表现.
结论:
- 该cNose系统是一个可行的和有前途的工具,用于实时,床边检测新生儿败血症.
- 这种非侵入性方法有可能显著改善诊断速度和患者的治疗结果.
- 电子鼻子技术的整合为新生儿败血症诊断提供了新的途径.
更多相关视频
08:23Real-time Breath Analysis by Using Secondary Nanoelectrospray Ionization Coupled to High Resolution Mass Spectrometry
Published on: March 9, 2018
09:19Capturing Actively Produced Microbial Volatile Organic Compounds from Human-Associated Samples with Vacuum-Assisted Sorbent Extraction
Published on: June 1, 2022
相关概念视频
MALDI-TOF Mass Spectrometry
Microbial Biosensors
Automated Microbial Diagnostics