相关实验视频
Updated: Jul 7, 2026

Fast and Accurate Exhaled Breath Ammonia Measurement
Published on: June 11, 2014
使用石英调音叉进行呼吸分析,用人工神经网络预测血糖水平
Bishakha Ray1, Vijayaraj Sangavi1, Satyendra Vishwakarma1
1Department of Applied Physics, Defence Institute of Advanced Technology (D.U.), Pune 411025, Maharashtra, India.
本研究介绍了一种使用纳米材料增强传感器和人工神经网络 (ANN) 检测糖尿病 (DM) 的非侵入性呼吸分析方法. 该系统可以准确识别糖尿病患者,糖尿病前期患者和健康人群,为传统血糖测试提供了一个有希望的替代方案.
科学领域:
- 生物医学工程 生物医学工程
- 分析化学 分析化学
- 计算生物学 计算生物学
背景情况:
- 糖尿病是一种普遍的代谢障碍,需要持续监测.
- 目前的血糖测试是侵入性的,需要医疗干预.
- 开发DM的非侵入性诊断工具对于有效的疾病管理至关重要.
研究的目的:
- 通过呼吸分析引入一种新的非侵入性糖尿病诊断和监测方法.
- 评估纳米材料增强的石英调传感器与人工神经网络 (ANN) 结合用于DM检测的有效性.
- 与传统方法相比,评估基于ANN的血糖预测的准确性.
主要方法:
- 利用12个纳米材料增强的石英调传感器的传感器阵列来捕获呼吸签名.
- 采用定制的人工神经网络 (ANN) 分类算法来进行数据解释.
- 开发了一种ANN回归算法来预测血糖水平,并使用错误网格验证结果.
主要成果:
- 传感器阵列和ANN系统在识别糖尿病患者,糖尿病前期患者和健康个体方面实现了97%的准确性.
- ANN回归预测血糖,相关系数为0.89,平均平方误差为0.13.
- 这种非侵入性方法在评估血糖值方面具有很高的临床意义.
结论:
- 使用纳米材料增强传感器和ANN进行呼吸分析,为DM检测提供了高度准确,非侵入性的方法.
- 这项技术为方便和频繁的糖尿病监测提供了一个有希望的替代方案.
- 进一步的研究可以探索这种系统的整合,以广泛的临床应用.
更多相关视频
08:01A Method for Manipulating Blood Glucose and Measuring Resulting Changes in Cognitive Accessibility of Target Stimuli
Published on: August 12, 2016
08:23Real-time Breath Analysis by Using Secondary Nanoelectrospray Ionization Coupled to High Resolution Mass Spectrometry
Published on: March 9, 2018
相关概念视频
Assessing Blood pressure using a doppler ultrasound
Pre-Procedural Guidelines for Doppler Ultrasound Blood Pressure Assessment:
Preparation of Equipment:
Neural Regulation of Blood Pressure
Baroreceptor Reflex
Baroreceptors, located in the carotid sinuses and aortic arch, detect changes in blood pressure. When blood pressure rises, these stretch-sensitive receptors...
Neural Control of Respiration
Respiratory Centers in the Brainstem
Two primary areas comprise the respiratory center: the medullary respiratory center in the medulla oblongata and the pontine respiratory group in the pons. The...