通过混合传感器集成和基于模糊逻辑的优化电子鼻子来提高肺癌分类准确性
Umit Ozsandikcioglu1, Ayten Atasoy1, Selda Guney2
1Department of Electrical and Electronics, Faculty of Engineering, Karadeniz Technical University, 61080 Trabzon, Türkiye.
Sensors (Basel, Switzerland)
|September 13, 2025
概括
一个使用混合气体传感器的新型电子鼻子系统在从呼吸样本中检测肺癌方面取得了很高的准确性. 与传统方法相比,优化的模糊逻辑分类显著提高了诊断性能.
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:
- 肺癌的诊断依赖于侵入性手术.
- 呼吸分析提供了一个非侵入性的诊断替代方案.
- 电子鼻子技术显示出疾病检测的前景.
研究的目的:
- 开发和评估基于传感器的混合电子鼻子,用于肺癌检测.
- 将传统算法的分类性能与优化的模糊逻辑方法进行比较.
主要方法:
- 开发了一种混合电子鼻子,配备金属氧化物半导体和石英晶体微平衡传感器.
- 从100名参与者 (60名肺癌患者,40名健康人群) 收集了呼吸样本.
- 应用各种分类算法,包括决策树,SVM,k-NN,随机森林和优化的模糊逻辑方法.
主要成果:
- 主要组件分析和线性差异分析用于缩小维度.
- 传统的算法实现了94.58%的分类准确度.
- 优化的模糊逻辑方法实现了97.93%的优异分类准确度.
结论:
- 混合电子鼻子系统展示了准确,非侵入性肺癌诊断的巨大潜力.
- 优化的模糊逻辑分类显著提高了诊断准确度.
- 这项技术可能会导致更早,更容易获得的肺癌查.
