基于VOC分析预测肺癌的呼出的气息

Kirubakaran.B¹,Raghupathy.U.S²

P。G的学生,电子和仪器工程系,Kongu工程学院,Perundurai Tamilnadu、印度
教授和负责人,电子和仪器工程系,Kongu工程学院,Perundurai Tamilnadu、印度

文摘

肺癌导致全球每年140万人死亡。肺癌的诊断通常是在高级阶段,是无法治愈的。肺癌是可以治愈的,如果在早期诊断。目前的诊断方法计算机断层扫描,活组织检查侵入性和膨胀。挥发性有机化合物(VOC)中呼出的气息作为肺癌的生物标志物。挥发性有机化合物的生产细胞新陈代谢的结果出现在肺部。挥发性有机化合物的仪器的测量呼气将提供一个非侵入性技术评估肺部病理学,和一些与肺癌有关。VOC的可以使用气体传感器进行分析。数组的气体传感器组成的六个传感器能够检测挥发性有机化合物用于分析人类的呼出一口气的预测肺癌的可能性。

关键字

呼出的气息,VOC,肺癌,气体传感器

介绍

肺癌导致的死于癌症,其次是结肠直肠癌,乳腺癌和胃癌。肺癌的最常见的原因是长期接触烟草烟雾,导致肺癌的80 - 90%。不吸烟者占10 - 15%的肺癌病例,这些病例往往归因于遗传因素和暴露于石棉和其他污染.Lung癌症可以分为两个主要的亚型,小细胞肺癌(SCLC)和非小细胞肺癌(NSCLC)。不管亚型,人的生存影响临床诊断肺癌部分是相关的。肺癌是经常处于高级阶段诊断治疗更有效。肺癌的诊断是由一个活检肺结节或质量的评价中发现症状或发现在成像。计算机断层扫描(CT)图像的进步已经导致检测小结节。这些结节的评价是昂贵的,通常需要串行成像。使用一个简单、价格便宜、无创、准确肺癌测试将是一个重大的进步的管理肺癌和肺结节的评价。中的VOC呼出气息作为肺癌的生物标志物。 Exhaled breath is largely composed of nitrogen, oxygen, carbon dioxide, water, and inert gases. Volatile substances that are generated in the body or absorbed from the environment make up the rest of the breath. Several classes of VOCs can be measured in the exhaled breath. The VOC’s include saturated and unsaturated hydrocarbons, sulfur-containing and nitrogen-containing compounds. Saturated hydrocarbons are formed during lipid peroxidation of fatty acid components of cell membranes, triggered by Reactive Oxygen Species. They are felt to be markers of oxidative stress. Smaller quantities may be produced by protein oxidation and colonic bacterial metabolism. They have a low solubility in the blood and hence are excreted in the breath within minutes of their formation. Unsaturated hydrocarbons are also detected in the exhaled breath.In total 3481 different VOCs were identified, in that 27 are common to all humans. The quantity of VOCs varies oxygen administered differs in smokers versus nonsmokers and differs with age. There was also a significant difference in the concentration VOC content between the healthy and cancer patients. Hence the analysis of VOC content will be useful in the prediction of possibility of occurrence of lung cancer.

文献调查

y Broza et al .,提出的可行性nanomaterial-based传感器识别的早期肺癌和breath-print LC-resection后短期随访。LC呼吸打印可能用于诊断呼吸测试LC补充目前的诊断方法和提高灵敏度f LC手术前预测,做出更快的治疗决定。苏珊·c·范Westeinde et al。提出的生物标志物分析肺癌与电脑断层摄影术可以作为兼职减少假阳性结果相关的CT扫描。也提出,呼出的气息分析可以作为短期肺肿瘤切除术后随访。Simeng Chen等人提出了基于传感器电子鼻可作为临床诊断工具将无损但他们普遍遭受重大弱点,限制其广泛应用在临床诊断敏感性等温度,湿度,干扰其他气体。

呼出的气分析

呼出的气息可以分析可以通过两个阶段。第一个是在气态阶段,第二个是在液相中呼出的气息凝结。在气相呼出的气息可以使用下列方法之一进行分析,如化学发光分析仪、气相色谱法和电子鼻系统。电子鼻系统由气敏传感器阵列检测挥发性有机化合物的能力。从传感器阵列获取的数据可以通过统计分析或结构算法来区分和识别不稳定模式。电子鼻系统的分析发现一个重要的角色在呼出一口气,发现是一个精确的系统。

方法

该方法利用气体传感器阵列检测VOC的出现在呼出的气息。传感器获取的信号通过数据采集卡和虚拟仪器进行进一步处理。该方法的工艺流程是图1所示

该方法使用六个传感器制造费加罗传感器。这些传感器对各种生物标志物灵敏度VOC的肺癌。传感器电导率变化根据他们敏感的气体的浓度。表1显示了所使用的传感器和目标气体用于识别。

一个简单的信号调节电路可以将电导率的变化转换为一个输出信号对应于气体浓度。信号调节电路用于电导率的变化转换为电压图2所示

传感器的信号电压和条件的是获得使用虚拟仪器。传感器的信号包含噪声,因此虚拟仪器中使用低通滤波器来消除噪声。信号分析工具盒用于从信号获取感兴趣的特性是有用的预测肺癌。考虑下面给出的特性

1)率峰值:

信号的测量速率达到最大峰值和在毫伏的单位每秒(mV / s)。

2)高峰值:

它是从传感器信号的最大值是在毫伏的单位(mV)。

3)平均值:

是信号的平均价值在此期间采集的信号,它的单位是毫伏(mV)。

结果和讨论

呼吸分析使用该系统共有36个学科包括三个类。细节显示在表2

上面提到的感兴趣的特征提取的信号从受试者使用传感器获得的。有显著差异的特性从信号中提取传感器TGS 2600年,2602年和2620年相比。上述传感器的特点绘制所有的36个科目。

1)TGS 2600:

tgs - 2600的电压显示显著差异在峰值和平均值之间的三个类。情节的平均值和峰值TGS 2600是如图3所示

持续吸烟的峰值(975±23 mv)高于非吸烟者(630±15 mv)和连续抽烟的平均值(900±30 mv)高于非吸烟者(590±10 mv)

2)TGS 2602:

电压从2602年TGS显示显著差异在三个类之间的平均值。2602年TGS的情节平均值如图4所示

连续抽烟的平均值(1100±60)高于非吸烟者(900±20 mV)

3)TGS 2620:

TGS的电压2620年峰值显示显著差异,平均值和峰值速率之间的三个类。平均值和峰值的情节TGS 2600如图5所示

持续吸烟的平均值(890±15 mV)高于不吸烟(650±20 mV)。持续吸烟的峰值(920±25 mV)高于非吸烟者(670±15 mV)。峰值较高的增长速度连续吸烟者(10±0.5 mv / s)比非吸烟者(8.5±0.4 mv / s以上观察结果表明,异丁烷的浓度水平,乙醇和一氧化碳吸烟者和不吸烟者之间的不同。异丁烷,乙醇和一氧化碳是重要的生物标志物VOC,因此连续吸烟对象有更多的癌症发生的可能性。

结论

呼出气息分析系统使用气体传感器能够检测挥发性有机化合物的存在于人类的呼出一口气。系统显示显著差异的输出特性感兴趣的各种类之间的学科。吸烟对象显示高挥发性有机化合物的浓度因此有一个电机肺癌的可能性。根据文献可以进一步发展来确定肺癌的早期阶段,非侵入性的方法。

引用

亚历山大•Vergaraa乔迪Fonollosaa,乔纳斯Mahiquesa Marco Trincavelli尼古拉Rulkova,雷蒙Huertaa,“气体传感器阵列的性能在开放使用抑制采样系统支持向量机”,传感器和致动器,Vol.85 pp.462 - 477, 2013。
Brambilla。C, Fievet。F, Jeanmart。米,de Fraipont。F, Lantuejoul。年代,Frappat。V, Ferretti)。G, Brichon.P。Y, Moro-Sibilot。D,“早期发现肺癌:生物标记的作用”,欧洲呼吸杂志,39,pp.36-44, 2003。
Hiang平陈,凡妮莎Tran,克雷格·刘易斯和保罗·s·托马斯,”中氧化应激标志物水平升高的呼出的气息凝结”,胸肿瘤学杂志》第1辑,pp.172 - 178, 2009。
Hiang平陈,克雷格·刘易斯和保罗·s·托马斯,“呼出气息分析:肺癌的早期检测新方法”,肺癌日报,Vol.63 pp.164 - 168, 2009。
贝利N,哈基姆M Tisch U,小邦PA,米勒,肯尼迪盖C,加尼姆,简,米切尔,约翰,Hisrch,弗雷德·R和长方形布霍萨姆。“非侵入性肺结节的呼吸分析”,Thorac学报,第七卷,pp.1528 - 1533, 2012。
PeterJ。马佐尼”,挥发性有机化合物的分析诊断肺癌的呼出的气息”,胸肿瘤学杂志》第三卷,pp.774 - 78, 2008。
菲利普斯。米,Altorki。N, Austin.J。H, Cameron.R。N, Cataneo.R。N,格林伯格。J,克劳斯。R, Maxfield.R。Munawar.M。我,Pass.H。我,拉希德。Rom.W。N,施密特。P”预测肺癌usingvolatile生物标志物在呼吸,”《癌症生物标记,第三卷,《- 109,2007。
Simeng陈、王刘宇超(音)Seokheun崔”,应用程序和临床诊断电子鼻技术”,打开应用生物传感器,杂志》,pp.39-50, 2013。
苏珊·c·范·Westeinde和罗伯•j•范•克拉维伦“肺癌的筛查和早期诊断癌症杂志,Vol.17 pp.3-10, 2011。
凡妮莎·H。Tran,米歇尔·瑟斯顿Hiang萍Chan保罗杰克逊,克雷格·刘易斯,黛博拉·耶茨,格雷厄姆·贝尔,保罗。托马斯,“呼吸分析肺癌患者使用电子鼻检测系统”,IEEE传感器日报,Vol.10 pp.1514 - 1518, 2010。
Yoav y Broza,克雷默博士Ulrike Tisch, Arsen Gevorkyan, Ala Shiban译文是安森最好和Hossam长方形布,“nanomaterial-based呼吸测试,短期随访肺肿瘤切除术后”,的纳米医学杂志:现,Vol.9 pp.15-21, 2013。
C . Di Natale a . Macagnano e·马蒂内利r . Paolesse g D 'Arcangelo, C。a . Finazzi-Agro Roscioni, a D中保,“肺癌呼吸的分析鉴定通过数组的无选择性的气体传感器,“Biosens。Bioelectron。,Vol. 18, pp. 1209–18, 2003.
w·c·曹”可能有用的生物标志物的诊断、治疗和预后的肺癌,“生物医学。制药公司。,Vol. 61, pp. 515–9, 200S7.