肺癌呼吸气体检测电子鼻及诊断方法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-20页 |
| §1.1 肺癌 | 第9-14页 |
| §1.1.1 肺癌的定义、现状和成因 | 第9-10页 |
| §1.1.2 肺癌的分型和表现 | 第10-12页 |
| §1.1.3 肺癌的常规诊断方法 | 第12-13页 |
| §1.1.4 本论文目的 | 第13-14页 |
| §1.2 呼吸诊断电子鼻 | 第14-15页 |
| §1.3 气体传感器 | 第15-20页 |
| §1.3.1 气敏传感器的发展及应用 | 第15-16页 |
| §1.3.2 分立气体传感器 | 第16-17页 |
| §1.3.3 气体传感器阵列 | 第17-18页 |
| §1.3.4 虚拟气体传感器阵列 | 第18-19页 |
| §1.3.5 气敏传感器的比较和选择 | 第19-20页 |
| 第二章 传感器设计 | 第20-32页 |
| §2.1 SAW传感器设计 | 第20-24页 |
| §2.1.1 SAW传感器 | 第20页 |
| §2.1.2 压电材料的选择 | 第20-21页 |
| §2.1.3 SAW气体传感器 | 第21-23页 |
| §2.1.4 我们设计的SAW传感器 | 第23-24页 |
| §2.2 敏感膜设计 | 第24-32页 |
| §2.2.1 膜与气体分子作用的机理 | 第24-26页 |
| §2.2.2 敏感膜与传感器特性之间的关系 | 第26-27页 |
| §2.2.3 敏感膜的选择 | 第27-28页 |
| §2.2.4 涂覆法成膜 | 第28-29页 |
| §2.2.5 成膜过程 | 第29-30页 |
| §2.2.6 测试成膜 | 第30-32页 |
| 第三章 系统硬件结构 | 第32-38页 |
| §3.1 气路模式 | 第32-36页 |
| §3.1.1 气体直接进样-传感器阵列检测模式 | 第32-33页 |
| §3.1.2 气体吸附进样模式 | 第33-34页 |
| §3.1.3 富集后传感器阵列检测气路 | 第34-35页 |
| §3.1.4 富集后虚拟传感器阵列检测气路 | 第35-36页 |
| §3.2 检测与控制模块 | 第36-37页 |
| §3.3 测试模块 | 第37-38页 |
| 第四章 系统软件结构 | 第38-52页 |
| §4.1 差分法去除粗点 | 第38-42页 |
| §4.1.1 异常值的判别方法 | 第38-41页 |
| §4.1.2 算法的实现 | 第41-42页 |
| §4.1.3 实际应用结果 | 第42页 |
| §4.2 五点三次平滑 | 第42-43页 |
| §4.3 数据校正 | 第43-44页 |
| §4.3.1 曲线拟合 | 第43页 |
| §4.3.2 最小二乘法 | 第43-44页 |
| §4.4 FIR滤波 | 第44-48页 |
| §4.4.1 一维FIR滤波器的结构 | 第45-46页 |
| §4.4.2 几种滤波器窗函数性能的比较 | 第46-48页 |
| §4.4.3 滤波器的实现 | 第48页 |
| §4.5 串行通讯 | 第48-50页 |
| §4.5.1 通讯方式 | 第48页 |
| §4.5.2 Windows API函数的应用 | 第48-49页 |
| §4.5.3 串口调试模块 | 第49-50页 |
| §4.6 数据存储 | 第50-52页 |
| 第五章 模式识别算法 | 第52-67页 |
| §5.1 主成分分析 | 第52-54页 |
| §5.2 偏最小二乘法 | 第54-58页 |
| §5.2.1 PLS的理论基础 | 第54-55页 |
| §5.2.2 基本概念 | 第55-56页 |
| §5.2.3 计算过程 | 第56-57页 |
| §5.2.4 数据预处理 | 第57-58页 |
| §5.3 BP神经网络 | 第58-64页 |
| §5.3.1 BP 神经网络 | 第58-60页 |
| §5.3.2 改进型 BP神经网络 | 第60-64页 |
| §5.4 柔性神经网络算法 | 第64-67页 |
| §5.4.1 柔性单极S型函数 | 第64页 |
| §5.4.2 柔性双极S型函数 | 第64-65页 |
| §5.4.3 学习算法 | 第65-67页 |
| 第六章 实验结果与分析 | 第67-79页 |
| §6.1 仪器与测试系统组成 | 第67-68页 |
| §6.2 传感器数据曲线 | 第68-69页 |
| §6.3 实验方法 | 第69-71页 |
| §6.3.1 配气方法 | 第69-70页 |
| §6.3.2 数据处理方法 | 第70-71页 |
| §6.4 实验结果与分析 | 第71-74页 |
| §6.4.1 直接进样传感器阵列检测数据 | 第71-73页 |
| §6.4.2 虚拟传感器阵列检测数据 | 第73页 |
| §6.4.3 电子鼻系统仪器性能参数 | 第73-74页 |
| §6.5 肺癌呼吸诊断方法 | 第74-76页 |
| §6.6 模式识别结果分析 | 第76-79页 |
| §6.6.1 PCA分析结果 | 第76-77页 |
| §6.6.2 BP-ANN分析结果 | 第77-79页 |
| 第七章 总结与展望 | 第79-84页 |
| §7.1 总结 | 第79-81页 |
| §7.2 展望 | 第81-84页 |
| 参考文献 | 第84-87页 |
| 致谢 | 第87-88页 |
| 附录 | 第88-89页 |
| 独创性声明 | 第89页 |
| 学位论文版权使用授权书 | 第89页 |
