Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  analiza oddechu
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Purpose: The aim of this paper was to discuss the design and development of an innovative e-nose system which can detect respiratory ailments by detecting the Volatile Organic Compounds (VOCs) in the expelled breath. In addition to nitrogen, oxygen, and carbon dioxide, the expelled breath contains several VOCs, some of which are indicative of lung-related conditions and can differentiate healthy controls from people affected with pulmonary diseases. Methods: This work detailed the sensor selection process, the assembly of the sensors into a sensor array, the design and implementation of the circuit, sampling methods, and an algorithm for data analysis. The clinical feasibility of the system was checked in 27 lung cancer patients, 22 chronic obstructive pulmonary disease (COPD) patients, and 39 healthy controls including smokers and non-smokers. Results: The classification model developed using the support vector machine (SVM) was able to provide accuracy, sensitivity, and specificity of 88.79, 89.58 and 88.23%, respectively for lung cancer, and 78.70, 72.50 and 82.35%, respectively for COPD. Conclusions: The sensor array system developed with TGS gas sensors was non-invasive, low cost, and gave a rapid response. It has been demonstrated that the VOC profiles of patients with pulmonary diseases and healthy controls are different, hence, the e-nose system can be used as a potential diagnostic device for patients with lung diseases.
PL
Artykuł dotyczy wybranych wyników prac badawczo-rozwojowych realizowanych w Zespole Detekcji Sygnałów Optycznych IOE WAT. Prace te dotyczą głównie fotoodbiorników na różne zakresy widmowe, ultraczułych analizatorów gazów do wykrywania materiałów wybuchowych i biomarkerów chorób w ludzkim oddechu oraz bezpiecznych łączy laserowych w otwartej przestrzeni. W pracy opisano przykładowe układy detekcji promieniowania optycznego z zakresu od ultrafioletu do dalszej podczerwieni, które powstały w ramach prac statutowych i projektów badawczo-rozwojowych. Szczególną uwagę zwrócono na aspekty aplikacyjne uzyskanych wyników wskazując jednocześnie właściwości technologii, dla których zostały one zaprojektowane.
EN
The article presents a brief description of research and development works carried out by Group of Optical Signal Detection at the Institute of Optoelectronics, MUT. These activities mainly concern the construction of photoreceivers operated in various spectral ranges, ultra-sensitive gas analyzers for detection of explosives and diseases biomarkers in human breath, and free space optical data link. Some exemplary detection systems of radiation spectra from ultraviolet to longer infrared, which were designed as a part of academic works or R&D projects, are described. Some practical aspects of these results for some optoelectronic technologies are discussed.
|
|
tom nr 3
74--79
PL
Choroby układu oddechowego człowieka od zawsze były obciążeniem dla całego społeczeństwa. Sytuacja stała się szczególnie trudna po wybuchu pandemii COVID-19. Jednak nawet teraz nierzadko zdarza się, że ludzie konsultują się ze swoim lekarzem zbyt późno, już po niepożądanym rozwinięciu się choroby. W celu ochrony pacjentów przed ciężką chorobą płuc, zaleca się jak najwcześniejsze wykrycie wszelkich objawów zaburzających pracę układu oddechowego. W artykule przedstawiono wczesny prototyp urządzenia, który przypomina cyfrowy stetoskop. Przeprowadza on automatyczną analizę oddechu, poza rejestrowaniem cykli oddechowych. Dodatkowo urządzenie ma funkcję powiadamiania użytkownika (np. przez smartfon) o konieczności udania się do lekarza na bardziej szczegółowe badanie. Dźwiękowe nagranie cykli oddechu przekształcane jest na dwuwymiarową macierz za pomocą współczynników cepstrum w skali melowej (MFCC). Taka macierz jest analizowana przez sztuczną sieć neuronową. W wyniku przeprowadzonych badań stwierdzono, że najlepsze z otrzymanych rozwiązań prezentowanej sieci neuronowej osiągnęło pożądaną dokładność i wysoką precyzję.
EN
Diseases related to the human respiratory system have always been a burden for the entire society. The situation has become particularly difficult now after the outbreak of the COVID-19 pandemic. Even now, however, it is not uncommon for people to consult their doctor too late, after the disease has developed. To protect patients from severe disease, it is recommended that any symptoms disturbing the respiratory system be detected as early as possible. This article presents an early prototype of a device that can be compared to a digital stethoscope that performs auto-breath analysis. So apart from recording the respiratory cycles, the device also analyzes them. In addition, it also has the functionality of notifying the user (e.g. via a smartphone) about the need to go to the doctor for a more detailed examination. The audio recording of breath cycles is transformed to a two-dimensional matrix using mel-frequency cepstrum coefficients (MFCC). Such a matrix is analyzed by an artificial neural network. As a result of the research, it was found that the best of the obtained solutions of the presented neural network achieved the desired accuracy and precision at the level of 84%.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.