中文摘要：

本课题研究基于昆虫触角阵列的呼吸气体检测人工嗅觉（电子鼻）技术，利用高度灵敏昆虫嗅觉器官作为传感器弥补现有人工气敏传感器灵敏度的不足、采用微电极技术检出包含肺癌相关特征挥发性有机化合物微量分子响应的触角电位信号；利用随机共振原理来降低检测阈值；根据生物嗅觉信号的非线性动力学特征、对响应信号进行处理和特征提取；采用可以预设置信度的置信学习机进行"气味指纹"识别，以控制测量诊断的可信度；研究开发一种敏感性、特异性高、快捷有效的早期肺癌无创诊断方法，提高早期肺癌检测的准确性和可靠性。 课题研究由传感器、生物信息检测和机器学习算法组成的电子鼻技术，以及电子鼻技术在肺癌早期无创检测这一医学前端领域中的应用，对人工智能、传感器技术和神经信息学的发展会起到非常重要的推动作用；成果技术可以应用于大规模健康筛查，对人类健康意义重大。

结论摘要：

本项目研究基于昆虫触角阵列的呼吸气体检测人工嗅觉（电子鼻）技术，利用高度灵敏昆虫嗅觉器官作为传感器弥补现有人工气敏传感器灵敏度的不足、采用微电极技术检出包含肺癌相关特征挥发性有机化合物微量分子响应的触角电位信号；利用随机共振原理来降低检测阈值；根据生物嗅觉信号的非线性动力学特征、对响应信号进行处理和特征提取；采用可以预设置信度的置信学习机进行“气味指纹”识别，以控制测量诊断的可信度；研究开发一种敏感性、特异性高、快捷有效的早期肺癌无创诊断方法，提高早期肺癌检测的准确性和可靠性。本项目具体研究内容分为以下四个部分（1）基于昆虫触角的生物嗅觉电子鼻研究。（2）研制基于金属氧化物传感器、石英晶体微天平气敏传感器，以及全固态离子敏传感器，组成电子鼻和电子舌检测系统，作为昆虫触角传感器的补充。（3）对生物嗅觉信号进行分析，采用PLS、支持向量机和置信学习机等算法进行“气味指纹”识别，提高测量诊断的可信度（4）与医院合作，采集肺癌病人的呼吸气体，采用上述研究的电子鼻系统和分析算法，实现有效和可信肺癌早期无创诊断。经过两年的研究，本项目组已经在前三项研究内容上取得突破，具体进展如下（1）项目组培养和训练蜜蜂进行实验，通过研究蜜蜂的生物嗅觉和学习记忆系统，利用蜜蜂的触角作为生物嗅觉传感器，实现了痕量气味检测。针对该研究的检测装置和方法，已经申请国家发明专利并公开。（2）项目组同时研究了基于金属氧化物传感器、石英晶体微天平气敏传感器和全固态离子敏传感器组成的电子鼻和电子舌系统，作为生物嗅觉传感器的补充，在此方面项目组在国际SCI期刊上发表论文5篇，国际EI期刊论文1篇，国际会议论文1篇，并获国家发明专利授权5项。（3）在数据处理算法研究上，项目组也取得了非常好的成果。已发表国际SCI期刊论文2篇，国际会议论文3篇，并编著英文专著1本，由Springer出版。同时课题组将该分析算法推广应用到近红外数据分析上，刚有一篇论文被传感器国际顶级期刊Sensors and Actuators B:Chemical接受，即将发表。（4）项目组已经浙江第二附属医院签订合作协议，一旦本项目获得国家滚动支出，将进入下一阶段的临床数据采集和分析。同时英国帝国理工Dr. Juzheng Huang也与项目组达成初步合作意向，将在英国St. Mary’s Hospital 采集癌症病人