（信号与信息处理专业论文）医用电子鼻原型的构建和传感器研究.pdfVIP

中文摘要 i 摘 要 电子鼻，也称人工嗅觉系统，在香水、饮料、食品等的质量控制中具有广泛 的应用；但用于疾病诊断的医用电子鼻目前尚不成熟，仍处于实验室研究阶段。 本项目研究并构建了一个医用电子鼻原型系统，研究的重点是气体传感器并进行 选型和传感器阵列设计、进样系统设计、阵列温度漂移抑制等。 论文从病理学的角度对医用电子鼻的可行性进行了论证，并最终以检测肺癌 为目标，围绕着患者呼气中的挥发性生物标志物，进行了气体传感器的调查研究， 最终选定了 tgs822、mqkii、tgs2620、tgs2602、qs- 01 等传感器构成传感器 阵列。 由于患者呼出气体中生物标志物的浓度通常较低 （ppb- ppt 级） ， 因此要求医用 电子鼻的传感器具有很低的 lod（最低检测限） ；而在目前的技术条件下，普通气 体传感器都达不到这个要求。因此，在本研究中，除了论证预浓缩装置的必要性 外，还考虑提高传感器阵列自身的检测性能，设计了抑制传感器温度漂移的实验 方案。该方案的基本思想是在阵列板上增加温度传感器，并利用其输出信息辅助 样本识别；此外还选择“载气吹扫顶空”的进样方式，采取了一些改进气室气密 性和气流均匀性的措施。 在抑制阵列温漂实验中，配制了体积百分浓度为 0.1%和 0.5%的乙醇溶液，用 同样流量的载气吹扫它们，以产生两类气体样本，输入气室与传感器阵列反应。 实验最后获得了 20 例样本（两种浓度样本各 10 例） 。 在数据分析中，由于气流不稳定导致某些传感器的输出信号不够稳定，因此 先采用滑动平均法对输入信号进行预处理，然后对平滑后的信号进行特征参数提 取；最后，分别采用传感器输出的最大值、相对值和响应时间作为特征参数，建 立了单层感知器和反向传播神经网络（back- propagation neural network，bpnn） ， 用 20 例样本中的前 16 例训练网络，再用训练好的神经网络去识别剩余的 4 例样 本。实验结果表明，大多数情况下没有误判；当以响应时间为特征参数时，用训 练好的 bp 网络出现了错误识别待测样本的现象； 但多提取一个特征参数温度 传感器在气体传感器响应时间段内的均值，相应地增加人工神经网络输入神经元 的数目，即可消除误判，验证了此抑制温漂方法的可行性。 关键字：关键字：医用电子鼻，气体传感器，温度漂移抑制，预浓缩，神经网络 英文摘要 iii abstract electronic nose， also called artificial olfactory system， has been widely used for the quality control of perfume, beverage, food, etc. however, the medical electronic nose used for disease diagnosis stays immature，still under studying in laboratory. this project studied and designed a prototype of medical electronic nose，the key points of research work were gas sensor selection, sensor array design, temperature drift counteraction in sensor array and sample input system. this thesis demonstrated the feasibility of medical electronic nose from the pathology point of view，and finally aimed at the examination of lung cancer. current available types of gas sensors were studied, such as mos and qcm, etc. finally five mos type gas sensors, tgs822、 mqkii、 tgs2620、 tgs2602 and qs- 01 were selected to form up sensor array in our system to detect the volatile biomarker in patients exhalation. as the concentration of volatile biomarkers in patients exhalation is very low (in ppb to ppt level), very low level of lod is required for sensors used in electronic nose while current common gas sensors can not reach such a lod. this thesis did not only set forth the indispensability of pre- concentration, but also build an experiment scheme to counteract the temperature drift with an eye to improve the performance of sensor array itself. the basic idea of the scheme was to add temperature sensor in the chamber, whose output would be utilized to help sample recognition, and also sample input method of headspace with carrier gas was chosen, some other measures were also taken to improve gas tightness and airflow uniformity of the chamber. in our experiment, the 0.1% and 0.5% ethanol solution were prepared and purged by the carrier gas with the same flow, then two kinds of gas samples were worked out and pumped into the chamber, where the sensor array lies. twenty samples were eventually obtained by the experiment (ten for each concentration). during the data analysis, the output signals of some sensors were not stable enough as the gas flow was not uniform, the multi- point moving average technique was employed to pretreat the original signal from sensors. some features were extracted over the smoothed signals. finally, the maximum value, the relative value and the response time of sensors were individually taken as features. meanwhile, the perceptron and back- propagation neural network (bpnn) were built. the former 16 of 20 重庆大学硕士学位论文 iv samples were used to train the network, and the trained neural network was used to recognize the rest 4 samples. results of the experiment showed that misjudgments occurred at few times. when the response time of sensors was taken as feature, the trained bp network had once misjudged the samples to be tested. then, one more feature was extracted, that was the mean value of temperature sensors output during the response time of gas sensor, and consequently one more input neuron was add to the bp network, which eliminated the misjudgments in the end. that was the powerful proof for the method of temperature drift counteraction. keywords：medical electronic nose，gas sensor，temperature drift counteraction， preconcentration，artificial neural network 插图与附表清单 ix 插图与附表清单 图 2.1 主要的嗅觉组织 . .5 图 2.2 嗅觉通路的计算模型 .6 图 2.3 电子鼻典型组成框图 .7 图2.4简易sha的装置 8 图2.5注射式进样的sha .9 图 2.6 江苏大学研究的电子鼻实验装置 .10 图2.7带采气袋的sha装置 .11 图 2.8 动态顶空示意图 .13 图 2.9 低温吹扫捕集装置 .14 图 2.10 气体智能检测系统 .15 图2.11 mos传感器工作原理 16 图 2.12 qcm 传感器测量气体频响的装置 .18 图2.13 pid工作原理 .20 图 2.14 热传导型传感器的工作原理 .21 图 2.15 气体传感器的线性化电路 .22 图 2.16 模式识别系统方框图 .24 图 3.1 电子鼻原型实验系统框图 .40 图 3.2 气体传感器的基本测试电路 .41 图 4.1 温度传感器输出与参照温度 （一） .44 图 4.2 温度传感器输出与参照温度（二） 44 图 4.3 湿度传感器标定实验装置 .45 图 4.4 湿度传感器输出与环境湿度 .46 图 4.5 传感器对第一份样本的响应 .47 图4.6图4.5的局部放大图 .48 图 4.7 滑动平均法滤波后的传感器信号 .48 图 4.8 相对值的定义 .49 图 4.9 响应时间和恢复时间的定义 .50 图 4.10 以 dmax 为特征参数时，单层感知器的训练结果（一） 51 图 4.11 以 dmax 为特征参数时，单层感知器的训练结果（二） 51 重庆大学硕士学位论文 x 图 4.12 以 dmax 为特征参数时，bpnn 的训练结果（一） 52 图 4.13 以 dmax 为特征参数时，bpnn 的训练结果（二） 52 图 4.14 以 d 为特征参数时， 单层感知器的训练结果 （一） 53 图 4.15 以 d 为特征参数时， 单层感知器的训练结果 （二） . .53 图4.16以d为特征参数时， 单层感知器的训练结果 （三） 54 图4.17以d为特征参数时， bpnn的训练结果 （一） .54 图4.18以d为特征参数时， bpnn的训练结果 （二） .55 图4.19以upspan为特征参数时， bpnn的训练结果 （一） 55 图4.20以upspan为特征参数时， bpnn的训练结果 （二） .56 图b1 20例样本的传感器原始信号 .68 图b2 20例样本的传感器平滑后信号 .71 表 2.1 部分传感器信号预处理算法 .24 表 2.2 已开发出的电子鼻产品 .26 表 2.3 国内外几种医用电子鼻概况 .27 表 3.1 某些传染性疾病和释放的气体 .31 表 3.2 细菌与特定的培养基发生代谢反应产生的气味 .31 表 3.3 o neil 等测出的肺癌患者呼出气体的成分列表 .33 表 3.4 肺癌的生物标志物， 按照在肺癌患者呼吸中出现概率的降序排列 34 表 3.5 最后选择的 5 只传感器 .35 表 4.1 温度传感器的相对误差 （一） .44 表 4.2 温度传感器测量的相对误差（二） 45 表a1 phillips等测出肺癌患者呼吸中含有的22种voc （1999） 67 表 a2 复旦大学检测到肺癌患者血液样本中的 voc .67 1 绪论 1 1 绪 论 1.1 医用电子鼻的概念及研究意义 中医素有“望、闻、问、切”之说，其中闻诊的一部分就是通过嗅患者身体 或呼吸的气味来诊断疾病。古希腊的医者也早就知道通过病人的呼吸所带有的特 殊气味来诊断某些疾病。现代医学也通过研究疾病的致病机理，有力地说明了患 者呼出的某些气体成分的确与身体某方面的疾病有关1， 这就使得通过分析人们呼 出的气体成分来诊断疾病成为传统临床诊疗外的另一种行之有效的方法；另外， 通过对患者血液样本或尿液样本挥发出来气体的检测分析也可以帮助疾病的诊 断。 人本身的嗅觉功能非常强大，所以有经验的中医也可以通过气味来判断病患 的病情。但是，人类的嗅觉存在着一些不足之处，一是人类对气味的反映相当主 观，它受到性别、年龄、健康水平、认知水平以及环境等诸多因素的影响，因此 嗅觉感官结果的可靠性难以保证。有人测量了几组结构相关的化合物嗅觉阈值： 16 位被测试者对 47 种气味阈值的平均值的相关系数相当低，只有 0.28，而且个体 阈值的重复性实验的可靠性也很低，平均值为 4.0。二是在一些特定的环境中，如 毒气污染的环境或者象医院这样气味较浓的地方，人类嗅觉受到了严峻挑战，容 易出现嗅觉疲劳现象。三是人类嗅觉往往只能给出被测对象的主观描述，无法给 出准确的结果，所以，人类嗅觉的应用还是很有局限的2。而借用仪器设备的一些 传统的气体检测及分析方法比如组织学、细胞学的标准化学检验方法、气相色谱 质谱联用等，虽然准确度很高，但耗时较长，规程复杂。而时间通常是诊断和 治疗疾病的关键所在，以肺癌为例，调查表明，美国每年有 177000 肺癌患者，确 诊后 5 年，他们中只有 14%还存活；如果肺癌得到快速确定和治疗，那么 5 年存 活率会上升到 48%3。 上世纪八十年代出现了一种新型的气体气味监测方法电子鼻（也称作人 工嗅觉系统） ，早前主要应用于香水、葡萄酒和食品工业做质量控制等，但近年来 在医学领域的应用也越来越为人们所关注。由于能够用于气体气味的实时分析， 所以大大加快了诊断过程，而且能保证一定的准确度；同时还可以减少患者在等 待诊断结果期间抗生素药物的滥用情况、降低费用等；配合临床诊断，电子鼻可 以在很大程度上减小由医生诊断的主观性带来的误诊率，提高诊断准确率，体现 出了它用于疾病检测的优势。电子鼻还具有以下优点：诊断时对患者不具侵入性， 便于移动和携带，便于患者和医护人员的操作。 重庆大学硕士学位论文 2 有报道中把用于疾病诊断的电子鼻称为医用电子鼻4， 本文中的 “医用电子鼻” 也由此而来。 在目前人工感觉系统的发展中，人工嗅觉系统即电子鼻的开发水平远低于其 它人工感觉系统。电子鼻主要由三部分组成进样系统和传感器阵列、信号预 处理模块和模式识别系统，本文在第二章详细阐述电子鼻系统的原理和结构。在 气体传感器研制开发、系统测试灵敏度和精度及模式识别算法等方面存在的不足 限制了电子鼻的广泛应用，其中就包括临床诊断中呼吸气体和血液尿液挥发气体 的监测分析等，同时这也表明了电子鼻的研究存在着巨大的发展潜力和开发空间。 1.2 国内外研究现状 从 20 世纪 50 年代首次提出“ 电子鼻” 概念，到 80 年代英国华威大学 dodd 研 制出早期的“ 电子鼻” 系统，今天美、英、法、德等发达国家均已有电子鼻产品问 世5，目前国外已经有很多比较成熟的商业电子鼻（详见第二章） 。 电子鼻在饮料、食品、临床诊断、环境检测等许多行业均有着广阔的应用前 景，因此目前各发达国家都把电子鼻的开发与应用列为跨世纪的关键技术，并给 予特别的重视和支持6，用于临床诊断是电子鼻发展应用中长远的目标，目前国内 外都有关于这方面的研究。 英国华威大学 j.w.gardner 教授领导的实验室 sensors research laboratory (srl)从上世纪 90 年代初就开始从事电子鼻的研究，并于 90 年代末将其应用于监 测呼吸系统感染的情况。该电子鼻对含有葡萄状球菌的样本检测准确率达到 100%，对含有大肠杆菌的样本检测准确率达到 94%7； 英国克兰菲尔德大学正在研制一种可检测尿道感染的新型电子鼻，初步测试 显示，新型电子鼻能成功识别 80%以上的尿道感染病例。不过目前该电子鼻的体 积与电脑显示器相当，过于臃肿8； 美国宾西法尼亚大学医学中心发明，加州 cyrano 科学公司制造的电子鼻 cyranose320 能分析患者呼出气体的成分，识别肺炎的准确率达到 92%，而识别鼻 窦炎的准确率也达到 82%9； 意大利罗马大学试验医学学院研究的电子鼻对于肺癌的检测准确率达到了 90.3%10；2004 年比利时安特卫普大学研究的电子鼻对于呼吸机相关性肺炎 （ventilator- associated pneumonia）的检测准确率达到了 95.5%11；俄罗斯沃罗涅 什大学也有用于糖尿病检测的相关研究12； 台北一所生物医学工程中心研究出的电子鼻对于慢性肾功能不全和慢性肾功 1 绪论 3 能衰竭（cri/crf）的检测准确率达到 90.16%，对尿毒症的检测准确率达到 79.52%13；台湾工研院生医中心与内地医药学院进行合作研究，已研制出一电子 鼻诊断系统，经由呼出的气体可检测尿毒症及肝硬化，其准确率约有 85%及 94%14；浙江大学研究的电子鼻也能比较准确地诊断出糖尿病和肺癌，但是由于 参与试验的对象比较少，所以电子鼻的性能还有待进一步测试和改进15；另外， 国内同济大学和厦门大学等高校中也有实验室在从事这方面的研究。 总的说来，英国、美国、日本、德国、意大利等国家的科研机构和公司等对 医用电子鼻的研究已经十几年，成果显著；国内对电子鼻的研究起步较晚，尤其 用于临床诊断的人工嗅觉系统研究很少，虽然取得了一些成果，但与国外尚有较 大差距。 1.3 论文的研究内容以及研究目的 1、研究患者的气味异常与某些疾病的对应关系，并选择一种特定的疾病，确定该 种疾病患者呼吸中可能出现的标志性气体成分； 2、围绕这些气体成分，从稳定性、灵敏度、选择性以及成本等各个方面对不同类 型的气体传感器进行比较，选择性价比较高的传感器构成阵列，并初步构建电 子鼻试验平台。 3、在调查研究现有电子鼻（包括商业化的和实验室研究的两类电子鼻）进样方式 的基础上，提出一种合理的进样方式。 4、提出改善电子鼻性能的措施，利用硬件电路和软件算法解决传感器元件的温度 漂移、湿度补偿和噪声消除等问题。 5、在分析现有系统性能的基础上，找出存在的问题并指明改进的方向。 2 电子鼻系统 5 2 电子鼻系统 2.1 电子鼻系统的原理和总体结构 2.1.1 生物嗅觉系统 电子鼻系统研制的理论基础是生物嗅觉，下面简单介绍一下生物嗅觉形成的 机理。生物嗅觉是由气味物质分子刺激嗅觉感受器引起的，如图 2.1 所示16： 图 2.1 主要的嗅觉组织 fig2.1 the main nasal epithelium. olfactory bulb：嗅球；main olfactory epithelium：主要嗅觉上皮组织； nasal cavity：鼻腔；volatile odorant compound：挥发性气味成分； sensory neuron：感觉神经细胞；cilia：纤毛；mucous lining：嗅黏膜上皮 位于鼻腔内表层的主要嗅觉上皮组织是鼻内用于检测气味物质的特殊区域， 这片区域的表面大概有一百万个嗅感觉神经细胞（olfactory sensory neuron，osn） 17。含有 g 受体蛋白质的嗅神经细胞纤毛伸出鼻腔的嗅黏膜上皮，用于接收气味 物质分子。受体蛋白数目相对较少（约 100 个） ，使得受体细胞对各种气味具有交 叉敏感特性。只要有 8 个物质分子就可以发起一个神经冲动，不过至少要刺激 40 个神经末稍才能闻到那个物质的气味18。一旦启动，这些神经冲动将嗅觉信息沿 轴突（axon）从嗅感受神经细胞传递到位于它们上方和大脑中前额叶下部的嗅球 小球层细胞。 这些信号再经大约 105个僧帽层细胞处理后，触发了一个动作电位，经过嗅觉 皮层细胞，传入大脑。 重庆大学硕士学位论文 6 图 2.2 嗅觉通路的计算模型19 fig2.2 computational model of the olfactory pathway on：嗅神经细胞；m：僧帽细胞；t：刷状细胞（更小型的僧帽细胞） ；gl：嗅小球；pg：球周 细胞； g： 颗粒细胞； olfactorycortex： 嗅觉皮层； lateralolfactory track： 横向嗅觉通路； centrifugal fibers：传出神经纤维；primaryolfactorycortex：主要嗅觉皮层；piriformcortex：梨形皮层； limbic system：脑边缘系统；excitatorysynapse：兴奋突触；inhibitorysynapse：抑制突触 嗅球是嗅觉通路中的一个中间单元，也是一个很重要的单元，它不仅接受前 端嗅神经细胞的输入，还接受嗅觉皮层等部的神经纤维的输入。通常认为嗅球己 经具有一定的信息处理功能。但是气味分子的编码，识别以及与嗅觉相关的气味 信息在神经系统中的表达，传递，存贮方式目前还没有公认的理论解释20。 2.1.2 人工嗅觉系统 人工嗅觉（电子鼻）的研究，主要是通过气体传感器和人工智能技术的结合 模拟生物嗅觉系统，实现生物嗅觉系统具有的气体检测和识别等功能。主要方法 就是以气体传感器和生物传感器等模拟生物嗅觉系统中的嗅感受神经细胞（本文 主要侧重于采用气体传感器的方式） ，用人工神经网络等模拟嗅球层和僧帽细胞层 甚至更深层嗅觉皮层等连接而成的神经回路，用计算机或专用芯片对采集到的信 息进行处理，达到识别气体气味的目的。 从仿生学的角度来说，电子鼻系统的结构/工作流程可以分为分析物采样 过滤气体预处理传感器阵列与换能器信号预处理特征参数提取模式识 别结果21，也可以简略地划分为三大模块进样系统及传感器阵列、信号预 2 电子鼻系统 7 处理模块和模式识别系统，如图 2.3 所示。 图 2.3 电子鼻典型组成框图 fig.2.3 typical framework of an electronic nose 气体传感器阵列是电子鼻系统的关键所在，直接决定整个电子鼻系统的性能。 例如，传感器的最低检测限(limit of detection，lod)决定了电子鼻能否检测出一 些低浓度的气体成分； 传感器的灵敏度(sensitivity)决定电子鼻对微量气体分子的瞬 时敏感程度； 传感器的时漂(time drift)和温漂(temperature drift)直接影响了采集数据 的精度和可靠性；传感器的线性度(linearity)制约着采集、记录和处理数据以及后 续理论分析所采用的方法等。所以对于传感器的调查研究与选型，是本论文的重 点内容之一；除此之外，对电子鼻进样方式的研究和选择是本论文的另一重点。 2.2 进样方式 电子鼻技术在飞速发展，但是在进样系统方面的进步还显得有些滞后22。对 于不同形态的样品，电子鼻采用的进样方式不同；商业化的电子鼻和实验室研究 的电子鼻采用的进样方式也有很大区别。一般来说，商业化电子鼻的进样系统因 为具有内置泵采样装置，所以它能够自动采集和测量气体样品，有的甚至可以自 动调整样品浓度，减小了灵敏度的漂移，提高了电子鼻的精确度。商业化电子鼻 具有一些自动调节的功能，一般情况下不需要对样品进行特殊的前处理。但不同 的样品也稍有不同，基本上要做到注意以下几点（而这几点对实验室研制电子鼻 就显得尤为重要了） ：(1)样品的环境条件(温度、湿度等)尽可能保持一致，尤其温 度会影响气体样品的成分变化，进而会影响到测定结果，故样品温度应尽量保持 一致；(2)顶空取样时，样本应该保持相对恒定状态；(3)载气(carrier gas)需要运载 样品和清洗传感器， 故要求它一定是高纯气体 （如氮气、 氦气等） 或者干净空气(多 数情况下，用活性炭过滤来净化运载气体，但有时还会受到一些小分子气体，如 co,ch4 等的干扰)。对于低蒸汽压的物质需要被逐渐加热，以便提高气态混合物 的浓度，达到电子鼻的检测限23。有文献证明合适的气体取样方式能大大改善电 子鼻装置的性能，甚至可使其灵敏度提高三个数量级24。 电子鼻进样的方式主要有三种，即静态顶空法（static headspace analysis， sha）242526、全蒸发法（full evaporation technique，fet）25和动态顶空法 （dynamic headspaceanalysis，dha） 。这几种方法从原理上来讲，都属于顶空分 进样系统及 传感器阵列 信号预处 理 模 块 模式识别 算法 重庆大学硕士学位论文 8 析方法，但互相也有明显的区别。实验室研究的电子鼻多采用 sha，商业化电子 鼻一般都提供了多种方式可供选择，使得电子鼻的进样更加灵活也更适于操作， 德国的 pen2 电子鼻就有五种可选的进样方式。 下面一一介绍这三种进样方式， 值 得注意的是，电子鼻在采用这些方法进样时，针对系统需求做了很多改进，使得 它们与在分析化学中所定义的不完全相同。 2.2.1 静态顶空分析（static headspaceanalysis，sha） 顶空分析的想法源于分析固体或液体顶部蒸汽中的有机挥发性物质，它不仅 可以作为一种独立的样品处理技术，也是一种非常适合与气相色谱进行联用的分 析方法27。电子鼻作为新型的气体检测和分析装置，很自然地采用了顶空进样的 方法。其中静态顶空分析法是顶空分析的最早形态，直到现在使用得仍然相当普 遍，因为其原理很简单，成本也很低24。 最简易的 sha 最简易的 sha 是把样品置于一适当容器（例如顶空瓶）内，最好再把容器放 进恒温水浴箱内，密封静置一段时间，使得样品处于相对稳定的状态，即达到特 定温度下气固两相平衡（样品为固体）或气液两相平衡（样品为液体）的状态。 这种方法同时也把传感器阵列固定于容器顶部，如图所示。 图2.4 简易sha的装置 fig2.4apparatus of the simplest static headspace analysis sample：样品；sensors：传感器；water bath：水浴箱；effluent：发出的气味 在这种方法中，样品中挥发性越强的组分越早进入顶空与传感器接触，传感 器对不同组分的响应曲线斜率不同，这与组分本身有关。 在样品倒入过程中，尚未密封好容器时，两相平衡的过程就开始了，这可能 导致两次同样的实验，样品浓度的一致性得不到保证。另外，虽然可以在样本达 到平衡状态前，采用一定的手段将传感器与顶空气体隔离，但两者接触的时间相 2 电子鼻系统 9 对还是较长，这样可能会污染传感器，甚至造成传感器过载，而且还会使得基线 恢复的时间大大增加；此外，由于传感器与待测气体从始至终接触，其响应时间 不易测量。 不过， 这种方法最大的优点是制备的顶空气体利用率可认为接近 100%， 并且在已知温度、压力条件下，可以通过亨利定律、拉乌尔定律和道尔顿分压定 律计算出待测气体的大致浓度（样品为液体） 。 进样瓶和传感器阵列分离的 sha 这种方法将样品平衡和测量两个过程分离开，通过取样针联系起来，如图 2.5 所示。 图 2.5 注射式进样的 sha fig2.5 shawith fractional sampling/injection with a gas syringe equilibrium：平衡状态；septum：隔膜（取样垫）；effluent intake：气体吸入； effluent injection：气体注入；gas syringe：气体注射器 要使样品达到稳定状态，采用的方法与中所描述的完全相同。测试时，用 顶空取样针或者气密性较好的玻璃注射器，将待测气体从顶空瓶内抽出，然后注 射到传感器阵列室内。顶空瓶和阵列室的封口处最好各有一高弹性取样垫，用于 针头取样。当针头拨出后，立即略用力捏揉取样垫，以利于刺口恢复，确保气密 性。 在这种方法中，每只传感器对每种组分的响应时间都可以分别得到。但是， 制备的顶空气体利用率大约只有 10%。除此之外，加热条件下，顶空气体的压力 太大时，会在取样针拔出顶空瓶的瞬间造成挥发性成分的损失，加之取样针或注 射器的针头处并未密封，使得针头附近空气进入针内补偿，随之带进了一些干扰 甏 。二鲤 重庆大学硕士学位论文 10 气体成分，因此在定量分析上存在着一定的不足。 为了减少挥发性物质在取样针中的冷凝，应该将取样针加热到合适的温度， 并且在每次取样前用气体清洗取样针，以便尽可能地消除系统的记忆效应。 这类方法在具体应用中， 还有一些改进措施， 比如， 江苏大学研究的电子鼻28， 实验装置如图 2.6 所示。 图 2.6 江苏大学研究的电子鼻实验装置 fig2.6 the experimental apparatus of the electronic nose developed by jiangsu university 由上图可见，如果待测样本为气体，经取样针，注入到阵列室内，打开风扇， 可以使气体样本与阵列室中的气体充分混合，从而使每个传感器周围的气体浓度 都一样；如果待测样本为液体，通过取样针取样后（取样量非常小，基本在微升 数量级） ，注入到阵列室中的蒸发器或者加热片上，使之变成气体，在风扇作用下 与阵列室内气体充分混合并尽可能地均布。 平衡加压的 sha27 这种方法顶空瓶外就是测量单元，即阵列室或单个传感器。在制备顶空气体 时，将液体样品倒入顶空瓶内密封，再将顶空瓶放置在温度和湿度可控的箱内密 封，接着调节三通阀，通过毛细管向顶空瓶内通入惰性气体，从而增加了瓶内的 气压，使样品达到一定压力下的平衡状态；然后调节三通阀，使顶空瓶通过毛细 管与阵列室或传感器连通，瓶内惰性气体造成的气压将顶空气体直接压入到阵列 室或者传感器。传感器检测到的浓度与顶空瓶体积和阵列室的体积之比有关。 当传感器与样本的反应发生在惰性气体环境中时，待测样本不易受到氧化； 顶空瓶内外有压力差，所以待测样本输送迅速，压力差带来的影响就是流量开始 大，然后逐渐减小。 这个方法的缺点在于，气相中挥发性物质的浓度会因为顶空瓶内压力的增大 而减小，从而导致整个系统的灵敏度较采用简易 sha 方法时有所降低。另外， 流量随时间而变化，限制了这种方法的应用，使得它不能用于对环境变化很敏感 的传感器和阵列。比如顶空瓶内外的温度存在微小的差异，流量不稳定，会持续 改变传感器周围的温度，而传感器响应也因此变化很大，就给测量引入误差。 采气袋配气式的 sha 2 电子鼻系统 11 这种方法采用一个防水的塑料采气袋封装固体样品，气袋通过一个夹子密封 以防漏气。使用前，先抽掉气袋内空气，然后充入一定温度和湿度下的基准气体， 然后把气袋放入恒温箱内，使样本在设定的温度、湿度中慢慢达到气固两相平衡 状态。测试时，直接把气袋口接在阵列室入口，然后打开夹子，传感器阵列室配 备的抽气装置， 使得样品顶空气从气袋中释放出来， 并进入阵列室与传感器反应， 如图 2.7 所示。 图 2.7 带采气袋的 sha 装置 fig2.7 the apparatus of shawith a sampling pouch sampling pouch：采气袋；carrier controler：载气控制器；incubator：温湿度可控箱体； inlet pipe：进气导管；carrier gas：载气；pumping：抽气 这种方法优点在于可以准确控制基准气体的质量和湿度；同时样品挥发物全 部无稀释地被抽入了阵列室与传感器反应，因为当抽气泵一运作时，采气袋就整 个收缩了。缺点在于采用气泵抽气来输送顶空气体，这要求传感器阵列室气密性 好，以防周围空气进入；装置成本比较高，并且要保证选择的采气袋材料具有惰 性，不与顶空气体发生反应，尤其是在配制低浓度气体时。与前面所述的方法不 同，这个方法的气体输送是连续不间断的，能引起变化的唯一因素就是抽气流量 的改变；流量较大时，比较容易消除传感器阵列室和输送管道中的死区效应。 载气吹扫的 sha 这种方法制备顶空气体和测量是采用的同一套装置，由阵列室、管道、三通 阀、流量控制单元等构成。该方法在顶空状态相对稳定之后，采用吹扫或者尾部 抽气的动态方式进样。首先，将液体样品倒入一个顶空瓶，顶空瓶和阵列室通过 甏 。二鲤 重庆大学硕士学位论文 12 三通阀隔离开；载气（合成的湿润空气）通过同一个三通阀进入顶空瓶，根据待 测气体性质的不同，载气可以伸入液体或者在液面上吹扫；吹扫一段时间，待顶 空瓶的待测气体积聚，再调节三通阀，接通顶空瓶和阵列室，从顶空瓶的另一端 通入载气，或者在阵列室尾部采用抽气泵，把顶空气体抽入阵列室，然后尾气通 过一个排气口排出。 此法避免了传感器和待测气体一直接触，减小了传感器受到的污染。整个系 统气密性要求高，而且可以工作在正压（用合成气体吹扫时）或者负压（在阵列 室尾部抽气时）环境中。由于载气流量较大，所以最初短暂的静态平衡很快被打 破；初始的平衡状态对传感器的定量响应没有影响，它只有利于增加气体输送开 始时的浓度；但其缺点在于系统本身对气密性要求很高却无法保证，因为要从阵 列室里面引出电路连线。上面介绍的方法都是通过手动控制进样的，还有一种改 良的自动进样方法。 自动进样的 sha 自动进样的 sha 与所述载气吹扫的 sha，在原理上是相同的，只是载气吹 扫是通过仪器自动控制的、不间断的，以促成连续的操作。自动进样在气相色谱 法中经常使用，这样的方式也能用于电子鼻系统中。这种方法的缺点在于采用的 顶空瓶体积较小，气液流通的面积也很小，使得顶空气体浓度较小，影响了系统 灵敏度；进入传感器阵列室的气体样本只是顶空气体的很小一部分（通常只有 1/1000） ；气体样本在输送至阵列室前的最终浓度很难得到控制，且达到设定温度 所需的时间可能比所述的 sha 长得多。 2.2.2 全蒸发法（full evaporation technique，fet） 静态顶空法存在着提取率低、纯度低等问题，全蒸发法fet也被称为pv法 （pervaporation） ，则是以溶液扩散理论为基础，严格说来它是改良的静态顶空法 2930。fet原理是溶液中的气体混合物，通过选择性渗透膜，实现与液体全分离 的效果。全蒸发法得到两种产物，即可透性蒸汽和液体残留物。根据膜渗透组分 的特点，全蒸发主要分为亲水性及亲有机性两种类型。在亲水性fet中，主要是混 合物中的水分子渗透过膜；在亲有机性fet中，则主要是挥发性有机化合物分子渗 透过膜。电子鼻要检测的大多数挥发性有机化合物（volatile organic compound， voc）都具有疏水性，因此利用亲有机性（疏水性膜）全蒸发即可分离富集样品 中的待测voc。 有关全蒸发法在回收水果汁香成分、软饮料香成分、酒类或发酵液香成分应 用的研究报道较多，由于香味化合物多数为非极性分子，从稀的水相溶液中回收 2 电子鼻系统 13 或浓缩香味物质常采用亲有机性全蒸发技术。与蒸馏或部分冷凝等气- 液分离技术 不同，全蒸发可通过选择膜材料实现选择性分离，可在室温或更低温度下操作使 热敏感性成分免受破坏。 全蒸发法特别适合于液体样品的分析；此法通常用非常少的样品就可以使溶 质在很短的时间内，从浓缩的基质中全部分离出来，并且挥发成为气态形式，这 样，就没有必要进行样本预处理，同时也不存在样本提取效率的问题。fet既可分 析挥发度高的组分，也可分析挥发度低的组分，因此特别适合于变质的成分与样 品主体挥发度相差较大的情况，而且样品用量少。 fet中，膜材料类型、进料温度、进料流速及膜渗透模式是影响全蒸发分离的 主要因素，被分离气体组分在液样中与透过膜后存在的化学势差(也称为活度差或 蒸汽分压压差)是挥发性组分膜渗透过程的驱动力。通过在膜分离的voc一侧减 压，或加热使液样的温度升高，或用惰性气体吹扫voc一侧这三种途径使挥发性 有机气体成分所在一侧的分压较低，从而驱动被分离组分渗透过膜完成全蒸发过 程；采用此法比sha要控制更多的参数，同时必须十分小心，以免污染传感器。 2.2.3 动态顶空法（dynamic headspaceanalysis，dha） 动态顶空分析法在有些文献中也被称为吹扫捕集法（purge and trap，pt） ，但 有的文献也将它们加以区别31323334。动态顶空法起源于采用多孔高聚物对顶空 气中的挥发性物质进行捕集和分析，原本是gc/ms（气相色谱法/质谱法）经常采 用的样品前处理和进样方法，但其吹扫和捕集的基本原理现在也被一些电子鼻系 统所采用。 动态顶空法指用连续惰性气体(一般为高纯氮气)不断通过液态的待测样 品，将挥发性组分从液态的基质中“吹扫”出来，随后挥发性组分随气流进人捕 集器，捕集器中含有吸附剂或者采用低温冷阱的方法进行捕集，最后将抽提物进 行脱附分析，这种分析方法不仅适用于复杂基质中挥发性较高的组分，对较难挥 发及浓度较低的组分也同样有效，此法几乎能全部定量地将被测物萃取出来，不 但萃取效率高，而且被测物可以被浓缩，使检测灵敏度大大提高。动态顶空分析 可以分为吸附剂捕集模式和冷阱捕集模式，如图2.8所示27：