【《呼气检测的研究进展国内外文献综述》2800字】

呼气检测的研究进展国内外文献综述1.1呼气检测的应用发展近年来，随着多种气体检测手段的兴起和发展，并且由于呼吸检测具备独特优势，使得呼气检测在医学诊断中的应用得到越来越多研究人员的关注。呼气检测正崛起为与血检、影像并列互补的新兴体外诊断技术，开始被广泛应用于人体健康诊断和多种疾病的早期筛查，众多研究也都证实了呼气检测可以作为临床医疗诊断和人体健康监测的辅助手段，欧美政府甚至将呼气检测列入21世纪重大新兴技术领域。在20世纪70年代，Pauling等人[5]开创性地从人体呼出气体中分离出了200多种VOCs，该研究成果被认为是现代呼吸检测的起源。1985年，Gordon等人[6]分析了12例肺癌患者呼出气体的质谱峰，首次提出将呼吸检测用于癌症诊断的想法。1988年，O’Neill等[7]提出了28种人体呼出的VOCs作为肺癌的候选标记物。1999年，MichaelPhillips等人[8]在一项涉及108人的横断面研究证实了肺癌与多种呼气成分之间的相关性。2003年，CorradoDiNatale等人[9]采用涂有不同的金属卟啉的石英微天平气体传感器组成的电子鼻分析肺癌患者与健康人的呼气成分，以便实现肺癌的早期诊断。2009年，Peng等人[10]基于金纳米颗粒的传感器实现了快速区分肺癌患者的呼吸与健康个体的呼吸。2010年，罗马圣心天主教大学的MontuschiPaolo等人[11]则利用石英微天平气体传感器阵列，通过检测敏感膜中吸收的氮氧化物的分子数量实现对于哮喘患者和健康受试者的有效区分。2012年，Mazzone等人[12]使用6组共36个比色传感器组成的阵列来识别肺癌患者呼出的特异性VOCs。相较而言，国内有关呼气检测在疾病诊断方面的应用研究起步较晚，但是近年来发展较为迅速，取得了较多积极进展。2015年，陈璐等人[13]通过对比研究肺癌患者和健康人群呼出气体成分，发现了9种VOCs可作为肺癌诊断的特异性的生物标志物。同时，林雪娟等人[14]利用薄膜型气体传感器阵列，通过检测呼气中丙酮、十四烷、2-甲基戊烷等实现了健康人和Ⅱ型糖尿病患者的区分。2016年，上海交通大学的YunshengChen等人[15]开发一种表面增强拉曼散射（SERS）传感器，通过检测呼气中的丙酮等生物标记物，实现早期或晚期胃癌患者与健康人的区分，敏感性高于83％，特异性超92％。2018年，吉林大学的WeiLiu等人[16]以Pt掺杂的In2O3纳米线传感器和介孔二氧化硅分子筛为基础，成功制作了简易便携式糖尿病检测样机，如图1-1所示，它可以实现健康人群和糖尿病患者的区分。2020年，浙江大学的QiaofenChen等人[17]利用金属离子诱导的氧化石墨烯组装构建了用于呼气诊断肺癌的电子鼻系统，在人工神经网络的辅助下，如图1-1所示，肺癌的诊断灵敏度为95.8%，特异性为96.0%，且可以区分肾功能衰竭患者，因此其在无创筛查疾病和个性化医疗管理方面具有巨大的潜力。图1-1(a)一种简易便携式糖尿病检测样机的工作原理示意图。(b)、(c)该装置分别对健康人和糖尿病患者呼出的气体作出反应的显示图。[16]图1-2(a)电子鼻系统；(b)rGO（还原氧化石墨烯）-Mx+（金属离子）传感器阵列；(c)滴涂GO（氧化石墨烯层）；(d)Mx+诱导组装GO；(e)通过主成分分析（PCA）对标准气体进行分析的模式识别结果；(f)临床上呼气检测的线性判别分析(LDA)结果。[17]1.2呼气检测的技术分类由于人体呼出气体成分极为复杂，大多数具有疾病标志作用的VOCs的含量极低，且疾病诊断筛查需要达到“快、准、易”的目标，因此，用于呼气检测的技术必须具有检测灵敏度高、检测速度快、检测便捷等特点。目前，用于呼气检测的技术主要可以分为三类，即基于气相色谱（GC）或质谱(MS)的检测技术、基于激光光谱的检测技术和基于气体传感器的检测技术[2]。同时，虽然呼气检测的相关产品仍处于技术优化和临床验证阶段，还未实现大规模的商业化生产，但国内外不少公司率先开展相关研究，推出了采用不同的呼气检测技术的相关产品，来提前占领这一广阔的市场。比如，英国OwlstoneMedical公司运用气相色谱-质谱（GC-MS）技术和非对称场离子迁移谱（FAI-MS）技术已经开发出一种呼吸活检设备，可推动实现癌症、炎症和感染病等疾病的早期诊断和精准医疗；德国Nanoplus公司基于可调二极管激光吸收光谱（TDLAS）技术开发了一种可诊断哮喘和其他肺部疾病的呼气分析设备；美国NewEnglandBreathTechnologies公司基于多层纳米传感器开发出一种检测丙酮的糖尿病呼吸筛查仪；中国尚沃医疗公司基于多通路的呼气传感器技术推出的纳库仑呼气分析仪可诊断多种呼吸炎症。由上述相关呼气检测产品可以看出，三类呼气检测技术如今都有被深入研究和利用，均具有较好的应用价值和推广前景。然而，实际上，三类呼气检测技术各有其优势和不足。一方面，虽然基于气相色谱或质谱的呼气检测仪器是一种成熟的化学分析仪器，能够检测ppb级别的挥发性有机物，但仪器的高成本以及使用者所需的专业知识限制了其在疾病广泛筛查方面的应用，并且使用该仪器时通常需要一定时间完成层析过程，无法对呼气样本进行实时分析；另一方面，虽然基于激光光谱的呼气检测技术在分辨率和检测时间上优于基于气相色谱或质谱的呼气检测技术，可以实现实时检测，但其系统较为复杂，激光器价格较贵，且探测器需要制冷设备，导致该检测仪器整体尺寸较大，因此基于激光光谱的呼气检测技术也不适合临床应用[2]。总而言之，虽然前两类基于气相色谱(GC)或质谱(MS)的检测技术和基于激光光谱的检测技术的检测灵敏度较高，但存在成本高、设备体积大、操作复杂等缺点，在许多应用场合均有一定限制[18,19]。而基于气体传感器特别是半导体气体传感器的呼气检测技术，完全可以弥补前两类技术的缺点，可用于便携式设备，满足大规模人群的疾病诊断筛查的需求。另外，基于气体传感器的呼气检测设备不仅可以作为医疗设备在医院对患者进行疾病诊断筛查，实现即时诊断（POCT），也可用于社区、家庭等场景的疾病诊断筛查，甚至未来可集成在个人移动终端中实现“家庭/私人医生”的功能。因此，本文的研究重点将放在面向呼气检测的半导体气体传感器上。参考文献[1]KimK.H.,JahanS.A.,KabirE.Areviewofbreathanalysisfordiagnosisofhumanhealth[J].Trac-TrendAnal.Chem.,2012,33:1-8[2]曾天禹,徐航,黄显.呼出气传感器进展、挑战和未来[J].仪器仪表学报,2019,40(08):65-81[3]ValentineS,ThomasM,MervynB,etal.Sensingtechnologiesfordetectionofacetoneinhumanbreathfordiabetesdiagnosisandmonitoring[J].Diagnostics,2018,8(1):12[4]陈晓龙.基于WO3气敏传感器的多通道呼吸丙酮检测系统设计与开发[D].华中科技大学,2018[5]PaulingL.,RobinsonA.B.,TernaishiR.,CaryP.,Quantitativeanalysisofurinevaporandbreathbygas-liquidpartitionchromatography,ProcNatAcadSciUSA,1971,68:2374-2376[6]GordonS.M.,SzidonJ.P.,KrotoszynskiB.K.,GibbonsR.D.,O’NeillH.J.Volatileorganiccompoundsinexhaledairfrompatientswithlungcancer.ClinChem,1985Aug,31(8):1278-82[7]O’NeilH.J.,GordonS.M.,O’NeilM.H.,GibbonsR.D.,SzidonJ.P..Acomputerizedclassificationtechniqueforscreeningforthepresenceofbreathbiomarkersinlungcancer.ClinChem,1988,34(8):1613-8[8]PhillipsM.,GleesonK.,HughesJ.M.B.,etal.Volatileorganiccompoundsinbreathasmarkersoflungcancer:aacross-sectionalstudy[J].Lancet,1999,353(9168):1930-3[9]CorradoDiNatale,AntonellaMacagnano,EugenioMartinelli,etal.Lungcanceridentificationbytheanalysisofbreathbymeansofanarrayofnon-selectivegassensors.BiosensorsandBioelectronics,2003,18(10):1290-1218[10]GangPeng,UlrikeTisch,OrnaAdams,MeggieHakim,NisreanShehada,YoavY.Broza,etal..Diagnosinglungcancerinexhaledbreathusinggoldnanoparticles[J].NatureNanotechnology,2009,4(10)[11]MontuschiPaoloetal.Diagnosticperformanceofanelectronicnose,fractionalexhalednitricoxide,andlungfunctiontestinginasthma.[J].Chest,2010,137(4):790-6[12]MazzonePJ,WangXF,XuY,etal.Exhaledbreathanalysiswithacolorimetricsensorarrayfortheidentificationandcharacterizationoflungcancer.[J].JournalofThoracicOncology,2012,7(1):137-142[13]陈璐.呼出气体中部分可挥发性有机物可用于肺癌的诊断[D].南方医科大学,2015[14]林雪娟,郑哲洲,吴青海,刘丽桑,郑剑翔,李灿东.基于电子鼻的2型糖尿病虚实病性间的气味识别分析[J].中华中医药杂志,2015,30(08):2687-2691[15]YChen,Yunsheng,Zhang,Yixia,Pan,Fei,etal.Breathanalysisbasedonsurface-enhancedramanscatteringsensorsdistinguishesearlyandadvancedgastriccancerpatie