买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利实验室电子鼻和车舱内小型化电子鼻及糖尿病的初筛方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115598334B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211243027.4，技术领域涉及：G01N33/48；该发明授权实验室电子鼻和车舱内小型化电子鼻及糖尿病的初筛方法和系统是由常志勇;常学智;翁小辉;徐琳;姚宗伟;李革红;任丽丽;郭丽;李默设计研发完成，并于2022-10-11向国家知识产权局提交的专利申请。

本实验室电子鼻和车舱内小型化电子鼻及糖尿病的初筛方法和系统在说明书摘要公布了：实验室电子鼻和车舱内小型化电子鼻及糖尿病的初筛方法属糖尿病检测技术领域，本发明包括：1.建立实验室电子鼻用于机器学习模型训练与电子鼻小型化，包括：配制实验室电子鼻；车舱气味样本采集；气味样本数据预处理；对数据进行特征提取、特征选择，获得小型化电子鼻所用的传感器阵列型号；对数据进行分类，获得机器学习模型；建立云初筛系统与云平台。2.设置车舱内小型化电子鼻，进行汽车启动前和行驶过程中糖尿病的数据检测；使用车舱内小型化电子鼻进行糖尿病初筛。本发明能实现糖尿病的无痛、高效、低成本检测，并发挥云端资源优势实现糖尿病的无痛、高效检测，能避免糖尿病患者由于糖尿病而导致交通事故的发生，保证道路交通安全。

本发明授权实验室电子鼻和车舱内小型化电子鼻及糖尿病的初筛方法和系统在权利要求书中公布了：1.一种实验室电子鼻和车舱内小型化电子鼻进行糖尿病初筛的系统，其特征在于：由下列具体操作过程体现： 所依托的实验室电子鼻和小型化电子鼻中的实验室电子鼻A由进气管Ⅰ1、3≤N≤32个气体传感器阵列Ⅰ2、传感器腔室Ⅰ3、连接管Ⅰ4、出气管Ⅰ5、气泵Ⅰ6、调理电路板Ⅰ7、数据采集卡8和USB输出接口9组成，其中，传感器腔室Ⅰ3和气泵Ⅰ6前后排列，传感器腔室Ⅰ3入口与进气管Ⅰ1后端连接；传感器腔室Ⅰ3出口经连接管Ⅰ4与气泵Ⅰ6入口连接，气泵Ⅰ6出口与出气管Ⅰ5连接；N个气体传感器阵列Ⅰ2均匀环绕并固定于传感器腔室Ⅰ3内壁，并经调理电路板Ⅰ7与数据采集卡8连接，数据采集卡8上设有USB输出接口9；所述的小型化电子鼻B由无线数据采集卡17、调理电路板Ⅱ16、气泵Ⅱ15、出气管Ⅱ14、连接管Ⅱ13、传感器腔室Ⅱ12、3≤n≤32个气体传感器阵列Ⅱ11和进气管Ⅱ10组成，其中，气泵Ⅱ15和传感器腔室Ⅱ12前后排列，传感器腔室Ⅱ12入口与进气管Ⅱ10后端连接，传感器腔室Ⅱ12出口经连接管Ⅱ13与气泵Ⅱ15入口连接；气泵Ⅱ15出口与出气管Ⅱ14连接；n个气体传感器阵列Ⅱ11均匀环绕并固定于传感器腔室Ⅱ12内，并经调理电路板Ⅱ16与无线数据采集卡17连接； 1将实验室电子鼻A的进气管Ⅰ1入口与待测气体存放的气袋连接，检测后的气体经出气管Ⅰ5排出；数据采集卡8采集的数据通过USB输出接口9与电脑端连接； 2糖尿病患者与健康乘员气味信息分类和获取，包括下列步骤： 2.1根据在汽车上的实际情况，将气味种类分为：“糖尿病患者呼出气”和“健康志愿者呼出气”，分别记为G1和G2； 2.2健康志愿者的呼吸气体样本，在早上未进食的情况下采集，健康志愿者提供包含血糖水平信息的血液样本，利用葡萄糖氧化酶法估计其相应的血糖值；将糖尿病患者呼出气G1，用1L的气体采集袋收集；将健康志愿者呼出气G2，用1L的气体采集袋收集； 2.3实验室电子鼻A的采样频率设置为100Hz；每次采样分为气味样本数据采集和传感器阵列清洗两个阶段，采样时间设置为T1，传感器阵列清洗时间设置为T2，总采样时间记为T； 2.4将G1气体采集袋与实验室电子鼻A的进气管Ⅰ1入口连接，将待测气体通过流速为1.2Lmin的气泵，吸入到安装有传感器的传感器腔室Ⅰ3内，并使用实验室电子鼻A进行采样，获取气味样本数据；将G2气体采集袋与实验室电子鼻A的进气管Ⅰ1入口连接，并获取气味样本数据；将由G1和G2得到的气味样本数据分别记为G1样本和G2样本； 3利用步骤2.4采集的气味样本数据，使用粒子群算法进行传感器阵列优化，以减少传感器个数，实现电子鼻的小型化，包括下列步骤： 3.1对N个气体传感器阵列Ⅰ2获得的原始数据，利用db1基小波的离散小波变换方法，重建原始呼吸气味样本数据，去除信号噪声，预处理后的信号表示为: DWTu,w＝xt,ψu,wT 其中：xt为原始信号，u为尺度参数，w为移位参数，ψ是母小波；处理后的数据，记为di，其中：i＝1、2、3…100T1，预处理后的样本数据分别记为g1样本和g2样本； 3.2对预处理降噪后的信号使用两种方法进行特征提取；第一种方法是从传感器原始响应中直接提取特征，第二种方法是在使用傅里叶变换后进行特征提取；利用第一种方法，分别从每个传感器响应信号中提取5个特征，分别为平均值、标准差、峭度指标、偏度、波形因素； 平均值计算公式： 标准差计算公式： 峭度指标计算公式： 偏度计算公式： 波形因素计算公式： 3.3使用三种排序算法：XGBoost、LightGBM和ExtraTrees，对特征重要性进行排序，选出最有希望的特征组成特征子集； 3.4使用粒子群算法进行特征选择，包括下列步骤： 3.4.1设定种群大小v，随机初始化v个粒子，组成初始化种群X＝{X1，X2，…，Xv}； 3.4.2进行迭代次数参数设定，并令当前迭代次数T＝1； 3.4.3更新每个个体的速度向量： Vid t+1＝w*Vid t+c1*r1i*Pid t-Xid t+c2*r2i*Pgd t-Xid t 其中w表示惯性权重，c1和c2是加速度常数，r1和r2是在[0,1]上均匀分布的随机数，Vid t和Xid t表示粒子在t时刻d维的速度和位置，Pid t和Pgd t表示粒子在t时刻d维的个体的局部最优位置向量Pbesti和种群全局最优位置向量的Gbest； 3.4.4更新每个个体的位置向量： Xid t+1＝Xid t+Vid t+1 3.4.5局部位置向量和全局位置向量更新：更新个体的局部最优位置向量Pbesti和种群全局最优位置向量的Gbest；利用适应度函数找到每个粒子迭代i次的最佳位置Pbesti,与其他粒子进行比较后，得出全局最佳位置Gbest； 3.4.6进行终止条件判断，如果迭代次数都达到迭代次数Tmax，则输出Gbest；若不满足，回到步骤3.4.3继续进行迭代； 3.5在步骤3.2、3.3、3.4对采集到的气味样本数据进行降噪、特征提取、特征排序、特征选择后，从糖尿病筛查精度更高的角度选择传感器，确定小型化电子鼻B的传感器阵列将包含的n个气体传感器； 4对步骤3选出的n个传感器小型化电子鼻，使用随机森林算法进行模型训练； 5搭建云端初筛系统；将上述步骤得到的机器学习模型与云部署结合，布置由模型训练端和数据预测端组成的云端初筛系统；将小型化电子鼻B分别布置在医院和车辆的车舱内；使用布置在医院的电子鼻采集就诊人员的呼吸气体样本和患病情况，传输至模型训练端，进行数据处理与模型训练；由车载电子鼻获取汽车车舱内的气味样本数据，并将数据传送到云端的数据预测端；数据预测端使用训练好的模型对气味样本数据进行糖尿病预测，并将预测结果发送至绑定人员的手机、车载中控屏内置软件，进行健康提醒； 6构建云平台总体架构；云平台包含数据共享部分、数据训练部分和模型使用部分；数据共享部分，客户端在得到权限认证后，会将数据请求命令加密后传给云服务端，云服务端进行解密，并将其需要的数据下发给客户端，进行数据共享；数据训练部分，进行相关患者的数据上传，并通过上传数据进行的脱敏存储和模型训练来提高模型的识别精度；车载电子鼻检测终端利用的是模型使用部分，在检测终端上传数据后，利用训练的模型进行检测判断，最后将检测结果发送至智能移动终端，完成检测结果的实时化通知； 7将小型化电子鼻B搭载到汽车上，获取车舱内的气体数据用于糖尿病预测，包括下列步骤： 7.1将小型化电子鼻B的进气管Ⅱ10入口安置于车舱内的驾驶位，检测后的气体经出气管Ⅱ14排出；无线数据采集卡17采集的气味样本数据直接上传至云端服务器； 7.2汽车驾驶员进入车辆系好安全带后，通过放置在车舱内驾驶位的进气管Ⅱ10获取驾驶员呼出气，气味样本数据经无线数据采集卡17采集后上传至云端服务器；在云端对数据进行处理，利用机器学习模型对传输的数据进行判断，最后诊断结果加密传输到对应的智能移动终端中，完成糖尿病初筛与结果通知；在车舱中，若驾驶员未检测出糖尿病，则汽车正常启动；检测出糖尿病患病情况，则发出提醒且汽车暂时不能启动。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市长春高新技术产业开发区前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。