Implementación de una nariz electrónica para detectar pacientes con EPOC desde el aliento exhalado

• Cristhian Manuel Durán Acevedo ^[1] ; Adriana Eugenia Velásquez Carvajal ^[1] ; Oscar Eduardo Gualdron Guerrero ^[1]
  1. [1] Universidad de Pamplona

     Universidad de Pamplona

     Colombia

     
• Localización: Ingeniería y desarrollo: revista de la División de Ingeniería de la Universidad del Norte, ISSN 0122-3461, Vol. 30, Nº. 2, 2012 (Ejemplar dedicado a: Julio - Diciembre), págs. 143-159
• Idioma: español
• Títulos paralelos:
  • Implementation of an electronic nose to detect patients with COPD from exhaled breath
• Enlaces
  • Texto completo
• Resumen
  • español

    En este artículo se presenta la implementación de una Nariz Electró­nica (NE), la cual fue desarrollada a partir de una cámara de medida, compuesta por un conjunto de 6 sensores de gases de óxidos metálicos con sensibilidades parcialmente solapadas, con el objetivo de identificar y clasificar los volátiles emitidos a través del aliento exhalado obtenido de un grupo de personas sanas y pacientes con síntomas de la Enferme­dad Pulmonar Obstructiva Crónica (EPOC). Se implementaron un con­junto de algoritmos para el pre-procesamiento y procesamiento de señales, con base en técnicas de extracción característica y métodos estadísticos, como el Análisis de Componentes Principales (ACP), para el reconocimiento de patrones del conjunto de datos. De las muestras de aliento exhalado de estos pacientes se obtuvieron resultados importantes, debido a la clasificación de pacientes con la enfermedad, así como la de un grupo de voluntarios sanos.

  • English

    This article presents the implementation of an Electronic Nose (EN) based on the development of a measuring chamber composed of a matrix of 6 metal oxide gas sensors with partially overlapping sensitivities, to identify and classify the volatiles emitted from the exhaled breath of a group of healthy people and another group with samples of patients with Chronic Obstructive Pulmonary Disease (COPD). A set of algorithms for pre­processing and signal processing based on techniques of feature extraction and statistical methods as Principal Component Analysis (PCA), for pattern recognition of data set were implemented. From the exhalation breath samples of these patients, the results were important, due to the classification of the patients with the disease as well as of the healthy voluntary group.