运用手持技术测定室内空气与人体呼出气体的成分

采用手持技术较为准确地测定室内空气和不同呼吸方式中人体呼出的气体的成分，并通过对数据的分析与比较，试图对各气体含量的变化进行解释。

基于气敏传感阵列的人体呼出气体检测与疾病诊断研究

本文目的是致力于探究纳米修饰导电聚合物气敏阵列协同智能信息处理技术构建人体呼出气体检测系统。对人体呼出气体中主要疾病标志物气体(氨气、硫化氢、丙酮)开展实验研究,获取气敏传感阵列在人体疾病状态下的多维响应数据,采用主成分分析算法对响应数据进行特征提取与数据降维,在此基础上构建径向基函数神经网络模型。进一步开展基于人体呼出气体的疾病诊断模型研究,分别采用聚类分析、支持向量机、深度置信网络等方法构建人体疾病诊断模型。结果表明,采用粒子群算法对径向基函数神经网络参数进行优化,有效的减少数据维度与交叉敏感性能的影响,实现了人体呼出气体组分与浓度的高精度预测。研究发现,深度置信网络模型具有较高的诊断准确率,满足人体疾病早期筛查与诊断的要求,对保障人体健康具有深远的意义。

“验证人体呼出的气体中含有较多的CO_(2)”方案设计

CO_(2)会使澄清石灰水变浑浊是连接小学科学与义务教育生物学的重点内容,若教师仅采取图文讲解,则不利于学生对该知识的深层把握。利用塑料瓶、透明硅胶软管等安全简易的材料设计并制作CO_(2)的检测设备,验证人体呼出的气体中CO_(2)含量大于空气中CO_(2)的含量。教师可以利用本装置设计课堂实践教学,引导学生思考、实践,从而培养学生的探究实践能力,并帮助学生深层次学习相关概念。

“对人体吸入的空气和呼出气体的探究”实验改进

针对义务教育教科书《化学》九年级上册（人教版）第一单元课题2“对人体吸入的空气和呼出气体的探究”实验存在的一些有争议和引起质疑的问题,利用生活中和实验室常见的材料和器材进行实验方案的改进,解决了存在的问题.

人体呼出气中挥发性有机化合物的检测方法

呼出气检测作为一种潜在的新型临床检测手段受到广泛关注。本文详细综述了人体呼出气中挥发性有机化合物(VOCs)的各类检测方法和技术,分别对色谱法、质谱法和光谱及传感器法的原理、特点和最新研究进展进行了介绍,对照总结了目前已确定的异戊二烯、丙酮等疾病生物标志物的各种分析方法和实测数据,并展望了未来的研究动向。