使用集成支持向量机的ZnO/SnO₂异质结传感器对吸烟者进行实时呼气分析以评估COPD风险

为什么你的呼吸能揭示隐匿的肺部问题

慢性阻塞性肺疾病（COPD）是全球主要的致死原因之一，但它常常在多年间悄然发展。如今，医生多依赖在诊所进行的肺功能测试来发现该病，这就导致许多高危人群——尤其是吸烟者——被诊断得较晚。本研究描述了一种新型智能口罩式呼气分析仪，该设备检测呼出气中的一氧化碳（CO）作为COPD风险的早期警示信号。通过先进材料、微型电子学与机器学习的结合，它可将简单的呼吸转化为强有力的健康检查。

日益加剧的肺部危机需要更早的应对

COPD是一种长期性疾病，会让呼吸变得困难且无法完全逆转。它每年造成数百万人的死亡，在老年人和吸烟者中尤为常见。导致该病发展的一个主要因素是一氧化碳（CO），这是一种存在于香烟烟雾、污染城市空气和燃料燃烧烟气中的气体。CO与血红蛋白结合的能力远强于氧气，降低了机体的氧供应，促进肺组织损伤和炎症。研究表明，COPD患者，尤其是吸烟者，呼出气中的CO水平高于健康人群。例如，健康不吸烟者的呼出CO通常约为1–4 ppm，而患有COPD的当前吸烟者可能超过12 ppm。这使得呼出CO成为一个有前景且无痛的肺部应激标志，可用于日常而非仅限于医院的监测。

将微小呼气传感器集成到简易口罩中

研究人员旨在设计一种小型、低成本且可在接近体温下工作的CO传感器，以便舒适地嵌入口罩或可穿戴设备中。他们将两种金属氧化物——氧化锌（ZnO）和二氧化锡（SnO₂）——组合成精心设计的薄膜异质结。该特殊分层结构进一步涂覆了导电聚合物（PEDOT:PSS），并沉积在小型玻璃状基底上，使用银接触点接线。当空气流经薄膜时，空气中的氧吸附在其表面并俘获电子，使薄膜电阻上升。当呼气中的CO分子到来时，它们与这些吸附氧反应，将电子释放回材料中，从而降低电阻。由于其结构，ZnO/SnO₂复合薄膜比任一单一材料表现出更强、更快的电阻变化，并能在约37°C（接近人体温度）实现高灵敏度。

从电信号到实时健康读数

为测试该传感器，团队构建了一个受控气室，将精确量的一氧化碳与氮气混合，并将温度保持在37°C。他们测量了传感器在CO通入和断开时的响应速度，以及其电阻随不同气体浓度的变化幅度。ZnO/SnO₂器件的响应时间约为14秒，恢复时间仅为3秒，在12 ppm CO时灵敏度超过260%。电阻与CO浓度之间的关系非常可预测，符合简单的数学规律，使作者能将原始电阻读数直接转换为CO浓度。随后，他们将传感器整合到通过一根管子连接到小型密闭腔体的面罩中，用Arduino微控制器读取信号、滤波并存储数据，再通过Wi‑Fi无线发送至云平台。该紧凑设置使口罩成为一个能够远程呼气监测的物联网（IoT）设备。

让机器学习区分吸烟者、戒烟者与其他人群

鉴于单次呼吸读数可能受多种因素影响，研究人员加入了机器学习层以解读随时间变化的模式。他们收集了15名成年志愿者的呼气数据，按不吸烟者、当前吸烟者和戒烟者分组，然后训练了一个支持向量机（SVM）分类器，基于传感器的电阻估算出的CO值来区分这些组别。该模型在训练集上的准确率约为94%，在测试集上的准确率接近82%，较早期方法有显著提升。系统能够清晰地区分不吸烟者的较低CO水平与戒烟者、尤其是当前吸烟者的较高水平，而后者与增加的COPD风险密切相关。实际上，该设备类似于一个针对CO调校的单气体“电子嗅觉器”，配合智能软件将呼吸模式翻译为有意义的风险类别。

这对日常肺部护理可能意味着什么

对普通人来说，核心信息是这项工作使我们更接近这样的未来：检查肺部可能像戴上口罩并短时间正常呼吸一样简单。通过将高灵敏、低功耗的CO传感器与无线电子设备和机器学习相结合，系统能够估算你呼气中有害CO的含量，并判断你的呼吸模式是否更像不吸烟者、戒烟者或高风险吸烟者。尽管它不能替代全面的医学检测，但它有望成为一种负担得起、便携的筛查工具，用于早期COPD风险评估和家庭或基层医疗的持续监测，帮助个人和临床医生更早采取行动——远在气短变得不可忽视之前。

引用: Chellamuthu, P., Savarimuthu, K., Alsath, M.G.N. et al. Real-time breath analysis for COPD risk assessment in smokers using a ZnO/SnO₂ heterojunction sensor integrated with support vector machine. Sci Rep 16, 5100 (2026). https://doi.org/10.1038/s41598-026-35583-6

关键词: COPD, 呼气分析, 一氧化碳, 可穿戴传感器, 机器学习