了得網計算機/網絡_電子鼻信號分析關鍵算法研究

編輯推薦

“清華大學優秀博士學位論文叢書”（以下簡稱“優博叢書”）精選自2014年以來入選的清華大學校級優秀博士學位論文（Top 5%）。每篇論文經作者進一步修改、充實並增加導師序言後，以專著形式呈現在讀者面前。“優博叢書”選題範圍涉及自然科學和人文社會科學各主要領域，覆蓋清華大學開設的全部一級學科，代表了清華大學各學科*秀的博士學位論文的水平，反映了相關領域*的科研進展，具有較強的前沿性、繫統性和可讀性，是廣大博碩士研究生開題及撰寫學位論文的參考，也是科研人員快速和繫統了解某一細分領域發展概況、*進展以及創新思路的有效途徑。

內容簡介

電子鼻是一種利用氣敏傳感器陣列識別氣味的設備，呼氣分析是電子鼻的重要應用之一。通過檢測呼出氣體中與特定疾病相關的標志物，電子鼻可以輔助完成疾病篩查和監控，該方法具有無創、易操作等優點。本書側重研究電子鼻繫統的信號分析算法，在搭建電子鼻繫統的基礎上，針對電子鼻數據的特點研究信號分析過程中的關鍵算法，旨在提高電子鼻的準確性和實用性。本書內容包括三個方面：基於電子鼻的呼氣分析繫統設計，針對相關特征的迭代特征刪除算法，針對設備差異和時變漂移的補償算法。本書可以作為電子鼻、生物醫學工程和機器學習領域研究者的參考書籍。

第1章引言

1.1研究背景

1.2電子鼻工作原理簡介

1.3研究方向與意義

1.4研究內容

1.4.1基於電子鼻的呼氣分析繫統設計

1.4.2針對相關特征的迭代特征刪除
第1章引言

1.1研究背景

1.2電子鼻工作原理簡介

1.3研究方向與意義

1.4研究內容

1.4.1基於電子鼻的呼氣分析繫統設計

1.4.2針對相關特征的迭代特征刪除

1.4.3設備差異和時變漂移補償

1.5結構安排

第2章基於電子鼻的呼氣分析繫統

2.1相關工作

2.1.1疾病與呼氣標志物

2.1.2基於電子鼻的呼氣分析

2.2繫統設計與優化

2.2.1氣敏傳感器陣列

2.2.2電子鼻結構設計

2.2.3采樣流程

2.2.4信號分析與特征增強

2.3糖尿病呼氣數據集

2.4實驗結果和討論

2.4.1丙酮濃度預測實驗

2.4.2糖尿病篩查

2.4.3血糖預測

2.4.4分析：個體訓練樣本數與血糖預測誤差的關繫

2.5本章小結

第3章針對相關特征的迭代特征刪除

3.1相關工作

3.1.1特征選擇概述

3.1.2SVMRFE

3.2改進SVMRFE：相關偏差縮減

3.2.1相關偏差

3.2.2相關偏差縮減

3.2.3特征選擇的穩定性和集成策略

3.3候選特征集

3.4實驗結果和討論

3.4.1人工合成數據集

3.4.2糖尿病呼氣數據集

3.4.3分析：穩定性和集成策略

3.4.4分析：特征選擇結果

3.5本章小結

第4章基於加權正則化和多任務學習的漂移補償

4.1相關工作

4.1.1設備差異補償

4.1.2時變漂移補償

4.1.3標定樣本選擇

4.2算法總結與面臨的挑戰

4.3漂移數據集

4.4基於加權正則化的漂移補償

4.5基於多任務學習的漂移補償

4.5.1雙任務學習

4.5.2多任務學習

4.5.3動態模型策略

4.6實驗結果和討論

4.6.1陣列漂移數據集

4.6.2Corn數據集

4.6.3呼氣分析數據集

4.7本章小結

第5章漂移補償自編碼器

5.1相關工作

5.1.1自編碼器

5.1.2基於自編碼器的遷移學習

5.2背景特征

5.3漂移補償自編碼器

5.3.1網絡結構與目標函數

5.3.2處理復雜時變漂移

5.3.3訓練流程

5.4實驗結果和討論

5.4.1陣列漂移數據集

5.4.2Corn數據集

5.4.3呼氣分析數據集

5.4.4分析：欠遷移與過遷移

5.4.5分析：訓練流程

5.5本章小結

第6章獨立領域適配算法

6.1相關工作

6.1.1無監督領域適配算法

6.1.2HilbertSchmidt獨立性準則

6.2獨立領域適配算法

6.2.1無監督情況

6.2.2半監督情況

6.2.3與其他算法的聯繫

6.3特征增強

6.4實驗結果和討論

6.4.1人工合成數據集

6.4.2陣列漂移數據集

6.4.3Corn數據集

6.4.4呼氣分析數據集

6.5本章小結

第7章總結和展望

7.1總結

7.2創新點

7.3展望

參考文獻

索引

在學期間發表的學術論文

致謝

前言

導師序言

導師序言

傳統中醫主要采用四診合參診察患者的健康生理狀況，通過“望、聞、問、切”四個角度了解患者信息。其中，聞就是指聽患者的說話、咳嗽、喘息，並嗅其口中或身上是否有異味。歐洲中世紀也有通過氣味來診斷疾病的記錄。這些傳統方法其實是有科學依據的：細胞新陳代謝的產物通過血液運輸到肺部，其中揮發性成分會通過呼吸排出。而其中某些成分的濃度與特定疾病相關，因此通過呼氣分析人的身體狀況是可行的。現代醫學研究已經證明，包括糖尿病、慢性腎病、肺癌在內的多種疾病都會造成呼氣中的成分異常。相比血檢、醫學影像等檢查手段，呼氣檢查的主要優點在於無創、樣本易采集。在人們越來越關心自己身體狀況的今天，這樣一種輔助診斷手段是非常有前景的。我們希望患者能夠像伸出胳膊測血壓那樣簡單地對一臺儀器吹一口氣，片刻之後就能得到一些疾病的風險指標，從而決定是否到醫院進行進一步詳細的檢查。
要實現這一點，我們首先要解決的問題是：如何方便快速地測量呼氣中的標志物？當代傳感器技術的發展為這個問題提供了很好的解答。氣相色譜、質譜分析等傳統手段，雖然精確，但較為繁瑣，成本也較高。而近年來興起的氣敏傳感器則給出了另一種思路：通過敏感材料與氣體分子的反應，將氣體濃度信息轉化為電信號。這種方法簡單、快速、成本也較低。人們把利用氣敏傳感器測量氣體濃度的儀器形像地稱為電子鼻。事實上，電子鼻已經被廣泛地應用於檢測空氣污染物、工廠中的易燃易爆氣體等，當然普及的應用還是酒駕的檢測。不過檢測酒駕和檢測疾病的難度不在一個數量級上：疾病標志物的濃度要遠低於飲酒後呼氣中酒精的濃度，前者的濃度隻有百萬分之一左右。因此我們一方面需要更精確的傳感器，另一方面需要用更好的算法對傳感器信號進行分析。
信號分析算法是本書的主題，為了研制一套準確、實用的呼氣分析繫統，我們從儀器的硬件制作開始，“軟硬兼施”，進行了全面的研究。現有商業傳感器已經能夠達到百萬分之一級別的氣體檢測，因此我們經過反復試驗，選擇了適合呼氣檢測的傳感器陣列，設計了一臺便攜、易操作的呼氣分析儀。沒有數據就無法進行信號分析，因此我們與廣東省中醫院等單位合作，采集了近萬例患者的呼氣樣本，其中辛苦自不待言，在此我們也感謝所有付出了辛勞的患者、醫護朋友和實驗室師生。
信號分析算法是呼氣分析繫統的重要一環，我們針對氣敏傳感器信號和呼氣分析的特點，對多種模式識別、機器學習算法進行了改進和創新。首先，針對呼氣成分存在的個體差異問題，我們對預測模型的建立方式進行了改進，提出了一種特征增強策略。其次，為了建立更準確的預測模型，我們從氣敏傳感器信號上提取了上千維特征，改進了現有特征選擇算法並得到了的特征組合。後，我們重點關注了其他呼氣分析研究者較少涉及的一個主題，也就是電子鼻的魯棒性問題。氣敏傳感器存在設備間差異和時變漂移問題，我們針對不同應用場景設計了四種漂移補償算法，應用多任務學習、深度學習、子空間學習等前沿機器學習方法進行漂移補償，大大提升了電子鼻的實用性。
綜上所述，本書是一個多學科交叉的產物，結合了醫學、傳感器、電子和計算機等領域的研究成果；同時兼顧了理論和實踐，既設計了機器學習算法，也制作了呼氣分析繫統。在這個富有挑戰性的課題上，本書的作者做出了重要的貢獻，將呼氣分析繫統的準確性和實用性向前推進了一步。與人體相關的信號都是復雜的，未來我們需要挖掘已有數據中的信息，進一步深入分析呼氣標志物與不同疾病的聯繫，從而得到更全面的算法模型。我們的終目標是造福社會和患者，因此如何讓呼氣分析繫統從實驗室中走出、盡快走向實用，是未來研究者們需要努力的方向。
張大鵬清華大學電子工程繫2018年6月

在線試讀

第1章引言
1.1研究背景
用傳感器和信號分析的手段來擴展增強人類的“五感”一直是科技工作者的研究目標。在視覺和聽覺領域，傳感器相對成熟，分析算法也一直是熱門研究課題，相比而言，人們對嗅覺的關注似乎沒有那麼多。事實上，氣味也是一種重要的信息媒介。通過對其進行感知和分析，我們可以了解到被測物體或周邊環境中與氣體、氣味相關的屬性，從而做出判斷和決策，給生產和生活帶來便利。
電子鼻(electronic nose，enose)，顧名思義，是一種利用電子手段來感知和分析氣味的裝置。早對電子鼻的研究可以追溯到20世紀60年代［1］。近年來，隨著各種應用的湧現，電子鼻受到越來越多的關注［2］。人們熟悉的應用當屬酒駕的檢測，也就是測試呼氣中酒精的濃度。在工業領域，電子鼻常被用來檢測空氣中有毒、易燃、易爆氣體的含量，以保證生產的安全和工人的健康［3］。空氣質量是近幾年社會關注的重點話題，電子鼻可以監控室內和室外的空氣污染物濃度［46］。通過分析氣味，電子鼻還可以判斷農產品的成熟程度和質量［7,8］以及飲料的種類［9,10］。
醫療健康是電子鼻的另一個重要應用領域［11］。醫學研究表明，多種疾病會導致呼出氣體中相關標志物的濃度發生變化，例如丙酮與糖尿病和血糖值相關，氨氣與腎衰竭相關，氫氣與腸道疾病相關等［1115］。呼氣分析就是通過分析呼出氣體中的標志物的組成來進行疾病的輔助診斷和監控，該方法具有無創、樣本易收集的優點。傳統的化學分析設備(如氣相色譜儀、質譜儀［2］等)能夠精確地測定混合氣體中每一組分的濃度，因此可以用來對疾病和標志物的關繫進行前期調研。比起氣相色譜儀、質譜儀，電子鼻的優勢在於易操作、便攜、快速、成本低［15］，因此更適合推廣到社區醫療中心和患者家庭中輔助疾病篩查和監控。除此之外，它還可以用於評價用戶日常的身體狀況，例如初創公司Breathometer開發了與手機連接的小型電子鼻，可以分析用戶呼氣中的酒精含量以及是否口臭https://www.breathometer.com/。。
1.2電子鼻工作原理簡介第1章引言
1.1研究背景
用傳感器和信號分析的手段來擴展增強人類的“五感”一直是科技工作者的研究目標。在視覺和聽覺領域，傳感器相對成熟，分析算法也一直是熱門研究課題，相比而言，人們對嗅覺的關注似乎沒有那麼多。事實上，氣味也是一種重要的信息媒介。通過對其進行感知和分析，我們可以了解到被測物體或周邊環境中與氣體、氣味相關的屬性，從而做出判斷和決策，給生產和生活帶來便利。
電子鼻(electronic nose，enose)，顧名思義，是一種利用電子手段來感知和分析氣味的裝置。早對電子鼻的研究可以追溯到20世紀60年代［1］。近年來，隨著各種應用的湧現，電子鼻受到越來越多的關注［2］。人們熟悉的應用當屬酒駕的檢測，也就是測試呼氣中酒精的濃度。在工業領域，電子鼻常被用來檢測空氣中有毒、易燃、易爆氣體的含量，以保證生產的安全和工人的健康［3］。空氣質量是近幾年社會關注的重點話題，電子鼻可以監控室內和室外的空氣污染物濃度［46］。通過分析氣味，電子鼻還可以判斷農產品的成熟程度和質量［7,8］以及飲料的種類［9,10］。
醫療健康是電子鼻的另一個重要應用領域［11］。醫學研究表明，多種疾病會導致呼出氣體中相關標志物的濃度發生變化，例如丙酮與糖尿病和血糖值相關，氨氣與腎衰竭相關，氫氣與腸道疾病相關等［1115］。呼氣分析就是通過分析呼出氣體中的標志物的組成來進行疾病的輔助診斷和監控，該方法具有無創、樣本易收集的優點。傳統的化學分析設備(如氣相色譜儀、質譜儀［2］等)能夠精確地測定混合氣體中每一組分的濃度，因此可以用來對疾病和標志物的關繫進行前期調研。比起氣相色譜儀、質譜儀，電子鼻的優勢在於易操作、便攜、快速、成本低［15］，因此更適合推廣到社區醫療中心和患者家庭中輔助疾病篩查和監控。除此之外，它還可以用於評價用戶日常的身體狀況，例如初創公司Breathometer開發了與手機連接的小型電子鼻，可以分析用戶呼氣中的酒精含量以及是否口臭https://www.breathometer.com/。。
1.2電子鼻工作原理簡介
Gardner等人在1994年對電子鼻的綜述中，認為電子鼻是“由具有部分選擇性的氣敏傳感器陣列和適當的模式識別方法組成的、具有識別單一或復雜氣味能力的裝置”［1］。氣敏傳感器是電子鼻的核心部件，其種類很多，包括電化學傳感器、半導體傳感器、光離子傳感器、固體電解質傳感器等［16］。其中，金屬氧化物半導體(metal oxide semiconductors，MOS)傳感器［16］由於成本低、壽命長、靈敏度高、響應速度快和電路簡單等優點，獲得了廣泛的應用。典型MOS傳感器的外觀如圖1.1所示。該類傳感器中的金屬氧化物材料表層在200~500℃時會與特定敏感氣體發生可逆的氧化還原反應，從而改變其電導率［16］。通過調整材料內部摻雜的成分，可以改變傳感器的敏感特性，即敏感氣體的種類和敏感度。對傳感器的電阻進行測量，即可獲得與被測敏感氣體的種類和濃度相關的信息。

圖1.1MOS傳感器TGS2600(日本費加羅公司)的外觀和內部示意［17］

大多數MOS傳感器具有交叉敏感性，對氣體的選擇性較差［16］，交叉敏感和選擇性較差是指一個傳感器會對多種氣體敏感。TGS2600的敏感特性曲線如圖1.2所示，其橫軸為氣體濃度，單位是每百萬分之一體積(parts per million，ppm)；縱軸是敏感氣體存在情況下的傳感器電阻RS與純淨空氣中電阻RO的比值。可以發現傳感器的電阻與氣體濃度呈負相關，且傳感器對多種氣體敏感，但敏感的程度不同，對氫氣為敏感(電阻下降快)。因此，如果被測氣體成分不確定，隻用一個傳感器往往無法準確判斷氣體的種類，解決這個問題的一個辦法是采用傳感器陣列［18］。利用多個敏感特性各不相同的氣敏傳感器組成陣列，將它們的響應組合成多維特征向量輸入模式識別算法，就可以較準確的判斷被測氣體的種類和濃度。這種策略正是電子鼻的核心思想之一［1,18］，利用適當選擇的多個交叉敏感氣敏傳感器，既可以提高電子鼻預測的精度，也可以擴大其敏感氣體的範圍。

圖1.2MOS傳感器TGS2600的敏感特性曲線［17］

分析傳感器陣列響應的常用步驟包括信號預處理、特征提取、分類和回歸等［19］。首先需要對響應曲線進行預處理，例如基線補償、幅值歸一化［19］等，以去除簡單的基線漂移和提高特征區分度。接下來需要在信號曲線上提取有利於分類或回歸的特征。研究者們已經研究了多種特征，例如穩態響應、瞬態特征(曲線在各個時間點的幅值、導數等)、主成分特征、相位特征、小波特征、曲線擬合特征等［18,19］。在提取多種特征後，一個可選的步驟是利用特征選擇算法選擇的特征子集。後，如果分析的目的是判斷氣味的種類或被測物質的某種離散屬性值(如疾病、健康)，那麼可以對提取的特征進行分類，電子鼻文獻中常用的分類器包括K近鄰、神經網絡、支持向量機、邏輯回歸等；如果分析的目的是判斷氣味的濃度或被測物質的某種連續屬性值(如血糖值)，那麼可以采用回歸算法，電子鼻文獻中常用的算法包括小二乘擬合、偏小二乘回歸、神經網絡、支持向量回歸等。
1.3研究方向與意義
由於電子鼻的疾病篩查與監控具有無創、易操作等優點，近年來逐漸受到重視。目前已有的商用和實驗用電子鼻在傳感器陣列的針對性和設備的實用性上還有不足，因此，我們將首先在電子鼻繫統搭建方面進行研究，設計一套呼氣分析繫統。該繫統可以用於輔助疾病篩查和監控(例如糖尿病篩查和血糖預測)，具有較高的實用價值。另外，電子鼻信號的研究尚不如圖像、語音等領域那樣成熟，公共數據集較少。我們將利用該繫統采集呼氣數據集，為後續的算法研究提供測試平臺。
從氣敏傳感器的響應曲線上可以提取多種特征。用於預測時，這些特征的有效性各不相同。通過對特征進行選擇，可以在降低預測模型的時空復雜度的同時提高其準確性。更重要的是，它可以幫助我們更好地理解數據。氣敏傳感器信號曲線上提取的特征具有較高相關性，我們將研究用於高度相關特征的特征選擇算法，並用它來對呼氣數據集進行特征選擇。通過分析特征選擇的結果，我們可以得到關於繫統軟硬件的有用結論，為後人研究提供參考。
在實際應用中，信號漂移是電子鼻面臨的一個重大挑戰。氣敏傳感器大多存在魯棒性問題［18,19］，其敏感特性會受到多種干擾因素的影響，信號的可重復性較差。具體來說，同一個型號、甚至同一個批次的傳感器，其敏感特性並不會完全相同，因此導致了電子鼻的設備差異(instrumental variation)。隨著時間的推移，傳感器會發生老化，采樣環境、甚至樣本本身的構成也可能會隨時間變化，這些因素共同導致了電子鼻的時變漂移(timevarying drift)。其他干擾因素還包括環境的溫度、濕度等。漂移問題已經成為制約電子鼻推廣和實用的一大障礙［19］，是電子鼻的“短板”，因此也正在被更多研究者關注。在谷歌學術搜索關鍵詞“enose drift”，可以發現相關文獻數量逐年增多，如圖1.3所示。本文將對漂移補償算法進行重點研究，利用遷移學習［20］的思想，針對不同的應用場合提出多種漂移補償算法，緩解電子鼻實用中的難點問題：設備差異和時變漂移。

圖1.3在谷歌學術搜索“enose drift”得到的每年發表文獻數量

綜上所述，本文從繫統搭建出發，針對電子鼻的數據特點(特征高度相關和存在漂移)研究了適合的特征選擇和漂移補償算法，提高了電子鼻的準確性和實用性。
1.4研究內容
本文主要圍繞三個方面進行研究：基於電子鼻的呼氣分析繫統設計和樣本采集，針對相關特征的迭代特征刪除算法，以及設備差異和時變漂移的補償。這三個方面不是孤立的，它們都是電子鼻繫統的關鍵組成部分，如圖1.4所示。繫統設計和樣本采集為後續的算法研究提供了測試平臺；特征選擇可以提高繫統精度，同時幫助我們更好地理解數據；而漂移補償則是提高繫統魯棒性和實用性的重要步驟。本文提出的特征選擇和漂移補償算法可以用於本繫統及其他電子鼻繫統。

圖1.4電子鼻應用中的關鍵步驟

標出章節的部分為本文研究內容

1.4.1基於電子鼻的呼氣分析繫統設計
根據現有醫學文獻中的呼氣標志物研究結論，我們選擇了針對糖尿病呼氣標志物的氣敏傳感器陣列，並且對電子鼻中氣室等結構進行了優化，設計並制作了一套呼氣分析繫統。利用這套繫統，我們到醫院采集了500餘個健康人和糖尿病患者的呼氣樣本，進行了糖尿病篩查和血糖預測實驗，取得了初步的成果，這些工作驗證了呼氣分析繫統的有效性。我們還提出了一種特征增強策略，用以改善血糖預測中存在的個體差異問題。
1.4.2針對相關特征的迭代特征刪除
為了獲取的特征組合，我們在上面提到的糖尿病呼氣數據集上提取了七種瞬態特征，利用生物信息學領域應用廣泛的支持向量機迭代特征刪除(support vector machine recursive feature elimination，SVMRFE)算法進行了特征排序和選擇實驗。然而，由於電子鼻信號的特點，候選特征之間存在較大相關性。這種情況下，SVMRFE的特征評價準則將會受到影響，相關的特征會得到過低的評價。我們研究了這種現像的原因，同時提出了一種改進方案——相關偏差縮減(correlation bias reduction，CBR)。實驗表明，CBR能夠提高傳統SVMRFE選擇得到的特征的分類準確率。後，通過分析特征的排名結果，我們得到了關於傳感器、特征提取算法和溫度調制電壓［18］的有效性排名結論。
1.4.3設備差異和時變漂移補償
在影響電子鼻魯棒性的因素中，我們主要研究影響較大也較復雜的兩種因素：設備差異和時變漂移。事實上，除了電子鼻，一些其他的傳感器或測量設備也面臨相似的魯棒性問題，例如光譜儀［21］。時變漂移的信號是與氣敏傳感器類似的一維曲線，因此電子鼻和光譜學領域的漂移補償算法往往可以通用。
從機器學習和遷移學習［20］的角度來看，設備差異和時變漂移本質上都是樣本的邊緣分布P（X）和條件分布P（Y|X）在訓練樣本和測試樣本中存在差異，導致從訓練樣本得到的預測模型在測試樣本上準確率下降。借用遷移學習的術語，我們可以假設無漂移的樣本來自源領域DS(source domain)，有漂移的樣本來自目標領域DT(target domain)，兩者的邊緣分布或/和條件分布不同。源領域中的有標簽樣本通常比較充足，而目標領域中的有標簽樣本較少甚至沒有。因此，單獨為目標領域訓練一個預測模型是比較困難的，需要將源領域的知識遷移到目標領域。對於設備差異來說，初始用來采集訓練樣本的設備對應著源領域，而每一個後來制作的新設備都對應著一個目標領域，不同領域間的分布變化是離散的；對於時變漂移來說，初始用來采集訓練樣本的時間段對應著源領域，而之後的時間段對應著目標領域，但領域之間的分布變化是連續的。在本文中，為了簡潔起見，有時把設備差異和時變漂移統稱為“漂移”，因為它們都對應了特征空間中樣本分布的移動。但在一些文獻中［19］，隻有時變漂移補償被稱作漂移補償(drift compensation)，而設備差異補償對應的術語是標定遷移(calibration transfer)。
對於漂移，根本的解決辦法之一是制造魯棒性更好的傳感器。然而在成本受限以及現有工藝無法取得突破的條件下，利用信號分析算法進行漂移補償就是比較合適的選擇了。很多漂移補償算法用到了標定樣本［18,19,21］。所謂標定樣本就是在每個領域(不同的設備或時間段)分別采集的一組輔助樣本，一般是預先選定的幾種標準氣體。由領域之間一一對應的標定樣本對可以推斷出分布移動的相關信息，從而提高補償精度。然而采集標定樣本需要一定的專業知識和工作量，不太適用於非專業的電子鼻使用者。也有一些方法不需要標定樣本，而是利用目標領域的有標簽或無標簽樣本來得到漂移的信息並進行補償。已有的漂移補償算法在準確度和輔助樣本的需求數量上還不能讓人滿意，尤其是在漂移比較復雜的時候。已有算法大多隻能處理設備差異和時變漂移之中的一種，而在現實中，如果電子鼻被批量制造和長期使用，這兩種漂移會同時存在。
為了解決以上問題，本文提出了四種漂移補償算法。其中前三種利用了標定樣本，後一種方法基於目標領域的無標簽樣本進行補償。下面分別簡要介紹。
（1）結合標準化誤差的模型改進(standardizationerrorbased model improvement，SEMI)。特征標準化是一種簡單的特征層面的補償方法，該方法依據標定樣本將不同領域的對應特征進行匹配，但匹配後的特征仍然可能存在差異。SEMI在已有的預測模型中加入一個加權的Tikhonov正則項，對匹配較差的特征施以較大的懲罰權重，從而使預測模型更加依賴那些匹配較好的特征。這種方法將特征標準化與預測模型訓練有機結合，提高模型對漂移的魯棒性。

（2）基於標定樣本的多任務學習(transfersamplebased multiTask learning，TMTL)。該方法直接在模型層面進行遷移，對每一個領域(設備或時間段)學習一個模型。該方法的基本假設是：，不同設備的模型應當是相似的；同一個設備在時間段t的模型應當和時間段t-1的模型相似，也就是時變漂移應當具有平緩性。第二，不同領域的標定樣本在各自的模型投影下應當對齊。另外，本文還提出了一種動態模型策略用來生成任意時間點的模型。TMTL中應用了上面介紹的SEMI策略，以進一步提高漂移補償精度。
（3）漂移補償自編碼器(drift compensation autoencoder，DCAE)。機器學習算法中，為了獲得較好的準確率，提高特征的鋻別能力十分重要。近年來，基於深度網絡的特征學習算法被成功地應用在圖像、語音等信號上，然而在電子鼻信號上的應用還比較少。本文對自編碼器算法進行改進，在學習更有鋻別能力的特征的同時，顯式地建模和補償特征中的設備差異和時變漂移。為了達到這個目的，首先定義了“背景特征”來描述一個樣本的采集設備和時間等信息，接著在自編碼器的編碼和解碼的階段分別顯式加入和減除一組補償項，從而保證網絡隱層中學習到的特征都是去除了漂移的。為了更好地補償非線性時變漂移，我們還設計了非線性補償層。DCAE的目標函數使其可以同時小化樣本的重構誤差、有標簽樣本的預測誤差和標定樣本的對齊誤差。
（4）獨立領域適配(maximum independence domain adaptation，MIDA)。該方法的目標是在標定樣本無法獲取的情況下，利用目標領域的無標簽樣本進行漂移補償。MIDA通過化子空間中樣本與背景特征的獨立性來學習領域不變子空間，同時保留數據的方差和標簽信息等有用信息。我們還提出了一種特征增強策略，以使算法可以對不同領域的樣本差異化投影。該方法的優點是使用靈活，求解簡單。
我們利用本文研究的呼氣分析繫統實地采集了同時包含設備差異和時變漂移的呼氣數據集，在該數據集和另外兩個公開的漂移數據集上驗證了上述算法的有效性。上述算法利用遷移學習的思想解決漂移問題，將多任務學習、基於自編碼器的特征學習、領域不變子空間學習等算法框架應用到設備差異和時變漂移問題中，並針對存在標定樣本、領域分布連續變化等情況做出了改進，拓展了前人算法的適用範圍。
1.5結構安排
本文章節組織安排如下。
第1章為引言，總體介紹電子鼻的應用場合和工作原理，引出本文研究內容和意義。
第2章介紹基於電子鼻的呼氣分析繫統的設計，首先調研一些典型疾病與呼氣標志物的關繫以及現有呼氣分析繫統；然後介紹本文繫統的傳感器陣列、硬件設計和采樣流程，以及糖尿病篩查和血糖預測實驗的算法、數據集和結果。
第3章研究針對相關特征的迭代特征刪除算法，指出已有的SVMRFE算法存在的相關偏差問題，研究改進方案，並且進行實驗和討論。
第4章至第6章致力於解決電子鼻的設備差異和時變漂移問題。
第4章討論基於多任務學習和加權正則項的漂移補償，首先總體調研現有的漂移補償算法，並對它們進行分析和總結；然後描述本文采用的漂移數據集；接著提出兩個模型層面的算法：結合標準化誤差的模型改進、基於標定樣本的多任務學習；後進行實驗和對比。
第5章提出漂移補償自編碼器，首先回顧已有的基於自編碼器的遷移學習算法；然後提出背景特征，描述本文算法的網絡結構和目標函數；後進行實驗和討論。
第6章探討獨立領域適配算法，首先調研典型的特征層面的無監督領域適配方法；然後提出本文算法的優化目標和特征增強策略；後在人工合成數據集和漂移數據集上驗證算法的有效性。
第7章總結全文，列舉了幾種漂移補償算法的異同點和全文的創新點，並且展望了未來可能的研究方向。

第2章基於電子鼻的呼氣分析繫統
在電子鼻相關的研究中，研究者通常針對要分析的氣體選擇適合的氣敏傳感器組成陣列，然後制作成電子鼻。在本章中，我們重點關注利用呼氣分析輔助糖尿病篩查和血糖預測，為此調研了相關文獻，之後進行了硬件和軟件繫統的設計與優化、樣本采集，以及分類與回歸實驗。
2.1相關工作
2.1.1疾病與呼氣標志物

人體呼出的氣體中，絕大部分是氮氣、氧氣、二氧化碳、水蒸氣和惰性氣體［22］，剩餘的不到100 ppm(parts per million，每百萬分之一體積)的部分是超過500種成分組成的混合物，其中濃度在ppm級別的主要有丙酮、一氧化碳、甲烷、氫氣等［22］。已經有大量文獻對特定疾病與氣體的對應關繫進行了研究［12,15, 2236］。表2.1總結了部分疾病或醫學指標與呼氣標志物的對應關繫。

表2.1部分疾病或醫學指標與呼氣標志物對應關繫

疾病或指標
呼氣標志物
糖尿病，血糖，糖化血紅蛋白
丙酮，乙醇，一氧化碳，硝酸甲酯等［2230］
腎衰竭，血尿素氮
氨氣［31,32］
心髒病
戊烷［33］
肺癌
丁烷等多種有機化合物［34］
乳腺癌
壬烷等多種有機化合物［35］
功能性腸病
氫氣［36］

以糖尿病為例，其呼氣中升高的丙酮濃度是由新陳代謝產生的［28］。糖尿病患者由於胰島素分泌不足或自身無法有效利用胰島素，葡萄糖難以進入身體細胞，導致血液中葡萄糖含量升高。同時由於身體細胞缺少能量來源，肝髒增加脂肪分解，產生酮體。血液經過肺時，酮體中的丙酮隨呼氣揮

商品搜索

商品分类

【醫學】

【各大出版社】