本文设计并构建了用于肺癌识别的电子鼻传感器阵列来实现肺癌的非侵入式检测，将传统电子鼻技术与预浓缩技术相结合共同组成电子鼻系统。为提高传感器的响应，根据牛顿法寻找电子鼻系统的最佳吹扫（进样）速度，然后对肺癌患者和非肺癌患者（包括健康人和其他肺部疾病患者）进行了分类识别。
　　论文的主要内容如下：
　　①针对肺癌患者呼出气体中常见的挥发性有机物，本文选用了多种类型的传感器来构成传感器阵列，另外，为了提高传感器阵列的抗环境干扰能力，温湿度、气压、工作电压和加热电压也被加入其中。传感器阵列中一共使用了25个传感器（一共29路信号）。为了缩减传感器气室的体积，设计了一套与传感器共形的气室，并且在气室内部涂覆特氟龙以减少气味干扰。除此之外，设计了相应的预浓缩系统来提高电子鼻系统的检测能力。
　　②利用FLUENT仿真软件分析了共形气室的连通性和扩散性，在肺癌检测电子鼻系统和传感器气室的基础上，采用气相色谱-质谱法对不同吹扫速度下的吸附管性能进行了测试。根据传感器综合响应的变化，采用牛顿法确定了传感器气室和肺癌检测电子鼻系统的最佳吹扫速度。并且，肺癌检测电子鼻系统对人体呼出气体的响应也验证了最佳吹扫速度。
　　③基于设计的适用于采集人体呼出气体的肺泡气体采集机和肺癌检测电子鼻样机，实验对比分析了健康人、其他肺部疾病者和肺癌患者的呼出气体，结合分类和回归树、随机森林、极限梯度提升树算法对传感器数据进行处理得到电子鼻样机对实验样本的分类准确率达81.6%。对电子鼻样机和德国Airsense公司开发的富集-热脱附装置EDU与PEN3电子鼻的联用系统的分类结果进行对比分析的结果表明，肺癌检测电子鼻样机对肺癌的识别能力优于EDU+PEN3联用系统。
　　论文的创新之处：
　　①肺癌患者呼出气体中挥发性有机物浓度较低，因此在传统电子鼻的基础上增加预浓缩系统提高肺癌检测电子鼻系统的识别能力。
　　②基于设计的肺癌检测电子鼻系统，利用共形气室的传感器综合响应变化寻找系统的最佳吹扫速度从而进一步改善系统的判别效果。