Artificial intelligence-based diagnosis of diabetic kidney disease using urinary VOC biosensor data.

BMC nephrology 2025 Kreepala C, Anakkamatee W, Pechbooranin A

糖尿病肾病（DKD）是全球慢性肾病的主要原因，但现有诊断主要依赖尿白蛋白、估算肾小球滤过率等间接指标或侵入性肾活检，难以区分DKD与其他肾小球疾病。本研究评估尿液挥发性有机化合物（VOC）谱结合机器学习用于DKD无创分类的可行性。研究纳入127名受试者，分为健康对照、2型糖尿病无肾病、活检确诊DKD和原发性肾病综合征四组。尿液样本采...

其他 糖尿病肾病尿液挥发性有机化合物化学阻性生物传感器机器学习

Non-Invasive Diagnosis of Diabetes by Volatile Organic Compounds in Urine Using FAIMS and Fox4000 Electronic Nose.

Biosensors 2018 Esfahani S, Wicaksono A, Mozdiak E, Arasaradnam RP 等 5 人

电子鼻（eNose）是模拟人类嗅觉系统的仪器，因成本低、无创而在医学诊断中受到关注。它通过嗅闻人体排泄物（尿液、呼气、粪便）释放的气体和蒸气来诊断多种疾病。2型糖尿病（DM2）影响全球8.3%的成人，其中43%未被诊断，每年导致490万人死亡。本研究评估尿液挥发性有机化合物（VOCs）作为糖尿病新型无创诊断生物标志物的潜力，并考察样...

其他 电子鼻尿液挥发性有机化合物2型糖尿病无创诊断