中文摘要: 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。