Dielectric excitation of SMOX gas sensors for novel breath analysis system

Exhaled breath analysis offers a non-invasive method to diagnose and monitor health conditions by detecting biomarkers reflective of metabolic and pathological states. This technique is particularly relevant for addressing diseases such as respiratory illnesses, Alzheimer’s disease, diabetes, and kidney diseases, which collectively impose significant healthcare burdens. Traditionally exhaled breath analysis is performed using GC-MS, however clinical use is limited due to high costs and need for skilled operators. In this context e-noses offer a promising low-cost solution. E-noses, comprising arrays of non-specific gas sensors, analyse gas compositions through pattern recognition. However, their clinical adoption is hindered by challenges such as sensor instability, sensitivity to environmental factors, and limited robustness. To address these limitations, this thesis introduces a novel system combining dielectric excitation readout technology with semiconducting metal oxide (SMOX) sensors for breath analysis. This system integrates an analog front-end, SMOX sensors housed in a sealed chamber, a controlled airflow system, and a Raspberry Pi with a GUI for real-time control. The system underwent rigorous validation, including reference RC circuit testing, cross- talk analysis, and frequency range comparisons with an oscilloscope, demonstrating reliable performance for DC and impedance measurements. The system's capabilities were evaluated for exhaled breath analysis in a peppermint experiment involving 35 participants. Results showed the e-nose successfully detected peppermint-derived compounds in breath, with impedance measurements offering better differentiation between pre- and post-ingestion states than DC measurements. While promising, further studies are needed under controlled conditions to enhance reliability and explore the full potential of dielectric impedance in breath analysis.

L'analisi del respiro esalato è un metodo non invasivo per diagnosticare e monitorare le condizioni di salute, rilevando biomarcatori legati a stati metabolici e patologici. È particolarmente utile per malattie respiratorie, Alzheimer, diabete e malattie renali, che rappresentano un grande onere sanitario. Tradizionalmente, si utilizza GC-MS, ma i costi elevati e la necessità di operatori qualificati limitano il suo uso clinico. I nasi elettronici (e-nose), che usano array di sensori non specifici per gas e il riconoscimento di pattern, offrono una soluzione a basso costo, ma sono ostacolati da problemi come instabilità dei sensori, sensibilità ai fattori ambientali e robustezza limitata. Per affrontare queste limitazioni, questa tesi propone un nuovo sistema che combina la tecnologia di eccitazione dielettrica con sensori SMOX per l'analisi del respiro. Il sistema include un front-end analogico, sensori SMOX in una camera sigillata, un sistema di controllo del flusso d'aria e un Raspberry Pi con una GUI. Il sistema è stato validato attraverso test su circuiti RC, analisi del crosstalk e validazione in frequenza con un oscilloscopio, mostrando affidabilità nelle misurazioni di DC e impedenza. È stato condotto un esperimento su campioni di respiro di 35 partecipanti, per rilevare composti di peppermint dopo l'assunzione di una capsula di olio di menta, L'e-nose ha rilevato con successo i composti di menta, con le misurazioni di impedenza che hanno fornito una migliore differenziazione tra valori pre- e post- ingestione rispetto alle misurazioni DC. Sono necessari ulteriori studi per migliorarne l'affidabilità e esplorare il potenziale dell'impedenza dielettrica nell'analisi del respiro.