В статье описаны существующие методы диагностики хеликобактериоза, представлены процедуры их проведения и интерпретация получаемых результатов, а также предложен метод диагностики с применением полупроводниковых каталитических датчиков газа, объединённых в систему. Датчики газа обладают перекрёстной чувствительностью к различным газам помимо того, для которого они рассчитаны. Применяя множество датчиков возможно снизить влияние примесных газов. Данная методика особенно актуальна в условиях медицинских учреждений, где в воздухе зачастую могут находиться пары спирта или хлорамина. При этом датчики выбирают таким образом, чтобы они были чувствительны к разным газам и максимально перекрывали зону перекрёстной чувствительности основного датчика. Таким образом обеспечивается компенсация влияния примесных газов на основной датчик. Предлагаемая система использует методы нейросетевых технологий, что позволяет повысить стабильность показаний в условия изменяющейся газовой среды. Благодаря микроконтроллерному управлению система автоматически осуществляет обработку данных. Предлагаемая система позволяет уменьшить влияние факторов, вносящих погрешность в результат измерения. Данные измерений могут быть переданы на персональный компьютер, что может использоваться для создания электронной базы данных или ведения истории пациента.
This article describes existing methods of H. pylori diseases diagnosis, procedures of interpreting acquired results and the diagnosis method with the use of semi-conductor catalytic gas sensors combined into the system. Gas sensors have cross-sensitivity to various gases in addition for which they are designed. The use of several sensors allows to reduce the influence of mixed gases. This method is especially useful within medical entities, where air inside can contain alcohol or chloramine vapors. Sensors are selected in the way to overlap main sensor´s cross-sensitivity zone to the maximum extent possible. This is how mixed gases´ influence on the main sensor is compensated. The proposed system uses methods of artificial neural network technology, which allows to enhance system´s stability in changing gas mixture. Due to microcontroller driven calculations, the system can automatically provide data processing. The proposed system can reduce the influence of factors that contribute uncertainty to the measurement result. These results can be transmitted to PC, which one can use to create electronic database or to hold case history.
Цель исследования. Helicobacter pylori - бактерия, впервые обнаруженная в 1875 г. в слизистой оболочке желудка человека. Учёным не удалось вырастить культуру этой бактерии на питательных средах, известных в то время, и открытие было забыто. Тщательное исследование бактерии началось в 1979-1981 гг. Робином Уорреном и Барри Маршаллом. Они впервые сумели выделить и изолировать Н. pylori из желудка человека, а также культивировать его на искусственных средах. Как вскоре выяснилось, бактерия способствует развитию гастритов и язв желудка. В своей публикации исследователи предположили, что Н. pylori является причиной развития большинства случаев перечисленных заболеваний. Одно из наиболее убедительных доказательств привёл Барри Маршалл, сознательно выпив содержимое чашки Петри с культурой Н. pylori. Через некоторое время у него диагностировали гастрит. Три из четырёх постулатов Коха были выполнены, когда бактерию обнаружили в слизистой желудка исследователя. На следующей эндоскопии, проведённой через 10 дней после намеренного заражения, были обнаружены признаки гастрита в присутствии Н. pylori. Тем самым был выполнен четвёртый постулат Коха. С течением времени стала понятна этиологическая роль бактерии в развитии различных желудочных заболеваний [4]. По данным всемирной организации гастроэнтерологов до 50% населения западной и до 70% восточной Европы инфицированы штаммом Н. pylori [5].