Анализ выдыхаемого воздуха является перспективным диагностическим методом. Основные преимущества тестирования дыхания по сравнению с традиционными методами включают простоту использования, неинвазивность и возможность обнаружения патологий в организме человека относительно на ранней стадии. Были исследованы методы отбора проб и анализа органических соединений в дыхании человека. В данной работе выполнена разработка алгоритмов для клинической диагностики патологий у пациентов. Был предложен метод диагностики заболеваний сердечно-сосудистой системы и произведены тесты по его реализации. Были проанализированы масс-спектры выдыхаемого воздуха у пациентов с различными стадиями рака легких и получены наглядные результаты, необходимые для качественной диагностики болезни.

Exhaled air analysis is a promising diagnostic method. The main advantages of breath testing compared to traditional methods include ease of use, non-invasiveness and the ability to detect abnormalities in the human body at a relatively early stage. Methods of sampling and analysis of organic compounds in human respiration were investigated.I n this work, development of algorithms for the clinical diagnostic patients pathology . A method for diagnosing diseases of the cardiovascular system was proposed and tests for its implementation were carried out. The mass spectrгь of exhaled air from patients with different stages of lung cancer were analyzed and visual results were obtained that are necessary for the qualitative diagnosis of the disease.

• Введение
• Глава 1. Масс-спектрометрия выдыхаемого воздуха
• Глава 2. Прибор и методика проведения анализа
  • 2.1 Описание и работа масс-спектрометр
  • 2.2 Методика проведения анализа
  • 2.3 Основные правила и подходы к интерпретации масс-спектров
• Глава 3. Заболевания, диагностируемые масс-спектрометрией
  • 3.1 Заболевания диагностируемые масс-спектрометрией
  • 3.2 Диагностика заболеваний сердечно-сосудистой системы.
  • 3.3 Диагностика рака легких.
• Глава 4. Диагностика болезни. Проекционные методы обработки данных
  • 4.1 Метод главных компонент.
  • 4.2 Кластерный анализ.
• Заключение.
• Список литературы.