2022-08-012024-12-02https://scholars.lib.ntu.edu.tw/handle/123456789/723452過去呼氣偵測肺癌的研究結果缺乏一致性，而難以廣為應用，我們將利用呼吸體學，去除干擾因素，大量的收集各期別肺癌病人呼出的氣體，包含揮發性的有機氣體與無機氣體，透過機器學習，建立一個非侵入性的檢測方法來早期偵測肺癌，評估治療效果，預見疾病復發，並進一步探討呼出氣體成為生物標誌的生理病理機轉。此研究的成功可望讓肺癌的偵測與治療，能更廣為被大眾接受，幫助早期診斷早期治療，協助晚期患者能看到曙光，進而挽救生命，降低肺癌引起的醫療成本，研究成果能達成學術發表與人才培育，並應用在未來更新的生醫感測元件的建立。肺癌呼吸體學揮發性有機氣體呼氣一氧化氮選擇性離子流動管質譜機器學習肋膜積水Lung cancerBreathomicsVolatile organic compoundsFractional expiratory nitric oxideSelective ion flow tube mass spectrometryMachine learningPleural effusion