肺癌是发病率与致死率最高的恶性肿瘤之一。临床统计发现绝大多数患者直至肺癌晚期才被确诊,这也是其死亡率居高不下的主要原因之一,而早发现早治疗对于提高患者生存率有极大的帮助,因此对患者大规模的早期肺癌筛查与诊断具有重要意义。研究发现患者呼出气体中的挥发性有机物(Volatile Organic Compounds)的种类与含量异于正常人群,且与肺癌病灶组织有密切关系,已被众多研究人员作为肺癌气体标志物。与此同时血液与组织中的肺癌肿瘤标志物,如癌胚抗原(Carcinoembryonic antigen)、细胞角蛋白19片段(CYFRA21-1)等有望应用于临床肺癌诊断。相比于医学影像学与穿刺活检,肺癌气液标志物的检测具有低成本、无创、快速等优点,虽然具有一定的假阳性率,但总体可用于大规模人群的早期肺癌筛查。然而目前对呼出气体检测多以大型仪器如气相色谱-质谱联用作为金标准,肿瘤标志物多采用酶联免疫吸附实验检测,其设备昂贵,操作复杂,往往离不开专业实验室,更不便于即时便携检测(Point of Care Testing)。虽然一些针对性的光电传感器,生物DNA传感器具有广谱性强,灵敏度高,特异性好等优点,但这些传感器往往因为信号成分单一(只有电信号,可见光信号,或者荧光信号等其中一个),以及体系单一(气体或液体),导致检测结果误判度较高。因此本文立足于实现肺癌患者筛查,综合分析现有筛查技术的不足,提出一套基于双信号双体系的新型肺癌标志物筛查检测系统,对肺癌呼出气体以及肿瘤标志物进行联合、快速、定性与定量检测,同时建立一套双信号特征提取算法以配合系统检测,为肺癌早期筛查提供新的思路。本文主要完成了以下几方面的工作:1)构建一套完整的新型双信号双体系肺癌标志物检测系统首先从交叉响应与特异性靶向识别机制出发,根据功能型需求分析构建检测系统,并以模块化思想为指导规划出气、液、光、机、电五大子系统,同时解决构建系统时所涉及到的五大关键性技术难题。在建立子系统时,涉及到传感气室的设计,气液传感阵列的设计,气路设计,光源设计等,并通过3D结构建模,数字模型仿真,流体力学分析、分时复用、数学模型计算、误差评估等多种数学工具与技术手段验证设计的可靠性以及配置其最优化参数,以完成系统集成。最后,将各个子系统有机整合,配合编写上下位机软件程序完成系统的调试,为后面双信号特征提取算法的设计以及气液标志物的检测提供依托平台。2)提出一套可见光信号特征提取算法从特征提取理论出发,分析可见光信号产生机制及其信号特点,在此基础上,通过信号预处理、形态学图像滤波、基于网格划分的图像分割、传感点颜色信息的提取与编码,以及最后的色彩空间转换,获取了标志物的“指纹图谱”以及HSI特征数据矩阵,为后续模式识别与计量分析提供基础。3)提出一套荧光信号特征提取算法对于荧光信号,同样根据特征提取思想,分析荧光信号产生机制与信号特点,运用光谱预处理、时频域特征提取、小波分析与分形维度等理论提取其荧光差谱的宏观与局部微观特征,并进行荧光差谱特征编码,以此算法获取的特征与数据可用于后续模式识别与计量分析。4)以交叉响应与特异性识别机制对肺癌气液标志物检测,以测试所构建的系统与算法性能。对于气体标志物,根据传感器双信号特点以及获取的数据特征矩阵,采用层次聚类分析(Hierarchical cluster analysis),BP神经网络(Back-propagation),主成分分析(Principal component analysis)等模式识别理论对目标气体进行了定性与定量分析,得到标志物对应的“指纹图谱”与“指纹光谱”,其中,对模式识别分析时出现的误判结果以及两种信号结果的比较分析,确定了以可见光信号进行定性以荧光信号进行定量的思路。同时分析误判来源,以设计新型传感阵列实现对醛类的检测;对于液体标志物,则采用适配体技术,结合Ag纳米团簇构建荧光探针,配合氧化石墨烯组成“荧光开断”体系以实现对液体标志物的定性与定量。最后通过大量实验测试,得到对肺癌标志性气体100%的定性识别率,以及低浓度下半定量区间(50ppb,200ppb,350ppb,500ppb)划分,整体区间划分误差小于10%;对醛类的100%准确识别以及对甲醛低浓度下具有40ppb~3ppm的线性范围,最低检测限达到10.2ppb,以及91.2%~110.4%较好的系统回收率;对CEA检测,探针具有靶向识别特异性,得到5.3 ng/ml~14.7μg/ml的线性范围以及4.72ng/ml的检测限,综合验证了检测系统与算法的可行性。有望为临床筛查诊断提供新方法与新设备。