ارزیابی اصالت گونه های مختلف حیوانی در فرآورده های گوشتی با استفاده از طیف‌سنجی فروسرخ نزدیک بر آنالیز کمومتریکس
کد مقاله : 1027-MVTCONF
نویسندگان
محدثه پیرهادی *1، سهراب پیرهادی2، نبی شریعتی فر3
1دانشگاه علوم پزشکی تهران
2گروه علوم کامپیوتر و فناوری اطلاعات، بخش هوش مصنوعی، مؤسسه مطالعات پیشرفته در علوم پایه (IASBS)، زنجان، ایران.
3دانشگاه علوم پزشکی تهران، تهران، ایران.
چکیده مقاله
تقاضا برای فرآورده های گوشتی به دلیل تغییر در شیوه زندگی مردم و افزایش قیمت گوشت به میزان قابل توجهی افزایش یافته است. هدف این مطالعه بررسی استفاده بالقوه از یک روش دقیق و قابل اعتماد برای کنترل تقلب و کیفیت محصولات گوشتی است. نمونه های مختلفی از ماهیچه های حیوانی به دست آمد: 20 نمونه ماهیچه از الاغ (جلو و پشت، چاک و سینه)، 20 از گوشت گاو (جلو و پشت، چاک و سینه)؛ 20 از مرغ (سینه، ران، چوب طبل و بال) و 20 از اسب (جلو و عقب، چاک و سینه). سوسیس ها با محتوای گوشت های مختلف از 5٪ تا 100٪ گوشت خالص تهیه می شوند. سپس نمونه ها با استفاده از NIR آنالیز می شوند. این تحقیق از اسپکتروفتومتر NIR، آنالیز اجزای اصلی PCA) و آنالیز تشخیص خطی (LDA) برای شناسایی نمونه‌های سوسیس دست ساز گوشت گاو، مرغ، الاغ و اسب استفاده شد. بر اساس تحقیقات، دریافتیم که طیف‌سنجی NIR یک ابزار قابل اعتماد برای ارزیابی کیفیت سوسیس و تشخیص تقلب است. با استفاده از PCA، دو جزء اصلی استخراج شد که 99 درصد از واریانس داده ها را پوشش می داد و نمونه های سوسیس ساخته شده از گوشت های مختلف حیوانات را به طور دقیق متمایز می کرد. به دنبال این، مدل LDA می تواند با اطمینان نمونه های سوسیس را طبقه بندی کند. با استفاده از NIR، LDA در طبقه بندی تمام نمونه های آزمایشی به دقت 100% دست یافت.
کلیدواژه ها
تقلب، اصالت، یادگیری ماشینی، فرآورده های گوشتی، طیف سنجی مادون قرمز نزدیک.
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر