通过SOM-人工神经网络量化蛋和料中的有毒金属

科学领域:

• 食品安全 食品安全
• 环境科学 环境科学
• 分析化学 分析化学

背景情况:

• 禽肉产品是营养素的重要来源.
• 评估食品中的重金属污染对公共卫生至关重要.
• 斯卡尔杜市的商业市场被选为采样.

研究的目的:

• 为了确定蛋和料中有毒重金属 (,,,) 的存在率.
• 为了比较料和蛋样本之间的金属度.
• 使用人工神经网络识别重金属分布的模式.

主要方法:

• 从斯卡尔杜市的不同市场收集了五个蛋和五个料样本.
• 用于样品制备的湿消化方法.
• 使用火焰原子吸收光谱仪和自组织地图的人工神经网络进行分析.

主要成果:

• 在料和蛋样本中检测到不同度的,和.
• 在蛋中度最高,其次是和.
• 在料中度最高,其次是和.
• ,和的度超过了世界卫生组织允许的限制.
• 人工神经网络分析显示,来自巴扎尔的样本中重金属度较高.
• 的度在料中低于蛋中的度.
• 的度在蛋中普遍下降,除了一个样本外.
• 显示出负相关性,在一个料样本中含量极高.

结论:

• 斯卡尔杜市的蛋和料被高于安全水平的有毒重金属污染.
• ,和构成重大风险,需要进一步调查和监管行动.
• 该研究强调了监测家禽生产中的重金属含量的重要性,以确保食品安全.