基于智能微控制器的红外减弱总反射光谱仪用于高通量选和对食物传播真菌的歧视
Ahmed S Abo Dena1, Ahmed Nejmedine Machraoui2, Boris Mizaikoff3
1Pharmaceutical Chemistry Department, National Organization for Drug Control and Research (NODCAR), P.O. Box 29, Giza, Egypt; Faculty of Oral and Dental Medicine, Future University in Egypt, New Cairo, Egypt; Institute of Analytical and Bioanalytical Chemistry, Ulm University, 89081 Ulm, Germany.
这项研究引入了一种使用减弱总反射-福里埃变换红外光谱 (ATR-FTIR) 和人工智能的快速方法,用于检测和区分食品中的真菌污染物. 综合系统在几毫秒内实现了100%的准确性,识别了各种真菌物种和菌株.
科学领域:
- 食品科学和分析化学 分析化学
- 微生物学和真菌学
- 光谱学和化学测量技术的使用.
背景情况:
- 由于全球贸易和环境污染,食品安全是一个日益关注的问题.
- 食品和料的真菌污染是一个重大问题,需要先进的检测方法.
- 新兴的分析工具对于识别不同食品中的真菌物种至关重要.
研究的目的:
- 开发和验证用于快速确定真菌物种和菌株的综合系统.
- 应用减弱总反射-里埃变换红外光谱学 (ATR-FTIR) 与人工智能 (AI) 结合用于食品传播病原体分析.
- 为检测食品和农产品中的真菌污染提供高通量选方法.
主要方法:
- 利用减弱的总反射-福里埃变换红外光谱 (ATR-FTIR) 来获取光谱数据.
- 采用人工智能算法,包括原理组件分析 (PCA),人工神经网络 (ANN),支持向量机器 (SVM) 和k-最近邻居 (KNN) 进行分类.
- 集成光谱与基于微控制器的系统用于自动化,高通量样本分析.
主要成果:
- 在区分不同真菌物种和菌株方面实现了100%的分类准确性.
- 证明了识别Penicillium chrysogenum,Aspergillus niger,Aspergillus fumigatus,Aspergillus solani,Aspergillus flavus和Fusarium oxysporum菌株的能力. 在这种情况下,我们可以测试这些菌株.
- 在毫秒内完成了真菌样本的分析和分类,使得快速选.
结论:
- 集成ATR-FTIR光谱和AI算法为食品传播病原体检测提供了强大而准确的分析工具.
- 拟议的自动化系统有助于高通量选,显著提高食品安全分析的效率.
- 该方法提供了一种简单,快速和高度准确的方法,用于识别和分类食品和农产品中的真菌污染物.
更多相关视频
08:51Atomic Force Microscopy Combined with Infrared Spectroscopy as a Tool to Probe Single Bacterium Chemistry
Published on: September 15, 2020
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
相关概念视频
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
IR Spectrometers
Applications of IR Spectroscopy: Overview
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
IR Frequency Region: Fingerprint Region
