使用红外光谱学早期和快速识别真菌感染
George Abu-Aqil1, Samar Adawi1, Mahmoud Huleihel1
1Department of Microbiology, Immunology, and Genetics, Faculty of Health Sciences, Ben-Gurion University of the Negev, Beer-Sheva 84105, Israel.
在面包中早期检测真菌感染是可以使用福里埃变换红外衰减总反射率 (FTIR-ATR) 谱学和机器学习. 这种方法可以准确地识别真菌,提高食品安全,减少经济损失.
科学领域:
- 食品科学与技术 食品科学与技术
- 微生物学 微生物学
- 分析化学是一种分析化学.
背景情况:
- 面包等食品的真菌污染会导致严重的经济损失和健康风险.
- 早期发现真菌感染对于有效管理和预防腐败至关重要.
- 目前的检测方法可能耗时,可能无法在最初阶段识别感染.
研究的目的:
- 为了研究里埃变换红外衰减总反射率 (FTIR-ATR) 光谱学的有效性,用于快速检测面包中的真菌感染.
- 用FTIR-ATR数据评估机器学习算法在分类感染真菌的面包样本中的性能.
- 评估该技术在早期识别特定真菌物种 (如Rhizopus和Aspergillus) 的潜力.
主要方法:
- 福里埃变换红外衰减总反射率 (FTIR-ATR) 光谱法用于从纯净和故意感染的面包样本中获取光谱数据.
- 使用随机森林机器学习算法来分析光谱数据并对样本进行分类.
- 该模型经过训练和验证,以区分健康的面包和感染真菌的面包,并识别特定的真菌属.
主要成果:
- 与随机森林结合的FTIR-ATR光谱技术在区分纯面包样本和受感染面包样本方面实现了86%的整体准确性.
- 该方法在感染的第一天,在识别特定真菌 (包括Rhizopus和Aspergillus) 方面表现出了84%的准确性.
- 由FTIR-ATR生成的光谱指纹为在面包矩阵中识别真菌提供了可靠的基础.
结论:
- FTIR-ATR光谱学提供了一种快速而准确的非破坏性方法,用于早期检测面包中的真菌.
- 机器学习的整合增强了分类能力,使得可以及时识别损坏.
- 这项技术在改善食品质量控制,减少收获后损失和确保食品安全方面具有重大前景.
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
10:50Detection and Quantification of Plasmodium falciparum in Aqueous Red Blood Cells by Attenuated Total Reflection Infrared Spectroscopy and Multivariate Data Analysis
Published on: November 2, 2018
相关概念视频
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
Applications of IR Spectroscopy: Overview
IR Spectrometers
IR Frequency Region: Fingerprint Region
