在样本中估计辐射剂量,使用基于反应的指纹方法
Anna V Shik1, Irina A Stepanova1, Marina V Koksharova1
1Department of Chemistry, Lomonosov Moscow State University, GSP-1, 1-3 Leninskiye Gory, 119991 Moscow, Russia.
Food chemistry
|April 6, 2025
概括
这项研究引入了一种新的光学传感方法,用于估计使用碳酸染料的食物辐射剂量. 机器学习成功地区分了被辐射的和未被辐射的,使得精确的剂量评估成为可能.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 辐射化学 辐射化学
背景情况:
- 工业规模的食品辐射需要快速,具有成本效益的剂量估计方法.
- 使用剂量依赖指标反应的光学传感是一种新兴的解决方案.
- 精确的剂量测量对于确保辐射后的食品安全和质量至关重要.
研究的目的:
- 开发和验证一种基于反应的光学传感策略,用于估计食品中的辐射剂量.
- 为了评估碳酸染料反应的有效性,加上对剂量计的机器学习.
- 调查不同肉生产商之间剂量估计的可行性.
主要方法:
- 原料胸样本被辐射到1 MeV的加速电子.
- 样品被提取并与碳酸染料,过氧化或低化物反应.
- 测量了吸收度和光度,并应用机器学习进行数据分析.
主要成果:
- 监督机器学习准确地区分了来自同一生产商的受辐射 (250, 1000, 5000 Gy) 和未受辐射的样本.
- 该方法对剂量估计具有前景,并有可能通过数据库构建得到更广泛的应用.
- 生产者之间的变化需要一个全面的数据库来分析未知的样本.
结论:
- 基于反应的光学传感与机器学习相结合,为食品辐射剂量估计提供了一种可行的方法.
- 开发的技术证明了已知生产商的样品的高精度.
- 扩大生产者数据库是实现可靠剂量估计多种食物来源的关键.
