Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Zhao, Chunjiang" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Non-Destructive Quantitative Analysis of Azodicarbonamide Additives in Wheat Flour by High-Throughput Raman Imaging
Autorzy:
Wang, Xiaobin
Zhao, Chunjiang
Powiązania:
https://bibliotekanauki.pl/articles/2019170.pdf
Data publikacji:
2021-12-01
Wydawca:
Instytut Rozrodu Zwierząt i Badań Żywności Polskiej Akademii Nauk w Olsztynie
Tematy:
azodicarbonamide
wheat flour
Raman imaging
image classification
quantitative model
Opis:
Azodicarbonamide (ADA) additives are limited or prohibited from being added to wheat flour by various countries because they may produce carcinogenic semicarbazide in humid and hot conditions. This study aimed to realize the non-destructive detection of ADA additives in wheat flour using high-throughput Raman imaging and establish a quantitative analysis model. Raman images of pure wheat flour, pure ADA, and wheat flour-ADA mixed samples were collected respectively, and the average Raman spectra of each sample were calculated. A partial least squares (PLS) model was established by using the linear combination spectra of pure wheat flour and pure ADA and the average Raman spectra of mixed samples. The regression coefficients of the PLS model were used to reconstruct the 3D Raman images of mixed samples into 2D grayscale images. Threshold segmentation was used to classify wheat flour pixels and ADA pixels in grayscale images, and a quantitative analysis model was established based on the number of ADA pixels. The results showed that the minimum detectable content of ADA in wheat flour was 100 mg/kg. There was a good linear relationship between the ADA content in the mixed sample and the number of pixels classified as ADA in the grayscale image in the range of 100 – 10,000 mg/kg, and the correlation coefficient was 0.9858. This study indicated that the combination of PLS regression coefficients with threshold segmentation had provided a non-destructive method for quantitative detection of ADA in Raman images of wheat flour-ADA mixed samples.
Źródło:
Polish Journal of Food and Nutrition Sciences; 2021, 71, 4; 403-410
1230-0322
2083-6007
Pojawia się w:
Polish Journal of Food and Nutrition Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies