دانشگاه تهران مهندسی بیوسیستم ایران 2008-4803 51 3 2020 11 21 Microbial Contamination Assessment of Lettuce using NIR Hyperspectral Imaging: Case Study on Escherichia coli فناوری تصویربرداری ابرطیفی فروسرخ نزدیک برای شناسایی آلودگی میکروبی: مطالعه موردی اشریشیاکلی در کاهو 599 610 78880 10.22059/ijbse.2020.296281.665267 FA سحر راهی گروه مهندسی ماشینهای کشاورزی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران حسین مبلی عضو هیات علمی/ دانشکده مهندسی و فناوری کشاورزی دانشگاه تهران، کرج، ایران بهاره جمشیدی )، موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران اصلان عزیزی موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران محمد شریفی عضو هیات علمی دانشکده مهندسی و فناوری کشاورزی دانشگاه تهران، تهران، کرج، ایران Journal Article 2020 03 01 Development of non-destructive detection methods to rapidly assess the safety of agricultural products in terms of microbial contamination due to the increasing demand for safe ones is very important. In this research, a non-destructive optical method based on NIR hyperspectral imaging with (PLS-DA) method for rapid detection of microbial contaminated lettuce class (contaminated with Escherichia coli) from control class (with no contamination) was developed. To this end, dimensionality reduction (Spatial preprocessing) and spectral preprocessing were performed using (PCA) and Standard Normal Variate (SNV) with Mean Centering (MC) methods. The results of PLS-DA analysis showed the good ability in classification of control class and contaminated ones with different microbial population with high accuracy of 90% and class error of 0.008. Besides, the spectral region of 1400 to 1500 nm and the wavelength of 1200 nm were selected as the most important wavelengths that provide the most information for target identification and group classification using Variable Importance in Projection (VIP) score of the loading plot for PLS-DA. In general, the result showed that the NIR hyperspectral imaging method with PLS-DA analysis could be a fast and accurate method for real-time and non-destructive detection of microbial contamination in lettuce samples and classification of different classes (safe and contaminated). با افزایش تقاضا برای محصولات کشاورزی سالم، توسعه روش‌های تشخیص غیر مخرب برای ارزیابی سریع ایمنی محصولات کشاورزی از نظر آلودگی میکروبی بسیار حائز اهمیت است. هدف از این پژوهش توسعه یک روش اپتیکی غیر مخرب مبتنی بر تصویربرداری ابرطیفی در ناحیه فروسرخ نزدیک به همراه روش‌ تفکیک کمترین مربعات جزئی برای تشخیص سریع کاهوی برگی آلوده به میکروب اشرشیاکلی از نمونه‌های کنترل (فاقد آلودگی) بود. برای این منظور، پیش‌پردازش مکانی با روش تجزیه مولفه­های اصلی و پیش پردازش طیفی بر پایه توزیع نرمال استاندارد به همراه میانگین‌گیری مرکزی انجام شدند. نتایج تحلیل با روش تفکیک کمترین مربعات جزئی نشان داد که 4 گروه متفاوت با دقت بیش از 90 درصد و خطای کمتر از 008/0 قابل طبقه‌بندی هستند. هم­چنین، با استفاده از بردار اهمیت متغیر، ناحیه طیفی 1400 تا 1500 و 1200 نانومتر به عنوان  طول موج‌هایی که بیشترین اطلاعات را برای تشخیص هدف در اختیار می­گذارند، انتخاب شدند. https://ijbse.ut.ac.ir/article_78880_2c6ba9f00dbf2cc21639144f70a14413.pdf