Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/355152
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Aplicação de espectroscopia no infravermelho próximo e imagens hiperespectrais para quantificar o teor de óleo e classificar sementes do gênero : Application of Near Infrared spectroscopy and hyperspectral imaging to quantify the oil content and classify Brassica seeds
Title Alternative: Application of Near Infrared spectroscopy and hyperspectral imaging to quantify the oil content and classify Brassica seeds
Author: Medeiros, Maria Lucimar da Silva, 1995-
Advisor: Barbin, Douglas Fernandes, 1980-
Abstract: Resumo: As sementes do gênero Brassica constituem uma das fontes mais importantes de óleos vegetais do mundo e possui inúmeras aplicações nas indústrias alimentícia, farmacêutica e química. O teor de óleo, principal parâmetro quantitativo para avaliar a sua adequação para o mercado, é geralmente mensurado por técnicas analíticas tradicionais, que demandam tempo, são onerosas e destroem a amostra. Técnicas vibracionais, como a espectroscopia no infravermelho próximo (NIR) e a imagem hiperespectral (NIR-HSI), possibilitam a quantificação simples, rápida e precisa de componentes químicos em alimentos, sem destruir a amostra e sem geração de resíduos químicos e podem ser aplicadas como uma alternativa aos métodos convencionais. Diante disso, o presente estudo teve como objetivo investigar o potencial de espectros adquiridos em um equipamento portátil (NIRS) (900 ¿ 1700 nm) e em uma câmera hiperespectral (NIR-HSI) (928 ¿ 2524 nm), em conjunto com ferramentas de quimiometria, na autenticação de espécies e predição do teor de óleo em sementes Brassicas intactas. A Análise de Componentes Principais (PCA) foi usada como uma análise exploratória dos dados. A análise Discriminante por mínimos quadrados parciais (PLS-DA) foi aplicada para discriminar entre as espécies Brassica napus, Brassica rapa e Brassica juncea e demonstrou ser eficiente, com acurácias entre 75,0 ¿ 93,6% e 91,0 ¿ 100% para os dados NIRS e NIR-HSI. A Regressão por mínimos quadrados parciais (PLS) foi utilizada para predizer o teor de óleo nas sementes intactas e demonstrou boa capacidade de predição, especialmente para os espectros NIR pré-processados com primeira derivada e para os espectros NIR-HSI brutos, onde foram obtidos coeficientes de determinação de 0,682 e 0,764, erros quadráticos médios na predição menores que 1,0 e RPD de 2,0 e 2,2, respectivamente. A seleção de comprimentos de onda relevantes a partir do algoritmo do intervalo PLS (iPLS) aumentou a capacidade discriminativa do modelo NIRS baseado nos espectros suavizados com Savitzky-Golay, onde foi atingida acuraria de 94,9%, e proporcionou uma melhoria nos resultados da calibração PLS para os espectros NIR-HSI, especialmente quando pré-processados com segunda derivada, atingindo RPD de 2.31. Os resultados obtidos neste estudo mostraram que ambos os dispositivos de espectroscopia NIR, combinados com ferramentas de quimiometria, podem ser aplicados para discriminar sementes das espécies Brassicas analisadas e para fornecer uma estimativa rápida do teor de óleo nas sementes

Abstract: Brassica seeds are one of the most important sources of vegetable oils in the world and have numerous applications in the food, pharmaceutical and chemical industries. The oil content, the main quantitative parameter to assess its suitability for the market, is usually measured by traditional analytical techniques, which are time consuming, costly and destroy the sample. Vibrational techniques, such as near-infrared spectroscopy (NIR) and hyperspectral imaging (NIR-HSI), allow simple, fast, and accurate quantification of chemical components in food, without destroying the sample and without generating chemical residues and can be applied as an alternative to conventional methods. Therefore, the present study aimed to investigate the potential of spectra acquired in a portable equipment (NIRS) (900 - 1700 nm) and in a hyperspectral camera (NIR-HSI) (928 - 2524 nm), together with chemometrics, species authentication and prediction of oil content in intact Brassicas seeds. Principal Component Analysis (PCA) was used as an exploratory analysis of the data. Discriminant Analysis by Partial Least Squares (PLS-DA) was applied to discriminate between Brassica napus, Brassica rapa and Brassica juncea species and proved to be efficient, with accuracy between 75.0 - 93.6% and 91.0 - 100% for NIRS and NIR-HSI data. Partial Least Squares regression (PLS) was used to predict the oil content in intact seeds and demonstrated good predictive ability, especially for the pre-processed NIR spectra with first derivative and for the raw NIR-HSI spectra, where they were obtained determination coefficients of 0.682 and 0.764, mean square errors in the prediction less than 1.0 and RPD of 2.0 and 2.2, respectively. The selection of relevant wavelengths from the PLS interval algorithm (iPLS) increased the discriminative capacity of the NIRS model based on the spectra smoothed with Savitzky-Golay, where an accuracy of 94.9% was achieved, and provided an improvement in the results of the PLS calibration for the NIR-HSI spectra, especially when pre-processed with second derivative, reaching RPD of 2.31. The results obtained in this study showed that both NIR spectroscopy devices, combined with chemometric tools, can be applied to discriminate seeds of the analyzed Brassicas species and to provide a quick estimate of the oil content in the seed
Subject: Canola
Plantas oleaginosas
Quimiometria
Tecnologias emergentes
Language: Multilíngua
Editor: [s.n.]
Citation: MEDEIROS, Maria Lucimar da Silva. Aplicação de espectroscopia no infravermelho próximo e imagens hiperespectrais para quantificar o teor de óleo e classificar sementes do gênero: Application of Near Infrared spectroscopy and hyperspectral imaging to quantify the oil content and classify Brassica seeds. 2021. 1 recurso online ( 88 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia de Alimentos, Campinas, SP. Disponível em: http://www.repositorio.unicamp.br/handle/REPOSIP/355152. Acesso em: 25 Feb. 2021.
Date Issue: 2021
Appears in Collections:FEA - Tese e Dissertação

Files in This Item:
File SizeFormat 
Medeiros_MariaLucimarDaSilva_M.pdf1.27 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.