AbstractTo precisely determine heme

Abstract
To precisely determine heme and non-heme iron contents in meat product, the feasibility of combining spectral with texture features extracted from multispectral imaging data (405–970 nm) was assessed. In our study, spectra and textures of 120 pork sausages (PSs) treated by different temperatures (30–80 °C) were analyzed using different calibration models including partial least squares regression (PLSR) and LIB support vector machine (Lib-SVM) for predicting heme and non-heme iron contents in PSs. Based on a combination of spectral and textural features, optimized PLSR models were obtained with determination coefficient (R2) of 0.912 for heme and of 0.901 for non-heme iron prediction, which demonstrated the superiority of combining spectra with texture data. Results of satisfactory determination and visualization of heme and non-heme iron contents indicated that multispectral imaging could serve as a feasible approach for online industrial applications in the future.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อรับการประเมินความเป็นไปได้ของการรวมสเปกตรัมด้วยคุณสมบัติเนื้อแยกจากข้อมูลภาพ multispectral (405 – 970 nm) ได้อย่างแม่นยำกำหนด heme และเนื้อหาไม่ใช่ heme เหล็กในผลิตภัณฑ์เนื้อสัตว์ ในการศึกษาของเรา สเปกตรัมและพื้นผิวของ 120 หมูไส้กรอก (PSs) รักษา โดยอุณหภูมิต่าง ๆ (30 – 80 ° C) ได้วิเคราะห์โดยใช้รูปแบบการสอบเทียบที่แตกต่างกันรวมทั้งถดถอยบางส่วนกำลังสองน้อยสุด (PLSR) และ LIB สนับสนุนเวกเตอร์เครื่อง (Lib SVM) ทำนาย heme และปลอด heme เหล็กหา PSs. จากการรวมกันของสเปกตรัม และเนื้อสัมผัส รุ่น PLSR เหมาะสมที่สุดได้รับกับค่าสัมประสิทธิ์การกำหนด (R2) ของ 0.912 สำหรับ heme และ 0.901 สำหรับทำนายไม่ใช่ heme เหล็ก ซึ่งแสดงให้เห็นความเหนือกว่าของการรวมสเปกตรัมกับเนื้อข้อมูล ผลของความมุ่งมั่นพอและจินตภาพของ heme และปลอด heme เหล็กเนื้อหาระบุว่า ภาพ multispectral อาจจะเป็นวิธีการเป็นไปเพื่องานออนไลน์ในอนาคต

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ
ได้อย่างแม่นยำกำหนด heme และเหล็กที่ไม่ใช่ heme เนื้อหาในผลิตภัณฑ์เนื้อสัตว์, ความเป็นไปได้ของการรวมสเปกตรัมที่มีคุณสมบัติพื้นผิวที่สกัดจากข้อมูลการถ่ายภาพแบบ multispectral (405-970 นาโนเมตร) ได้รับการประเมิน ในการศึกษาของเราสเปกตรัมและพื้นผิว 120 ไส้กรอกหมู (PSS) ได้รับการรักษาจากอุณหภูมิที่แตกต่างกัน (30-80 ° C) ถูกนำมาวิเคราะห์โดยใช้แบบจำลองการสอบเทียบที่แตกต่างกันรวมทั้งบางส่วนอย่างน้อยสี่เหลี่ยมถดถอย (PLSR) และ LIB การสนับสนุนเครื่องเวกเตอร์ (Lib-SVM) สำหรับ ทำนาย heme เหล็กและเนื้อหาที่ไม่ใช่ heme ใน PSS ขึ้นอยู่กับการรวมกันของคุณสมบัติสเปกตรัมและเนื้อสัมผัสที่ที่ดีที่สุดรุ่น PLSR ที่ได้รับมีค่าสัมประสิทธิ์การตัดสินใจ (R2) ของ 0.912 สำหรับ heme และ 0.901 ทำนายเหล็กที่ไม่ใช่ heme ซึ่งแสดงให้เห็นถึงความเหนือกว่าของการรวมเปคตรัมที่มีข้อมูลพื้นผิว ผลของการตัดสินใจที่น่าพอใจและแสดงภาพของ heme และ non-heme ธาตุเหล็กชี้ให้เห็นว่าการถ่ายภาพแบบ multispectral สามารถใช้เป็นแนวทางที่เป็นไปได้สำหรับการใช้งานในอุตสาหกรรมออนไลน์ในอนาคต