Rapid detection of total viable cou

Rapid detection of total viable count (TVC) in pork meat by
hyperspectral imaging

Total viable count (TVC) of bacteria is one of the most important indexes in evaluation of quality and safety
of meat. In this work, the TVC in pork meat was detected by hyperspectral imaging technology. First, the spectra
were extracted from 3-D datacube of hyperspectral image and 100 characteristic variables were selected by
synergy interval PLS (SI-PLS) algorithm. Meanwhile, principal component analysis (PCA) was implemented on
the 3-D datacube to determine 3 characteristic pictures. And, 5 characteristic variables were extracted using
texture analysis from each characteristic picture. PCA was implemented on 111 spectra variables, 15 image
variables and data fusion (126 variables), and the top principal components (PCs) were extracted for developing
the TVC prediction model, respectively. Experimental results show that the model based on data fusion is
superior to others, which was achieved withRMSEP=0.243lgCFU/gandRp
2
= 0.8308 in the prediction set.
This work demonstrates that HSI technique, as a nondestructive analytical tool, has the potential in nondestructive
detection of TVC in pork meat

ผลลัพธ์ (ไทย) 1:

การตรวจสอบอย่างรวดเร็วของการทำงานได้นับรวม (TVC) ในเนื้อหมูโดย
hyperspectral ถ่ายภาพ

ทำงานได้นับรวม (TVC) ของเชื้อแบคทีเรียที่เป็นหนึ่งในดัชนีที่สำคัญที่สุดในการประเมินคุณภาพและความปลอดภัยของเนื้อ
ในงานนี้ tvc ในเนื้อหมูที่ถูกตรวจพบโดยเทคโนโลยีการถ่ายภาพ hyperspectral แรกสเปกตรัม
ถูกสกัดจาก 3 datacube งของภาพ hyperspectral และ 100 ตัวแปรลักษณะถูกเลือกโดย
พลัง pls ตามช่วงเวลา (si-pls) ขั้นตอนวิธีการ ขณะที่การวิเคราะห์องค์ประกอบหลัก (PCA) ถูกนำมาใช้บน
3 ง datacube เพื่อตรวจสอบ 3 ภาพลักษณะ และ 5 ตัวแปรลักษณะถูกสกัดโดยใช้การวิเคราะห์
เนื้อจากภาพแต่ละภาพลักษณะPCA ได้ดำเนินการเกี่ยวกับ 111 ตัวแปรสเปกตรัม, 15 ภาพ
ตัวแปรและฟิวชั่นข้อมูล (126 ตัวแปร) และชิ้นส่วนหลักบน (ชิ้น) ถูกสกัดในการพัฒนารูปแบบการทำนาย
tvc ตามลำดับ ผลการทดลองแสดงให้เห็นว่ารูปแบบฟิวชั่นขึ้นอยู่กับข้อมูลที่
ดีกว่าคนอื่นซึ่งก็ประสบความสำเร็จ withrmsep = 0.243lgcfu/gandrp
2
= 0.8308 ในชุดทำนาย.
งานนี้แสดงให้เห็นว่าเทคนิค hsi เป็นเครื่องมือในการวิเคราะห์แบบไม่ทำลายมีศักยภาพในการตรวจสอบแบบไม่ทำลาย
ของ tvc ในเนื้อหมู

ผลลัพธ์ (ไทย) 2:

ตรวจสอบอย่างรวดเร็วทำงานได้จำนวนรวม (TVC) ในเนื้อหมู
hyperspectral ภาพ

ได้จำนวนรวม (TVC) ของแบคทีเรียเป็นดัชนีสำคัญในการประเมินคุณภาพและความปลอดภัยหนึ่ง
เนื้อ ในงานนี้ TVC ในเนื้อหมูถูกตรวจพบ โดย hyperspectral เทคโนโลยีภาพ แรก แรมสเป็คตราการ
สกัดได้จาก datacube 3 มิติภาพ hyperspectral และลักษณะ 100 เลือกตัวแปรโดย
synergy ช่วงกรุณา (SI-กรุณา) อัลกอริทึมการ ในขณะเดียวกัน วิเคราะห์ส่วนประกอบหลัก (PCA) ถูกนำมาใช้บน
datacube 3 มิติเพื่อกำหนดภาพ 3 ลักษณะ และ ตัวแปรลักษณะ 5 ถูกสกัดโดยใช้
เนื้อวิเคราะห์จากรูปภาพแต่ละลักษณะ สมาคมได้ดำเนินการบนตัวแปรแรมสเป็คตรา 111, 15 ภาพ
ฟิวชั่นตัวแปรและข้อมูล (ตัวแปร 126), และคอมโพเนนต์หลักสูงสุด (พีซี) ได้แยกการพัฒนา
ทำนาย TVC รุ่น ตามลำดับ ผลการทดลองแสดงว่า รูปแบบตามข้อมูลฟิวชั่น
เหนือกว่าผู้อื่น ซึ่งสำเร็จ withRMSEP = 0.243lgCFU / gandRp
2
= 0.8308 ในชุดทำนาย
งานนี้แสดงให้เห็นว่า เทคนิค HSI เป็นเครื่องมือวิเคราะห์ทำลาย มีศักยภาพทำลาย
TVC ที่ตรวจพบในเนื้อหมู

ผลลัพธ์ (ไทย) 3:

การตรวจจับอย่างรวดเร็วของนับรวมได้ทั้งหมด( TVC ควบคุมร่วม)ในการถ่าย ภาพ โดยเนื้อหมูเนื้อ
hyperspectral

รวมได้นับ( TVC ควบคุมร่วม)ของแบคทีเรียเป็นหนึ่งในดัชนีชี้วัดที่มีความสำคัญในการประเมิน คุณภาพ และ ปลอดภัย
ของเนื้อ ในงานนี้ TVC ควบคุมร่วมในเนื้อหมูมีการตรวจพบโดยใช้เทคโนโลยีการถ่าย ภาพ hyperspectral เป็นครั้งแรกที่น่าขนพองสยองเกล้า
ตามมาตรฐานก็ถูกดึงมาจาก datacube 3 - D ของตัวแปร ภาพ hyperspectral และ 100 และมีลักษณะเป็นได้รับการคัดเลือกโดยช่วง
ผนึกกำลังกันโปรด(ศรี - โปรด)อัลกอริธึม ในขณะเดียวกันการวิเคราะห์คอมโพเนนต์หลัก(( R ) PCA Cellular )ก็นำมาปรับใช้บน
datacube 3 - D ที่จะกำหนด 3 ภาพ ลักษณะ และเป็นตัวแปรสำคัญและมีลักษณะเป็น 5 คนถูกแยกออกมาโดยใช้การวิเคราะห์จาก ภาพ
พื้นผิวและมีลักษณะเป็นแต่ละครั้ง( R ) PCA Cellular ถูกนำไปรวมอยู่ในตัวแปร 111 Spectra 15 ภาพ
การผสมผสานข้อมูลและตัวแปร( 126 ตัวแปร)และส่วนประกอบหลักด้านบน(พีซี)ได้ถูกแยกออกมาในการพัฒนารูปแบบการคาดเดา TVC ควบคุมร่วม
ตามลำดับ ผลการทดลองแสดงให้เห็นว่ารุ่นนี้โดยอยู่บนพื้นฐานของข้อมูลเป็นการผสมผสาน
ซึ่งจะช่วยให้ผู้อื่นซึ่งเป็นความสำเร็จ withrmsep = 0.243 lgcfu / gandrp

= 0.8308 2 ในการพยากรณ์ที่ตั้งค่า.
งานนี้แสดงให้เห็นว่าเป็นเทคนิค Chiao Hsi ซึ่งเป็นเครื่องมือในการวิเคราะห์ nondestructive ที่มี ศักยภาพ ในการตรวจจับ nondestructive
ของ TVC ควบคุมร่วมในเนื้อหมู