امکان سنجی تشخیص ژنوتیپ های مختلف گیاه نعنا با تکنیک E-Nose

مطالعه حاضر به بررسی طبقه بندی ده ژنوتیپ نعناع توسط یک سیستم بینی الکترونیکی مبتنی بر حسگرهای نیمه هادی اکسید فلزی (MOS) می پردازد. نمونه های برگ از ژنوتیپ های مختلف نعناع برداشت شد، سپس پاسخ سنسورهای سیستم به هر نمونه ثبت شد. برای طبقه بندی گیاهان، پاسخ تمام حسگرهای بینی الکترونیکی با روش های تجزیه و تحلیل اجزای اصلی (PCA)، تجزیه و تحلیل تشخیص خطی (LDA)، تجزیه و تحلیل متمایز درجه دوم (QDA) و شبکه عصبی مصنوعی (ANN) مورد بررسی قرار گرفت. بر اساس نتایج تجزیه و تحلیل کیفی اسانس ها توسط دستگاه GC-MS، بیش از ۹۹ درصد ترکیبات شناسایی شده در چهار گروه شیمیایی شامل هیدروکربن ها و مونوترپن ها و سسکوئی ترپن های اکسیژن دار قرار داشتند. همچنین بر اساس تجزیه و تحلیل بای پلات، جمعیت های مختلف نعناع را می توان به طور کلی به ۸ گروه تقسیم کرد. نتایج تحلیل مولفه های اصلی با استفاده از داده های به دست آمده از سیستم نشان داد که دو مولفه اصلی اول می توانند در مجموع ۹۷ درصد از واریانس داده ها را پوشش دهند. دقت طبقه بندی با استفاده از داده های بینی الکترونیکی برای تجزیه و تحلیل وضوح خطی، تجزیه و تحلیل وضوح درجه دوم و شبکه عصبی مصنوعی به ترتیب ۹۸.۹، ۹۹.۹ و ۹۶% به دست آمد. طبقه بندی مناسب ژنوتیپ های نعناع توسط سیستم بینی الکترونیکی می تواند به عنوان جایگزینی حساس، قابل اعتماد و کم هزینه برای روش های سنتی مورد استفاده قرار گیرد.

کلیدواژه ها:

اسانس ، بویایی ماشینی ، روش های هوشمند ، طبقه بندی