• 산업식품공학
• /
• 제15권2호
• /
• pp.136-142
• /
• 2011

본 연구에서는 정상 콩과 이에 혼입되는 이물질을 판별하기 위해 900 nm에서 1800 nm의 파장대역에서 단색화장치가 장착된 근적외선 분광장치를 이용하여 획득된 콩과 이물질의 반사 스펙트럼의 세기를 이용하여 각각의 판별예측모델을 개발하고 그 성능과 판별정확도를 검증해보았다. 정상콩 60 립과 이물질 60 점을 각각 2 회 반복하여 측정한 총 240 개의 반사스펙트럼에 대해서 모델 개발용인 calibration group으로 168 개를, 나머지 72 개는 개발된 모델을 예측하는 prediction group으로 나누어 사용하였다. 획득된 스펙트럼은 광원의 불안정함, 시료의 크기와 형태에서 기인되는 여러 변이들을 최소화하기 위해 다양한 수학적인 전처리를 적용하였으며 판별예측모델의 개발을 위해 PLS-DA와 SIMCA 방법을 사용하여 모델의 예측 성능과 판별율을 검토하였다. PLS-DA에서 모델 개발에 사용된 84 개의 정상 콩 스펙트럼 CLASS I은 적용된 모든 전처리에서 100%의 판별율을 보여주었으며 이물질 스펙트럼 CLASS II에서도 SNV 전처리를 제외하고는 모두 100% 이물질로 판별하여 분류하였다. 개발된 PLS-DA의 모델에 대한 prediction group의 검증에 있어서는 평균값 정규화 전처리 방법이 정상 콩과 이물질에서 100% 판별율을 보여주었다. SIMCA를 이용한 이물질 판별예측모델 개발은 PLS-DA와 비교할 때 상대적으로 저조한 판별율 결과를 나타냈으며 최대값 정규화와 일정 범위값 정규화의 전처리 방법을 적용한 모델이 평균 판별율 94.4%로 다소 양호한 결과를 보여주었다. 따라서 콩에 혼입되어 있는 이물질을 판별하는 시스템을 개발하는 데 있어서 근적외선 분광장치를 이용하여 획득한 반사도 스펙트럼은 PLS-DA로 판별예측모델을 개발하고 최적의 전처리 방법을 적용한다면 콩과 이물질의 선별시에 보다 나은 판별율을 얻을 수 있을 것이다.

• 분석과학
• /
• 제32권1호
• /
• pp.7-16
• /
• 2019

본 연구에서는 닥나무 인피섬유와 이를 이용하여 제조한 한지의 FT-NIR및 FT-MIR 스펙트럼 데이터를 각각PLS-DA에 적용하여 닥나무 인피섬유 및 한지의 원산지 판별 모델을 개발하고자 하였다. 본 연구를 위하여 서로 다른 원산지의 국내산 닥나무 인피섬유 10점을 채취하여 한지로 제조하였다. 상기시료의 FT-NIR 및 FT-IR 스펙트럼 데이터는 데이터 전처리 과정을 거쳐 PLS-DA를 수행하였다. 모델링 결과, 닥나무 인피섬유와 한지의 NIR 스펙트럼 데이터가 판별모델의 교차 검증결과 및 성능평가(정확도, 민감도, 특이도)에서 모두 100 %로 MIR 스펙트럼 데이터보다 우수한 판별 성능을 나타냈다. 또한 지역별로 4 개의 그룹을 형성하는 것을 확인 할 수 있었으며, 닥나무 인피섬유와 한지의 원산지 판별 모델 간 score 형태가 유사하게 나타내는 것을 확인하였다.

• Journal of Biosystems Engineering
• /
• 제38권4호
• /
• pp.318-326
• /
• 2013

Purpose: We developed a viability evaluation method for cucumber (Cucumis sativus) seed using hyperspectral reflectance imaging. Methods: Reflectance spectra of cucumber seeds in the 400 to 1000 nm range were collected from hyperspectral reflectance images obtained using blue, green, and red LED illumination. A partial least squares-discriminant analysis (PLS-DA) was developed to predict viable and non-viable seeds. Various ranges of spectra induced by four types of LEDs (Blue, Green, Red, and RGB) were investigated to develop the classification models. Results: PLS-DA models for spectra in the 600 to 700 nm range showed 98.5% discrimination accuracy for both viable and non-viable seeds. Using images based on the PLS-DA model, the discrimination accuracy for viable and non-viable seeds was 100% and 99%, respectively Conclusions: Hyperspectral reflectance images made using LED light can be used to select high quality cucumber seeds.

• 비파괴검사학회지
• /
• 제32권5호
• /
• pp.518-525
• /
• 2012

본 연구에서는 초분광 반사광 영상기술을 이용하여 비파괴적으로 상추의 건전종자와 퇴화종자를 선별하는 기술을 개발하고자 하였다. 750~1000nm의 근적외선 초분광 반사광 영상의 분광데이터를 이용하여 상추의 발아종자와 불발아 종자를 판별하는 PLS-DA 모델을 개발하고 개발된 모델의 성능 평가를 실시하였다. 모델 calibration의 판별 정확도는 81.6%였으며, test의 결과는 81.2%의 판별 정확도를 보였다. 또한 개발된 PLS-DA 모델을 적용한 초분광 반사광 영상을 이용하여 대량의 불발아 종자를 동시에 영상으로 검출 가능한 영상처리 알고리즘을 개발하였다. 초분광 반사광 영상에 PLS-DA 모델이 적용된 영상을 이용한 검출 정확도는 91%로 나타났으며, 이는 초분광 반사광 영상을 이용하여 대량의 상추 종자의 비파괴 품질선별에 이용될 수 있음을 보여 주었다.

• 생약학회지
• /
• 제44권4호
• /
• pp.332-335
• /
• 2013

Geographical classification of A. gigas was performed in the present study using UHPLC-DAD combined with multivariate data analysis techniques. Six active constituents were isolated from A. gigas; nodakenin, marmesin, decursinol, demethylsuberosin, decursin and decursinol angelate. One hundred sixty eight A. gigas samples were simultaneously determined using UHPLC-DAD. A principal component analysis (PCA) and partial least square discriminant analysis (PLS-DA) was used to classify the samples according to geographical origins (Korea and China). The origins of A. gigas from Korea and China were correctly classified by 81.6% and 93.8% using PLS-DA Y prediction. This result demonstrates the potential use of UHPLC-DAD combined with multivariate analysis techniques as an accurate and rapid method to classify A. gigas according to their geographical origin.

• Journal of Plant Biotechnology
• /
• 제39권3호
• /
• pp.121-126
• /
• 2012

본 연구에서는 국내에서 재배중인 대표적인 두과작물(대두, 완두, 강낭콩, 팥, 녹두, 동부)종자로부터 전세포추출물의 FT-IR 스펙트럼 데이터로부터 다변량통계분석(PCA, PLS-DA, HCA)을 이용하여 신속하고 간편한 종 구분체계를 확립하였다. 대사체수준에서 팥, 녹두, 동부는 유연관계가 높음을 알 수 있었으며 대두, 완두, 강낭콩은 비록 두과작물이지만 차이가 매우 큼을 알 수 있었다. 아울러 본 연구에서 얻어진 대사체 정보의 다변량통계분석에 의한 유연관계분석은 흥미롭게도 두과작물의 계통분류학적 유연관계와 밀접한 상관관계를 나타내었다. 따라서 FT-IR 스펙트럼 데이터의 다변량통계분석은 방법의 간편성과 신속성을 고려할 때 두과작물의 계통이나 품종의 신속한 식별 수단으로 활용이 가능할 것으로 기대된다. 또한 두과작물의 기능성 성분 함량 정보가 성공적으로 연계된다면 본 연구에서 확립된 대사체 기반 신속식별체계는 기능성 성분의 함량이 높은 계통이나 품종의 조기 선발수단으로 활용이 가능할 것으로 기대된다.

• Journal of Plant Biotechnology
• /
• 제38권1호
• /
• pp.9-14
• /
• 2011

To determine whether pattern recognition based on metabolite fingerprinting for whole cell extracts can be used to discriminate cultivars metabolically, leaves of nine commercial Orostachys plants were subjected to Fourier transform infrared spectroscopy (FT-IR). FT-IR spectral data from leaves were analyzed by principal component analysis (PCA) and Partial least square discriminant analysis (PLS-DA). The dendrogram based on hierarchical clustering analysis of these PLS-DA data separated the nine Orostachys species into five major groups. The first group consisted of O. iwarenge 'Yimge', 'Jeju', 'Jeongsun' and O. margaritifolius 'Jinju' whereas in the second group, 'Sacheon' was clustered with 'Busan,' both of which belong to O. malacophylla species. However, 'Samchuk', belong to O. malacophylla was not clustered with the other O. malacophylla species. In addition, O. minuta and O. japonica were separated to the other Orostachys plants. Thus we suggested that the hierarchical dendrogram based on PLS-DA of FT-IR spectral data from leaves represented the most probable chemotaxonomical relationship between commercial Orostachys plants. Furthermore these metabolic discrimination systems could be applied for reestablishment of precise taxonomic classification of commercial Orostachys plants.

• Journal of Biosystems Engineering
• /
• 제38권4호
• /
• pp.312-317
• /
• 2013

Purpose: Conventional methods used to evaluate seeds viability are destructive, time consuming, and require the use of chemicals, which are not feasible to implement to process plant in seed industry. In this study, the effectiveness of Fourier transform near infrared (FT-NIR) spectroscopy to differentiate between viable and nonviable watermelon seeds was investigated. Methods: FT-NIR reflectance spectra of both viable and non-viable (aging) seeds were collected in the range of 4,000 - 10,000 $cm^{-1}$ (1,000 - 2,500 nm). To differentiate between viable and non-viable seeds, a multivariate classification model was developed with partial least square discrimination analysis (PLS-DA). Results: The calibration and validation set derived from the PLS-DA model classified viable and non-viable seeds with 100% accuracy. The beta coefficient of PLS-DA, which represented spectral difference between viable and non-viable seeds, showed that change in the chemical component of the seed membrane (such as lipids and proteins) might be responsible for the germination ability of the seeds. Conclusions: The results demonstrate the possibility of using FT-NIR spectroscopy to separate seeds based on viability, which could be used in the development of an online sorting technique.

• Journal of Pharmaceutical Investigation
• /
• 제41권6호
• /
• pp.377-380
• /
• 2011

The Artemisia princeps (Compositae) has been used in traditional Korean medicine for the treatment of microbial infections and inflammatory diseases. Since A. princeps is generally difficult to be discriminated from A. capillaris, A. caplillaris has been misused in place of A. princeps. To solve this problem, a rapid and nondestructive method for discrimination of A. princeps and A. capillaris samples was developed using near infrared spectroscopy (NIRS) in the present study. A principal component analysis (PCA) and a partial least squares discrimination analysis (PLS-DA) were performed to discriminate two species. As a result, with the use of PLS-DA, A. princeps and A. capillaris were clustered according to their genus. These outcomes indicated that the NIRS could be useful for the discrimination between Artemisia princeps and Artemisia capillaris.

• Bulletin of the Korean Chemical Society
• /
• 제31권4호
• /
• pp.825-828
• /
• 2010

To classify Glycyrrhiza species, samples of different species were analyzed by $^1H$ NMR-based metabolomics technique. Partial least squares discriminant analysis (PLS-DA) was used as the multivariate statistical analysis of the 1H NMR data sets. There was a clear separation between various Glycyrrhiza species in the PLS-DA derived score plots. The PLS-DA model was validated, and the key metabolites contributing to the separation in the score plots of various Glycyrrhiza species were lactic acid, alanine, arginine, proline, malic acid, asparagine, choline, glycine, glucose, sucrose, 4-hydroxy-phenylacetic acid, and formic acid. The compounds present at relatively high levels were glucose, and 4-hydroxyphenylacetic acid in G. glabra; lactic acid, alanine, and proline in G. inflata; and arginine, malic acid, and sucrose in G. uralensis. This is the first study to perform the global metabolomic profiling and differentiation of Glycyrrhiza species using $^1H$ NMR and multivariate statistical analysis.