2025 : 10 : 14
Mostafa Khojastehnazhand

Mostafa Khojastehnazhand

Academic rank: Associate Professor
ORCID: https://orcid.org/0000-0002-2775-5994
Education: PhD.
ScopusId: http://www.scopus.com/inward/authorDetails.url?authorID=32867869100&partnerID=MN8TOARS
HIndex: 10/00
Faculty: Faculty of Engineering
Address:
Phone: 041-6181- 1655

Research

Title
کاربرد طیف‌سنجی FT-IR با مدل‌های طبقه‌بندی و رگرسیون مختلف برای تشخیص و کمی‌سازی هیدروسولفیت سدیم در آرد گندم ایران
Type
JournalPaper
Keywords
Adulteration, Chemometrics, Sodium hydrosulfite, Spectroscopy, Wheat flour
Year
2024
Journal پژوهشهای علوم و صنایع غذایی ایران
DOI
Researchers Amir kazemi ، asghar mahmoudi ، Mostafa Khojastehnazhand ، Seyyed Hossein Fattahi

Abstract

آرد گندم یکی از مهم‌ترین و استراتژیک‌ترین منابع غذایی به‌ویژه در کشورهای در حال توسعه است. افزودن هیدروسولفیت سدیم به آرد برای بهبود برخی ویژگی‌های ظاهری می‌تواند اثرات خطرناکی بر سلامت مصرف‌کننده داشته باشد. بنابراین تشخیص این ماده مضر از اهمیت عملی بالایی برخوردار است. در مطالعه حاضر، پتانسیل طیف‌سنجی مادون قرمز تبدیل فوریه (FT-MIR) در 400-4000 cm-1 برای تشخیص سریع پودر هیدروسولفیت سدیم در آرد گندم مورد بررسی قرار گرفت. پس از گرفتن داده‌های طیفی از نمونه‌ها، ابتدا از برخی روش‌های پیش‌پردازش برای تصحیح اثرات مضر و ناخواسته بر داده‌های طیفی استفاده شد و سپس از آنالیز مؤلفه‌های اصلی (PCA) به‌عنوان مدل بدون نظارت و از مدل‌های ماشین‌بردار بدون نظارت و پشتیبانی (SVM) و شبکه عصبی مصنوعی (ANN) به‌عنوان مدل‌های بانظارت استفاده شد. همچنین از مدل رگرسیون حداقل مربعات جزئی (PLSR) به‌عنوان مدل رگرسیونی برای تشخیص و تعیین کمیت تقلب در نمونه‌های آرد خالص استفاده شد. بهترین نتایج به‌ترتیب بادقت 86.66 و 86.70 برای مدل‌های SVM و ANN با پیش‌پردازش S-G + D2 + SNV و R2p = 0.99 برای مدل PLSR بود.