Análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas

Las aflatoxinas son subproductos naturales producidos por hongos, principalmente Aspergillus flavus y Aspergillus parasiticus, presentes en los cereales y otros cultivos, en particular el maíz y el maní. Medir los niveles de aflatoxinas en productos de grano es complicado debido a la distribución ex...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Vranic, María Laura, Martínez Vargas, Steven, Cristos, Diego Sebastián, Pesquero, Natalia Victoria, Vorobioff, Juan, Delrieux, Claudio A.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Ciencias Informáticas
Aflatoxinas
maní
Imágenes hiperespectrales
métodos de clasificación
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/176868
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-176868
record_format dspace
spelling I19-R120-10915-1768682025-02-24T20:03:46Z http://sedici.unlp.edu.ar/handle/10915/176868 Análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas Vranic, María Laura Martínez Vargas, Steven Cristos, Diego Sebastián Pesquero, Natalia Victoria Vorobioff, Juan Delrieux, Claudio A. 2024-10 2024 2025-02-24T17:28:23Z es Ciencias Informáticas Aflatoxinas maní Imágenes hiperespectrales métodos de clasificación Las aflatoxinas son subproductos naturales producidos por hongos, principalmente Aspergillus flavus y Aspergillus parasiticus, presentes en los cereales y otros cultivos, en particular el maíz y el maní. Medir los niveles de aflatoxinas en productos de grano es complicado debido a la distribución extremadamente sesgada de las micotoxinas. Las aflatoxinas poseen propiedades significativas de absorción de luz ultravioleta (UV) y fluorescencia. La aplicación del análisis de imágenes en el control de calidad para detectar la presencia de aflatoxinas en granos de maní ofrece varias ventajas significativas frente al muestreo y análisis químico, merecen destacarse que la técnica no es destructiva y se puede controlar todo el lote. Si el análisis de imágenes, se integra con algoritmos de aprendizaje automático, pueden procesarse grandes volúmenes de muestras rápidamente. El objetivo del presente trabajo es seleccionar algoritmos de aprendizaje supervisado que permitan detectar la presencia de aflatoxinas en imágenes hiperespectrales de maní. Se evaluaron muestras de maní sin contaminar, contaminado con Aflatoxina B1 (B1, 6.2426 ⁄ ) y una mezcla de aflatoxinas (MIX, 26.9725 ⁄ totales). Con una precisión global de 0.98 el algoritmo de Random Forest (RF) y Máquinas de Vectores de Soporte (SVM) permitieron clasificar correctamente los 3 grupos. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 1098-1107
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Aflatoxinas
maní
Imágenes hiperespectrales
métodos de clasificación
spellingShingle Ciencias Informáticas
Aflatoxinas
maní
Imágenes hiperespectrales
métodos de clasificación
Vranic, María Laura
Martínez Vargas, Steven
Cristos, Diego Sebastián
Pesquero, Natalia Victoria
Vorobioff, Juan
Delrieux, Claudio A.
Análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas
topic_facet Ciencias Informáticas
Aflatoxinas
maní
Imágenes hiperespectrales
métodos de clasificación
description Las aflatoxinas son subproductos naturales producidos por hongos, principalmente Aspergillus flavus y Aspergillus parasiticus, presentes en los cereales y otros cultivos, en particular el maíz y el maní. Medir los niveles de aflatoxinas en productos de grano es complicado debido a la distribución extremadamente sesgada de las micotoxinas. Las aflatoxinas poseen propiedades significativas de absorción de luz ultravioleta (UV) y fluorescencia. La aplicación del análisis de imágenes en el control de calidad para detectar la presencia de aflatoxinas en granos de maní ofrece varias ventajas significativas frente al muestreo y análisis químico, merecen destacarse que la técnica no es destructiva y se puede controlar todo el lote. Si el análisis de imágenes, se integra con algoritmos de aprendizaje automático, pueden procesarse grandes volúmenes de muestras rápidamente. El objetivo del presente trabajo es seleccionar algoritmos de aprendizaje supervisado que permitan detectar la presencia de aflatoxinas en imágenes hiperespectrales de maní. Se evaluaron muestras de maní sin contaminar, contaminado con Aflatoxina B1 (B1, 6.2426 ⁄ ) y una mezcla de aflatoxinas (MIX, 26.9725 ⁄ totales). Con una precisión global de 0.98 el algoritmo de Random Forest (RF) y Máquinas de Vectores de Soporte (SVM) permitieron clasificar correctamente los 3 grupos.
format Objeto de conferencia
Objeto de conferencia
author Vranic, María Laura
Martínez Vargas, Steven
Cristos, Diego Sebastián
Pesquero, Natalia Victoria
Vorobioff, Juan
Delrieux, Claudio A.
author_facet Vranic, María Laura
Martínez Vargas, Steven
Cristos, Diego Sebastián
Pesquero, Natalia Victoria
Vorobioff, Juan
Delrieux, Claudio A.
author_sort Vranic, María Laura
title Análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas
title_short Análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas
title_full Análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas
title_fullStr Análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas
title_full_unstemmed Análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas
title_sort análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/176868
work_keys_str_mv AT vranicmarialaura analisisdeimageneshiperespectralesdemanicontaminadoconaflatoxinas
AT martinezvargassteven analisisdeimageneshiperespectralesdemanicontaminadoconaflatoxinas
AT cristosdiegosebastian analisisdeimageneshiperespectralesdemanicontaminadoconaflatoxinas
AT pesqueronataliavictoria analisisdeimageneshiperespectralesdemanicontaminadoconaflatoxinas
AT vorobioffjuan analisisdeimageneshiperespectralesdemanicontaminadoconaflatoxinas
AT delrieuxclaudioa analisisdeimageneshiperespectralesdemanicontaminadoconaflatoxinas
_version_ 1845116833361821696

Ejemplares similares