بینی الکترونیک؛ روشی برای طبقه بندی آسان گیاهان دارویی - مجله آزمون اول

به گزارش خبرنگاران، گیاهان دارویی به علت کاربردهایی که در سلامتی دارند از دیدگاه جهانی مورد توجه هستند. تقاضا برای این محصولات به علت افزایش علاقه مصرف نمایندگان به محصولات طبیعی رو به افزایش است و در برخی موارد ناشی از این است که محصولات طبیعی ایمن تر و نسبت به هزینه پرداخت شده مؤثرتر هستند. طبق آمار سازمان بهداشت جهانی حدود 80 درصد از جمعیت کشورهای پیشرفته برای برطرف نیازهای اولیه جهت مراقبت از سلامتی خود از گیاهان دارویی استفاده می نمایند. تجارت جهانی گیاهان دارویی و معطر و محصولات آن در سال 2010 حدود 6 میلیارد دلار بوده است و انتظار می رود که در سال 2050 به 5 تریلیون دلار برسد.

گیاهان دارویی به گفته متخصصان، نقشی حیاتی در نیازهای مراقبتی سلامت سه چهارم از کل جمعیت کشورهای پیشرفته ایفا می نمایند و تعداد زیادی شرکت دارویی و غذایی با در نظر گرفتن پتانسیل بازار جهانی گیاهان دارویی فعال شده اند. ازجمله کاربردهای گیاهان دارویی می توان به استفاده از آن ها در صنایع غذایی و دارویی، طب های سنتی و جایگزین، صنایع آرایشی و بهداشتی و صنایع طعم سازی و افرادی که از درمان های خانگی استفاده می نمایند اشاره نمود. بنابراین کنترل کیفیت گیاهان خام و محصولات آن ها برای اطمینان از ثباتشان در کیفیت، ایمنی و بازده بسیار لازم است.

به همین دلیل، تیمی پژوهشی از دانشگاه تهران در یک مطالعه جالب، یک سامانه ماشینی به نام بینی الکترونیکی را برای طبقه بندی پنج نوع گیاه دارویی بومی ایران از راسته نعناسانان مورد آزمایش و استفاده قرار داده است. در این تحقیق، از یک سیستم بینی الکترونیک استفاده شده که بر اساس حسگرهای نیمه هادی اکسید فلزی (MOS) کار می نماید.

محققان پس از آماده سازی نمونه های گیاهان، پاسخ حسگرهای سامانه به هر یک از گیاهان مورد آزمایش را ثبت نموده و سپس این پاسخ ها را به وسیله روش های تحلیلی مختلف تحت عنوان روش مؤلفه های اصلی (PCA)، روش تحلیل تفکیک خطی (LDA) و روش شبکه عصبی مصنوعی (ANN) جهت طبقه بندی گیاهان مورد نظر، آنالیز کردند.

نتایج این آنالیز ها نشان داد که سامانه بینی الکترونیکی توسعه داده شده، قادر است با موفقیت بالایی به طبقه بندی صحیح نمونه های گیاهان دارویی بپردازد و بنابراین می تواند به عنوان جایگزینی با حساسیت رضایت بخش، قابل اطمینان و سریع نسبت به روش های سنتی و شیمیایی گران قیمت مورد استفاده قرار گیرد.

دراین باره، سید سعید محتسبی، پژوهشگر گروه مهندسی مکانیک ماشین های کشاورزی دانشگاه تهران و دو همکار دیگرش اظهار داشته اند: نتایج تحلیل های ما نشان داد که دقت طبق بندی با استفاده از داده های بینی الکترونیکی برای روش های تحلیل تفکیک خطی و شبکه عصبی مصنوعی به ترتیب 92 و 100 درصد است. این یعنی روش های فوق با دقت بسیار بالایی قادر به تفکیک گیاهان دارویی مختلف خانواده نعنائیان از یکدیگر هستند.

آن ها می افزایند: روش LDA نیز توانست با دقت 92 درصد نمونه ها را از یکدیگر تفکیک کند. بااین حال، طبقه بندی داده های حاصل از سیگنال های به دست آمده از آرایه حسگری بینی الکترونیک نشان می دهد که روش شبکه عصبی مصنوعی برای طبقه بندی گیاهان دارویی مختلف از راسته نعناسانان بالاترین دقت را دارد.

بر این اساس، طبق توصیه محققان فوق می توان از بینی الکترونیکی به عنوان ابزاری مفید و قابل اطمینان برای طبقه بندی گیاهان دارویی استفاده کرد.

قابل ذکر است این یافته ها را فصلنامه پژوهش های مکانیک ماشین های کشاورزی متعلق به دانشگاه شهرکرد منتشر نموده است.