برآورد میزان دو آنزیم‏ PPO و POD موز با استفاده از پردازش تصاویر دیجیتالی و آنالیز رگرسیونی چندگانه در طول دوره انبارمانی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد دانشکده مهندسی زراعی و عمران روستایی، گروه مکانیک بیوسیستم، دانشگاه کشاورزی و منابع طبیعی خوزستان

2 استادیار، دانشکده مهندسى زراعى و عمران روستایى، گروه مکانیک بیوسیستم، دانشگاه کشاورزى و منابع طبیعى خوزستان

3 دانش آموخته کارشناسی ارشد، دانشکده مهندسى زراعى و عمران روستایى، گروه مکانیک بیوسیستم، دانشگاه کشاورزى و منابع طبیعى خوزستان

چکیده

پلی فنل اکسیدازها (PPO) و پراکسیدازها (POD) آنزیم‏هایی هستند که باعث قهوه‏ای شدن بافت میوه‌ها و سبزی‌ها، ایجاد ظاهری نامناسب و کاهش کیفیت در آن‌ها می‏شوند. هدف از این تحقیق بررسی تغییرات فعالیت آنزیم‏های PPO و POD موز طی شرایط انبارمانی در دمای اتاق (C° 25) می‏باشد. بدین منظور طی مدت زمان انبارمانی در روزهای صفر، 3، 6 و 9 با انجام عملیات پردازش تصویر، پارامترهای فرکتالی و رنگی از تصاویر نمونه‌ها استخراج و سپس فعالیت آنزیمی آن‌ها مورد بررسی قرار گرفت. در این پژوهش آنالیز فرکتال به منظور بررسی پدیده‌ی قهوه‏ای شدن آنزیمی برای موز پیشنهاد داده شد؛ از مجموعه تصاویر اخذ شده، 2 ویژگی بافت فرکتالی (FDavg و FDlac) و 6 ویژگی رنگی (r، g، b، L*، a*، b*) به منظور توسعه مدل رگرسیونی بررسی شدند. نهایتاً نشان داده شد که ویژگی‏های فرکتالی FDavg و FDlac از توانایی بیشتری نسبت به ویژگی‏های رنگی جهت پیشگویی آنزیم‏های POD (903/0=R2) و PPO (896/0=R2) برخوردار هستند. بدین ترتیب در مجموع می‌توان گفت که پردازش تصاویر دیجیتالی و رگرسیون چندگانه در پیشگویی آنزیم‏های PPO و POD دارای عملکرد مطلوب و قابل قبولی می‌باشند.

چکیده تصویری

برآورد میزان دو آنزیم‏ PPO و POD موز با استفاده از پردازش تصاویر دیجیتالی و آنالیز رگرسیونی چندگانه در طول دوره انبارمانی

تازه های تحقیق

  • با استفاده از آنالیز بافت و رنگ، نرخ قهوه‏ای شدن در طول دوره انبارمانی موز مورد مطالعه قرار گرفت.
  • از رگرسیون گام به گام به‌منظور توسعه مدل برای پیشگویی دو آنزیم PPO و POD استفاده شد.
  • بر اساس نتایج مشخص گردید که ویژگی­های فرکتالی از توانایی بالاتری نسبت به ویژگی­های رنگی جهت پیشگویی آنزیم­های PPO و POD برخوردار هستند

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Estimation of the enzyme levels of PPO and POD bananas using digital image processing and regression analysis during the storage period

نویسندگان [English]

  • Maryam Soltani Kazemi 1
  • Saman Abdanan Mehdizadeh 2
  • Maryam Nadafzadeh 3
1 MSc student of Mechanics of Biosystems Engineering Department, Faculty of Agricultural Engineering and Rural Development, Ramin Agriculture and Natural Resources University of Khuzestan
2 Assistant professor of Biosystems Engineering Department, Faculty of Agricultural Engineering and Rural Development, Agricultural Sciences and Natural Resources University of Khuzestan
3 MSc student of Mechanics of Biosystems Engineering Department, Faculty of Agricultural Engineering and Rural Development, Ramin Agriculture and Natural Resources University of Khuzestan.
چکیده [English]

Polyphenol oxidases )PPO( and peroxidases (POD) are enzymes that cause browning of fruits and vegetables, creating inappropriate appearance and reducing their quality. The purpose of this study was to evaluate the activity of bananas PPO and POD enzymes during storage at room temperature (25 °C). For this purpose, during the storage period on days 0, 3, 6 and 9, image processing, fractal and color parameters of the samples were extracted and then the samples were examined for enzyme activity. In this study, the fractal analysis to investigate the browning phenomenon of enzymes for banana; based on the image analysis, two fractal properties (FDavg and FDlac) and six color characteristics (r, g, b, L*, a*, b*) were investigated to develop the regression models. Finally, it was shown that FDavg and FDlac fractal properties could predict POD (R2 = 0.903) and PPO (R2 = 0.896) enzymes with higher accuracy than color properties. Finally, it was concluded that digital image processing along with multi-regression could effectively predict enzymes PPO and POD.

کلیدواژه‌ها [English]

  • Bananas
  • Enzymatic browning
  • PPO and POD enzymes
  • Fractal Dimension
  • Multi-regression

مراجع

[1] Quevedo, R., Diaz, O., Ronceros, B., Pedreschi, F., Aguilera, J. M. (2009). Description of the kinetic enzymatic browning in banana (Musa Cavendish) slices using nonuniform color information from digital images. Food Res Int., 42, 1309–1314.
[2] Choehoma, R., Ketsa, S., Van Doorn, W. (2004). Senescent spotting of banana peel is inhibited by modified atmosphere packaging. Postharvest Biol Technol., 31, 167–175.
[3] Murata, M., Tsurutani, M., Tomita, M., Homma, S., Kaneko, K. (1995). Relationship between appleRipening and browning: changes in polyphenol contentAnd polyphenol oxidase. J. Agric. Food Chem., 43 (5), 1115-1121.
[4] Huang, Y., Lacey, E., Moore, L., Miller, K., Whittaker, D., Ophir, J. (1997). Wavelet textural features from ultrasonic elastograms for meat quality prediction. Transof the ASAE., 40, 1741–1748.
[5] Cho, J. S., Lee, H. J., Park, J. H., Sung, J. H., Choi, J. Y., Moon, K. D. (2016). Image analysis to evaluate the browning degree of banana (Musa spp.) peel. Food chem., 194, 1028-1033.
[6] Hosoda, H., Inoue, E., Iwahashi, Y., Sakaue, K., Tada, M., Nagata, T. (2005). Inhibitory effect of sulfides on browning of apple slice.  JPN SOC FOOD SCI., 52, 120-124.
[7] Shengmin, L., Yaguang, L., Ellen Turner, B., Hao Feng, C. (2007). Efficacy of sodium chlorite as an inhibitor of enzymatic browning in apple slices. Food Chem., 104, 824–829.
[8] Wainwright, H., Hughes, P. (1990). Changes in banana pulp color during ripening. Fruits, 45, 25–28.
[9] Amodio, M. L., Cabezas-Serrano, A. B., Peri, G., Colelli, G. (2011). Post-cutting quality changes of fresh-cut artichokes treated with different anti-browning agents as evaluated by image analysis. Postharvest Biol Technol., 62, 213–220.
[10] آبدانان مهدى­زاده، س.؛ نورى، م.؛ سلطانى‏کاظمى، م.؛ امرایى، س. (1395). بررسى غیرمخرب فاکتورهاى کیفى آبمیوه مرکبات در خلال انبارمانى با کمک پردازش تصویر. نشریه پژوهش های علوم صنایع غذایی ایران، جلد 13، شماره 2، ص 272-262.
[11] Du, C.J., Sun, D.W. (2004). Recent developments in the applications of image processing techniques for food quality evaluation. Trends Food Sci Technol., 15, 230–249.
[12] Wen-Shiung, C., Shang-Yuan, Y., Chih-Ming, H. (2003). Two algorithms to estimate fractal dimension of gray-level images. Optic Engineering., 42, 2452–2464.
[13] Park, B., Lawrence, K. C., Windham, W. R., Chen, Y. R., Chao, K. (2002). Discriminant analysis of dual-wavelength spectral images for classifying poultry carcasses.
Comput Electron Agric., 33, 219–231.
[14] Zheng, C. X., Sun, D. W., Zheng, L. Y. (2006). Recent applications of image texture for evaluation of food qualities – A review. Trends Food Sci Technol., 17, 113–128.
[15] Quevedo, R., Carlos, L. G., Aguilera, J. M., Cadoche, L. (2002). Description of food surfaces and micro structural changes using fractal image texture analysis. J Food Eng., 53, 361–371.
[16] Cernadas, E., Carrion, P., Rodriguez, P. G., Muriel, E., Antequera, T. (2005). Analysing magnetic resonance images of Iberian pork loin to predict its sensorial characteristics. Comput Vis Image Underst., 98, 345–361.
[17] Quevedo, R., Jaramillo, M., Díaz, O., Pedreschi, F., Aguilera, J. (2009). Quantification of enzymatic browning in apple slices applying the fractal texture Fourier image. J. Food Eng., 95(2), 285–290.
[18] Quevedo, R., Pedreschi, F., Bastias, J. M., Díaz, O. (2016). Correlation of the fractal enzymatic browning rate with the temperature in mushroom, pear and apple slices. LWT. Food Sci. Technol., 65, 406–413.
[19] Quevedo, R., Mendoza, F., Aguilera, J. M., Chanona, J., Gutierrez-Lopez, G. (2008). Determination of senescent spotting in banana (Musa cavendish) using fractal texture Fourier image. J. Food Eng., 84(4), 509–515.
[20] صلاحی، م.ح.؛ قیطران‏پور، آ.؛ محبی، م.؛ نوشاد، م. (1394). ﺗﻮﺻﻴﻒ ﻛﻨﺘﻴﻚ ﻗﻬﻮه ای ﺷﺪن آﻧﺰﻳﻤﻲ ﺑﺮش ﻫﺎی ﺗﺎزه ﺳﻴﺐ ﮔﻼب ﺑﺎ اﺳﺘﻔﺎده از روش ﻫﺎی ﻣﺨﺘﻠﻒ آﻧﺎﻟﻴﺰ ﺗﺼﺎوﻳﺮ دﻳﺠﻴﺘﺎل. ﻋﻠﻮم و ﺻﻨﺎﻳﻊ ﻏﺬاﻳﻲ، شماره 66، دوره 14. ص 117-129.
[21] نداف­زاده، م.؛ آبدانان مهدی­زاده، س. (1395). تعیین زمان بهینه پخت سبزیجات با کمک پردازش تصاویر دیجیتالى و اندازه­گیرى مختصات رنگى. فناوری­های نوین غذایی، جلد 3، شماره 11، ص 57-49.  
[22] آبدانان مهدی‏زاده، س.؛ سلطانی‏کاظمی، م. (1396). ساخت، توسعه و ارزیابی سامانه جداکننده توت فرنگی با استفاده از تکنولوژی بینایی ماشین. پژوهش‏های کشاورزی (پذیرش برای چاپ).
[23] Worthington, V. (1993). Alpha amylase. Worthington enzyme manual, 36-41.
[24] Wu, W., Wan, X., Shah, F., Fahad, S., Huang, J. (2014). The role of antioxidant enzymes in adaptive responses to sheath blight infestation under different fertilization rates and hill densities. SCI WORLD J Journal., Article ID 502134, 8 page.
[25] Fathi, M. (2009). Neural network modeling of kinetics, physicochemical properties and fractal dimension of osmotically dehydrated and air- dried kiwifruit (Actiniadia delicious). MSc Thesis. Ferdowsi University of Mashhad.
[26] سلطانی‏کاظمی، م.؛ آبدانان مهدی­زاده، س.؛ حیدری، م.؛  فارغ، س.م. (1396). پیش‏بینی تغییرات برخی از ویژگی­های کیفی آب توت سیاه (Morus alba Var nigra L.) طی مراحل مختلف رسیدگی براساس آنالیز فرکتال. پژوهش‏های علوم و صنایع غذایی ایران (پذیرفته شده برای چاپ).
[27] Mandelbrot, B.B. (1977). The Fractal Geometry of Nature. W.H. Freeman and Co, New York.
[28] Munroe, D., Muller, D. (2007). Issues in spatially explicit statistical land-use/cover change (LUCC). Land Use., 24, 521–530.
[29] Munroe, D., South worth, J., Tucker, C.M. (2004). Modeling spatially and temporally complex land cover change: the case of western Honduras. Prof Geogr., 56 (4), 544–559.
[30] سمیه امرایی، س.؛ آبدانان مهدی زاده، س.؛  سالاری. س. (۱۳۹۵). سامانه برآورد وزن جوجه‏های گوشتی به صورت جداگانه با استفاده از پردازش تصویر و آنالیز رگرسیون چندگانه. مهندسی بیوسیستم ایران، دوره 47, شماره 4، ص ۶۱۵-۶۲۳.
[31] بازرگان لاری، ع. (1384). رگرسیون خطی کاربردی، چاپ اول، شیراز: انتشارات مرکز نشر دانشگاه شیراز.
[32] Goudarzi, M., Madadlou, A., Mousavi, M., Emam-Djomeh, Z. (2014). Formulation of apple juice beverages containing whey protein isolate or whey protein hydrolysate based on sensory and physicochemical analysis. Int J Dairy Technol., 67, 1-9.
[33] آبدانان مهدی زاده، س.؛  نعمتی‏نیا، الف. (1395). سنجش میزان قهوه‏ای شدن آنزیمی با استفاده از فوریه بافت فرکتال تصویر در نمونه‏ای سیب و موز برش خورده. فصلنامه فناوریهای نوین غذایی، سال چهارم، شماره 14، صفحه 54-43.
[34] Sapers, G. M., Douglas, F. W. (1987). Measurement of enzymatic browning at cut surfaces and in juice of rawapple and pear fruits. J. Food Sci., 52, 1258.
[35] Cho, J.S., Jeong, M.C., Moon, K.D. (2012). Effects of ultrasound and ascorbic acid cotreatment on browning of fresh-cut ‘Tsugaru’ apples. J Korean Soc Food Sci., 19, 323–327.
[36] Huang, H., Zhu, Q., Zhang, Z., Yang, B., Duan, X., Jiang, Y. (2013). Effect of oxalic acid on antibrowning of banana (Musa spp., AAA group, cv. ‘Brazil’) fruit during storage. Sci Hort., 160, 208–212.
فناوری‌های جدید در صنعت غذا
دوره 5، شماره 4
مرداد 1397
صفحه 597-612

فایل ها

سابقه مقاله

  • تاریخ دریافت: 10 مرداد 1396
  • تاریخ بازنگری: 01 دی 1396
  • تاریخ پذیرش: 11 دی 1396

هم رسانی

ارجاع به این مقاله

آمار