선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 FT-NIR Spectroscopy와 PLS 분석법을 이용하여 상추의 건전종자와 퇴화종자를 비파괴적으로 선별하는 기술을 개발하고자 하였다.
제안 방법
- FT-NIR을 이용하여 측정된 스펙트럼 중 발아력시험을 통해 건전종자와 퇴화종자 스펙트럼을 분류하여 분석에 사용하였다. 건전종자와 퇴화종자의 평균 스펙트럼은 Fig.
- Fig. 2와 같이 발아시험은 90 × 15 mm의 petri-dish에 filter paper(Whatman No.2) 2장을 겹쳐 증류수 10 mL를 관수 후 16립씩 20 ℃ 조건으로 항온항습기의 중간 위치에 치상하여 10일간 발아력 시험을 실시하였다.
- Table 3은 건전종자 39립과 퇴화종자 111립 총 140립 상추종자의 스펙트럼을 이용하여 test set을 구성하여 분류 정확도를 계산한 결과이다. 두 그룹은 분리 후 각각 식별 가능하도록 퇴화종자는 1, 건전종자는 2로 설정하여 개발된 모델에 적용하여 정확도를 평가 하였다.(Woo 등, 1999) 결과에 따르면 raw data set은 91%, SNV 전처리를 사용했을 경우 90%의 정확도를 보였다.
- 스펙트럼 측정 시 포함된 외부의 영향 또는 분광기의 노이즈를 제거하여 데이터 분석 결과를 향상시키기 위해 측정된 스펙트럼에 전처리를 실시하였다. 고체 시료의 광 경로 및 광원의 변동 같은 광산란의 영향을 제거하기 위해 MSC(Multiplicative Scatter Correction), SNV(Standard Normal Variate) 전처리 방법을 사용하였으며 미소성분의 스펙트럼 특성을 강조하기 위해 Savitzky-Golay 1차, 2차 미분법 전처리 방법을 사용하였다.
- 실험에 사용된 총 600립의 상추 종자의 스펙트럼을 이용하여 주성분 분석을 수행하였다. 변환행렬의 고유치를 분석한 결과 PC1에서 PC4까지의 주성분만 사용하여 전체 99%까지 표현이 가능하였다.
- 외부적으로 종피나 색, 모양 모두 건전종자와 퇴화종자 동일하였다. 준비된 시료를 FT-NIR spectroscopy에 의한 비파괴 측정과 발아력 검증 실험에 이용하였다.
- 측정된 상추종자의 스펙트럼을 전처리한 후 주성분분석(principal component analysis)을 이용하여 건전종자와 퇴화종자의 구분여부를 정성적으로 분석하였으며 총 600립의 상추종자의 스펙트럼 중 발아력실험 후 식별된 미지의 건전종자 117립과 퇴화종자 333립의 스펙트럼에 부분최소자승법(Partial Least Squares)을 적용하여 식별 모델을 개발하였다. 또한 개발된 모델의 검증을 위해 건전종자 39립과 퇴화종자 111립의 스펙트럼을 이용하여 정확도를 평가 하였다.
대상 데이터
- 본 연구에 사용한 종자는 H종묘사의 상추(열강적치마) 종자를 이용하였다. 퇴화처리는 종자의 함수율을 20%로 조정한 후 진공 포장하여 45℃의 water bath에서 완전히 퇴화 할 때 까지 72시간 보관하였으며 종자들 간의 수분의 영향을 최소화하기 위해 incubator에서 20℃로 원래의 무게까지 건조하였다(Kang, 2008).
- 본 연구에서는 FT-NIR spectroscopy를 이용하여 상추의 건전종자와 퇴화종자를 선별하였다. PC weights를 통해 주된 영향을 미치는 파장대는 CH, CH2, CH3 화학적 작용기를 가진 발아억제물질인 Abscisic acid(ABA)의 변형과 관련되리라 사료된다.
- 시스템의 세부정보는 Table 1과 같다. 시료는 건전종자 120립과 12h, 24h, 48h, 72h로 퇴화처리한 각 120립씩 480립의 퇴화종자를 실험에 이용하였다. 총 측정된 상추종자는 600립이며 측정한 스펙트럼 범위는 1100 nm ~ 2400 nm이었고 해상도는 약 2.
데이터처리
- 측정된 상추종자의 스펙트럼을 전처리한 후 주성분분석(principal component analysis)을 이용하여 건전종자와 퇴화종자의 구분여부를 정성적으로 분석하였으며 총 600립의 상추종자의 스펙트럼 중 발아력실험 후 식별된 미지의 건전종자 117립과 퇴화종자 333립의 스펙트럼에 부분최소자승법(Partial Least Squares)을 적용하여 식별 모델을 개발하였다. 또한 개발된 모델의 검증을 위해 건전종자 39립과 퇴화종자 111립의 스펙트럼을 이용하여 정확도를 평가 하였다. 모든 스펙트럼 전처리 및 데이터 분석은 MATLAB(version 7.
- 또한 개발된 모델의 검증을 위해 건전종자 39립과 퇴화종자 111립의 스펙트럼을 이용하여 정확도를 평가 하였다. 모든 스펙트럼 전처리 및 데이터 분석은 MATLAB(version 7.0.4, The Mathworks, Natick, MA, USA) 프로그램을 이용하였다.
- 8 nm 였다. 스펙트럼은 연속적으로 32번 스캔한 평균값을 이용하였다.
이론/모형
- 건전종자와 퇴화종자를 식별하기위해 국제종자검정협회(ISTA) 규정에 따라 발아실험을 시행하였다. Fig.
- 스펙트럼 측정 시 포함된 외부의 영향 또는 분광기의 노이즈를 제거하여 데이터 분석 결과를 향상시키기 위해 측정된 스펙트럼에 전처리를 실시하였다. 고체 시료의 광 경로 및 광원의 변동 같은 광산란의 영향을 제거하기 위해 MSC(Multiplicative Scatter Correction), SNV(Standard Normal Variate) 전처리 방법을 사용하였으며 미소성분의 스펙트럼 특성을 강조하기 위해 Savitzky-Golay 1차, 2차 미분법 전처리 방법을 사용하였다.
성능/효과
- 결과에 따르면 raw data set의 구분 정확도가 96%로 나타났으며 스펙트럼 전처리 중에는 MSC가 95%, SNV가 95%, 그리고 Savitzky-Golay 1차 미분과 2차 미분이 각각 98%, 79%의 정확도를 보였다. Savitzky-Golay 1차 미분 전처리 PLS-DA 모델이 가장 우수한 분류 정확도를 보였다.
- 건전종자와 퇴화종자 선별을 위해 개발한 PLS-DA calibration 모델은 raw data set이 96%의 분류 정확도를 보였으며 스펙트럼 전처리 중 MSC는 95%, SNV는 95%, Savitzky-Golay 1차 미분과 2차 미분은 각각 98%, 79%의 정확도로 Savitzky-Golay 1차 미분 처리한 결과가 가장 정확도가 높았다. 개발된 모델의 검증 결과, MSC 스펙트럼 전처리를 이용했을 때가 93%의 정확도로 건전종자와 퇴화종자를 선별하는 가장 우수한 모델임을 보였다. 본 연구의 결과는 FT-NIR을 이용한 종자 선별이 가능함을 보여준다.
- PC weights를 통해 주된 영향을 미치는 파장대는 CH, CH2, CH3 화학적 작용기를 가진 발아억제물질인 Abscisic acid(ABA)의 변형과 관련되리라 사료된다. 건전종자와 퇴화종자 선별을 위해 개발한 PLS-DA calibration 모델은 raw data set이 96%의 분류 정확도를 보였으며 스펙트럼 전처리 중 MSC는 95%, SNV는 95%, Savitzky-Golay 1차 미분과 2차 미분은 각각 98%, 79%의 정확도로 Savitzky-Golay 1차 미분 처리한 결과가 가장 정확도가 높았다. 개발된 모델의 검증 결과, MSC 스펙트럼 전처리를 이용했을 때가 93%의 정확도로 건전종자와 퇴화종자를 선별하는 가장 우수한 모델임을 보였다.
- 건전종자와 퇴화종자의 스펙트럼 식별을 위해 실시한 발아력 실험 결과 Fig. 4와 같이 건전종자는 3일 이내에 발아가 발아율 98%로 완료되는 것을 확인 할 수 있었다. Fig.
- 결과에 따르면 raw data set의 구분 정확도가 96%로 나타났으며 스펙트럼 전처리 중에는 MSC가 95%, SNV가 95%, 그리고 Savitzky-Golay 1차 미분과 2차 미분이 각각 98%, 79%의 정확도를 보였다. Savitzky-Golay 1차 미분 전처리 PLS-DA 모델이 가장 우수한 분류 정확도를 보였다.
- 실험에 사용된 총 600립의 상추 종자의 스펙트럼을 이용하여 주성분 분석을 수행하였다. 변환행렬의 고유치를 분석한 결과 PC1에서 PC4까지의 주성분만 사용하여 전체 99%까지 표현이 가능하였다. Fig.
- 개발된 모델의 검증 결과, MSC 스펙트럼 전처리를 이용했을 때가 93%의 정확도로 건전종자와 퇴화종자를 선별하는 가장 우수한 모델임을 보였다. 본 연구의 결과는 FT-NIR을 이용한 종자 선별이 가능함을 보여준다.
- Calibration set에서 좋은 결과를 보였던 Savitzky-Golay 1차 미분한 전처리는 정확도가 높지 않았다. 스펙트럼 전처리 중 MSC 전처리를 사용했을 때 정확도가 93%로 건전종자와 퇴화종자 구분에 가장 우수하였다. Fig.
- 가중치는 각 파장의 선형결합으로 이루어지기 때문에 가중치가 높은 것은 해당 파장의 영향력이 크다는 것을 의미 한다. 이에 수분에 의한 영향으로 보여지는 1950 nm를 제외하고 스펙트럼의 변이에 주된 영향을 미치는 파장은 1215, 1440, 1725, 2310 nm였다. 1215 nm의 파장대는 CH3 구조, 1725 nm와 2310 nm는 CH2, 1440 nm는 CH 영향을 미치는 파장대로 모두 C-H 결합에 의한 CH, CH2, CH3 화학적 작용기의 영향으로 판단된다.
- 시료는 건전종자 120립과 12h, 24h, 48h, 72h로 퇴화처리한 각 120립씩 480립의 퇴화종자를 실험에 이용하였다. 총 측정된 상추종자는 600립이며 측정한 스펙트럼 범위는 1100 nm ~ 2400 nm이었고 해상도는 약 2.8 nm 였다. 스펙트럼은 연속적으로 32번 스캔한 평균값을 이용하였다.
- 4는 발아기간 동안 퇴화시간에 따른 발아율을 나타낸 것이다. 퇴화시간 24h 이후로 발아되는 종자가 확연히 줄어들었고 퇴화처리 후 발아가 진행 되더라도 발아시간이 길어짐을 확인 할 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.