KR101660482B1 - 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법 - Google Patents
근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법 Download PDFInfo
- Publication number
- KR101660482B1 KR101660482B1 KR1020140168854A KR20140168854A KR101660482B1 KR 101660482 B1 KR101660482 B1 KR 101660482B1 KR 1020140168854 A KR1020140168854 A KR 1020140168854A KR 20140168854 A KR20140168854 A KR 20140168854A KR 101660482 B1 KR101660482 B1 KR 101660482B1
- Authority
- KR
- South Korea
- Prior art keywords
- red ginseng
- ginseng concentrate
- value
- origin
- concentrate
- Prior art date
Links
- 235000002789 Panax ginseng Nutrition 0.000 title claims abstract description 160
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 title abstract description 15
- 239000000284 extract Substances 0.000 title description 3
- 239000012141 concentrate Substances 0.000 claims abstract description 142
- 238000000862 absorption spectrum Methods 0.000 claims abstract description 22
- LGZXYFMMLRYXLK-UHFFFAOYSA-N mercury(2+);sulfide Chemical compound [S-2].[Hg+2] LGZXYFMMLRYXLK-UHFFFAOYSA-N 0.000 claims description 26
- 238000010606 normalization Methods 0.000 claims description 24
- 238000001228 spectrum Methods 0.000 claims description 24
- 238000000611 regression analysis Methods 0.000 claims description 22
- 238000002835 absorbance Methods 0.000 claims description 6
- 238000012628 principal component regression Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 2
- 239000010931 gold Substances 0.000 claims description 2
- 229910052737 gold Inorganic materials 0.000 claims description 2
- 239000000523 sample Substances 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 16
- 240000004371 Panax ginseng Species 0.000 description 11
- 235000008434 ginseng Nutrition 0.000 description 11
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 10
- 235000003140 Panax quinquefolius Nutrition 0.000 description 10
- 238000002790 cross-validation Methods 0.000 description 10
- 230000003595 spectral effect Effects 0.000 description 8
- 238000010238 partial least squares regression Methods 0.000 description 7
- 235000013339 cereals Nutrition 0.000 description 4
- 239000003205 fragrance Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 235000013372 meat Nutrition 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000012468 concentrated sample Substances 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 239000001397 quillaja saponaria molina bark Substances 0.000 description 3
- 229930182490 saponin Natural products 0.000 description 3
- 150000007949 saponins Chemical class 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- AFCARXCZXQIEQB-UHFFFAOYSA-N N-[3-oxo-3-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)propyl]-2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidine-5-carboxamide Chemical compound O=C(CCNC(=O)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F)N1CC2=C(CC1)NN=N2 AFCARXCZXQIEQB-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000013376 functional food Nutrition 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000000491 multivariate analysis Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- VZSRBBMJRBPUNF-UHFFFAOYSA-N 2-(2,3-dihydro-1H-inden-2-ylamino)-N-[3-oxo-3-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)propyl]pyrimidine-5-carboxamide Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)C(=O)NCCC(N1CC2=C(CC1)NN=N2)=O VZSRBBMJRBPUNF-UHFFFAOYSA-N 0.000 description 1
- 240000004160 Capsicum annuum Species 0.000 description 1
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 1
- 235000007862 Capsicum baccatum Nutrition 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241000121220 Tricholoma matsutake Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000001728 capsicum frutescens Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 229930182494 ginsenoside Natural products 0.000 description 1
- 229940089161 ginsenoside Drugs 0.000 description 1
- 241000411851 herbal medicine Species 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 근적외선분광광도계(Near infrared reflectance Spectroscopy; NIRS)를 이용한 홍삼 농축액의 원산지 판별방법에 관한 것으로, 본 발명의 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법은 원산지 판별이 어려운 시판 홍삼 농축액을 전처리 과정 없이 원산지가 의심되는 시판 홍삼 농축액의 시료 특정 영역 대에서의 흡수스펙트럼을 수집 및 분석하여, 신속하고 정확한 원산지 판별이 가능하므로, 시판되는 홍삼 농축액의 판별에 유용하게 사용할 수 있는 효과가 있다.
Description
본 발명은 근적외선분광광도계(Near infrared reflectance Spectroscopy; NIRS)를 이용한 홍삼 농축액의 원산지 판별방법에 관한 것으로, 보다 상세하게는 홍삼 농축액의 스펙트럼을 수집하고, 수득한 스펙트럼을 PLS(Partial least square) 회귀분석법을 하여 작성된 검량식을 이용하여 홍삼 농축액의 원산지를 판별하는 방법에 관한 것이다.
최근 건강에 대한 관심이 커지면서 건강기능식품 시장이 급성장하고 있는 추세이다. 건강기능식품 시장에서 가장 큰 비율을 차지하고 있는 것이 홍삼 가공제품으로 값싼 중국산 원료를 밀수하여 가공한 홍삼제품의 원산지를 국산으로 둔갑시켜 판매하는 일이 빈번히 발생하고 있다. 이는 농수산물의 원산지 표시에 관한 법률 및 관련 규정을 위반한 행위일 뿐만 아니라, 소비자에게 잘못된 원산지 정보를 제공하여 유통질서를 어지럽히는 일이며, 국민의 먹거리 안전을 위협하는 행위로 반드시 원산지 표시위반 행위를 단속하고 처벌함으로써 소비자에게 올바른 원산지 정보를 제공하고 투명한 유통질서를 확립하여 국민의 먹거리 안전을 보장해야 한다.
인삼, 홍삼 및 홍삼 농축액에 대한 기존의 원산지 판별법에는 GC/MS, 전자코분석법을 이용하여 향기성분의 조성을 토대로 인삼의 종간의 원산지를 구분한 바 있으며, HPLC/MS를 사용하여 인삼사포닌(ginsenoside) 성분 분석을 통해 한국삼과 미국삼의 차이를 확인한 선행 연구도 진행된 바 있다. 또한 이전의 연구(Young-Jae Jeon., MS thesis , Joongbu Univ ., 2011)에서는 홍삼 가공품의 원산지 판별법 기술 개발을 위하여 관능평가와 GC/MS 및 전자코 분석을 시행해 국내산과 중국산의 향기성분 차이를 확인하고 원산지를 판별하였다.
상기 선행연구에서는 향기성분 차이와 인삼사포닌 성분 차이에 의해 국내산과 중국산을 구분해 내었지만, 근적외선 특정 영역대에서의 흡수스펙트럼 차이를 이용한 인삼, 홍삼 및 홍삼 농축액의 원산지 판별방법 선행 연구는 없다.
한편, 근적외선분광광도계(Near infrared reflectance spectroscopy; NIRS)는 근적외선분광분석법을 응용하는 분석장비로서 곡류의 수분과 지방, 단백질 등의 유기성분 분석에 이용되기 시작한 이래 현재는 농산물뿐만 아니라 화학, 의약, 식품 등 여러 분야에서 이용되고 있는 기기이다. 특히, NIRS를 이용한 성분 분석법은 비파괴분석이 가능한 장점이 있고, 시료의 추출 등의 전처리 과정이 필요하지 않기 때문에 분석성분을 신속하고 간편하게 측정할 수 있다.
근적외선분광광도계(Near infrared reflectance spectroscopy, NIRS)를 이용한 고추(Kwon, H.S. et al ., J. Korean Oil Chemists . Soc ., 16(2):155~161, 1999), 생약(Woo, Y.A. et al ., J. Pharm . Biomed . Anal . 21:407~413, 1998), 쌀(Kim, S.S. et al ., Cereal Chem . 80(3):346~349, 2003), 송이버섯(Lee, N.Y. et al., Korean J. Food Sci . Technol . 35(2):835~837, 2003)의 원산지 판별방법에 대한 연구를 수행한 바 있다.
또한, 근적외 다변량 분석법을 이용한 곡물 시료의 원산지 판별방법이 대한민국 등록특허 제10-1206295호에 공지된 바 있으나, 이는 근적외 다변량 분석법을 이용하여 콩을 포함한 곡물의 원산지를 판별하는 방법에 관한 것이며, 가공인삼의 원산지 또는 연령 판별용 표준 마커, 이의 확립방법 또는 이를 이용한 원산지 또는 연령 판별방법이 제10-1409848호에 공지된 바 있으나, 이는 LC-MS를 이용해 홍삼으로부터 대사체를 추출하고 이를 다변량 분석법으로 분석하여 그룹간의 차이를 보이는 성분을 검출하고 이를 표준마커로서 확립하여 가공인삼의 산지 또는 연령 판별하는 방법에 관한 것이다.
즉, 종래의 기술 어디에서도 근적외선분광광도계를 이용하여 시판 홍삼 농축액의 원산지를 정확하게 판별하는 발명은 교시되거나 공지된 바 없다.
이에 본 발명에서는 홍삼 농축액의 원산시 판별을 신속하고 정확하게 수행하기 위해 예의 노력한 결과, 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법을 개발하였으며, 상기 방법을 이용하면 별다른 전처리 과정 없이 원산지가 의심되는 시판 홍삼 농축액의 시료 특정 영역대에서의 흡수스펙트럼을 수집 및 분석하여, 신속하고 정확한 원산지 판별이 가능한 것을 확인하고, 본 발명을 완성하였다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로, 본 발명은 신속하고 정확한 원산지 판별을 시판 홍삼 농축액을 전처리 과정 없이 근적외선분광광도계(NIRS)를 이용하여 분석하고, 원산지가 의심되는 시판 홍삼 농축액 시료의 특정 영역대에서의 흡수스펙트럼을 수집하여 원산지를 판별하는 방법을 제공하는데 있다.
상술한 본 발명의 과제를 해결하기 위하여 본 발명은, (a) 원산지가 다른 홍삼 농축액 2종 이상을 준비한 다음, 각각의 홍삼 농축액을 근적외선 흡수 스펙트럼 측정하는 단계; (b) 수득된 스펙트럼에 대한 회귀분석을 수행하여 홍삼 농축액 원산지 판별 예측 모델을 도출하는 단계; 및 (c) 상기 (b) 단계에서 도출된 홍삼 농축액 원산지 판별 예측 모델을 이용하여 판별하고자 하는 홍삼 농축액 시료의 원산지를 예측하는 단계;를 포함하는 홍삼 농축액의 원산지 판별방법을 포함한다.
본 발명의 바람직한 일실시예에 따르면, 상기 (a) 단계의 홍삼 농축액 중 일부는 중국산 홍삼 농축액이고, 일부는 국내산 홍삼 농축액일 수 있다.
본 발명의 바람직한 다른 실시예에 따르면, 상기 (a) 단계의 근적외선 흡수 스펙트럼 측정은 4,000/㎝ 내지 9,405/㎝ 파장대를 이용하여 수행할 수 있다.
본 발명의 바람직한 또 다른 실시예에 따르면,상기 (b) 단계는 (a) 단계에서 수득된 근적외선 흡수 스펙트럼을 최대-최소 정규화(MIN-MAX normalization)를 수행한 후, 회귀분석을 수행하여 원산지 판별 예측 모델을 도출할 수 있다.
본 발명의 바람직한 또 다른 실시예에 따르면, 상기 최대-최소 정규화(MIN-MAX normalization)는 (a) 단계에서 수득한 스펙트럼의 바탕선(base line)을 보정하기 위해, Y축 절편인 흡광도 값을 0으로 정규화(normalization) 시킬 수 있다.
본 발명의 바람직한 또 다른 실시예에 따르면, 상기 (b) 단계의 회귀분석은 다중선형회귀분석법(Multiple linear regression; MLR), 부분최소자승법(Partial Least Square; PLS) 및 주성분회귀분석법(Principal Componrnt Regression; PCA)으로 구성된 군에서 선택된 1종 이상의 회귀분석법을 포함할 수 있다.
본 발명의 바람직한 또 다른 실시예에 따르면, 상기 회귀분석은 부분최소자승법으로 수행하며, 국내산 홍삼 농축액의 로딩 값을 '100'으로 하고, 중국산 홍삼 농축액의 로딩 값을 '1'로 설정하여 분석할 수 있다.
본 발명의 바람직한 또 다른 실시예에 따르면, 상기 회귀분석으로 도출된 홍삼 농축액 원산지 판별 예측 모델은 하기 수학식 1로 표시될 수 있으며, 수학식 1에서 Y i 는 예측값 또는 추정치로, 실제 MIN-MAX normalization 처리한 스펙트럼 값(NIR value)을 의미하며, X i 는 독립변수로 원산지를 판별하고자 하는 홍삼 농축액의 로딩 값이며, b는 0.92 ~ 0.96이고, a는 3.02 ~ 3.10이다.
[수학식 1]
Y i = bX i + a
본 발명의 바람직한 또 다른 실시예에 따르면, 홍삼 농축액 원산지 판별 예측 모델은 회귀함수(R2)값이 0.92 ~ 0.95이고, RMSECV 값이 11.0 ~ 12.0일 수 있다.
본 발명의 바람직한 또 다른 실시예에 따르면,원산지를 판별하고자 하는 홍삼 농축액 시료의 최대-최소 정규화(MIN-MAX normalization) 처리한 스펙트럼 값(NIR value)을 상기 수학식 1의 Y i 에 적용했을 때, X i 값이 80 ~ 120이면, 국내산 홍삼 농축액으로 판별할 수 있다.
본 발명의 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법은 원산지 판별이 어려운 시판 홍삼 농축액을 전처리 과정 없이 원산지가 의심되는 시판 홍삼 농축액의 시료 특정 영역 대에서의 흡수스펙트럼을 수집 및 분석하여, 신속하고 정확한 원산지 판별이 가능하므로, 시판되는 홍삼 농축액의 판별에 유용하게 사용할 수 있는 효과가 있다.
도 1은 시판되는 국산과 중국산 홍삼 농축액 시료를 근적외선분광광도계(NIRS)를 사용하여 얻은 부분최소자승법(PLS) 회귀분석법을 통해 작성한 분석도이다 (도 1의 파란색 선은 표 2의 검량식을 의미하며, 초록색 선은 교차검증하여 도출된 수학식 1의 검량식을 의미한다.)
도 2는 시판되는 국산 홍삼 농축액의 근적외선 흡수스펙트럼(파란색)과 중국산 홍삼 농축액의 근적외선 흡수스펙트럼(빨간색)이다.
도 2는 시판되는 국산 홍삼 농축액의 근적외선 흡수스펙트럼(파란색)과 중국산 홍삼 농축액의 근적외선 흡수스펙트럼(빨간색)이다.
이하, 본 발명을 보다 상세히 설명한다.
상술한 바와 같이, 종래의 기술에서는 홍삼 가공품의 원산지 판별을 위해 관능평가, GC/MS 또는 전자코 분석을 시행해 국내산과 중국산의 향기성분 차이를 확인하고 원산지를 판별하는 방법이 연구되었으나, 상기 연구는 향기성분 차이와 인삼사포닌 성분 차이에 의해 국내산과 중국산을 구분하는 것으로, 근적외선분광광도계를 이용하여 시판되는 홍삼 농축액의 원산지를 정확하게 판별하는 방법에 대해 연구된 바가 없다.
본 발명은 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법을 제공함으로써 상술한 문제의 해결을 모색하였다. 이를 통해 원산지 판별이 어려운 시판 홍삼 농축액을 전처리 과정 없이 원산지가 의심되는 시판 홍삼 농축액의 시료 특정 영역대에서의 흡수스펙트럼을 수집 및 분석하여, 신속하고 정확하게 홍삼 농축액의 원산지를 판별할 수 있는 홍삼 농축액의 원산지 판별방법을 제공한다.
따라서, 본 발명은 (a) 원산지가 다른 홍삼 농축액 2종 이상을 준비한 다음, 각각의 홍삼 농축액을 근적외선 흡수 스펙트럼 측정하는 단계;
(b) 수득된 스펙트럼에 대한 회귀분석을 수행하여 홍삼 농축액 원산지 판별 예측 모델을 도출하는 단계; 및
(c) 상기 (b) 단계에서 도출된 홍삼 농축액 원산지 판별 예측 모델을 이용하여 판별하고자 하는 홍삼 농축액 시료의 원산지를 예측하는 단계;
를 포함하는 홍삼 농축액의 원산지 판별방법을 포함한다.
상기 (a) 단계의 홍삼 농축액 중 일부는 중국산 홍삼 농축액이고, 일부는 국내산 홍삼 농축액인 것을 특징으로 할 수 있으나, 이에 한정되지 않고, 중국산 이외의 다른 국가에서 제조된 홍삼 농축액을 사용할 수 있다.
본 발명의 홍삼 농축액의 원산지 판별방법을 구체적으로 설명하면,
먼저, (a) 단계는 원산지가 다른 홍삼 농축액 2종 이상을 준비한 다음, 각각의 홍삼 농축액을 근적외선 흡수 스펙트럼 측정하는 단계이다.
상기 (a) 단계의 근적외선 흡수 스펙트럼 측정은 4,000/㎝ 내지 9,405/㎝ 파장대를 이용하여 수행할 수 있다.
본 발명의 일실시예에서는, 홍삼 농축액의 원산지 판별을 위해 시판되는 국산 홍삼 농축액 132점과 중국산 홍삼 농축액 100점을 준비하였으며, 상기 준비된 홍삼 농축액 232점을 근적외선분광광도계를 이용하여 4,000/㎝ 내지 9,405/㎝ 범위 파장대의 근적외선 흡수 스펙트럼을 분석하였다.
도 2는 국산 홍삼 농축액과 중국산 홍삼 농축액의 근적외선 흡수 스펙트럼의 패턴을 나타낸 것으로, 전체적인 스펙트럼의 양상은 국산과 중국산의 홍삼 농축액이 유사하였지만, 특정 파장대에서 흡광도의 차이가 나타나는 것을 확인하였다.
다음으로, (b)단계는 상기 수득된 스펙트럼에 대한 회귀분석을 수행하여 홍삼 농축액 원산지 판별 예측 모델을 도출하는 단계이다.
상기 (b) 단계는 수득된 스펙트럼을 최대-최소 정규화(MIN-MAX normalization)를 통해 처리하는 단계를 추가로 수행한 다음, 회귀분석을 수행할 수 있으며, 본 발명에서는 스펙트럼 바탕선(base line)의 Y축 절편(흡광도 값)을 0으로 정규화(normalization)을 하여 바탕선의 변화에 의한 오차를 줄이는 방법으로 최대-최소 정규화 방법을 사용하여 수 처리를 하였다
좀 더 구체적으로, 상기 최대-최소 정규화(MIN-MAX normalization)하는 과정은 (a) 단계에서 수득한 스펙트럼 바탕선(base line)의 Y축 절편인 흡광도 값을 0으로 정규화(normalization) 시킬 수 있다.
상기 (b) 단계의 회귀분석은 다중선형회귀분석법(Multiple linear regression; MLR), 부분최소자승법(Partial Least Square; PLS) 및 주성분회귀분석법(Principal Componrnt Regression; PCA)으로 구성된 군에서 선택된 1종 이상의 회귀분석법을 포함할 수 있으며,
바람직하게는 부분최소자승법으로 수행하며, 국내산 홍삼 농축액의 로딩 값을 100으로 하고, 중국산 홍삼 농축액의 로딩 값을 1로 설정하여 분석할 수 있다.
즉, 상기 (b) 단계에서 도출한 홍삼 농축액 원산지 판별 예측 모델은 상기 (b) 단계에서 도출한 홍삼 농축액 원산지 판별 예측 모델은 국산 홍삼 농축액의 로딩 값을 100으로 하고, 수입산 홍삼 농축액의 로딩 값을 1로 설정한 다음,
국내산 홍삼 농축액 및 중국산 홍삼 농축액의 로딩 값과 실제 근적외선 흡수 스펙트럼 측정값의 상관관계를 부분최소자승(Partial Least Square; PLS) 회귀분석법으로 분석하여 도출된 검량식인 것을 특징으로 할 수 있다.
상기 "회귀분석(regression analysis)"은 둘 또는 그 이상의 변수 사이의 관계 특히 변수 사이의 인과관계를 분석하는 추측통계의 한 분야이다. 회귀분석은 특정 변수값의 변화와 다른 변수값의 변화가 가지는 수학적 선형의 함수식을 파악함으로써 상호관계를 추론하게 되는데 추정된 함수식을 회귀식이라고 한다. 이러한 회귀식을 통하여 특정변수(독립변수 또는 설명변수라고 함)의 변화가 다른 변수(종속변수라고 함)의 변화와 어떤 관련성이 있는지 관련이 있다면 어느 변수의 변화가 원인이 되고 어느 변수의 변화가 결과적인 현상인지 등에 관한 사항을 분석할 수 있다.
또한 "부분최소자승법(Partial Least Square)"을 이용한 회귀분석법은 교차검증(cross validation)을 이용하여 근적외선분광스펙트럼의 전체파장과 랩데이터(Lab data)와의 상관을 유도하는 과정에서 최적의 요소(factor)를 선정하여 과적합(overfitting)을 방지하고, 정확도를 높여주기 때문에 스펙트럼에 나타나는 기준선 변화, 산란, 중첩 등의 영향을 최소화하여 비교적 R2 값이 높은 검량식을 유도할 수 있는 장점이 있다.
본 발명의 일실시예에서는, 국산 홍삼 농축액 로딩 값(loading value)을 '100'으로 하고, 중국산 로딩 값을 '1'로 설정한 다음, 최대-최소 정규화(MIN-MAX normalization) 처리한 스펙트럼을 PLS 회귀분석법을 적용하여 국산과 중국산 홍삼 농축액을 분석하였으며, 표 2와 같은 검량식을 도출하였다.
검량식 작성 후에는 다시 교차타당화(cross validation)방법을 사용하여 내부검증을 수행하였으며, 표 3에 나타난 바와 같이, 요소(factor)가 10일 때, R2는 0.94로서 우수한 검량식을 얻을 수 있었다. 상기 검량식을 교차타당화(cross validation)한 결과 RMSECV(root mean square errors estimated by cross-validation)는 11.9, 기울기(slope)는 0.94를 보여 검량식의 정확도가 높음을 알 수 확인하였다.
상기 회귀분석으로 도출된 홍삼 농축액 원산지 판별 예측 모델은 하기 수학식 1로 표시될 수 있다.
[수학식 1]
Y i = bX i + a
상기 수학식 1에서 Y i 는 예측값 또는 추정치로, 실제 MIN-MAX normalization 처리한 스펙트럼 값(NIR value)을 의미하며, X i 는 독립변수로 원산지를 판별하고자 하는 홍삼 농축액의 로딩 값이다.
또한, b는 0.92 ~ 0.96, 바람직하게는 0.93 ~ 0.95, 더 바람직하게는 0.94일 수 있으며, a는 3.02 ~ 3.10, 바람직하게는 3.04 ~ 3.08, 더 바람직하게는 3.05 ~ 3.07이다.
본 발명에 있어서, 홍삼 농축액 원산지 판별 예측 모델은 회귀함수(R2)값이 0.92 ~ 0.95, 바람직하게는 0.9414이고, RMSECV 값이 11.0 ~ 12.0, 바람직하게는 11.6인 것을 특징으로 할 수 있다.
마지막으로, (c) 단계는 상기 (b) 단계에서 도출된 홍삼 농축액 원산지 판별 예측 모델을 이용하여 원산지를 판별하고자 하는 홍삼 농축액 시료의 원산지를 예측하는 단계이다.
상기 (c) 단계는 원산지를 판별하고자 하는 홍삼 농축액 시료의 근적외선 흡수 스펙트럼을 최대-최소 정규화(MIN-MAX normalization)를 통해 처리한 다음, 원산지 판별 예측 모델에 적용하여 홍삼 농축액 시료의 원산지를 판별할 수 있다.
상기 근적외선 흡수 스펙트럼 측정은 실시예 1-2와 동일한 방법으로 수행하여 분석하였으며, 4,000/㎝ 내지 9,405/㎝ 파장대를 모두 측정한 다음, 그 중에서 도 2와 같이 국산과 중국산의 홍삼 농축액의 스펙트럼 양상이 상이하게 나타나는 특정 파장대(9405.3/㎝ 내지 8448.7/㎝, 6828.8/㎝ 내지 6298.1/㎝, 5795.4/㎝ 내지 4748/㎝) 값을 사용하여 분석을 수행하였다.
본 발명에서는, 상기 수학식 1을 사용하여 국산 및 중국산 홍삼 농축액의 원산지를 실제로 판별하였으며, 표 4에 나타난 바와 같이, 국산 홍삼 농축액 132점 모두 국산으로, 중국산 홍삼 농축액 100점 모두 중국산으로 판별하여 판별정확도 100.0%를 보여주었다.
또한, 도 1은 로딩 값(Loading value)을 국산 홍삼 농축액은 '100', 중국산 홍삼 농축액은 '1'로 설정한 후, PLS 회귀분석법으로 도출된 판별식에 의한 상관도를 나타낸 것으로, 도 1에 나타난 바와 같이, 중국산과 국산이 2개의 그룹으로 뚜렷하게 구분되고 있음을 알 수 있다.
즉, 본 발명의 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법은 원산지 판별이 어려운 시판 홍삼 농축액을 시료의 추출이나 화학반응 등의 전처리 과정 없이 시판 홍삼 농축액의 시료 특정 영역대에서의 흡수스펙트럼을 수집 및 분석하면, 신속하고 정확하게 홍삼 농축액의 원산지 판별이 가능함을 의미한다.
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 예시하기 위한 것으로서, 본 발명의 범위가 이들 실시예에 의해 제한되는 것으로 해석되지 않는 것은 당업계에서 통상의 지식을 가진 자에 있어서 자명할 것이다.
홍삼 농축액 시료 준비 및 홍삼 농축액의
근적외선
흡수 스펙트럼 측정
1-1 : 홍삼 농축액 시료 준비
본 발명에서는 근적외선분광광도계(Near infrared reflectance Spectroscopy; NIRS)를 이용한 홍삼 농축액의 원산지 판별을 수행하기 위해 국립농산물품질관리원에서 수집한 국산 132종과 중국산 100종 시판 홍삼 농축액을 사용하였다. 국산 홍삼 농축액(132점)은 국내 유통시장에서 주로 구입하였고, 중국산 홍삼 농축액(100점)은 중국 현지출장을 통하여 확보하였다.
1-2 :
근적외선분광광도계에
의한 분석
실시예 1-1에서 수집한 홍삼 농축액 시료 20 ㎖을 칭량(weighing)하여 원형 샘플컵(circle sample cup; Bruker Optics, 독일)에 담은 후, 빛의 투과를 막기 위해 골드미러(gold mirror; Bruker Optics, 독일)를 넣은 다음, FT-NIR(Tango autosampler, Bruker Optics, 독일)을 이용하여 분석하였다. FT-NIR 분석조건은 하기 표 1과 같다.
| 분석 조건 | 값 | |
| 측정 파장 영역대 | 12,500-4,000/㎝ | |
| Resolution | 8/㎝ | |
| circle sample cup | Dia | 50mm |
| Depth | 50mm | |
본 발명에서는 홍삼 농축액의 원산지 판별을 위해 시판되는 국산 홍삼 농축액 132점과 중국산 홍삼 농축액 100점을 준비하였으며, 사기 준비된 홍삼 농축액 232점을 근적외선분광광도계를 이용하여 4,000/㎝ 내지 9,405/㎝ 범위 파장대의 근적외선 흡수 스펙트럼을 분석하였다.
도 2는 국산 홍삼 농축액과 중국산 홍삼 농축액의 근적외선 흡수 스펙트럼의 패턴을 나타낸 것으로, 바탕선의 차이 등에 따른 스펙트럼의 변이는 있었으나 전체적인 스펙트럼의 양상은 국산과 중국산 홍삼 농축액이 유사함을 알 수 있었다. 분석결과, 국산 홍삼 농축액과 중국산 홍삼 농축액 간의 스펙트럼의 양상은 비슷하나 특정 파장대에서 흡광도의 차이가 나타나는 것을 확인하였다.
따라서, 본 발명에서는 4,000/㎝ 내지 9,405/㎝ 파장대를 모두 측정한 다음, 그 중에서 도 2와 같이 국산과 중국산의 홍삼 농축액의 스펙트럼 양상이 상이하게 나타나는 특정 파장대(9405.3/㎝ 내지 8448.7/㎝, 6828.8/㎝ 내지 6298.1/㎝, 5795.4/㎝ 내지 4748/㎝) 값을 사용하여 분석을 수행하였다.
회기분석을 이용한 홍삼 농축액 원산지 판별 예측 모델 도출
2-1 : 최대-최소 정규화(
MIN
-
MAX
normalization
) 처리
본 발명에서는 실시예 1-2에서 수득한 스펙트럼 값에 대한 회귀분석을 수행하기 전에, 오차를 줄이기 위해 MIN-MAX normalization 방법을 사용하여 수 처리를 수행하였다.
일반적으로 NIRS 스펙트럼은 시료의 형태에 관계없이 측정할 수 있으나, 그 흡수대가 겹치거나 측정하는 물질의 화학적 성분, 입자의 크기 및 밀도 같은 물리적 영향에 의해 바탕선의 변화가 일어나는데 이러한 오차를 줄이고 겹쳐 있는 파장을 분리하기 위해 미분법을 통한 수 처리를 하는 방법이 공지되었으나(Ahn, H.G. et al , Korean J. Crop Sci . 57(3):296~300, 2012), 본 발명에서는 홍삼 농축액 스펙트럼을 미분하지 않고 스펙트럼 바탕선의 Y축 절편을 0으로 normalization을 하여 바탕선의 변화에 의한 오차를 줄이는 방법으로 MIN-MAX normalization 방법을 사용하여 수처리를 하였다.
좀 더 구체적으로, 상기 최대-최소 정규화(MIN-MAX normalization)하는 과정은 Tango의 분석용 소프트웨어인 OPUS Ver 7.0(Bruker Optics, 독일)을 이용하여, 국산 홍삼 농축액의 로딩 값을 '100'으로 하고, 중국산 홍삼 농축액의 로딩 값을 '1'로 설정한 다음, 최대-최소 정규화처리를 수행하였다.
2-2 :
부분최소자승법을
이용한 회귀분석법
본 발명에서는 실시예 2-1에서 최대-최소 정규화처리된 홍삼 농축액 스펙트럼 수치를 부분최소장승법(Partiall least square; PLS)을 이용하여 회귀분석을 하여 검량식을 작성하였다.
작성된 검량식(판별식)을 이용하여 판별분석(discriminant analysis)으로 통계 처리하였다. 이 방법은 두 개 이상의 모집단에서 추출된 다변량 관측치들의 정보를 이용하여 다변량 관측치들이 어느 모집단에서 추출된 것인가를 결정해 줄 수 있는 기준(판별함수)을 만들고, 이것을 새로운 개체가 유입되었을 때 적용하여 판별이나 예측에 활용하는 통계분석 방법이다.
| 통계분석 파라미터 | 값 | |
| 판별검량식 회귀함수의 R2 | 0.9514 | |
| RMSECV(error of cross validation) | 11.9 | |
| 판별검량식 계수(loading value) | 국산 | 100 |
| 중국산 | 1 | |
국산 홍삼 농축액 loading value를 '100'으로 하고, 중국산 loading value를 '1'로 설정한 다음, MIN-MAX normalization 처리한 스펙트럼을 PLS 회귀분석법을 적용하여 국산과 중국산 홍삼 농축액을 분석하였으며, 표 2와 같은 검량식을 도출하였다.
| Factor | R2 | RMSECV | Bias | RPD | Offset | Slope |
| 1 | 0.0896 | 46.7 | 0.268 | 1.05 | 50.282 | 0.123 |
| 2 | 0.5319 | 33.5 | 0.373 | 1.46 | 23.652 | 0.583 |
| 3 | 0.5838 | 31.6 | -1.52 | 1.55 | 20.402 | 0.672 |
| 4 | 0.6189 | 30.2 | -1.1 | 1.62 | 20.529 | 0.663 |
| 5 | 0.7549 | 24.3 | -0.298 | 2.02 | 10.935 | 0.815 |
| 6 | 0.8456 | 19.2 | -0.22 | 2.54 | 8.137 | 0.863 |
| 7 | 0.894 | 15.9 | -0.295 | 3.07 | 6.126 | 0.899 |
| 8 | 0.931 | 12.9 | 0.337 | 3.81 | 2.974 | 0.943 |
| 9 | 0.9334 | 12.6 | -0.0405 | 3.88 | 3.362 | 0.942 |
| 10 | 0.9414 | 11.9 | 0.0608 | 4.13 | 3.06 | 0.946 |
검량식 작성 후에는 다시 근사모델의 정확도 평가 방법인 교차타당화(cross validation) 방법을 사용하여 내부검증을 수행하였으며, 표 3에 나타난 바와 같이, 요소(factor)가 10일 때, R2는 0.9414로서 우수한 검량식을 얻을 수 있었다. 상기 검량식을 교차타당화(cross validation)한 결과 RMSECV는 11.9, slope는 0.94를 보여 검량식의 정확도가 높음을 알 수 확인하였다.
따라서, 교차타당화 결과 중 factor 10의 값을 이용하여 최종적으로 도출된 검량식은 하기 수학식 1과 같다.
[수학식 1]
Y i = bX i + a
상기 수학식 1에서 Y i 는 예측값 또는 추정치로, 실제 MIN-MAX normalization 처리한 스펙트럼 값(NIR value)을 의미하며, X i 는 독립변수로 원산지를 판별하고자 하는 홍삼 농축액의 로딩 값이며, b는 0.92 ~ 0.96이고, a는 3.02 ~ 3.10이다. 또한 표 3에서 기울기(slop) 값은 b 값에 해당하며, offset 값은 a 값에 해당한다.
b는 기울기, a는 절편(Y의 회귀상수)로, 표 3의 offset 값이 a에 해당한다. 또한, X i 는 독립변수로 원산지를 판별하고자 하는 홍삼 농축액의 로딩값에 해당한다.
즉, 본 발명에서는 원산지를 판별하고자 하는 홍삼 농축액의 근적외선 스펙트럼 값을 상기 수학식 1에 대입하여 X i 인 로딩값을 구하였으며, 도출된 로딩 값이 로딩 값(loading value)이 50 ~ 150이면, 국내산 홍삼 농축액으로 판별할 수 있다.
홍삼 농축액 원산지 판별 예측 모델을 이용한 홍삼 농축액 원산지 판별
본 발명에서는 실시예 2에서 도출한 홍삼 농축액 원산지 판별 예측 모델인 수학식 1을 이용하여 실제로 원산지를 판별하고자 하는 홍삼 농축액 시료의 원산지의 구별이 가능한지 알아보기 위해, 실시예 2에서 최대-최소 정규화(MIN-MAX normalization) 처리된 국산 및 중국산 홍삼 농축액의 스펙트럼 값을 적용하여 홍삼농축액의 원산지 판별을 수행하였다.
| 구분 | 시료 수 | 판별정확도(%) | |||
| Total | 국산 | 중국산 | |||
| 총계 | 232 | 132 | 100 | 100.0 | |
| 판별 결과 | 국산 | 132 | 132 | 0 | 100.0 |
| 중국산 | 100 | 0 | 100 | 100.0 | |
표 3에서 도출된 factor 10의 검량식을 사용하여 국산 및 중국산 홍삼 농축액의 원산지를 실제로 판별하였으며, 표 4에 나타난 바와 같이, 국산 홍삼 농축액 132점 모두 국산으로, 중국산 홍삼 농축액 100점 모두 중국산으로 판별하여 판별정확도 100.0%를 보여주었다.
또한, 도 1은 로딩 값(Loading value)을 국산 홍삼 농축액은 '100', 중국산 홍삼 농축액은 '1'로 설정한 후, PLS 회귀분석법으로 도출된 검량식에 의한 상관도를 나타낸 것으로, 도 1에 나타난 바와 같이, 중국산과 국산이 2개의 그룹으로 뚜렷하게 구분되고 있음을 알 수 있다. (도 1의 파란색 선은 표 2의 검량식을 의미하며, 초록색 선은 교차검증하여 도출된 수학식 1의 검량식을 의미한다.)
즉, 본 발명의 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법은 원산지 판별이 어려운 시판 홍삼 농축액을 시료의 추출이나 화학반응 등의 전처리 과정 없이 시판 홍삼 농축액의 시료 특정 영역대에서의 흡수스펙트럼을 수집 및 분석하면, 신속하고 정확하게 홍삼 농축액의 원산지 판별이 가능함을 확인하였다.
이상으로, 본 발명 내용의 특정한 부분을 상세히 기술하였는바, 당업계의 통상의 지식을 가진 자에게 있어서, 이러한 구체적 기술은 단지 바람직한 실시양태일 뿐이며, 이에 의해 본 발명의 범위가 제한되는 것이 아닌 점은 명백할 것이다. 따라서 본 발명의 실질적인 범위는 첨부된 청구항들과 그것들의 등가물에 의하여 정의된다고 할 것이다.
Claims (10)
- (a) 원산지가 다른 2종 이상의 홍삼 농축액에 각각 금으로 도금된 반사거울을 넣은 다음, 4,000/㎝ 내지 9,405/㎝ 파장대를 이용하여 각각의 홍삼 농축액을 근적외선 흡수 스펙트럼 측정하는 단계;
(b) 수득된 스펙트럼을 최대-최소 정규화(MIN-MAX normalization)를 수행한 후, 회귀분석을 수행하여 홍삼 농축액 원산지 판별 예측 모델을 도출하는 단계; 및
(c) 상기 (b) 단계에서 도출된 홍삼 농축액 원산지 판별 예측 모델을 이용하여 판별하고자 하는 홍삼 농축액 시료의 원산지를 예측하는 단계;
를 포함하는 홍삼 농축액의 원산지 판별방법.
- 제1항에 있어서, 상기 (a) 단계의 홍삼 농축액 중 일부는 중국산 홍삼 농축액이고, 일부는 국내산 홍삼 농축액인 것을 특징으로 하는 홍삼 농축액의 원산지 판별방법.
- 삭제
- 삭제
- 제1항에 있어서, 상기 최대-최소 정규화(MIN-MAX normalization)는 (a) 단계에서 수득한 스펙트럼의 바탕선(base line)을 보정하기 위해, Y축 절편인 흡광도 값을 0으로 정규화(normalization) 시키는 것을 특징으로 하는 홍삼 농축액의 원산지 판별방법.
- 제1항에 있어서, 상기 (b) 단계의 회귀분석은 다중선형회귀분석법(Multiple linear regression; MLR), 부분최소자승법(Partial Least Square; PLS) 및 주성분회귀분석법(Principal Componrnt Regression; PCA)으로 구성된 군에서 선택된 1종 이상의 회귀분석법을 포함하는 것을 특징으로 하는 홍삼 농축액의 원산지 판별방법.
- 제6항에 있어서, 상기 회귀분석은 부분최소자승법으로 수행하며,
국내산 홍삼 농축액의 로딩 값을 '100'으로 하고, 중국산 홍삼 농축액의 로딩 값을 '1'로 설정하여 분석하는 것을 특징으로 하는 홍삼 농축액의 원산지 판별방법.
- 제7항에 있어서, 상기 회귀분석으로 도출된 홍삼 농축액 원산지 판별 예측 모델은 하기 수학식 1로 표시되는 것을 특징으로 하는 홍삼 농축액의 원산지 판별방법;
[수학식 1]
Y i = bX i + a
상기 수학식 1에서 Y i 는 예측값 또는 추정치로, 실제 최대-최소 정규화(MIN-MAX normalization) 처리한 스펙트럼 값(NIR value)을 의미하며, X i 는 독립변수로 원산지를 판별하고자 하는 홍삼 농축액의 로딩 값이며, b는 0.92 ~ 0.96이고, a는 3.02 ~ 3.10이다.
- 제8항에 있어서, 홍삼 농축액 원산지 판별 예측 모델은 회귀함수(R2)값이 0.92 ~ 0.95이고, RMSECV 값이 11.0 ~ 12.0인 것을 특징으로 하는 홍삼 농축액의 원산지 판별방법.
- 제8항에 있어서, 원산지를 판별하고자 하는 홍삼 농축액 시료의 최대-최소 정규화(MIN-MAX normalization) 처리한 스펙트럼 값(NIR value)을 상기 수학식 1의 Y i 에 적용했을 때,
X i 값이 80 ~ 120이면, 국내산 홍삼 농축액으로 판별하는 것을 특징으로 하는 원산지 판별방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140168854A KR101660482B1 (ko) | 2014-11-28 | 2014-11-28 | 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140168854A KR101660482B1 (ko) | 2014-11-28 | 2014-11-28 | 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160064771A KR20160064771A (ko) | 2016-06-08 |
| KR101660482B1 true KR101660482B1 (ko) | 2016-09-29 |
Family
ID=56193735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140168854A KR101660482B1 (ko) | 2014-11-28 | 2014-11-28 | 근적외선분광광도계를 이용한 홍삼 농축액의 원산지 판별방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101660482B1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102099164B1 (ko) * | 2018-12-28 | 2020-04-09 | 충남대학교산학협력단 | 초분광 nir 영상을 이용한 인삼의 내부 내백 등급 판정시스템 및 판정방법 |
| KR102597136B1 (ko) * | 2023-05-12 | 2023-11-03 | 콜마비앤에이치 주식회사 | 약재의 원산지 판별 방법 및 약재의 원산지 혼합 비율 판별 방법 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080075761A (ko) * | 2007-02-13 | 2008-08-19 | 순천대학교 산학협력단 | 근적외선 분광광도계를 이용한 한국산과 일본산 녹차제품의 지리적 원산국 판별 방법 |
| KR101490711B1 (ko) * | 2008-09-18 | 2015-02-06 | (주)아모레퍼시픽 | 근적외 분광분석 시스템을 이용한 홍삼 및 홍삼엑기스수율과 품질 예측 검증 방법 |
| KR101206295B1 (ko) * | 2010-05-03 | 2012-11-29 | 강원대학교산학협력단 | 근적외 다변량 분석법을 이용한 곡물 시료의 원산지 판별방법 |
-
2014
- 2014-11-28 KR KR1020140168854A patent/KR101660482B1/ko active IP Right Grant
Non-Patent Citations (1)
| Title |
|---|
| 조광래, ‘인삼의 과학적 유통체계 확립을 위한 품질 보증기술 개발’, 보건복지부 최종보고서(1999.05.31.)* |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160064771A (ko) | 2016-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Petrakis et al. | Assessing saffron (Crocus sativus L.) adulteration with plant-derived adulterants by diffuse reflectance infrared Fourier transform spectroscopy coupled with chemometrics | |
| Chen et al. | Discrimination of Ganoderma lucidum according to geographical origin with near infrared diffuse reflectance spectroscopy and pattern recognition techniques | |
| Amanah et al. | Nondestructive measurement of anthocyanin in intact soybean seed using Fourier Transform Near-Infrared (FT-NIR) and Fourier Transform Infrared (FT-IR) spectroscopy | |
| Abu-Khalaf et al. | Visible/Near Infrared (VIS/NIR) spectroscopy as an optical sensor for evaluating olive oil quality | |
| Flores et al. | Feasibility in NIRS instruments for predicting internal quality in intact tomato | |
| Barbin et al. | Classification and compositional characterization of different varieties of cocoa beans by near infrared spectroscopy and multivariate statistical analyses | |
| Choi et al. | Discriminating the origin of basil seeds (Ocimum basilicum L.) using hyperspectral imaging analysis | |
| Zhu et al. | Determination of soybean routine quality parameters using near‐infrared spectroscopy | |
| Xu et al. | Rapid analysis of adulterations in Chinese lotus root powder (LRP) by near-infrared (NIR) spectroscopy coupled with chemometric class modeling techniques | |
| CN101975845A (zh) | 中药品质自动检测系统 | |
| CN103278473B (zh) | 白胡椒中胡椒碱及水分含量的测定和品质评价方法 | |
| US20090305423A1 (en) | Methods for Monitoring Composition and Flavor Quality of Cheese Using a Rapid Spectroscopic Method | |
| Beghi et al. | Rapid evaluation of grape phytosanitary status directly at the check point station entering the winery by using visible/near infrared spectroscopy | |
| Munawar et al. | Near infrared spectroscopic data for rapid and simultaneous prediction of quality attributes in intact mango fruits | |
| Cortés et al. | Potential of NIR spectroscopy to predict amygdalin content established by HPLC in intact almonds and classification based on almond bitterness | |
| Tugnolo et al. | Characterization of green, roasted beans, and ground coffee using near infrared spectroscopy: A comparison of two devices | |
| Babazadeh et al. | Classification of potato tubers based on solanine toxicant using laser-induced light backscattering imaging | |
| Arslan et al. | NIR spectroscopy coupled chemometric algorithms for rapid antioxidants activity assessment of Chinese dates (Zizyphus Jujuba Mill.) | |
| Monago-Maraña et al. | Untargeted classification for paprika powder authentication using visible–Near infrared spectroscopy (VIS-NIRS) | |
| Dale et al. | Chemometric tools for NIRS and NIR hyperspectral imaging | |
| Saad et al. | Quality analysis prediction and discriminating strawberry maturity with a hand-held Vis–NIR spectrometer | |
| Chen et al. | Laser induced fluorescence spectroscopy for detection of Aflatoxin B 1 contamination in peanut oil | |
| Wang et al. | Identification of mildew degrees in honeysuckle using hyperspectral imaging combined with variable selection | |
| Sun et al. | Non-destructive detection of blackheart and soluble solids content of intact pear by online NIR spectroscopy | |
| CN106226267B (zh) | 一种辣椒干色价的近红外测定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |