hybrydowy elektroniczny język stosowany w analizie jakościowej
Transkrypt
hybrydowy elektroniczny język stosowany w analizie jakościowej
HYBRYDOWY ELEKTRONICZNY JĘZYK STOSOWANY W ANALIZIE JAKOŚCIOWEJ EKSTRAKTÓW JABŁKOWYCH 1 Wesoły , Małgorzata Anna Kutyła – Małgorzata Nowacka2, Patrycja Ciosek1 1 Olesiuk , Zakład Mikrobioanalityki, Wydział Chemiczny, Politechnika Warszawska ul. Noakowskiego 3, 00-664 Warszawa, [email protected] 2 Wydział Nauk o Żywności, Szkoła Główna Gospodarstwa Wiejskiego ul. Nowoursynowska 159, 02-776 Warszawa 1 Elektroniczny język Eksperyment PROCEDURY KLASYFIKACYJNE (ROZPOZNAWANIE OBRAZU) "JABŁKO" Rysunek 1. Schemat działania elektronicznego języka Analiza jakościowa Stworzony EJ potencjometria POT woltamperometria WOLT potencjometria + woltamperometria POT + WOLT potencjometria + woltamperometria + biosensory + konduktometria + pH + spektrofotometria ALL Tabela 1. Utworzone systemy typu elektroniczny język a) WOLT b) POT Rozróżnianie próbek z wykorzystaniem PLS 1 5 4 LV 1 -5 8 4 0 -4 LV 2 -12 1 -1 8 -8 2 -2 0 LV -16 0 0 -1 1 1 -2 2 c) POT + WOLT d) ALL 8 LV 24 0 -4 -8 10 5 8 Procent poprawnej klasyfikacji 0 -5 4 -15 0 -20 -4 -8 -12 -8 0 -4 -4 LV 1 0 4 0 -8 4 3 -8 -16 -4 8 4 LV dane testujące 75 75 100 100 LV dane uczące 100 95,83 100 100 LV 3 -10 Tabela 2. Procent poprawnej klasyfikacji badanych próbek otrzymany za pomocą PLS Wnioski: -4 0 -1 -2 LV 1 POT WOLT POT + WOLT ALL 0 3 -8 Sposób w jaki PLS klasyfikuje próbki zależy od użytkownika. Stworzone zostają dwie macierze: ucząca i testująca. PLS bazująca na macierzy uczącej analizuje związki pomiędzy danymi uczącymi, a istniejącymi klasami i przyporządkowuje do nich próbki. Natomiast macierz testująca sprawdza poprawność tego przyporządkowania. Stworzony elektroniczny język LV PLS jako klasyfikator 10 LV 3 W trakcie analizy następuje korelacja danych pomiarowych z macierzą celu, w której zawarte są informacje o przynależności próbki do danej klasy. Pierwsze trzy zmienne zobrazowane są w formie wykresów trójwymiarowych. Na rysunku 2 przedstawiono na wykresach 3D rozróżnienie próbek ze względu na technikę suszenia. SUR MIKRO KONW PROM 2 WSTĘPNA OBRÓBKA DANYCH Technika pomiarowa 2 MATRYCA SENSORÓW CHEMICZNYCH Analizie chemometrycznej poddano dane pochodzące z pomiarów próbek biologicznych. Wykorzystano pomiary potencjometryczne, woltamperometryczne, amperometryczne, konduktometryczne, pH i spektrofotometryczne ekstraktów surowych jabłek (SUR) oraz suszy jabłkowych uzyskanych trzema technikami suszenia: mikrofalowego (MIKRO), konwekcyjnego (KONW) oraz promiennikowego (PROM). Stworzono elektroniczne języki wykorzystujące jedną technikę pomiarową oraz układy hybrydowe bazujące na kilku technikach pomiarowych (tzw. hybrydowy elektroniczny język). W tabeli 1 przedstawiono utworzone systemy typu elektroniczny język i zastosowane symbole do ich oznaczenia. LV Elektroniczny język służy do analizy próbek cieczy o złożonym i skomplikowanym składzie oraz do określenia ich cech charakterystycznych. Wykorzystuje on matrycę zawierającą czujniki chemiczne o zróżnicowanej selektywności, które pełnią rolę receptorów. Funkcję bloku rozpoznawania obrazów pełnią metody numeryczne np. Metoda Częściowych Najmniejszych Kwadratów (PLS, ang. Partial Least Squares), przetwarzające oraz interpretujące dane pomiarowe. W celu pełniejszej analizy próbek i poprawy zdolności rozpoznawania oraz klasyfikacji stworzono systemy łączące kilka technik pomiarowych. Układy hybrydowe umożliwiają dokładniejszą analizę próbki, ponieważ za pomocą jednego urządzenia możliwe jest uzyskanie wielu informacji chemicznych o różnym charakterze, co nie byłoby możliwe w układzie wykorzystującym jedną techniką pomiarową. Schemat działania elektronicznego języka przedstawiony jest na rysunku 1. 8 Rysunek 2. Wykresy 3D – PLS dla próbek, których obrazy chemiczne otrzymano za pomocą pomiarów: a) POT b) WOLT c) POT + WOLT d) ALL Połączenie różnych technik pomiarowych, czyli utworzenie hybrydowego elektronicznego języka, znacznie poprawia analizę jakościową. Na podstawie przedstawionych wyników analizy zaobserwowano że próbki, których dane pomiarowe uzyskano za pomocą kilku technik analitycznych (hybrydowy EJ) tworzyły na wykresach 3D charakterystyczne skupiska. Nawet dla układu zawierającego dane z potencjometrii udało się wyróżnić 4 grupy próbek. Należy jednak pamiętać o dalszej analizie, która wykorzystuje wyniki uzyskane przez PLS i nie wyciągać wniosków o wystarczającym rozróżnieniu za pomocą jednej techniki. Największy procent poprawnej klasyfikacji, a tym samym najlepszy wynik uzyskano za pomocą PLS już dla układu łączącego dwie techniki (POT+WOLT). Dla układów, w których wykorzystano wszystkie dostępne dane pomiarowe udało się osiągnąć całkowicie poprawną klasyfikację. Niniejsza praca jest współfinansowana z programu LIDER (Nr LIDER/17/202/L-1/09/NCBiR/2010).