به گزارش افرنگ خبر /گیاهان دارویی به دلیل کاربردهایی که در سلامتی دارند از دیدگاه جهانی مورد توجه هستند. تقاضا برای این محصولات به دلیل افزایش علاقه مصرفکنندگان به محصولات طبیعی رو به افزایش است و در بعضی موارد ناشی از این است که محصولات طبیعی ایمنتر و نسبت به هزینه پرداختشده مؤثرتر هستند. طبق آمار سازمان بهداشت جهانی حدود ۸۰ درصد از جمعیت کشورهای توسعهیافته برای رفع نیازهای اولیه جهت مراقبت از سلامتی خود از گیاهان دارویی استفاده میکنند. تجارت جهانی گیاهان دارویی و معطر و محصولات آن در سال ۲۰۱۰ حدود ۶ میلیارد دلار بوده است و انتظار میرود که در سال ۲۰۵۰ به ۵ تریلیون دلار برسد.
گیاهان دارویی به گفته متخصصان، نقشی حیاتی در نیازهای مراقبتی سلامت سهچهارم از کل جمعیت کشورهای توسعهیافته ایفا میکنند و تعداد زیادی شرکت دارویی و غذایی با در نظر گرفتن پتانسیل بازار جهانی گیاهان دارویی فعال شدهاند. ازجمله کاربردهای گیاهان دارویی میتوان به استفاده از آنها در صنایع غذایی و دارویی، طبهای سنتی و جایگزین، صنایع آرایشی و بهداشتی و صنایع طعم سازی و افرادی که از درمانهای خانگی استفاده میکنند اشاره کرد. بنابراین کنترل کیفیت گیاهان خام و محصولات آنها برای اطمینان از ثباتشان در کیفیت، ایمنی و بازده بسیار ضروری است.
در همین راستا، تیمی پژوهشی از دانشگاه تهران در یک مطالعه جالب، یک سامانه ماشینی به نام «بینی الکترونیکی» را برای طبقهبندی 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 نیمههادی اکسید فلزی (MOS) کار میکند.
محققان پس از آمادهسازی نمونههای گیاهان، پاسخ حسگرهای سامانه به هر یک از گیاهان مورد آزمایش را ثبت کرده و سپس این پاسخها را توسط روشهای تحلیلی مختلف تحت عنوان روش مؤلفههای اصلی (PCA)، روش تحلیل تفکیک خطی (LDA) و روش شبکه عصبی مصنوعی (ANN) جهت طبقهبندی گیاهان مورد نظر، بررسی کردند.
نتایج این بررسیها نشان داد که سامانه بینی الکترونیکی توسعه داده شده، قادر است با موفقیت بالایی به طبقهبندی صحیح نمونههای گیاهان دارویی بپردازد و بنابراین میتواند بهعنوان جایگزینی با حساسیت رضایتبخش، قابل اطمینان و سریع نسبت به روشهای سنتی و شیمیایی گرانقیمت مورد استفاده قرار گیرد.
دراینباره، سید سعید محتسبی، پژوهشگر گروه مهندسی مکانیک ماشینهای کشاورزی دانشگاه تهران و دو همکار دیگرش اظهار داشتهاند: «نتایج تحلیلهای ما نشان داد که دقت طبق بندی با استفاده از دادههای بینی الکترونیکی برای روشهای تحلیل تفکیک خطی و شبکه عصبی مصنوعی به ترتیب ۹۲ و ۱۰۰ درصد است. این یعنی روشهای فوق با دقت بسیار بالایی قادر به تفکیک گیاهان دارویی مختلف خانواده نعنائیان از یکدیگر هستند».
آنها میافزایند: «روش LDA نیز توانست با دقت ۹۲ درصد نمونهها را از یکدیگر تفکیک کند. بااینحال، طبقهبندی دادههای حاصل از سیگنالهای بهدستآمده از آرایه حسگری بینی الکترونیک نشان میدهد که روش شبکه عصبی مصنوعی برای طبقهبندی گیاهان دارویی مختلف از راسته نعناسانان بالاترین دقت را دارد».
بر این اساس، طبق توصیه محققان فوق میتوان از بینی الکترونیکی بهعنوان ابزاری مفید و قابل اطمینان برای طبقهبندی گیاهان دارویی استفاده کرد.
قابل ذکر است این یافتهها را فصلنامه «پژوهشهای مکانیک ماشینهای کشاورزی» متعلق به دانشگاه شهرکرد منتشر کرده است.
ارسال نظرات