Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: fungal infections

Sortuj według:

Ogranicz wyniki do:

The application of computer image analysis based on textural features for the identification of barley kernels infected with fungi of the genus Fusarium

Ropelewska E.

Agricultural Engineering

2018

Vol. 22, No. 3

49--56

The aim of this study was to develop discrimination models based on textural features for the identification of barley kernels infected with fungi of the genus Fusarium and healthy kernels. Infected barley kernels with altered shape and discoloration and healthy barley kernels were scanned. Textures were computed using MaZda software. The kernels were classified as infected and healthy with the use of the WEKA application. In the case of RGB, Lab and XYZ color models, the classification accuracies based on 10 selected textures with the highest discriminative power ranged from 95 to 100%. The lowest result (95%) was noted in XYZ color model and Multi Class Classifier for the textures selected using the Ranker method and the OneR attribute evaluator. Selected classifiers were characterized by 100% accuracy in the case of all color models and selection methods. The highest number of 100% results was obtained for the Lab color model with Naive Bayes, LDA, IBk, Multi Class Classifier and J48 classifiers in the Best First selection method with the CFS subset evaluator.

Celem pracy było opracowanie modeli dyskryminacyjnych opartych o cechy teksturalne do identyfikacji ziarniaków jęczmienia porażonych przez grzyby z rodzaju Fusarium oraz ziarniaków zdrowych. Porażone ziarniaki jęczmienia o zmienionym kształcie i z przebarwieniami oraz zdrowe ziarniaki jęczmienia zostały zeskanowane. Tekstury zostały obliczone przy użyciu programu MaZda. Ziarniaki były klasyfikowane jako porażone i zdrowe z wykorzystaniem oprogramowania WEKA. W przypadku modeli barwnych RGB, Lab i XYZ, dokładność klasyfikacji w oparciu o 10 wyselekcjonowanych tekstur o największej mocy dyskryminacyjnej zawierała się w przedziale od 95 do 100%. Najmniejszy wynik (95%) odnotowano dla modelu barwnego XYZ i Multi Class Classifier dla tekstur wyselekcjonowanych za pomocą metody Ranker i ewaluatora atrybutów OneR. Wybrane klasyfikatory charakteryzowały się dokładnością 100% w przypadku wszystkich modeli barwnych i metod selekcji. Najwięcej wyników 100% uzyskano dla modelu barwnego Lab dla klasyfikatorów: Naive Bayes, LDA, IBk, Multi Class Classifier i J48 dla metody selekcji Best First z ewaluatorem CFS.

Zanieczyszczenie grzybami mikroskopowymi pomieszczeń gospodarczych na terenie Wielkopolski w 2010 roku

Stuper-Szablewska K., Szablewski T., Ostrowska A., Matysiak A., Perkowski J.

Aparatura Badawcza i Dydaktyczna

2013

T. 18, nr 2

161--166

Celem badań było oznaczenie jakościowe (obserwacja preparatów mikroskopowych) i ilościowe (oznaczanie stężenia ergosterolu oraz liczby JTK) pleśni. Analizowano 76 prób pyłów pochodzących z obór, chlewni i kurników pobranych z indywidualnych gospodarstw rolnych na terenie Wielkopolski w czerwcu 2010 r. Najwyższy poziom zanieczyszczenia grzybami mikroskopowymi stwierdzono w próbach pyłów pochodzących z kurnika (ERG: 651,16 mg/kg, log JTK/g: 8,4), natomiast najniższy w pyłach z chlewni (ERG: 170,25 mg/kg, log JTK/g: 1,3). Uzyskane wyniki wskazują na zróżnicowany poziom zanieczyszczenia grzybami mikroskopowymi pomieszczeń gospodarczych, a ich podwyższona zawartość w pyle może wpływać istotnie na zdrowie pracowników oraz zwierząt gospodarskich.

Among the microorganisms present in the dust coming from the agricultural environment are important fungi. Aim of this study was to determine the quality (observation microscope slides) and quantitative (determination of the concentration of ergosterol (ERG) and the number of CFU/g) mold. We analyzed 76 samples of dust from the barn, piggery and poultry collected from individual farms in Wielkopolska in June 2010. The highest level of impurities was found microscopic fungi in samples derived from the house dust (ERG: 651.16 mg/kg, log CFU/g: 8.4), and lowest in the dust of the pig (ERG: 170.25 mg/ kg, log CFU/g: 1.3). The results indicate the different levels of microscopic fungi contamination utility rooms, and their increased content of dust can significantly affect the health of workers and livestock.