×

منوی بالا

منوی اصلی

دسترسی سریع

اخبار سایت

آخرین اخبار

امروز : سه شنبه, ۲۹ اسفند , ۱۴۰۲  .::.  اخبار منتشر شده : 0 خبر
شناسایی زعفران‌ تقلبی با کمک هوش مصنوعی!

به گزارش شبکه خبری گیاهان دارویی به نقل از دنیای‌اقتصاد؛ زعفران به‌عنوان یک گیاه دارویی باارزش، یکی از قدیمی‌ترین و گران‌ترین ادویه‌های جهان است که از جایگاه ویژه‌ای در بین محصولات صنعتی و صادراتی ایران برخوردار است. قیمت بالای این محصول موجب شده تا به شیوه‌های مختلف مورد سوء‌استفاده افراد سودجو قرار گیرد.

عضو هیات علمی موسسه پژوهشی علوم و صنایع غذایی در این زمینه گفت: زعفران همواره موردتوجه افراد سودجو برای کسب منافع از تجارت پررونق این محصول بوده است. این افراد معمولا برای کم کردن هزینه‌های تولید با استفاده از مواد آلی و معدنی مختلف دست به تقلب زده و زعفران‌های رنگ‌شده تقلبی یا به‌صورت مخلوط با زعفران خالص باکیفیت و کمیت نامناسبی بسته‌بندی و به بازار عرضه کرده و سلامت مردم را نیز به خطر می‌اندازند. عبدالله ملافیلابی بیان کرد: زعفران تقلبی معمولا با افزودن مواد با منشأ گیاهی ازجمله خامه‌هایی که با چوب برزیلی، چوب صندل و با رنگ‌های مصنوعی (مثل تارترازین) رنگ ‌شده‌اند، به دست می‌آید.

ملافیلابی ادامه داد: افزودن اندام‌های مواد گیاهی مشابه با زعفران چون زریر، گل کافشه (کاجیره یا گلرنگ)، کاسبرگ گل همیشه‌بهار، کاکل ذرت رنگ‌کرده، پرچم‌های زرد بعضی گل‌ها، زردچوبه، میخک، ریشه گندم رنگ زده، ریشه پیاز معمولی که با جوهر رنگ می‌شود، خاک سرخ و نیز رشته‌های پخته‌شده گوشت گاو و مرغ و… ازجمله تقلبات دیگر در این محصول به شمار می‌روند.

وی با بیان اینکه در زمینه شناسایی و تشخیص زعفران‌های اصیل از تقلبی پژوهش‌های مختلفی صورت گرفته است ادامه داد: روش به‌کارگیری تکنیک‌های هوش مصنوعی و یادگیری عمیق یکی از جدیدترین راهکارها در این زمینه محسوب می‌شود. مجری این طرح پژوهشی افزود: سایر روش‌های شناسایی شامل واکنش‌های رنگی، بررسی‌های میکروسکوپی، کروماتوگرافی لایه نازک (TLC) و کروماتوگرافی مایع با کارآیی بالا (HPLC) است که روش HPLC موثرترین روش در این زمینه به شمار می‌رود. وی با اشاره به اینکه یکی از مهم‌ترین تقلبات زعفران ‌رنگ آمیزی خامه زعفران با رنگ‌های مصنوعی و طبیعی در طیف‌های نارنجی و قرمزرنگ است گفت: هدف اصلی ما از اجرای این طرح پژوهشی، شناسایی تقلبات رنگی در محصول زعفران ایرانی و اصالت‌سنجی آن با استفاده از روش‌های کامپیوتری پردازش تصویر و هوش مصنوعی مبتنی بر یادگیری عمیق است که به‌عنوان روش جدیدی با دقت بالای ۹۵درصد برای تشخیص و شناسایی زعفران غیراصیل رنگ‌شده پیشنهاد شده است.

وی گفت: اقدام موسسه پژوهشی علوم و صنایع غذایی برای مقابله با این تقلبات شامل استفاده از تکنیک هوش مصنوعی مبتنی بر یادگیری عمیق و پردازش داده‌های تصویری است که از این طریق مشخصه‌های زعفران اصیل شناسایی ‌شده و از زعفران تقلبی تمییز داده می‌شود. در استفاده از این تکنیک هیچ قسمتی از زعفران ضایع نمی‌شود، همچنین نیاز به تجهیزات خاص آزمایشگاهی نیز نبوده و به‌سرعت فرآیند شناسایی زعفران با دقت بالا انجام می‌گیرد.

ملافیلابی اظهار کرد: برای توسعه این طرح پژوهشی کاربردی در آینده نزدیک محققان این طرح در نظر دارند با طراحی سیستم هوشمند قابل‌نصب روی موبایل، امکان شناسایی زعفران اصیل از زعفران تقلبی را برای همگان میسر کنند.

ایجاد ارزش‌افزوده از ضایعات بُنه زعفران

عضو هیات علمی موسسه پژوهشی علوم و صنایع غذایی نیز در مورد اهمیت اجرای طرح پژوهشی «تاثیر روش‌های مختلف استخراج بر ترکیبات موثر بُنه زعفران» بیان کرد: مطالعات نشان داده است درصد سبز شدن، تعداد برگ‌ها و درصد گل‌های تولیدی در گیاه زعفران تابع قطر بُنه‌ها است. ازاین‌رو برای کشت، بنه‌های درشت انتخاب می‌شوند و در نتیجه سالانه شاهد ضایعات قابل‌توجهی از بنه‌های ریز و با وزن کم در تولید زعفران کشور هستیم. جواد فیضی با بیان اینکه استفاده موثر از این ضایعات و بازگرداندن آن به چرخه ایجاد ارزش‌افزوده در اقتصاد کشور از اولویت بالایی در سرمایه‌گذاری برخوردار است گفت: با توجه به وسعت بالای سطح زیر کشت زعفران در استان خراسان و اینکه زمین زیر کشت زعفران دوباره  برای این محصول قابل‌کشت نیست، در آینده‌ای نه‌چندان دور با بحران افزایش ضایعات بنه ریز زعفران مواجه خواهیم بود. وی با تاکید بر اینکه بی‌توجهی به این آینده‌پژوهی باعث هدررفت سرمایه‌ها می‌شود ادامه داد: موسسه پژوهشی علوم و صنایع غذایی در حال اجرای طرح پژوهشی شناسایی روش‌های مختلف استخراج ترکیبات موثره زعفران است که تولید نشاسته از ضایعات بنه زعفران و نیز استخراج ساپونین و عصاره باقدرت آنتی‌اکسیدانی بالا ازجمله دستاوردهای این طرح پژوهشی به شمار می‌رود.

  • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
  • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
  • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.