چکیده
توالی های پالس Carr-Purcell-Meiboom-Gill(CPMG) و Continuous Wave Free Precision(CWFP) برای بدست آوردن ناحیه زمانی رزونانس مغناطیس هسته ای H داده های نمونه گاوی استفاده شده است. در مجموع 99 نمونه گاوی از نژادهای مختلف گاوی (Angus, Bonsmara and Canchim) و جنس (ماده و نر) در این مطالعه استفاده شده است. داده های CPMG و CWFP با استفاده از آنالیزهای تک متغیری و چند متغیری بمنظور توسعه مدل های دسته بندی برای تشخیص این نمونه ها براساس جنس و نژاد حیوان پردازش شده است. تست t دو تن از دانشجویان نشان میدهد که مدل های تک متغیری بدست آمده از مجموعه داده های CWFP (با استفاده از Mz/Mo) کارایی بیشتری نسبت به داده های بدست آمده از CPMG (با استفاده از مقادیر T2) دارد. مدل های چند متغیری با یک میانگین دسته بندی صحیح بزرگتر از 80% برای بیشتر نمونه های توسعه یافته، پیش بینی پذیری مشابهی را برای هردو توالی های پالس نشان میدهد. بطور کلی، نتایج نشان میدهد که وقتی طیف سنجی TD-NMR با آنالیزهای تک متغیری و چند متغیری توام باشد، میتواند یک وسیله با ارزش را برای تشخیص جنس و نژاد نمونه های گاوی فراهم کند که حاصل آن بدست آوردن یک روش تشخیص مطمئن و سریع، نسبتا ارزان و غیرمخرب میباشد.
مقدمه
از زمان کشف بیماری مغزی اسفنجی گاوی (BSE)، قابلیت تشخیص آن در زنجیره تامین گاوی اولویت دارد (Moe, 1998; Regattieri, Gamberi, &Manzini, 2007). از سیستم قابلیت تشخیص غذایی (FTS) در بیشتر کشورها بمنظور جلوگیری از برچسب زنی تقلبی و تایید اصل بودن محصولات در فروشگاه مطرح شده است ((Chen & Huang, 2013; Schroeder &Tonsor, 2012. همچنین قابلیت تشخیص میتواند بعنوان یک قسمت از استراتژی رقابتی برای بررسی کیفیت بالای محصول مورد استفاده قرار گیرد و به تولید کننده فرصت تشخیص فروشگاه و سود اضافی را بدهد (Bosona&Gebresenbet, 2013). در زنجیره تامین گاوی، قانون ایمنی غذایی یک مجموعه اصول برای تشخیص حیوانات وضع کرده است که شامل گاوداری محل پرورش، ماه تولد، جنس، گروه ژنی و سیستم تولید می باشد...