بررسی عملکرد سامانه بینی الکترونیکی در طبقه بندی پنج نوع گیاه دارویی بومی ایران از راسته نعناسانان

گرایش مجدد انسان به طبیعت و محصولات طبیعی سبب توسعه صنایع داروسازی، آرایشی بهداشتی و غذایی بر پایه محصولات طبیعی گشته است. بنابراین میزان تقاضای مواد خام اولیه افزایش پیدا کرده است و یکی از دسته ‌های بزرگ این مواد خام، گیاهان دارویی و معطر است. از جمله مسایل مهم در کارخانه‌های بزرگ دارویی در هنگام تهیه مواد خام اولیه گیاهی، تفکیک و طبقه‌بندی گیاهان مختلف با ویژگی‌های حسی مشابه است. در این مطالعه طبقه‌بندی پنج نوع گیاه دارویی از راسته نعناسانان با کمک یک سیستم بینی‌الکترونیک بر اساس حسگرهای نیمه هادی اکسید فلزی (MOS) مورد بررسی قرار گرفت. پس از آماده ‌سازی نمونه های گیاهان، پاسخ حسگر‌های سامانه به هر یک از گیاهان مورد آزمایش ثبت گردیدو سپس پاسخ حسگرهای بینی ‌الکترونیکی توسط روش های تحلیل مولفه های اصلی (PCA)، تحلیل تفکیک خطی (LDA) و شبکه عصبی مصنوعی (ANN) جهت طبقه بندی این گیاهان مورد بررسی قرار گرفت. نتایج تحلیل مولفه های اصلی با استفاده از داده های حاصل از سامانه نشان داد که دو مولفه اصلی اول در مجموع 95 درصد واریانس داده ها را پوشش می‌دهد. دقت طبق ‌بندی با استفاده از داده های بینی -الکترونیکی برای روش های تحلیل تفکیک خطی و شبکه عصبی مصنوعی به ترتیب 92 و 100 درصد به دست آمد. در این پژوهش، سامانه بینی ‌الکترونیکی توسعه داده شده موفق به طبقه ‌بندی صحیح نمونه های گیاهان دارویی شد و بنابراین می‌تواند به عنوان جایگزینی با حساسیت رضایتبخش، قابل اطمینان و سریع نسبت به روش ‌های سنتی مورد استفاده قرار گیرد.