Métodos de análise de imagens não destrutivos para avaliação da qualidade de sementes

• Processo: 17/15220-7
• Modalidade de apoio: Auxílio à Pesquisa - Jovens Pesquisadores
• Vigência: 01 de fevereiro de 2018 - 31 de dezembro de 2023
• Área do conhecimento: Ciências Agrárias - Agronomia - Fitotecnia
• Pesquisador responsável: Clíssia Barboza Mastrangelo
• Beneficiário: Clíssia Barboza Mastrangelo
• Instituição Sede: Centro de Energia Nuclear na Agricultura (CENA). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Pesquisadores associados: Agide Gimenez Marassi ; Alberto Tannús ; Fernando Fernandes Paiva ; Francisco Guilhien Gomes Junior ; Julio Marcos Filho ; Roberval Daiton Vieira ; Silvio Moure Cicero
• Auxílios(s) vinculado(s): 18/03807-6 - EMU concedido no processo 2017/15220-7: multiFocus digital radiography system, AP.EMU; 18/03802-4 - EMU concedido no processo 2017/15220-7: sistema de imagem VideoMeterLab, AP.EMU; 18/03793-5 - EMU concedido no processo 2017/15220-7: sistema de imagem SeedReporter câmera spectral & colour, AP.EMU
• Bolsa(s) vinculada(s): 22/11706-0 - Desenvolvimento e validação de métodos de imagens multiespectrais para análise da qualidade de sementes de milho, BP.IC; 21/01329-2 - Efeito do tratamento de sementes de soja com micronutrientes em associação com ultrassom avaliado por análise de imagens multiespectrais, BP.MS; 20/12686-8 - Aplicação de técnicas analíticas de imagem por ressonância magnética e imagem multiespectral para avaliação de sementes de amendoim, BP.IC; + mais bolsas vinculadas 20/09407-0 - Relação da fluorescência de clorofila com a qualidade fisiológica de sementes de soja, BP.MS; 20/04852-5 - Aplicação de técnicas analíticas de imagem por ressonância magnética e imagem multiespectral para avaliação de sementes de amendoim, BP.IC; 19/04127-1 - Aplicação de técnicas analíticas de imagem por ressonância magnética e imagem multiespectral para avaliação de sementes de pinhão-manso, BP.IC; 18/24777-8 - Fluorescência de clorofila e análise multiespectral de imagens para avaliação da qualidade de sementes de cenoura e tomate, BP.MS; 18/01774-3 - Métodos de análise de imagens não destrutivos para avaliação da qualidade de sementes, BP.JP - menos bolsas vinculadas
• Assunto(s): Ressonância magnética Fluorescência Análise de imagens Controle da qualidade Sementes Tomate Cenoura Amendoim
• Palavra(s)-Chave do Pesquisador: Amendoim | análise multiespectral | Cenoura | Fluorescência de clorofila | Ressonância Magnética | tomate | Tecnologia de Sementes

Resumo

A crescente demanda por sementes no Brasil, em especial para as culturas de importância econômica, leva à necessidade de constante aperfeiçoamento nos parâmetros para avaliação da qualidade deste insumo, com o propósito de maximização da produção e, consequentemente, da competitividade do setor agrícola no cenário econômico nacional e internacional. Sendo assim, a avaliação da qualidade de sementes por meio de técnicas de análise de imagens não destrutivas é de grande interesse, pois podem ser obtidas informações objetivas, em período de tempo relativamente curto, com menor interferência humana e com grande potencial de portabilidade. Em continuidade ao projeto temático "Análise de imagens na pesquisa em tecnologia de sementes", financiado pela FAPESP (processo nº 06/57900-0), o presente projeto tem como objetivo dar prosseguimento aos estudos sobre métodos não destrutivos para avaliação da qualidade de sementes, a partir do aperfeiçoamento de recentes técnicas de análise de imagens de raios x e de ressonância magnética, bem como a introdução e o estabelecimento no país, das técnicas de análise de imagens multiespectrais e de fluorescência de clorofila. Espera-se com este projeto encontrar padrões de imagens ópticas por meio de técnicas modernas que permitam a caracterização de alterações nos padrões de qualidade de sementes de cenoura, tomate, pinhão-manso e amendoim, e dar continuidade aos trabalhos que o grupo de pesquisadores envolvidos vêm realizando nos últimos anos, permitindo o fortalecimento e ampliação de abordagens inovadoras, com a inclusão de novas linhas de pesquisa em proposta interinstitucional, de âmbito internacional. (AU)

Publicações científicas

(22)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

FRANCA-SILVA, FABIANO; QUEIROZ REGO, CARLOS HENRIQUE; GUILHIEN GOMES-JUNIOR, FRANCISCO; DUARTE DE MORAES, MARIA HELOISA; DE MEDEIROS, ANDRE DANTAS; DA SILVA, CLISSIA BARBOZA. Detection ofDrechslera avenae(Eidam) Sharif [Helminthosporium avenae(Eidam)] in Black Oat Seeds (Avena strigosaSchreb) Using Multispectral Imaging. SENSORS, v. 20, n. 12, JUN 2020. (17/15220-7, 18/03802-4)

DE MEDEIROS, ANDRE DANTAS; BERNARDES, RODRIGO CUPERTINO; DA SILVA, LAERCIO JUNIO; LEMOS DE FREITAS, BRUNO ANTONIO; FERNANDES DOS SANTOS DIAS, DENISE CUNHA; DA SILVA, CLISSIA BARBOZA. Deep learning-based approach using X-ray images for classifying Crambe abyssinica seed quality. INDUSTRIAL CROPS AND PRODUCTS, v. 164, JUN 2021. (17/15220-7)

MASTRANGELO, THIAGO; DA SILVA, FABIANO FRANCA; MASCARIN, GABRIEL MOURA; DA SILVA, CLISSIA BARBOZA. Multispectral imaging for quality control of laboratory-reared Anastrepha fraterculus (Diptera: Tephritidae) pupae. Journal of Applied Entomology, v. 143, n. 10, p. 8-pg., 2019-11-27. (18/03802-4, 17/15220-7)

OLIVEIRA, NIELSEN MOREIRA; DE MEDEIROS, ANDRE DANTAS; NOGUEIRA, MARINA DE LIMA; ARTHUR, VALTER; MASTRANGELO, THIAGO DE ARAUJO; DA SILVA, CLISSIA BARBOZA. Hormetic effects of low-dose gamma rays in soybean seeds and seedlings: A detection technique using optical sensors. COMPUTERS AND ELECTRONICS IN AGRICULTURE, v. 187, AUG 2021. (18/03802-4, 18/01774-3, 18/03793-5, 17/15220-7)

MARTINS BIANCHINI, VITOR DE JESUS; MASCARIN, GABRIEL MOURA; APARECIDA SANTOS SILVA, LUCIA CRISTINA; ARTHUR, VALTER; CARSTENSEN, JENS MICHAEL; BOELT, BIRTE; DA SILVA, CLISSIA BARBOZA. Multispectral and X-ray images for characterization of Jatropha curcas L. seed quality. PLANT METHODS, v. 17, n. 1, JAN 26 2021. (18/03807-6, 19/04127-1, 17/15220-7, 18/03802-4, 18/01774-3)

DA SILVA, CLISSIA BARBOZA; MARTINS BIANCHINI, VITOR DE JESUS; DE MEDEIROS, ANDRE DANTAS; DUARTE DE MORAES, MARIA HELOISA; MARASSI, AGIDE GIMENEZ; TANNUS, ALBERTO. A novel approach for Jatropha curcas seed health analysis based on multispectral and resonance imaging techniques. INDUSTRIAL CROPS AND PRODUCTS, v. 161, MAR 2021. (18/01774-3, 17/15220-7, 19/04127-1, 18/03802-4)

BERNARDES, RODRIGO CUPERTINO; DE MEDEIROS, ANDRE; DA SILVA, LAERCIO; CANTONI, LEO; MARTINS, GUSTAVO FERREIRA; MASTRANGELO, THIAGO; NOVIKOV, ARTHUR; MASTRANGELO, CLISSIA BARBOZA. Deep-Learning Approach for Fusarium Head Blight Detection in Wheat Seeds Using Low-Cost Imaging Technology. AGRICULTURE-BASEL, v. 12, n. 11, p. 14-pg., 2022-11-01. (17/15220-7)

MASTRANGELO, THIAGO; DA SILVA, FABIANO FRANCA; MASCARIN, GABRIEL MOURA; DA SILVA, CLISSIA BARBOZA. Multispectral imaging for quality control of laboratory-reared Anastrepha fraterculus (Diptera: Tephritidae) pupae. Journal of Applied Entomology, NOV 2019. (18/03802-4, 17/15220-7)

GALLETTI, PATRICIA A.; CARVALHO, MARCIA E. A.; HIRAI, WELINTON Y.; BRANCAGLIONI, VIVIAN A.; ARTHUR, VALTER; BARBOZA DA SILVA, CLISSIA. Integrating Optical Imaging Tools for Rapid and Non-invasive Characterization of Seed Quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as Study Cases. FRONTIERS IN PLANT SCIENCE, v. 11, DEC 21 2020. (18/24777-8, 18/03807-6, 18/03802-4, 18/03793-5, 18/01774-3, 17/15220-7)

GOMES, WINSTON PINHEIRO CLARO; GONCALVES, LUIS; SILVA, CLISSIA BARBOZA DA; MELCHERT, WANESSA R.. Application of multispectral imaging combined with machine learning models to discriminate special and traditional green coffee. COMPUTERS AND ELECTRONICS IN AGRICULTURE, v. 198, p. 9-pg., 2022-07-01. (17/15220-7, 18/24029-1, 18/03802-4)

DE MEDEIROS, ANDRE DANTAS; CAPOBIANGO, NAYARA PEREIRA; DA SILVA, JOSE MARIA; DA SILVA, LAERCIO JUNIO; DA SILVA, CLISSIA BARBOZA; FERNANDES DOS SANTOS DIAS, DENISE CUNHA. Interactive machine learning for soybean seed and seedling quality classification. SCIENTIFIC REPORTS, v. 10, n. 1, JUL 9 2020. (17/15220-7)

DA SILVA, CLISSIA BARBOZA; OLIVEIRA, NIELSEN MOREIRA; AMARAL DE CARVALHO, MARCIA EUGENIA; DE MEDEIROS, ANDRE DANTAS; NOGUEIRA, MARINA DE LIMA; DOS REIS, ANDRE RODRIGUES. Autofluorescence-spectral imaging as an innovative method for rapid, non-destructive and reliable assessing of soybean seed quality. SCIENTIFIC REPORTS, v. 11, n. 1, SEP 8 2021. (18/03793-5, 18/03802-4, 17/15220-7, 18/01774-3)

NOVIKOVA, TATYANA P. P.; MASTRANGELO, CLISSIA BARBOZA; TYLEK, PAWEL; EVDOKIMOVA, SVETLANA A. A.; NOVIKOV, ARTHUR I. I.. How Can the Engineering Parameters of the NIR Grader Affect the Efficiency of Seed Grading?. AGRICULTURE-BASEL, v. 12, n. 12, p. 17-pg., 2022-12-01. (18/01774-3, 17/15220-7)

NOVIKOVA, TATYANA P.; TYLEK, PAWEL; MASTRANGELO, CLISSIA BARBOZA; DRAPALYUK, MICHAEL V.; KHARIN, SERGEI V.; NOVIKOV, ARTHUR I.. The Root Collar Diameter Growth Reveals a Strong Relationship with the Height Growth of Juvenile Scots Pine Trees from Seeds Differentiated by Spectrometric Feature. FORESTS, v. 14, n. 6, p. 18-pg., 2023-06-01. (17/15220-7)

REGO, CARLOS HENRIQUE QUEIROZ; FRANCA-SILVA, FABIANO; GOMES-JUNIOR, FRANCISCO GUILHIEN; DE MORAES, MARIA HELOISA DUARTE; DE MEDEIROS, ANDRE DANTAS; DA SILVA, CLISSIA BARBOZA. Using Multispectral Imaging for Detecting Seed-Borne Fungi in Cowpea. AGRICULTURE-BASEL, v. 10, n. 8, p. 12-pg., 2020-08-01. (18/03802-4, 17/15220-7)

ARTUR SOUSA SILVA; SILVIO MOURE CICERO; FRANCISCO GUILHIEN GOMES JUNIOR. Radiographic and spectral images of rice seeds and the photosynthetic efficiency of seedlings. Scientia Agricola, v. 81, 2024-03-22. (17/15220-7)

BERNARDES, RODRIGO CUPERTINO; LIMA, MARIA AUGUSTA PEREIRA; GUEDES, RAUL NARCISO CARVALHO; DA SILVA, CLISSIA BARBOZA; MARTINS, GUSTAVO FERREIRA. Ethoflow: Computer Vision and Artificial Intelligence-Based Software for Automatic Behavior Analysis. SENSORS, v. 21, n. 9, MAY 2021. (17/15220-7)

MEDEIROS, ANDRE DANTAS DE; SILVA, LAERCIO JUNIO DA; RIBEIRO, JOAO PAULO OLIVEIRA; FERREIRA, KAMYLLA CALZOLARI; ROSAS, JORGE TADEU FIM; SANTOS, ABRAAO ALMEIDA; SILVA, CLISSIA BARBOZA DA. Machine Learning for Seed Quality Classification: An Advanced Approach Using Merger Data from FT-NIR Spectroscopy and X-ray Imaging. SENSORS, v. 20, n. 15, AUG 2020. (17/15220-7)

DA SILVA, CLISSIA BARBOZA; NAVES SILVA, ALYSSON ALEXANDER; BARROSO, GEOVANNY; YAMAMOTO, PEDRO TAKAO; ARTHUR, VALTER; MOTTA TOLEDO, CLAUDIO FABIANO; MASTRANGELO, THIAGO DE ARAUJO. Convolutional Neural Networks Using Enhanced Radiographs for Real-Time Detection of Sitophilus zeamais in Maize Grain. FOODS, v. 10, n. 4, APR 2021. (18/01774-3, 18/03793-5, 18/03807-6, 17/15220-7)

CARVALHO, MARCIA EUGENIA AMARAL; LABATE, CARLOS ALBERTO; BARBOZA DA SILVA, CLISSIA; DE CAMARGO E CASTRO, PAULO ROBERTO; AZEVEDO, RICARDO ANTUNES. Seed photorespiration: a perspective review. Plant Growth Regulation, v. 97, n. 3, p. 8-pg., 2022-04-20. (17/15220-7, 20/00133-4)

ARTUR SOUSA SILVA; SILVIO MOURE CICERO; FABIANO FRANÇA DA SILVA; FRANCISCO GUILHIEN GOMES-JUNIOR. X-ray, multispectral and chlorophyll fluorescence images: innovative methods for evaluating the physiological potential of rice seeds. JOURNAL OF SEED SCIENCE, v. 45, 2023-01-27. (17/15220-7)

BARBOZA DA SILVA, CLISSIA; MARCOS-FILHO, JULIO. Storage performance of primed bell pepper seeds with 24-Epibrassinolide. AGRONOMY JOURNAL, v. 112, n. 2, p. 948-960, MAR-APR 2020. (11/07842-1, 17/15220-7)