Busca avançada
Ano de início
Entree

EMU concedido no processo 2017/15220-7: sistema de imagem SeedReporter câmera spectral & colour

Processo: 18/03793-5
Linha de fomento:Auxílio à Pesquisa - Programa Equipamentos Multiusuários
Vigência: 01 de abril de 2018 - 31 de março de 2025
Área do conhecimento:Ciências Agrárias - Agronomia - Fitotecnia
Pesquisador responsável:Clíssia Barboza da Silva
Beneficiário:Clíssia Barboza da Silva
Instituição-sede: Centro de Energia Nuclear na Agricultura (CENA). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
Vinculado ao auxílio:17/15220-7 - Métodos de análise de imagens não destrutivos para avaliação da qualidade de sementes, AP.JP
Assunto(s):Fluorescência  Tomate  Cenoura  Clorofila  Sementes  Análise de imagens  Imagem hiperespectral  Equipamentos multiusuários 
As informações de acesso ao Equipamento Multiusuário são de responsabilidade do Pesquisador responsável
Página web do EMU:http://www.esalq.usp.br/departamentos/lpv/labimagem/Plano%20de%20Gestão_Seed%20Reporter.pdf
Tipo de equipamento:Caracterização de Materiais - Imageamento - Ótico
Caracterização e Análises de Amostras - Biomédica - Tecidos
Fabricante: PhenoVation Life Sciences
Modelo: SeedReporter Camera Spectral & Colour.

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)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (4)
(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)
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. Citações Web of Science: 0.
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. Citações Web of Science: 0.
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. Citações Web of Science: 0.
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. Citações Web of Science: 1.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.