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

• Processo: 18/03793-5
• Modalidade de apoio: 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 Mastrangelo
• Beneficiário: Clíssia Barboza Mastrangelo
• 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
• Palavra(s)-Chave do Pesquisador: Cenoura | Fluorescência de clorofila | tomate | Tecnologia de Sementes
• 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)

Publicações científicas

(5)

(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)

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)

FABIANO FRANÇA-SILVA; SILVIO MOURE CICERO; FRANCISCO GUILHIEN GOMES-JUNIOR; ANDRÉ DANTAS MEDEIROS; JOSÉ DE BARROS FRANÇA-NETO; DENISE CUNHA FERNANDES SANTOS DIAS. Quantification of chlorophyll fluorescence in soybean seeds by multispectral images and their relationship with physiological potential. JOURNAL OF SEED SCIENCE, v. 44, 2022-07-08. (18/03793-5, 18/03802-4)

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)

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)

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)