Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Real-time analysis and classification of bioaerosols based on optical scattering properties

The size and shape of biological particles are important parameters allowing discrimination between various species. We have studied several aerosols of biological origin such as pollens, bacterial spores and vegetative bacteria. All of them presented different morphology. Using optical size and shape analyser we found good correlation between light scattering properties and actual particle features determined by scanning electron and fluorescence microscopy. In this study, we demonstrated that HCA (Hierarchical Cluster Analysis) offers fast and continuous bioaerosol classification based on shape and size data matrices of aerosols. The HCA gives an unequivocal interpretation of particle size vs. asymmetry data. Therefore, it may provide high throughput and reliable screening and classification of bioaerosols using scattering characteristics.
Rozmiar i kształt cząstek biologicznych są ważnymi parametrami pozwalającymi na rozróżnianie pomiędzy różnymi rodzajami cząstek. Przeprowadzone zostały badania aerozoli pochodzenia biologicznego takich jak pyłki roślin, przetrwalniki oraz wegetatywne bakterie. Substancje te wykazywały różne właściwości morfologiczne. W wyniku przeprowadzonych badań przy pomocy optycznego analizatora wielkości i kształtu cząstek znaleziona została wysoka korelacja pomiędzy właściwościami rozpraszania światła a rzeczywistymi właściwościami cząstek określonymi na podstawie SEM (Skaningowego Mikroskopu Elektronowego) oraz mikroskopu fluorescencyjnego. Przedstawione badania pokazują, że HCA (Hierarchical Cluster Analysis) umożliwia szybką, wiarygodną, prowadzoną w sposób ciągły analizę i klasyfikację bioaerozoli w oparciu o ich charakterystyki rozproszeniowe.
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies