Técnicas de análise de imagens aplicadas na avaliação da qualidade de sementes de gergelim (2025)
- Authors:
- Autor USP: RAMIRES, ALLAN CHRISTIAM SANTOS - ESALQ
- Unidade: ESALQ
- Sigla do Departamento: LPV
- DOI: 10.11606/D.11.2025.tde-02102025-162548
- Subjects: APRENDIZADO COMPUTACIONAL; GERGELIM; PROCESSAMENTO DE IMAGENS; RAIOS X; SEMENTES
- Keywords: Análise computadorizada de plântula
- Agências de fomento:
- Language: Português
- Abstract: A avaliação precisa da qualidade das sementes é essencial para garantir a formação de lavouras produtivas e uniformes, sendo especialmente relevante para culturas como o gergelim, cuja expansão comercial exige métodos mais eficientes, rápidos e integrados de análise. Os objetivos da pesquisa incluíram: examinar a eficácia da técnica de raios X na análise da estrutura interna das sementes de gergelim, relacionando essas características com a capacidade de germinação, bem como explorar a viabilidade e a eficácia do software SVIS® na análise computadorizada de plântulas de gergelim, em comparação com os métodos tradicionais utilizados na avaliação do vigor das sementes. Além disso, busca-se aplicar técnicas de aprendizado de máquina para desenvolver modelos preditivos capazes de classificar e estimar o potencial fisiológico das sementes, integrando dados obtidos por meio da análise de imagens radiográficas. Foram utilizados dez lotes de sementes do cultivar K3, caracterizados inicialmente quanto à determinação do teor de água e germinação das sementes. Inicialmente foi feito a avaliação do potencial fisiológico das sementes, empregando os testes de teor de água, germinação, primeira contagem de germinação, envelhecimento acelerado com solução saturada de NaCl a 24 e 48 horas, emergência de plântulas, índice de velocidade de emergência, tempo médio de emergência, condutividade elétrica e a análise computadorizada de imagens das plântulas via SVIS® com três equatro dias após a semeadura, conduzidos em três épocas distintas. Na segunda etapa do experimento foi avaliada a morfologia interna das sementes de gergelim pelo teste de raios X, com posterior verificação do desempenho germinativo das sementes por meio do teste de germinação e avaliação do comprimento médio de plântulas, utilizando-se o software SVIS®. O delineamento foi inteiramente casualizado com 4 repetições para os testes fisiológicos e 8 repetições para a análise computadorizada de plântulas. Os dados de germinação e testes de vigor foram submetidos a análise da variância e as médias foram agrupadas pelo teste de Scott-Knott (p ≤ 0,05). Também foram realizadas correlações de Spearman com as classes de danos encontrados nas radiografias e resultados do teste de germinação, além da análise de componentes principais para identificar associações entre parâmetros físicos e fisiológicos dos lotes e aplicados os algoritmos Multinomial Logistic Regression, Random Forest, Naive Bayes, Support Vector Machine, Gradient Boosting e K-Nearest Neighbors de aprendizado de máquina para os parâmetros físicos da radiografia extraídos pelo software ImageJ. Os parâmetros físicos extraídos pelo ImageJ foram analisados pelo teste de Kruskal-Wallis, e as médias comparadas pelo teste de Dunnca a 5% de significância. A técnica de raios X identificou danos internos que comprometeram a germinação, porém a relação entre os parâmetros físicos extraídos das imagens pelo softwareImageJ e o potencial fisiológico foi baixa. Contudo, os modelos de machine learning, alcançaram alta acurácia (94,6%) para predizer o potencial de germinação a partir das imagens radiográficas. A análise de plântulas via SVIS® conseguiu diferenciar os lotes semelhantemente aos testes vigor padrões. A radiografia de sementes é eficaz na caracterização interna e na estimativa do potencial fisiológico de sementes de gergelim. A análise por SVIS® aos três dias após a semeadura se mostra eficiente na avaliação do vigor. O índice de solidity é o principal parâmetro para estimar o potencial fisiológico das sementes de gergelim. O algoritmo XGBoost é capaz de estimar o potencial fisiológico das sementes pelos parâmetros físicos das sementes com maior acurácia e sensibilidade
- Imprenta:
- Publisher place: Piracicaba
- Date published: 2025
- Data da defesa: 21.07.2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
RAMIRES, Allan Christiam Santos. Técnicas de análise de imagens aplicadas na avaliação da qualidade de sementes de gergelim. 2025. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11136/tde-02102025-162548/. Acesso em: 28 fev. 2026. -
APA
Ramires, A. C. S. (2025). Técnicas de análise de imagens aplicadas na avaliação da qualidade de sementes de gergelim (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11136/tde-02102025-162548/ -
NLM
Ramires ACS. Técnicas de análise de imagens aplicadas na avaliação da qualidade de sementes de gergelim [Internet]. 2025 ;[citado 2026 fev. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11136/tde-02102025-162548/ -
Vancouver
Ramires ACS. Técnicas de análise de imagens aplicadas na avaliação da qualidade de sementes de gergelim [Internet]. 2025 ;[citado 2026 fev. 28 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11136/tde-02102025-162548/
Informações sobre o DOI: 10.11606/D.11.2025.tde-02102025-162548 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
