في دراسة حديثة تم نشرها على منصة arXiv، تم تقديم أداة مبتكرة تهدف إلى تحليل صور الميكروسكوب باستخدام تقنيات متقدمة مثل تحليل البيانات الطوبولوجية (Topological Data Analysis - TDA)، وعد العلب التفاضلي (Differential Box Counting - DBC)، وتقسيم متعدد الكسور (Multifractal Partition - MFP)، وأنماط ثنائية محلية (Local Binary Patterns - LBP). هذه الأداة تم تطبيقها على صور ميكروسكوبية بزاوية عالية من جل الكازين المدعوم بواسطة الغلونو-دلتا-لاكتيون (Glucono-delta-lactone - GDL) تحت درجات حرارة مختلفة (30 و40 درجة مئوية) وتركيزات متفاوتة من GDL (1.8% و3.5% وزناً في الحجم).

استخدمت الأداة لرصد الحلقات الطوبولوجية والهياكل المغلقة التي تعكس الترابط الشبكي للبروتينات، مما أظهر مراحل معينة من تكوّن الجل وعمليات الجيولوجيا الميكانيكية. من خلال تحليل منحنيات max-Betti-1، تمكن الباحثون من اكتشاف المرحلة الفريدة من تكوين الجسيمات، وكذلك التغييرات الحادة التي تتماشى مع الانتقال بين الغرويات والجل. كما تم تأكيد هذه التغيرات الطوبولوجية بواسطة تقنيات DBC وMFP، التي ساعدت في رصد التغيرات في التعقيد الهيكلي والتموضع المكاني.

قبل التطبيق التجريبي، تم التحقق من صحة الأداة باستخدام صور كسورية محاكية، مما زاد من دقتها وموثوقيتها. وبفضل هذا الدمج للتقنيات، تم تقديم طريقة كمية قوية لتوصيف البنية الدقيقة في علوم المواد والغذاء، مع ديناميات هيكلية تتطور مع مرور الوقت.

يمكن للجميع الوصول إلى الشيفرة المستخدمة في هذه الأداة عبر GitHub على الرابط: [https://github.com/Zahratabatabaei/Delifood_CV_paper.git].

ما هي أفكاركم حول هذا الابتكار في تحليل البيانات؟ شاركونا في التعليقات!