Statistical evaluation of texture analysis from the biocrystallization method

The consumers are becoming more concerned about food quality, especially regarding how, when and where the foods are produced (Haglund et al., 1999; Kahl et al., 2004; Alföldi, et al., 2006). Therefore, during recent years there has been a growing interest in the methods for food quality assessment, especially in the picture-development methods as a complement to traditional chemical analysis of single compounds (Kahl et al., 2006). The biocrystallization as one of the picture-developing method is based on the crystallographic phenomenon that when crystallizing aqueous solutions of dihydrate CuCl2 with adding of organic solutions, originating, e.g., from crop samples, biocrystallograms are generated with reproducible crystal patterns (Kleber & Steinike-Hartung, 1959). Its output is a crystal pattern on glass plates from which different variables (numbers) can be calculated by using image analysis. However, there is a lack of a standardized evaluation method to quantify the morphological features of the biocrystallogram image. Therefore, the main sakes of this research are (1) to optimize an existing statistical model in order to describe all the effects that contribute to the experiment, (2) to investigate the effect of image parameters on the texture analysis of the biocrystallogram images, i.e., region of interest (ROI), color transformation and histogram matching on samples from the project 020E170/F financed by the Federal Ministry of Food, Agriculture and Consumer Protection(BMELV).The samples are wheat and carrots from controlled field and farm trials, (3) to consider the strongest effect of texture parameter with the visual evaluation criteria that have been developed by a group of researcher (University of Kassel, Germany; Louis Bolk Institute (LBI), Netherlands and Biodynamic Research Association Denmark (BRAD), Denmark) in order to clarify how the relation of the texture parameter and visual characteristics on an image is. The refined statistical model was accomplished by using a lme model with repeated measurements via crossed effects, programmed in R (version 2.1.0). The validity of the F and P values is checked against the SAS program. While getting from the ANOVA the same F values, the P values are bigger in R because of the more conservative approach. The refined model is calculating more significant P values. The optimization of the image analysis is dealing with the following parameters: ROI(Region of Interest which is the area around the geometrical center), color transformation (calculation of the 1 dimensional gray level value out of the three dimensional color information of the scanned picture, which is necessary for the texture analysis), histogram matching (normalization of the histogram of the picture to enhance the contrast and to minimize the errors from lighting conditions). The samples were wheat from DOC trial with 4 field replicates for the years 2003 and 2005, “market samples”(organic and conventional neighbors with the same variety) for 2004 and 2005, carrot where the samples were obtained from the University of Kassel (2 varieties, 2 nitrogen treatments) for the years 2004, 2005, 2006 and “market samples” of carrot for the years 2004 and 2005. The criterion for the optimization was repeatability of the differentiation of the samples over the different harvest(years). For different samples different ROIs were found, which reflect the different pictures. The best color transformation that shows efficiently differentiation is relied on gray scale, i.e., equal color transformation. The second dimension of the color transformation only appeared in some years for the effect of color wavelength(hue) for carrot treated with different nitrate fertilizer levels. The best histogram matching is the Gaussian distribution. The approach was to find a connection between the variables from textural image analysis with the different visual criteria. The relation between the texture parameters and visual evaluation criteria was limited to the carrot samples, especially, as it could be well differentiated by the texture analysis. It was possible to connect groups of variables of the texture analysis with groups of criteria from the visual evaluation. These selected variables were able to differentiate the samples but not able to classify the samples according to the treatment. Contrarily, in case of visual criteria which describe the picture as a whole there is a classification in 80% of the sample cases possible. Herewith, it clearly can find the limits of the single variable approach of the image analysis (texture analysis).

Effects of tubers of the Jerusalem artichoke (Helianthus tuberosus) and potatoes (Solanum tuberosum) on the intestinal microbiota of pigs and evaluation of a procedure for quantification of microbial mass in pig faeces

Die Mikrobiota im Gastrointestinaltrakt (GIT) spielt eine bedeutende Rolle beim Fermentationsprozess im Bezug auf die Nährstoffversorgung sowie die Gesundheit des Darms und des gesamten Organismus. Inulin und resistente Stärke (RS) konnten als präbiotisch wirksame Substanzen identifiziert werden und sind jeweils auch in den Knollen der Topinamburpflanze (Helianthus tuberosus) und in Kartoffeln (Solanum tuberosum) enthalten. Da sie ebenfalls energiereiche Futtermittel für Schweine sind, war es das Ziel der ersten beiden Studien, die Auswirkungen der Aufnahme von Topinamburknollen und Kartoffeln auf die intestinale Mikrobiota und Parameter des Immunsystems bei Endmastschweinen zu bestimmen. In der dritten Studie wurde die mikrobielle Biomasse quantitativ mit einem Verfahren zur Isolation von Bakterien in einer Flüssigkeit durch Hochgeschwindigkeits-Zentrifugation erfasst und der bakteriell gebundene Stickstoff (MP-N) mit dem bakteriellen und endogenem Kotstickstoff (BEDN) verglichen. Im ersten Versuch wurden 72 Endmastschweine in einem Freilandhaltungssystem in eine Kontroll- (CT), die mit Kraftfutter entsprechend des Bedarfs der Tiere für ein Leistungsniveau von 700 g täglichem Lebendmassezuwachs versorgt wurde, und eine Versuchsvariante (ET) aufgeteilt. In der Versuchsvariante erhielten die Tiere nur 70% der Kraftfuttermenge der Kontrollvariante, hatten aber Zugang zu einer abgeteilten Fläche, auf der Topinamburknollen angebaut waren. Die freie Aufnahme von Topinamburknollen wurde auf 1•24 kg Trockenmasse (TM)/Tag bestimmt, entsprechend einer Inulinaufnahme von durchschnittlich 800 g/Tag. Während sich die Wachstumsleistung in der Kontrollvariante auf 0•642 ± 0•014 kg/Tag belief, war sie in der Versuchsvariante mit 0•765 ± 0•015 kg/Tag (P=0•000) höher. Die freie Verfügbarkeit von Inulin und Fructo-oligosacchariden (FOS) im GIT der Schweine erhöhte die Keimzahlen der anaeroben Bakterien (P=0•000), Laktobazillen (P=0•046) und Hefen (P=0•000) signifikant und verringerte das Vorkommen von Clostridium perfringens im Schweinekot erheblich von lg 5•24 ± 0•17 kolonie-bildende Einheiten pro g Frischmasse (KbE/ g FM) in der Kontrollvariante auf lg 0•96 ± 0•20 KbE/ g FM in der Versuchsvariante (P=0•000). C-reaktives Protein (CRP) und Antikörper gegen Lipopolysaccharide (LPS) von Escherichia coli J5 ließen keine Unterschiede zwischen den Fütterungsvarianten erkennen. In der zweiten Untersuchung wurden 58 Endmastschweine einer Kontrollvariante (CT), die bedarfsgerecht mit einer Kraftfuttermischung für ein Leistungsniveau von 700 g Tageszunahmen gefüttert wurde, und zwei Versuchsvarianten zugeteilt. Die Versuchsvarianten erhielten eine Menge von 1•2 kg TM gedämpften Kartoffeln (potato treatment, PT) oder gedämpften und einsilierten Kartoffeln (silage treatment, ST) pro Tag und nur 46% bzw. 43% der Menge des Kraftfutters der Kontrollvariante. Die Wachstumsleistung und Schlachtkörperzusammensetzung ließen keine signifikanten Unterschiede zwischen den Varianten erkennen. Im PT und ST waren gegenüber dem CT im Kot der pH-Wert sowie die Gehalte von TM, Neutral-Detergenz-Faser (NDF), unverdautem Futterstickstoff (UDN) und teilweise von Säure-Detergenz-Faser (ADF) signifikant niedriger (P=0•000) und die von Ammonium (NH4) und Ammoniumstickstoff (NH4-N) signifikant höher (P=0•000). Das hohe Angebot von hitzebehandelten Kartoffeln führte zu einer erheblichen Verringerung von E. coli (P=0•000), C. perfringens (P=0•000) und Immunoglobulin A gegen LPS von E. coli J5 (P=0•001). Darüber hinaus waren in der ersten Versuchsperiode im ST die aeroben und anaeroben Gesamtkeimzahlen sowie die Laktobazillen und Hefen gegenüber dem PT signifikant erhöht. Die Unterschiede in der Mikrobiota zwischen der Kontroll- und Versuchsvarianten weisen auf die positiven Auswirkungen von Topinamburknollen und hitzebehandelten Kartoffeln auf die Mikrobiota im hinteren Darmabschnitt hin. Das Ziel der dritten Untersuchung war die Modifizierung des Verfahrens zur Isolation von Bakterien in einer Flüssigkeit mittels verschiedener Zentrifugationsschritte, um ein mikrobielles Pellet (MP) zu erhalten, welches die quantitative Abtrennung und Erfassung der Bakterien in Schweinekot ermöglicht. Zusätzlich wurde der BEDN Anteil sowie die Gehalte der Aminozucker Galactosamin, Glucosamin, Mannosamin und Muraminsäure im Kot und im MP bestimmt. Die untersuchten Kotproben stammten von Schweinen eines Phosphor (P) Stoffwechselversuch. Zehn männlich-kastrierte Schweine mit einem durchschnittlichen Lebendgewicht von 51•1 ± 8•5 kg wurden einzeln in Stoffwechselkäfigen gehalten. Die Tiere wurden fünf Fütterungsvarianten zugeteilt, die dem Bedarf der Tiere für ein Leistungsniveau von 700 g Tageszunahmen entsprachen, in den Rationen 2 bis 5 jedoch eine P-Gehalt unter dem Tagesbedarf der Tiere aufwiesen und in den Rationen 3 bis 5 mit abgestuften Gehalten von 50, 100 sowie 200 mg/kg einer experimentellen Phytase ergänz waren. Die Absenkung des P Gehaltes im Futter verringerte den Asche- (P=0•024) und Trockenmassegehalt im Kot (P=0•017) sowie die P Konzentration im MP (P=0•000) signifikant. Die mikrobielle Biomasse im Kot wurde durch die Wiegung des MP auf durchschnittlich 467 g/kg TM bestimmt. Der Stickstoffgehalt im Kot betrug im Mittel 46•1 g/kg TM und der in die Bakterienmasse eingebaute Stickstoffanteil 27•1 g/kg TM bzw. 58% vom Gesamtstickstoffgehalt im Kot. Die BEDN Fraktion wurde auf 73% am Kotstickstoff bestimmt. Der P-Gehalt im Kot sowie der N Gehalt im MP mit durchschnittlichen 10•4 und 57•9 g/kg TM lagen im Bereich von Literaturangaben. Die P Gehalte im MP schwankten in Abhängigkeit von der Zugabe von Phytase signifikant (P=0•000) von 1•8 bis 4•8 g/kg TM. Die Aminozucker wiesen keine signifikanten unterschiede zwischen Fütterungsvarianten auf und lagen im Bereich von Werten von Rinderkot. Ergebnisse weisen darauf hin, dass die angewandte Methode zur direkten Quantifizierung der mikrobiellen Biomasse geeignet ist.