1. Микрофокусная рентгенография: результаты исследований Санкт-Петербургского государственного электротехнического университета “ЛЭТИ” им. В.И. Ульянова / Н.Н. Потрахов, А.Ю. Грязнов, К.К. Жамова, В.Б. Бессонов, Ю.Н. Потрахов // Территория NDT. 2016. № 3. С. 54-57.
2. Этлеш С. Методы анализа пищевых продуктов. Определение компонентов и пищевых добавок. Пер. с англ. СПб.: Профессия, 2016. 564 с.
3. Применение инструментальных методов анализа качества семян овощных культур / Ф.Б. Мусаев, М.С. Антошкина, Н.Н. Потрахов, А.В. Гончаров // Растениеводство и луговодство: сборник статей Всероссийской научной конференции с международным участием, Москва, 18-19 октября 2020 года. М.: ЭйПиСиПаблишинг, 2020. С. 723-726. EDN: OLEEZG
4. Rajabi-Sarkhani M., Abbaspour-Gilandeh Y., Moeinfar A., Tahmasebi M., Martinez M., Hernandez Hernandez M., Hernandez Hernandez J.L. Identifying Optimal Wavelengths from Near Infrared Spectroscopy Using Meta-heuristic Algorithms to Assess Peanut Seed Viability. // Agronomy. 2023. 13(12):2939. DOI: 10.20944/preprints202311.0733.v1 EDN: AQOIAN
5. Hacisalihoglu G., Armstrong P. Crop Seed Phenomics: Focus on non-destructive functional trait phenotyping methods and applications. // Plants. 2023. 12(5):1177. DOI: 10.3390/plants12051177 EDN: YZQVIO
6. Shuangfeng Y., Shuheng Zh., Kun Y., Kai W., Hanguo Z., Jia Zh., Peisheng M., Xu H., Manli L. Rapid non-destructive testing of smooth bromegrass (Bromus inermis) seed vigour using multispectral imaging. // Grass Research. 2023. 3(1):12. DOI: 10.48130/GR-2023-0012
7. Thomas S., Kuska M.T., Bohnenkamp D., Brugger A., Alisaac E., Wahabzada M. Benefits of hyperspectral imaging for plant disease detection and plant protection: A technical perspective. //j. Plant Dis. Prot., 2017. 125(3), pp. 5-20. DOI: 10.1007/s41348-017-0124-6
8. Fan Y., An T., Wang Q., Yang G., Huang W., Wang Z., Zhao C., Tian X. Non-destructive detection of single-seed viability in maize using hyperspectral imaging technology and multi-scale 3D convolutional neural network. // Frontiers in Plant Science, 2023. Vol. 14, pp. 1-15. DOI: 10.3389/fpls.2023.1248598 EDN: ZQHUCN
9. Nadimi M., Paliwal J. Optical Techniques for Automated Evaluation of Seed Damage. 15th International Congress on Agricultural Mechanization and Energy in Agriculture. 31 January 2024. DOI: 10.1007/978-3-031-51579-8_13
10. Claussen J., Wolff A., Rehak M. et al. Non-destructive seed phenotyping and time resolved germination testing using X-ray. ESS Open Archive. October 30, 2023. DOI: 10.22541/essoar.169868453.35189435/v1
11. Рентгенографический метод оценки качества семян сахарной свеклы / О.А. Подвигина, Н.Н. Потрахов, Е.Н. Староверов, Ю.Н. Потрахов // Нанотехнологии: разработка, применение - XXI век. 2021. Т. 13. № 2. С. 51-65. DOI: 10.18127/j22250980-202102-06 EDN: TMFMIL
12. Отечественные рентгеновские установки для неразрушающего контроля семейства ПРДУ / Н.Н. Потрахов, В.Б. Бессонов, К.К. Гук и др. // Интеллектуальный пункт пропуска в России и мире: компетентностный подход к созданию: Сборник докладов Международной практической конференции, Санкт-Петербург, 16-17 февраля 2023 года. Санкт-Петербург: Санкт-Петербургский государственный электротехнический университет “ЛЭТИ” им. В.И. Ульянова (Ленина), 2023. С. 12-15. EDN: KXPXFH
13. Исследование структурной целостности семян ореха грецкого (Juglans regia L.) селекции Никитского ботанического сада методом микрофокусной рентгенографии и компьютерного анализа изображений / Ю.Г. Базарнова, Т.А. Кузнецова, Н.С. Прияткин и др. // Труды Кубанского государственного аграрного университета. 2020. № 84. С. 72-78. EDN: GRAXVP
14. Программное обеспечение для обработки и анализа цифровых рентгеновских изображений семян / Н.С. Прияткин, П.А. Щукина, Л.Е. Колесников // Научное обеспечение развития АПК в условиях импортозамещения: сборник научных трудов по материалам международной научно-практической конференции, Санкт-Петербург - Пушкин, 25-27 мая 2022 года. СПб.: Санкт-Петербургский государственный аграрный университет, 2022. С. 60-62. DOI: 10.21515/1999-1703-84-72-78 EDN: TVJJBX
15. Интегральная оценка параметров цифровых рентгеновских изображений плодов Amygdalus communis L. для контроля качества семенного материала / А.Д. Севастьянова, C.Ю. Хохлов, Н.С. Прияткин, Ю.Г. Базарнова // Агрофизический институт: 90 лет на службе земледелия и растениеводства: Материалы международной научной конференции, Санкт-Петербург, 14-15 апреля 2022 года. СПб.: Агрофизический научно-исследовательский институт, 2022. С. 391-397. EDN: TFKHBS