类目筛选（计算机学者）
清除筛选
-
模型类型
-
机器学习/统计学习
-
偏最小二乘法
-
支持向量机
-
随机森林
-
K-近邻
-
梯度提升决策树
-
主成分分析/判别分析
-
逻辑回归/贝叶斯
-
智能手机/其他
-
-
深度学习
-
卷积神经网络
-
循环神经网络
-
目标检测网络
-
图像分割网络
-
生成对抗网络
-
图神经网络
-
序列到序列/编码-解码
-
其他深度学习结构
-
-
大模型与 LLM
-
大语言模型
-
视觉基础模型
-
多模态基础模型
-
知识图谱与 LLM 集成
-
垂直领域微调/指令调优
-
检索增强生成
-
-
模型设计/优化策略
-
迁移学习/领域自适应
-
小样本学习
-
模型可解释性
-
模型轻量化/边缘计算
-
特征工程与选择策略
-
超参优化/自动机器学习
-
强化学习
-
-
-
模型任务
-
分类/鉴别/等级评定
-
定量预测/回归分析
-
缺陷/异物检测与定位
-
过程控制与实时优化
-
知识抽取与语义理解
-
设计/生成与推荐
-
模拟与数字孪生
-
-
模型数据
-
来源
-
可见光/RGB/视频数据
-
高光谱/多光谱光谱
-
红外/拉曼光谱数据
-
时序传感器/物联网数据
-
组学数据
-
质构/流变/感官数据
-
文本/知识库/法规数据
-
多模态/融合数据
-
-
量级
-
小规模数据集
-
中等规模数据集
-
大规模数据集
-
超大规模/工业级数据集
-
公开数据集
-
合成/仿真数据为主
-
-
深度筛选（食品学者）
清除筛选
-
研究对象/基质维度
-
谷物/块根/豆与坚果类
-
小麦
-
玉米
-
大米
-
杂粮
-
马铃薯
-
其他根茎类
-
其他谷物与块根
-
豆类与坚果（及籽类）
-
-
肉类/蛋类与水产品
-
畜肉
-
禽肉
-
鱼肉
-
甲壳类
-
软体与贝类
-
内脏及副产物
-
其他肉与水产品
-
蛋类及其制品
-
-
乳及乳制品
-
液态乳
-
发酵乳/酸奶
-
奶酪
-
乳粉
-
乳清及乳清制品
-
其他乳制品
-
-
水果/蔬菜与菌菇类/植物类
-
新鲜水果
-
新鲜蔬菜
-
果蔬汁/浓缩汁
-
果蔬干/果脯/蔬菜干
-
其他果蔬制品/植物类
-
食用菌菇
-
食用花卉
-
-
油脂及油脂制品
-
植物油
-
动物油脂
-
起酥油/人造脂肪
-
油炸食品
-
其他油脂制品
-
-
饮料
-
果蔬饮料
-
茶/茶饮料
-
咖啡饮料
-
乳饮料
-
功能/运动饮料
-
碳酸饮料
-
酒精饮料
-
其他饮料
-
-
糖、焙烤与糖果制品
-
面包
-
蛋糕/糕点
-
饼干/薄脆制品
-
糖果
-
巧克力及含可可制品
-
其他焙烤与糖果制品
-
蜂蜜等天然糖
-
-
发酵食品及酱腌制品
-
大豆发酵制品
-
蔬菜发酵制品
-
发酵豆制品
-
谷物发酵食品
-
肉类发酵制品
-
水产发酵制品
-
其他酱腌/发酵食品
-
-
复合/即食/餐饮食品
-
方便面及速食米面
-
预制菜/即食菜肴
-
冷冻方便食品
-
罐头菜肴
-
餐饮菜品与团餐
-
其他复合食品
-
-
新资源食材
-
昆虫蛋白
-
微藻及藻类产品
-
单细胞蛋白
-
细胞培养肉
-
其他新资源食材
-
-
食品添加剂与配料
-
碳水化合物配料
-
脂肪/油脂配料
-
蛋白质配料
-
乳化剂/稳定剂/增稠剂
-
甜味剂
-
香精香料
-
酸度调节剂/防腐剂/抗氧化剂
-
营养强化剂
-
其他添加剂与配料
-
-
新材料/包装与接触材料
-
塑料材料
-
纸及纸板
-
金属材料
-
玻璃材料
-
生物基/可降解材料
-
多层复合材料
-
探针与分析传感材料
-
其他材料
-
-
食品加工设备与机械系统
-
热处理设备
-
干燥设备
-
挤压/混合/成型设备
-
分选/分级/检验设备
-
灌装/封口/包装设备与生产线
-
清洗/CIP/卫生相关设备
-
输送/搬运/机器人系统
-
其他加工设备与系统
-
-
-
研究主题/科学问题维度
-
加工与新加工技术
-
传统热加工
-
非热加工技术
-
物理辅助加工
-
3D 打印与结构构筑
-
挤压膨化与共挤技术
-
其他加工技术
-
-
保藏与贮藏
-
冷藏与冷冻保藏
-
干燥保藏
-
改良气调/控气贮藏
-
保鲜涂膜与保鲜剂
-
货架期预测与品质劣变动力学
-
其他保藏技术
-
-
品质、结构与理化性质
-
质构与流变性质
-
颜色与外观品质
-
微观结构与成像
-
氧化、褐变等化学变化
-
其他品质相关性质
-
特征风味
-
-
营养与生物功能
-
基本营养价值评价
-
抗氧化/抗炎等功能
-
血糖、血脂与代谢相关功能
-
肠道健康与微生物相关功能
-
其他生物活性与健康效应
-
-
食品安全与风险评估
-
微生物安全
-
化学污染物
-
加工污染物
-
过敏原与毒性问题
-
暴露评估与风险表征
-
其他安全问题
-
-
包装与智能监测
-
包装设计与机械性能
-
活性包装
-
智能/指示型包装
-
包装系统中的监测与标签应用
-
其他包装相关研究
-
-
可持续性与资源高值化
-
副产物与废弃物高值利用
-
能耗/水耗与环境影响分析
-
生命周期评价与碳足迹
-
循环经济与绿色供应链
-
其他可持续性主题
-
-
感官科学与消费者研究
-
感官评价与方法学
-
消费者偏好与接受度
-
市场细分与消费行为
-
标签、营养声称与信息呈现
-
其他感官与消费者研究
-
-
过程控制与数字化
-
过程监测与在线检测
-
过程优化与控制策略
-
生产管理与数字化工厂
-
其他过程控制与数字化研究
-
-
-
研究方法/证据层级维度
-
理化与结构表征
-
常规理化指标测定
-
质构与流变测试
-
显微与成像技术
-
光谱/色谱/质谱等分析方法
-
其他理化与结构表征
-
-
微生物与发酵实验
-
微生物计数与生长曲线
-
菌种筛选与特性评价
-
发酵工艺与动力学
-
生物膜与耐受性研究
-
其他微生物/发酵方法
-
-
组学与高通量技术
-
基因组学
-
转录组学
-
蛋白质组学
-
代谢组学
-
微生物组/宏基因组学
-
其他组学方法
-
风味组学
-
-
体外模型
-
体外消化模型
-
体外发酵模型
-
细胞模型
-
模拟胃肠/肠道系统
-
其他体外模型
-
-
动物实验/人体试验
-
小动物实验
-
大动物实验
-
人体干预试验
-
观察性人群研究
-
其他体内/人群研究
-
-
统计建模与仿真
-
传统统计分析与回归
-
响应面分析与多因素优化
-
动力学建模
-
数值仿真
-
其他统计建模方法
-
-
问卷/市场与消费者研究
-
问卷设计与实施
-
访谈与质性研究
-
行为实验与选择实验
-
其他消费者研究方法
-
-
标准/法规/数据库分析
-
标准与法规对比分析
-
政策评估与影响分析
-
食品成分/消费数据库分析
-
其他标准法规相关方法
-
-
其他方法
-
专利分析
-
德尔菲法与专家咨询
-
情景分析与情景模拟
-
其他难以归类的方法
-
-
-
关键营养素/成分维度
-
常量营养素（宏量）
-
蛋白质与氨基酸
-
脂质与脂肪酸
-
碳水化合物与糖类
-
-
膳食纤维与抗性淀粉
-
可溶性膳食纤维
-
不溶性膳食纤维
-
抗性淀粉
-
其他膳食纤维类成分
-
-
维生素
-
脂溶性维生素 A/D/E/K
-
维生素 C
-
维生素 B 族
-
其他维生素或前体
-
-
矿物质与微量元素
-
钙
-
铁
-
锌
-
碘/硒等微量元素
-
钠/钾/镁等常量矿物质
-
其他矿物质
-
-
植物化学/生物活性成分
-
多酚与黄酮
-
花青素与类胡萝卜素
-
酚酸类
-
含硫植物化合物
-
其他植物化学物质
-
-
益生菌/益生元/合生元
-
益生菌菌株
-
益生元
-
合生元产品
-
可发酵底物与其他肠道相关成分
-
-
功能性脂类与糖替代品
-
植物甾醇/甾烷醇
-
共轭亚油酸
-
中链脂肪酸
-
糖醇类
-
非营养性甜味剂
-
盐替代品与其他代谢敏感因子
-
-
其他特殊成分
-
咖啡因
-
茶氨酸
-
胆固醇
-
嘌呤
-
其他特殊成分
-
-
标签记录（计算机学者）
清除全部筛选
标签记录（食品学者）
共 2456 条结果
-
融合高光谱成像揭示冻融诱导的鸡肉品质及肌原纤维蛋白功能劣变
查看原文
2026
Food Research International
中科院一区JCR一区
Yuqing Liu, Xiaojie Yu, Rongxin Wen, Fei Chen, Zunwu Zhou, Chengfeng Sun & Qianqian Yu
计算机标签
偏最小二乘法 主成分分析/判别分析 特征工程与选择策略 分类/鉴别/等级评定 高光谱/多光谱光谱 质构/流变/感官数据 多模态/融合数据食品标签
禽肉 冷藏与冷冻保藏 氧化、褐变等化学变化 常规理化指标测定 显微与成像技术 光谱/色谱/质谱等分析方法 其他理化与结构表征 蛋白质与氨基酸 脂质与脂肪酸本研究探究了反复冻融循环对鸡胸肉品质特性、肌原纤维蛋白结构、乳化特性及凝胶特性的影响。此外，利用高光谱成像技术对经历冻融循环的鸡胸肉进行分类，结果表明，冻融循环显著降低了鸡胸肉的持水性，并加剧了脂质与蛋白质氧化。研究证实，二酪氨酸含量、内源荧光强度及表面疏水性存在显著差异（P＜0.05），表明冻融循环导致肌原纤维蛋白发生结构改变。通过乳化稳定性指数与乳化活性指数证实肌原纤维蛋白乳化特性下降，并进一步通过乳化液滴逐步聚集及储存稳定性降低得以验证。质构特性分析及肌原纤维蛋白凝胶分子间作用力测定也证实凝胶特性下降。高光谱成像通过随机蛙算法筛选出49个特征波长以构建分类模型，其中1175.9 nm、1351.5 nm、1179.5 nm及962.3 nm波长表现出最高的选择率。此外，这些波长与水分重分布、脂质氧化及蛋白质变性具有强相关性，表明其可作为冻融循环诱导品质变化的判别标志物。主成分分析-线性判别分析与线性判别分析模型均实现了优异的判别效果，分类准确率均超过0.90。该研究结果为冻融肉类的无损检测提供了理论依据。
-
基于随机森林整合多组学揭示牛肝菌（Boletus edulis Bull.: Fr.）酶解产物的代谢机制
查看原文
2026
Food Chemistry
中科院一区JCR一区
Ningjing Guo, Xiang Li, Ya Dai, Xue Li, Qian Yao, Hua Lin, & Mingjing Song
计算机标签
随机森林 分类/鉴别/等级评定 组学数据 红外/拉曼光谱数据 质构/流变/感官数据食品标签
食用菌菇 特征风味 加工与新加工技术 光谱/色谱/质谱等分析方法 代谢组学 风味组学 蛋白质与氨基酸 脂质与脂肪酸 其他植物化学物质为了更好地理解牛肝菌（Boletus edulis Bull.: Fr.）水解物的感官和风味特性机制，本研究整合了感官评价、光谱分析、HS-SPME-GC-MS 和 UHPLC-Q-Exactive-MS/MS 技术，对与风味特性相关的挥发性和非挥发性代谢物进行系统表征。复合酶（FU）显著改善了感官特性。通过 GC-MS 共鉴定了 137 种挥发性化合物（VOCs）。ROAV 结合随机森林（RF）用于鉴定 21 种关键 VOCs。KEGG 富集分析强调，L-苯丙氨酸代谢和脂肪酸生物合成是风味形成的关键途径。通过 LC-MS 共鉴定了 84 种非挥发性代谢物。氨基酸代谢是导致非挥发性代谢物显著差异的主要原因。同时，Pearson 分析显示，氨基酸及其衍生物与关键挥发性有机化合物显著正相关（P < 0.05）。这些发现加深了对代谢物与酶解产物风味特征之间相关性的理解。
-
AI 引导挖掘和表征植物乳杆菌素 LP2150：对腐败希瓦氏菌的抑制机制及大黄鱼保鲜作用
查看原文
2026
Food Control
中科院一区JCR一区
Jie Yang, Yangfan Fu, Shuang Kong, Xiucheng Shang, Meizhong Hu, Antuo Hu, Saikun Pan, Ting Nie, & Yanan Liu
计算机标签
机器学习/统计学习 设计/生成与推荐 组学数据食品标签
鱼肉 食品安全与风险评估 氧化、褐变等化学变化 微生物计数与生长曲线 转录组学 含硫植物化合物腐败希瓦氏菌是一种可在低温下生长的腐败菌，会显著缩短水产品货架期。本研究利用人工智能辅助从植物乳植杆菌 MMB-07 中发现植物乳杆菌素 LP2150，LP2150 对腐败希瓦氏菌的最小抑菌浓度为 1 μg/mL。实验数据表明，LP2150 可诱导腐败希瓦氏菌细胞中核酸、蛋白质和碱性磷酸酶等大分子泄漏。转录组分析显示，LP2150 诱导腐败希瓦氏菌中 107 个基因差异表达，并显著下调氨基酸代谢、硫代谢和甲烷代谢通路，导致能量代谢失衡。此外，LP2150 调控的 ABC 转运系统破坏了细胞膜结构和功能，抑制腐败希瓦氏菌生长并诱导细胞凋亡。第 8 天时，0.02% 和 0.04% LP2150 处理组总活菌数分别为 5.71 和 5.15 log CFU/g，较对照组降低 1.88-2.44 log CFU/g。LP2150 还显著抑制脂质氧化，实验组 TBA 值较对照组（0.682 mg/kg）降低 29.5%-41.6%，且抑制效果呈剂量依赖性。综上，本研究为利用人工智能从植物乳植杆菌中发现抗菌肽并阐明其在水产品保鲜中抗腐败希瓦氏菌机制提供了新见解，也为 LP2150 在食品安全领域的应用提供参考。
-
“Legacy”蓝莓及其突变体风味品质的代谢组学与机器学习整合分析
查看原文
2026
Current Research in Food Science
中科院一区JCR一区
Mingfei Zhang, Yuhan Shen, Liang Fang, Jiayi Yan, Yuming Ren, Fuyun Yang, Yu Zong, & Xun Wang
计算机标签
随机森林 分类/鉴别/等级评定 组学数据食品标签
新鲜水果 特征风味 光谱/色谱/质谱等分析方法 代谢组学 花青素与类胡萝卜素 其他植物化学物质蓝莓风味品质是决定其商业价值和消费者接受度的核心因素，已成为蓝莓育种的重要目标。本研究比较了“Legacy”蓝莓与其自然突变体的风味品质特征。结果显示，突变体果实的单果重和花青素含量降低。初级代谢分析进一步表明，与“Legacy”果实相比，突变体果实的氨基酸含量升高，而有机酸含量降低。基于顶空固相微萃取-气相色谱-质谱法（HS-SPME-GC-MS）的分析发现，突变体蓝莓中的挥发性有机化合物（VOCs）含量约为“Legacy”果实的2倍，其中萜类化合物增加约8倍，醇类、酯类和醛类增加1.5～2.2倍。进一步分析发现，突变体果实中有189种VOCs显著上调，包括40种醇类、30种酯类和23种萜类。代谢组学分析表明，氨基酸和特定VOCs的积累以及柠檬酸含量的降低通过协同作用增强了突变体果实的甜味和香气。随机森林算法筛选出丙氨酸和3-环己烯-1-甲醛等特征代谢物，表明其可作为蓝莓风味育种的候选靶标。本研究为蓝莓风味形成机制及高风味品质蓝莓的分子设计育种提供了新见解。
-
基于唾液中红外光谱探索口腔感觉生理与口腔加工之间的关系
查看原文
2026
Food Hydrocolloids
中科院一区JCR一区
Dongdong Ni, Heather E. Smyth, Michael J. Gidley & Daniel Cozzolino
计算机标签
偏最小二乘法 定量预测/回归分析 红外/拉曼光谱数据 质构/流变/感官数据 小规模数据集食品标签
感官评价与方法学 常规理化指标测定 光谱/色谱/质谱等分析方法 其他理化与结构表征唾液在进食过程中起着至关重要的作用，因为它在食物的感官感知和处理过程中发挥着重要作用。然而，关于口腔感官生理学、口腔处理过程以及唾液与食物之间的个体差异及其相互关系尚不完全清楚。本研究旨在分析并解释唾液的中红外（MIR）光谱与口腔生理学和行为（如舌乳头密度、唾液流速和口腔处理时间）之间的个体差异及相互关系。在一项感官研究中（样本量为 52 人），测量了参与者的舌乳头密度、静息唾液流速和口腔处理时间。从参与者处采集了未受刺激的唾液样本的 MIR 光谱，并使用这些光谱来建立偏最小二乘（PLS）回归模型。这些模型用于解释唾液量、口腔感知生理学和口腔处理与唾液光谱之间的关系及个体差异。在交叉验证中获得的相关系数（R2）和标准误差（SECV）分别为：唾液流速（R2 为 0.65 - 0.83，SECV 为 0.25 - 0.31）、舌乳头密度（R2 为 0.73 - 0.83，SECV 为 7.4 - 11.2）以及口腔处理时间（R2 为 0.7 - 0.87，SECV 为 1.66 - 3.04）。当参与者被分为年轻男性、年轻女性和年长者等组时，获得了最优模型。不同组在中红外指纹区域的 PLS 载荷值存在差异，这表明唾液的不同成分与口腔感知生理机能以及不同人口群体之间的口腔处理差异有关。这些结果表明，唾液指纹光谱在更深入地理解消费者饮食体验和食物选择方面具有潜在价值，为市场营销和感官实验提供了工具。
