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 1098 条结果
-
利用指示剂染料和机器学习对蔬菜中细菌污染进行高效的纸基比色检测
查看原文
2025
Food Chemistry
中科院一区JCR一区
计算机标签
随机森林 分类/鉴别/等级评定 可见光/RGB/视频数据食品标签
新鲜蔬菜 微生物安全 光谱/色谱/质谱等分析方法 其他特殊成分细菌导致的食品污染及其引发的腐败问题在供应链中一直存在，这造成了大量浪费和经济损失。同样，由于不良或不卫生的农业操作及分销方式，蔬菜也容易受到微生物污染。本研究报道了一种简单、经济、无损、非接触且可连续检测细菌的方法。研究采用比色法，利用对pH敏感的指示染料制作了纸质传感器。这些传感器在接触到细菌菌株释放的挥发性有机化合物（VOCs）时，会发生明显的颜色变化。这种pH值/颜色变化取决于指示分子在与挥发性有机化合物相互作用过程中的去质子化和结构重组。该传感器成功检测出了蔬菜中的细菌污染，并能够对相关的腐败程度进行评估。研究人员将记录到的颜色转换为RGB值，并结合随机森林分类器，对受污染样本进行了精准区分。研究结果凸显了该方法在食品供应链中实现细菌污染实时、自动化检测的可行性，且该方法具有更好的可及性和高通量。
-
一种由Mn3O4空位纳米酶催化的新型类重氮化现象用于智能手机辅助的食品中亚硝酸盐可视化检测
查看原文
2025
Food Chemistry
中科院一区JCR一区
计算机标签
智能手机/其他 定量预测/回归分析 可见光/RGB/视频数据食品标签
其他复合食品 化学污染物 光谱/色谱/质谱等分析方法 其他特殊成分食品中过量亚硝酸盐的存在会对人体健康构成重大风险，这凸显了开发快速检测方法的关键重要性。本研究合成了一种具有丰富空位的Mn₃O₄纳米酶，该纳米酶具有独特的氧化酶模拟活性，能够催化N-乙基-N-（3-磺丙基）-3-甲基苯胺钠盐（TOPS）的氧化。有趣的是，TOPS的氧化衍生物通过类重氮化现象呈现出与亚硝酸盐浓度相关的颜色变化。因此，我们建立了结合视觉和智能手机辅助传感模式的双重检测平台。机理研究表明，催化氧化和类重氮化过程均涉及活性氧（•O₂⁻和¹O₂）。灵敏度研究显示，线性检测范围为20–160μM，计算得出的检测限（LOD）分别为1.9μM（视觉检测）和0.01μM（智能手机检测）。与国家标准方法的对比分析证实了我们的方法在实际食品基质中的可靠性和准确性。这项工作为食品安全监测提供了一个强大的分析平台，兼具操作简便性和实验室级别的精确性。
-
中华绒螯蟹（Eriocheir sinensis）肌肉中生物胺的无损检测：基于红外光谱和深度学习的质量评估依据
查看原文
2025
Food Chemistry
中科院一区JCR一区
计算机标签
卷积神经网络 循环神经网络 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据食品标签
甲壳类 品质、结构与理化性质 光谱/色谱/质谱等分析方法 其他特殊成分生物胺（BAs）是水产品腐败的关键指标，但传统检测方法具有破坏性且效率低下。本研究提出了一种将近红外（NIR）光谱与深度学习相结合的无损检测方法，用于预测中华绒螯蟹中的生物胺并对其质量等级进行分类。在冷藏过程中鉴定出6种生物胺，其中腐胺、尸胺、组胺和色胺通过混合卷积神经网络-长短期记忆-挤压激励（CNN-LSTM-SE）模型得到了出色的预测（R²＞0.84，RMSE＜2.0）。基于质量指标，蟹被分为新鲜、可接受和腐败三个等级，在8±1°C下死后储存超过24小时的蟹被认为不适合食用。CNN-LSTM-SE模型在识别腐败蟹方面达到了100%的准确率，优于卷积神经网络、长短期记忆网络和传统机器学习模型。本研究展示了近红外光谱和深度学习在评估蟹新鲜度方面的潜力，为水产品的智能监测提供了有价值的工具。
-
分子网络与深度学习的协同作用在植物乳杆菌发酵沙棘奶中生物活性代谢物发现中的应用
查看原文
2025
Food Chemistry
中科院一区JCR一区
计算机标签
其他深度学习结构 分类/鉴别/等级评定 组学数据食品标签
果蔬饮料 营养与生物功能 代谢组学 多酚与黄酮本研究探究了植物乳植杆菌发酵沙棘乳的代谢组转化，旨在识别新型生物活性化合物，并改善其营养和感官特性。研究开发了一种非靶向代谢组学工作流程，该流程整合了基于特征的分子网络（FBMN）与深度学习，以克服传统数据库驱动方法在注释方面的局限性。通过这种策略，共鉴定出179种代谢物，其中包括两种此前未被报道的异戊酰基-黄酮醇糖苷和四氢哈尔满-3-羧酸。时间进程分析显示，具有健康促进作用的黄酮类化合物显著富集，同时富马酸和D-（+）-苹果酸的含量大幅减少，这些变化与风味和口感的改善相关。这项研究首次证实，FBMN-深度学习 pipeline 能够描绘食品基质中生物活性代谢物的动态变化，为加快功能性化合物的发现以及指导下一代健康导向发酵饮料的配方开发提供了一个稳健的方法学框架。
-
海洋生物活性肽的分离、表征、人工智能筛选及生物活性：综述
查看原文
2025
Food Chemistry
中科院一区JCR一区
计算机标签
智能手机/其他 分类/鉴别/等级评定食品标签
营养与生物功能 统计建模与仿真 蛋白质与氨基酸海洋生物活性肽（MBPs）是源自海洋的短链氨基酸聚合物，具有特定的生理活性。由于其独特的来源和结构多样性，海洋生物活性肽引起了广泛的研究兴趣。因此，本文系统综述了在提取、纯化、结构表征、基于人工智能（AI）的筛选、生物活性及构效关系方面的最新进展。尽管取得了显著进展，但在实现高效提取、实施有效的分离和纯化、确保基于人工智能筛选的样本数量和质量充足、提高模型准确性以及推进生物活性和构效关系研究等方面仍存在挑战。未来的研究应优先开发绿色、高效的提取和纯化技术，构建更准确的生物活性肽筛选模型，以及更深入、系统和严谨地研究生物活性及构效关系。这些努力将为功能明确的海洋生物活性肽在食品、医药和化妆品领域的应用奠定坚实基础。
