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 393 条结果
-
深度学习辅助逻辑门用于实时识别天然四环素抗生素
查看原文
2024
Food Chemistry
中科院一区JCR一区
Ping Tan, Yuhui Chen, Hongrong Chang, Tao Liu, Jian Wang, Zhiwei Lu, Mengmeng Sun, Gehong Su, Yanying Wang, Huimin David Wang, Chunghang Leung, Hanbing Rao, Chun Wu
计算机标签
智能手机/其他 分类/鉴别/等级评定 可见光/RGB/视频数据食品标签
食品安全与风险评估 光谱/色谱/质谱等分析方法 其他植物化学物质四环素（TCs）抗生素的过度使用和误用，包括四环素（TTC）、土霉素（OTC）、多西环素（DC）和氯四环素（CTC），对人体健康构成严重威胁。然而，目前四环素的快速传感平台只能量化TC混合物的总量，缺乏对单个组分的实时识别能力。为应对这一挑战，我们将深度学习策略与基于荧光和比色法的多模逻辑门整合到自设计的智能手机集成工具箱中，实现了自然TC的实时识别。我们的比例荧光探针（CD-Au NCs@ZIF-8）将碳点和Au NC封装在ZIF-8中，以防止假阴性或假阳性结果。此外，我们独立开发的微信应用利用荧光通道线性量化了四种天然TCs。比色通道还被用作逻辑门的输出，实现对四种天然四环素的实时识别。我们预计该策略将为有效控制抗生素提供新的视角。
-
利用人工智能从数字图像预测牛胴体分割肉产量
查看原文
2024
Meat Science
中科院一区JCR一区
Daragh Matthews, Thierry Pabiou, Ross D. Evans, Christian Beder & Aengus Daly
计算机标签
卷积神经网络 分类/鉴别/等级评定 定量预测/回归分析 可见光/RGB/视频数据 质构/流变/感官数据 超大规模/工业级数据集食品标签
畜肉 颜色与外观品质 显微与成像技术深度学习（DL）已被证明是许多图像分类问题的成功工具，但尚未应用于胴体图像。本研究旨在训练DL模型预测胴体分割肉产量，并将预测结果与更标准的机器学习（ML）方法进行比较。我们采用了三种方法来预测分组胴体分割肉产量，即烧烤用切块和烘烤用切块，分别使用了54,598头和69,246头动物的大数据集。所采用的方法是：（1）使用动物表型数据作为一系列ML算法的特征；（2）使用胴体图像训练卷积神经网络；（3）直接从胴体图像测量胴体尺寸，并结合相关的表型数据，作为ML算法的特征数据。结果表明，DL模型可以训练用于预测胴体分割肉产量，但使用胴体尺寸进行ML算法的方法在绝对数值上表现略好。
-
AFB1比色适配体传感器，用于基于金纳米颗粒和智能手机成像，检测十种不同杂豆中的AFB1
查看原文
2023
Food Chemistry
中科院一区JCR一区
Lifeng Lu, Runzhong Yu & Liyuan Zhang
计算机标签
智能手机/其他 分类/鉴别/等级评定 定量预测/回归分析 可见光/RGB/视频数据 时序传感器/物联网数据食品标签
豆类与坚果（及籽类） 食品安全与风险评估 显微与成像技术本研究建立了一种简便、快速、低成本、高灵敏、直观可视、无标记、比色且智能手机辅助的检测方法，用于杂豆中黄曲霉毒素B1的含量测定。以黄曲霉毒素B1核酸适配体为识别元件、金纳米颗粒为指示探针，采用改良QuEChERS（快速、简便、廉价、高效、稳定、安全）前处理方法，对十种不同品类杂豆样品进行处理与检测。实验探究了体系耗材用量、氯化钠浓度、孵育时间及特异性等影响检测灵敏度的关键因素。结果表明，在最优实验条件下，黄曲霉毒素B1在0.2～8.0纳克/克浓度范围内呈现良好线性关系，检出限为0.08纳克/克，线性回归方程为Y = 0.024X + 0.4615（相关系数R = 0.9989）。该传感器具备良好的检测特异性，可成功测定杂豆样品中黄曲霉毒素B1含量，加标回收率为87.18%～110.24%，全程检测耗时仅15分钟。该智能手机辅助比色适配体传感器可应用于杂豆中黄曲霉毒素B1的快速检测。
-
基于铕功能化发光Zr-MOV，用于现场测定四环素的智能手机辅助比测量平台
查看原文
2023
Food Chemistry
中科院一区JCR一区
Yijian Zhang, Meiyi Liu, Shuai Zhou, Zhiyu Yan, Jingsheng Tian, Qiaojuan Zhang & Zhiyi Yao
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
食品安全与风险评估 颜色与外观品质四环素（TC）的现场精准分析对保障食品安全及评估环境污染具有重要研究价值。本文基于铕功能化金属有机框架材料（Zr-MOF/Cit-Eu），构建了一种智能手机荧光检测平台用于四环素检测。利用Zr-MOF/Cit-Eu与四环素之间的内滤效应和天线效应，该探针对四环素呈现比率型荧光响应，荧光发射颜色由蓝色转变为红色。该检测体系传感性能优异，检出限低至3.9纳摩尔每升，线性检测范围跨度近四个数量级。后续制备了基于Zr-MOF/Cit-Eu的可视化检测试纸条，可通过红绿蓝（RGB）信号实现四环素的精准检测。将该检测平台应用于实际样品检测，加标回收率为92.27%~110.22%，检测效果良好。该基于金属有机框架的现场荧光检测平台，在构建有机污染物可视化、定量智能化检测平台方面具备巨大应用潜力。
-
用于高效低成本液体识别的双感官融合自供电摩擦电味觉传感系统
查看原文
2023
Nature Food
中科院一区JCR一区
Xuelian Wei, Baocheng Wang, Xiaole Cao, Hanlin Zhou, Zhiyi Wu & Zhong Lin Wang
计算机标签
深度学习 卷积神经网络 分类/鉴别/等级评定 可见光/RGB/视频数据食品标签
品质、结构与理化性质 理化与结构表征 统计建模与仿真将人类的味觉感知能力融入智能传感设备中，以模拟味觉器官对液体物质的处理能力，这一过程仍颇具挑战性。在此，我们基于液滴的动态形态变化和液固接触电荷产生原理，开发了一种自供电的液滴味觉传感器系统。通过结合摩擦电指纹信号和深度学习，该传感器系统在五种不同的应用中实现了超过 90%的液体识别准确率。此外，还集成了一个图像传感器来提取液体的视觉特征，从而使液态传感系统的识别能力提高到了 96.0%。这种双感官融合的自供电液态传感系统，以及能够自主产生摩擦电信号的液滴味觉传感器，为开发有效且低成本的液态传感技术（用于液体食品的安全识别和管理）提供了极具前景的解决方案。
