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
-
双通道MIRECL便携设备，具阻抗效应耦合，智能手机与机器学习系统用于酪胺的识别与定量
查看原文
2023
Food Chemistry
中科院一区JCR一区
Zhiwei Lu, Jun Qin, Chun Wu, Jiajian Yin, Mengmeng Sun, Gehong Su, Xianxing Wang, Yanying Wang, Jiangshan Ye, Tao Liu, Hanbing Rao & Lin Feng
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 时序传感器/物联网数据食品标签
其他肉与水产品 加工污染物本文基于智能手机与深度学习辅助光学设备，设计了一种新型、便携式、可视化双电位分子印迹比率型电化学发光（MIRECL）传感器，用于酪胺（TYM）检测。采用原位电聚合法制备分子印迹聚合物-锡酸铈（MIP-Ce₂Sn₂O₇）复合薄膜，作为识别捕获及信号放大探针。锡酸铈中的氧空位不仅可提升电化学氧化还原性能，还能加速能量转移，进而增强阴极电化学发光强度。在最优实验条件下，MIP-Ce₂Sn₂O₇的阴极电化学发光信号与三联吡啶钌的阳极响应信号形成比率传感体系，线性范围为0.01微摩尔每升至1000微摩尔每升，检出限低至0.005微摩尔每升。值得注意的是，结合人工智能图像识别算法与智能手机光学信号读取原理，该构建的分子印迹比率型电化学发光传感器已成功应用于水产品样品中酪胺的便携式可视化检测，其实际应用性能得到了良好验证。
-
新鲜和冻融牛肉的MRI-计算机视觉：分类和质量预测的方法学优化
查看原文
2023
Meat Science
中科院一区JCR一区
Trinidad Perez-Palacios, Mar Avila, Teresa Antequera, Juan Pedro Torres, Alberto Gonzalez-Mohino & Andrés Caro
计算机标签
支持向量机 随机森林 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/感官数据食品标签
畜肉 微观结构与成像 常规理化指标测定 质构与流变测试 光谱/色谱/质谱等分析方法本研究旨在评估磁共振成像（MRI）与计算机视觉技术对新鲜（生鲜F，n=12）及冻融（FT，n=12）牛肉进行分类的能力，并通过优化图像分析方法（算法）与数据分析方法（回归器）、测试不同算法‑回归器组合，来预测牛肉的理化、质构及感官特性。分类与预测结果的准确性尤其取决于所采用的算法。研究发现，针对分类任务（分形算法结合条件随机森林、随机森林或支持向量机）、生鲜冻融牛肉品质参数预测（分形算法‑条件随机森林或分形算法‑随机森林）以及熟制冻融牛肉品质参数预测（经典算法‑随机森林），分别存在最优组合。因此，基于磁共振成像的计算分析（尤其是图像分析算法）可根据研究目标（分类或预测）及样品类型（生鲜或熟制）进行设定，而待分析的具体特性对此影响不大。本研究首次证实，磁共振成像能够以无损方式对牛肉（生鲜新鲜牛肉 vs. 生鲜冻融牛肉）进行分类，并测定其品质特性。
-
利用激光镀膜电化学试纸带快速无预处理评估特级初榨橄榄油抗氧化能力
查看原文
2023
Food Chemistry
中科院一区JCR一区
Filippo Silveri, Annalisa Scroccarello, Flavio Della Pelle, Michele Del Carlo & Dario Compagnone
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 时序传感器/物联网数据食品标签
植物油 抗氧化/抗炎等功能 其他植物化学物质本文提出一种用于直接评估特级初榨橄榄油抗氧化能力的电化学纸基芯片分析装置。该自制装置由经二氧化碳激光纳米修饰的传感器，与经刻字机模压成型、用于特级初榨橄榄油取样和萃取的纸质试纸条组合而成。该装置对特级初榨橄榄油中最具代表性的邻苯二酚类物质——羟基酪醇和橄榄苦苷，展现出优良检测性能：在精制橄榄油体系中，检测灵敏度良好（羟基酪醇检出限为2微摩尔每升，橄榄苦苷检出限为0.6微摩尔每升）、线性范围宽（羟基酪醇：10~250微摩尔每升；橄榄苦苷：2.5~50微摩尔每升），且重现性优异（相对标准偏差小于5%，平行实验次数n=3）。将该装置应用于15种不同特级初榨橄榄油样品的免萃取检测分析，样品加标回收率表现理想（90%~94%，相对标准偏差小于5%，n=3），检测结果与传统光度分析法具有良好相关性（相关系数r≥0.91）。该装置集成全部分析流程，仅需4微升样品量，2分钟内即可输出可靠检测结果，具备便携特性，可搭配智能手机完成检测应用。
-
基于深度学习的猪肉图像持水力测量
查看原文
2023
Meat Science
中科院一区JCR一区
Vinicius Clemente de Sousa Reis, Isaura Maria Ferreira, Mariah Castro Durval, Robson Carlos Antunes & Andre Ricardo Backes
计算机标签
图像分割网络 分类/鉴别/等级评定 定量预测/回归分析 可见光/RGB/视频数据食品标签
畜肉 其他品质相关性质 常规理化指标测定 显微与成像技术持水力在获得高质量猪肉方面起着重要作用。该属性通常通过压制肉样并测量样品排出的水分量以及被滤纸吸收的水分量来估算。本研究采用名为U-Net的深度学习架构，通过压滤法获得的猪肉样品滤纸图像来估算持水力。我们评估了U-Net分割持水力图像中不同区域的能力，并由于图像远大于U-Net的传统输入尺寸，我们还评估了改变输入尺寸对其性能的影响。结果表明，尽管这些区域在外观上的差异很细微，U-Net仍能高精度地分割持水力图像的外部区域和内部区域。
-
基于深度学习算法的比色微针传感器用于肉类新鲜度监测
查看原文
2023
Chemical Engineering Journal
中科院一区JCR一区
Jie Wang, Linlin Xia, Han Liu, Chong Zhao, Siyu Ming & Jingyi Wu
计算机标签
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
肉类/蛋类与水产品 货架期预测与品质劣变动力学 过程监测与在线检测 常规理化指标测定 花青素与类胡萝卜素目前，已开发的肉类新鲜度检测方法存在耗时长、操作不便或专业要求高等局限性。本研究提出了一种基于深度学习算法的比色微针传感器（CMS），用于可视化监测肉类新鲜度。该传感器通过模塑含有pH响应型花青素的可食用水凝胶制成，其颜色变化源于花青素结构随pH值改变而产生的变化。当附着于肉类表面时，CMS能够穿透肉质并依靠毛细作用提取组织液。随着肉类腐败进程的推进，组织液的pH值逐渐升高，导致比色传感器（CMS）显色由粉红转变为紫色，最终呈现深蓝色。因此，通过解析CMS颜色变化规律，实现了肉类新鲜度的原位可视化检测。研究进一步采用深度学习算法，将CMS系统与智能手机应用程序（App）集成，使新鲜度检测更为便捷精准。通过采集不同新鲜度肉品表面附着的CMS图像作为训练数据源，并将其作为卷积神经网络（CNN）的输入层。通过卷积CMS颜色特征，最终输出将肉类新鲜度分类为"新鲜"、"次新鲜"和"变质"三个等级。该应用程序通过整合CNN技术，使用户能够以快速、准确、便携且通用的方式，从存储照片或实时拍摄的CMS标签肉类图像中识别新鲜度。这种结合算法集成应用程序的CMS可视化检测策略，在食品安全、健康监测和环境保护等广泛领域具有巨大的应用潜力。
