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
-
集成微针贴片和机器学习在时间分辨荧光免疫层析试纸上的应用，用于鲑鱼中金黄色葡萄球菌肠毒素B的准确快速检测
查看原文
2026
International Journal of Food Microbiology
中科院一区JCR一区
Hui Jiang, Hui Du, Donglei Jiang, Xinmei Liu, Haijing Wu, Mengjing Huang, Rui Sun, Xiaojie Sun, Siqi Zeng, Yanmin Ju, & Jun Yang
计算机标签
目标检测网络 定量预测/回归分析 可见光/RGB/视频数据 红外/拉曼光谱数据食品标签
鱼肉 微生物安全 光谱/色谱/质谱等分析方法 显微与成像技术金黄色葡萄球菌肠毒素B (SEB) 是导致食源性疾病的主要原因。在本研究中，我们开发了一种结合水凝胶微针贴片 (HMNP) 和机器学习 (ML) 的时间分辨荧光免疫层析试纸 (TRFITS) 用于鲑鱼中 SEB 的快速检测。所开发的 HMNP，由甲基丙烯酰化明胶制成，可在6分钟内自动提取37毫克的组织间液。随后，我们对鲑鱼样品进行了 TRFITS 分析以检测 SEB，并使用 ML 算法预测其浓度。该方法可在32分钟内进行高效取样并准确量化 SEB，检测限 (LOD) 为4.63 ng/mL。此外，将 ML 辅助的 TRFITS 应用于鲑鱼样品显示，YOLOv11 模型达到了91.3%的预测准确率，并具有更低的检测限 2 ng/mL。这些发现突显了一种针对现场SEB检测的新方法，对食品安全监测和即时诊断应用具有重要意义。
-
AI 驱动设计用于黄瓜保鲜的百里香酚基复合膜
查看原文
2026
Food Packaging and Shelf Life
中科院一区JCR一区
Mi Li, Yuanchang Cao, Yunge Zhang, Jian Ju, Qingmin Chen & Yanli Ma
计算机标签
深度学习 定量预测/回归分析 质构/流变/感官数据食品标签
新鲜蔬菜 保鲜涂膜与保鲜剂 理化与结构表征针对传统活性食品包装研究中存在的活性化合物释放不可控、试错成本高、设计效率低等问题，本研究将深度学习引入活性包装设计，重点开展百里香酚基复合膜的精准设计及其在黄瓜保鲜中的应用研究。首先构建包含99个样本的数据集，涵盖9个输入变量和1个输出变量，采用含线性/非线性激活函数的4层全连接神经网络训练活性化合物“最小有效浓度”预测模型，模型决定系数R²达0.84，可解释84%的因变量变异。在本研究成膜条件下，模型预测百里香酚最小有效添加量为0.1245%（w/w），据此制备实际添加量0.2%–0.4%（w/w）的复合膜。结果表明，该类膜具有优异的力学、热学、阻隔、抗氧化及抗菌性能，其中0.4%百里香酚膜对大肠杆菌和金黄色葡萄球菌的抑菌量分别降低3个和2.5个对数值。将其应用于4℃条件下黄瓜15天保鲜，与未包装对照组相比，失重率降低35%，总色差降低26%，有效延缓硬度下降，调控过氧化物酶（POD）、超氧化物歧化酶（SOD）、过氧化氢酶（CAT）等氧化酶活性，保鲜效果显著提升。综上，本研究证实深度学习可实现活性包装组分的预测建模与优化，为活性食品包装提供标准化、高效的研发框架，具有广阔的工业应用前景。
-
发酵乳中新的鲜味肽的鉴定及其通过分子对接和分子动力学模拟揭示的鲜味机制
查看原文
2026
Food Chemistry
中科院一区JCR一区
Yuxiang Gu, Kun Chen, Weixi Yang, Congnan Cen, Ying Sun, Xiaoqian Chen, Xing Li, & Yanbo Wang
计算机标签
机器学习/统计学习 设计/生成与推荐 组学数据 合成/仿真数据为主 质构/流变/感官数据食品标签
发酵乳/酸奶 特征风味 体外模型 蛋白质组学 蛋白质与氨基酸一种整合多模型机器学习、生物信息学筛选、感官评价、分子对接和动力学模拟的精简工作流程被应用于发酵乳中的鲜味肽挖掘。基于双重筛选标准--(i) UMPred-FRL、Umami_YYDS、Umami-MRNN、Mlp4Umami、Umami_TD一致预测为鲜味，(ii) 理想的体外计算特性（无毒性、无致敏性、良好的溶解性、稳定性、潜在生物活性）--从肽组学鉴定的1505条肽中筛选出10条作为鲜味肽候选。感官评价确认其中8条赋予了鲜味。分子对接显示，鲜味肽主要通过其亲水残基（主要是赖氨酸、酪氨酸）与受体亲水残基（TAS1R1中的赖氨酸/精氨酸，TAS1R3中的天冬酰胺）形成氢键，从而与TAS1R1/TAS1R3相互作用。TAS1R1的Arg307/Met375/Lys379残基，以及TAS1R3的Arg327/443/Ala329/Val437/Met452残基是关键相互作用位点。分子动力学模拟显示，具有最高鲜味的三种肽--EVFTKK、SKKTVDME、VMGVSKVKE--与TAS1R1/TAS1R3形成了稳定且紧凑的复合物。这项工作有助于加深对发酵乳鲜味特性的理解。
-
代谢组图谱与机器学习揭示海南沟蜷的地理溯源标志物及品质权衡关系
查看原文
2026
Food Research International
中科院一区JCR一区
Hongyan Li, Jie Lu, Tuo Yao, Shengli Fu, Sigang Fan, Zhifu Liang & Lingtong Ye
计算机标签
偏最小二乘法 分类/鉴别/等级评定 组学数据 质构/流变/感官数据 多模态/融合数据食品标签
软体与贝类 食品安全与风险评估 颜色与外观品质 特征风味 常规理化指标测定 光谱/色谱/质谱等分析方法 代谢组学海南蜷螺作为一种新兴且具有开发潜力的水产食品资源，表现出显著的表型可塑性，这一特性对其品质特征具有关键影响。本研究旨在系统分析其种群差异与环境适应机制。首次对中国南方地区的5个种群开展了综合性研究，创新性地结合传统形态测量学、大规模靶向代谢组学（504种代谢物）及先进机器学习方法，阐释其品质差异与地理来源。形态学分析显示，螺壳形态存在显著变异，壳长壳宽比从极细长型（3.31）到粗壮型（2.36）不等，反映出对水动力环境的适应性分化。代谢组学分析表明种群间存在清晰区分（偏最小二乘判别分析：解释变异量R2Y=0.903，预测能力Q2=0.705）。游离氨基酸分析显示其风味以苦味为主（占总游离氨基酸的52.92%），并存在关键的“产量与适口性权衡”现象：高产量的云浮种群苦味氨基酸含量最高，而野生惠州1种群甘氨酸富集程度达12倍，这可能与其渗透压适应相关。养殖惠州2种群的苦味与甜味组分均有所降低，基于其代谢谱推测可能导致风味失衡。通过多算法特征筛选，本研究鉴定出14个高精度分子生物标志物，分类准确率达96%（受试者工作特征曲线下面积ROC-AUC=0.998），其中奎宁酸为最强判别因子。上述研究结果为海南蜷螺的地理溯源与品质认证奠定了可靠的分子基础，并为水产养殖优化、实现产量、适口性与营养品质的平衡提供了重要指导。
-
植物蛋白基活性与智能食品包装：应用与展望
查看原文
2026
Food Hydrocolloids
中科院一区JCR一区
Jianglong Kong, Sihan Ma & Runxuan Chu
计算机标签
机器学习/统计学习 过程控制与实时优化 设计/生成与推荐 文本/知识库/法规数据食品标签
蛋白质配料 包装设计与机械性能 智能/指示型包装 蛋白质与氨基酸塑料污染增加了对可生物降解包装材料的需求。在各种可选方案中，植物基蛋白质因其广泛的可用性、强大的成膜能力、可生物降解性和功能多样性，已成为可持续包装的关键焦点。然而，与传统塑料相比，植物蛋白基薄膜在承受机械应力或拉伸时常常表现出脆性。此外，某些植物蛋白的亲水性导致湿度敏感性，在高湿条件下可能导致膨胀、吸水甚至溶解。这些问题降低了包装的有效性。本综述总结了目前旨在增强植物蛋白基食品包装功能特性的策略，并着重介绍了它们在活性和智能包装系统中的应用，特别是与新兴技术相结合的情况。此外，还探讨了人工智能在设计、性能优化和这些系统的实时监控中的潜在角色。而且，还讨论了与工业化生产和此类薄膜长期稳定性相关的未来前景与挑战。本综述旨在提供有价值的见解，以支持植物蛋白基包装在可持续食品系统中的持续发展和更广泛应用。
