类目筛选(食品学者)
-
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
-
-
深度筛选(计算机学者)
-
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
-
-
标签记录(食品学者)
标签记录(计算机学者)
共 2456 条结果
-
通过数据库建立、感官评估和深度学习方法,有效增强了气味检测和预测
查看原文2025
Food Chemistry
中科院一区JCR一区Huizhu Ji, Dandan Pu, Wenjing Yan, Jianlei Kong, Qingchuan Zhang, Lijun Su, Zhe Liu, Hefei Chen, Min Zuo& Yuyu Zhang
食品标签
其他品质相关性质 感官评价与方法学计算机标签
其他深度学习结构 分类/鉴别/等级评定 组学数据气味-味觉相互作用在增强咸味感知方面已取得良好应用效果。本研究旨在筛选可用于增强咸味的候选香气物质。研究系统分析了咸味食品中的挥发性化合物及其出现频次,将高频次化合物纳入风味香气化合物数据库。通过感官评价测定了代表性香气物质在氯化钠溶液(3.00克/升)中的咸味增味浓度。研究采用基于自引用嵌入字符串表征学习与图注意力网络结合反向传播神经网络分类器,对香气物质的咸味增强能力进行预测。结果表明,酮类、吡嗪类及含硫化合物具备较强的咸味增强效果;菌菇风味与脂香风味属性对香气物质的咸味增强能力具有正向贡献。深度学习模型表现出优异的泛化能力与准确率,准确率达95.93%,为风味香气物质的筛选提供了快速高效的方法。本研究可为食品行业实现减盐目标提供新的技术思路与研究方向。
-
基于创新的SALLE-GC-Orbitrap-HRMS代谢组学和多技术数据融合:一种用于单花种蜂蜜和多花种蜂蜜植物标志物鉴定的组合方法
查看原文2025
Food Chemistry
中科院一区JCR一区Alba María Navarro-Herrera, Araceli Rivera-Pérez, José Raúl Belmonte-Sánchez & Antonia Garrido Frenich
食品标签
蜂蜜等天然糖 代谢组学计算机标签
偏最小二乘法 主成分分析/判别分析 分类/鉴别/等级评定 组学数据 多模态/融合数据蜂蜜的植物来源会影响其理化性质、感官属性和商业价值。本研究采用非靶向代谢组学方法,结合气相色谱与高分辨质谱(GC-Orbitrap-HRMS),对单花种蜂蜜(桉树蜜、迷迭香蜜和橙花蜜)和多花种蜂蜜进行区分。通过盐辅助液液萃取(SALLE)进行代谢物分析,随后采用主成分分析(PCA)和正交偏最小二乘判别分析(OPLS-DA)进行多变量统计分析,取得了良好的分类效果(R2Y>0.8,Q2>0.7)。七种不同的关键代谢组学标志物被确定为植物来源的指示物,包括倍半萜类、萘类、甲基黄嘌呤类和环己烯酮类。此外,一种新的数据融合方法将GC-Orbitrap-HRMS与超高效液相色谱(UHPLC-Q-Orbitrap-HRMS)分析相结合,提高了分类准确率,并证明了这两种技术的互补性。这些发现凸显了GC-Orbitrap-HRMS结合化学计量学工具作为一种强有力的策略,在食品工业中用于蜂蜜认证、质量控制和欺诈检测的潜力。
-
利用多模态光谱技术和显微分析,探索超高压热辅助处理对即食虾在储存过程中质地的调控
查看原文2025
Food Chemistry
中科院一区JCR一区Na Li, Zhifeng Tan, Ruida Ma, Yafang Song, Rong Liu, Jiaxin Zhao, Ningbo Qin, Yahong Li, Xiaoyang Liu, Dayong Zhou & Deyang Li
食品标签
甲壳类 品质、结构与理化性质 非热加工技术 货架期预测与品质劣变动力学 光谱/色谱/质谱等分析方法 蛋白质与氨基酸计算机标签
偏最小二乘法 定量预测/回归分析 红外/拉曼光谱数据本研究采用多模态光谱技术与微观分析手段,探究不同处理方式对即食虾仁贮藏期间质构特性的影响。研究结果表明,超高压热力辅助处理可显著改善即食虾仁的质构品质,同时降低与蛋白质氧化降解相关的羰基含量及三氯乙酸可溶性物质含量。此外,超高压热力辅助处理能够使蛋白质结构更加致密、排列更规整,进而提升结合水与不易流动水的占比。利用高光谱成像数据构建了质构偏最小二乘回归预测模型,证实光谱信息与质构参数之间存在极强的相关性。同时,借助红外成像技术解析了蛋白质内部羟基(O-H)、羰基(C=O)、碳氢键(C-H)等官能团及羰基化合物的分布规律。综上,研究证实超高压热力辅助处理可通过抑制蛋白质降解,有效延缓即食虾仁贮藏过程中的质构劣变。
-
脉冲电场和等离子活化水预处理下萝卜腌制的传质数值与机器学习建模
查看原文2025
Innovative Food Science and Emerging Technologies
中科院一区JCR一区Si-Yeon Kim, Sung-Roc Jang & Sea C. Min
食品标签
蔬菜发酵制品 品质、结构与理化性质 理化与结构表征计算机标签
机器学习/统计学习 定量预测/回归分析腌制工艺通常需要高浓度氯化钠溶液且耗时较长,不仅加大品质管控难度,也对精准预测模型提出了要求。本研究探究低强度脉冲电场与等离子体活化水联合预处理,分别在 5%、10% 氯化钠溶液体系中对萝卜腌制过程的协同作用;采用数值模型与机器学习模型对传质过程进行预测,并分析预处理带来的微观结构变化。腌制初期,相较于未做预处理的组别,脉冲电场(场强 0.2~0.4 kV/cm)联合等离子体活化水(氧化还原电位 496~531 mV)预处理可使腌制速率最高降低 42%。电导率与 Z 指数的上升表明,该现象源于细胞通透性提升。集成机器学习模型对水分流失率与氯化钠吸附率的预测效果优于数值模型:水分流失均方根误差为 0.04,氯化钠吸附均方根误差为 0.01;二者决定系数(R^2)均达到 0.99,预测精度表现优异。单独使用脉冲电场或等离子体活化水预处理,可分别使水分流失率最高提升 43.81%、氯化钠吸附率最高提升 8.17%;二者联用时存在协同效应,在 10% 氯化钠溶液中因渗透压差更大,协同效果尤为显著。脉冲电场与等离子体活化水复合预处理还会提升萝卜硬度、降低剪切力。研究结果证实,两种预处理方式可有效提升腌制过程的传质效率,且该工艺过程可通过机器学习模型实现精准预测。
-
使用已开发的可见/近红外光谱系统和悬挂式抓手在线评估草莓可溶性固体含量
查看原文2025
Food Chemistry
中科院一区JCR一区Yu Qiao, Chen Wang, Wenhui Zhu, Li Sun, Junwen Bai, Ruiyun Zhou, Zhihua Zhu & Jianrong Cai
食品标签
新鲜水果 品质、结构与理化性质 过程监测与在线检测 光谱/色谱/质谱等分析方法 碳水化合物与糖类计算机标签
偏最小二乘法 卷积神经网络 循环神经网络 定量预测/回归分析 红外/拉曼光谱数据对草莓内部品质的在线检测面临着特别多的挑战,涉及果实损伤、检测准确性和加工效率。本研究探讨了在吊挂运输过程中使用Vis/NIRS在线检测草莓SSC的可行性。在分析草莓的SSC分布后,开发了光学传感系统,并通过PLSR模型确定了最优配置。当使用水平光学束穿过草莓中心时,PLSR模型结合SNV预处理和CARS特征选择,实现了最佳的传统化学计量结果(RPD为4.793)。此外,还研究了三种1D-CNN方法,其中1D-CNN-LSTM方法表现更优(为0.963,RMSEP为0.209°Brix,RPD为5.332)。这些发现展示了我们开发的系统在深度学习技术的增强下,在草莓中在线检测SSC的卓越能力。这项工作可能为在线评估小而脆弱水果的内部质量开辟新途径。