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 167 条结果
-
基于聚集体调控银纳米团簇与功能化MXene的深度学习辅助仿生味觉传感系统及其在多种食源性病原体识别中的应用
查看原文2025
Chemical Engineering Journal
中科院一区JCR一区Yuandong Lin, Wei Xiang, Fengqi Wang, Yong-Guang Jia, Jingzhu Wu & Jun-Hu Cheng
食品标签
畜肉 液态乳 微生物安全 过程监测与在线检测 光谱/色谱/质谱等分析方法计算机标签
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/视频数据实现食品中多种食源性致病菌的实时、同步、高精度检测对保障食品安全至关重要。仿生味觉感知系统通过模拟生物味蕾与舌头的协同功能,高度适配多病原体识别需求,其效能依赖于高效的信号转导机制与先进的数据处理方法。据此,本研究构建了一种深度学习辅助的仿生味觉传感系统:通过将多色DNA模板化银纳米簇(DNA-AgNCs)与3-氨基苯硼酸(APBA)功能化的Ti3C2 MXene整合为统一荧光传感器阵列。该设计中,DNA-AgNCs作为聚集态可调发光体,其DNA模板序列的差异驱动纳米簇形成不同聚集态,从而产生多样化荧光发射。这种聚集依赖性光致发光行为不仅丰富了阵列的信号多样性,还增强了其对复杂微生物识别的适应性。得益于DNA-AgNCs的荧光信号多样性与可及性,以及APBA修饰Ti C 对细菌表面富含糖类组分的高亲和力识别,该仿生系统针对多种食源性病原体生成了独特的荧光指纹图谱,在简化制备流程的同时提升了普适性。为提高对探针间微妙关系的辨别能力,本研究采用基于指纹图谱的卷积神经网络(CNN),可实现对污染自来水中单一及混合细菌种群(>98.5%)的精准识别与定量。该仿生系统对生牛肉、牛奶等更复杂基质同样有效。此项研究为未来开发自适应仿生传感器系统及人工智能辅助的食品安全控制奠定了技术基础。
-
基于GC-IMS探究预制猪肉制品货架期内回温风味的形成机制
查看原文2025
Food Chemistry: X
中科院一区JCR一区Tiantian Zhang, Shuaishuai Dai, Ben Niu, Chaoyi Shen, Huizhi Chen, Ruiling Liu, Hangjun Chen, Weijie Wu & Haiyan Gao
食品标签
畜肉 特征风味 光谱/色谱/质谱等分析方法 脂质与脂肪酸计算机标签
偏最小二乘法 分类/鉴别/等级评定 质构/流变/感官数据采用顶空气相色谱-离子迁移谱(GC-IMS)和气相色谱-质谱(GC-MS)研究了氧化过程的潜在反应机制,该过程会改变预制猪肉制品在储存期间的挥发性有机化合物(VOCs)和脂肪酸含量。GC-IMS共检测到38种挥发性风味化合物,通过正交偏最小二乘判别分析(OPLS-DA),其中16种被确定为关键差异标志物,其投影重要性(VIP)值≥1。与10种脂肪酸的相关性分析表明,油酸和亚油酸的氧化分解会增加己醛、戊二醛、丁醛和(E)-2-庚烯醛的含量,从而产生加热后风味(WOF)。这些结果表明,脂质氧化是导致预制猪肉制品风味劣变的主要原因。本研究为加热后风味(WOF)的形成机制提供了重要见解,并为制定有效的肉制品风味损失控制策略奠定了理论基础。
-
深度学习驱动的高光谱成像用于冷藏牛肉中嗜冷腐败菌的实时监测与生长建模
查看原文2025
International Journal of Food Microbiology
中科院一区JCR一区Guanglei Wang, Xiuwei Yan, Yingjie Feng, Yue Chen, Jiarui Cui, Sijia Liu & Songlei Wang
食品标签
畜肉 微生物安全 光谱/色谱/质谱等分析方法 微生物计数与生长曲线计算机标签
其他深度学习结构 偏最小二乘法 定量预测/回归分析 红外/拉曼光谱数据由于中国冷链体系不完善,冷鲜牛肉的品质会受到嗜冷菌的影响,导致品质下降和腐败,进而引发食品安全问题。本研究采用平板计数法和高光谱成像技术对冷鲜牛肉中假单胞菌和乳酸菌的生长情况进行建模,同时运用传统微生物学方法测定冷鲜牛肉中每种优势嗜冷菌的菌落数。针对光谱数据,采用竞争性自适应重加权采样(CARS)算法、变量组合惩罚分析算法、连续投影算法和迭代保留信息变量法提取特征波长,并利用偏最小二乘回归(PLSR)、能谷算法优化的时间卷积网络结合多头注意力机制以及随机配置神经网络(SCN)对冷鲜牛肉中假单胞菌和乳酸菌的含量进行预测。对于乳酸菌,结果表明基于高斯滤波-PLSR模型的预测达到了最佳建模效果(Rc²=0.7381,Rp²=0.7101,RMSEC=0.5802 log10CFU/g,RMSEP=0.7934 log10CFU/g)。对于假单胞菌,基于CARS-SCN模型取得了最佳预测结果(Rc²=0.9415,Rp²=0.8636,RMSEC=0.7050 log10CFU/g,RMSEP=1.0546 log10CFU/g)。最后,运用Baranyi模型、Huang模型和Gompertz模型对假单胞菌和乳酸菌的生长情况进行拟合。本研究从冷鲜牛肉的高光谱数据中实现了细菌含量的快速无损检测。
-
猪肉馅饼中鸡肉掺假的分类与识别:基于多维质量谱和机器学习的方法
查看原文2025
Food Control
中科院一区JCR一区Hui Lu, Cong Yao, Lin An, Aiying Song, Feng Ling, Qiliang Huang, Yuling Cai, Yunguo Liu & Dacheng Kang
食品标签
畜肉 禽肉 品质、结构与理化性质 理化与结构表征 风味组学 常量营养素(宏量)计算机标签
偏最小二乘法 支持向量机 深度学习本研究旨在利用机器学习技术识别含有不同水平鸡肉掺假的猪肉馅饼样本。构建了一个多维检测系统,使用了300个样本,包含0%到100%的鸡肉掺假梯度。分析了43个参数,包括水分活度、颜色、质地特性、游离氨基酸和电子鼻传感器响应。系统分析了掺假引起的猪肉馅饼的物理和化学变化。基于质量指标和掺假率,开发并评估了偏最小二乘判别分析(PLS-DA)、支持向量机(SVM)和反向传播人工神经网络(BP-ANN)等机器学习模型。BP-ANN模型取得了99.52%的训练准确率,独立测试集准确率达到98.00%。其性能显著优于SVM(95.56%)和PLS-DA(86.75%)。SHAP分析确定苏氨酸含量、色度参数和组氨酸含量为主要判别指标。筛选出的六个特征与电子鼻传感器阵列相结合,共同增强了模型的稳健性。BP-ANN算法被集成到Streamlit平台,开发了一个用于预测掺假率的实时在线工具。
-
基于GC-IMS、电子鼻和电子舌技术分析荔浦芋头扣肉不同烹制阶段风味特征变化
查看原文2025
Food Chemistry: X
中科院一区JCR一区Zhigui He, Yan Hu, Yuqing Zhang, Yingying Cui, Yingying Liu, Saeed A. Asiri & Sam Al-Dalali
食品标签
畜肉 加工与新加工技术 特征风味 光谱/色谱/质谱等分析方法 其他理化与结构表征 脂质与脂肪酸计算机标签
偏最小二乘法 分类/鉴别/等级评定 红外/拉曼光谱数据 时序传感器/物联网数据 质构/流变/感官数据 多模态/融合数据本研究旨在考察荔浦芋香猪肉在不同烹饪阶段(包括生肉(RP)、预煮肉(PM)、烤肉(RM)、超声腌制肉(UC)和蒸肉(SM))中挥发性化合物的变化。研究采用气相色谱-离子迁移谱(GC-IMS)、脂肪酸分析、电子舌和电子鼻对各加工阶段的风味化合物进行鉴定,并运用多元统计方法对结果进行分析。结果表明,预煮肉(PM)中的脂肪酸含量显著高于其他阶段的猪肉,其次是超声腌制肉(UC)组,而蒸肉(SM)的脂肪酸含量最低。气相色谱-离子迁移谱(GC-IMS)共检测到60种化合物,包括醛类、酮类、醇类和酯类。不同加工阶段的风味化合物组成存在显著差异。通过偏最小二乘判别分析(PLS-DA)模型,鉴定出21种变量重要性投影(VIP)值大于1.0的化合物,其中5-庚烯-2-酮甲酯(VIP>1.5)是区分不同阶段的最重要化合物,其次是丙酮、2-戊酮和己酸乙酯-D(VIP>1.4)。