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 1098 条结果
-
从机器学习到神经影像学:风味预测与识别技术的全面综述
查看原文2025
Food Research International
中科院一区JCR一区食品标签
感官科学与消费者研究 感官评价与方法学 统计建模与仿真 数值仿真计算机标签
机器学习/统计学习 深度学习 设计/生成与推荐 模拟与数字孪生 时序传感器/物联网数据 质构/流变/感官数据 多模态/融合数据风味研究正在经历一场范式转变,从传统的描述性方法转向预测性和机制性科学。虽然以往的综述往往聚焦于单一的技术进展,但本综述通过整合一个涵盖从分子水平预测到中枢神经系统解释的多尺度研究框架,提供了一个独特的综合视角。本综述首先阐述了人工智能和计算模拟如何通过构效关系和配体-受体模型彻底改变风味化合物的计算机预测。同时,详细阐述了基于功能性嗅觉/味觉受体的生物传感器如何在仿生界面上为风味识别提供前所未有的客观性。至关重要的是,强调了神经影像技术(脑电图、功能磁共振成像)在直接解码大脑对风味的整合感知反应——感官体验的最终仲裁者——中不可或缺的作用。通过将这些进展整合到一个连贯的“从分子到大脑”的研究流程中,本综述不仅为风味科学的未来提供了路线图,而且为该领域提出了一个统一的框架,强调了这种整合方法在指导食品合理设计和推动产业创新中的关键作用。
-
采后贮藏期间松茸新鲜度的多维检测与预测建模
查看原文2025
Food Research International
中科院一区JCR一区食品标签
食用菌菇 食品安全与风险评估 感官评价与方法学 理化与结构表征 质构与流变测试 光谱/色谱/质谱等分析方法计算机标签
机器学习/统计学习 偏最小二乘法 定量预测/回归分析 红外/拉曼光谱数据 时序传感器/物联网数据松茸是一种极易腐败的食用菌,其新鲜度在很大程度上决定了其商业价值,但目前的评估方法仍存在主观或不完整的问题。感官评分无法捕捉物理化学变化,单一的分析技术也无法描述腐败的动态过程。为了弥补这一空白,我们建立了一个综合框架,将感官和质地分析与电子鼻响应、气相色谱-质谱联用技术和氨基酸分析相结合,并利用偏最小二乘回归模型进行连续的新鲜度预测。
在2°C和20°C下的对照试验揭示了明显的温度依赖性劣变。硬度在2°C下降低了85.7%,在20°C下降低了96.0%;咀嚼性分别下降了32.0%和71.1%,而粘附性则上升了超过10^4倍。到第15天时,水分损失在2°C下达到31.4%,在20°C下达到67.5%。挥发性物质谱图显示醛类和醇类物质累积,而C8醇2-辛烯-1-醇减少。精氨酸在低温下早期下降,并与传感器5的响应以及2-辛烯-1-醇共同形成了一个紧凑的生物标志物集合。
所得的PLSR模型在2°C和20°C下的R^2分别达到0.94和0.93,与感官评分无显著差异(配对t检验,p > 0.05),且方差齐性(F检验,p > 0.59)。这种多维方法为新鲜度监测提供了一个客观的、数据驱动的基础,并为松茸的智能冷链管理提供了可部署的生物标志物。 -
基于超级计算机模拟和实验光谱学的热研究:鉴定β-乳球蛋白与异味化合物己醛之间的化学相互作用
查看原文2025
Food Research International
中科院一区JCR一区食品标签
乳及乳制品 传统热加工 氧化、褐变等化学变化 光谱/色谱/质谱等分析方法 数值仿真 蛋白质与氨基酸计算机标签
模拟与数字孪生 合成/仿真数据为主为探究风味-蛋白质相互作用的热行为,本研究对从蛋白质数据库获取的β-乳球蛋白单体结构进行了353.15 K(80°C)下20000 ps的模拟热处理。采用盲对接方法将配体己醛分子对接在宿主蛋白上,揭示了一个位于特定赖氨酸残基(LYS60)附近的优先结合位点。除超级计算机模拟外,还对暴露于80°C 60分钟的β-乳球蛋白-己醛混合物进行了MALDI-TOF/MS和紫外-可见光谱的实验室测试。MALDI-TOF/MS结果显示形成了共价加合物,峰位移为-84 Da,通过缩合反应形成了希夫碱。二级结构估算表明α-螺旋和β-转角显著减少,同时β-折叠和无序结构增加。这种结合计算机模拟和实验的方法从分子水平揭示了风味活性醛如何与热处理的乳蛋白相互作用,将加工条件与结构变化及风味化合物的归宿联系起来。由此产生的机理见解具有基础和工业相关性,增进了我们对热处理如何通过乳基系统中蛋白质-配体相互作用影响风味稳定性的理解。
-
热成像引导的鸡胸肉上透明塑料污染物检测:一种结合视觉与模拟的方法
查看原文2026
Food Research International
中科院一区JCR一区食品标签
禽肉 食品安全与风险评估 显微与成像技术 数值仿真计算机标签
深度学习 目标检测网络 缺陷/异物检测与定位 模拟与数字孪生 可见光/RGB/视频数据 中等规模数据集近年来,禽肉消费量激增,由异物(FM)污染引发的食品安全问题日益突出,尤其是难以用X射线成像等传统方法检测的透明塑料。本研究旨在开发一种结合热成像与机器学习的强大检测系统,用于检测鸡肉上的透明塑料污染物。将加工厂中常见的透明塑料切割成不同尺寸(0.2–8 cm)并放置在生胸肉片上,共生成386张标注的热成像图像。同时,还采用了集总热阻容(LTRC)模型和COMSOL Multiphysics三维瞬态热传递模拟来理解塑料片的热行为及其内部蓄热特性。在实验设置中,塑料与鸡肉之间的热对比度最高可达1.05 °C。YOLOv8s模型实现了0.983的检测精确率和0.949的分割精确率。这些结果证明了结合热成像和深度学习能够可靠地检测低密度、透明的PMs,从而增强禽肉加工过程中的食品安全和检测能力。
-
释放鲜味肽的潜力:制备方法、评价策略、健康益处及味觉传导机制的综合评述
查看原文2024
Food Research International
中科院一区JCR一区食品标签
感官评价与方法学 组学与高通量技术 体外模型 显微与成像技术 数值仿真 蛋白质与氨基酸计算机标签
深度学习 定量预测/回归分析 设计/生成与推荐 模拟与数字孪生 时序传感器/物联网数据 组学数据 合成/仿真数据为主当前技术难以实现鲜味肽的高通量筛选与标准化评价。此外,鲜味受体激活所涉及的构象机制尚未完全阐明,极大地限制了鲜味肽的进一步发展。因此,本文系统综述了鲜味肽的呈味特性、功能特性、高效制备技术、评价方法及其味觉传导机制。多组学技术、分子模拟,尤其是深度学习在鲜味肽高通量筛选中展现出显著优势。此外,细胞与动物模型、味蕾生物传感器及脑电图技术是评价鲜味肽呈味特性的有效方法。通过异源表达获得完整的鲜味受体,并结合冷冻电镜、单分子FRET、三维变异性分析、多光谱技术以及先进的分子动力学模拟,将有助于深入理解鲜味肽与受体的结合机制。本综述为食品工业中鲜味肽的开发、利用与健康化应用提供了新方向。