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
-
基于三金属PtPdAuNFs和三链分子开关的智能手机便携式适体传感器用于腐霉利快速检测
查看原文2025
Chemical Engineering Journal
中科院一区JCR一区Ruonan Wang, Baoshan He, Zhengyong Liang, Yuling Wang, Jinhua Jin, Min Wei, Wenjie Ren, Suo Zhiguang & Xu Yiwei
食品标签
新鲜蔬菜 化学污染物 过程监测与在线检测 理化与结构表征 光谱/色谱/质谱等分析方法计算机标签
智能手机/其他本研究开发了一种基于三重分子开关(THMS)的便携式适体传感器。该系统集成了便携式电化学工作站与智能手机成像技术,可实现腐霉利(PCM)的快速现场检测。该系统采用基于三金属纳米材料(PtPdAuNFs)和PolyA的丝网印刷电极,通过整合便携式电化学工作站与智能手机成像技术,实现了腐霉利的快速现场检测。采用铂钯金纳米花(PtPdAuNFs)作为信号标记材料,该材料为信号分子亚甲基蓝(MB)及适配体提供了丰富的活性位点。这些信号标记与PolyA探针结合形成稳定的三向杂交分子信标(THMS)结构,随后被固定于丝网印刷电极表面。PolyA探针末端特有的连续腺嘌呤序列促进了电极表面的结合,显著提升了传感器的稳定性和性能。当靶标物质与组装好的适体传感器结合时,靶标会选择性识别适配体并触发THMS结构的展开。这种构象变化导致信号标记从传感平台脱离,进而产生可检测的信号变化。本研究开发的智能便携式适体传感器实现了对PCM的现场检测,其检测限达50皮克/毫升,检测范围覆盖500皮克/毫升至500纳克/毫升。该传感器展现出优异的特异性与重现性,已成功应用于番茄、韭菜等实际样品检测,回收率令人满意(93%∼107%)。这些结果凸显了所开发传感器在水果蔬菜中对PCM及其他污染物检测的应用潜力。通过修饰DNA设计,该传感器还可用于其他目标分析物(氟虫腈与丙溴磷)的检测,并表现出卓越的检测性能。本研究为食品安全监测提供了一种重要工具。
-
在自由空间结构中进行鸡卵无损质量评估的微波光谱学:不同测量模式与特征选择方法的比较
查看原文2025
Food Chemistry
中科院一区JCR一区Niloofar Akbarzadeh, Seyed Ahmad Mireei, Gholam Reza Askari, Mohammad Sehdeghi & Abbas Heydari
食品标签
蛋类及其制品 品质、结构与理化性质 光谱/色谱/质谱等分析方法计算机标签
偏最小二乘法 深度学习 定量预测/回归分析采用配备X波段同轴-波导转换器的自由空间介电测试装置,对鲜鸡蛋品质进行无损检测。将鸡蛋以三种放置姿态摆放,分别在反射和透射模式下测定微波频段(8~12吉赫兹)的散射参数。运用偏最小二乘回归法对鸡蛋品质指标进行预测,指标包含气室高度、蛋黄系数、浓蛋白高度、哈夫单位以及蛋白pH值。以水平1放置姿态下的PR_S22频谱为优先研究对象,采用多种特征筛选方法筛选最优特征频率。再基于筛选得到的有效特征频率,利用人工神经网络构建鸡蛋品质预测模型。结果表明,竞争性自适应重加权采样法的性能始终优于其他方法,所构建的人工神经网络模型稳定性优异,气室高度、蛋黄系数、浓蛋白高度、哈夫单位、蛋白pH值的残差预测偏差分别达到4.80、4.00、3.27、3.03、3.72。本研究证实了自由空间介电测试装置在鸡蛋品质预测应用中的有效性。
-
数字冷链:基于传感器与AI的产品质量预测
查看原文2025
Postharvest Biology and Technology
中科院一区JCR一区Rania Elashmawy, Moshe Doron, Ria Kanjilal, Jeffrey K. Brecht & Ismail Uysal
食品标签
新鲜水果 货架期预测与品质劣变动力学 颜色与外观品质 其他品质相关性质 过程监测与在线检测计算机标签
支持向量机 随机森林 定量预测/回归分析随着传感器和物联网设备的广泛应用,利用数据驱动的计算模型在云端构建物理对象的数字孪生已变得愈发可行;例如,通过初始质量、温度和运输时长,可以精准预测草莓在分销过程中不断下降的适销性、颜色、含糖量及硬度。本文提出了一种基于传感器驱动的人工智能/机器学习算法,利用简单数据即可为“数字草莓”建立可靠的质量表征:其中支持向量回归对适销性和甜度比的预测误差分别为 4.21% 和 15.56%,而决策树回归对颜色和硬度的预测误差则低至 1.95% 和 4.12%。该研究证明,通过构建准确的数字冷链,物流体系可以从传统的“先进先出”(FIFO)转变为更科学的“先到期先出”(FEFO),从而有效减少损耗并实现智慧分销。
-
人工智能在食品安全与质量管理中的应用研究进展
查看原文2025
Trends in Food Science & Technology
中科院一区JCR一区Wenbin Yu, Zhiwei Ouyang, Yufei Zhang, Yi Lu, Changhe Wei, Yayi Tu & Bin He
食品标签
食品安全与风险评估 过程控制与数字化计算机标签
分类/鉴别/等级评定 定量预测/回归分析背景:发酵食品根植于各类文化传承,凭借独特风味与健康功效,在全球饮食体系中占据重要地位。但目前学界对发酵过程中的微生物动态变化及发酵工艺优化机制的深层研究仍较为匮乏。新兴组学技术与数字孪生技术为微生物实时监测、生产效率提升开辟了创新路径。因此,融合传统手段与现代技术,能够深化对发酵食品内在作用机理的认知,助力新型发酵产品研发,同时保障产品品质稳定。
研究范围与方法:本文综述探讨组学技术与数字孪生技术在发酵科学领域的变革性作用,重点围绕三方面展开:(1)依托先进组学技术,梳理传统微生物认知到新型菌种发掘与整合的发展脉络;(2)多组学技术在整合发酵食品微生物资源方面的应用价值;(3)数字孪生技术的发展历程,及其在微生物时序预测、工艺调控优化中的实践应用。
核心研究结果与结论:本文结合传统经验与现代创新技术,阐明定制化、健康导向型发酵食品的开发潜力,并提出依托交叉学科研究深化机理研究、推进技术落地的未来研究方向。传统发酵工艺与前沿技术的有机融合,为发酵食品领域的科研探索与产业实践协同发展提供了可持续发展路径。 -
基于机器学习和多尺度验证的青稞二肽基肽酶-IV抑制肽
查看原文2025
Food Chemistry
中科院一区JCR一区Xin Bao, Yiyun Zhang, Liyang Wang, Zijian Dai, Rong Li, Kefan Wei, Jiangqian Cao, Qingyu Zhao, Qun Shen & Yong Xue
食品标签
其他谷物与块根 血糖、血脂与代谢相关功能 统计建模与仿真 蛋白质与氨基酸计算机标签
随机森林 分类/鉴别/等级评定 设计/生成与推荐 组学数据青稞在调节血糖方面显示出潜力,可能是二肽基肽酶-IV(DPP-IV)抑制剂的天然来源。本研究采用机器学习(梯度提升决策树)和虚拟筛选技术,从青稞蛋白中筛选出DPP-IV抑制肽。三种候选肽(FPQPQ、FPRPF和YGGWN)的半数抑制浓度(IC50)分别为675.47、766.80和281.76μM。其中,FPQPQ和FPRPF是竞争性DPP-IV抑制剂,而YGGWN为非竞争性抑制剂。通过分子对接和分子动力学模拟研究了它们的抑制机制,并运用网络药理学揭示了它们在体内的多靶点、多通路降血糖活性。这种综合方法实现了对生物活性肽的高效精准筛选,并为其抑制作用提供了机制层面的见解。研究结果表明这些肽在血糖调节方面具有潜力,为基于青稞蛋白的功能性食品开发提供了支持。