类目筛选（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
-
-
深度筛选（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
-
-
标签记录（食品学者）
清除全部筛选
标签记录（计算机学者）
共 187 条结果
-
基于量子点与金纳米颗粒的智能手机辅助比率型FRET适体传感器用于谷物中玉米赤霉烯酮的即时检测
查看原文
2024
Food Control
中科院一区JCR一区
Lianjun Song, Meijun Lu, Puye Liang, Tiange Li, Xianqing Huang, Yan Ma, Libin Wan & Tianlin Wang
食品标签
谷物/块根/豆与坚果类 食品安全与风险评估 包装与智能监测 化学污染物 光谱/色谱/质谱等分析方法计算机标签
定量预测/回归分析 可见光/RGB/视频数据本文构建了一种比率型荧光适配体传感器，用于玉米赤霉烯酮（ZEN）的检测，该传感器的作用机制基于荧光共振能量转移（FRET） 原理，以适配体修饰的碲化镉量子点（CdTe QDs）作为能量供体，金纳米颗粒（AuNPs）作为能量受体。在该体系中，碲化镉量子点的荧光会因金纳米颗粒的荧光共振能量转移作用而发生淬灭，同时以具有蓝色荧光的硅量子点（Si QDs）作为荧光参比。当体系中存在玉米赤霉烯酮时，适配体修饰的碲化镉量子点会与玉米赤霉烯酮发生特异性结合，致使能量供体与受体之间的距离增大，荧光共振能量转移过程随即被阻断，碲化镉量子点的荧光也随之恢复。实验结果显示，该适配体传感器对玉米赤霉烯酮的检测限低至 3.5 pg/mL，线性检测范围为 0.01~100 ng/mL。此外，研究人员将该传感器与智能手机相集成，搭建了一套便携式检测装置，用于玉米赤霉烯酮的即时检测（POCT），并取得了理想的检测效果。这一技术为谷物中玉米赤霉烯酮的可视化即时检测提供了极具前景的应用方向。
-
应用近红外光谱作为检测线方法评估金枪鱼中的组胺
查看原文
2024
Food Control
中科院一区JCR一区
Sarah Currò, Federica Savini, Luca Fasolato, Valentina Indio, Federico Tomasello, Giulia Rampazzo, Elisa Zironi, Giampiero Pagliuca, Teresa Gazzotti, Laura Prandini, Damiano Accurso, Andrea Serraino, Valerio Giaccone & Federica Giacometti
食品标签
鱼肉 化学污染物 光谱/色谱/质谱等分析方法计算机标签
偏最小二乘法 随机森林 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据 中等规模数据集在当前全球食品安全背景下，对水产品中组胺含量的评估已成为一个至关重要的问题，因其对人类健康具有深远影响，并会显著影响食品品质与国际贸易。组胺中毒源于摄入组胺含量过高的食品，这是由于在不当的处理、加工或储存条件下，细菌将组氨酸脱羧生成组胺所致。本研究旨在对冻融黄鳍金枪鱼（Thunnus albacares）样品中的组胺污染情况进行系统性评估，采用了一种融合近红外光谱（NIRS）与先进机器学习技术的综合方法。共采集101份样品，并通过系统的加标处理获得四个组胺浓度水平（0、50、150 和 250 mg/kg）；所有加标浓度均经液相色谱-串联质谱（LC-MS/MS）分析验证。随后，采集各样品的NIRS光谱，并分别采用改进型偏最小二乘回归（MPLS）和支撑向量机（SVM）进行定量与定性分析。基于全光谱的MPLS模型在交叉验证和独立验证集上均表现出良好的预测性能（R²CV = 0.88，R²P = 0.74），证实了NIRS在金枪鱼组胺含量估算方面的应用潜力。SVM分类模型在二分类（有/无组胺）和多分类（四个浓度等级）任务中分别达到了100%和93%的准确率。本研究表明，将近红外光谱与机器学习相结合，可实现对冻融金枪鱼中组胺的快速、精准检测，为传统检测方法提供了一种无损、环保的替代方案。该方法对食品企业经营者和监管机构具有重要价值，有助于提升水产品安全水平、加强质量控制，并优化与组胺污染相关的决策流程，在海产品行业中展现出广阔的应用前景。
-
基于荧光"关-开"模式的智能手机辅助传感器在食品安全现场检测中的研究进展：综述
查看原文
2024
Chemical Engineering Journal
中科院一区JCR一区
Wei Fu, Xiaqing Fu, Zhemin Li, Zhifang Liu & Xian Li
食品标签
食品安全与风险评估 化学污染物 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
智能手机/其他随着技术持续进步与新应用场景的涌现，精准快速的现场检测传感器对食品质量安全监测与控制至关重要。智能手机卓越的摄影与图像处理能力极大地促进了传感器微型化、集成化及可视化监测发展，使其成为便携式实时检测的重要工具。"关-开-关"型荧光传感器因其高灵敏度、优异选择性、强抗干扰能力及可定制探针结构等显著特征受到广泛关注。在此背景下，基于"关-开-关"荧光信号的智能分析与传感系统便携式传感器已有大量报道，凸显了其在各领域的巨大潜力与应用价值。然而，目前仍缺乏对基于智能手机的"开-关-开"荧光驱动现场检测平台的系统性综述。本文旨在填补这一空白，通过详尽阐释"开-关-开"荧光响应过程，深入介绍常用荧光材料及其设计原理。此外，本文全面评述了基于"开-关-开"荧光方法的便携式传感器在食品安全检测中的最新应用进展。最后，本研究对基于智能手机的传感系统所面临的挑战与未来发展方向进行了深度剖析。本综述旨在为理解和设计便携式传感器提供有价值的理论依据，最终推动污染物实时检测朝着更高效、更精准的方向发展。
-
便携式近红外光谱结合变量选择-线性判别分析技术用于硫熏陈皮的精确无损检测
查看原文
2024
LWT
中科院一区JCR一区
Xiwen Qiu, Yiqing Dong, Liwen Jiang, Wei Fan, Guorong Du, & Pao Li
食品标签
其他果蔬制品/植物类 化学污染物 其他安全问题 光谱/色谱/质谱等分析方法计算机标签
主成分分析/判别分析 特征工程与选择策略 分类/鉴别/等级评定 红外/拉曼光谱数据陈皮（CRP）是一种重要的中药材和食品。硫磺熏蒸可能引起陈皮的化学转化，而外观上没有差异，从而对人体健康产生有害影响。本文基于便携式近红外光谱（NIRS）和化学计量学，建立了一种准确且无损的硫磺熏蒸陈皮检测方法。收集了389份正常陈皮和350份硫磺熏蒸陈皮，同时直接获取了外皮和内囊的光谱而不破坏样品。采用新的变量选择-线性判别分析（LDA）方法以及其他四种基于模式识别的现有LDA方法，结合光谱预处理方法，建立了硫磺熏蒸陈皮的识别模型。这些模型通过使用验证集以及一个月后收集的外部验证集进行评估。结果显示，表皮的识别准确率优于内囊的识别准确率。二阶导数 (2nd)- 竞争自适应重加权抽样 (CARS)- LDA 模型具有最佳识别能力，验证集准确率为 98.92%，外部验证集准确率为 99.46%。此外，本文提出的随机化测试 (RT)- LDA 方法结合了高稳健性和高准确率的优点。
-
基于双发射电纺MOF@[Ru(byp)]纳米纤维的智能手机集成比率传感平台用于黄曲霉毒素B1的高效检测与吸附
查看原文
2024
Chemical Engineering Journal
中科院一区JCR一区
Ruiqing Sun, Ping Liu, Yongchao Ma, Qingli Yang & Yanhong Lu
食品标签
豆类与坚果（及籽类） 化学污染物 过敏原与毒性问题 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 其他特殊成分计算机标签
智能手机/其他开发一种便携、灵敏的检测器用于快速检测黄曲霉毒素B1（AFB1）且无需使用生物质材料，一直是研究焦点。然而，先前文献记载的方法鲜少能同时实现食品中AFB1的检测与消除。本研究选用金属有机框架（MOF）的蓝色荧光作为响应信号，并以[Ru(bpy)3]2+的红色荧光作为参照信号。首次构建了一种双模式静电纺丝纳米纤维比率荧光探针（MOF@[Ru(bpy) ]/PAN NFs），用于黄曲霉毒素B₁（AFB₁）的定量检测与吸附。多孔PAN纳米纤维因其巨大比表面积，可有效负载MOF@Ru复合物。当存在AFB₁时，通过电子转移效应使荧光颜色发生显著红移至蓝移。该探针对AFB₁的检测线性范围为0.0-40.0 μM，检测限低至3.05 ppb。基于静电纺丝薄膜的荧光颜色变化，开发出智能手机集成化比率传感平台，其检测限可达5.51 ppb。该探针成功应用于花生样品中AFB₁的检测与吸附，具有较低的相对标准偏差和令人满意的回收率。通过此快速处理流程，30分钟内可清除约60%的AFB₁。因此，多孔荧光MOF@Ru/PAN NFs实现了AFB₁的协同检测与去除。此外，基于智能手机的平台为毒素的现场快速可视化定量检测与去除开辟了新途径，这对于食品安全和环境保护应用具有重要意义。
