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
-
具有力-温度-摩擦电解耦感知的仿人触觉智能皮肤柔性多模态传感器
查看原文2025
Chemical Engineering Journal
中科院一区JCR一区Lu Liu, Yu Gu, Shudan Li, Hengxiang Liu, Xiaoli Jia & Yundou Xu
食品标签
品质、结构与理化性质 过程监测与在线检测 理化与结构表征 统计建模与仿真计算机标签
其他深度学习结构 分类/鉴别/等级评定 定量预测/回归分析 时序传感器/物联网数据 多模态/融合数据人类皮肤通过多性向机械感受器感知复杂的触觉信号,从而实现灵巧操控与材料识别。由于信号耦合强、材料优化不足以及跨环境鲁棒性有限,在人工传感器中复现这一能力仍具挑战性。本研究报道了一种柔性多性向传感器,可同步检测并解耦压力、温度和摩擦电信号。通过采用正交实验设计,我们对碳基纳米复合材料和热电薄膜的组分进行了系统优化,实现了灵敏度、线性度与稳定性的均衡组合。该层级式传感器架构具有毫秒级响应的宽域压力感知能力、压力无关型热电输出特性以及材料特异性摩擦电指纹特征。为解决信号串扰问题,本研究开发了基于深度神经网络的解耦算法重构独立模态,将最大相对误差从超过18%降至0.8%以下。3%。实证案例包括织物的精确分类、食品新鲜度的可靠监测以及在复杂环境中的智能机器人操作。本研究提出了一种结合正交实验设计与机器学习的协同策略,为机器人学、可穿戴电子设备及人机界面领域中类人触觉智能的发展提供了一个普适性框架。
-
利用高光谱成像技术和机器学习快速检测红茶中的合成色素
查看原文2025
Food Chemistry: X
中科院一区JCR一区Zhihan Wang, Weijie Peng, Zhengrui Tian, Lin Zhu, Mengqi Guo, Zhiwei Chen, Hewei Meng & Chunwang Dong
食品标签
茶/茶饮料 化学污染物 显微与成像技术 光谱/色谱/质谱等分析方法计算机标签
机器学习/统计学习 分类/鉴别/等级评定 定量预测/回归分析 高光谱/多光谱光谱在本研究中,我们提出了一种新颖的方法,将高光谱成像与机器学习相结合,以解决武夷工夫茶中人工色素掺假的快速无损检测难题。与传统化学方法相比,该方法能够实现色素种类的识别、掺假率的定量分析以及色素分布的可视化。我们构建了掺有三种合成色素(柠檬黄、胭脂红和日落黄)的红茶高光谱数据集,为定性识别和定量预测模型的建立提供了支持。定性模型的准确率超过98%,定量模型的预测相关系数(Rp)大于0.95,预测均方根误差(RMSEP)小于0.025。这些结果验证了该方法在红茶色素掺假检测和定量分析中的可行性与有效性,为茶叶质量安全检测提供了新的可能。
-
功能性食品与药物配料中的膳食三萜类化合物:构效关系、生物合成、应用及人工智能驱动策略综述
查看原文2025
Trends in Food Science and Technology
中科院一区JCR一区Chao Fang, Haixia Yang, Daidi Fan & Jianjun Deng
食品标签
营养与生物功能 其他植物化学物质计算机标签
机器学习/统计学习 定量预测/回归分析背景:萜类化合物是一类广泛来源于植物及其代谢物的天然生物活性化合物,以其结构多样性、高生物活性潜力以及“药食同源”的概念而闻名。三萜类化合物作为萜类中典型的代表性亚类,不仅保留了这些优势,还具有来源广泛、种类繁多、含量低的特点。这些特点并未削弱其作为功能性食品和药物配料的巨大潜力与应用前景。三萜类化合物能够通过多种机制发挥其高生物活性,包括但不限于调节炎症、氧化应激、免疫抵抗和代谢紊乱。尽管三萜类化合物作为功能性食品和药物配料前景广阔,但其含量低、结构复杂的特点在一定程度上限制了对其他构效关系的阐明,进而限制了相关研究的进展。
范围:本综述基于三萜类化合物的生物合成和生物活性,讨论了其作为功能性食品和药物配料的重要性和可行性。文章探讨了膳食三萜类化合物的生物合成及其在抗衰老和抗肥胖方面的潜在作用机制。此外,提出了利用机器学习技术应对相关挑战的策略。
主要发现与结论:三萜类化合物精细的构效关系塑造了其在抗肥胖和抗衰老方面的实质性功能。作为功能性食品和药物配料,三萜类化合物通过调节微生物菌群、改善免疫、调节糖脂代谢等多种调控机制,发挥广泛的生物活性。此外,它们在食品功能优化、保鲜和风味调节中起着关键作用。人工智能和机器学习技术通过处理海量数据和进行复杂分析,为三萜类化合物的高级研究提供了识别和预测构效关系的新思路和策略。 -
利用短波红外和XGBoost算法对红辣椒粉寒蝉损伤进行无损评估
查看原文2025
Food Chemistry
中科院一区JCR一区Jong-Jin Park, Jeong-Seok Cho, Hahyeong Yu, Gyuseok Lee, Dae-Yong Yun, Seul-Ki Park, Jeong-Hee Choi, Kee-Jai Park, Jihyun Lee& Jeong-Ho Lim
食品标签
果蔬干/果脯/蔬菜干 品质、结构与理化性质 光谱/色谱/质谱等分析方法 蛋白质与氨基酸计算机标签
梯度提升决策树 分类/鉴别/等级评定 红外/拉曼光谱数据本研究旨在通过冷害程度评价红辣椒粉品质,并建立一种检测受冷害影响辣椒粉的方法。由受冷害辣椒果实加工制成的辣椒粉,其苦味氨基酸含量、微生物数量及生物胺含量均有所升高,而甜度指数与有机酸含量则出现下降。这类品质劣变表明有必要对辣椒粉开展冷害检测。仅依靠色泽指标无法有效判定辣椒粉是否发生冷害。因此,本研究采用高光谱成像技术进行冷害检测。基于极端梯度提升算法的特征重要性指标及相关性分析结果,从总计188个波长中筛选出5个关键特征波长。采用筛选后特征波长构建的极端梯度提升模型,对辣椒粉冷害等级的判别准确率达到100%,高于全波长建模的98.0%。该研究结果可为辣椒粉品质的快速、无损检测评估提供理论依据与技术参考。
-
一种香豆素-苯并噻唑探针驱动的多模态适体传感平台,用于牛奶中卡那霉素的无标记分析和便携式可视化检测
查看原文2025
Food Chemistry
中科院一区JCR一区Yanfei Zhang, Jinrong Li, Yating Lu, Meiyun Chen, Yujie Zhao & Xingyu Luo
食品标签
液态乳 化学污染物 光谱/色谱/质谱等分析方法计算机标签
智能手机/其他 定量预测/回归分析 可见光/RGB/视频数据卡那霉素(KANA)是一种氨基糖苷类抗生素,在食品安全领域被广泛使用,过量摄入会引发多种症状。尽管检测卡那霉素的传统方法已发展得较为成熟,但在实际场景应用中仍面临挑战。在此,我们报道一种基于香豆素-苯并噻唑探针和卡那霉素适配体的多模态适配体传感平台(DR1/K-apt),以实现对牛奶中卡那霉素的高效、准确分析。DR1/K-apt的形成能在30分钟内分别产生与卡那霉素响应对应的比色、荧光和视觉信号,这些信号构成了相应的检测方式,具有灵敏的检测限(0.001 mM)和较宽的检测线性范围。特别是,DR1/K-apt的荧光会产生明显的绿-红-绿颜色变化,这有助于构建一种基于智能手机的便携式纸质装置(K-cPAD),从而实现对卡那霉素的简便定量。该平台有望实现大规模无仪器、无化学标记的卡那霉素检测,并为抗生素评估和食品安全研究提供有力工具。