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 187 条结果
-
可切换适配体驱动比色传感检测农药氟虫腈并结合金属有机框架增敏
查看原文2023
Food Chemistry
中科院一区JCR一区Xinai Zhang, Yue Zhou, Xueyue Huang, Xuetao Hu, Xiaowei Huang, Limei Yin, Qilin Huang, Yunbo Wen, Bin Li, Jiyong Shi & Xiaobo Zou
食品标签
新鲜蔬菜 化学污染物计算机标签
智能手机/其他 定量预测/回归分析 可见光/RGB/视频数据农业中农药的长期使用已对整体生态系统与人类健康造成严重危害,因此研发灵敏、高效的检测工具,用于检测食品及环境介质中的农药残留已刻不容缓。本文构建了一种基于适配体调控亲和型ZIF-8催化活性的可切换比色探针,用于氟虫腈残留检测。研究创新性发现,修饰的适配体更易吸附3,3',5,5'-四甲基联苯胺(TMB),而非2,2'-联氮双(3-乙基苯并噻唑啉-6-磺酸)(ABTS),可显著促进ZIF-8对TMB的催化氧化作用,进一步提升检测灵敏度。结合智能手机图像采集技术,将氟虫腈诱导的显色变化转化为绿蓝通道比值(G/B),检出限低至0.036微摩尔每升(0.016微克每克)。此外,该方法可应用于水体、土壤及蔬菜样品中氟虫腈的检测,加标回收率在87%~110%之间,证实该适配体调控比色检测策略在食品安全监管的现场农药残留筛查中具备良好的推广应用前景。
-
中国收割小麦中脱氧硝鞘甲苯酚预测模型:揭示环境与农艺实践的影响
查看原文2023
Food Chemistry
中科院一区JCR一区Sen Li, Ningjing Liu, Di Cai, Cheng Liu, Jin Ye, Bingjie Li, Yu Wu, Li Li, Songxue Wang &H.J. van der Fels-Klerx
食品标签
小麦 化学污染物计算机标签
定量预测/回归分析 中等规模数据集小麦中的脱氧雪腐镰刀菌烯醇(DON)是全球主要的食品安全隐患之一。本研究利用中国黄淮海地区479块麦田的历史数据,探究了70项与环境相关的特征前期因子以及6项农艺管理因子。研究结果表明,小麦开花前17天至收获前10天这段时期的气温、相对湿度、降水量和日照时长会影响脱氧雪腐镰刀菌烯醇的含量水平。稻麦轮作、秸秆还田、播种密度过大以及低纬度种植均会提升脱氧雪腐镰刀菌烯醇的污染风险。此外,本研究构建了脱氧雪腐镰刀菌烯醇含量预测经验模型,其内部验证与外部验证的分类准确率分别为87.73%(决定系数R2=0.62)和80.21%(决定系数R2=0.60)。该模型是国内首个针对收获期谷物霉菌毒素污染开展的大尺度预测模型,可对全球近14%小麦供应量的脱氧雪腐镰刀菌烯醇污染风险进行预测。
-
由铜基乳酶样纳米酶构建的智能手机辅助传感器阵列,用于特异性识别和区分有机磷农药
查看原文2023
Food Chemistry
中科院一区JCR一区Donghui Song, Tian Tian, Xiaoyu Yang, Luwei Wang, Yue Sun, Yongxin Li & Hui Huang
食品标签
水果/蔬菜与菌菇类/植物类 化学污染物计算机标签
智能手机/其他 分类/鉴别/等级评定 可见光/RGB/视频数据 时序传感器/物联网数据农药的精准识别对食品安全监管具有重要意义。然而,对于现有基于胆碱酯酶抑制原理的分析检测方法而言,区分有机磷农药与氨基甲酸酯农药仍存在较大挑战。这主要是因为有机磷农药和氨基甲酸酯农药对胆碱酯酶具有相似的抑制作用。本研究发现,有机磷农药与氨基甲酸酯农药对具有漆酶样活性的纳米酶存在差异化影响,其中纳米酶会受到有机磷农药不同程度的干扰,而受氨基甲酸酯农药干扰极小。基于此,我们构建了纳米酶传感阵列,成功实现了有机磷农药的种类识别及同类农药单体的区分,且可规避氨基甲酸酯农药及其他潜在干扰物(抗生素、离子、其他农药)带来的影响。依托该纳米酶传感阵列,我们搭建了基于智能手机的便携检测方法,并将其应用于果蔬中有机磷农药的检测。本研究可为便携式传感器研发,以及复杂样本中有机磷农药的高选择性识别与区分提供重要参考。
-
用于丙烯酰胺比色监测的纳米金介导apta传感器:用于现场食品控制的智能手机读出策略
查看原文2023
Food Chemistry
中科院一区JCR一区Zahra Khoshbin, Marzieh Mohsenfard, Khalil Abnous & Seyed Mohammad Tahajhazi
食品标签
食品安全与风险评估 颜色与外观品质 化学污染物 显微与成像技术计算机标签
智能手机/其他 定量预测/回归分析 可见光/RGB/视频数据将一种简易适配体传感器嵌入移液枪头内壁作为传感基底,实现丙烯酰胺的无标记检测。该适配体传感器依托DNA链形成三螺旋分子开关结构,可诱导金纳米颗粒在盐离子作用下发生聚集。研究采用基于智能手机成像读数的策略对丙烯酰胺进行定量分析。所构建的适配体传感器可通过移液枪头内溶液的颜色变化实现目标物裸眼可视化检测,具有创新性。该比色适配体传感器对丙烯酰胺的检测浓度范围为0.05~200纳摩尔每升,检出限低至0.038纳摩尔每升,且具备良好的选择性。该传感器可成功对薯片、咖啡及面包样品中的丙烯酰胺进行定量检测,加标回收率为92%~102%。本研究设计的适配体传感器为目标物的便携、现场、简易、实时检测提供了高效检测装置,在食品安全管控领域具备优异应用前景。
-
基于MnO2纳米粒子与碳量子点的智能手机辅助比率比色和荧光探针用于三模亚硝酸盐测定
查看原文2023
Food Chemistry
中科院一区JCR一区Bo Peng, Chunjuan Wang, Xueyan He, Yongjun Ma, Min Zhou, Xin Ma, Shengguo Zhao & Yanjun Fang
食品标签
化学污染物计算机标签
智能手机/其他 定量预测/回归分析 可见光/RGB/视频数据本文构建了一种基于二氧化锰纳米颗粒(MnO₂NPs)与碳量子点(CQDs)的三模式比色-荧光传感检测体系,用于亚硝酸盐的定量测定。二氧化锰纳米颗粒可将3,3′,5,5′-四甲基联苯胺(TMB)氧化生成蓝色氧化产物(TMBox),该产物可进一步被亚硝酸盐氧化为黄色二亚胺衍生物。在紫外-可见检测模式中,以652 nm与452 nm处的吸光度比值作为信号响应进行检测;同时构建了碳量子点荧光猝灭型探针,用于荧光检测模式。借助智能手机工具采集样品颜色,实现基于智能手机的定量检测。研究获取并对比了不同检测模式下的各项分析性能指标。将该传感方法应用于食品样品检测,加标回收率为83.3%~106%,检测结果与美国官方分析化学家协会(AOAC)标准分光光度法验证一致。该三模式检测方法准确度高、操作简便、成本低廉且检测快速,可用于食品及水体样品中亚硝酸盐的现场快速检测。