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
-
基于代谢组学方法的波里亚椰子树的地理区域可追溯性及环境因素与生物标志物之间的相关性
查看原文2023
Food Chemistry
中科院一区JCR一区Xiaoliu Liu, Can Zhong, Jing Xie, Hao Liu, Zhenni Xie, Shuihan Zhang & Jian Jin
食品标签
其他果蔬制品/植物类 光谱/色谱/质谱等分析方法 代谢组学 蛋白质与氨基酸 碳水化合物与糖类计算机标签
偏最小二乘法 主成分分析/判别分析 分类/鉴别/等级评定 组学数据不同产地茯苓的食用价值存在显著差异,因此开展茯苓产地溯源研究并筛选其地理特征标志物具有重要意义。本研究采用液相色谱-串联质谱技术、主成分分析及正交偏最小二乘判别分析(OPLS-DA),对不同产地茯苓的代谢物进行分析。正交偏最小二乘判别分析能够清晰区分云南、安徽、湖南荆州三大种植产区茯苓的代谢物差异。最终筛选出3种糖类、4种氨基酸和4种三萜类化合物作为茯苓产地溯源的特征标志物。相关性矩阵分析表明,特征标志物的含量与产地来源密切相关。海拔、温度及土壤肥力是造成茯苓特征标志物谱存在差异的主要环境因子。代谢组学研究方法为不同产地茯苓的溯源及特征标志物筛选提供了有效研究策略。
-
基于高交联玉米蛋白的多功能pH敏感主动智能包装,用于猪肉鲜度监测
查看原文2023
Food Chemistry
中科院一区JCR一区Jianglong Kong, Xiaohan Ge, Yuting Sun, Meiru Mao, Hongrui Yu, Runxuan Chu & Yi Wang
食品标签
畜肉 新鲜水果 植物油 茶/茶饮料 保藏与贮藏 品质、结构与理化性质 营养与生物功能 食品安全与风险评估 包装与智能监测 颜色与外观品质 抗氧化/抗炎等功能 包装设计与机械性能 花青素与类胡萝卜素 其他植物化学物质计算机标签
可见光/RGB/视频数据智能包装不仅能够保护食品免受外界环境因素的损害,还可直观监测食品品质与安全状态的变化。本研究以高交联玉米醇溶蛋白为基质,制备出一种兼具pH响应特性、抑菌及抗氧化性能的新型智能包装膜。交联剂添加量为0.05克/克时,复合膜具备最优力学性能,其拉伸强度与断裂伸长率分别为纯玉米醇溶蛋白膜的2.42倍和1.53倍。此外,因负载茶树精油的介孔二氧化硅纳米颗粒被添加入膜材中,该智能包装具备长效抑菌与抗氧化活性。研究将蓝莓花青素作为比色指示剂掺入包装膜内,可借助手机实现肉制品的安全监测。以该复合膜包装猪肉制品,在储存9天后膜体由无色变为棕褐色,可直观表征猪肉发生变质。据现有文献所知,本研究首次实现三点创新:1)将负载茶树精油的介孔二氧化硅纳米颗粒应用于食品包装领域;2)将茶树精油作为抑菌剂添加至玉米醇溶蛋白膜中;3)利用手机检测玉米醇溶蛋白基薄膜的红绿蓝色彩参数值。本研究为开发多功能、极具应用前景的可生物降解智能包装提供了参考范例,也为提升食品安全保障水平提供了新的思路。
-
智能手机数字图像比色法结合色散固相微萃取技术,用于测定食品样品中的硼含量
查看原文2023
Food Chemistry
中科院一区JCR一区Jude Caleb, Usama Alshana, Nusret Ertaş & Sezgin Bakırdere
食品标签
豆类与坚果(及籽类) 颜色与外观品质 显微与成像技术计算机标签
智能手机/其他 分类/鉴别/等级评定 定量预测/回归分析 可见光/RGB/视频数据简便、经济且精准的分析方法有着极高的市场需求。本研究将分散固相微萃取技术(DSPME)与智能手机数字图像比色法(SDIC)联用,建立一种可替代现有高成本检测手段的坚果中硼含量测定方法。研究设计了一款比色暗箱,用于采集标准溶液与样品溶液的图像;借助ImageJ软件建立像素强度与待测物浓度之间的关联。在最优萃取与检测条件下,所得线性校准曲线的决定系数(R²)均高于0.9955,相对标准偏差(%RSD)低于6.8%。方法检出限(LOD)为0.07~0.11微克每毫升(1.8~2.8微克每克),能够满足杏仁、象牙果、花生、核桃等坚果样品中硼元素的检测要求,相对回收率(%RR)介于92.0%~106.0%之间。
-
利用Dyes/Dyes-Cu-MOF纸张比色传感器阵列进行模式识别辅助检测霉斑小麦
查看原文2023
Food Chemistry
中科院一区JCR一区Xiaofang Liu, Danqun Huo, Jiawei Li, Yi Ma, Huan Liu, Huibo Luo, Suyi Zhang ,Xiaogang Luo& Changjun Hou
食品标签
小麦 特征风味计算机标签
主成分分析/判别分析 分类/鉴别/等级评定 可见光/RGB/视频数据 时序传感器/物联网数据为实现对不同霉变率小麦的及时鉴别,本文设计了一种染料/染料-铜金属有机框架纸基比色传感器阵列。利用阵列点位捕获不同霉变率小麦释放的挥发性气体,并输出红绿蓝(RGB)色彩数值。建立了ΔR、ΔG、ΔB数值与气味组分之间的关联关系。其中,2′号和3′号阵列点位的ΔG数值与霉变率相关性最优,决定系数R²分别为0.9816和0.9642;3号点位的ΔR数值与2号点位的ΔG数值也与霉变率具有良好相关性,R²分别为0.9625和0.9502。随后对ΔRGB数值开展模式识别分析,线性判别分析(LDA)对所有样本的鉴别准确率可达100%,还可实现小麦霉变程度高低区域的划分。该方法通过可视化呈现不同霉变率小麦产生的气味,为食品质量安全的快速、可视化、无损检测评估提供了一种基于气味感知的监测手段。
-
将可见近红外光谱与多元分析结合,快速评估抹茶物理化学指标
查看原文2023
Food Chemistry
中科院一区JCR一区Jizhong Wu, Muhammad Zareef, Quangsheng Chen & Qin Ouyang
食品标签
茶/茶饮料 光谱/色谱/质谱等分析方法 蛋白质与氨基酸 植物化学/生物活性成分计算机标签
偏最小二乘法 定量预测/回归分析 红外/拉曼光谱数据消费者对抹茶的偏好很大程度上受其理化性质影响。本研究探究了可见-近红外(Vis-NIR)光谱技术结合多元分析方法,用于快速、无损检测抹茶粒径及茶多酚与游离氨基酸比值(P/F值)。对比了协同区间(Si)、变量组合种群分析(VCPA)、竞争性自适应重加权采样(CARS)、区间组合种群分析(ICPA)等多种变量筛选算法,并首次提出将ICPA与CARS相结合的变量筛选策略,从可见-近红外光谱中筛选特征波长,构建偏最小二乘(PLS)模型。结果表明,ICPA-CARS-PLS模型对抹茶粒径(Rp=0.9376)和P/F值(Rp=0.9283)的检测效果良好。因此,可见-近红外反射光谱结合化学计量学模型可实现抹茶品质快速、高效、无损的在线检测,对抹茶工业化生产具有重要应用价值。。