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 236 条结果
-
通过不同校正方法和 1D-CNN 提高悬挂输送草莓 SSC 检测准确性
查看原文2026
Food Control
中科院一区JCR一区Chen Wang, Yu Qiao, Xiaonan Li, Li Sun, Guangjun Qiu, Ruiyun Zhou, Zhiming Guo, & Jianrong Cai
食品标签
新鲜水果 过程监测与在线检测 光谱/色谱/质谱等分析方法 碳水化合物与糖类计算机标签
卷积神经网络 循环神经网络 定量预测/回归分析 红外/拉曼光谱数据 中等规模数据集悬挂输送草莓的在线可溶性固形物含量检测会受到果实尺寸、悬挂高度和内部 SSC 分布差异的影响,从而降低光谱预测准确性。本研究针对悬挂输送系统中的草莓 Vis/NIR 在线 SSC 检测,开发了校正策略和深度学习模型。研究利用视觉模块实时监测果实尺寸和悬挂高度,并采用等效圆校正和弦长校正修正光程效应。实验使用 212 个红颜草莓,其中 192 个用于建模,20 个用于评估 SSC 空间分布。经校正和特征选择后,ECC-CCC-CARS-PLSR 模型达到 Rp2 0.916、RMSEP 0.287 °Brix;进一步结合 SSC 空间分布校正后,模型性能提高到 Rp2 0.945、RMSEP 0.229 °Brix。在深度学习模型中,基于原始光谱的 1D-CNN-LSTM 表现最佳,Rp2 为 0.948,RMSEP 为 0.225 °Brix。结果表明,结合视觉校正、光谱校正和深度学习可提高悬挂输送草莓在线 SSC 检测准确性。
-
冷冻草莓成熟过程减缓会激活灰葡萄孢和根霉菌丝真菌:基于 AI 的 SSFI 模型检测
查看原文2026
Postharvest Biology and Technology
中科院一区JCR一区S.S. Jayakrishna, S. Sankar Ganesh, Utpal Das, Subramanian Babu, & P. Aman Jayaker
食品标签
新鲜水果 质构与流变性质 营养与生物功能 显微与成像技术 质构与流变测试 矿物质与微量元素计算机标签
目标检测网络 图像分割网络 缺陷/异物检测与定位 可见光/RGB/视频数据 质构/流变/感官数据冷冻贮藏对保持水果供应品质至关重要。本研究发现,超市中为减缓成熟而在冷库中贮藏的进口草莓会滋生有害真菌,使其不可食用。研究采用计算机视觉检测系统检测并追踪霉变水果。IA-1 使用表面纹理显微镜采集果实种子图像,IA-2 使用明场显微镜记录真菌结构。研究提出的 MTMID 算法通过自标注改进分割,并开发了名为 SSFI-YOLO 的深度学习模型,其平均精度均值为 71%,精度置信曲线为 84%,精确率-召回率曲线为 70%,F1 分数为 64%。在最佳光照条件下,该模型可在 11.3 ms 内检测微小种子。研究在 25 摄氏度下观察携带菌丝的培养皿 0-120 h,并通过 PCR 测序提取 DNA。ITS 测试确认冷冻水果样品中存在灰葡萄孢。通过 ICP-MS 比较新鲜和病害草莓的矿物质含量,发现镁由 348.104 mg/100 g 显著下降至 100.833 mg/100 g,钾由 684.011 mg/100 g 下降至 520.107 mg/100 g,钙由 96.243 mg/100 g 下降至 38.471 mg/100 g。结果表明,成熟过程减缓会对草莓营养组成产生负面影响。
-
通过深度序列建模实现任务驱动且可解释的高光谱波段选择:以苹果碰伤检测为例
查看原文2026
Food Control
中科院一区JCR一区Shiwei Chen, Chaoxian Liu, Shan Zeng, Chengyu Zhang, Weiqiang Yang, Wei Tao, & Zhiguang Yang
食品标签
新鲜水果 品质、结构与理化性质 显微与成像技术 常规理化指标测定 碳水化合物与糖类计算机标签
循环神经网络 其他深度学习结构 分类/鉴别/等级评定 高光谱/多光谱光谱 红外/拉曼光谱数据高光谱成像适用于水果无损品质评价,但其高维度和冗余波段会降低模型效率和可解释性。本研究提出一种面向早期苹果碰伤检测的任务驱动、可解释波段选择框架。研究将高光谱波段视为按波长排序的序列,利用 LSTM 网络建模相邻波段之间的局部光谱动态,并通过 Transformer 自注意力机制捕捉长距离波段依赖关系和分配任务自适应波段权重。注意力引导的稀疏机制选出一组紧凑且具有物理意义的波段,这些波段与水分变化、碳水化合物变化和细胞损伤有关。研究使用红富士、寒富和红星 3 个品种共 100 个苹果,经受控碰伤诱导后从多个方向采集高光谱图像。该方法在早期碰伤检测中达到 98.43% 的精确率、98.29% 的召回率和 0.98 的 F1 值。结果表明,局部序列建模、全局注意力和可解释波段选择相结合,可提升水果高光谱品质检测能力。
-
基于 UPLC-MS/MS 与化学计量学解析蓝光及 NaCl 对黑果枸杞离体叶片黄酮类生物合成的影响
查看原文2026
Food Chemistry: X
中科院一区JCR一区Haitao Zeng, Wentao Yang, Hao Xu, Tiantian Chen, Guodong Wang, Tong Li, Zhubing Hu & Tao Zheng
食品标签
新鲜水果 营养与生物功能 光谱/色谱/质谱等分析方法 多酚与黄酮计算机标签
偏最小二乘法 主成分分析/判别分析 定量预测/回归分析 组学数据黑果枸杞富含具有保健功效的花青素及其他黄酮类物质,然而蓝光(BL)与NaCl对其生物合成的影响尚不明确。本研究采用超高效液相色谱-串联质谱(UPLC-MS/MS)结合化学计量学方法,探究蓝光与NaCl单独及复合处理对黑果枸杞离体叶片黄酮类物质的影响。蓝光处理使总花青素含量显著提升至1.35 units·g⁻¹鲜重,150 mM NaCl处理使其升至2.64,二者复合处理进一步将花青素积累量提高至3.40。全面代谢组分析在不同处理组中共鉴定出495种黄酮类物质。主成分分析(PCA)与正交偏最小二乘判别分析(OPLS-DA)表明,蓝光与NaCl可激活特定的黄酮生物合成通路。蓝光优先促进槲皮素衍生物及矢车菊素3-O-(6-对香豆酰)葡萄糖苷的积累,而白光+NaCl处理显著推动柚皮素向圣草酚转化,进而促进二氢杨梅素的生物合成。复合处理可显著刺激二氢山奈酚向二氢杨梅素转化,并进一步强化碧冬茄素类物质的积累。上述研究结果为提高黑果枸杞中生物活性物质产量、开发营养保健产品提供了重要策略。
-
人工智能赋能高价值水果动态可持续保鲜研究
查看原文2026
Food Research International
中科院一区JCR一区Zhaoxuan He, Shenggui Lin, Xingyu Liu, Wenqian Li, Yanyong Mao & Hao Shi
食品标签
新鲜水果 生物基/可降解材料 保鲜涂膜与保鲜剂 活性包装 智能/指示型包装 其他可持续性主题 其他理化与结构表征计算机标签
机器学习/统计学习 深度学习 过程控制与实时优化 模拟与数字孪生由于呼吸失衡、微生物侵染以及环境波动,高价值果实采后在贮藏和运输过程中的品质保持仍是一大难题。近年来,人工智能驱动的薄膜技术取得进展,为果实的动态可持续保鲜提供了创新策略。通过将壳聚糖、海藻酸钠、纤维素等天然高分子基材与智能响应剂及人工智能算法相结合,这类智能薄膜可实时感知并适应温度、湿度及气体组分的变化。机器学习辅助设计可实现材料组分、气体渗透性及主动释放动力学的预测优化,而嵌入式传感器与数字孪生系统则支撑微环境的闭环调控。本文综述了人工智能集成薄膜从材料设计、过程调控到实际应用的研究进展,重点阐述其自适应气体调控、pH响应性、抗菌性能及机械稳定性。材料科学、人工智能与食品技术的协同融合,正为下一代智能包装系统奠定基础,以实现高价值果实精准且可持续的保鲜。