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 114 条结果
-
通过卷积自编码器压缩傅里叶变换近红外光谱法高精度检测食用油中的二丁基羟基甲苯
查看原文
2025
Food Control
中科院一区JCR一区
Jihong Deng, Zhenyu Chen, Hui Jiang & Quansheng Chen
食品标签
植物油 食品安全与风险评估 光谱/色谱/质谱等分析方法计算机标签
机器学习/统计学习 定量预测/回归分析 红外/拉曼光谱数据食用油的品质与其化学成分密切相关，抗氧化剂在食用油生产中具有广泛应用。本研究提出了一种开创性的检测方法，利用一维卷积自编码器（1D-CAE）对光谱数据进行压缩，以评估食用油中的抗氧化剂含量。研究首先对含有不同抗氧化剂浓度的食用油样品进行了傅里叶变换近红外（FT-NIR）光谱表征。随后构建了一个1D-CAE模型，将经过不同预处理的光谱压缩为紧凑的特征表示。这些压缩后的特征被分别与支持向量机（SVM）和偏最小二乘回归（PLSR）模型结合，建立与各目标抗氧化剂含量之间的关联关系。本研究通过单独或联合建模的方式，系统考察了预处理步骤和特征工程方法对近红外光谱分析性能的影响。结果表明，由1D-CAE模型提取的特征具有优异的重复性，可用于构建稳健的检测模型。实验结果显示，基于1D-CAE压缩特征构建的最优检测模型在预测集上平均决定系数（R²）、相对分析误差（RPD）和均方根误差（RMSE）分别为0.9953、15.1664和1.2035。研究表明，FT-NIR光谱技术能够准确检测食用油中的丁基羟基甲苯（BHT）等抗氧化剂。因此，自编码器在光谱分析中是一种高效工具，为未来相关研究与实际应用提供了富有前景的新路径。
-
基于磁分离结合机器学习的量子点荧光免疫传感器用于植物油中黄曲霉毒素B1的检测
查看原文
2025
Food Chemistry
中科院一区JCR一区
Linjun Huang, Shixiang Zhang, Xiaofang Wang, Weining Wang, Fuming Yang, Dianyu Yu & Liqi Wang
食品标签
植物油 微生物安全 光谱/色谱/质谱等分析方法计算机标签
随机森林 定量预测/回归分析 红外/拉曼光谱数据黄曲霉毒素B1（AFB1）是植物油中常见的一种霉菌毒素。它对公众健康构成严重威胁，因此需要快速且灵敏的检测方法。本研究提出了一种新型竞争性免疫荧光生物传感器。研究采用傅里叶变换红外光谱（FT-IR）、zeta电位测量及其他分析方法，对抗体偶联纳米颗粒和量子点-黄曲霉毒素B1-牛血清白蛋白（QDs-AFB1-BSA）探针的合成进行了评估。在优化条件下，该检测方法的检测限为0.0995，线性检测范围为0.01至100。该方法具有较高的选择性和重现性，在加标花生油样品中的回收率良好。采用RF_FE方法对光谱数据进行了机器学习（ML）分析。该模型表现出优异的预测能力，对所有浓度组的预测误差均较低。研究还选取了特定光谱，以展示不同波长下的强度对预测结果的影响。
-
基于投票模型加权算法驱动的多算法框架提升食用油安全智能即时检测效能
查看原文
2025
Chemical Engineering Journal
中科院一区JCR一区
Zhiqiang Li, Yating Hu, Wen Zhang, Qi Zhang, Peiwu Li & Xiaoqian Tang
食品标签
植物油 化学污染物 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
模型设计/优化策略 定量预测/回归分析 缺陷/异物检测与定位 可见光/RGB/视频数据食用油作为膳食脂肪的主要来源，常被邻苯二甲酸二丁酯(DBP)和苯并(a)芘(BaP)污染，构成重大食品安全隐患。为提高免疫检测在复杂油基基质中的准确性，我们开发了一种即时检测平台，该平台将双金属多孔碳纳米材料作为多功能信号探针，与基于投票模型加权算法驱动的多算法框架相结合。通过有机溶液配位结合高温热解衍生法，合成了多孔碳材料Zn-CN。随后，通过室温还原搅拌法将铂纳米颗粒引入Zn-CN制备出Pt-Zn-CN。该纳米材料兼具优异的光热性能与分散性，其大比表面积和多孔结构可高效实现抗体偶联与靶标富集。所得纳米探针作为多功能信号转换器，可显著增强抗原-抗体相互作用的识别与信号放大。该多算法框架通过仿生群体智能与自主决策机制实现高精度图像分割，在0.03秒内达到97.6%的轮廓识别率与95.7%的检测准确率。该平台可进行超快速预警，对DBP和BaP的检测限分别低至0.184 ng/mL与0.096 ng/mL。其友好的图形用户界面支持BaP和DBP的实时定量分析，为食用油安全提供直观的预警指示。
-
利用前面荧光光谱和多种多变量分析技术检测和定量其他级别橄榄油对特级初榨橄榄油的掺假
查看原文
2025
Food Chemistry
中科院一区JCR一区
Hicham Zaroual, El Mestafa El Hadrami, Abdellah Farah, Yassine Ezzoubi, Christine Chénè & Romdhane Karoui
食品标签
植物油 光谱/色谱/质谱等分析方法 脂质与脂肪酸计算机标签
机器学习/统计学习 偏最小二乘法 支持向量机 主成分分析/判别分析 分类/鉴别/等级评定 定量预测/回归分析 红外/拉曼光谱数据本研究探究利用正面荧光光谱技术，检测特级初榨橄榄油被低等级橄榄油（初榨橄榄油、普通初榨橄榄油、灯用初榨橄榄油、精炼橄榄油、果渣橄榄油）以5%~50%掺假比例进行掺伪的情况。在270纳米、290纳米和430纳米激发波长下，采用主成分分析、因子判别分析和偏最小二乘判别分析（PLS-DA）对发射光谱进行分析。其中430纳米波长下的偏最小二乘判别分析效果最优，分类准确率达到100%，可完全区分12组纯橄榄油样品与掺伪橄榄油样品。
在纯度预测方面，将偏最小二乘、主成分、支持向量机回归模型应用于发射光谱数据，在430纳米、290纳米、270纳米波长下分别得到0.995、0.96、0.98的高决定系数，预测误差仅为1.09%。研究结果证实，该方法在特级初榨橄榄油掺伪检测与定量分析中具备极高的准确度。 -
基于MnO₂纳米纤维纳米酶的智能手机辅助比色传感水凝胶用于食用油中叔丁基对苯二酚的高灵敏快速检测
查看原文
2025
Food Chemistry
中科院一区JCR一区
Xiaoyue Yue, Chenxu Hao, Long Fu, Chaoyun Wu & Yanhong Bai
食品标签
植物油 化学污染物 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 定量预测/回归分析 可见光/RGB/视频数据受叔丁基对苯二酚（TBHQ）清除自由基机制的启发，研究人员开发了一种基于二氧化锰纳米花（MnO₂ NFs）纳米酶的智能手机辅助比色传感水凝胶，用于TBHQ检测。通过高锰酸钾（KMnO₄）的热分解反应，成功合成了具有优异类氧化酶活性的MnO₂ NFs。这些MnO₂ NFs纳米酶能够产生超氧阴离子自由基（O₂⁻·）和羟基自由基（·OH），将无色的3,3',5,5'-四甲基联苯胺（TMB）转化为蓝色的氧化型TMB（oxTMB）。TBHQ的存在会中和这些自由基，导致652纳米处的吸光度降低。这为食用油中TBHQ的检测提供了一种高灵敏度的定量方法，其线性检测范围为0.5–42μg/mL，检测限低至0.087μg/mL。此外，研究还设计了一种智能手机辅助水凝胶，用于TBHQ的可视化灵敏检测。该方法的检测结果与高效液相色谱法的结果高度吻合，为食用油中TBHQ的快速检测提供了一种创新且高效的途径。
