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 1173 条结果
-
基于微生物挥发性化合物的食品腐败智能检测:技术、挑战与未来展望
查看原文2025
中科院一区JCR一区食品标签
货架期预测与品质劣变动力学 微生物安全 过程监测与在线检测 光谱/色谱/质谱等分析方法 其他理化与结构表征 其他统计建模方法 其他特殊成分计算机标签
机器学习/统计学习 深度学习 分类/鉴别/等级评定 定量预测/回归分析 过程控制与实时优化 设计/生成与推荐 文本/知识库/法规数据 多模态/融合数据微生物挥发性有机化合物(MVOCs)是食品腐败和微生物污染的早期非侵入性指标。本文批判性评估了当前MVOC检测方法,包括气相色谱-质谱(GC-MS)、离子迁移谱、化学电阻传感器、生物传感器和比色指示剂。从灵敏度、选择性、基质兼容性和部署潜力等方面对这些技术进行了比较。特别关注实际食品系统中信号漂移、传感器特异性和可重复性方面的挑战。MXene复合材料和分子印迹聚合物等新兴材料,以及使用酶、气味结合蛋白或活细胞的生物传感器平台,提供了更高的选择性和操作稳定性。与物联网平台和机器学习的集成增强了预测能力,实现实时质量监控和动态保质期估计。定量构效关系模型和结构信息工具(如OWSum)进一步完善了分析物优先级和传感器设计。跨商品比较揭示了通用和食品特异性腐败挥发物,支持混合传感器阵列的开发。还讨论了监管考虑因素和最近的国际举措,强调了标准化性能标准的必要性。总体而言,本综述概述了向自适应智能MVOC传感系统的转变,该系统将分析严谨性与数据驱动设计相结合,以支持食品安全、质量保证和减少浪费。
-
人工智能结合13C NMR数据在蜂蜜识别中的新路径
查看原文2025
中科院一区JCR一区食品标签
蜂蜜等天然糖 质量管理与追溯系统 光谱/色谱/质谱等分析方法 碳水化合物与糖类计算机标签
机器学习/统计学习 特征工程与选择策略 分类/鉴别/等级评定 红外/拉曼光谱数据 中等规模数据集基于传统分析方法的食品认证控制之外,当前不断尝试开发新方法以明确区分不同食品商品。本研究提出将人工智能(AI)与13C NMR光谱结合,开发蜂蜜地理和植物鉴别模型。通过采用来自罗马尼亚和法国的100多个蜂蜜样本,利用13C NMR生成的大规模变量集,通过限制输入数据空间至最相关特征,构建了可靠的分类工具。该方法实现了蜂蜜地理和植物来源的高效区分,交叉验证准确率超过97%。
-
基于迁移学习设计高效信号肽提升解淀粉芽孢杆菌重组蛋白分泌水平
查看原文2025
中科院一区JCR一区食品标签
蛋白质配料 过程优化与控制策略 其他微生物/发酵方法 其他统计建模方法 蛋白质与氨基酸计算机标签
机器学习/统计学习 迁移学习/领域自适应 定量预测/回归分析 组学数据信号肽(SPs)在决定目标蛋白(POIs)分泌效率中起关键作用。然而,人工鉴定高分泌潜力信号肽耗时耗力。近期,许多先进机器学习技术已在生物学和食品研究中崭露头角。本研究利用实验获得的SP-POI分泌数据构建机器学习模型,预测信号肽对POI分泌效率的影响。针对现有数据限制模型精度的问题,引入迁移学习并通过模型选择实验验证其有效性,最终开发出更精确的预测模型。基于设计的信号肽生成器和机器学习模型,成功获得高效信号肽。实验验证表明,80%的机器学习设计信号肽可实现POI分泌,其中60%达到高水平分泌。
-
基于苯并噻唑衍生物纳米杂化材料的智能试纸条:智能手机辅助比色法检测食品中精胺含量
查看原文2025
中科院一区JCR一区食品标签
其他添加剂与配料 探针与分析传感材料 其他安全问题 微生物安全 过程监测与在线检测 常规理化指标测定 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/视频数据生物胺(尤其是精胺)含量升高与多种食源性疾病相关,影响全球食品安全与质量标准。精胺还被认为是癌症早期诊断的关键生物标志物。因此,精胺含量检测是控制食源性疾病的重要指标。本研究开发了一种基于苯并噻唑的KK1-ZnO纳米杂化材料+Cu(I)体系用于精胺检测,并通过光谱和电化学技术评估了其性能。进一步设计了一种经济、易用的智能试纸条比色检测工具,通过比较色调、饱和度和明度(HSV)参数实现精胺的现场可视化检测与定量。涂覆KK1-ZnO纳米杂化材料+Cu(I)的淡黄色试纸条接触精胺后变为蓝绿色。该智能试纸条提供多级参考标准便于比对,有助于促进公众健康。该技术可便捷评估食品中的精胺含量,为健康饮食选择提供支持。
-
基于人工智能虚拟筛选和分子动力学分析的向日葵蛋白新型黄嘌呤氧化酶抑制肽研究
查看原文2025
中科院一区JCR一区食品标签
其他谷物与块根 蛋白质配料 抗氧化/抗炎等功能 其他生物活性与健康效应 常规理化指标测定 蛋白质与氨基酸计算机标签
深度学习 分类/鉴别/等级评定 组学数据 文本/知识库/法规数据 合成/仿真数据为主痛风是一种由尿酸结晶沉积引起的炎症性关节炎,从食品和农业资源中发现天然黄嘌呤氧化酶(XO)抑制剂日益受到关注。本研究采用人工智能虚拟筛选技术从向日葵蛋白中鉴定XO抑制肽。通过ConPLex算法筛选29,100条序列,鉴定出两种肽段LCAFNK和LIFCEK,其IC50值分别为28.06和20.32 mM。高斯加速分子动力学模拟显示,LCAFNK通过诱导F163-E200区域的构象开放发挥竞争性抑制作用,而LIFCEK可能通过影响电子传递和底物结合稳定性产生非竞争性抑制。两种肽段还表现出显著的DPPH和ABTS自由基清除活性。这些发现表明向日葵蛋白是具有抗氧化功效的天然XO抑制剂的宝贵来源,为针对痛风管理的功能食品开发提供了新机遇。