《【科学私享】IF=15.1!山东理工大学石启龙教授团队食品顶刊综述:负载VD3脂基纳米载体在食品工业中的作用:原理、应用和挑战》

相关报告
  • 《【科学私享】IF=14.1!食品干燥!江南大学张慜教授食品顶刊最新综述!》

    • 来源专题:食品安全与健康
    • 编译者:杨娇
    • 发布时间:2025-10-15
    • 2025年10月,江南大学张慜教授团队在国际食品Top期刊《Comprehensive Reviews in Food Science and Food Safety》(Q1,IF: 14.1)发表题为“Food Drying for Low-Carbon and Future Food: A Review on the Sustainability of Drying Technology”的综述论文。硕士研究生钟小龙为第一作者,张慜教授为通讯作者。 食品干燥作为一个碳足迹高的食品加工行业,需要适应碳减排和未来的食品趋势。通过应用食品水分迁移和干燥动力学的经典理论,结合食品干燥过程的生命周期分析,从而证明干燥工程的低碳可行性。对过去20年干燥技术的调查显示,太阳能、地热能和生物质能等清洁能源的食品干燥设备取得了新的进展,能效和监测等工具丰富了干燥过程。未来的食品是传统和现代食品的发展,新的研发趋势、资源利用、环境负荷降低和干燥技术的定制生产可以为其提供见解。此外,围绕食品加工的经济效益问题,提出了将干燥加工成本降低算法与设备建设相结合的相关建议。本综述提供了有关干燥过程中碳减少的有用信息以及干燥趋势,并有助于选择干燥设备。 注:最近有小伙伴反映收不到推送,因为公众号改了推送算法,现在需要加星标,多点赞/点在看,才能准时收到推送。 综述亮点 食品干燥中使用的清洁能源比例正在增加。 干燥设备有丰富的节能策略可供参考。 食品干燥可以通过多种方式适应未来的食品趋势。 加工和干燥设备等成本可以通过算法解决。 综述简要结论 目前,在“双碳”倡议下,许多食品干燥行业都在努力降低成本、提高效率,包括使用清洁能源、回收废热、储热和热泵技术等低成本、高效率的方法,这些技术的协同作用和能耗优化在低碳干燥实践中取得了明显成效;此外,增强的食品干燥技术意味着能够适应未来的食品,用于加工目的的干燥更适合对食品有要求的生产,可持续性和技术整合仍然是干燥技术发展的主要趋势。然而,目前的研究主要集中在验证单个技术的能源效率上,缺乏对多技术协同机制的系统评估。特别是,对不同食品基质、干燥模式和气候条件的适应性研究仍然不足。此外,食品干燥中的“能效-质量”权衡仍然是一个具有挑战性的困境。目前的研究通常忽视了技术经济和政策适应性分析,大多数实验设计缺乏从实验室扩大到工业水平的可行性研究。因此,未来的低碳食品干燥研究应侧重于:1)开发结合“清洁节能传热智能控制”的集成干燥系统模型;2)建立低碳食品干燥技术路径的评估框架;3)在不同场景下推进食品干燥的低碳转型。 图文赏析 Figure 1 Sources of carbon emissions Figure 2 Keyword co-occurrence analysis based on 'food drying' and 'energy efficiency' (a), internationally and industrially applicable typical drying technologies (b) Figure 3 Schematic diagrams of dryers: solar-hot air drying (a), microwave-assisted hot air drying (b), air-geothermal water exchange tunnel dryer (c), air-source heat pump drying (d), inflatable solar bubble dryer (e) and radio-frequency assisted hot air drying (f). Figure 4 Optical fiber strain sensor. Structure diagram (a), procedure of sensor calibration (b), procedure of sensor measurements (c), CV measurements (d) and comparison of test results (e). Figure 5 Particle swarm optimization diagram of the solution  原文链接 https://doi.org/10.1111/1541-4337.70310
  • 《【食品信息学】IF=15.4!华南理工大学孙大文院士团队食品顶刊综述:人工智能加持食品品质无损检测——实现精度与效率的协同提升》

    • 来源专题:食品安全与健康
    • 编译者:杨娇
    • 发布时间:2025-10-15
    • 2025年10月,华南理工大学现代食品工程研究中心孙大文院士团队在食品领域国际著名期刊Trends in Food Science & Technology(IF=15.4,JCR一区,中国科学院一区)发表题为“Intelligent non-invasive testing of food quality: advancing accuracy and efficiency powered by artificial intelligence”的综述性论文(DOI:10.1016/j.tifs.2025.105357)。华南理工大学孙大文院士为本文唯一通讯作者,华南理工大学蒲洪彬副教授为论文共同作者,华南理工大学博士研究生余静孝为论文第一作者。 成果简介 随着现代食品工业和食品供应链的快速发展与日益复杂化,消费者对食品质量和安全的要求日益提高。这一趋势促使食品企业需要快速、高效且全面的监测系统,凸显了对快速可靠检测方法的迫切需求。虽然无损检测(NIT)技术能提供高效且非侵入式的品质评估,但对智能数据解读和自动化决策的需求依旧在增长。人工智能(AI)为提取有意义的数据模式提供了强大工具,使智能、精准且可扩展的食品品质监测成为了可能。NIT与AI的融合代表着关键性突破,不仅能提升检测精度(如将校准误差降低10~20%),更能提高检测效率(如在数分钟内完成食品质量与安全评估的快速筛查)。 提升检测结果可靠性并扩大快速检测规模,可有效增强NIT技术在食品生产流通中的应用价值。因此,本综述旨在系统探讨AI如何辅助NIT技术应用于食品质量与安全领域,重点聚焦两大核心维度:准确性与效率。本综述涵盖广泛的NIT技术与食品检测目标,围绕两大核心视角展开:(1)通过因子校准、数据增强、特征提取与模型优化提升准确性;(2)借助自动化与机器人技术、便携设备、高通量模式及物联网与区块链技术提高效率。通过总结这两大视角下的关键方法与进展,本综述为智能食品质量安全评估的未来研究与实践应用提供了全面框架与技术参考。 总而言之,AI与NIT的融合显著提升了食品质量安全评估的准确性与效率。当前挑战主要体现在可解释性不足、数据多样性欠缺以及产业化部署滞后等方面。短期内可行进展主要包括:可解释与可迁移AI模型、多源传感器数据融合、实时监测的边缘AI技术。长期来看,神经网络架构搜索、类脑计算、量子机器学习等颠覆性技术有望实现变革性突破。本综述通过区分短期可行发展与长期颠覆性机遇,为AI赋能的食品NIT领域搭建了连接科学创新与产业实践的桥梁。 图文赏析 图文摘要 图1. 21世纪与食品品质无损检测及人工智能相关的文献发表量与被引量。 图2. 使用人工智能进行食品品质无损检测的挑战和解决方案。  原文链接 https://doi.org/10.1016/j.tifs.2025.105357