《【食品信息学】IF=15.4!国际食品顶刊综述:2020年代食品欺诈检测新兴技术综述——当前形势概览》

  • 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9月发表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)上的综述文章,题目为“Emerging technologies for detecting food fraud: A review of the current landscape in the 2020s”。这篇综述探讨了新兴技术和数字化在食品领域打击食品欺诈方面的最新进展。 成果简介 背景:食品欺诈指的是为获取经济利益而故意对食品进行掺假或虚假标注的行为。在 21 世纪 20 年代,食品欺诈已成为一个日益严峻的全球性挑战,对公众健康、消费者信心以及经济都产生了重大影响。复杂的国际供应链、经济压力以及新冠疫情所暴露的漏洞,都为欺诈行为提供了更多的机会。 内容与方法:这篇综述探讨了新兴技术和数字化在食品领域打击食品欺诈方面的最新进展。我们概述了先进的分析方法,包括光谱学、成像、色谱、光谱学技术、分子 DNA 检测以及新型传感器平台,这些方法能够更快速、更灵敏地对食品进行鉴定并识别掺假物。与这些仪器技术进步相辅相成的是机器学习(ML)、其他人工智能(AI)工具和区块链系统等数据驱动的方法,它们增强了模式识别能力,并提高了食品供应链的可追溯性。 关键发现和结论: 将基于人工智能的预测分析与传统及新兴实验室方法相结合,显著提高了欺诈检测能力,而区块链和物联网创新则实现了食品真伪的安全实时追踪。本综述探讨了上述技术如何共同增强发现欺诈的能力,并强调了跨学科合作、协调以及更新监管框架以支持其采用的必要性。它还整合了 2020 至 2024 年的欺诈发生率数据、按食品基质和全球区域分类的数据,以及对新兴方法和数据处理及模式识别工具的详尽综述。总之,新兴的分析和数字工具有望大幅减少食品欺诈,但要全面保障未来食品的完整性,仍需持续投资和全球合作。 综述亮点 人工智能工具和区块链技术增强了食品欺诈检测和追溯能力。 法规和行业合作推动食品真伪验证。 公共部门和私营部门在欺诈预防和检测方面发挥着关键作用。 光谱学和色谱法是欺诈检测中的领先分析工具。 从 2020 年代开始的实时数据分析改善了欺诈预防和检测。 图文赏析 图文摘要 图1. 2020-2024年全球已报告食品欺诈案件数量演变(样本量=1621)。 图2. 本综述采用的食品欺诈分类体系。 图3. 2020-2024年各国食品欺诈案件地理分布。A) 世界地图 B) 欧洲大陆。国家着色基于案件数量(样本量=1621)。 图4. 2020-2024年全球食品欺诈案件热图(按欺诈类型与食品类别划分)。 

    原文链接 https://doi.org/10.1016/j.tifs.2025.105313

  • 原文来源:http://mp.weixin.qq.com/s?__biz=MzkxMjM2MTM4Mw==&mid=2247515768&idx=1&sn=10d7c2d621a268ab61d2ce08e9d9b641
相关报告
  • 《【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
  • 《【食品信息学】丹麦哥本哈根大学研究团队食品顶刊综述: 挥发性代谢组-气相色谱-质谱法在食品欺诈中的应用》

    • 来源专题:食品安全与健康
    • 编译者:杨娇
    • 发布时间:2025-01-02
    • 本综述探讨了基于气相色谱-质谱(GC-MS)技术评估挥发性代谢组在食品认证中的应用。挥发性有机化合物(VOCs)作为食品风味和香气的关键标志,在特定情况下具有显著的食品认证潜力。此外,先进的数据分析方法显著增强了对复杂数据的解析与理解能力。非靶向分析方法不仅提供了全面的真伪鉴别信息,超越了传统靶向方法的局限,而且自动化处理流程提高了分析结果的稳定性和一致性,减少了人为因素的影响。