2025年7月14日，合肥工业大学食品与生物工程学院蔡克周教授团队在国际Top期刊《Trends in Analytical Chemistry》（Q1，中国科学院一区，IF=12.0）发表题为“Advanced deep learning algorithms in food quality and authenticity”的综述性论文。合肥工业大学2023级博士研究生沈澈为第一作者，通讯作者为合肥工业大学食品与生物工程学院蔡克周教授。
综述亮点 概述了高级 DL 算法在食品质量/真实性方面的最新进展、架构和应用。 大型语言模型的出现彻底改变了食品质量和真实性的识别。 高级深度学习在食品质量识别中的关键作用，特别是在新鲜度评估中。 讨论了先进深度学习算法的挑战和前景。 成果介绍 食物是人类健康和福祉的首要决定因素。高质量食品的特征不仅在于其营养含量，还在于其感官特性。此外，食品的新鲜度、成分、类型和产地也是食品质量的重要属性。然而，食品供应链的复杂性和欺诈手段的日益复杂化，需要更具可扩展性、适应性和智能性的解决方案，传统的深度学习（DL）模型如卷积神经网络（CNN）、递归神经网络（RNN）在处理时序和空间数据时，它们都存在局限性，难以处理复杂的非线性关系，表达能力有限，无法满足更复杂的食品质量需求和真实性识别。随着科学技术的快速进步，越来越多的先进深度学习算法出现，以解决食品质量和真实性相关的挑战。 本综述总结了近年来用于食品质量和真实性分析的先进深度学习算法的研究进展，对用于食品质量定量评估和真实性分析的先进深度学习算法，如先进的CNN变体、轻量级学习、目标检测算法YOLO、注意力机制和Transformer、大语言模型、图神经网络（GNN）以及以GAN和VAE为代表的深度生成模型等进行了深入探讨，并进一步阐述了近年来先进深度学习算法在食品质量和真实性分析中的应用，诸如食品掺假鉴定、地理来源、品种鉴定等食品真实性分问题以及诸如瘀伤检测、缺陷检测、营养成分鉴定、成熟度评估、质量分级、新鲜度检测和微生物和化学残留物检测等食品质量问题 讨论了先进的深度学习算法目前面临的挑战，重点是模型表达与泛化、可解释性，数据隐私和算法公平性。 未来研究的一个有希望的方向是将便携式设备与先进的DL集成以实现实时现场分析。通过部署超高效深度学习模型（如TinyML中的神经架构搜索和高级模型压缩/修剪）、专用硬件（低功耗人工智能加速器和神经形态芯片）和低成本/高性能便携式传感器（微型光谱仪和高级智能手机摄像头）的集成和部署将使关键点（农场、仓库、市场甚至消费者的家）的实时现场分析成为可能。这迫切需要构建一个关于食品质量和真实性的大规模公共数据集。另外部署超高效的DL模型。另外，作为最先进的深度学习架构，包括GPT-4、Claude和特定领域的变体的大语言模型，利用其复杂的文本处理和生成功能可以彻底改变食品质量和真实性分析，并为食品质量评估和真实性验证提供专家级支持。 该综述将提供有价值的见解和启示，为利用先进的DL算法进行全球食品质量和真实性监测提供实用指导，以促进智能食品检测系统的可持续发展。希望能为那些寻求使用先进的深度学习算法来提高食品质量和真实性检测的研究人员提供新的见解和灵感。 图文赏析 图1. 对一维、二维及三维数据的提取，以及卷积神经网络（CNN）的演进历程、发展轨迹与架构体系，涵盖原始CNN、以AlexNet、VGG、Inception、ResNet、DenseNet和Xception为代表的进阶CNN，以及SqueezeNet、MobileNet、ShuffleNet和EfficientNet等轻量化CNN。同时解析各进阶CNN的核心技术特性。. 图2. YOLO版本概述与时间轴。 图3. （A）循环神经网络（RNN）、长短期记忆网络（LSTM）和门控循环单元（GRU）的架构概述；（B）注意力机制的架构，包括卷积块注意力模块（CAM）、卷积块注意力机制（CBAM）以及自注意力机制；（C）Transformer架构及其基于Transformer的语言模型，包括BERT和GPT-1；（D）大语言模型的应用：基于多模态人工智能模型及GPT-4在线马铃薯病害检测平台（PotatoGPT），用于控制马铃薯品质。 图4. (A) 图神经网络（GNN）架构概览；(B) 将光谱数据转化为图结构；(C) 通过映射各节点间的连接关系，将时空数据转化为图结构。 图5. 深度生成网络（DGBs）概述：(A) 变分自编码器（VAE）的架构；(B) 生成对抗网络（GAN）的架构。 蔡克周 蔡克周，博士、教授、博士生导师，农业农村部神农青年英才。主要从事肉制品加工和副产物综合利用，具体包括：1. 熏烧烤肉制品安全加工理论与技术；2. 传统肉制品现代加工技术和装备；3. 畜禽屠宰副产物（骨、血）综合加工技术。2018年获安徽省科学技术一等奖、2021年获评中国轻工业联合会科技进步一等奖。先后承担国家自然基金青年、面上项目、国家重点研发计划课题、子课题、科技部农转资金、安徽省科技重大和企业委托等项目20余项，以第一和通信作者先后发表科技论文50余篇，授权发明专利15 项（国际发明专利2 项）。兼任《肉类研究》、Meat Science、Food Chemistry、Food Control、Food Hydrocolloids、LWT-Food Science and Technology、Food and Bioprocess Technology等20余个杂志审稿专家。 沈 澈 沈 澈，合肥工业大学2023级博士研究生，研究方向为肉制品风味与智能感官。以第一作者/共同一作在Comprehensive Reviews in Food Science and Food Safety、Trends in Analytical Chemistry、Food Chemistry、Food Chemistry: X、Meat Science、Food Control等国际期刊发表SCI论文11篇，ESI高倍引论文1篇。
原文链接 https://doi.org/10.1016/j.trac.2025.118374
