今天介绍一篇由四川农业大学农学院任万军教授团队于2022年12月发表在Food Chemistry（IF=9.23）上的文章。这篇文章主要讨论了使用人工神经网络（ANN）和米饭的质地特性来预测米饭的食用和烹饪质量（ECQ）的模型开发。
01 介绍
今天介绍一篇由四川农业大学农学院任万军教授团队于2022年12月发表在Food Chemistry（IF=9.23）上的文章。这篇文章主要讨论了使用人工神经网络（ANN）和米饭的质地特性来预测米饭的食用和烹饪质量（ECQ）的模型开发。研究结果表明，与传统的统计和其他机器学习方法相比，ANN模型具有更高的准确性和更低的均方根误差。该研究建议ANN模型可以提高米饭ECQ的预测准确性。此外，文章还提到了使用传统统计方法和机器学习方法开发预测煮熟米饭的整体可接受性的模型，并分析了米饭的成分、理化性质、感官评价和质地特性。研究结果表明，基于质地特性的模型比基于米饭成分和粘度特性的模型具有更好的预测准确性。文章还提供了一些与米饭质量评估相关的研究论文，包括作物产量预测、感官质地属性、氮含量和人工神经网络模型等主题。这些研究旨在设计出符合21世纪消费者需求的优质米饭。
02 摘要
本研究旨在准确预测米饭的食用和烹饪质量（ECQ），并开发了统计和机器学习模型来预测煮熟米饭的整体接受度。结果显示，使用逐步多元线性回归、主成分分析加多元线性回归、偏最小二乘回归、K最近邻、随机森林和梯度提升决策树开发的模型的决定系数（R2）分别为0.156-0.452、0.357、0.160-0.460、0.192-0.746、0.453-0.708和0.469-0.880，而使用人工神经网络（ANN）模型可以将其提高到0.675-0.979。ANN模型还具有较低的均方根误差（0.574-1.32）。此外，使用质地特性的ANN模型可以准确预测92.1%的整体接受度，通过使用成分和/或糊化特性可以将其提高到>96%。总的来说，使用ANN和米饭的质地特性开发的模型显著提高了ECQ预测的准确性。
03 研究亮点
• 质地特性适用于大米的食用和烹饪 (ECQ) 预测。
• 机器学习方法的R2值比传统统计方法更高。
• 使用大米质地的人工神经网络 (ANN) 提高了 ECQ 预测精度。
• ANN 模型具有更大的 R2 (0.675–0.979) 和较低的 RMSE (0.574–2.18)。
04 相关图文
图1. 图形概要
图2. 图5. 用人工神经网络分析米饭的整体接受度，包括米饭成分（A）、糊化特性（B）、质地特性（C）、成分和质地特性（D）、糊化特性和质地特性（E）以及所有这些参数（F）。
05 结论
本研究旨在建立准确预测米饭ECQ的模型，这对于确定米饭在消费链中的可接受性和经济价值非常重要。使用186个来自中国西南地区的籼稻样品的成分、糊化特性和质地特性数据，采用传统的统计方法（包括SMLRA、PCA + MLRA和PLSRA）和机器学习方法（包括KNN、RF、GBDT和ANN）开发了预测煮熟米饭整体接受度的预测模型。使用SMLRA、PCA + MLRA、PLSRA、KNN、RF和GBDT开发的模型的决定系数在0.156-0.452、0.357、0.160-0.460、0.192-0.746、0.453-0.708和0.469-0.880之间，而使用ANN构建的模型的决定系数要高得多，范围在0.675-0.979之间；此外，使用ANN构建的模型显示出较低的RMSE值，范围为0.574-2.18。与使用米饭成分和糊化特性构建的模型相比，使用质地特性开发的模型通常具有明显更高的决定系数和更低的RMSE值，无论是使用传统的统计方法还是其他机器学习方法。使用质地特性开发的ANN模型显示出0.921的决定系数和1.06的RMSE值，通过与米饭成分和/或糊化特性相结合，可以进一步提高到0.96以上（R2）并降低到0.75以下（RMSE）。总之，这些结果表明，米饭的质地特性更适合用于构建预测整体接受度的模型，并且在与ANN一起使用时提供高预测准确性。
参考文献
Deng F, Lu H, Yuan Y, et al. Accurate prediction of the eating and cooking quality of rice using artificial neural networks and the texture properties of cooked rice. Food Chem. 2023;407:135176. doi:10.1016/j.foodchem.2022.135176
通讯作者
任万军，四川青川人，现任四川农业大学作物栽培学与耕作学教授、博士生导师，农业农村部西南作物生理生态与耕作重点实验室主任，中国作物学会第六届栽培专业委员会委员、作物生理生态学组副组长，四川省作物学会常务理事、耕作与栽培专业委员会主任，《植物营养与肥料学报》与《应用生态学报》编委。先后获四川省有突出贡献的优秀专家、四川省青年科技奖、国家粮食丰产科技工程先进个人、雅安市先进工作者、四川省科普工作先进个人等荣誉称号。先后承担国家自然科学基金、国家重点研发计划、国家科技支持计划、国家公益性行业（农业）科研专项等科研项目及课题任务10多项。研究成果主持或参加获省部级科技奖一等奖6项、二等奖4项、三等奖4项，授权发明专利12项，研制四川省地方标准8项，入选全国农业主推技术1项，创新技术21年次入选四川省农业主推技术。获中国作物学会优秀博士论文1篇。在Agricultural and Forest Meteorology、Field Crops Research、Soil and Tillage Research、Food Hydrocolloids、Food Chemistry、《中国农业科学》、《作物学报》等国内外知名期刊发表学术论文200余篇。
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/%e4%bd%bf%e7%94%a8%e4%ba%ba%e5%b7%a5%e7%a5%9e%e7%bb%8f%e7%bd%91%e7%bb%9c%e5%92%8c%e7%85%ae%e7%86%9f%e7%b1%b3%e9%a5%ad%e7%9a%84%e8%b4%a8%e5%9c%b0%e7%89%b9%e6%80%a7%e5%87%86%e7%a1%ae%e9%a2%84%e6%b5%8b.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
海南大学姜珂副研究员：用于化学动力学/饥饿协同癌症治疗的智能异质结芬顿催化剂的开发
近日，海南大学姜珂副研究员与山东大学李春霞教授合作，采用构筑异质结的策略，联合葡萄糖氧化酶（GOx），揭示了芬顿/级联酶促反应的协同抗癌机制。相关成果以题为“Development of an Intelligent Heterojunction Fenton Catalyst for Chemodynamic/Starvation Synergistic Cancer Therapy”发表在国际学术期刊《Journal of Materials Science & Technology》（IF=10.319）。海南大学倪伟舒硕士、姜珂副研究员为该论文的共同第一作者，海南大学姜珂副研究员、张玲副教授和山东大学李春霞教授为该论文的通讯作者。
-
人体对食物的餐后反应与精准营养的潜力
今天介绍一篇由Sarah E. Berry等人前段时间发布于nature medicine的一篇文章。文中对英国（n=1002）和美国（n=100）的年轻健康成年人进行餐后代谢反应评估，并开发机器学习模型来预测人体内的甘油三酸酯（r=0.47）和血糖（r=0.77）对食物摄入的反应，这项技术有助于制定个性化的饮食策略。
-
凉茶中农药及其转化产物的分析
今天介绍一篇来自国家环境保护新型污染物环境健康影响评价重点实验室卢大胜和汪国权等人于2022年2月发表在Food Chemistry（IF=7.514）上的文章。通过研究定位了来自中国两个主要产区的两种凉茶(菊花和冬青)中的农药和农药转化产品(PTPs), 揭示了凉茶中农药的概况，并为发现潜在的环境污染和食品污染物提供了新的视角。
-
顶刊综述|李培武院士团队唐晓倩：生物毒素（真菌毒素、海洋毒素和细菌性食物毒素）生物传感器的发展趋势：原理、应用和前景
今天介绍一篇于2023年8月发表在Trends in Analytical Chemistry（IF=13.1）上的一篇综述性文章。该综述简要介绍了生物毒素（真菌毒素、海洋毒素和细菌性食物毒素）的流行、毒理学特征和分类。同时，总结了近年来针对生物毒素的高灵敏度生物传感器的重要技术进展并介绍了这些方法不同的传感模式。最后，基于生物传感器面临的各种挑战，为改进食品安全技术提供了重要见解。中国农科院油料所唐晓倩副研究员为第一作者，硕士研究生左家思为共同一作。中国农科院李培武院士和张奇研究员以及浙江大学平建峰教授为通讯作者。
-
系统综述(2013-2020年)：分析技术结合化学计量学鉴别食用油地理来源
过去十年，随着消费者对来自世界各地的食品有了更多的认识，全球高质量的进口食品市场急剧增长。许多国家要求食品贴上原产地标签，以保护消费者对食品真实特征和原产地的需求。本文介绍了利用各种分析工具结合多元分析对油品地理来源的验证所作的努力。对流行的分析工具进行了讨论，并指出了强调地理认证研究趋势和用于传播的首选期刊的科学计量评估。
-
食品质量和真伪分析评估的数据挖掘/机器学习方法
近年来，为了更好地鉴定食品，通过现代分析仪器所获得的数据种类和数量急剧增加。一些模式识别工具已经被开发来处理大量复杂的有效试验数据。应用最广泛的方法有主成分分析(PCA)、部分最小二乘判别分析(PLS-DA)、类模型方法(SIMCA)、k-最近邻分类算法(kNN)、平行因子分析(PARAFAC)和多元曲线分辨率-交替最小二乘分析(MCR-ALS)。然而，也有一些替代的数据处理方法，如支持向量机(SVM)、分类回归树(CART)和随机森林(RF)等，与传统的数据处理方法相比，显示出巨大的潜力和优势。在这篇文章中，作者解释了这些方法的背景，并回顾和讨论了这三种方法在食品质量和真实性领域的应用研究的报道。此外，作者声明清楚了在这一特定研究领域中使用的专业术语。
-
Food Chem：基于机器学习和智能手机图像分析的四环素荧光检测
今天介绍一篇由伊朗德黑兰大学新科学与技术学院生命科学工程系的Maryam Mousavizadegan等人于2022年10月发表在Food Chemistry（IF=9.231）上的文章。文中使用机器学习（ML）算法开发了一种快速检测四环素（TC）的方法。
-
基于图像识别的饮食评估系统
今天给大家介绍一篇由Kalliopi V. Dalakleidi等人，于2021年7月8日发表在Advances in Nutrition（IF=11.567）的一篇综述性文章。该综述描述了用于饮食评估的计算机视觉方法的最新进展，并介绍了基于图像的食物识别系统 (IBFRS) 在专业饮食实践中的最新应用。
-
基于多元素筛选的化学计量学和创新多维数据分析的意大利牛肝菌产地溯源
“食品原产地认证”和“食品欺诈”一直以来都是令人感兴趣的话题。今天介绍一篇由Antonio Francesco Mottese等人发表于Food Control 的文章。该研究基于来自意大利、中国和波兰采集的牛肝菌样品的元素特征，结合主成分分析(PCA)、逐步典型判别分析(stepwise-CDA)、分类回归树(CART)、偏最小二乘判别分析(PLS-DA)和创新多维分析(MDA)建立统计模型，通过标准化学计量学技术和创新化学计量学技术的结合为预测食用牛肝菌(Boletussect.Boletus)的地理来源建立了一套可靠的系统。
-
基于偏最小二乘和人工神经网络分析的采后苹果品质变化及保质期预测模型
今天介绍一篇由渤海大学食品科学与技术学院励建荣教授的研究组等人于2022年6月在线发表在Food Chemistry上的文章。本文构建了偏最小二乘法（PLS）和人工神经网络（ANN）模型来预测苹果的保质期。本工作旨在丰富苹果保鲜理论，为采后苹果货架期的快速评价提供参考。
