幫助中心 | 我的帳號 | 關於我們

AI驅動糧食中典型真菌毒素的快速檢測技術與方法

  • 作者:張麗媛//于潤眾//張春芝|責編:羅曉莉
  • 出版社:中國紡織
  • ISBN:9787522937427
  • 出版日期:2026/07/01
  • 裝幀:平裝
  • 頁數:268
人民幣:RMB 98 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書圍繞糧食安全領域真菌毒素精準快速檢測的迫切需求,系統梳理了傳統糧食真菌毒素檢測方法的技術短板與產業應用痛點,概述了糧食中5種典型真菌毒素的污染特徵、現有檢測研究進展及微流控晶元等前沿載體技術。
    本書逐層拆解了人工智慧核心演算法的基礎理論與主流快速檢測技術的技術體系,重點闡述了AI增強的光譜檢測、AI驅動的高光譜成像檢測、AI賦能的生物感測與電化學檢測的技術原理與實現路徑,配套呈現了核酸適配體比色感測器、PSi/ZnO複合生物晶元、適配體微陣列晶元等多個自主研發的典型實用檢測方案,覆蓋玉米、雜豆、麥類等主雜糧食場景,可實現玉米赤霉烯酮、黃曲黴毒素B1、赭曲黴毒素A等多種真菌毒素的靈敏、高效檢測。
    本書兼顧理論深度與落地指導性,可為食品檢驗、糧食安全管控等領域的科研人員與技術從業者提供參考。

作者介紹
張麗媛//于潤眾//張春芝|責編:羅曉莉

目錄
第1章  緒論
  1.1  糧食安全與真菌毒素挑戰
  1.2  傳統檢測方法的局限性與快速檢測的需求
  1.3  人工智慧在分析科學中的興起與發展
第2章  糧食中典型真菌毒素概述
  2.1  5種常見真菌毒素的概述
  2.2  真菌毒素檢測方法研究進展
  2.3  微流控晶元
第3章  人工智慧核心演算法導論
  3.1  機器學習基礎:監督學習、無監督學習與半監督學習
  3.2  特徵工程:數據預處理、降維與特徵選擇
  3.3  經典機器學習模型
  3.4  深度學習基礎:神經網路、卷積神經網路、循環神經網路
  3.5  遷移學習與生成對抗網路在光譜/圖像分析中的應用
第4章  快速檢測方法論述
  4.1  光譜技術:近紅外光譜、拉曼光譜、熒光光譜
  4.2  成像技術:高光譜成像、太赫茲成像
  4.3  生物感測技術:電化學生物感測器、光學生物感測器
  4.4  攜帶型與微型化檢測設備
第5章  AI增強的光譜檢測技術
  5.1  近紅外光譜結合AI的污染物定量與定性分析
  5.2  拉曼光譜增強:基於AI的背景扣除與特徵峰識別
  5.3  熒光光譜數據的多維解析與AI識別模型
第6章  AI驅動的高光譜成像檢測技術
  6.1  高光譜圖像數據的獲取與預處理
  6.2  光譜與空間特徵的AI融合提取技術
  6.3  基於深度學習的污染物可視化與分佈製圖
第7章  AI賦能的生物感測與電化學檢測
  7.1  感測器信號的數據增強與雜訊過濾
  7.2  多通道感測器陣列與AI模式識別
第8章  基於核酸適配體和金納米粒子的新型比色感測器直觀、快速、靈敏地檢測玉米中的ZEN
  8.1  前言
  8.2  材料與方法
  8.3  結果與討論
  8.4  結論
第9章  基於核酸適配體的感測器檢測10種雜豆中的AFB1含量
  9.1  前言
  9.2  原理與方法
  9.3  結果與討論
  9.4  結論
第10章  具有高穩定性、熒光增強特性的PSi/ZnO生物晶元基底的合成和表徵
  10.1  前言
  10.2  材料與方法
  10.3  結果與討論
  10.4  結論
第11章  基於適配體的PSiO2/ZnO微陣列晶元檢測麥類糧食中的OTA
  11.1  前言
  11.2  材料與方法
  11.3  結果與討論
  11.4  結論

第12章  基於「猝滅-恢復」熒光策略的PSiO2/ZnO適配體微陣列晶元多重真菌毒素測定
  12.1  前言
  12.2  材料與方法
  12.3  結果與討論
  12.4  結論
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032