相关实验视频
Updated: Jul 13, 2026

04:56
Assessment of Social Transmission of Food Preferences Behaviors
Published on: January 25, 2018
在荷兰品牌食品数据库中识别强化食品的程序
Susanne Westenbrink1, Cyrelle J Tenhagen1, Ido Toxopeus1
1National Institute for Public Health and the Environment, Bilthoven, Netherlands.
Frontiers in nutrition
|April 25, 2024
概括
一种自动化方法准确地识别了荷兰数据库中的强化食品. 这种方法通过有效处理食品标签数据,有助于食品消费研究和饮食指导.
科学领域:
- 食品科学 食品科学 食品科学
- 营养科学 营养科学
- 计算方法 计算方法
背景情况:
- 精确识别强化食品对于研究和饮食指导至关重要.
- 品牌食品数据库提供有价值的食品标签数据,但需要高效的处理.
- 欧洲的标签法规为食品标签上的强化物识别提供了一个框架.
研究的目的:
- 在荷兰品牌食品数据库 (LEDA) 中开发一种自动化方法来识别强化食品.
- 为了利用欧洲标签立法来实现自动化强化检测.
- 评估自动化方法的准确性和效率.
主要方法:
- 基于欧洲标签法律和特定搜索术语,开发了一种逐步自动化的程序.
- 专注于用,叶酸,维生素B12和作为例子进行强化.
- 使用随机分层样本与手动专家审查对自动分类进行了验证.
主要成果:
- 在LEDA数据集中确定了1,817种强化食品,占总量的0.94%.
- 用单个营养素强化食品的比例低于0.7%.
- 在分类强化和非强化食品方面取得了高准确性,灵敏度和特异性超过94.0%.
结论:
- 该自动化方法在LEDA数据库中高效准确地识别了强化食品.
- 提高数据库完整性,正确性和一致性的潜力.
- 建议扩展包括所有微量营养素进行全面分析.

