MatchaDB

Forschung

Die globale Matcha-Forschungsbibliothek

660 Arbeiten, Studien, Abschlussarbeiten und Preprints zu Matcha, gesammelt aus PubMed, OpenAlex und Europe PMC, nach Studientyp und Thema verschlagwortet und mit jeder Quelle verlinkt. Wir behalten Abstracts und Zitate; der Volltext bleibt beim Verlag.

Tipp: „Anführungszeichen“ für eine exakte Wendung, OR zwischen Alternativen und ein Minus, um ein Wort auszuschließen, zum Beispiel fluoride OR pesticide. Verwandte Wörter werden mitgefunden, „EGCG“ findet also auch „epigallocatechin“.

6 Studien passen für „Machine learning“

2026ZeitschriftenartikelFrei lesbar

Identification of the Geographical Origins of Matcha Using Three Spectroscopic Methods and Machine Learning

Meryem Taskaya, Rikuto Akiyama, Mai Kanetsuna et al. — AgriEngineering

… (NIR), and Fourier transform infrared (FT-IR) spectroscopy, were combined with machine learning algorithms to accurately identify the origin of Japanese matcha. FF data were analyzed using convolutional neural networks (CNNs), whereas NIR …

Randomisierte kontrollierte StudieAntioxidantien und PolyphenoleL-Theanin und KoffeinEchtheit und Analysemethoden3× zitiert
2026ZeitschriftenartikelFrei lesbar

Multimodal Sensor Fusion for Non-Destructive Tea Quality Evaluation: Deep Learning-Enabled Methods, Applications, and Challenges.

Hu X, Zhang M, Yang B et al. — Foods (Basel, Switzerland)

… review summarizes recent advances in multimodal sensing integrated with deep learning for tea quality evaluation, with emphasis on sensor complementarity, data-fusion strategies, representative applications, and deployment-related …

ÜbersichtsarbeitVerarbeitung, Vermahlung und QualitätEchtheit und AnalysemethodenStoffwechsel und Gewicht9× zitiert
2024Zeitschriftenartikel

Comprehensive assessment of matcha qualities and visualization of constituents using hyperspectral imaging technology.

Hu Y, Yu H, Song X et al. — Food research international (Ottawa, Ont.)

… product. In this study, hyperspectral imaging technology (HSI) combined with machine learning methods enabled the first visual in situ assessment of matcha quality. The physicochemical contents of matcha were determined chemically. …

Randomisierte kontrollierte StudieAntioxidantien und PolyphenoleL-Theanin und KoffeinVerarbeitung, Vermahlung und Qualität19× zitiert
2025ZeitschriftenartikelFrei lesbar

Detection and classification of microplastics in green tea using SERS with gold nanoparticle substrates integrating chemometrics and deep learning.

Joshi R, Adhikari S, Lee D et al. — Current research in food science

… Least Squares Discriminant Analysis (PLS-DA) and Support Vector Machine (SVM)—with a deep learning approach namely one-dimensional convolutional neural network (1D-CNN). Using optimized preprocessing, PLS-DA achieved …

Chemie / AnalytikSicherheit, Schadstoffe und ToxizitätVerarbeitung, Vermahlung und QualitätEchtheit und Analysemethoden12× zitiert
2024ZeitschriftenartikelFrei lesbar

Detection of the Pigment Distribution of Stacked Matcha During Processing Based on Hyperspectral Imaging Technology

Qinghai He, Zhiyuan Liu, Xiaoli Li et al. — Agriculture

… presents the use of hyperspectral imaging technology (HSI), combined with machine learning algorithms, to detect chlorophyll a, chlorophyll b, and carotenoids in stacked matcha tea during processing. Firstly, a quantitative …

Chemie / AnalytikVerarbeitung, Vermahlung und QualitätEchtheit und AnalysemethodenStoffwechsel und Gewicht5× zitiert
2025Abschlussarbeit oder DissertationFrei lesbar

Comparative bioactivity analysis of green and dark teas via metabolomics and in-silico modelling

Autoren nicht angegeben — UpSpace Institutional Repository (University of Pretoria)

… (>90% cell viability across all samples; α > 0.05). A Random forest-based machine learning model was trained on Glide XP scores of 10 000 compounds from the COCONUT database. This model was used to predict docking scores for the 867 …

Randomisierte kontrollierte StudieStoffwechsel und GewichtAntioxidantien und PolyphenoleEchtheit und Analysemethoden

So entsteht diese Bibliothek

Jeder Datensatz stammt aus drei offenen wissenschaftlichen Indizes – PubMed, OpenAlex und Europe PMC –, die nach dem Wort „matcha“ durchsucht werden. Datensätze werden über DOI und PubMed-ID zusammengeführt, sodass jede Studie nur einmal erscheint. Eine Arbeit bleibt nur, wenn Matcha in Titel, Abstract, Autoren-Schlüsselwörtern oder Schlagwörtern vorkommt und der Text von Tee oder Lebensmitteln handelt; so werden der Nachname Matcha, eine Software namens Matcha und das skandinavische Verb „matcha“ (passen) herausgefiltert.

Studientyp- und Themen-Etiketten werden automatisch aus Titel, Abstract und Schlagwörtern jeder Arbeit nach festen Schlüsselwortregeln vergeben – ohne Raten, und Arbeiten ohne Abstract werden als nicht klassifiziert markiert. Automatisches Etikettieren ist unvollkommen; sieh die Etiketten als Mittel zum Eingrenzen einer Suche, nicht als Urteil über die Qualität einer Arbeit. Dass eine Studie hier aufgeführt ist, bedeutet keine Billigung ihrer Ergebnisse.

Abdeckung: Es sind alle indexierten Arbeiten, die Matcha nennen, nicht alle Studien zu grünem Tee oder seinen Inhaltsstoffen (die sind weit zahlreicher). Arbeiten, die Matcha nur beiläufig erwähnen, sind standardmäßig ausgeblendet. Arbeiten, die das Wort „matcha“ nie verwenden, und Publikationen außerhalb dieser Indizes sind nicht enthalten. Die Bibliothek wurde zuletzt am 15. November 2026 neu aufgebaut.

Eine Arbeit entdeckt, die nicht dazugehört, oder eine fehlende? Sag es uns.