Potential Aroma Chemical Fingerprint of Oxidised Coffee Note by HS-SPME-GC-MS and Machine Learning.

Strocchi, Giulia; Bagnulo, Eloisa; Ruosi, Manuela R; Ravaioli, Giulia; Trapani, Francesca; Bicchi, Carlo; Pellegrino, Gloria; Liberto, Erica

Strocchi, Giulia; Bagnulo, Eloisa; Ruosi, Manuela R; Ravaioli, Giulia; Trapani, Francesca; Bicchi, Carlo; Pellegrino, Gloria; Liberto, Erica.

Afiliação

Strocchi G; Dipartimento di Scienza e Tecnologia del Farmaco, Università degli Studi di Torino, 10125 Turin, Italy.
Bagnulo E; Dipartimento di Scienza e Tecnologia del Farmaco, Università degli Studi di Torino, 10125 Turin, Italy.
Ruosi MR; Luigi Lavazza S.p.A.,10156 Turin, Italy.
Ravaioli G; Luigi Lavazza S.p.A.,10156 Turin, Italy.
Trapani F; Luigi Lavazza S.p.A.,10156 Turin, Italy.
Bicchi C; Dipartimento di Scienza e Tecnologia del Farmaco, Università degli Studi di Torino, 10125 Turin, Italy.
Pellegrino G; Luigi Lavazza S.p.A.,10156 Turin, Italy.
Liberto E; Dipartimento di Scienza e Tecnologia del Farmaco, Università degli Studi di Torino, 10125 Turin, Italy.

Foods ; 11(24)2022 Dec 16.

Article em En | MEDLINE | ID: mdl-36553825

Palavras-chave

HS-SPME-GC-MS/FPD; aroma fingerprint; coffee volatilome; machine learning; oxidative note

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Idioma: En Revista: Foods Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Itália

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google