Taking banana variety Musa balbisiana Colla as raw material, dietary fibre from its pseudostem was extracted by using alkaline extraction method.Response surface methodology (RSM) was used to optimise the extraction process and investigate the impact of temperature, agitation speed, and extraction time on the yield of dietary fibre.According to the optimisation result, the following values for the extraction process parameters were found to be ideal: agitation speed of 300 rpm, temperature of 58.92 o C, and duration of 41.89 min.These conditions yielded 77.05% of dietary fibre.The extracted dietary fibre showed high dietary fibre content, insoluble dietary fibre in particular.It showed improved physicochemical and functional properties.These properties indicate the potential of the extracted dietary fibre as a nutraceutical with hypoglycemic and hypocholesterolemic properties.

This article investigated deep-frying characteristics of malpoa for varied frying time (2–10 min) and temperature (170–190 °C). The evaluation encompassed a comprehensive analysis of textural and color kinetics and heat and mass transfer modeling during deep fat frying of malpoa balls. Such investigations confirmed an enhancement in fat content from 10.2 to 41.65%. On the other hand, textural properties such as hardness, cohesiveness, and springiness varied from 3.14 to 22.59 N/mm, 0.22 to 0.76, and 15.5 to 49.56, respectively. Similarly, color parameters such as b*/a* and ΔE varied from 3.31 to 1.55 and 55.36 to 75.48. For the textural and color kinetics, the activation energies ranged between 58.65 and 85.82 kJ/mol and 31.34 and 64.34 kJ/mol. Similarly, for a variation in frying time from 2 to 10 min, responses (hardness, cohesiveness, springiness, and overall color) varied across the following ranges: 3.15–13.57 N, 0.22–0.66, 15.5–35.5, and 55.63–63.50 and 5.60–20.60 N, 0.30–0.77, 22.35–49.56, and 62.26–75.65 for temperatures of 170 and 190 degrees, respectively. On the other hand, heat and mass transfer analysis indicated a Biot number and heat transfer coefficient within the range of 0.31–0.65 and 25.58–34.64 for 170–190 °C. Thus, this investigation provides a deeper insight of the deep fat frying characteristics of malpoa. This provides a guideline for the food processing sector for such products.

The increasing interest amongst consumers in healthy, convenient, and minimally processed foods has led food processors to develop novel and non-thermal techniques like high pressure processing (HPP).This technique involves processing moisture-rich solid and liquid foods under high pressure conditions (400 -1000 MPa).HPP is a promising alternative to the conventional modes of thermal and chemical preservation of food.Numerous studies have claimed the potential of HPP in extending the product shelf-life without compromising its nutritional and organoleptic aspects.This non-thermal approach eliminates harmful and spoilage microorganisms while preserving covalent bonds in food molecules, thereby limiting the effect on nutritional and sensory properties of the product.As compared to heat treatments, HPP has far less of an impact on low molecular weight components like vitamins, pigments, and flavorings.As a result, the quality of high pressure processed foods is quite like that of fresh foods.This paper provides an overview on preservation of foods by HPP including basic principle, process equipment, mechanistic effect on food components, microbial destruction, and applications.

Cutting-edge drying technologies represent a paradigm shift in the food industry, offering unique solutions to increase the efficiency, sustainability, and quality of the food drying process. The incorporation of vacuum freeze-drying, microwave drying, infrared drying, and other innovative processes has expanded the food processing sector's horizons. The development of hybrid drying systems that integrate several technologies produces synergistic benefits that improve overall performance. The advantages of novel drying methods include minimising heat exposure, increasing rehydration ratio, lowering bulk density and weight, and reducing the risk of microbial contaminations and oxidative damage to fruit juice powder to preserve its colour, texture, nutritional and bioactive component. The review discusses about the foam mat drying process, which can be utilised in microencapsulation and nano emulsion, while also addressing the problems related to agglomerations and nutritional property degradation in fruit juice powders.

ABSTRACT Artificial neural network (ANN) is regarded as a promising tool among the recent trends of modeling methodologies for the nonlinear mapping of multiple variables. In the case of the ultrasound‐assisted extraction (UAE) process, the majority of the response‐based predictive models are administered with nonlinear modeling approaches. Numerical models provide restricted extension and abilities to show such nonlinear prescient conditions. Due to this, ANN modeling gets considerable scope for effectively mapping the variables. In addition, the essential of no prior specific, in the event that there ought to emerge an event of fitting the data or information, make ANN the most popular and compelling one for modeling the extraction process. This paper provides the basics of principles and applications of ANNs in process modeling and optimization of different UAE‐based extraction perspectives. In addition, the prevalence of the UAE process in diverging from other extraction methods is highlighted. Further, the impact of various process factors like ultrasound intensity, exposure time, and temperature during the UAE interaction and their prescient modeling approaches for efficient controlling of the responses are detailed. Hence, this review would be useful for modeling and optimization of thermal and non‐thermal‐based extraction processes, which would assist the food processing industries to improve food quality.