CN101964014A - 针对用户日配餐进行营养评价的方法及系统 - Google Patents

Abstract

本发明揭示了一种针对用户日配餐进行营养评价的方法及系统，该评价方法，包括如下步骤：A、提供一数据库；B、获取用户的特征信息；C、获取用户的日配餐数据；D、获取所述日配餐数据针对该用户的评价分值；D1、所述评价分值包括营养均衡分Ns；包括：D11、计算第i种(i＝1、2、...、N)营养成分营养分Ns_i；D12、根据N种营养成分的各营养分、及其加权系数获取其加权平均数，获取所述日配餐的营养均衡分；E、根据所述评价分值做出营养评价。本发明可针对不同的用户，对其每日配餐进行营养综合评价的方法，为人工/自动营养配餐提供评价标准。

Description

针对用户日配餐进行营养评价的方法及系统

技术领域

本发明涉及一种营养评价方法，尤其涉及一种针对用户日配餐进行营养评价的方法；此外，本发明还涉及上述针对用户日配餐进行营养评价的方法的评价系统。

背景技术

随着社会的发展，人们对于饮食健康的问题日益关注。营养均衡、健康的膳食有利于人们保持良好的身体素质，避免由不合理饮食带来的疾病。为了针对不同用户配置营养均衡、健康的膳食，需要制定一个每日膳食的营养综合评价体系，其中要考虑到不同用户在每日所需的营养成分摄入量、餐顿能量比以及配餐中菜的相生相克、菜的禁忌等多方面的用户营养要求。

目前，在营养配餐领域，对于用户一日配餐的营养评价，往往是凭营养师的经验来做评判，具体而言有以下一些不足之处：

(1)缺乏统一的标准，往往每个营养师对同一配餐都会依据自己的经验做出评判，较难避免主观因素，同时文字化的评判结果也无法相互比较

(2)由于营养师知识有限，可能对配餐做出的营养评价不够全面

(3)人工评判配餐，工作量较大，无法实现对大量配餐进行评价，并通过比较寻取最优营养配餐

为了解决上述问题，中国专利CN200780011136提供了一种为用户提供食谱推荐的系统。该系统包括存储模块，用来存储包括配料的食谱以及包括关于用户的食物食用相关信息的用户概况。处理器耦合到存储模块，用于通过基于用户概况选择所述存储的食谱之一，来产生食谱推荐。用户接口耦合到处理器，用来将食谱推荐提供给用户。存储模块还包括具有列表条目的配料替代列表。一个列表条目包括所述存储的食谱之一的原始配料以及相应的可替换配料。处理器被配置为：基于用户概况，通过将所选择的食谱的原始配料替代为所述相应的可替换配料来调整所选择的食谱，并且将调整后的食谱提供至用户接口。该专利申请并不能对用户的日配餐提供一个精准的评价。

发明内容

本发明所要解决的技术问题是：提供一种针对用户日配餐进行营养评价的方法，可针对不同的用户，对其每日配餐进行营养综合评价的方法，为人工/自动营养配餐提供评价标准。

另外，本发明还提供利用上述针对用户日配餐进行营养评价方法的评价系统。

为解决上述技术问题，本发明采用如下技术方案：

一种针对用户日配餐进行营养评价的方法，该方法包括如下步骤：

A、提供一数据库，该数据库中包含：不同用户特征的营养需求信息、食物包含营养成分的信息；

B、获取用户的特征信息；根据该特征信息、及所述数据库中不同用户特征的营养需求信息，确定相应用户的营养需求信息；

C、获取用户的日配餐数据；根据该日配餐数据、及所述数据库中食物包含营养成分的信息，确定该日配餐数据中各营养成分信息；

D、获取所述日配餐数据针对该用户的评价分值；

D1、所述评价分值包括营养均衡分Ns；获取所述日配餐的营养均衡分Ns的步骤如下：

D11、设有N种营养成分，第i种(i＝1、2、...、N)营养成分营养分Ns_i的计算步骤如下：

D111、获取该营养成分的实际输入量actual；

D112、根据步骤B中获取的用户的营养需求信息、获取或设定该用户食用该营养成分推荐量advice、推荐量区间[low，high]、食用最低限bottom、食用最高限top，其中，low为推荐量下限，high为推荐量上限；

D113、设定一最高分：满分full，设定一较高分：基础分basic；当实际输入量actual在[low，high]之间，分值区间为[basic，full]；

D114、获取该营养成分的营养分Ns_i；

若actual∈(-∞，bottom)∪(top，+∞)，则Ns_i＝0；

若actual∈[bottom，low)，则Ns_i∈(0，basic)；

若actual∈[low，high]，则Ns_i∈[basic，full]；

若actual∈(high，top]，则Ns_i∈(0，basic)；

D12、根据N种营养成分的各营养分、及其加权系数获取其加权平均数，获取所述日配餐的营养均衡分；

E、根据所述评价分值做出营养评价。

一种针对用户日配餐进行营养评价的系统，该系统包括数据库、用户营养需求信息获取模块、日配餐营养成分信息获取模块、日配餐评价分值获取模块、营养评价模块。

数据库包含不同用户特征的营养需求信息、食物包含营养成分的信息；

用户营养需求信息获取模块用以根据该用户的特征信息、及所述数据库中不同用户特征的营养需求信息，确定相应用户的营养需求信息；

日配餐营养成分信息获取模块用以根据用户的日配餐数据、及所述数据库中食物包含营养成分的信息，确定该日配餐数据中各营养成分信息；

日配餐评价分值获取模块用以根据用户的日配餐信息、对应用户的信息获取所述日配餐数据针对该用户的评价分值；其包括营养均衡分获取子模块。

营养评价模块用以根据所述评价分值获取模块获取的评价分值做出营养评价。

营养均衡分获取子模块用以获取所述日配餐的营养均衡分Ns；其包括各营养成分营养分计算单元、日配餐营养均衡分计算单元。所述各营养成分营养分计算单元用以计算各营养成分的营养分Ns_i，Ns_i为第i种营养成分的营养分；其中，N为营养成分种类数，i＝1、2、...、N；其包括营养成分实际输入量获取子单元、数据设定子单元、营养成分营养分获取子单元。所述日配餐营养均衡分计算单元根据N种营养成分的各营养分、及其加权系数获取其加权平均数，获取所述日配餐的营养均衡分。

营养成分实际输入量获取子单元用以获取该营养成分的实际输入量actual；

根据所述用户营养需求信息获取模块获取的用户的营养需求信息、设定该用户食用该营养成分推荐量advice、推荐量区间[low，high]、食用最低限bottom、食用最高限top，其中，low为推荐量下限，high为推荐量上限；设定一最高分：满分full，设定一较高分：基础分basic；当实际输入量actual在[low，high]之间，分值区间为[basic，full]；

营养成分营养分获取子单元，用以获取该营养成分的营养分Ns_i；

若actual∈(-∞，bottom)∪(top，+∞)，则Ns_i＝0；

若actual∈[bottom，low)，则Ns_i∈(0，basic)；

若actual∈[low，high]，则Ns_i∈[basic，full]；

若actual∈(high，top]，则Ns_i∈(0，basic)。

本发明的有益效果在于：本发明提出的针对用户日配餐进行营养评价的方法及系统，可根据用户的特征及其日配餐信息对配餐结果进行评价，促进配餐结果更优化。本发明使评价结果通过分数这一形式，得到直观呈现。本发明可以辅助营养师配餐或通过软件自动配餐，通过对配餐结果的营养综合评价比较，促进配餐结果的最优化，即配餐最贴近用户营养需求，且营养均衡、健康。

附图说明

图1为实施例一中本发明方法的流程图。

图2为配餐营养综合评价框架示意图。

图3为配餐营养成分计算模块图。

图4为用户营养需求计算流程图。

图5为配餐营养综合评价流程图。

图6为区间打分算法示意图。

图7为区间打分算法中flag＝0时的示意图。

图8为区间打分算法中flag＝1时的示意图。

图9为区间打分算法中flag＝2时的示意图。

图10为营养均衡分计算流程图。

图11为餐顿能量比分计算流程图。

图12为菜相生相克分计算流程图。

图13为菜相生相克关系计算流程图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

实施例一

本发明揭示了一种针对用户日配餐进行营养评价的方法及系统，可针对不同的用户，对每日配餐进行营养综合评价，为人工/自动营养配餐提供评价标准。本实施例中，食物包括饭、菜、饮料、酒类等食品。

本发明根据用户的特征信息及相关营养学数据推导用户的营养需求，同时对于提供给该用户的一日配餐计算所含营养成分，通过将这两方面的信息进行汇总计算，做出营养综合评价。

请参阅图1，本发明揭示了一种针对用户日配餐进行营养评价的方法，该方法包括如下步骤：

A、提供一数据库，该数据库中包含：不同用户特征的营养需求信息、食物包含营养成分的信息；

B、获取用户的特征信息；根据该特征信息、及所述数据库中不同用户特征的营养需求信息，确定相应用户的营养需求信息；

C、获取用户的日配餐数据；根据该日配餐数据、及所述数据库中食物包含营养成分的信息，确定该日配餐数据中各营养成分信息；

步骤C中，所述各营养成分信息的确定包括：

C1、计算每种营养成分在一日配餐中的含量，对营养成分k，有

$N_k=\underset{i=1}{\overset{\left|\mathrm{dish}\right|}{\mathrm{\Σ}}}{a}_i*N_{i,k};$

其中N_k表示一日配餐中营养成分k的含量，|dish|表示一日配餐的菜种类，a_i表示第i种菜的食用份数，N_i，k表示第i种菜中营养成分k的含量；

所述营养成分包括能量；

C2、计算餐顿能量比，假设一日配餐有餐顿数N，

$E_1:...:E_j:...:E_N=\underset{i}{\mathrm{\Σ}}{a}_{i,1}*e_{i,1}:...:\underset{i}{\mathrm{\Σ}}{a}_{i,j}*e_{i,j}:...:\underset{i}{\mathrm{\Σ}}{a}_{i,N}*e_{i,N}$

其中E_j表示第j顿的能量，a_i，j表述第j顿中第i道菜的食用份数，e_i，j表示第j顿中第i道菜的能量。

D、获取所述日配餐数据针对该用户的评价分值；

D1、所述评价分值包括营养均衡分Ns；获取所述日配餐的营养均衡分Ns的步骤如下：

D11、设有N种营养成分，第i种(i＝1、2、...、N)营养成分营养分Ns_i的计算步骤如下：

D111、获取该营养成分的实际输入量actual；实际输入量actual可以通过步骤C中获取；

D112、根据步骤B中获取的用户的营养需求信息、获取或设定该用户食用该营养成分推荐量advice(可由参考文献[2]获取)、推荐量区间[low，high]、食用最低限bottom(通常设为0)、食用最高限top，其中，low为推荐量下限，high为推荐量上限，low及high通常可设定为与推荐量advice相差20％；

D113、设定一最高分：满分full(如10分)，设定一较高分(如及格分6分)：基础分basic；当实际输入量actual在[low，high]之间，分值区间为[basic，full]；

D114、获取该营养成分的营养分Ns_i；

若actual∈(-∞，bottom)∪(top，+∞)，则Ns_i＝0；

若actual∈[bottom，low)，则Ns_i∈(0，basic)；

若actual∈[low，high]，则Ns_i∈[basic，full]；

若actual∈(high，top]，则Ns_i∈(0，basic)。

Ns_i的具体取值可根据actual在上述各区间的比例确定。如：

若actual＝advice，则Ns_i＝full；

若actual∈[bottom，low)，则根据Ns_i/basic＝(actual-bottom)/(low-bottom)获取Ns_i；

若actual∈[low，high]，则根据

若actual∈(high，top]，则根据Ns_i/basic＝(top-actual)/(top-high)获取Ns_i。

另外，根据步骤B中用户的特征信息获取该用户相对一般人需要多食、或少食、或正常；可以对需要多食者，调高推荐量advice；对需要少食者，调低推荐量advice。如，对需要多食者，调高推荐量advice至high，或者接近high，如：high-10％(high-advice)；对需要少食者，调低推荐量advice至low，或者接近low，如：low+10％(advice-low)。当然，可以选择其他值。

D12、根据N种营养成分的各营养分、及其加权系数获取其加权平均数，获取所述日配餐的营养均衡分；

E、根据所述评价分值做出营养评价。

所述方法还可以包括步骤F、根据用户的特征信息对所述数据库中已有的日配餐信息分别进行评分，寻找评价分值高的一个或多个日配餐作为该用户的推荐日配餐。

优选地，所述评价分值还包括餐顿能量比分值Es；所述步骤D还包括

D2、计算餐顿能量比分值Es，所述餐顿能量比为一天中各顿膳食的能量摄入量比例；步骤如下：

D21、设定N_meal为用户适宜的一日餐顿数，判断实际配餐的餐顿数是否与N_meal一致，若是则进入D22，否则直接跳转到D25，且输出餐顿能量比分Es＝0；

D22、遍历一天所有餐顿能量比，若遍历完毕则进入D25，否则进入D23；餐顿能量比数目为N_meal-1，餐顿能量比分别为(E₂/E₁)、...、即第一餐能量/第二餐能量、...、第N_meal餐能量/第N_meal-1餐能量；

D23、计算第i种餐顿能量比分值Es_i；

D231、获取该营养成分的实际餐顿能量比actual’；

D232、设定餐顿能量比推荐量advice’、推荐量区间[low’，high’]、推荐量最低限bottom’、推荐量最高限top’，其中，low’为推荐量下限，high’为推荐量上限；

D233、设定一最高分：满分full’，设定一较高分：基础分basic’；当实际餐顿能量比actual’在[low’，high’]之间，分值区间为[basic’，full’]；

D234、获取该餐顿能量比分值Es_i；

若actual’∈(-∞，bottom’)∪(top’，+∞)，则Es_i＝0；

若actual∈[bottom’，low’)，则Es_i∈(0，basic’)；

若actual∈[low’，high’]，则Es_i∈[basic’，full’]；

若actual∈(high’，top’]，则Es_i∈(0，basic’)；

D24、累加餐顿能量比Es，即之后跳转至D22判断是否遍历完毕；

D25、输出餐顿能量比Es。

进一步地，所述评价分值还包括相生相克分值Cs；所述步骤D还包括

D3、计算相生相克分值Cs，步骤如下：

D31、判别是否已遍历完成实际配餐中所有餐顿数，是则跳转到D38，输出菜相生相克分Cs，否则进入D32，考虑第i餐顿；

D32、判别是否已考虑完餐顿i中所有两两菜之间的关系，是则跳转回D31，否则进入D33继续考虑；

D33、判别餐顿i中是否有一对菜相克致死，是则直接跳转到D38，且输出菜相生相克分Cs＝0，否则进入D34；

D34、判别餐顿i中是否有一对菜相克有害，是则跳转到D37，在步骤D37中对Cs扣L1分，否则进入D35；

D35、判别餐顿i中是否有一对菜相克影响营养吸收，是则跳转到D37，在步骤D37中对Cs扣L2分，否则进入D36；其中，L2＜L1；

D36、判别餐顿i中是否有一对菜相生，是则跳转到D37，在步骤D37中对Cs加L3分，否则进入D32，考虑餐顿i中下一对菜；

D37、根据餐顿中是否存在相生相克菜，以基本分为基础，增减菜相生相克分Cs；

D38、输出菜相生相克分，若Cs已减为负数，则记为0；若Cs已超过满分，则记为满分；

所述步骤E中的评价分值Health_Score＝Nw*Ns+Ew*Es+Cw*Cs；

其中，Nw、Ew、Cw分别为设定的营养均衡分Ns、餐顿能量比分Es、菜相生相克分Cs的加权系数，需满足Nw+Ew+Cw＝1。由于营养均衡分的重要程度较高，可以适当地把Nw调高，如Nw＝0.5，Ew＝0.3，Cw＝0.2。

上述介绍了本发明的营养评价方法，以下介绍利用上述方法的营养评价系统，该系统包括数据库、用户营养需求信息获取模块、日配餐营养成分信息获取模块、日配餐评价分值获取模块、营养评价模块。

数据库包含不同用户特征的营养需求信息、食物包含营养成分的信息。用户营养需求信息获取模块用以根据该用户的特征信息、及所述数据库中不同用户特征的营养需求信息，确定相应用户的营养需求信息。日配餐营养成分信息获取模块用以根据用户的日配餐数据、及所述数据库中食物包含营养成分的信息，确定该日配餐数据中各营养成分信息。日配餐评价分值获取模块用以根据用户的日配餐信息、对应用户的信息获取所述日配餐数据针对该用户的评价分值；其包括营养均衡分获取子模块。营养评价模块用以根据所述评价分值获取模块获取的评价分值做出营养评价。

上述营养均衡分获取子模块用以获取所述日配餐的营养均衡分Ns；其包括各营养成分营养分计算单元、日配餐营养均衡分计算单元。所述各营养成分营养分计算单元用以计算各营养成分的营养分Ns_i，Ns_i为第i种营养成分的营养分；其中，N为营养成分种类数，i＝1、2、...、N；其包括营养成分实际输入量获取子单元、数据设定子单元、营养成分营养分获取子单元。所述日配餐营养均衡分计算单元根据N种营养成分的各营养分、及其加权系数获取其加权平均数，获取所述日配餐的营养均衡分。

营养成分实际输入量获取子单元用以获取该营养成分的实际输入量actual；

数据设定子单元中，根据所述用户营养需求信息获取模块获取的用户的营养需求信息、设定该用户食用该营养成分推荐量advice、推荐量区间[low，high]、食用最低限bottom、食用最高限top，其中，low为推荐量下限，high为推荐量上限；设定一最高分：满分full，设定一较高分：基础分basic；当实际输入量actual在[low，high]之间，分值区间为[basic，full]；

营养成分营养分获取子单元，用以获取该营养成分的营养分Ns_i；

若actual∈(-∞，bottom)∪(top，+∞)，则Ns_i＝0；

若actual∈[bottom，low)，则Ns_i∈(0，basic)；

若actual∈[low，high]，则Ns_i∈[basic，full]；

若actual∈(high，top]，则Ns_i∈(0，basic)。

本系统的具体实现方式可参考上述评价方法的叙述，在此不做赘述。

综上所述，本发明提出的针对用户日配餐进行营养评价的方法及系统，可根据用户的特征及其日配餐信息对配餐结果进行评价，促进配餐结果更优化。本发明使评价结果通过分数这一形式，得到直观呈现。本发明可以辅助营养师配餐或通过软件自动配餐，通过对配餐结果的营养综合评价比较，促进配餐结果的最优化，即配餐最贴近用户营养需求，且营养均衡、健康。

实施例二

首先介绍本发明中用到的缩略语和关键术语定义

本实施例中，所述菜包括各种食物，包括饭、菜、饮料、酒类等等。

本发明采用的模块框架图如图2所示。

模块A为数据库，主要包含五部分内容，分别为

(1)所有用户的特征信息——

●用户的个人特征信息(性别、年龄、体重、每日运动量、是否怀孕)；

●用户的群体特征信息(疾病、工作环境、减肥要求等描述用户群体性特征)

(2)不同用户特征的营养需求信息——

个人特征的营养需求——依据性别、年龄、体重、每日运动量、是否怀孕这些指标，对应营养成分的每日摄入量(包括最低限、推荐量下限、推荐量、推荐量上限、最高限)以及餐顿能量比；

(注，最低限，指该营养成分每日摄入量不得低于该值，否则会引起对身体有害的影响；最高限，指该营养成分每日摄入量不得高于该值，否则会引起对身体有害的影响；推荐量，为推荐该用户对于该营养成分的每日摄入量；推荐量上下限，标明推荐摄入量的上下浮动区间，该营养成分的一日摄入量在该区间内，都是适宜的)

(注，该部分数据可以参考[1]和[2]，也可以根据WHO的一些指标对照获得，进一步说明见下文所述)

群体特征的营养需求——疾病、工作环境、减肥要求这些指标下，对于菜的忌食要求以及营养成分数量需求和餐顿能量比的修正。

(3)菜包含营养成分的信息——每道菜的能量、各类宏量营养素、各类微量营养素含量；

(4)菜之间相生相克的信息——两道菜之间是否相互促进，对人的健康有益处；或是相互影响，阻碍营养吸收、有害身体健康、甚至致死；

(5)其他营养学基础信息——用于推算(2)、(3)、(4)中一些信息，可以参见参考文献[1]-[4]。

B为配餐数据，即用户一日每餐顿的菜肴组合，作为模块C的输入。

C模块为一日配餐营养成分计算，接收B和G中菜包含营养成分的数据作为输入，将一日配餐的营养成分含量以及配餐的餐顿能量比作为输出。

模块框图请参阅图3所示。

计算公式为

C.1计算每种营养成分在一日配餐中的含量，以营养成分k为例，有

$N_k=\underset{1\≤i\≤\left|\mathrm{dish}\right|}{\mathrm{\Σ}}{a}_i*N_{i,k}$

其中N_k表示一日配餐中营养成分k的含量，|dish|表示一日配餐的菜种类，a_i表示第i种菜的食用份数(半份、一份、两份…)，N_i，k表示第i种菜中营养成分k的含量

C.2假设一日配餐有餐顿数N，计算餐顿能量比为

$E_1:...:E_j:...:E_N=\underset{i}{\mathrm{\Σ}}{a}_{i.1}*e_{i,1}:...:\underset{i}{\mathrm{\Σ}}{a}_{i,j}*e_{i,j}:...:\underset{i}{\mathrm{\Σ}}{a}_{i,N}*e_{i,N};$

其中E_j表示第j顿的能量，a_i，j表述第j顿中第i道菜的食用份数，e_i，j表示第j顿中第i道菜的能量。

D为用户编号数据，用于模块E的输入

E模块为用户营养需求计算，接收D的用户编号，用于将G中对应用户的特征信息以及相关特征的营养需求调出作为输入，计算后输出用户的营养需求(包含用户每日营养成分摄入量需求、一日膳食餐顿能量比、菜禁忌信息)。

计算过程，主要为

E.1根据用户的个人特征，查出对应的营养成分摄入量需求，即能量、宏量营养素、微量营养素的每日摄入量(包括最低限、推荐量下限、推荐量、推荐量上限、最高限)；

E.2根据用户的群体特征，对于营养成分摄入量进行修正，并根据要求为某种营养成分打上多食或少食的标记；

(例如期望每周减肥0.5kg的用户，每日能量摄入需要减少约500kcal；糖尿病患者，应减少脂肪摄入，故为脂肪打上少食的标记)

E.3根据用户的个人特征，确定一日膳食的餐顿能量比

(依据[3]，通常一日膳食餐顿能量比为早餐∶午餐∶晚餐＝3∶4∶3)

E.4根据用户的群体特征，修正一日膳食的餐顿能量比

(例如，熬夜的工作者，需要加餐，能量比修正为早餐∶午餐∶晚餐∶夜宵＝3∶4∶3∶1)

E.5根据用户的群体特征，确定用户的禁忌菜

(例如糖尿病患者，应忌食烟酒、甜食)

F模块为配餐营养综合评价模块，接收模块C和模块E的输出以及数据库A中的菜相生相克信息作为输入，输出该配餐的营养综合评价结果。

模块图，如图5所示。

F.1菜忌食过滤模块，以一日配餐(来自B)、用户禁忌菜信息(来自E)为输入，输出一日配餐中是否包含用户禁忌菜的判断结果。

计算方法为遍历一日配餐中的菜，判别是否存在用户禁忌菜，一旦发现存在一种禁忌菜，即跳出遍历，输出判别结果为failed，否则输出判别结果为pass。

F.2对菜忌食过滤模块的判别结果进行分流，如果结果为pass，进行模块F.4～F.6的计算，如果结果为failed则直接跳转至F.7，且输出营养综合分Health_Score＝0。

F.3为区间打分算法模块(core_score)，为F.4和F.5调用的核心算法，输入为basic_score(基础分，默认为6)、full_score(满分，默认为10)，bottom(最低限)、low(推荐量下限)、advice(推荐量)、high(推荐量上限)、top(最高限)、flag(标记，0为正常，1为越少越好，2为越多越好)、actual(实际输入量)，输出为result_score(分数)。

即result_score＝core_score(basic_score，full_score，bottom，low，advice，high，top，flag，actual)

以basic_score为6分，full_score为10分为例

基本打分框架如图6所示。

下面分情况讨论，actual落在不同区间的得分

●若actual∈[bottom，low)，则result_score∈[1，5]，且按照(low-bottom)/5的尺度划分

●若actual∈(high，top]，则result_score∈[1，5]，且按照(top-high)/5的尺度划分

●若actual∈(-∞，bottom)∪(top，+∞)，则result_score＝0

●若actual∈[low，high]，则result_score∈[6，10]

若flag＝0(正常)，将[low，advice]按照(advice-low)/5等分，[advice，high]按照(high-advice)/5等分，其中actual越靠近advice分越高，越靠近low或high分越低，具体result_score得分如图7所示。

若flag＝1(越少越好)，将[low，high]按照(high-low)/5等分，其中actual越靠近low分越高，越靠近high分越低，具体result_score得分如图8所示。

若flag＝2(越多越好)，将[low，high]按照(high-low)/5等分，其中actual越靠近high分越高，越靠近low分越低，具体result_score得分如图9所示。

F.4营养均衡分计算模块，输入为模块C的输出数据(一日配餐的营养成分含量)和模块E的输出数据(用户每日营养成分摄入量需求)，输出为营养均衡分。

(注：这里设定营养均衡分满分为10分，基本分为6分)

计算框架请参阅图10所示。

计算过程为

F.4.1设定N_n为所有营养成分的种类(包括能量、各类宏量营养素、各类微量营养素)，遍历每种营养成分，若遍历完毕则进入F.4.5，否则进入F.4.2考虑第i种营养素；

F.4.2为第i种营养成分计算营养分Ns_i，调用F.3区间打分算法，传入的参数为basic_score(基本分6分)、full_score(满分10分)、第i种营养成分的一日摄入量(最低限bottomi＝0、推荐量下限low_i、推荐量advice_i、推荐量上限high_i、最高限top_i、多食少食标记eat_flag_i)、第i种营养成分的实际一日配餐摄入量actual_i；

Ns_i＝core_score(basic_score＝6，full_score＝10，

bottom_i＝0，low_i，advice_i，high_i，top_i，eat_flag_i，actual_i)；

注：少食对应eat_flag＝1，多食对应eat_flag＝2，正常为eat_flag＝0。

F.4.3将加权系数wi，乘以第i种营养成分的营养分Ns_i。加权系数，表示该营养成分对于用户的重要性(比如需要减肥的用户，能量摄入量的加权系数要比其他营养成分大)。但需要满足所有营养成分的加权系数和为1，即

F.4.4累加营养均衡分Ns，即

之后跳转回F.4.1判断。

F.4.5输出营养均衡分Ns。

F.5餐顿能量比分计算模块，输入为模块C的输出数据(一日配餐的餐顿能量比)和模块E的输出数据(用户适宜的一日餐顿能量比)，输出为餐顿能量比分。

(注：这里设定餐顿能量比分满分为10分，基本分为6分)

计算框架请参阅图11所示。

计算过程为

F.5.1设定N_meal为用户适宜的一日餐顿数，判断实际配餐的餐顿数是否与N_meal一致，是则进入F.5.2，否则直接跳转到F.5.5，且输出餐顿能量比分Es＝0。

F.5.2遍历一天所有餐顿能量比，若遍历完毕则进入F.5.5，否则进入F.5.3考虑第i个餐顿能量比。餐顿能量比数目为N_meal-1，分别为(E₂/E₁)、...、

即第一餐能量/第二餐能量、...、第N_meal餐能量/第N_meal-1餐能量。

(例如一日三餐，能量比数目为2，为午饭能量摄入量/早饭能量摄入量＝4/3、晚饭能量摄入量/午饭能量摄入量＝3/4)

F.5.3为第i种餐顿能量比计算分数Es_i，调用F.3区间打分算法，传入的参数为basic_score(基本分6分)、full_score(满分10分)、第i种适宜的餐顿能量比(最低限bottom_i＝0、推荐量下限low_i、推荐量advice_i、推荐量上限high_i、最高限top_i、meal_flag_i＝0)、第i种实际餐顿能量比actual_i

Es_i＝core_score(basic_score＝6，full_score＝10，bottom_i＝0，

low_i，advice_i，high_i，top_i，meal_flag＝0_i，actual_i)

注：这里的推荐量下限low_i、推荐量上限high_i和最高限top_i可以根据推荐量advice_i算出，比如取low_i＝0.8*advice_i，high_i＝1.2*advice_i，最高限top_i＝2*advice_i，不限于此种计算方法，但需要保证0≤low_i≤advice_i≤high_i≤top_i。

F.5.4累加餐顿能量比Es，即

之后跳转回F.5.2判断。

F.5.5输出餐顿能量比Es

F.6菜相生相克分计算模块，输入为B的数据(一日配餐)和数据库A的菜相生相克信息，输出为菜相生相克分。

(注：这里设定菜相生相克分满分为10分，基本分为6分)

计算框架请参阅图12所示。

计算过程为

F.6.1判别是否已遍历完成实际配餐中所有餐顿数，是则跳转到F.6.8，输出菜相生相克分Cs，否则进入F.6.2，考虑第i餐顿。

F.6.2判别是否已考虑完餐顿i中所有两两菜之间的关系，是则跳转回F.6.1，否则进入F.6.3继续考虑。

F.6.3判别餐顿i中是否有一对菜相克致死，是则直接跳转到F.6.8，且输出菜相生相克分Cs＝0，否则进入F.6.4

F.6.4判别餐顿i中是否有一对菜相克有害，是则跳转到F.6.7，对Cs扣4分，否则进入F.6.5

F.6.5判别餐顿i中是否有一对菜相克影响营养吸收，是则跳转到F.6.7，对Cs扣2分，否则进入F.6.6

F.6.6判别餐顿i中是否有一对菜相生，是则跳转到F.6.7，对Cs加1分，否则进入F.6.2，考虑餐顿i中下一对菜；

F.6.7根据餐顿中是否存在相生相克菜，以基本分6分为基础，增减菜相生相克分Cs。

F.6.8输出菜相生相克分，若Cs已减为负数，则记为0；若Cs已超过10分，则记为10分。

F.7营养综合评价分计算模块，对F.4～F.6输出的营养均衡分Ns、餐顿能量比分Es、菜相生相克分Cs，进行综合评价，输出评价结果Health_Score到模块G。

采用的计算公式：

Health_Score＝Nw*Ns+Ew*Es+Cw*Cs

其中Nw、Ew、Cw分别为营养均衡分Ns、餐顿能量比分Es、菜相生相克分Cs的加权系数，需满足Nw+Ew+Cw＝1。加权系数用于区分三者之间的重要性，权值越高，重要性越大。

(例如，已由F.4～F.6计算得到Ns＝8，Es＝6，Cs＝9，取Nw＝0.5，Ew＝Cw＝0.25，则最终的Health_Score＝7.75)

G输出评价结果Health_Score。

以下介绍个人特征信息的获得、菜包含营养成分的数据获得的可选方法。

1、个人特征的营养需求数据获得

上述方法中提到模块A数据库存放了个人特征的营养需求数据，即根据用户的个人特征信息(性别、年龄、体重、每日运动量、是否怀孕)对应有各种营养成分的每日摄入量(包括最低限、推荐量下限、推荐量、推荐量上限、最高限)。

这方面中国营养学会和WHO组织都有一些直接的数据或是一些公式可以间接计算得出，这里介绍一种可行的方法——根据《中国居民膳食营养素参考摄入量表(DRI)》得到数据(实际数据库不限于用此种方法获取信息)

数据表部分数据举例：

以上列出的数据，显示了年龄为18、运动量为中等的非孕妇女性，对于各类营养成分的推荐摄入量(RNI)。该值可直接用于数据库A中个人特征对应的营养成分每日摄入推荐量。

同时，《中国居民膳食营养素参考摄入量表(DRI)》还有关于营养素摄入的可耐受最高摄入量(UL)，可以用于数据库A中个人特征对应的营养成分每日摄入最高限。

此外，一般取个人特征对应的营养成分每日摄入最低限为0，推荐量下限为推荐量的0.8倍，推荐量上限为推荐量的1.2倍。

2、菜包含营养成分的数据获得

正文中提到模块A数据库存放了菜包含营养成分的数据，即一道菜包含各类营养成分(能量、宏量营养素、微量营养素)的含量。该数据一般可以通过如下数据计算得到：

(1)所有食料可食部中包含营养成分的含量数据

注：食料意指菜肴中采用的原料，可食部指食料中可直接食用的部分。

例如，100g猪大排可食部，含264kcal能量、18.3g蛋白质、20.4g脂肪…

(2)所有食料的可食部比例

注：可食部比例指食料中可食部分占整个食料部分的比例

例如，猪大排可食部比例为68％

(3)烹饪方式对于营养成分的保留系数——即某种烹饪方式下，该营养成分保留的比例

例如，油炸将保留k％左右的VC

(4)菜包含食料的含量数据

例如，炸猪排包含猪大排600克、鸡蛋200克、胡椒粉5克…

以上(1)、(2)数据可从《中国食物成分表》获得，(3)来源于营养学知识，(4)来源于菜谱信息。根据这4方面数据，可以得到营养成分i在菜中的含量。

方法为，遍历菜中的所有食料，将每种食料在菜中的含量、该食料的可食部比例、该食料可食部包含营养成分i的含量、该菜烹饪方式对营养成分i的保留系数这4者相乘，再加和，即得到营养成分i在菜中的含量。

计算公式如下：

${\mathrm{Conent}}_{{\mathrm{Nutri}}_i\mathrm{in\; Dish}}=\underset{{\mathrm{Food}}_j\mathrm{in\; Dish}}{\mathrm{\Σ}}\{({\mathrm{EdiblePart}}_{{\mathrm{Food}}_j\mathrm{in\; Dish}}*{\mathrm{Conent}}_{{\mathrm{Food}}_j\mathrm{in\; Dish}})$

$*(\mathrm{Fa}{\mathrm{ctor}}_{\mathrm{Nutr}{i}_i\mathrm{by\; cook}}*{\mathrm{Conent}}_{{\mathrm{Nutri}}_i\mathrm{in}{\mathrm{Food}}_j})\}$

式中

Nutri_i为Dish所含的第i种食料；

Food_j为Dish所含的第j种食料；

为食料Food_j在Dish中的可食部比例；

为食料Food_j在Dish中的含量；

为的烹饪方式cook对营养成分Nutri_i的保留系数；

为营养成分Nutri_i在食料Food_j可食部分的含量。

3、菜相生相克的数据获得

正文中提到模块A数据库存放了菜相生相克的数据，即两道菜之间是否相互促进，对人的健康有益处；或是相互影响，阻碍营养吸收、有害身体健康、甚至致死。

该数据一般可以通过如下数据计算得到：

(1)菜包含食料的关系；

(2)食料之间的相生相克关系(相生、相克有碍营养吸收、有害身体健康、致死)；

(3)菜包含营养成分的关系；

(4)营养成分之间的相生相克关系(相生、相克有碍营养吸收、有害身体健康、致死)。

计算方法如下：

(1)判别两道菜中是否含有一对相克致死的食料或营养成分，否则进入(2)，是则跳转到(5)，且输出两道菜的相生相克关系为相克致死；

(2)判别两道菜中是否含有一对相克有害身体健康的食料或营养成分，否则进入(3)，是则跳转到(5)，且输出两道菜的相生相克关系为相克有害身体健康；

(3)判别两道菜中是否含有一对相克有碍营养吸收的食料或营养成分，否则进入(4)，是则跳转到(5)，且输出两道菜的相生相克关系为相克有碍营养吸收；

(4)判别两道菜中是否含有一对相生有益健康的食料或营养成分，否则进入(5)，且输出两道菜的相生相克关系为无关联，是则跳转到(5)，且输出两道菜的相生相克关系为相生有益健康。

本发明的参考文献包括：

[1]《中国居民膳食指南》中国营养学会编著.西藏人民出版社.2008.01.

[2]《中国居民膳食营养素参考摄入量》中国营养学会编著.中国轻工业出版社.2000.1

[3]《中国食物成分表2002》杨月欣，王光亚，潘兴昌.北京大学医学出版社.2002.12.

[4]《中国食物成分表2004》杨月欣.北京大学医学出版社.2005.05。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。

Claims (10)

1.一种针对用户日配餐进行营养评价的方法，其特征在于，该方法包括如下步骤：

A、提供一数据库，该数据库中包含：不同用户特征的营养需求信息、食物包含营养成分的信息；

B、获取用户的特征信息；根据该特征信息、及所述数据库中不同用户特征的营养需求信息，确定相应用户的营养需求信息；

C、获取用户的日配餐数据；根据该日配餐数据、及所述数据库中食物包含营养成分的信息，确定该日配餐数据中各营养成分信息；

D、获取所述日配餐数据针对该用户的评价分值；

D1、所述评价分值包括营养均衡分Ns；获取所述日配餐的营养均衡分Ns的步骤如下：

D11、设有N种营养成分，分别计算各营养成分的营养分，计算第i种营养成分营养分Ns_i的计算步骤如下，其中，i＝1、2、...、N：

D111、获取该营养成分的实际输入量actual；

D112、根据步骤B中获取的用户的营养需求信息，获取或设定该用户食用该营养成分推荐量advice、推荐量区间[low，high]、食用最低限bottom、食用最高限top，其中，low为推荐量下限，high为推荐量上限；

D113、设定一最高分：满分full，设定一较高分：基础分basic；当实际输入量actual在[low，high]之间，分值区间为[basic，full]；

D114、获取该营养成分的营养分Ns_i；

若actual∈(-∞，bottom)∪(top，+∞)，则Ns_i＝0；

若actual∈[bottom，low)，则Ns_i∈(0，basic)；

若actual∈[low，high]，则Ns_i∈[basic，full]；

若actual∈(high，top]，则Ns_i∈(0，basic)；

D12、根据N种营养成分的各营养分、及其加权系数获取其加权平均数，获取所述日配餐的营养均衡分；

E、根据所述评价分值做出营养评价。

2.根据权利要求1所述的针对用户日配餐进行营养评价的方法，其特征在于：

所述评价分值还包括餐顿能量比分值Es；所述步骤D还包括

D2、计算餐顿能量比分值Es，所述餐顿能量比为一天中各顿膳食的能量摄入量比例；步骤如下：

D21、设定N_meal为用户适宜的一日餐顿数，判断实际配餐的餐顿数是否与N_meal一致，若是则进入D22，否则直接跳转到D25，且输出餐顿能量比分Es＝0；

D22、遍历一天所有餐顿能量比，若遍历完毕则进入D25，否则进入D23；餐顿能量比数目为N_meal-1，餐顿能量比分别为(E₂/E₁)、...、

即第一餐能量/第二餐能量、...、第N_meal餐能量/第N_meal-1餐能量；

D23、计算第i种餐顿能量比分值Es_i；

D231、获取该营养成分的实际餐顿能量比actual’；

D232、设定餐顿能量比推荐量advice’、推荐量区间[low’，high’]、推荐量最低限bottom’、推荐量最高限top’，其中，low’为推荐量下限，high’为推荐量上限；

D233、设定一最高分：满分full’，设定一较高分：基础分basic’；当实际餐顿能量比actual’在[low’，high’]之间，分值区间为[basic’，full’]；

D234、获取该餐顿能量比分值Es_i；

若actual’∈(-∞，bottom’)∪(top’，+∞)，则Es_i＝0；

若actual∈[bottom’，low’)，则Es_i∈(0，basic’)；

若actual∈[low’，high’]，则Es_i∈[basic’，full’]；

若actual∈(high’，top’]，则Es_i∈(0，basic’)；

D24、累加餐顿能量比Es，即

之后跳转至D22判断是否遍历完毕；

D25、输出餐顿能量比Es。

3.根据权利要求2所述的针对用户日配餐进行营养评价的方法，其特征在于：

所述评价分值还包括相生相克分值Cs；所述步骤D还包括

D3、计算相生相克分值Cs，步骤如下：

D31、判别是否已遍历完成实际配餐中所有餐顿数，是则跳转到D38，输出菜相生相克分Cs，否则进入D32，考虑第i餐顿；

D32、判别是否已考虑完餐顿i中所有两两菜之间的关系，是则跳转回D31，否则进入D33继续考虑；

D33、判别餐顿i中是否有一对菜相克致死，是则直接跳转到D38，且输出菜相生相克分Cs＝0，否则进入D34；

D34、判别餐顿i中是否有一对菜相克有害，是则跳转到D37，在步骤D37中对Cs扣L1分，否则进入D35；

D35、判别餐顿i中是否有一对菜相克影响营养吸收，是则跳转到D37，在步骤D37中对Cs扣L2分，否则进入D36；其中，L2＜L1；

D36、判别餐顿i中是否有一对菜相生，是则跳转到D37，在步骤D37中对Cs加L3分，否则进入D32，考虑餐顿i中下一对菜；

D37、根据餐顿中是否存在相生相克菜，以基本分为基础，增减菜相生相克分Cs；

D38、输出菜相生相克分，若Cs已减为负数，则记为0；若Cs已超过满分，则记为满分；

所述步骤E中的评价分值Health_Score＝Nw*Ns+Ew*Es+Cw*Cs；

其中，Nw、Ew、Cw分别为设定的营养均衡分Ns、餐顿能量比分Es、菜相生相克分Cs的加权系数，需满足Nw+Ew+Cw＝1。

4.根据权利要求1至3之一所述的针对用户日配餐进行营养评价的方法，其特征在于：

所述数据库中还包括若干条已有的日配餐信息；

所述方法还包括

步骤F、根据用户的特征信息对所述数据库中已有的日配餐信息分别进行评分，寻找评价分值高的一个或多个日配餐作为该用户的推荐日配餐。

5.根据权利要求1至3之一所述的针对用户日配餐进行营养评价的方法，其特征在于：

所述步骤D114中，

若actual＝advice，则Ns_i＝full；

若actual∈[bottom，low)，则根据Ns_i/basic＝(actual-bottom)/(low-bottom)获取Ns_i；

若actual∈[low，high]，则根据

若actual∈(high，top]，则根据Ns_i/basic＝(top-actual)/(top-high)获取Ns_i。

6.根据权利要求1至3之一所述的针对用户日配餐进行营养评价的方法，其特征在于：

根据步骤B中用户的特征信息获取该用户相对一般人需要多食、或少食、或正常；

对需要多食者，调高推荐量advice；对需要少食者，调低推荐量advice。

7.根据权利要求1至3之一所述的针对用户日配餐进行营养评价的方法，其特征在于：

步骤C中，所述各营养成分信息的确定包括：

C1、计算每种营养成分在一日配餐中的含量，对营养成分k，有

$N_k=\underset{i=1}{\overset{\left|\mathrm{dish}\right|}{\mathrm{\Σ}}}{a}_i*N_{i,k};$

其中N_k表示一日配餐中营养成分k的含量，|dish|表示一日配餐的菜种类，a_i表示第i种菜的食用份数，N_i，k表示第i种菜中营养成分k的含量；

所述营养成分包括能量；

C2、计算餐顿能量比，假设一日配餐有餐顿数N，

$E_1:...:E_j:...:E_N=\underset{i}{\mathrm{\Σ}}{a}_{i,1}*e_{i,1}:...:\underset{i}{\mathrm{\Σ}}{a}_{i,j}*e_{i,j}:...:\underset{i}{\mathrm{\Σ}}{a}_{i,N}*e_{i,N}$

其中E_j表示第j顿的能量，a_i，j表述第j顿中第i道菜的食用份数，e_i，j表示第j顿中第i道菜的能量。

8.一种针对用户日配餐进行营养评价的系统，其特征在于，该系统包括：

-数据库，其包含：不同用户特征的营养需求信息、食物包含营养成分的信息；

-用户营养需求信息获取模块，用以根据该用户的特征信息、及所述数据库中不同用户特征的营养需求信息，确定相应用户的营养需求信息；

-日配餐营养成分信息获取模块，用以根据用户的日配餐数据、及所述数据库中食物包含营养成分的信息，确定该日配餐数据中各营养成分信息；

-日配餐评价分值获取模块，用以根据用户的日配餐信息、对应用户的信息获取所述日配餐数据针对该用户的评价分值；其包括

营养均衡分获取子模块，用以获取所述日配餐的营养均衡分Ns；其包括各营养成分营养分计算单元、日配餐营养均衡分计算单元：

所述各营养成分营养分计算单元用以计算各营养成分的营养分Ns_i，Ns_i为第i种营养成分的营养分；其中，N为营养成分种类数，i＝1、2、...、N；其包括

——营养成分实际输入量获取子单元，用以获取该营养成分的实际输入量actual；

——数据设定子单元，根据所述用户营养需求信息获取模块获取的用户的营养需求信息、设定该用户食用该营养成分推荐量advice、推荐量区间[low，high]、食用最低限bottom、食用最高限top，其中，low为推荐量下限，high为推荐量上限；设定一最高分：满分full，设定一较高分：基础分basic；当实际输入量actual在[low，high]之间，分值区间为[basic，full]；

——营养成分营养分获取子单元，用以获取该营养成分的营养分Ns_i；

若actual∈(-∞，bottom)∪(top，+∞)，则Ns_i＝0；

若actual∈[bottom，low)，则Ns_i∈(0，basic)；

若actual∈[low，high]，则Ns_i∈[basic，full]；

若actual∈(high，top]，则Ns_i∈(0，basic)；

所述日配餐营养均衡分计算单元根据N种营养成分的各营养分、及其加权系数获取其加权平均数，获取所述日配餐的营养均衡分；

-营养评价模块，用以根据所述评价分值获取模块获取的评价分值做出营养评价。

9.根据权利要求8所述的针对用户日配餐进行营养评价的系统，其特征在于：

所述日配餐评价分值获取模块还包括餐顿能量比分值获取单元，用以获取餐顿能量比分值Es；获取方式如下：

D21、设定N_meal为用户适宜的一日餐顿数，判断实际配餐的餐顿数是否与N_meal一致，若是则进入D22，否则直接跳转到D25，且输出餐顿能量比分Es＝0；

D22、遍历一天所有餐顿能量比，若遍历完毕则进入D25，否则进入D23；餐顿能量比数目为N_meal-1，餐顿能量比分别为(E₂/E₁)、...、

即第一餐能量/第二餐能量、...、第N_meal餐能量/第N_meal-1餐能量；

D23、计算第i种餐顿能量比分值Es_i；

D231、获取该营养成分的实际餐顿能量比actual’；

D232、设定餐顿能量比推荐量advice’、推荐量区间[low’，high’]、推荐量最低限bottom’、推荐量最高限top’，其中，low’为推荐量下限，high’为推荐量上限；

D233、设定一最高分：满分full’，设定一较高分：基础分basic’；当实际餐顿能量比actual’在[low’，high’]之间，分值区间为[basic’，full’]；

D234、获取该餐顿能量比分值Es_i；

若actual’∈(-∞，bottom’)∪(top’，+∞)，则Es_i＝0；

若actual∈[bottom’，low’)，则Es_i∈(0，basic’)；

若actual∈[low’，high’]，则Es_i∈[basic’，full’]；

若actual∈(high’，top’]，则Es_i∈(0，basic’)；

D24、累加餐顿能量比Es，即

之后跳转至D22判断是否遍历完毕；

D25、输出餐顿能量比Es。

10.根据权利要求9所述的针对用户日配餐进行营养评价的系统，其特征在于：

所述日配餐评价分值获取模块还包括相生相克分值获取单元，用以获取相生相克分值Cs；获取方式如下：

D31、判别是否已遍历完成实际配餐中所有餐顿数，是则跳转到D38，输出菜相生相克分Cs，否则进入D32，考虑第i餐顿；

D32、判别是否已考虑完餐顿i中所有两两菜之间的关系，是则跳转回D31，否则进入D33继续考虑；

D33、判别餐顿i中是否有一对菜相克致死，是则直接跳转到D38，且输出菜相生相克分Cs＝0，否则进入D34；

D34、判别餐顿i中是否有一对菜相克有害，是则跳转到D37，在步骤D37中对Cs扣L1分，否则进入D35；

D35、判别餐顿i中是否有一对菜相克影响营养吸收，是则跳转到D37，在步骤D37中对Cs扣L2分，否则进入D36；其中，L2＜L1；

D36、判别餐顿i中是否有一对菜相生，是则跳转到D37，在步骤D37中对Cs加L3分，否则进入D32，考虑餐顿i中下一对菜；

D37、根据餐顿中是否存在相生相克菜，以基本分为基础，增减菜相生相克分Cs；

D38、输出菜相生相克分，若Cs已减为负数，则记为0；若Cs已超过满分，则记为满分；

所述步骤E中的评价分值Health_Score＝Nw*Ns+Ew*Es+Cw*Cs；

其中，Nw、Ew、Cw分别为设定的营养均衡分Ns、餐顿能量比分Es、菜相生相克分Cs的加权系数，需满足Nw+Ew+Cw＝1。

Images