CN102435619A - 用于测定食品样品的卡路里含量的系统和方法 - Google Patents

Abstract

系统(100)包括估计单元(21)，其用以非破坏性地估计食品样品的脂肪含量和水含量。所述系统还包括可操作地连接到所述估计单元的处理单元(29)以仅基于所述食品样品的脂肪含量和水含量确定卡路里含量。

Description

用于测定食品样品的卡路里含量的系统和方法

技术领域

概括地讲，本文提供的实施方案涉及测定食品样品的卡路里含量，且更具体地将，涉及非破坏性地测定食品样品的卡路里含量。 

背景技术

为了有效控制体重，必须提供卡路里输入与卡路里燃烧数之间的适当平衡。不管用户遵循特定食谱、特定锻炼方式、处于增重/减重计划还是进行了胃旁路术，都必须使卡路里消耗数与卡路里燃烧数相关联。即使用户只是希望保持体重，也必须平衡卡路里消耗数与卡路里燃烧数，在这种情况下，二者应该大致相同。 

卡路里由于用户进行的特定锻炼/身体活动而燃烧。在计算卡路里燃烧数的过程中，用户必须考虑其所进行活动的类型。卡路里燃烧数随活动水平而变，而且还取决于个体的特定特性，诸如体重、年龄和性别。用户习惯于自动监测所燃烧的卡路里。大部分现代锻炼机显示卡路里燃烧数的估量。此外，用户戴有基于加速计的活动监测器以将每日身体运动自动转化为所燃烧的卡路里。 

另一方面，在记录卡路里消耗数的过程中，用户必须使一些信息易于得到，所述信息指示每单位量其消耗的各种食品的卡路里数。追踪所消耗的卡路里仍然是相当手动且费时的任务。要求用户测定所吃的每种食物的重量或体积且从索引(书或联机)得到特定食品的卡路里。随后必须将索引单位转化为所吃食品的量并记录在饮食日志中。 

此外，所吃的许多食物在索引中并没有以数值准确地描述且其卡路里密度是可变的。所消耗食物的卡路里含量视成分和那些成分的量而广泛变化。关于该问题的一种方法是手动指出配方中的各成分并将其加和；但这需要更多工作。膳食的实际卡路里含量可视膳食制备中使用的成分的实际量而广泛变化。 

因此，需要允许用户得到其所消耗的食物的卡路里含量的经验估计的系统。 进一步需要非破坏性地估计食物的卡路里含量的系统和方法。 

发明内容

简而言之，根据本发明的各方面，提供包括估计单元和处理单元的系统，从而非破坏性地估计食品样品的脂肪含量和水含量。所述处理单元可操作地连接到估计单元以仅基于食品样品的所估计的脂肪含量和水含量确定卡路里密度。 

根据本发明的另一方面，提供估计食品样品的脂肪含量和水含量的方法。所述脂肪含量和所述水含量用估计单元估计。所述方法还包括使用处理单元仅基于所估计的脂肪含量和水含量确定食品样品的卡路里密度。所述处理单元可操作地连接到所述估计单元。 

根据本发明的其他方面，提供估计食品样品的脂肪含量和水含量的方法。所述方法包括发送微波辐射，使得微波辐射中的至少一部分与食品样品相互作用。所述方法还包括接收所发送微波辐射中的至少一些。所述方法还包括基于所接收的微波辐射估计食品样品的脂肪含量和水含量。所述方法包括仅基于所估计的脂肪含量和水含量确定食品样品的卡路里密度。 

附图说明

在参考附图阅读以下详述时将更加透彻地理解本发明的这些和其他特征、方面和优势，在所述附图中相同的符号表示相同元件，其中： 

图1为根据本发明的各方面用于将体重、消耗的卡路里和燃烧的卡路里传达给用户的系统的示意图； 

图2为根据本发明的各方面用于测定食品样品的卡路里含量的系统的示意图； 

图3为图示根据本发明的各方面确定食品样品的卡路里含量的方法的流程图； 

图4为图示根据本发明的各方面估计食品样品的脂肪含量和水含量的方法的流程图； 

图5为图示根据本发明的各方面确定食品样品的卡路里含量的详细方法的 流程图； 

图6为图示根据本发明的各方面产生回归表达式的方法的流程图；

图7为根据本发明的各方面在数据储存库中记录的无脂食物的水含量与卡路里密度的相互关系的图； 

图8为根据本发明的各方面在数据储存库中记录的含脂食物的水含量与卡路里密度的相互关系的图； 

图9为根据本发明的各方面脂肪含量与Δ卡路里密度的相互关系的图；且 

图10为根据本发明的各方面从数据储存库中得到的经验卡路里密度与使用从数据储存库中得到的脂肪含量和水含量由第三方程预测的卡路里密度的相互关系的图。 

具体实施方式

参照图1和2，其中图示了包括健康管理模块10的示例性系统100。所述健康管理模块10可包括计算装置，诸如计算机11、智能手机和/或类似装置，其可经构造以执行健康管理应用。计算机11可包括经构造以执行健康管理应用的硬件，诸如专用集成电路，或可包括或接收(比方说，经由互联网)待由计算机的多用途中央处理器执行的指令(例如，软件)。在任何情况下，健康管理应用在由计算机11执行时可提供图形用户界面，使得用户能够实时跟踪其体重、所消耗的卡路里和所燃烧的卡路里。健康管理模块10可与诸如随机存取存储器(RAM)的存储装置13通信，该存储装置可包括在计算机11中或可位于远距离且(比方说，经由局部网和/或互联网)存取。在一个实施方案中，与健康管理应用相关的软件可存储在存储装置13中。健康管理模块10可包括无线发送器/接收器12，无线发送器/接收器12可便于将来自各种外源的数据上载到健康管理模块。 

系统100还可包括卡路里测定模块20。卡路里测定模块20可包括估计单元21，所述估计单元21可经构造以收集如下所述表示(且能够随后估计)在所述估计单元中处置的食品样品S的脂肪含量和水含量的数据。计算装置29可连接到估计单元21，在一个实施方案中，计算装置29可为计算机、智能手机和/或类似装置中的一种或多种。可将由估计单元21收集的数据发送到计算装置29以便随后用于估计食品样品S的脂肪含量和水含量并计算该食品样品的卡路里含 量。卡路里测定模块20还可包括存储器27(例如，RAM)，存储器27可操作地连接到估计单元21和计算装置29，该存储器可以存储由估计单元收集的数据和/或由计算装置处理或将由计算装置处理的数据。在一个示例性实施方案中，估计单元21可包括光谱仪(例如，微波光谱仪、近红外光谱仪、超宽谱带脉冲色散微波光谱仪和/或类似光谱仪)。在下文中更详细地描述可使用表示食品样品的脂肪含量和水含量的数据来估计样品的脂肪含量和水含量且计算样品的卡路里含量的方法。 

系统100还可包括重量监测模块30和活动监测模块40。重量监测模块30可包括用以测定用户重量的简单的称量秤，和/或可包括经构造以测定体重指数(Body Mass Index，BMI)的机器。活动监测模块40可包括用以追踪用户所燃烧的卡路里的自动监测器。在一个实施方案中，活动监测模块40可包括可佩戴的装置，诸如计步器、三维加速计、心率监测器和/或类似装置。活动监测模块40可经适当校准以将活动测定结果转化为所燃烧的卡路里。 

健康管理模块10可以可操作地连接到卡路里测定模块20、重量监测模块30和/或活动监测模块40，比方说，经由无线发送器12连接。卡路里测定模块20、重量监测模块30和/或活动监测模块40因此可发送由此收集的数据到健康管理模块10，例如以便由存储装置13存储。除了重量和卡路里消耗数据之外，存储装置13还可保留历史健康数据。 

用户界面50可通信连接到健康管理模块10且可提供从重量监测模块30得到的重量/BMI信息、从卡路里测定模块20得到的卡路里含量和从活动监测模块40得到的所燃烧的卡路里的指示。用户界面50例如可为允许用户观察整天所消耗的卡路里和所燃烧的卡路里的可佩戴装置或电子卡。应该进一步注意到，用户界面50和活动监测模块40可作为在诸如蜂窝式电话、便携式计算装置(例如，智能手机、膝上型计算机或专用装置)等的单个无线装置上运行的应用存在，所述计算装置可与健康管理模块10的计算装置11一致。 

在一些实施方案中，系统100可能不包括重量监测模块30、活动监测模块40和/或用户界面50。作为替代，系统100可经构造以使得用户可将重量和锻炼信息直接输入系统100，比方说，经由健康管理模块10输入。或者，系统100可经构造以使得用户可将重量和锻炼信息输入例如用户界面50。 

可将待估计脂肪含量和水含量且待计算卡路里含量的食品样品置于估计单元21中。卡路里测定模块20随后可估计食品样品的脂肪含量和水含量并计算卡路里含量。具体地说，估计单元21可收集能够估计样品的脂肪含量和水含量的数据。处理单元29随后可例如仅基于所估计的脂肪含量和水含量来确定食品样品的卡路里含量。关于食品样品的卡路里含量的信息可经由无线发送器12上载到健康管理模块10。卡路里测定模块20的操作将在下文参照图2-4来详细描述。 

参照图2，估计单元21可包括微波光谱仪70。微波光谱仪70可包括发送器22a和接收器22b。发送器22a例如可为能够在微波光谱仪70的整个自由空间区域25(例如可放置食品样品S的地方)发送多频率的微波的低功率微波发送器。估计单元21还可包括称量秤24和保留食品样品S在光谱仪70内的容纳单元23。在一个实施方案中，称量秤24可整合到微波光谱仪70中(比方说，整合到光谱仪的外壳72中)。还可包括光学扫描仪26，诸如低分辨率三维光学扫描仪。还可包括温度测定装置，诸如温度计、热电偶或红外测温仪28。发送器22a、接收器22b、称量秤24、光学扫描仪26和红外测温仪28中的每一个都可以可操作地连接到处理单元29。 

在操作中，发送器22a可以选择性地发送微波W到微波光谱仪70的自由空间区域25中。例如，卡路里测定模块20可经构造以允许用户输入命令(比方说，通过按下按钮)，这导致信号由处理单元26传送到光谱仪70以引发微波从发送器22a发送。一部分发送的微波W的可与食品样品S相互作用，且接收器22b随后可接收传播的微波。 

传播的波W与其各种波参数相关，例如包括振幅、相、衰减、截止频率和相位移。对于穿过自由空间区域传播的微波(即，未与食品样品相互作用)来说，这些参数可确定为光谱仪70的几何形状和发送器22a的性质的函数，且可存储(比方说)在存储器27中。随着发射的微波W从发送器22a行进到接收器22b并与食品样品S相互作用，传播微波的波参数将由于存在食品样品而被干扰。例如，随着微波W与食品样品相互作用，食品样品中的水和脂肪中存在的极性分子可能旋转，从而与和传播波相关的电磁场对准，该旋转影响波本身的性质。由于与食品样品S的相互作用引起的与波W相关的参数的改变因此可提供关于 食品样品的信息。 

由接收器22b收集的波数据可传达到处理单元29以由此提取所接收波的波参数数据。随后，可将所接收的波参数数据与最初从发送器22a发送的波的波参数相比较，以确定由波W与食品样品S的相互作用引起的波参数的干扰的大小，且如在下文更详细地论述，由此估计脂肪含量(脂肪质量/食品样品总质量)和水含量(水质量/食品样品的总质量)。应注意到用于估计脂肪含量和水含量的上述方法不需要破坏所测定的食品样品。对于关于波参数干扰与由此确定脂肪含量和水含量之间关系的更多信息，参见Buford Randall Jean，“Process Composition Monitoring at Microwave Frequencies：A Waveguide Cutoff Method and Calibration Procedure(在微波频率下监测的工艺组合物：波导截止法和校准方法)”，IEEE Transactions on Instrumentation and Measurement，55(1)卷，2006年2月；Jean等的美国专利7,221,169号和Jean等的美国专利5,331,284号，其各自的内容以引用的方式全部结合到本文中。 

应注意到，从发送器22a行进到接收器22b的微波W可稍受例如包括所测定食品样品的总质量、体积、密度、几何形状和温度的各种系统变量的影响。这些变量可影响传播微波的程度可例如取决于与传播微波相关的电磁场的均匀性。微波光谱仪70可提供有可用以测定食品样品的质量的秤24、测定食品样品S的体积的光学扫描仪26和测定食品样品的温度的红外测温仪28。微波光谱仪70的处理单元29因此可经构造以对于食品样品的不同总质量、体积、密度和温度校准所估计的脂肪和水含量的读数。例如，可重复测定具有已知组成的食品样品数次，同时独立地改变总质量、体积、密度、几何形状和温度，由此量化各变量的影响。如本领域技术人员将了解，以这种方式，可校准微波光谱仪70以估计具有任意总质量、体积、密度和温度的食品样品的脂肪含量和水含量。 

图3为使用与图1中所绘的系统100一致的系统确定食品样品的卡路里含量的示例性方法200的流程图。参照图1-3，方法200可包括估计(202)食品样品的脂肪含量和水含量和确定(204)食品样品的卡路里含量。例如使用估计单元21可估计食品样品的脂肪含量和水含量。下文结合图4更详细地说明脂肪含量和水含量的估计(202)。食品样品的卡路里含量可(比如说)使用所估计的食品样品的脂肪含量和水含量通过处理单元29确定，从而确定食品样品的卡路里密度。下 文将结合图5更详细地说明卡路里含量的测定(204)。 

参照图2和图4，在图4中详细地表示了通过使用估计单元21估计(202)脂肪含量和水含量。食品样品S的质量可例如使用称量秤24测定(206)。食品样品S的体积可例如使用光学扫描仪26测定(208)。食品样品S的温度可例如使用红外测温仪28测定(210)。食品样品可使用电磁辐射探测(212)。更具体地讲，微波W可(比如说)通过发送器22a(例如，响应来自处理单元29的信号)发射(214)且由接收器22b接收(216)。 

食品样品S的脂肪含量和水含量因此可在从发送器22a和接收器22b接收波数据之后例如由处理单元29估计(220)。例如，如上所提，对于所发送和接收的微波W可提取或以其他方式确定波参数，且可分析所发送波的参数和所接收波的参数的差别来确定食品样品S的脂肪含量和水含量。在估计(220)食品样品S的脂肪含量和水含量之前，如果需要，可针对食品样品的总质量、体积、密度和/或温度校准(218)波数据。 

图5为详细描述使用与图1中所绘系统100一致的系统进行的食品样品的卡路里含量的确定(204，图3)的流程图。参照图1、图2和图5，可产生(222)使脂肪含量和水含量与卡路里密度相关联的回归表达式。在一些实施方案中，回归表达式的产生可由处理单元29实现，而在其他情况下，回归表达式可单独产生并存储(比如说)在存储器27中。下文提供关于回归表达式形式的其他细节。可将食品样品S的估计的脂肪含量和水含量的值输入(224)所产生的表达式(比如说，由处理单元29产生)中，且可由此计算(226)食品样品的卡路里密度CD(卡/单位质量)。可使早先(比如说，由秤24)测定的食品样品S的质量乘以(228)卡路里密度CD(同样，例如通过处理单元29)以得到食品样品的卡路里含量。 

尽管方法204在图5中描绘为从产生(222)回归表达式开始，但是应该了解，回归表达式一旦产生，则可存储在卡路里测定模块20的存储器27中。因而，方法204的随后使用可以从只是找回预先产生的回归表达式开始。下文将结合图6详细描述产生(222)回归表达式的详细方法。 

方法200(图3)在结合卡路里测定模块20使用时可允许用户将食品样品S置于估计单元21中且比如说按下按钮以开始食品样品的卡路里含量的测定。所述食品样品可为较大食物或成批食物的代表性样品。该方法因此能够仅仅通过测 定食品样品的脂肪含量和水含量而估计较大食物或成批食物的卡路里含量。此外，由于非破坏性地测定卡路里含量，所以该方法还可以使用户能够将含任意食物的膳食置于估计单元20中并得到整个膳食的卡路里含量。 

下文结合图6描述产生回归表达式的详细方法222。回归表达式可通过得到(242)与一种或多种无脂食物相关的水含量和卡路里密度数据来产生。这些数据可例如通过对各种无脂食物进行一系列组成分析试验，或从文献记载的营养信息的数据储存库中得到。公开的可用数据储存库的实例有美国农业部(USDA)营养数据库，该数据库含有超过6600种含脂食物和无脂食物的水含量、脂肪含量和卡路里密度数据。无脂食物的卡路里密度因此可绘制(244)为水含量的函数。USDA营养数据库中报道的无脂食物的这种图的实例示于图7中。可对该数据进行(246)线性拟合以产生第一方程；对于在图8中所绘的数据来说，第一方程为 

CD＝3.79-3.79W    (方程1) 

其中：W为食品样品的水含量(水的质量/食品样品的总质量)，且CD为食品样品的卡路里密度，表示为卡/单位质量。 

同样通过实验或从数据储存库中可以得到(248)与一种或多种含脂食物相关的水含量、脂肪含量和卡路里密度数据。可将含脂食物中每一种的水含量W输入方程1中，以仅基于水含量计算(250)卡路里密度(也就是说，不包括食物样品中所含的任何脂肪对卡路里密度的贡献)。在USDA营养数据库中指出的含脂食物的卡路里密度相对于水含量的图以及由方程1计算的代表卡路里密度的线提供于图8中。可确定(252)实际卡路里密度(即，通过单独的实验确定或在数据储存库中报道的卡路里密度)与从方程1计算的卡路里密度之差ΔCD；在图8中，该差由实际卡路里密度数据点与由方程1计算的代表卡路里密度的线之间的垂直距离表示。如图9中所示，该差ΔCD可绘制(254)为脂肪含量F(脂肪质量/食品样品的总质量)的函数。可对该数据进行(256)线性拟合以产生第二方程；对于在图9中所绘的数据来说，第二方程为

ΔCD＝5.1F    (方程2)

其中，同样，ΔCD为USDA营养数据库中报道的含脂食物的实际卡路里密度与那些食物由方程1计算的卡路里密度之差。 

方程1和2可加在一起(258)以产生第三方程 

CD＝3.79-3.79W+5.1F    (方程3) 

其中，同样，CD为卡路里密度，以卡/单位质量的食品样品来表示。方程3因此为“回归表达式”，其可用以由任意食品样品的脂肪含量和水含量确定该食品样品的卡路里密度。食品样品的总卡路里含量随后通过用食品样品的计算的卡路里密度乘以样品的质量来得到。 

在实践中，处理单元29可将由估计单元20非破坏性地估计的水含量和脂肪含量输入方程3中，该方程可在处理单元29中预程序化和/或存储在存储器27中。如果需要另外的准确性，则可收集诸如体积和温度的其他参数并将其用以校准估计单元20。可将经验确定的校准函数存储在处理单元29和/或存储器27内，使得可在没有任何其他用户输入的情况下自动进行校准参数的测定和校准。 

在图10中，将USDA营养数据库中指出的所有食物的文献记载的卡路里密度相对于对于那些相同食物来说由方程3预测的卡路里密度绘图。还示出了对该数据进行拟合的线，所述线具有大致单一的斜率和0.995的拟合R²值。这暗示仅包括脂肪含量和水含量作为独立变量的方程3可为卡路里密度的优良预示式。表明使用方程3来预测卡路里密度中的准确程度的一系列食物示于表1中。 

表1. 

申请人因此独创性地认识到任意食品样品的卡路里密度都可以准确地表示为该样品的脂肪含量和水含量的函数，而不需要收集与该食品样品相关的其他数据。这与常规实践形成对比，在常规实践中，食品样品的卡路里含量的确定需要例如通过研究营养信息的数据库且此后估计数量来手动确定食品样品中各成分的卡路里含量。与常规方法相比，与以上描述一致的确定卡路里密度的方法因此可得以简化。 

总之，根据上述示例性实施方案构造的系统可用以非破坏性地估计食品样品的卡路里含量。食品样品的卡路里的估计可以简单地通过按下按钮而得到。因而，这些系统可非常适合与常规微波烹调装置整合。 

在一个示例性实施方案中，所述系统可作为健康管理模块的一部分而包括。所述健康管理模块可为用户提供用以实时跟踪已经燃烧的卡路里的装置，而同时提供用于跟踪用户已消耗的食物中的卡路里的装置。该系统因此可为用户提供通过及时比较饮食和锻炼活动来制定充足且合理的饮食和锻炼决定的能力。 

虽然在本文中仅说明并描述了本发明的某些特征，但本领域技术人员将会想到许多修改和变化。例如，上述论述中的许多集中在基于诸如方程3的单个回归表达式确定卡路里含量。然而，参照图2，在一些实施方案中，存储器27可存储多个回归表达式，其中各个别回归表达式可例如对具体食物种类定制。例如，存储器27可存储第一回归表达式，其基于针对(比如说)甜食的数据确定；第二回归表达式，其针对肉类确定；第三回归表达式，其针对蔬菜确定；和第四回归表达式，其由针对USDA营养数据库中的所有食物的数据确定。因此可给予用户选择权以调用食品专用的回归表达式(其中待测定的食品样品明显属于指定种类之一)或通用(在此，第四)回归表达式(其中食品样品未知或为不均匀的类型)。因此，所附权利要求书将涵盖所有这类属于本发明的真实精神内的修改和变化。 

部件列表： 

系统100 

健康管理模块10 

计算机11 

无线发送器/接收器12 

存储装置13 

卡路里测定模块20 

估计单元21 

发送器22a 

接收器22b 

容纳单元23 

称量秤24 

自由空间区域25 

光学扫描仪26 

存储器27 

红外测温仪28 

计算装置29 

重量监测模块30 

活动监测模块40 

用户界面50 

微波光谱仪70 

方法200 

估计食品样品的脂肪含量和水含量202 

确定食品的卡路里含量204 

测定食品样品的质量206 

测定食品样品的体积208 

测定食品样品的温度210 

使用电磁辐射探测食品样品212 

发射微波214 

接收微波216 

针对食品样品的总质量、体积、密度和/或温度校准波数据218 

估计食品样品的脂肪含量和水含量220 

产生使脂肪和水含量与卡路里密度相互关联的回归表达式222 

将脂肪含量和水含量的值输入所产生的表达式224 

计算卡路里密度226 

使食品样品的质量乘以卡路里密度228 

得到无脂食物的水含量和卡路里密度数据242 

无脂食物的卡路里密度随后可绘制为水含量的函数244 

进行线性拟合以产生方程1 246 

得到与一种或多种含脂食物相关的水含量、脂肪含量和卡路里密度数据248 

仅基于水含量计算卡路里密度250 

确定实际卡路里密度与由方程1计算的卡路里密度之间的差值252 

将差值绘制为脂肪含量的函数254 

进行线性拟合以产生方程2 256 

使方程1与方程2加和以产生方程3 258。 

Claims (10)

1.系统，其包括：

估计单元(21)，其用以非破坏性地估计食品样品的脂肪含量和水含量；和

处理单元(29)，其可操作地连接到所述估计单元以仅基于所述食品样品的脂肪含量和水含量确定卡路里密度。

2.权利要求1的系统，其中所述估计单元包括：

光谱仪(70)，其包括发送器(22a)和接收器(22b)；和

称量秤(24)，其连接到所述光谱仪。

3.权利要求2的系统，其中所述光谱仪为微波光谱仪、近红外光谱仪或超宽谱带脉冲色散微波光谱仪。

4.权利要求2的系统，其中所述估计单元还包括光学扫描仪(26)、温度测定装置(28)或其组合。

5.权利要求1的系统，其中所述处理单元经构造以产生与一种或多种食物有关的将脂肪含量和水含量与卡路里密度相关联的回归表达式，且其中所述脂肪含量、所述水含量和所述卡路里密度从通信连接到所述处理单元的数据储存库得到。

6.权利要求1的系统，其中所述处理单元经构造以使用所估计的脂肪含量、水含量和将脂肪含量和水含量与卡路里密度相关联的回归表达式计算所述食品样品的卡路里密度。

7.权利要求6的系统，其中所述处理单元经进一步构造以通过使所述卡路里密度与所述食品样品的质量相乘来计算所述食品样品的卡路里含量。

8.权利要求1的系统，其还包括：

活动监测模块(40)；

重量监测模块(30)；

健康管理模块(10)，其包括无线发送器(12)，其中所述健康管理模块可操作地连接到所述处理单元、所述活动监测模块和所述重量监测模块。

9.权利要求8的系统，其中所述活动监测模块经构造以监测由用户燃烧的卡路里。

10.权利要求8的系统，其中所述健康管理模块经构造以追踪用户的重量和由所述用户消耗和燃烧的卡路里。

Images