CN103186701A - 一种饮食习惯分析方法、系统和设备 - Google Patents
一种饮食习惯分析方法、系统和设备 Download PDFInfo
- Publication number
- CN103186701A CN103186701A CN2011104510809A CN201110451080A CN103186701A CN 103186701 A CN103186701 A CN 103186701A CN 2011104510809 A CN2011104510809 A CN 2011104510809A CN 201110451080 A CN201110451080 A CN 201110451080A CN 103186701 A CN103186701 A CN 103186701A
- Authority
- CN
- China
- Prior art keywords
- sensor
- diet
- time
- measured
- time period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明公开了一种饮食习惯分析方法、系统和设备,在被测者身上佩戴第一传感器和第二传感器,第一传感器连续性地采集被测者的口腔活动信号,同时,第二传感器连续性地采集被测者的身体运动信号;根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系;各不同时间段为一系列连续的时间段;根据所记录的内容分析得到被测者的饮食习惯。应用本发明所述的方法、系统和设备,能够得到客观、准确的分析结果。
Description
技术领域
本发明涉及医疗健康技术领域,特别涉及一种饮食习惯分析方法、系统和设备。
背景技术
随着生活水平的提高,人们对身体健康越来越重视。其中,新陈代谢对于身体健康有着举足轻重的作用,而影响新陈代谢的最重要因素就是饮食。
科学合理的饮食习惯,能够保证生命肌体的正常运转,而有悖于科学的饮食习惯,则会使体内的新陈代谢受到影响,使身体营养失去平衡,进而导致营养不良或营养过剩,甚至可能导致心血管疾病、脑血管疾病以及糖尿病等。
因此,如何对人们的饮食习惯进行分析,进而根据分析结果给出科学合理的建议和指导,对于保证人们的身体健康有着非常积极且重要的意义,但现有技术中还没有一种合适的分析方式。
发明内容
有鉴于此,本发明提供了一种饮食习惯分析方法、系统和设备,能够得到客观、准确的分析结果。
为达到上述目的,本发明的技术方案是这样实现的:
一种饮食习惯分析方法,在被测者身上佩戴第一传感器和第二传感器,该方法包括:
第一传感器连续性地采集被测者的口腔活动信号,同时,第二传感器连续性地采集被测者的身体运动信号;
根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系;各不同时间段为一系列连续的时间段;
根据所记录的内容分析得到被测者的饮食习惯。
一种饮食习惯分析系统,包括:第一传感器、第二传感器和分析设备,第一传感器和第二传感器均佩戴在被测者身上;
第一传感器,用于连续性地采集被测者的口腔活动信号;
第二传感器,用于在第一传感器连续性地采集被测者的口腔活动信号的同时,连续性地采集被测者的身体运动信号;
分析设备,用于根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,各不同时间段为一系列连续的时间段;根据所记录的内容分析得到被测者的饮食习惯。
一种饮食习惯分析设备,包括:
分析模块,用于获取佩戴在被测者身上的第一传感器采集到的口腔活动信号以及第二传感器采集到的身体运动信号;根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,各不同时间段为一系列连续的时间段;根据所记录的内容分析得到被测者的饮食习惯。
可见,采用本发明的技术方案,通过佩戴在被测者身上的第一传感器和第二传感器来采集被测者的口腔活动信号和身体运动信号,通过对这些信号进行分析来得到被测者在不同时间段内的饮食状态和身体运动状态,并进一步分析得到客观、准确的关于被测者的饮食习惯。
附图说明
图1为本发明饮食习惯分析方法实施例的流程图。
图2为本发明饮食习惯分析系统实施例的组成结构示意图。
图3为本发明饮食习惯分析设备实施例的组成结构示意图。
具体实施方式
在实际应用中,以下饮食习惯会影响人们的身体健康,如:
1)边运动边饮食
由于运动时需要大量血液供脑,那么,供胃肠消化吸收的血液就会相对减少,从而影响消化吸收,长期下去,可能会引起胃肠疾病等;
2)饮食后立即运动
饮食之后的一段时间内是不适宜运动的,否则也会造成供胃肠消化吸收的血液相对减少,进而引起胃肠疾病等。
除上述列举的两点外,其它的饮食习惯,如每天的饮食次数是否合理、每次饮食的时长是否合理、前后两次饮食的时间间隔是否合理,以及是否经常吃零食等,也会影响到人们的身体健康。
另外,人的身体活动会产生各种信号,这些信号可以通过人体器官传送到身体各处,如:心脏跳动的信号经过胸腔可以通过心音听诊器获取到,同理,口腔活动产生的信号(如说话、咀嚼等)可通过颅骨传播,并可在头部贴近骨头的部位如耳朵周边、颊骨以及耳朵内用传感器检测到。
为此,本发明中提出一种饮食习惯分析方式,利用两个传感器来分别采集被测者的口腔活动信号和身体运动信号,并结合这些信号分析得到被测者的饮食习惯。所述饮食习惯可包括以下之一或全部:饮食时的身体运动状态、饮食之后一段时间内的身体运动状态;在此基础上,还可进一步包括以下之一或任意组合:每天的饮食次数、每次饮食的时长、前后两次饮食的时间间隔、是否经常吃零食等。
为使本发明的技术方案更加清楚、明白,以下参照附图并举实施例,对本发明所述方案作进一步地详细说明。
图1为本发明饮食习惯分析方法实施例的流程图。如图1所示,包括以下步骤:
步骤10:在被测者身上佩戴第一传感器和第二传感器;第一传感器连续性地采集被测者的口腔活动信号,同时,第二传感器连续性地采集被测者的身体运动信号。
佩戴上之后,第一传感器和第二传感器即可同时开始工作。第一传感器用于采集被测者的口腔活动信号,第二传感器用于采集被测者的身体运动信号。
第一传感器通常为骨传导传感器,第二传感器通常为三轴加速度传感器。并且,第一传感器和第二传感器通常会被集成到同一设备中,并以蓝牙耳机的形式佩戴在被测者的眼镜框与头部的接触点上或者耳内,以满足佩戴舒适性和耐用性等要求。
步骤12:根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系;各不同时间段为一系列连续的时间段。
如何根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态可以有多种实现方式。如:
1)方式一
接收当每次到达预定时间点时第一传感器输出的从前一预定时间点到当前预定时间点内所采集的口腔活动信号以及第二传感器输出的从前一预定时间点到当前预定时间点内所采集的身体运动信号;
在每次接收到第一传感器输出的口腔活动信号及第二传感器输出的身体运动信号后,均进行以下处理:
对接收到的口腔活动信号和身体运动信号进行特征向量提取;
将前一预定时间点到当前预定时间点之间的时间划分为一系列连续的等时长(如10分钟)的时间段;
针对每个时间段,分别根据提取出的该时间段内的口腔活动信号的特征向量确定被测者在该时间段内的饮食状态,并根据提取出的该时间段内的身体运动信号的特征向量确定被测者在该时间段内的身体运动状态。
2)方式二
接收第一传感器每隔时长T(如10分钟)输出一次的口腔活动信号,并接收第二传感器每隔时长T输出一次的身体运动信号;
在每次接收到第一传感器输出的口腔活动信号及第二传感器输出的身体运动信号后,均进行以下处理:
对接收到的口腔活动信号和身体运动信号进行特征向量提取;
根据提取出的口腔活动信号的特征向量确定被测者在该时长对应的时间段内的饮食状态,根据提取出的身体运动信号的特征向量确定被测者在该时长对应的时间段内的身体运动状态。
上述两种方式的不同是由于传感器输出信号的方式不同造成的。
方式一中,当每次到达预定时间点时,第一传感器即会输出从前一预定时间点到当前预定时间点内所采集的口腔活动信号,同时,第二传感器会输出从前一预定时间点到当前预定时间点内所采集的身体运动信号。假设当前时间点为24:00,那么前一预定时间点则可以是指前一天的24:00,两者之间相差一天,即24小时。
而方式二中,第一传感器每隔10分钟即会输出一次口腔活动信号,同时,第二传感器会输出身体运动信号。
上述两种方式中,针对口腔活动信号,提取出的特征向量可包括:信号强度、时域特征如过零率,以及频域特征如各个频带的能量和倒谱系数等,然后,可采用如神经网络、贝叶斯等模式识别的方法以及最常用于语音识别的隐马尔可夫模型等来根据提取出的口腔活动信号的特征向量确定被测者的饮食状态。
针对身体运动信号,提取出的特征向量可包括:均值、方差、微分等,然后,根据提取出的身体运动信号的特征向量来进行运动分类,得到被测者的身体运动状态。
人的口腔活动可包括说话、饮食时的咀嚼、饮水等,本发明中仅关注饮食活动,忽略说话等其它活动,因此本发明中所提到的饮食状态仅包括:饮食和静止。另外,身体运动状态可包括:静止、行走和跑步。
步骤13:根据所记录的内容分析得到被测者的饮食习惯。
如前所述,饮食习惯可包括以下之一或全部:饮食时的身体运动状态、饮食之后一段时间内的身体运动状态;在此基础上,还可进一步包括以下之一或任意组合:每天的饮食次数、每次饮食的时长、前后两次饮食的时间间隔、是否常吃零食等。
以下结合表一,具体说明如何分析得到被测者的饮食习惯。
表一不同时间段的饮食状态和身体运动状态
假设表一中记录的是一天内被测者的状态。
在表一所示的“饮食状态”列表中搜索“饮食”状态,可得到5个搜索结果,对应的时间点为分别为:早7点40分、上午10点、中午12点、下午6点、晚上10点;然后在表一中进一步搜索出上述5个时间点分别对应的身体运动状态,分别为:静止、行走、静止、静止、静止;综合两次的搜索结果可知,被测者在上午10点时有一次边行走边饮食的行为,其它时间段的饮食行为没有伴随着运动。
另外,在表一所示的“饮食状态”列表中搜索“饮食”状态,得到5个搜索结果及对应的时间点(早7点40分、上午10点、中午12点、下午6点、晚上10点)后,还可进一步确定出被测者在饮食之后的一段时间,假设30分钟内的身体运动状态,即在表一中搜索8:00-8:30、10:10-10:40、12:40-13:10、18:30-19:00、22:20-22:50这5个时间段内的身体运动状态,8:00、10:10、12:40、18:30、22:20均为结束饮食的时间点,搜索结果分别为:行走、静止、静止、跑步、静止;综合两次的搜索结果可知,被测者在早饭后马上进行了行走运动,并在晚饭后进行了比较剧烈的跑步运动。
再有,通过表一可以统计出被测者在一天内的饮食次数为5,每次饮食的时长,如早饭为20分钟,前后两次饮食的时间间隔,如早饭到午饭之间间隔了4个小时,另外,还可发现早饭与午饭之间有一次10分钟的饮食,可确定为零食。
本发明中,具体需要对被测者测试几天,比如是一天还是一个星期还是一个月可根据需要而定,理论上来说,测试时间越长,后续得到的分析结果越准确,如果大于1天,那么可针对每天分别生成一个表一所示的表格。
执行完步骤13之后,可将分析得到的饮食习惯发送给远程专家(远程服务商处),并接收远程专家针对被测者的饮食习惯提供的建议和指导,展示给被测者。
至此,即完成了关于本发明方法实施例的介绍。
基于上述介绍,图2为本发明饮食习惯分析系统实施例的组成结构示意图。如图2所示,包括:第一传感器、第二传感器和分析设备,第一传感器和第二传感器均佩戴在被测者身上。
其中,第一传感器,用于连续性地采集被测者的口腔活动信号;
第二传感器,用于在第一传感器连续性地采集被测者的口腔活动信号的同时,连续性地采集被测者的身体运动信号;
分析设备,用于根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,各不同时间段为一系列连续的时间段;根据所记录的内容分析得到被测者的饮食习惯。
上述分析设备可进一步用于,将分析得到的饮食习惯发送给远程专家(远程服务商处),并接收远程专家提供的建议和指导,展示给被测者。
第一传感器通常为骨传导传感器,第二传感器通常为三轴加速度传感器;另外,第一传感器和第二传感器通常集成到同一设备中,佩戴在被测者的眼镜框与头部的接触点上或耳内。
图3为本发明饮食习惯分析设备实施例的组成结构示意图。如图3所示,包括:
分析模块,用于获取佩戴在被测者身上的第一传感器采集到的口腔活动信号以及第二传感器采集到的身体运动信号;根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,各不同时间段为一系列连续的时间段;根据所记录的内容分析得到被测者的饮食习惯。
分析模块中可具体包括:饮食特征提取单元、运动特征提取单元、饮食分析单元、运动分析单元和融合分析单元。
具体地,
饮食特征提取单元,用于接收当每次到达预定时间点时第一传感器输出的从前一预定时间点到当前预定时间点内所采集的口腔活动信号,并在当每次接收到第一传感器输出的口腔活动信号后,对接收到的口腔活动信号进行特征向量提取,将提取出的特征向量发送给饮食分析单元;
饮食分析单元,用于将前一预定时间点到当前预定时间点之间的时间划分为一系列连续的等时长的时间段,针对每个时间段,分别根据提取出的该时间段内的口腔活动信号的特征向量确定被测者在该时间段内的饮食状态,并将该时间段的起始时间及对应的饮食状态发送给融合分析单元;
运动特征提取单元,用于接收当每次到达预定时间点时第二传感器输出的从前一预定时间点到当前预定时间点内所采集的身体运动信号,并在当每次接收到第二传感器输出的身体运动信号后,对接收到的身体运动信号进行特征向量提取,将提取出的特征向量发送给运动分析单元;
运动分析单元,用于按照与饮食分析单元相同的方式将前一预定时间点到当前预定时间点之间的时间划分为一系列连续的等时长的时间段,针对每个时间段,分别根据提取出的该时间段内的身体运动信号的特征向量确定被测者在该时间段内的身体运动状态,并将该时间段的起始时间及对应的身体运动状态发送给融合分析单元;
融合分析单元,用于记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,并根据所记录的内容分析得到被测者的饮食习惯。
或者,
饮食特征提取单元,用于接收第一传感器每隔时长T输出一次的口腔活动信号,并在当每次接收到第一传感器输出的口腔活动信号后,对接收到的口腔活动信号进行特征向量提取,将提取出的特征向量发送给饮食分析单元;
饮食分析单元,用于根据提取出的口腔活动信号的特征向量确定被测者在该时长对应的时间段内的饮食状态,并将该时间段的起始时间及对应的饮食状态发送给融合分析单元;
运动特征提取单元,用于接收第二传感器每隔时长T输出一次的身体运动信号,并在当每次接收到第二传感器输出的身体运动信号后,对接收到的身体运动信号进行特征向量提取,将提取出的特征向量发送给运动分析单元;
运动分析单元,用于根据提取出的身体运动信号的特征向量确定被测者在该时长对应的时间段内的身体运动状态,并将该时间段的起始时间及对应的身体运动状态发送给融合分析单元;
融合分析单元,用于记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,并根据所记录的内容分析得到被测者的饮食习惯。
图3所示设备中还可进一步包括:展示模块,用于将分析得到的饮食习惯发送给远程专家(远程服务商处),并接收远程专家提供的建议和指导,展示给被测者。
图3所示设备可为手机、个人计算机(PC,Personal Computer)或个人数字助理(PDA,Personal Digital Assistant)等,两个传感器可通过蓝牙方式将采集到的信号输出给图3所示设备。
另外,需要说明的是,图3中所示的各模块或单元也可以不位于图3所示设备中,而是单独存在或位于其它设备中,比如,饮食分析单元、运动分析单元和融合分析单元可位于另一设备,如服务器中。
图2~3所示系统和设备实施例中所提到的饮食状态可包括:饮食和静止;身体运动状态可包括:静止、行走和跑步;饮食习惯可包括以下之一或全部:饮食时的身体运动状态、饮食之后一段时间内的身体运动状态;在此基础上,还可进一步包括以下之一或任意组合:每天的饮食次数、每次饮食的时长、前后两次饮食的时间间隔、是否经常吃零食等。
图2~3所示系统和设备实施例的具体工作流程请参照图1所示方法实施例中的相应说明,此处不再赘述。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (18)
1.一种饮食习惯分析方法,其特征在于,在被测者身上佩戴第一传感器和第二传感器,该方法包括:
第一传感器连续性地采集被测者的口腔活动信号,同时,第二传感器连续性地采集被测者的身体运动信号;
根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系;各不同时间段为一系列连续的时间段;
根据所记录的内容分析得到被测者的饮食习惯。
2.根据权利要求1所述的方法,其特征在于,所述根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态包括:
接收当每次到达预定时间点时第一传感器输出的从前一预定时间点到当前预定时间点内所采集的口腔活动信号以及第二传感器输出的从前一预定时间点到当前预定时间点内所采集的身体运动信号;
在每次接收到第一传感器输出的口腔活动信号及第二传感器输出的身体运动信号后,均进行以下处理:
对接收到的口腔活动信号和身体运动信号进行特征向量提取;
将前一预定时间点到当前预定时间点之间的时间划分为一系列连续的等时长的时间段;
针对每个时间段,分别根据提取出的该时间段内的口腔活动信号的特征向量确定被测者在该时间段内的饮食状态,并根据提取出的该时间段内的身体运动信号的特征向量确定被测者在该时间段内的身体运动状态。
3.根据权利要求1所述的方法,其特征在于,所述根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态包括:
接收第一传感器每隔时长T输出一次的口腔活动信号,并接收第二传感器每隔时长T输出一次的身体运动信号;
在每次接收到第一传感器输出的口腔活动信号及第二传感器输出的身体运动信号后,均进行以下处理:
对接收到的口腔活动信号和身体运动信号进行特征向量提取;
根据提取出的口腔活动信号的特征向量确定被测者在该时长对应的时间段内的饮食状态,根据提取出的身体运动信号的特征向量确定被测者在该时长对应的时间段内的身体运动状态。
4.根据权利要求1、2或3所述的方法,其特征在于,所述饮食状态包括:饮食和静止;所述身体运动状态包括:静止、行走和跑步。
5.根据权利要求4所述的方法,其特征在于,所述饮食习惯包括以下之一或全部:饮食时的身体运动状态、饮食之后一段时间内的身体运动状态。
6.根据权利要求5所述的方法,其特征在于,所述饮食习惯进一步包括以下之一或任意组合:每天的饮食次数、每次饮食的时长、前后两次饮食的时间间隔、是否经常吃零食。
7.根据权利要求1、2或3所述的方法,其特征在于,所述第一传感器为骨传导传感器,所述第二传感器为三轴加速度传感器;
所述第一传感器和第二传感器集成到同一设备中,佩戴在被测者的眼镜框与头部的接触点上或耳内。
8.根据权利要求1、2或3所述的方法,其特征在于,该方法进一步包括:将分析得到的饮食习惯发送给远程专家,并接收远程专家提供的建议和指导,展示给被测者。
9.一种饮食习惯分析系统,其特征在于,包括:第一传感器、第二传感器和分析设备,第一传感器和第二传感器均佩戴在被测者身上;
第一传感器,用于连续性地采集被测者的口腔活动信号;
第二传感器,用于在第一传感器连续性地采集被测者的口腔活动信号的同时,连续性地采集被测者的身体运动信号;
分析设备,用于根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,各不同时间段为一系列连续的时间段;根据所记录的内容分析得到被测者的饮食习惯。
10.根据权利要求9所述的系统,其特征在于,所述分析设备进一步用于,将分析得到的饮食习惯发送给远程专家,并接收远程专家提供的建议和指导,展示给被测者。
11.根据权利要求9或10所述的系统,其特征在于,所述第一传感器为骨传导传感器,所述第二传感器为三轴加速度传感器;
所述第一传感器和第二传感器集成到同一设备中,佩戴在被测者的眼镜框与头部的接触点上或耳内。
12.一种饮食习惯分析设备,其特征在于,包括:
分析模块,用于获取佩戴在被测者身上的第一传感器采集到的口腔活动信号以及第二传感器采集到的身体运动信号;根据采集到的口腔活动信号及身体运动信号确定被测者在各不同时间段内的饮食状态和身体运动状态,并记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,各不同时间段为一系列连续的时间段;根据所记录的内容分析得到被测者的饮食习惯。
13.根据权利要求12所述的设备,其特征在于,所述分析模块中包括:饮食特征提取单元、运动特征提取单元、饮食分析单元、运动分析单元和融合分析单元;
饮食特征提取单元,用于接收当每次到达预定时间点时第一传感器输出的从前一预定时间点到当前预定时间点内所采集的口腔活动信号,并在当每次接收到第一传感器输出的口腔活动信号后,对接收到的口腔活动信号进行特征向量提取,将提取出的特征向量发送给饮食分析单元;
饮食分析单元,用于将前一预定时间点到当前预定时间点之间的时间划分为一系列连续的等时长的时间段,针对每个时间段,分别根据提取出的该时间段内的口腔活动信号的特征向量确定被测者在该时间段内的饮食状态,并将该时间段的起始时间及对应的饮食状态发送给融合分析单元;
运动特征提取单元,用于接收当每次到达预定时间点时第二传感器输出的从前一预定时间点到当前预定时间点内所采集的身体运动信号,并在当每次接收到第二传感器输出的身体运动信号后,对接收到的身体运动信号进行特征向量提取,将提取出的特征向量发送给运动分析单元;
运动分析单元,用于按照与饮食分析单元相同的方式将前一预定时间点到当前预定时间点之间的时间划分为一系列连续的等时长的时间段,针对每个时间段,分别根据提取出的该时间段内的身体运动信号的特征向量确定被测者在该时间段内的身体运动状态,并将该时间段的起始时间及对应的身体运动状态发送给融合分析单元;
融合分析单元,用于记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,并根据所记录的内容分析得到被测者的饮食习惯。
14.根据权利要求12所述的设备,其特征在于,所述分析模块中包括:饮食特征提取单元、运动特征提取单元、饮食分析单元、运动分析单元和融合分析单元;
饮食特征提取单元,用于接收第一传感器每隔时长T输出一次的口腔活动信号,并在当每次接收到第一传感器输出的口腔活动信号后,对接收到的口腔活动信号进行特征向量提取,将提取出的特征向量发送给饮食分析单元;
饮食分析单元,用于根据提取出的口腔活动信号的特征向量确定被测者在该时长对应的时间段内的饮食状态,并将该时间段的起始时间及对应的饮食状态发送给融合分析单元;
运动特征提取单元,用于接收第二传感器每隔时长T输出一次的身体运动信号,并在当每次接收到第二传感器输出的身体运动信号后,对接收到的身体运动信号进行特征向量提取,将提取出的特征向量发送给运动分析单元;
运动分析单元,用于根据提取出的身体运动信号的特征向量确定被测者在该时长对应的时间段内的身体运动状态,并将该时间段的起始时间及对应的身体运动状态发送给融合分析单元;
融合分析单元,用于记录各不同时间段的起始时间与该时间段内的饮食状态和身体运动状态之间的对应关系,并根据所记录的内容分析得到被测者的饮食习惯。
15.根据权利要求12、13或14所述的设备,其特征在于,该设备中进一步包括:展示模块,用于将分析得到的饮食习惯发送给远程专家,并接收远程专家提供的建议和指导,展示给被测者。
16.根据权利要求12、13或14所述的设备,其特征在于,所述饮食状态包括:饮食和静止;所述身体运动状态包括:静止、行走和跑步。
17.根据权利要求16所述的设备,其特征在于,所述饮食习惯包括以下之一或全部:饮食时的身体运动状态、饮食之后一段时间内的身体运动状态。
18.根据权利要求17所述的设备,其特征在于,所述饮食习惯进一步包括以下之一或任意组合:每天的饮食次数、每次饮食的时长、前后两次饮食的时间间隔、是否经常吃零食。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110451080.9A CN103186701B (zh) | 2011-12-28 | 2011-12-28 | 一种饮食习惯分析方法、系统和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110451080.9A CN103186701B (zh) | 2011-12-28 | 2011-12-28 | 一种饮食习惯分析方法、系统和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103186701A true CN103186701A (zh) | 2013-07-03 |
CN103186701B CN103186701B (zh) | 2016-08-10 |
Family
ID=48677868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110451080.9A Active CN103186701B (zh) | 2011-12-28 | 2011-12-28 | 一种饮食习惯分析方法、系统和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103186701B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105407794A (zh) * | 2013-07-18 | 2016-03-16 | 三星电子株式会社 | 利用习惯的诊断装置和诊断管理装置及利用其的诊断方法 |
CN105528525A (zh) * | 2016-01-07 | 2016-04-27 | 中国农业大学 | 一种饮食习惯监测系统与监测方法 |
CN106580333A (zh) * | 2016-10-27 | 2017-04-26 | 天津大学 | 便携式口腔运动状态检测仪 |
CN106682433A (zh) * | 2016-12-30 | 2017-05-17 | 陕西师范大学 | 基于校园一卡通数据的学生饮食行为分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201139563Y (zh) * | 2006-10-18 | 2008-10-29 | 东华大学 | 一种服装式心电监护装置 |
CN201379558Y (zh) * | 2009-03-23 | 2010-01-13 | 深圳先进技术研究院 | 健康家居系统 |
CN101710956A (zh) * | 2008-09-17 | 2010-05-19 | 奥林巴斯株式会社 | 信息处理系统、数字相框、程序以及信息存储介质 |
-
2011
- 2011-12-28 CN CN201110451080.9A patent/CN103186701B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201139563Y (zh) * | 2006-10-18 | 2008-10-29 | 东华大学 | 一种服装式心电监护装置 |
CN101710956A (zh) * | 2008-09-17 | 2010-05-19 | 奥林巴斯株式会社 | 信息处理系统、数字相框、程序以及信息存储介质 |
CN201379558Y (zh) * | 2009-03-23 | 2010-01-13 | 深圳先进技术研究院 | 健康家居系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105407794A (zh) * | 2013-07-18 | 2016-03-16 | 三星电子株式会社 | 利用习惯的诊断装置和诊断管理装置及利用其的诊断方法 |
CN105528525A (zh) * | 2016-01-07 | 2016-04-27 | 中国农业大学 | 一种饮食习惯监测系统与监测方法 |
CN106580333A (zh) * | 2016-10-27 | 2017-04-26 | 天津大学 | 便携式口腔运动状态检测仪 |
CN106682433A (zh) * | 2016-12-30 | 2017-05-17 | 陕西师范大学 | 基于校园一卡通数据的学生饮食行为分析方法 |
CN106682433B (zh) * | 2016-12-30 | 2019-03-05 | 陕西师范大学 | 基于校园一卡通数据的学生饮食行为分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103186701B (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Monitoring chewing and eating in free-living using smart eyeglasses | |
Bi et al. | AutoDietary: A wearable acoustic sensor system for food intake recognition in daily life | |
WO2020119245A1 (zh) | 一种基于可穿戴手环的情绪识别系统及方法 | |
Zhang et al. | Necksense: A multi-sensor necklace for detecting eating activities in free-living conditions | |
Patel et al. | Analysis of feature space for monitoring persons with Parkinson's disease with application to a wireless wearable sensor system | |
CN102056541B (zh) | 运动机能减退和/或运动机能亢进状态的检测 | |
Mikos et al. | A wearable, patient-adaptive freezing of gait detection system for biofeedback cueing in Parkinson's disease | |
US10448829B2 (en) | Biological rhythm disturbance degree calculating device, biological rhythm disturbance degree calculating system, and biological rhythm disturbance degree calculating method | |
CN109009017B (zh) | 一种智能健康监测系统及其数据处理方法 | |
CN105943065A (zh) | 一种基于脑信息学系统化方法学的人体可穿戴生理-心理-行为数据采集与分析系统 | |
WO2015078143A1 (zh) | 数据采集方法和装置 | |
Wang et al. | Eating detection and chews counting through sensing mastication muscle contraction | |
WO2015168151A1 (en) | System and method for tracking sleep dynamics using behavioral and physiological information | |
CN110537929A (zh) | 一种基于ssvep的注意力测评方法、训练方法以及脑机接口 | |
WO2016075529A1 (en) | System and method for detecting and quantifying deviations from physiological signals normality | |
CN113208563A (zh) | 睡眠监测方法、装置、系统、计算机设备和存储介质 | |
US20210249116A1 (en) | Smart Glasses and Wearable Systems for Measuring Food Consumption | |
CN103186701A (zh) | 一种饮食习惯分析方法、系统和设备 | |
Ahanathapillai et al. | Assistive technology to monitor activity, health and wellbeing in old age: The wrist wearable unit in the USEFIL project | |
Sathyanarayana et al. | Robust automated human activity recognition and its application to sleep research | |
Sun et al. | Seizure prediction in scalp EEG based channel attention dual-input convolutional neural network | |
Hussain et al. | Food intake detection and classification using a necklace-type piezoelectric wearable sensor system | |
CN111012312A (zh) | 一种便携式帕金森病运动迟缓监测干预装置及方法 | |
CN116058814A (zh) | 心率检测方法及电子设备 | |
Sundaravadivel et al. | i-sad: An edge-intelligent iot-based wearable for substance abuse detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |