CN105160332A - 利用高光谱成像技术实现糖尿病食物摄入热量管理的方法 - Google Patents

利用高光谱成像技术实现糖尿病食物摄入热量管理的方法 Download PDF

Info

Publication number
CN105160332A
CN105160332A CN201510638302.6A CN201510638302A CN105160332A CN 105160332 A CN105160332 A CN 105160332A CN 201510638302 A CN201510638302 A CN 201510638302A CN 105160332 A CN105160332 A CN 105160332A
Authority
CN
China
Prior art keywords
food
spectrum image
information
diabetes
high light
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.)
Pending
Application number
CN201510638302.6A
Other languages
English (en)
Inventor
刘毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201510638302.6A priority Critical patent/CN105160332A/zh
Publication of CN105160332A publication Critical patent/CN105160332A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/22Social work or social welfare, e.g. community support activities or counselling services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Child & Adolescent Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法,包括以下步骤:拍摄饮食中各种食物的高光谱图像,然后提取出各种食物的量化信息,并将上述食物的高光谱图像和食物的量化信息输入到食物摄入数据库中。本发明的有益效果是:实现了糖尿病管理中对食物摄入热量的计算,以及食物中各种营养成分的比例计算,从而帮助糖尿病患者实现管理水平和管理目标的精确度,提高其食物治疗的依从性,进而提高糖尿病管理水平,降低和延缓发病率。

Description

利用高光谱成像技术实现糖尿病食物摄入热量管理的方法
技术领域
本发明涉及糖尿病辅助管理技术领域,具体涉及利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法。
背景技术
糖尿病是当前威胁全球人类健康的最重要的NCD之一。随着经济高速发展和工业化进程的加速,生活方式的改变和老龄化进程的加速,使我国糖尿病的患病率正呈快速上升的趋势,成为继心脑血管疾病、肿瘤之后另一个严重危害人民健康的重要慢性非传染性疾病。我国糖尿病患者在2013年已达1.14亿,并有1.5亿的糖尿病前期高危人群。
糖尿病是一种终身性疾病,一经诊断即要开始复杂的、持续终身的自我管理和治疗。无论是对于糖尿病患者还是高危人群,自我管理都是糖尿病有效控制的一个关键组成部分。糖尿病自我管理中具有五架马车的方法论:"教育是核心、饮食是基础、运动是手段、药物是武器、监测是保障"。其中饮食、运动、药物三个环节形成了完整的治疗干预信息,构成了一套自我管理和治疗方案,而检测则是验证血糖管理的效果,然后再进行调整,直到形成稳定的血糖控制。
饮食控制是糖尿病综合治疗的基础,并贯穿于整个糖尿病的治疗过程。没有正确的饮食方案,再多的药物治疗,血糖控制都不会满意:
第一,糖尿病患者由于体内胰岛素相对或绝对不足,过量的饮食摄入体内,不能有效地被身体所利用,反而以高糖的形式存在于体内,对组织细胞造成慢性持续性损害。只有通过控制饮食,限制食物的摄入量,才不至于过量,从而减少高血糖对身体造成的损害;
第二,糖尿病患者虽然已经使用药物降糖了,仍然需要饮食控制。首先,从饮食量的角度,虽然过量饮食可以通过增加药物剂量来平衡,但药物剂量的增加带来的是可能的不良反应增加、治疗费用的增高,并且如果饮食稍有减少,还会因药物过量而引起低血糖,危害很大。
其次进餐规律的不确定性。因为,正常情况下,人体胰岛素呈脉冲式分泌,分泌量随着进食量的多少而改变,呈现智能分泌。而糖尿病患者在使用药物治疗时,多数是按照一日三餐分配剂量,比较固定,药物剂量不能随着随意加餐或进食而改变。如两餐之前随意进食,会因为没有足够的胰岛素分泌和药物补充,导致血糖升高。还有些糖尿病患者因为这样或那样的原因,经常漏餐,这也是非常危险和不可取的,因为无论是口服降糖药还是胰岛素,在这种情况下继续发挥作用,很容易导致低血糖,甚至导致昏迷或死亡。
对饮食控制治疗的依从性是决定患者能否达到理想代谢控制的关键影响因素。糖尿病患者的饮食控制目标是通过控制饮食的过量摄入,维持标准体重,从而减轻胰岛负担,使血糖、血脂达到或接近正常值,并防止或延缓并发症的发生与发展。
在实际生活中,糖尿病人的饮食管理存在如下的严重问题:
1)热量摄入是糖尿病患者饮食治疗依从性管理的核心难题。
饮食管理的核心是使病人摄入食物总热量受到限制,长期坚持不仅能使体重保持正常,还可以减轻胰岛负担,减少胰岛素抵抗,有利于血糖水平的控制,是治疗糖尿病的基础疗法,适用于各型糖尿病患者。人体维持生命、正常生长发育及从事各项活动的能量,须由摄取的食物提供。食物中的碳水化合物、脂肪和蛋白质,经过氧化代谢,产生能量。糖尿病病人应根据其活动(含运动)强度、身体状况估算每日摄入的总热量和活动消耗的总热量,促进热量达到平衡。
热量摄入中存在的问题:
由于食物多种多样的饮食习惯,尤其中国人的共餐习惯,使得糖尿病患者首先很难对每一餐饮食中的食物种类以及对应重量,使用便捷的计量工具进行计量;其次,由于糖尿病人普遍缺乏必要的营养知识,使得他们很难对每餐的各种食物转化为具体的热量(卡路里)进行把握,导致在实际的生活中,饮食治疗缺乏准确的食物种类、重量以及最重要的热量信息,无法实现准确计量和控制,带来饮食治疗依从性的管理困难。
2)三大营养成分的比例搭配也是糖尿病饮食治疗依从性管理的重点。
三大营养成分是指碳水化合物、蛋白质和脂肪,是各种食物的重要组成部分。
a)碳水化合物CHO(又称糖类)是供给机体热能和维持体温的主要物质来源。糖是组成人体的成分之一,参与细胞的各种活动。糖与脂类形成的糖脂是组成神经组织与细胞膜的重要成分。糖与蛋白质结合成的糖蛋白是许多具有重要生理功能的物质,如抗体、部分酶类和激素的组成部分。人体所有的组织细胞都离不开糖类,脑组织所需要的能源几乎全部由葡萄糖氧化供给,如果糖供应不足(低血糖),就会引起大脑功能障碍,出现意识不清、昏迷、以至死亡;
b)蛋白质是生命的物质基础,具有广泛的生物功能,是机体所有细胞、器官生命活动不可缺少的物质。它也能给机体提供一定能量,但这不是主要功能。蛋白质的摄入量很重要;
c)脂肪是人体供能和储备热能的主要物质,存在于人体各种组织中。糖尿病人饮食的脂肪量应予限制,一般约占总热量的20%—25%。
人体营养均衡的关键就是同和不同食物的摄入,达到上述三种营养成分的均衡,尤其是糖尿病患者更为重要,三种营养成分的比例是否合适对其病情具有比较大的影响。
对三大营养成分比例的管理难题在于:
通过各种的食物的摄入,计算和控制摄入的总热量的同时,必须注意上述三大营养成分的均衡,才能保持糖尿病患者长期的营养均衡。因此,三大营养成分的管理,可以帮助糖尿病患者对食物的种类进行指导和挑选,进而指导其日常饮食治疗的依从性。
实际上,无论工作还是生活中,常常遇到不少糖尿病患者及家属谈起糖尿病,或不以为然,或谈虎色变,提起治疗,开口闭口都是降糖药或胰岛素注射的药物治疗,只字不提饮食、运动等非药物治疗及自我监测情况,充分暴露出人们对相关治疗依从性重要性的了解。究其原因,除了缺乏必要的糖尿病管理知识外,其实也是因为缺少一种便捷、简单易用的工具帮助其进行获取相关的数据,进而实现管理与控制。
高光谱成像技术是近二十年来发展起来的基于非常多窄波段的影像数据技术,其最突出的应用是卫星遥感探测领域。高光谱成像技术集中了光学、光电子学、电子学、信息处理、计算机科学等领域的先进技术,是传统的二维成像技术和光谱技术有机的结合在一起的一门新兴技术。
高光谱成像技术是结合传统的二维成像技术与光谱技术的一门新兴技术,它利用不同的物质对不同波长的光具有不同的吸收、反射和折算的特点,提取其光谱指纹信息,以创建该图像内在的光频谱为基础的对比度,形成高光谱图像。图像被获得的同时,与透过液晶可调谐滤波器得到的多波长信息捆在一起,作为一个超立方体数据集。光谱数据,或在每个波长强度,包含在高光谱图像的每个像素信息中。利用相关的光谱处理工具分析软件,就能发现不同物质之间的光谱信息区别,进而识别出物质。近年来,由于技术的进步,尤其是纳米材料的技术进步,使高光谱成像设备小型化取得一些进展,并开始在无创检测方面有一些应用研究。
发明内容
本发明所要解决的技术问题是提供利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法,解决食物种类、重量以及最重要的热量信息无法实现准确计量、摄入食物营养成分不易管理的问题。
本发明的通过下述技术方案实现:
利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法,包括以下步骤:利用高光谱成像技术,拍摄饮食中各种食物的高光谱图像,然后提取出各种食物的量化信息,量化信息至少包括营养成分以及比例和包含的总热量中的一种,并将上述食物的高光谱图像和食物的量化信息输入到食物摄入数据库中。
通过上述技术方案,可以方便患者利用这些信息解决饮食治疗中的热量平衡和营养成分均衡的问题,以提高血糖管理和改善治疗措施。
进一步的,还包括将所述的高光谱图像和食物的量化信息输入到糖尿病管理软件的步骤。患者通过糖尿病管理软件即可实时获取饮食成分及热量信息。
具体的:1、进餐时,首先利用高光谱设备对食物进行高光谱拍照摄影。
这里的食物,是指单独的一种食物或者是多种食物的混合,其种类包括各种食物,可以为水果、糕点以及饮料等等能够为人体摄入的物质;高光谱成像设备可以为单独的高光谱成像设备,也可以是将高光谱摄像镜头附加在手机上共同组成的高光谱成像设备,完成高光谱成像功能。
高光谱成像设备对着食物进行激光扫描,部分光子就会被吸收,进而提升了食物中的分子能量水平,随后更低能量的光子便会“现出原形”。高光谱测试中的分光计会按照波长对这些光子进行过滤并计数,由此产生食物的光谱,会“透露”食物中的化学成分和物理特征。
2.将拍摄的高光谱成像数字照片,利用有线网络或无线网络传递到高光谱模型库,利用已经建立的光谱模型,对所拍摄的高光谱成像数字照片进行光谱信息的对比、分析和计算,至少得出以下量化信息:食物包含的营养成分和比例、食物包含的总热量中的一种。
例如可利用手机将拍摄的高光谱成像数字照片通过无线网络传递到高光谱模型库。高光谱模型库为一个远程数据服务器,将光谱成像信息与食物光谱信息数据库中的模型进行对比,依据算法分析食物中的有害物质、化学成分和营养成分等相关的化学信息和物理信息;将上述的信息按照算法进行计算,分别转化为蛋白质、脂肪和碳水化合物的营养价值及数值,再结合食物光谱信息数据库中的其他信息,计算得到食物包含的总热量;然后将计算结果输出。
所述的光谱模型库的建立,包含以下步骤:
1)将常用的食物按照名称、具体分类、食物的化学成份、食物的营养成份、每一百克食物中包含的热量值等信息构建成一个食物信息数据库;所述的常用的食物包括各种肉类、蔬菜、水果、佐料和饮料中的一种或多种。
2)利用高光谱成像技术,在获取一种食物的光谱信息的同时,由分子振动反射的光线所具有的独特光学特征,来确定食物材料的成份,获取食物的物理特性和化学特性,并建立光谱信息-物理特征-化学成份的模型。
3)将上述模型与食物信息数据库的食物进行关联,实现食物名称、食物光谱信息与食物物理特征、化学成份、营养成份的食物光谱信息数据库,即光谱模型库。
进一步的,各种农药和化学污染物等有害物资,均具有不同的化学特性,进而会具有不同的光谱指纹。利用上述的原理,可以将各种农药和化学污染物的光谱信息建立模型,输入到食物光谱信息数据库形成有害物质数据信息。
3.食物高光谱成像数字照片及所述量化信息通过有线或无线网络输出给糖尿病管理软件和食物摄入数据库,该数据库包括饮食记录和分析模块,进行糖尿病管理的相关分析和处理。
进一步的,上述技术方案同样适用于非糖尿病患者,非糖尿病患者出于健身和健康的目的,也需要对饮食进行管理和控制以维持热量平衡和营养成分均衡,例如进行减肥的控制与管理等应用场景。本方法同样适用与此种环境,最后的输出目的地为健身或饮食管理的相关模块,即将所述的高光谱图像和食物的量化信息输入到健身或饮食管理的相关模块。
进一步的,利用同样的方法,可以实现食物中混入的有害物质或有害成分的检测,并产生相应的告警信息进行提醒。即已经建立的光谱模型中包含有害物质或有害成分的模型,对所拍摄的高光谱成像数字照片进行光谱信息的对比、分析和计算,即可得出有害物质或有害成分信息,这种应用场景包括:运动员的饮食管理,以防止误食含有违禁成分的食物造成对运动成绩和运动生涯的影响。
进一步的,还包括将所述药物的高光谱图像和药的量化信息输入到糖尿病管理软件的步骤。
本发明与现有技术相比,具有如下的优点和有益效果:
实现了糖尿病管理中对食物摄入热量的计算,以及食物中各种营养成分的比例计算,从而帮助糖尿病患者实现管理水平和管理目标的精确度,提高其食物治疗的依从性,进而提高糖尿病管理水平,降低和延缓发病率。
本发明的实现方法,就是采用小型化的高光谱成像设备对食物进行检测,利用不同食物成分在光谱上具有不同的光学指纹特征,取得不同种类食物和其成分的详细光谱信息,然后利用建立的模型,从而计算食物的体积、所包含的三种营养成分比例,以及食物包含的总热量等信息。上述信息中的营养成分、总热量等信息输入成为糖尿病管理中饮食治疗的摄入热量,解决了糖尿病管理中饮食治疗面临的两个难题。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明流程示意图。
图2为本发明应用于健身和健康应用时的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1:
如图1所示,利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法,包括以下步骤:拍摄饮食中各种食物的高光谱图像,然后提取出各种食物的量化信息,量化信息至少包括营养成分以及比例和包含的总热量中的一种,并将上述食物的高光谱图像和食物的量化信息输入到食物摄入数据库中。
通过上述技术方案,可以方便患者利用这些信息解决饮食治疗中的热量平衡和营养成分均衡的问题,以提高血糖管理和改善治疗措施。
进一步的,还包括将所述的高光谱图像和食物的量化信息输入到糖尿病管理软件的步骤。患者通过糖尿病管理软件即可实时获取饮食成分及热量信息。
具体的:1、进餐时,首先利用高光谱设备对食物进行高光谱拍照摄影。
这里的食物,是指单独的一种食物或者是多种食物的混合,其种类包括各种食物,可以为水果、糕点以及饮料等等能够为人体摄入的物质;高光谱成像设备可以为单独的高光谱成像设备,也可以是将高光谱摄像镜头附加在手机上共同组成的高光谱成像设备,完成高光谱成像功能。
高光谱成像设备对着食物进行激光扫描,部分光子就会被吸收,进而提升了食物中的分子能量水平,随后更低能量的光子便会“现出原形”。高光谱测试中的分光计会按照波长对这些光子进行过滤并计数,由此产生食物的光谱,会“透露”食物中的化学成分和物理特征。
2.将拍摄的高光谱成像数字照片,利用有线网络或无线网络传递到高光谱模型库,利用已经建立的光谱模型,对所拍摄的高光谱成像数字照片进行光谱信息的对比、分析和计算,至少得出以下量化信息:食物包含的营养成分和比例、食物包含的总热量中的一种。
例如可利用手机将拍摄的高光谱成像数字照片通过无线网络传递到高光谱模型库。高光谱模型库为一个远程数据服务器,将光谱成像信息与食物光谱信息数据库中的模型进行对比,依据算法分析食物中的有害物质、化学成分和营养成分等相关的化学信息和物理信息;将上述的信息按照算法进行计算,分别转化为蛋白质、脂肪和碳水化合物的营养价值及数值,再结合数据库中的其他信息,计算得到食物包含的总热量;然后将计算结果输出。
所述的光谱模型库的建立,包含以下步骤:
1)将常用的食物按照名称、具体分类、食物的化学成份、食物的营养成份、每一百克食物中包含的热量值等信息构建成一个食物信息数据库;所述的常用的食物包括各种肉类、蔬菜、水果、佐料和饮料中的一种或多种。
2)利用高光谱成像技术,在获取一种食物的光谱信息的同时,由分子振动反射的光线所具有的独特光学特征,来确定食物材料的成份,获取食物的物理特性和化学特性,并建立光谱信息-物理特征-化学成份的模型。
3)将上述模型与食物信息数据库的食物进行关联,实现食物名称、食物光谱信息与食物物理特征、化学成份、营养成份的食物光谱信息数据库,即光谱模型库。
3.食物高光谱成像数字照片及所述量化信息通过有线或无线网络输出给糖尿病管理软件和食物摄入数据库,该数据库包括饮食记录和分析模块,进行糖尿病管理的相关分析和处理。
食物摄入数据库是糖尿病管理软件中存储食物摄入相关信息的数据库,该数据库主要记录患者的饮食情况,包括食物摄入的时间、食物的种类、食物的总量、包含的营养成分和比例、以及总的摄入热量等信息项。
糖尿病管理软件中的热量平衡模块将读取食物摄入数据库的总热量摄入信息,和运动耗能信息一起进行热量平衡分析,以保证患者在日常的生活中达到热量平衡,确保体重控制合格。
糖尿病管理软件中的食物依从性分析模块将读取食物摄入数据库记录的信息,以便进行摄入食物的总类、总量、时间等相关因素对摄入后血糖的变化影响关系进行食物依从性分析。
实施例2:
在实施例1的基础上,本实施例还包括将各种农药和化学污染物的光谱信息建立模型,输入到食物光谱信息数据库形成有害物质数据信息的步骤。
各种农药和化学污染物等有害物资,均具有不同的化学特性,进而会具有不同的光谱指纹。因而可以利用相同的原理,可以实现食物中混入的有害物质或有害成分的检测,并产生相应的告警信息进行提醒。即已经建立的光谱模型中包含有害物质或有害成分的模型,对所拍摄的高光谱成像数字照片进行光谱信息的对比、分析和计算,即可得出有害物质或有害成分信息。这种应用场景可应用于运动员的饮食管理,以防止误食含有违禁成分的食物造成对运动成绩和运动生涯的影响。
实施例3:
如图2所示,本发明也可应用于出于健身和健康的目的非糖尿病患者,利用高光谱成像技术实现管理食物摄入热量的方法,包括以下步骤:拍摄饮食中各种食物的高光谱图像,然后提取出各种食物的量化信息,量化信息至少包括营养成分以及比例和包含的总热量中的一种,并将上述食物的高光谱图像和食物的量化信息输入到食物摄入数据库中。
通过上述技术方案,可以方便使用者利用这些信息解决饮食治疗中的热量平衡和营养成分均衡的问题,如进行减肥的控制与管理等应用场景。
进一步的,还包括将所述的高光谱图像和食物的量化信息输入到健身或饮食管理的相关模块的步骤。患者通过健身或饮食管理的相关模块即可实时获取饮食成分及热量信息。
具体的:1、进餐时,首先利用高光谱设备对食物进行高光谱拍照摄影。
这里的食物,是指单独的一种食物或者是多种食物的混合,其种类包括各种食物,可以为水果、糕点以及饮料等等能够为人体摄入的物质;高光谱成像设备可以为单独的高光谱成像设备,也可以是将高光谱摄像镜头附加在手机上共同组成的高光谱成像设备,完成高光谱成像功能。
高光谱成像设备对着食物进行激光扫描,部分光子就会被吸收,进而提升了食物中的分子能量水平,随后更低能量的光子便会“现出原形”。高光谱测试中的分光计会按照波长对这些光子进行过滤并计数,由此产生食物的光谱,会“透露”食物中的化学成分和物理特征。
2.将拍摄的高光谱成像数字照片,利用有线网络或无线网络传递到高光谱模型库,利用已经建立的光谱模型,对所拍摄的高光谱成像数字照片进行光谱信息的对比、分析和计算,至少得出以下量化信息:食物包含的营养成分和比例、食物包含的总热量中的一种。
例如可利用手机将拍摄的高光谱成像数字照片通过无线网络传递到高光谱模型库。高光谱模型库为一个远程数据服务器,将光谱成像信息与食物光谱信息数据库中的模型进行对比,依据算法分析食物中的有害物质、化学成分和营养成分等相关的化学信息和物理信息;将上述的信息按照算法进行计算,分别转化为蛋白质、脂肪和碳水化合物的营养价值及数值,再结合数据库中的其他信息,计算得到食物包含的总热量;然后将计算结果输出。
所述的光谱模型库的建立,包含以下步骤:
1)将常用的食物按照名称、具体分类、食物的化学成份、食物的营养成份、每一百克食物中包含的热量值等信息构建成一个食物信息数据库;所述的常用的食物包括各种肉类、蔬菜、水果、佐料和饮料中的一种或多种。
2)利用高光谱成像技术,在获取一种食物的光谱信息的同时,由分子振动反射的光线所具有的独特光学特征,来确定食物材料的成份,获取食物的物理特性和化学特性,并建立光谱信息-物理特征-化学成份的模型。
3)将上述模型与食物信息数据库的食物进行关联,实现食物名称、食物光谱信息与食物物理特征、化学成份、营养成份的食物光谱信息数据库,即光谱模型库。
3.食物高光谱成像数字照片及所述量化信息通过有线或无线网络输出给健身或饮食管理的相关模块,该数据库包括饮食记录和分析模块,进行健身或饮食管理的相关分析和处理。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,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,均应包含在本发明的保护范围之内。

Claims (5)

1.利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法,其特征在于:拍摄饮食中各种食物的高光谱图像,然后提取出各种食物的量化信息,并将上述食物的高光谱图像和食物的量化信息输入到食物摄入数据库中。
2.根据权利要求1所述的利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法,其特征在于:还包括将所述的高光谱图像和食物的量化信息输入到糖尿病管理软件的步骤。
3.根据权利要求1或2所述的利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法,其特征在于:具体包括以下步骤:
S1、进餐时,首先利用高光谱设备对食物进行高光谱拍照摄影;
S2、将拍摄的高光谱成像数字照片,利用有线网络或无线网络传递到高光谱模型库,利用已经建立的光谱模型,对所拍摄的高光谱成像数字照片进行光谱信息的对比、分析和计算,至少得出以下量化信息:食物包含的营养成分和比例、食物包含的总热量中的一种;
S3、食物高光谱成像数字照片及所述量化信息通过有线或无线网络输出给糖尿病管理软件和食物摄入数据库。
4.根据权利要求3所述的利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法,其特征在于:所述的光谱模型库的建立,包含以下步骤:
a、将食物按照名称、具体分类、食物的化学成份、食物的营养成份、每一百克食物中包含的热量值等信息构建成一个食物信息数据库;
b、利用高光谱成像技术,在获取一种食物的光谱信息的同时,由分子振动反射的光线所具有的独特光学特征,来确定食物材料的成份,获取食物的物理特性和化学特性,并建立光谱信息-物理特征-化学成份的模型;
c、将上述模型与食物信息数据库的食物进行关联,实现食物名称、食物光谱信息与食物物理特征、化学成份、营养成份的光谱模型库。
5.根据权利要求4所述的利用高光谱成像技术实现糖尿病食物摄入和热量管理的方法,其特征在于:还包括将各种农药和化学污染物的光谱信息建立模型,输入到光谱模型库形成有害物质数据信息。
CN201510638302.6A 2015-09-30 2015-09-30 利用高光谱成像技术实现糖尿病食物摄入热量管理的方法 Pending CN105160332A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510638302.6A CN105160332A (zh) 2015-09-30 2015-09-30 利用高光谱成像技术实现糖尿病食物摄入热量管理的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510638302.6A CN105160332A (zh) 2015-09-30 2015-09-30 利用高光谱成像技术实现糖尿病食物摄入热量管理的方法

Publications (1)

Publication Number Publication Date
CN105160332A true CN105160332A (zh) 2015-12-16

Family

ID=54801184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510638302.6A Pending CN105160332A (zh) 2015-09-30 2015-09-30 利用高光谱成像技术实现糖尿病食物摄入热量管理的方法

Country Status (1)

Country Link
CN (1) CN105160332A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105662346A (zh) * 2016-01-05 2016-06-15 京东方科技集团股份有限公司 一种智能穿戴设备
CN106871569A (zh) * 2016-12-30 2017-06-20 青岛海尔智能技术研发有限公司 冰箱内部食物的种类识别方法与冰箱
CN107480446A (zh) * 2017-08-09 2017-12-15 华中农业大学 一种营养饮食方案制定系统及方法
CN108073906A (zh) * 2017-12-27 2018-05-25 广东美的厨房电器制造有限公司 菜品营养成分检测方法、装置、烹饪器具和可读存储介质
CN109712686A (zh) * 2018-11-26 2019-05-03 Oppo广东移动通信有限公司 健身控制方法及相关装置
CN109932043A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 一种营养管理称
CN109932044A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 智能食品秤
CN109932041A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 基于视觉识别的食品称
CN109932046A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 一种智能食品称
CN109932047A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 智能营养称
CN110762943A (zh) * 2018-07-26 2020-02-07 珠海格力电器股份有限公司 物品的展示方法、装置以及家电设备
CN112880781A (zh) * 2021-01-15 2021-06-01 河北医科大学第二医院 控制糖尿病人饮食和营养的糖尿病营养秤
WO2022089064A1 (zh) * 2020-10-31 2022-05-05 华为技术有限公司 一种图像识别的方法及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101776612A (zh) * 2009-12-31 2010-07-14 上海量科电子科技有限公司 利用拍摄的原理计量人体营养摄入量的方法及系统
CN101889346A (zh) * 2007-12-11 2010-11-17 (株)赛丽康 带有光谱传感器的图像传感器
CN103888549A (zh) * 2014-04-19 2014-06-25 顾坚敏 基于云和智能终端的营养与生活管理系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101889346A (zh) * 2007-12-11 2010-11-17 (株)赛丽康 带有光谱传感器的图像传感器
CN101776612A (zh) * 2009-12-31 2010-07-14 上海量科电子科技有限公司 利用拍摄的原理计量人体营养摄入量的方法及系统
CN103888549A (zh) * 2014-04-19 2014-06-25 顾坚敏 基于云和智能终端的营养与生活管理系统

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105662346A (zh) * 2016-01-05 2016-06-15 京东方科技集团股份有限公司 一种智能穿戴设备
CN106871569A (zh) * 2016-12-30 2017-06-20 青岛海尔智能技术研发有限公司 冰箱内部食物的种类识别方法与冰箱
CN107480446A (zh) * 2017-08-09 2017-12-15 华中农业大学 一种营养饮食方案制定系统及方法
CN109932047A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 智能营养称
CN109932043A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 一种营养管理称
CN109932044A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 智能食品秤
CN109932041A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 基于视觉识别的食品称
CN109932046A (zh) * 2017-12-19 2019-06-25 苏州恒鼎科技咨询有限公司 一种智能食品称
CN108073906A (zh) * 2017-12-27 2018-05-25 广东美的厨房电器制造有限公司 菜品营养成分检测方法、装置、烹饪器具和可读存储介质
CN110762943A (zh) * 2018-07-26 2020-02-07 珠海格力电器股份有限公司 物品的展示方法、装置以及家电设备
CN109712686A (zh) * 2018-11-26 2019-05-03 Oppo广东移动通信有限公司 健身控制方法及相关装置
WO2022089064A1 (zh) * 2020-10-31 2022-05-05 华为技术有限公司 一种图像识别的方法及电子设备
CN112880781A (zh) * 2021-01-15 2021-06-01 河北医科大学第二医院 控制糖尿病人饮食和营养的糖尿病营养秤

Similar Documents

Publication Publication Date Title
CN105160332A (zh) 利用高光谱成像技术实现糖尿病食物摄入热量管理的方法
Cappon et al. Wearable continuous glucose monitoring sensors: a revolution in diabetes treatment
Tascini et al. Carbohydrate counting in children and adolescents with type 1 diabetes
Mancini et al. Flash glucose monitoring: a review of the literature with a special focus on type 1 diabetes
Nishidate et al. Estimation of melanin and hemoglobin using spectral reflectance images reconstructed from a digital RGB image by the Wiener estimation method
DK2170158T3 (en) Interface for input of patient information to a therapy system
US6582366B1 (en) Medical devices for contemporaneous decision support in metabolic control
Dragojević et al. Compact, multi-exposure speckle contrast optical spectroscopy (SCOS) device for measuring deep tissue blood flow
Moser et al. Interstitial glucose and physical exercise in type 1 diabetes: integrative physiology, technology, and the gap in-between
US20180197628A1 (en) Systems, devices, and methods for experiential medication dosage calculations
Passler et al. In-ear pulse rate measurement: a valid alternative to heart rate derived from electrocardiography?
Tricò et al. Manipulating the sequence of food ingestion improves glycemic control in type 2 diabetic patients under free-living conditions
Hołowko et al. Six weeks of calorie restriction improves body composition and lipid profile in obese and overweight former athletes
CN110037710A (zh) 非侵入式估测hba1c与血糖值的系统与方法
Bellini et al. The effect of different postprandial exercise types on glucose response to breakfast in individuals with type 2 diabetes
KR102522201B1 (ko) 칼로리 추정 장치 및 방법, 웨어러블 기기
Hammour et al. An in-ear PPG-based blood glucose monitor: A proof-of-concept study
Shi et al. The development of wearable technologies and their potential for measuring nutrient intake: Towards precision nutrition
Ewell et al. Pharmacokinetic investigation of commercially available edible marijuana products in humans: potential influence of body composition and influence on glucose control
Park et al. Self-care IoT platform for diabetic mellitus
Rubins et al. Multimodal device for real-time monitoring of skin oxygen saturation and microcirculation function
Colberg et al. Physical activity, dietary patterns, and glycemic management in active individuals with type 1 diabetes: an online survey
Herrington et al. Comparison of glucose monitoring methods during steady-state exercise in women
Teles et al. HIIE Protocols promote better acute effects on blood glucose and pressure control in people with type 2 diabetes than continuous exercise
Paramalingam et al. Protein ingestion in reducing the risk of late-onset post-exercise hypoglycemia: a pilot study in adolescents and youth with type 1 diabetes

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20151216

RJ01 Rejection of invention patent application after publication