CN107403066A - 一种饮食习惯监测方法及系统 - Google Patents
一种饮食习惯监测方法及系统 Download PDFInfo
- Publication number
- CN107403066A CN107403066A CN201710639658.0A CN201710639658A CN107403066A CN 107403066 A CN107403066 A CN 107403066A CN 201710639658 A CN201710639658 A CN 201710639658A CN 107403066 A CN107403066 A CN 107403066A
- Authority
- CN
- China
- Prior art keywords
- user
- diet
- current
- signal
- chew
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 66
- 235000006694 eating habits Nutrition 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 55
- 235000005911 diet Nutrition 0.000 claims abstract description 180
- 230000037213 diet Effects 0.000 claims abstract description 180
- 230000009471 action Effects 0.000 claims abstract description 97
- 230000003183 myoelectrical effect Effects 0.000 claims abstract description 62
- 230000001055 chewing effect Effects 0.000 claims abstract description 54
- 230000009747 swallowing Effects 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 12
- 235000015111 chews Nutrition 0.000 claims description 10
- 230000036039 immunity Effects 0.000 abstract description 8
- 241000167880 Hirundinidae Species 0.000 description 22
- 230000018984 mastication Effects 0.000 description 18
- 238000010077 mastication Methods 0.000 description 18
- 210000003205 muscle Anatomy 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 235000013305 food Nutrition 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010835 comparative analysis Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241000283984 Rodentia Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000002249 digestive system Anatomy 0.000 description 1
- 208000010643 digestive system disease Diseases 0.000 description 1
- 235000005686 eating Nutrition 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 235000004280 healthy diet Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001460 masseteric effect Effects 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Child & Adolescent Psychology (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提出一种饮食习惯监测方法及系统，其中，饮食习惯监测方法包括：在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号；根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户的当前的饮食动作是否正确。由此，使得确定用户的饮食动作时，不受其它动作的影响，抗干扰性强，提高了监测结果的精确度、准确性和可靠性。
Description
技术领域
本发明涉及饮食健康领域，尤其涉及一种饮食习惯监测方法及系统。
背景技术
随着社会的发展及人们生活水平的日益提高，健康在人们生活中的地位越来越重要。很多人在饮食时，普遍存在进食速度快、咀嚼次数少等问题，严重加重了消化系统的负担，长期下去，很容易引起消化系统的疾病。因此，监测用户的用餐习惯，并对不良的用餐习惯进行纠正，对人们的健康具有重要的意义。
现有技术，可以通过在用户的耳朵内设置传感器，监测用户咀嚼食物时的声波信号、吞咽食物时的振幅及手向口中送食物的位移信号，来获取用户的饮食习惯。然而，这种饮食习惯监测方式，容易受用户说话等动作的影响，抗干扰力差，识别的精度和准确度低。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种饮食习惯监测方法，通过在用户饮食时，利用咀嚼肌电传感器和吞咽肌电传感器，分别获取用户的咀嚼肌运动信号和吞咽肌运动信号，进而确定用户的当前的饮食动作是否正确，使得确定用户的饮食动作时，不受其它动作的影响，抗干扰性强，提高了监测结果的精确度、准确性和可靠性。
本发明的第二个目的在于提出一种饮食习惯监测系统。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种计算机可读存储介质。
本发明的第五个目的在于提出一种计算机程序产品。
为达上述目的，本发明第一方面实施例提出了一种饮食习惯监测方法，包括以下步骤：
在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号；
根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户的当前的饮食动作是否正确。
作为本发明第一方面的第一种可能的实现方式，所述确定所述用户的当前的饮食动作是否正确，包括：
根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度；
根据预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，及所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定所述用户的当前的饮食动作是否正确。
作为本发明第一方面的第二种可能的实现方式，所述确定所述用户的当前的饮食动作是否正确之前，还包括：
获取所述用户的个人信息，所述个人信息中包括用户的年龄及性别；
所述确定所述用户的当前的饮食动作是否正确，包括：
根据所述用户的个人信息，及所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户的当前的饮食动作是否正确。
作为本发明第一方面的第三种可能的实现方式，所述根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，包括：
所述咀嚼肌运动信号和吞咽肌运动信号分别为连续的电流信号；
根据所述电流信号的幅值大小、变化规律及持续时长，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度。
作为本发明第一方面的第四种可能的实现方式，所述饮食习惯监测方法，还包括：
在确定所述用户的饮食动作不正确时，通过语音或者震动的形式，向所述用户发送提醒消息。
本发明实施例的饮食习惯监测方法，通过在用户饮食时，利用咀嚼肌电传感器和吞咽肌电传感器，分别获取用户的咀嚼肌运动信号和吞咽肌运动信号，进而确定用户的当前的饮食动作是否正确，使得确定用户的饮食动作时，不受其它动作的影响，抗干扰性强，提高了监测结果的精确度、准确性和可靠性。
为达上述目的，本发明第二方面实施例提出了一种饮食习惯监测系统，包括：
咀嚼肌电传感器、吞咽肌电传感器及控制芯片；
所述控制芯片，分别与所述咀嚼肌电传感器的输出端及所述吞咽肌电传感器的输出端连接；
所述控制芯片，用于在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号；
根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户的当前的饮食动作是否正确。
作为本发明第二方面的第一种可能的实现方式，所述控制芯片，具体用于：
根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度；
根据预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，及所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定所述用户的当前的饮食动作是否正确。
作为本发明第二方面的第二种可能的实现方式，所述控制芯片，还用于：
获取所述用户的个人信息，所述个人信息中包括用户的年龄及性别；
根据所述用户的个人信息，及所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户的当前的饮食动作是否正确。
作为本发明第二方面的第三种可能的实现方式，所述咀嚼肌运动信号和吞咽肌运动信号分别为连续的电流信号；
所述控制芯片，具体用于：根据所述电流信号的幅值大小、变化规律及持续时长，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度。
作为本发明第二方面的第四种可能的实现方式，所述系统，还包括：
报警模块；
所述报警模块与所述控制芯片连接，用于：在确定所述用户的饮食动作不正确时，通过语音或者震动的形式，向所述用户发送提醒消息。
本发明实施例的饮食习惯监测系统，通过在用户饮食时，利用咀嚼肌电传感器和吞咽肌电传感器，分别获取用户的咀嚼肌运动信号和吞咽肌运动信号，进而确定用户的当前的饮食动作是否正确，使得确定用户的饮食动作时，不受其它动作的影响，抗干扰性强，提高了监测结果的精确度、准确性和可靠性。
为达上述目的，本发明第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现第一方面所述的饮食习惯监测方法。
为了实现上述目的，本发明第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的饮食习惯监测方法。
为了实现上述目的，本发明第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行第一方面所述的饮食习惯监测方法。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例所提供的一种饮食习惯监测方法的流程示意图；
图1A为本发明实施例所提供的一种咀嚼肌运动信号的示例图；
图2为本发明实施例所提供的另一种饮食习惯监测方法的流程示意图；
图3为本发明实施例所提供的一种饮食习惯监测系统的结构示意图；以及
图4为本发明实施例所提供的另一种饮食习惯监测系统的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明各实施例针对现有技术中，通过在用户的耳朵内设置传感器，监测用户咀嚼食物时的声波信号、吞咽食物时的振幅及手向口中送食物的位移信号，来获取用户的饮食习惯，但这种饮食习惯监测方式，容易受用户说话等动作的影响，抗干扰力差，识别的精度和准确度低的问题，提出一种饮食习惯监测方法。
本发明实施例提供的饮食习惯监测方法，通过利用咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号，进而确定用户的当前的饮食动作是否正确，使得确定用户的饮食动作时，不受其它动作的影响，抗干扰性强，提高了监测结果的精确度、准确性和可靠性。
下面参考附图描述本发明实施例的饮食习惯监测方法和系统。
图1为本发明实施例所提供的一种饮食习惯监测方法的流程示意图。
如图1所示，该饮食习惯监测方法包括以下步骤：
步骤101，在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号。
具体的，本发明实施例提供的饮食习惯监测方法，可以由本发明实施例提供的饮食习惯监测系统执行。
步骤102，根据咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确。
可以理解的是，用户饮食时，每次咀嚼，咀嚼肌肉将收缩和舒展一次；类似的，每次吞咽，吞咽肌肉群将收缩和舒展一次。那么，在本发明实施例中，可以在用户的咀嚼肌肉群和吞咽肌肉群表面，分别安装咀嚼肌电传感器和吞咽肌电传感器。从而在用户的肌肉随咀嚼和吞咽的动作而舒展和收缩时，可以利用咀嚼肌电传感器和吞咽肌电传感器，分别获取不同的电信号，即咀嚼肌运动信号和吞咽肌运动信号，进而根据咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确。
具体的，步骤102可以通过以下方式实现。
步骤102a，根据咀嚼肌运动信号和吞咽肌运动信号，确定用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度。
步骤102b，根据预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，及用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定用户的当前的饮食动作是否正确。
其中，咀嚼次数，可以是用户两次吞咽时间之间的咀嚼次数，也可以是用户在饮食时长内总的咀嚼次数，还可以是用户在饮食时长内，各个吞咽时间之间的咀嚼次数的平均值，等等；咀嚼时间，可以是用户两次吞咽时间之差，也可以是用户在饮食时长内总的咀嚼时间，还可以是用户在饮食时长内，各个吞咽时间之差的平均值，等等；饮食时长，可以是用户整个进食过程的持续时长，也可以是预先设置的固定时长，等等；咀嚼力度，可以是用户每次咀嚼的力度，也可以是饮食时长内的平均咀嚼力度，等等，此处不作限制。
可以理解的是，用户每次咀嚼和吞咽时，咀嚼肌电传感器和吞咽肌电传感器分别根据用户的咀嚼肌肉群和吞咽肌肉群的舒展和收缩情况，产生的咀嚼肌运动信号和吞咽肌运动信号，为连续的电流信号。而电流信号的变化规律、幅值大小等，随肌肉的收缩和舒展情况、收缩力度大小的不同而变化。因此，在本发明实施例中，可以根据咀嚼肌运动信号和吞咽肌运动信号的幅值大小、变化规律等，确定用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，进而确定用户的当前的饮食动作是否正确。
即，步骤102a中，咀嚼肌运动信号和吞咽肌运动信号分别为连续的电流信号。
相应的，步骤102a可以包括：
根据电流信号的幅值大小、变化规律及持续时长，确定用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度。
具体的，可以根据电流信号的变化规律，确定用户当前的咀嚼次数、咀嚼时间及吞咽次数；根据电流信号的幅值大小，确定用户当前的咀嚼力度；根据电流信号的持续时长，确定用户当前的饮食时长。
举例来说，假设咀嚼肌运动信号为图1A所示的电流信号，用户进行咀嚼动作时，咀嚼肌肉群收缩对应图1A中的a时刻的波峰，咀嚼肌肉群舒展对应图1A中的b时刻的波谷。则电流信号的持续时长，即为用户当前的饮食时长；波峰的个数，即为用户在饮食时长内的咀嚼次数；两个波峰之间的时间，即为用户每次咀嚼所用的时间，等等。
具体的，根据电流信号的幅值大小、变化规律及持续时长，确定了用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度后，即可结合预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定用户的当前的饮食动作是否正确。
具体实现时，可以通过多种方法，根据预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，及用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定用户的当前的饮食动作是否正确。
比如，当饮食时长为预先设置的固定时长，咀嚼次数、咀嚼时间、吞咽次数分别为在饮食时长内总的咀嚼次数、咀嚼时间、吞咽次数，咀嚼力度为饮食时长内的平均咀嚼力度时；或者当饮食时长为预设的固定时长，咀嚼次数为用户饮食时长内的各个吞咽时间之间的咀嚼次数的平均值，咀嚼时间为用户在饮食时长内，各个吞咽时间之差的平均值，吞咽次数为用户在饮食时长内的总的吞咽次数，咀嚼力度为用户在饮食时长内的平均咀嚼力度时，可以预先设置饮食动作正常时，在饮食时长内，用户的总的咀嚼次数、总的咀嚼时间、总的吞咽次数及平均咀嚼力度的范围。则根据咀嚼肌运动信号和吞咽肌运动信号，确定用户在饮食时长内，总的咀嚼次数、总的咀嚼时间、总的吞咽次数及平均咀嚼力度后，可以通过对比分析，确定用户的当前的饮食动作是否正确。
举例来说，假设预先设置用户在60秒(s)内，总的咀嚼次数大于50次，总的咀嚼时间大于40s，总的吞咽次数大于10次，平均咀嚼力度大于2牛顿(N)时，饮食动作正常。则若根据咀嚼肌运动信号和吞咽肌运动信号，确定用户在60s内，共咀嚼55次，吞咽11次，总的咀嚼时间为45s，平均咀嚼力度为3N。由于用户在饮食时长内，咀嚼次数、咀嚼时间、吞咽次数、咀嚼力度均在预设的范围内，则可以确定用户当前的饮食动作正确。
或者，当饮食时长为预设的固定时长，咀嚼次数为用户两次吞咽时间之间的咀嚼次数，咀嚼时间为用户两次吞咽时间之差，吞咽次数为用户在饮食时长内的总的吞咽次数，咀嚼力度为用户在饮食时长内的平均咀嚼力度时，可以预先设置用户饮食动作正常时，在饮食时长内的各个咀嚼次数、各个咀嚼时间、总的吞咽次数、平均咀嚼力度的范围。则根据咀嚼肌运动信号和吞咽肌运动信号，确定用户在饮食时长内的各个咀嚼次数、各个咀嚼时间、总的吞咽次数、平均咀嚼力度后，可以通过对比分析，确定用户的当前的饮食动作是否正确。
举例来说，假设预先设置用户在60s内，每两次吞咽时间之间的咀嚼次数均大于5次，每两次吞咽时间之差均大于6s，总的吞咽次数大于10次，平均咀嚼力度大于2N时，饮食动作正常。则若根据咀嚼肌运动信号和吞咽肌运动信号，确定用户在60s内，咀嚼和吞咽了多次，且两次吞咽时间之间的咀嚼次数为6次或7次，两次吞咽时间之差为7s或8s，总的吞咽次数为11次，平均咀嚼力度为3N。由于用户在饮食时长内，咀嚼次数、咀嚼时间、吞咽次数、咀嚼力度均在预设的范围内，则可以确定用户当前的饮食动作正确。
通过从咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度等多个角度，分析用户的饮食动作是否正确，提高了监测结果的准确性和可靠性。
另外，在本发明实施例中，也可以仅根据咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度中的任意几个，如仅根据咀嚼次数和咀嚼时间，或者仅根据饮食时长和咀嚼力度，确定用户的当前的饮食动作是否正确。
比如，当咀嚼次数为用户两次吞咽时间之间的咀嚼次数，咀嚼时间为用户两次吞咽时间之差时，可以预先设置用户饮食动作正常时，咀嚼次数和咀嚼时间的范围。则根据咀嚼肌运动信号和吞咽肌运动信号，确定用户两次吞咽时间之间的咀嚼次数和两次吞咽时间之差后，可以通过对比分析，确定用户的当前的饮食动作是否正确。
举例来说，假设预先设置两次吞咽时间之间的咀嚼次数大于5次，两次吞咽时间之差大于6s时，饮食动作正常。则若根据咀嚼肌运动信号和吞咽肌运动信号，确定用户两次吞咽时间之间的咀嚼次数为6次，两次吞咽时间之差为7s。由于用户在饮食时长内，咀嚼次数、咀嚼时间均在预设的范围内，则可以确定用户当前的饮食动作正确。
通过根据两次吞咽时间之间的咀嚼次数和两次吞咽时间之差，分析用户的饮食动作是否正确，可以实时的对用户的饮食动作是否正确进行判断，提高了判断结果的实时性。
需要说明的是，上述根据咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度等，确定用户的当前的饮食动作是否正确的方法，仅是示意性说明，不能作为对本申请技术方案的限制，本领域技术人员在此基础上，可以根据需要任意设置不同的方法，以确定用户当前的饮食动作是否正确，此处对此不作限定。
本发明实施例提供的饮食习惯监测方法，通过在用户饮食时，利用咀嚼肌电传感器和吞咽肌电传感器，分别获取用户的咀嚼肌运动信号和吞咽肌运动信号，进而确定用户的当前的饮食动作是否正确，使得确定用户的饮食动作时，不受其它动作的影响，抗干扰性强，提高了监测结果的精确度、准确性和可靠性。
通过上述分析可知，可以根据咀嚼肌电传感器和吞咽肌电传感器分别获取用户的咀嚼肌运动信号和吞咽肌运动信号，从而根据咀嚼次数、咀嚼时间等，确定用户的当前的饮食动作是否正确。在实际运用中，由于咀嚼次数、咀嚼时间等与用户的年龄、性别等有关，不同的年龄或性别的用户，饮食习惯正常时的咀嚼次数、咀嚼时间等不同，下面结合图2，对上述情况进行具体说明。
图2为本发明实施例所提供的另一种饮食习惯监测方法的流程示意图。
如图2所示，该饮食习惯监测方法包括以下步骤：
步骤201，在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号。
其中，上述步骤201的具体实现过程及实现原理，可以参照上述实施例中的相关描述，此处不再赘述。
步骤202，获取用户的个人信息，个人信息中包括用户的年龄及性别。
步骤203，根据用户的个人信息，及咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确。
具体的，获取了用户的咀嚼肌运动信号和吞咽肌运动信号后，可以根据咀嚼肌运动信号和吞咽肌运动信号，确定用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，从而根据预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度及用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定用户的当前的饮食动作是否正确。
而用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度等，与用户的年龄和性别等个人信息有密切关系。比如，男性的咀嚼力度通常大于女性的咀嚼力度，老年人的咀嚼时间通常大于年轻人的咀嚼时间，等等。
那么，在本发明实施例中，可以结合用户的年龄和性别等个人信息，确定用户的当前的饮食动作是否正确，以提高识别结果的准确性和可靠性。
具体的，可以预先设置不同年龄和性别的用户，对应不同的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度标准，从而在获取用户的个人信息，并根据用户的咀嚼肌运动信号和吞咽肌运动信号，确定用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度后，可以根据用户的年龄和性别，及预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定用户的当前的饮食动作是否正确。
比如，假设饮食时长为预先设置的固定时长，咀嚼次数、咀嚼时间、吞咽次数分别为在饮食时长内总的咀嚼次数、咀嚼时间、吞咽次数，咀嚼力度为饮食时长内的平均咀嚼力度。可以预先设置20-50岁的男性用户在60s内，总的咀嚼次数大于50次，总的咀嚼时间大于40s，总的吞咽次数大于10次，平均咀嚼力度大于2N时，饮食动作正常；50-70岁的男性用户在60s内，总的咀嚼次数大于45次，总的咀嚼时间大于35s，总的吞咽次数大于8次，平均咀嚼力度大于1.5N时，饮食动作正常；20-50岁的女性用户在60s内，总的咀嚼次数大于48次，总的咀嚼时间大于38s，总的吞咽次数大于9次，平均咀嚼力度大于1.8N时，饮食动作正常；50-70岁的女性用户在60s内，总的咀嚼次数大于43次，总的咀嚼时间大于33s，总的吞咽次数大于7次，平均咀嚼力度大于1.3N时，饮食动作正常，等等。
则若获取用户的个人信息后，确定用户为35岁的女性，且根据咀嚼肌运动信号和吞咽肌运动信号，确定用户在60s内，共咀嚼50次，吞咽10次，总的咀嚼时间为40s，平均咀嚼力度为2N。由于用户在饮食时长内，咀嚼次数、咀嚼时间、吞咽次数、咀嚼力度均在预设的范围内，则可以确定用户当前的饮食动作正确。
另外，为了使用户及时更正错误的饮食习惯和动作，在本发明实施例中，还可以在确定用户的当前的饮食动作不正确时，对用户进行提醒。即，在步骤203之后，还可以包括：
在确定用户的饮食动作不正确时，通过语音或者震动的形式，向用户发送提醒消息。
具体的，可以预先设置一个阈值，在确定用户的饮食动作不正确的次数达到预设的阈值时，则通过语音或者震动的形式，向用户发送提醒消息。
或者，也可以在确定用户的饮食动作不正确时，立即通过语音或者震动的形式，向用户发送提醒消息。通过这种方式，可以实时有效的更正用户的错误饮食习惯和动作，改善了用户体验。
本发明实施例提供的饮食习惯监测方法，通过在用户饮食时，利用咀嚼肌电传感器和吞咽肌电传感器，分别获取用户的咀嚼肌运动信号和吞咽肌运动信号，并根据用户的个人信息及咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确，使得确定用户的饮食动作时，不受其它动作的影响，抗干扰性强，提高了监测结果的精确度、准确性和可靠性。
为了实现上述实施例，本发明还提出一种饮食习惯监测系统。
图3为本发明实施例提供的一种饮食习惯监测系统的结构示意图。
如图3所示，该饮食习惯监测系统包括：咀嚼肌电传感器31、吞咽肌电传感器32及控制芯片33。
控制芯片33，分别与咀嚼肌电传感器31的输出端及吞咽肌电传感器32的输出端连接；
控制芯片33，用于在用户饮食时，分别通过咀嚼肌电传感器31和吞咽肌电传感器32，获取用户的咀嚼肌运动信号和吞咽肌运动信号；
根据咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确。
具体的，本发明实施例提供的饮食习惯监测系统，可以执行本发明实施例提供的饮食习惯监测方法。
在本发明实施例一种可能的实现形式中，上述控制芯片33，具体用于：
根据咀嚼肌运动信号和吞咽肌运动信号，确定用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度；
根据预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，及用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定用户的当前的饮食动作是否正确。
在本发明实施例另一种可能的实现形式中，上述控制芯片33，还用于：
获取用户的个人信息，个人信息中包括用户的年龄及性别；
根据用户的个人信息，及咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确。
在本发明实施例另一种可能的实现形式中，上述咀嚼肌运动信号和吞咽肌运动信号分别为连续的电流信号；
上述控制芯片33，具体用于：根据电流信号的幅值大小、变化规律及持续时长，确定用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度。
需要说明的是，前述对饮食习惯监测方法实施例的解释说明也适用于该实施例的饮食习惯监测系统，此处不再赘述。
本发明实施例的饮食习惯监测系统，通过在用户饮食时，利用咀嚼肌电传感器和吞咽肌电传感器，分别获取用户的咀嚼肌运动信号和吞咽肌运动信号，进而确定用户的当前的饮食动作是否正确，使得确定用户的饮食动作时，不受其它动作的影响，抗干扰性强，提高了监测结果的精确度、准确性和可靠性。
基于上述实施例，本发明实施例还提供了一种饮食习惯监测系统的可能的实现方式，图4为本发明实施例所提供的另一种饮食习惯监测系统的结构示意图。
如图4所示，在图3所示的基础上，该饮食习惯监测系统，还包括：报警模块41。
上述报警模块41与控制芯片33连接，用于：在确定用户的饮食动作不正确时，通过语音或者震动的形式，向用户发送提醒消息。
在本发明一种可能的实现形式中，还可以包括采集模块，采集模块包括电信号放大器、滤波器、模数转换器等。
采集模块通过供电线缆和信号线缆与咀嚼肌电传感器31及吞咽肌电传感器32连接。采集模块通过供电线缆给咀嚼肌电传感器31及吞咽肌电传感器32供电，通过信号线缆获取咀嚼肌电传感器31及吞咽肌电传感器32产生的电流信号。
采集模块可以对咀嚼肌电传感器31及吞咽肌电传感器32产生的电流信号进行放大滤波，并进行模数转换处理，并将处理后的数字信号接入控制芯片33，以使控制芯片33根据处理后的咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确。
在本发明另一种可能的实现形式中，还可以包括显示模块，与控制芯片33连接，用于显示咀嚼时间、咀嚼次数、吞咽时间以及用户的饮食动作不正确次数等等，从而使用户可以直观的了解到自己的饮食动作及动作正常与否情况。
另外，在本发明实施例提供的饮食习惯监测系统中，还可以包括存储模块，与控制芯片连接，用户存储咀嚼时间、咀嚼次数、吞咽时间等数据，从而在需要时，可以从存储器中获取需要的数据。
需要说明的是，前述对饮食习惯监测方法实施例的解释说明也适用于该实施例的饮食习惯监测系统，此处不再赘述。
本发明实施例的饮食习惯监测系统，通过在用户饮食时，利用咀嚼肌电传感器和吞咽肌电传感器，分别获取用户的咀嚼肌运动信号和吞咽肌运动信号，进而确定用户的当前的饮食动作是否正确，使得确定用户的饮食动作时，不受其它动作的影响，抗干扰性强，提高了监测结果的精确度、准确性和可靠性。
为了实现上述实施例，本发明还提出计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现前述实施例提供的饮食习惯监测方法。
其中，处理器具体被配置为执行以下步骤：在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号；
根据咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确。
为了实现上述实施例，本发明还提出一种计算机可读存储介质，当所述存储介质中的指令由处理器被执行时，使得处理器能够执行一种饮食习惯监测方法，所述方法包括：
在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号；
根据咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确。
为了实现上述实施例，本发明还提出一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行一种饮食习惯监测方法，所述方法包括：
在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号；
根据咀嚼肌运动信号和吞咽肌运动信号，确定用户的当前的饮食动作是否正确。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (13)
1.一种饮食习惯监测方法，其特征在于，包括：
在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号；
根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户的当前的饮食动作是否正确。
2.如权利要求1所述的方法，其特征在于，所述确定所述用户的当前的饮食动作是否正确，包括：
根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度；
根据预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，及所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定所述用户的当前的饮食动作是否正确。
3.如权利要求1所述的方法，其特征在于，所述确定所述用户的当前的饮食动作是否正确之前，还包括：
获取所述用户的个人信息，所述个人信息中包括用户的年龄及性别；
所述确定所述用户的当前的饮食动作是否正确，包括：
根据所述用户的个人信息，及所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户的当前的饮食动作是否正确。
4.如权利要求2所述的方法，其特征在于，所述根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，包括：
所述咀嚼肌运动信号和吞咽肌运动信号分别为连续的电流信号；
根据所述电流信号的幅值大小、变化规律及持续时长，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度。
5.如权利要求1所述的方法，其特征在于，还包括：
在确定所述用户的饮食动作不正确时，通过语音或者震动的形式，向所述用户发送提醒消息。
6.一种饮食习惯监控系统，其特征在于，包括：咀嚼肌电传感器、吞咽肌电传感器及控制芯片；
所述控制芯片，分别与所述咀嚼肌电传感器的输出端及所述吞咽肌电传感器的输出端连接；
所述控制芯片，用于在用户饮食时，分别通过咀嚼肌电传感器和吞咽肌电传感器，获取用户的咀嚼肌运动信号和吞咽肌运动信号；
根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户的当前的饮食动作是否正确。
7.如权利要求6所述的系统，其特征在于，所述控制芯片，具体用于：
根据所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度；
根据预设的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，及所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度，确定所述用户的当前的饮食动作是否正确。
8.如权利要求6所述的系统，其特征在于，所述控制芯片，还用于：
获取所述用户的个人信息，所述个人信息中包括用户的年龄及性别；
根据所述用户的个人信息，及所述咀嚼肌运动信号和吞咽肌运动信号，确定所述用户的当前的饮食动作是否正确。
9.如权利要求7所述的系统，其特征在于，所述咀嚼肌运动信号和吞咽肌运动信号分别为连续的电流信号；
所述控制芯片，具体用于：根据所述电流信号的幅值大小、变化规律及持续时长，确定所述用户当前的咀嚼次数、咀嚼时间、吞咽次数、饮食时长及咀嚼力度。
10.如权利要求6所述的系统，其特征在于，还包括：报警模块；
所述报警模块与所述控制芯片连接，用于：在确定所述用户的饮食动作不正确时，通过语音或者震动的形式，向所述用户发送提醒消息。
11.一种计算机设备，其特征在于，包括：
存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-5中任一所述的饮食习惯监测方法。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的饮食习惯监测方法。
13.一种计算机程序产品，其特征在于，当所述计算机程序产品中的指令由处理器执行时，执行如权利要求1-5中任一所述的饮食习惯监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710639658.0A CN107403066A (zh) | 2017-07-31 | 2017-07-31 | 一种饮食习惯监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710639658.0A CN107403066A (zh) | 2017-07-31 | 2017-07-31 | 一种饮食习惯监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107403066A true CN107403066A (zh) | 2017-11-28 |
Family
ID=60401388
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710639658.0A Pending CN107403066A (zh) | 2017-07-31 | 2017-07-31 | 一种饮食习惯监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107403066A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108236465A (zh) * | 2018-01-18 | 2018-07-03 | 上海肌颜齿科科技有限公司 | 一种吞咽行为的检测方法及装置 |
| CN108652621A (zh) * | 2018-04-04 | 2018-10-16 | 深圳市体医疗科技有限公司 | 一种吞咽实时监测方法及其系统 |
| CN110236526A (zh) * | 2019-06-28 | 2019-09-17 | 李秋 | 基于咀嚼吞咽动作及心电活动的摄食行为分析和检测方法 |
| CN111009297A (zh) * | 2019-12-05 | 2020-04-14 | 中新智擎科技有限公司 | 一种用户服药行为的监督方法、装置及智能机器人 |
| CN111972313A (zh) * | 2019-05-21 | 2020-11-24 | 崔相晙 | 饮食摄取量计算方法及其装置 |
| WO2022011509A1 (zh) * | 2020-07-13 | 2022-01-20 | 华为技术有限公司 | 监管饮食行为的方法和装置 |
| CN113951877A (zh) * | 2021-10-25 | 2022-01-21 | 首都医科大学宣武医院 | 一种用于摄食行为检测和分析装置 |
| CN114667113A (zh) * | 2019-12-17 | 2022-06-24 | 尹祥源 | 口腔防护器 |
| CN115844426A (zh) * | 2023-02-28 | 2023-03-28 | 深圳市心流科技有限公司 | 基于肌电信号的进食监测方法、进食监测设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102920461A (zh) * | 2012-09-13 | 2013-02-13 | 中国计量学院 | 一种进食习惯监测装置 |
| 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 |
| CN106859653A (zh) * | 2015-09-24 | 2017-06-20 | 富士通株式会社 | 饮食行为检测装置及饮食行为检测方法 |
-
2017
- 2017-07-31 CN CN201710639658.0A patent/CN107403066A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102920461A (zh) * | 2012-09-13 | 2013-02-13 | 中国计量学院 | 一种进食习惯监测装置 |
| CN106859653A (zh) * | 2015-09-24 | 2017-06-20 | 富士通株式会社 | 饮食行为检测装置及饮食行为检测方法 |
| 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 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108236465A (zh) * | 2018-01-18 | 2018-07-03 | 上海肌颜齿科科技有限公司 | 一种吞咽行为的检测方法及装置 |
| CN108652621A (zh) * | 2018-04-04 | 2018-10-16 | 深圳市体医疗科技有限公司 | 一种吞咽实时监测方法及其系统 |
| CN111972313A (zh) * | 2019-05-21 | 2020-11-24 | 崔相晙 | 饮食摄取量计算方法及其装置 |
| CN111972313B (zh) * | 2019-05-21 | 2022-03-18 | 崔相晙 | 饮食摄取量计算方法及其装置 |
| CN110236526A (zh) * | 2019-06-28 | 2019-09-17 | 李秋 | 基于咀嚼吞咽动作及心电活动的摄食行为分析和检测方法 |
| CN111009297A (zh) * | 2019-12-05 | 2020-04-14 | 中新智擎科技有限公司 | 一种用户服药行为的监督方法、装置及智能机器人 |
| CN111009297B (zh) * | 2019-12-05 | 2023-09-19 | 中新智擎科技有限公司 | 一种用户服药行为的监督方法、装置及智能机器人 |
| CN114667113A (zh) * | 2019-12-17 | 2022-06-24 | 尹祥源 | 口腔防护器 |
| WO2022011509A1 (zh) * | 2020-07-13 | 2022-01-20 | 华为技术有限公司 | 监管饮食行为的方法和装置 |
| CN114190074A (zh) * | 2020-07-13 | 2022-03-15 | 华为技术有限公司 | 监管饮食行为的方法和装置 |
| CN113951877A (zh) * | 2021-10-25 | 2022-01-21 | 首都医科大学宣武医院 | 一种用于摄食行为检测和分析装置 |
| CN115844426A (zh) * | 2023-02-28 | 2023-03-28 | 深圳市心流科技有限公司 | 基于肌电信号的进食监测方法、进食监测设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107403066A (zh) | 一种饮食习惯监测方法及系统 | |
| Wellman et al. | Children's understanding of the nonobvious | |
| CN112135564B (zh) | 摄食吞咽功能评价方法、记录介质、评价装置以及评价系统 | |
| Theodoridis et al. | A survey on AI nutrition recommender systems | |
| CN106407715A (zh) | 一种智能服务机器人健康辨识系统及方法 | |
| KR102185469B1 (ko) | 인공지능을 이용한 반려동물 감성봇 장치 및 이를 이용한 교감 방법 | |
| CN108778052A (zh) | 用于通过反馈的手段实现最优口腔卫生的方法和系统 | |
| JP2004000138A (ja) | 生体信号の獲得及び解析を利用した動物の状態把握方法及び装置 | |
| CN106725959A (zh) | 口腔护理系统 | |
| CN107592421A (zh) | 移动终端的自助服务方法及装置 | |
| Klefot et al. | Development of a noninvasive system for monitoring dairy cattle sleep | |
| JPS6152852A (ja) | 脈拍測定器 | |
| PATTERSON | Linguistic capabilities of a lowland gorilla. | |
| Nootyaskool et al. | Smart collar design to predict cow behavior | |
| Wang et al. | Inferring food types through sensing and characterizing mastication dynamics | |
| Bierwisch | Words in the brain are not just labelled concepts | |
| Amft | Automatic dietary monitoring using on-body sensors: Detection of eating and drinking behaviour in healthy individuals | |
| CN107658021A (zh) | 营养状态评估方法和装置 | |
| Cohen et al. | SmartNecklace: Designing a wearable multi-sensor system for smart eating detection | |
| Mevissen | A wearable sensor system for eating event recognition using accelerometer, gyroscope, piezoelectric and lung volume sensors | |
| KR102366054B1 (ko) | 말을 이용한 힐링 시스템 | |
| Vaidya | Towards a Wearable Dietary Monitoring System: Nutrition Classification and User Gesture Detection Using Machine | |
| Ivancich et al. | Cell assemblies as building blocks of larger cognitive structures | |
| Fuster | Hebb's other postulate at work on words | |
| KR20220061619A (ko) | 감정 평가 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171128 |
|
| RJ01 | Rejection of invention patent application after publication |