CN109411043A - 一种基于智能数据分析来记录摄入食物热量的方法 - Google Patents
一种基于智能数据分析来记录摄入食物热量的方法 Download PDFInfo
- Publication number
- CN109411043A CN109411043A CN201811047090.4A CN201811047090A CN109411043A CN 109411043 A CN109411043 A CN 109411043A CN 201811047090 A CN201811047090 A CN 201811047090A CN 109411043 A CN109411043 A CN 109411043A
- Authority
- CN
- China
- Prior art keywords
- intake
- food
- fuel value
- dietary
- data
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Nutrition Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种基于智能数据分析来记录摄入食物热量的方法,步骤(1)、选择记录饮食热量的时间周期;步骤(2)、获取用户在一个时间周期的每日摄入食物数据;步骤(3)、在时间周期结束的节点处对获取到的食物数据分析处理,并将摄入食物数据与食物热量数据库进行匹配;步骤(4)、生成当前时间周期内的阶段饮食热量摄入报告单;步骤(5)、计算出当前时间周期内的摄入的食物热量;步骤(6)、在下一个时间周期为用户制定合理的饮食推荐;循环执行上述步骤(1)至步骤(6),实现周期性地记录人们食用的食物热量和作出合理的饮食推荐。与现有技术相比,本发明只需在时间周期结束的节点处查看食物热量摄入报告,更加智能化和人性化。
Description
技术领域
本发明涉及医疗饮食、运动营养学和智能数据分析等技术领域,特别是涉及一种利用数据分析来记录摄入食物热量的方法。
背景技术
在中国经济水平迅速发展的大背景下,人们的生活节奏逐渐加快,饮食方面也有了很大的变化,有很大一部分人的饮食逐步的西化,例如年轻人爱吃的油炸食物:炸鸡排、炸鸡腿鸡翅、炸牛肉、炸鱼等等,还有重加工肉类、烧烤类食物、膨化食品,呈现出的饮食特点是高热量、高脂肪,通过加工后的食物还会产生影响人体代谢的有害物质,阻碍人体热量的消耗。现代人们的健康意识也逐渐增强,虽然某些人群喜欢吃一些不太健康的带有西方特点的食物,但也会通过各种方法获取其所吃的食物热量,并通过适当的运动消耗多余的热量,防止自己肥胖。但时间久了,由于每日都要担心自己所摄入热量是否过多,不自觉的去关注各种食物的热量,会对那些精神敏感的人群造成精神压力。
从科学的角度讲,动、植物性食物中所含的营养素可分为五大类:碳水化合物、脂肪、蛋白质、矿物质、维生素,其中碳水化合物、脂肪、蛋白质一般称为三大营养素,三大营养素经过消化转变成可以吸收的小分子营养物质被吸收入血液,这些被吸收的小分子营养物质在细胞内经过合成代谢构成机体组成成分或者更新衰老的组织,同时经过分解代谢形成代谢产物,并且释放出蕴藏的化学能。这些化学能经过转化便成为生命活动过程中各种能力的来源。所以碳水化合物、脂肪、蛋白质这三者又总称为“热源质”。
现有智能数据分析,它是指运用统计学、模式识别、机器学习、数据抽象等数据分析工具从数据中发现知识的分析方法。智能数据分析的目的是直接或间接地提高工作效率,在实际使用中充当智能化助手的角色,使工作人员在恰当的时间拥有恰当的信息,帮助他们在有限的时间内作出正确的决定。
发明内容
基于上述现有技术以及社会需求现状,本发明提出一种基于智能数据分析来记录饮食热量的方法,制定了周期性记录数据的方案,然后在每个记录周期结束的节点处进行食物热量分析计算,可以更加精确的了解用户摄入热量的情况。
本发明的一种基于智能数据分析来记录饮食热量的方法,包括以下步骤:
步骤1、根据用户的自身情况选择记录饮食热量的时间周期;
步骤2、确定时间周期后,获取用户在一个时间周期的摄入食物的数据;
步骤3、根据步骤2获取的用户在一个时间周期的摄入食物数据,在当前时
间周期结束的节点处对获取到的食物数据进行分析处理,并将摄入食物数据与我们的食物热量数据库进行匹配。
步骤4、匹配完成后,生成当前时间周期内饮食热量摄入报告单;
步骤5、读取阶段饮食热量摄入报告单,计算出当前时间周期内的摄入的食物热量总和;
步骤6、从步骤4的阶段饮食热量摄入报告单和步骤5计算的摄入食物热量总和获取的数据与人体健康食物热量摄入指标进行对比,在下一时间周期开始前的饮食推荐表中为用户制定合理的饮食推荐;
循环执行上述步骤1至步骤6,从而实现周期性地记录人们食用的食物热量并作出合理推荐。
与现有的技术相比,本次发明的具有以下积极效果:
1、能够根据人们所在地域的不同重新建立更有针对性的食物热量数据库;
2、能够根据人们的实际情况来选择记录摄入热量的时间周期,使用户不再需要关注每日的热量摄入,只需在时间周期的节点处查看食物热量摄入报告单即可,更加人性化。
附图说明
图1为本发明的一种基于智能数据分析来记录摄入食物热量的方法流程图。
具体实施方式
下面将结合附图对本发明的实施方式作进一步的详细描述。
本发明的一种基于智能数据分析来记录摄入食物热量的方法,现将该方法具体步骤显示如下:
步骤1、根据用户的自身情况选择记录饮食热量的时间周期,自身情况包括用户现阶段的身高、体重、性别、年龄、每日运动时长、工作性质、工作时长等,先根据用户的身高、体重、性别和年龄这些基础数据生成一个推荐记录周期T,用户也可在根据自己的每日运动时长、工作性质(脑力工作或体力工作)和工作时长选择比较合适的饮食记录周期;
步骤2、确定时间周期后,获取用户在一个时间周期的每日的摄入食物数据;
步骤3、根据步骤2获取的用户在一个时间周期的每日摄入食物数据,在时间周期结束的节点处对获取到的食物数据进行分析处理,并将摄入食物数据与食物热量数据库进行匹配;
步骤4、匹配完成后,生成当前时间周期内的阶段饮食热量摄入报告单;
步骤5、读取阶段饮食热量摄入报告单,计算出当前时间周期内的摄入的食物热量总和;
步骤6、根据在时间节点生成的报告单和计算的摄入食物热量和,在下一个时间周期,为用户制定合理的饮食推荐。具体实现是根据步骤4和步骤5获取的数据与人体健康食物热量摄入指标(该指标根据用户的身高、体重、性别、年龄等数据而定)进行对比,对于超过人体健康食物热量摄入指标的用户,那么在下一纪录周期开始前的饮食推荐表中会从食物数据库中挑选热量相对较低的食物推荐给用户,以保持用户健康饮食。
循环执行上述步骤1至步骤6,从而实现周期性地记录人们食用的食物热量。这样可以减少人们过多的关注于每日所吃的食物热量,只需要在每个周期的节点时间,关注自己本周期的热量摄入,然后再为自己制定合理的运动方案,这样做不仅节省了精神上的关注程度,而且留给计算机处理食物热量数据时间也增加。
除此之外,根据“热源质”的基础理论,可以将食物按照热量的高低层次进行归类,对已有的食物热量数据库进行整理,使得数据处理更加方便。也可根据用户自己所处的地域以及饮食文化,建立一种个性化食物热量数据库,实现为单个用户专项记录饮食热量服务优化,使服务更加人性化。最后,可以根据用户自身的需求,为用户量身定做自己的食物热量数据库,更有针对性的去为某位用户记录饮食热量。
Claims (1)
1.一种基于智能数据分析来记录摄入食物热量的方法,其特征在于,该方法包括以下步骤:
步骤(1)、根据用户的自身情况选择记录饮食热量的时间周期;
步骤(2)、确定时间周期后,获取用户在一个时间周期的摄入食物的数据;
步骤(3)、根据步骤(2)获取的用户在一个时间周期的摄入食物数据,在当前时间周期结束的节点处对获取到的食物数据进行分析处理,并将摄入食物数据与我们的食物热量数据库进行匹配。
步骤(4)、匹配完成后,生成当前时间周期内饮食热量摄入报告单;
步骤(5)、读取阶段饮食热量摄入报告单,计算出当前时间周期内的摄入的食物热量总和;
步骤(6)、从步骤(4)的阶段饮食热量摄入报告单和步骤(5)计算的摄入食物热量总和获取的数据与人体健康食物热量摄入指标进行对比,在下一时间周期开始前的饮食推荐表中为用户制定合理的饮食推荐;
循环执行上述步骤(1)至步骤(6),从而实现周期性地记录人们食用的食物热量并作出合理推荐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811047090.4A CN109411043A (zh) | 2018-09-08 | 2018-09-08 | 一种基于智能数据分析来记录摄入食物热量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811047090.4A CN109411043A (zh) | 2018-09-08 | 2018-09-08 | 一种基于智能数据分析来记录摄入食物热量的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109411043A true CN109411043A (zh) | 2019-03-01 |
Family
ID=65463968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811047090.4A Pending CN109411043A (zh) | 2018-09-08 | 2018-09-08 | 一种基于智能数据分析来记录摄入食物热量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109411043A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111128343A (zh) * | 2019-12-25 | 2020-05-08 | 天津大学 | 一种用于分析食物中微量元素与饮食健康管理的方法 |
CN115371326A (zh) * | 2022-08-29 | 2022-11-22 | 海信视像科技股份有限公司 | 服务器、冰箱及食谱推荐方法 |
CN116682532A (zh) * | 2023-06-12 | 2023-09-01 | 中日友好医院(中日友好临床医学研究所) | 一种糖尿病前期患者健康管理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866954A (zh) * | 2015-04-27 | 2015-08-26 | 天津师范大学 | 基于智能信息处理终端居民膳食均衡量化分析方法及系统 |
CN104994779A (zh) * | 2012-12-19 | 2015-10-21 | 捷通国际有限公司 | 用于使用私人相关因子确定热量摄入的系统和方法 |
CN105022908A (zh) * | 2014-04-29 | 2015-11-04 | Tcl集团股份有限公司 | 饮食推荐方法及推荐系统 |
CN107680652A (zh) * | 2017-09-13 | 2018-02-09 | 天津大学 | 一种基于机器学习的营养饮食推荐及评价方法 |
-
2018
- 2018-09-08 CN CN201811047090.4A patent/CN109411043A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104994779A (zh) * | 2012-12-19 | 2015-10-21 | 捷通国际有限公司 | 用于使用私人相关因子确定热量摄入的系统和方法 |
CN105022908A (zh) * | 2014-04-29 | 2015-11-04 | Tcl集团股份有限公司 | 饮食推荐方法及推荐系统 |
CN104866954A (zh) * | 2015-04-27 | 2015-08-26 | 天津师范大学 | 基于智能信息处理终端居民膳食均衡量化分析方法及系统 |
CN107680652A (zh) * | 2017-09-13 | 2018-02-09 | 天津大学 | 一种基于机器学习的营养饮食推荐及评价方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111128343A (zh) * | 2019-12-25 | 2020-05-08 | 天津大学 | 一种用于分析食物中微量元素与饮食健康管理的方法 |
CN115371326A (zh) * | 2022-08-29 | 2022-11-22 | 海信视像科技股份有限公司 | 服务器、冰箱及食谱推荐方法 |
CN115371326B (zh) * | 2022-08-29 | 2023-11-14 | 海信视像科技股份有限公司 | 服务器、冰箱及食谱推荐方法 |
CN116682532A (zh) * | 2023-06-12 | 2023-09-01 | 中日友好医院(中日友好临床医学研究所) | 一种糖尿病前期患者健康管理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lugert et al. | A review on fish growth calculation: multiple functions in fish production and their specific application | |
Ueda et al. | User’s food preference extraction for personalized cooking recipe recommendation | |
Zhao et al. | The use of food-frequency questionnaires for various purposes in China | |
Shriver et al. | Dietary intakes and eating habits of college athletes: are female college athletes following the current sports nutrition standards? | |
Chavarie et al. | Sympatric polymorphism in lake trout: the coexistence of multiple shallow-water morphotypes in Great Bear Lake | |
Weber et al. | Insights from machine-learned diet success prediction | |
JP2017224326A (ja) | 栄養素含有量に関する情報の収集および送信 | |
Mirzaaghatabar et al. | Effect of different levels of diet methionine and metabolisable energy on broiler performance and immune system | |
CN109411043A (zh) | 一种基于智能数据分析来记录摄入食物热量的方法 | |
Sales | First feeding of freshwater fish larvae with live feed versus compound diets: a meta-analysis | |
US20220230730A1 (en) | Recipe recommendation method and device, computing device and storage medium | |
Mmanda et al. | Fish farming in Tanzania: the availability and nutritive value of local feed ingredients | |
Bloomer et al. | Acute plasma volume change with high-intensity sprint exercise | |
Bock et al. | Grandmothers’ productivity and the HIV/AIDS pandemic in sub-Saharan Africa | |
Lin et al. | A prospective assessment of food and nutrient intake in a population of Malawian children at risk for kwashiorkor | |
Karikome et al. | A system for supporting dietary habits: planning menus and visualizing nutritional intake balance | |
Fiorella et al. | Quantity and species of fish consumed shape breast-milk fatty acid concentrations around Lake Victoria, Kenya | |
Reguant-Closa et al. | The environmental impact of the athlete’s plate nutrition education tool | |
Park et al. | Adapting a standardised international 24 h dietary recall methodology (GloboDiet software) for research and dietary surveillance in Korea | |
Clements et al. | Creation and validation of a novel body condition scoring method for the Magellanic penguin (Spheniscus magellanicus) in the zoo setting | |
Silberman et al. | Dietary patterns, overweight and obesity from 1961 to 2011 in the socioeconomic and political context of Argentina | |
Paul et al. | Effect of dietary protein level on growth and metabolism of GIFT juveniles reared in inland ground saline water of medium salinity | |
CA2864508A1 (en) | Method of managing fuel intake in individuals to enhance athletic performance | |
Nirmala et al. | Maternal attributes are positively associated with feeding practices of children aged 2-5 years in West Java, Indonesia. | |
Lameko | Obesity in Samoa: culture, history and dietary practices |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190301 |