CN110782971A - 一种膳食推荐方法及系统 - Google Patents

一种膳食推荐方法及系统 Download PDF

Info

Publication number
CN110782971A
CN110782971A CN201910953358.9A CN201910953358A CN110782971A CN 110782971 A CN110782971 A CN 110782971A CN 201910953358 A CN201910953358 A CN 201910953358A CN 110782971 A CN110782971 A CN 110782971A
Authority
CN
China
Prior art keywords
user
energy
food material
meal
weight
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
CN201910953358.9A
Other languages
English (en)
Inventor
周海腾
史志怀
杨瑞嘉
俞璇
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.)
NANJING MAILANDE MEDICAL TECHNOLOGY Co Ltd
Original Assignee
NANJING MAILANDE MEDICAL TECHNOLOGY Co Ltd
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 NANJING MAILANDE MEDICAL TECHNOLOGY Co Ltd filed Critical NANJING MAILANDE MEDICAL TECHNOLOGY Co Ltd
Priority to CN201910953358.9A priority Critical patent/CN110782971A/zh
Publication of CN110782971A publication Critical patent/CN110782971A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Nutrition Science (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本申请实施例提供一种膳食推荐方法及系统,涉及健康管理技术领域技术领域。该方法包括接收用户的个人信息;根据所述用户的个人信息对用户进行人体成分分析,获取用户的健康指标,并根据所述健康指标判定用户的个体营养目标;根据所述用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量,并生成饮食方案。解决了现有的人工推荐方法比较繁琐,并且推荐的食材种类不确定、重量不准确的问题。

Description

一种膳食推荐方法及系统
技术领域
本申请涉及健康管理技术领域,具体而言,涉及一种膳食推荐方法及系统。
背景技术
近年来,营养相关性疾病已经成为危害人们健康的重要影响因素,对于居民营养不足和过剩并存、营养相关性疾病高发等问题的营养管理,倡导营养健康的生活方式,对不同人群进行智能化、专业化的营养膳食指导已经迫在眉睫。
目前营养指导主要通过人工推荐的方式实现,该方式的缺点是耗时、复杂、易出错以及费用高,通过专业的营养师指导需要进行估算个体的客观体征指标、估算营养需求并通过食物成分表人工筛选食材并进行组合分餐。该过程比较繁琐,并且推荐的食材量不准确,推荐的食材不确定。
发明内容
本申请实施例的目的在于提供一种食材推荐方法及系统,以解决现有的人工推荐方法比较繁琐,并且推荐的食材种类不确定、重量不准确的问题。
本申请实施例提供了一种膳食推荐方法,该方法包括:
接收用户的个人信息;
根据用户的个人信息对用户进行人体成分分析,获取用户的健康指标,并根据健康指标判定用户的个体营养目标;
根据用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量,并生成饮食方案。
在上述实现过程中,接收用户的个人信息,根据用户的个人信息,进行客观计算和人体成分分析,得到用户的健康指标,以用户的健康目标为依据进而判定用户的个体营养目标,使得所得结果合理准确;根据用户的个体营养目标,对预设的膳食数据库中的食材进行定量计算和筛选,选定食材并生成饮食方案;该过程中根据用户的个体差异化将食材的产能营养素的推荐值修约到十分位,提高实用性和准确性,并且确定食材的种类和对应食材的重量,合理确定三餐配比,从而解决了现有的人工推荐方法比较繁琐,并且推荐的食材种类不确定、重量不准确的问题。
进一步地,接收用户的个人信息,包括:
接收用户的基础信息;
根据基础信息对所述用户进行分类,得到分类结果。
在上述实现过程中,接收用户的基础信息,如基础信息包括姓名、身高、年龄、职业属性、性别和联系方式等,再对用户进行分类,以便评估用户的每天的能量需要量。
进一步地,基础信息包括职业属性;根据基础信息对用户进行分类,得到分类结果,包括:
根据所述职业属性对用户进行分类,得到分类结果;所述分类结果包括轻体力活动、中体力活动和重体力活动。
在上述实现过程中,根据用户的职业属性区分用户的日常工作属于轻体力活动、中体力活动还是重体力活动,不同的职业属性的用户每天的能量需要量也不相同。
进一步地,根据所述用户的个人信息对用户进行人体成分分析,获取用户的健康指标,并根据健康指标判定用户的个体营养目标,包括:
根据用户的个人信息,计算人体成分数据;所述人体成分数据包括体重、体脂率和体质指数;
根据体重、体脂率和体质指数判定用户的健康指标和个体营养目标。
在上述实现过程中,根据用户的身高、体重信息计算用户的人体成分数据,人体成分数据包括体重、体脂率和体质指数以及肌肉含量、基础代谢、体水分含量等反映人体健康的基础数据,全面测评人体基本健康信息;再根据体重、体脂率和体质指数判定用户的健康指标,健康指标包括体型类别和体重控制目标,其中,体型类别如超重、消瘦和肥胖等;进而根据体型类别和体重控制目标确定用户是否需要减脂、增肌或维持。通过对用户的健康指标进行客观有效的计算来合理确定用户的个体营养目标。
进一步地,预设的膳食数据库包括食材数据库;在根据用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量之前,还包括:
将食材进行分类并存储食材分类列表至该食材数据库。
在上述实现过程中,将常用的食材和每种食材中的营养成分的含量存储到膳食数据库中,以便后续根据需要确定食材的种类和需要量。
进一步地,根据所述用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量,并生成饮食方案,包括:
根据食材分类列表和个体营养目标获取用户的食材推荐列表;
根据用户的食材推荐列表确定食材的需要量;
根据食材的需要量生成三餐饮食方案。
在上述实现过程中,根据预设的膳食数据库中的食材分类列表和用户的个体营养目标得到用户的食材推荐列表如增肌的食材推荐列表;再根据该食材推荐列表中的食材合理确定每种食材的需要量。
进一步地,根据用户的食材推荐列表确定食材的需要量,包括:
根据用户的个体营养目标和体型类别获取产能营养素的需要量;
根据产能营养素的需要量确定食材的需要量。
进一步地,根据用户的个体营养目标和体型类别获取产能营养素的需要量,包括:
根据用户的个体营养目标和分类结果获取每天单位体重的能量需要量;
根据每天单位体重的能量需要量和标准体重获取总能量需要量;
根据体型类别获取产能营养素占总能量需要量的比例;
根据总能量需要量和所述产能营养素占总能量需要量的比例获取每种产能营养素的能量供应量;
根据每种产能营养素的能量供应量和对应的单位重量的产能营养素的能量供应量获取每种产能营养素的重量。
在上述实现过程中,根据用户的个体营养目标如增加和分类结果如轻体力活动确定每天单位体重的能量需要量,再将每天单位体重的能量需要量乘以标准体重得到每天的总能量需要量;根据体型类别如超重得到产能营养素占总能量需要量的比例,再将该产能营养素占总能量需要量的比例乘以总能量需要量即得到每种产能营养素的能量供应量,再将每种产能营养素的能量供应量除以对应的单位重量的产能营养素的能量供应量即可得到每天所需的每种产能营养素的重量。
进一步地,根据产能营养素的需要量确定食材的需要量,包括:
根据用户的个体营养目标获取三餐能量配比;
根据每种产能营养素的重量和三餐能量配比获取每餐所需的每种产能营养素的重量;
根据每餐所需的每种产能营养素的重量和食材中每种产能营养素的标准定量确定食材的需要量。
在上述实现过程中,根据个体营养目标获取三餐能量配比,如增肌的三餐能量配比为3:4:3,再根据每种产能营养素的重量和三餐能量配比获得每餐所需的每种产能营养素的重量;再将每餐所需的每种产能营养素的重量除以食材中每种产能营养素的标准定量即可得到每餐中每种食材的需要量,个性化定制用户每餐中需要的食材以及每种食材的需要量。
本申请实施例提供了一种膳食推荐系统,该系统包括:
用户信息模块,用于接收用户的个人信息;
人体成分分析模块,用于根据所述用户的个人信息对用户进行人体成分分析,获取用户的健康指标,并根据所述健康指标判定用户的个体营养目标;
饮食方案生成模块,用于根据所述用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量,并生成饮食方案。
在上述实现过程中,用户信息模块接收用户的个人信息,并通过人体成分分析模块计算根据用户的个人信息计算用户的健康指标,从而合理确定用户的个体营养目标,经过对食材种类的确定和食材需要量的计算生成饮食方案,以解决现有的人工推荐方法比较繁琐,并且推荐的食材种类不确定、重量不准确的问题。
本申请实施例还提供一种电子设备,该电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算机设备执行本申请实施例提供的膳食推荐方法。
本申请实施例还提供一种可读存储介质,该可读取存储介质中存储有计算机程序指令,计算机程序指令被一处理器读取并运行时,执行本申请实施例提供的膳食推荐方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种膳食推荐方法的流程图;
图2为本申请实施例提供的接收用户的个人信息的流程图;
图3为本申请实施例提供的获取用户的健康指标和个体营养目标的流程图;
图4为本申请实施例提供的根据用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量的流程图;
图5为本申请实施例提供的根据用户的食材推荐列表确定食材的需要量的流程图;
图6为本申请实施例提供的根据用户的个体营养目标和体型类别计算产能营养素的需要量的流程图;
图7为本申请实施例提供的根据产能营养素的需要量确定食材的需要量的流程图;
图8为本申请实施例提供的一种膳食推荐系统的结构框图;
图9为本申请实施例提供的产能营养定量模块的结构框图;
图10为本申请实施例提供的食材需要量计算模块的结构框图。
图标:500-用户信息模块;510-基础信息模块;520-用户分类模块; 600-人体成分分析模块;610-人体成分数据计算模块;620-人体营养目标确定模块;700-膳食数据库;710-食材数据库;720-菜肴数据库;800-饮食方案生成模块;810-食材推荐列表生成模块;820-食材定量模块;821-产能营养素定量模块;8211-单位体重的能量需要量计算模块;8212-总能量需要量计算模块;8213-产能营养素比例获取模块;8214-产能营养素的能量供应量计算模块;8215-产能营养素的重量计算模块;822-食材需要量计算模块; 8221-三餐能量配比获取模块;8222-每餐所需产能营养素计算模块;8223- 食材需要量计算子模块;830-三餐饮食方案生成模块。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参看图1,图1为本申请实施例提供的一种膳食推荐方法的流程图。本申请实施例提供的一种膳食推荐方法,可以应用于计算机设备,该方法具体包括以下步骤:
步骤S100:接收用户的个人信息;
在上述实现过程中,示例的,用户可以通过自我信息编辑界面编辑个人信息,个人信息可以包括但不限于姓名、身高、年龄、职业属性、性别和联系方式等信息,其中,身高可以手动填写,也可以通过链接进入自动测量程序进行测量身高。
可选的,如图2所示,本申请实施例提供的接收用户的个人信息的流程图。接收用户的个人信息,可以包括以下步骤:
步骤S101:接收用户的基础信息;
该基础信息包括职业属性,职业属性用于根据职业评估体力活动的多少,基础信息还包括姓名、身高、年龄、性别和联系方式等信息。
步骤S102:根据基础信息对用户进行分类,得到分类结果。
可选的,根据职业属性对用户进行分类,得到分类结果,该分类结果包括轻体力活动、中体力活动和重体力活动,即通过职业属性来评估该用户属于轻体力活动、中体力活动还是重体力活动。
还可以对如孕期、月子期、哺乳期等特殊状态下的用户进行分类。在后续的饮食方案中根据用户所处的状态修改饮食方案中食材的种类,如剔除孕期禁忌的食材,根据需要均衡匹配营养等,使其满足处于特殊状态下的用户的需要。
步骤S200:根据用户的个人信息对用户进行人体成分分析,获取用户的健康指标,并根据健康指标判定用户的个体营养目标;
可选的,如图3所示,为本申请实施例提供的获取用户的健康指标和个体营养目标的流程图。具体包括以下步骤:
步骤S201:根据用户的个人信息,计算人体成分数据;该人体成分数据包括体重、体脂率和体质指数;
其中体质指数(Body Mass Index)即BMI指数,是利用体重公斤数除以身高米数平方得到的,用于衡量人体胖瘦程度以及是否健康,正常范围值为18.5-23.9。
此外,还可以计算体水分、肌肉含量等。
步骤S202:根据用户的体重、体脂率和体质指数判定用户的健康指标和个体营养目标;健康指标包括体型类别和体重控制目标;
体型类别包括一级肥胖、二级肥胖、三级肥胖、超重、正常和消瘦,其计算方式是通过(实际体重-标准体重)/标准体重*100%得到的,实际体重超过标准体重的20%即为肥胖。体型类别判定的具体方法如下表的表1 所示。
例如,一级肥胖为实际体重超过标准体重的20%-30%;二级肥胖为实际体重超过标准体重的30%-50%;三级肥胖为实际体重超过标准体重的50%以上。
表1体型类别判定表
Figure RE-GDA0002302945580000091
其中,MM表示实际体重的测量值,MS表示标准体重,标准体重的计算方法为身高(cm)-105。
具体的,肥胖度值的计算公式为:
Y=(MM-MS)/MS*100%;
根据计算结果进行体型判定:当Y<-10%时,则对应的体型为消瘦;当10%>Y≥-10%时,则对应的体型为正常;当20%>Y≥10%时,则对应的体型为超重;当30%>Y≥20%时,则对应的体型为一级肥胖;当50%> Y≥-30%时,则对应的体型为二级肥胖;当Y≥50%时,则对应的体型为三级肥胖。
根据体型类别判定结果提供适于用户的体重控制目标。
健康指标还包括健康风险评估和健康评分,通过上述健康指标评估用户的脂肪、肌肉、基础代谢等是否出现异常情况,给出健康风险评估和健康评分。如用户的脂肪较多,属于肥胖,建议减脂,否则容易引发高血压、高血脂等疾病。
该个体营养目标包括减脂、增肌和维持。
示例的,通过体型类别给出体重的合理调节范围和体重控制目标,如某用户的身高为170cm,实际体重为75kg,则体重的合理调节范围是 58.5-71.5kg,体重控制目标为65kg,计算得到BMI指数为25.95,个体营养目标为减脂。如表2所示,为个体营养目标判定表。
表2个体营养目标判定表
Figure RE-GDA0002302945580000101
示例的,进行表2中的个体营养目标判定时,可以采用如下公式:
T=An&B;
其中,An表示体脂率,n=1或2,n取值为1时A1表示男性的体脂率, n取值为2时A2表示女性的体脂率,An值在表2中的体脂率的取值范围内共有三种情况:(增肌/保持)或(增肌/保持)或(减脂/增肌);
B表示BMI,在表2中的BMI取值范围内共有四种情况:(增肌)或 (保持/减脂)或(保持/减脂)或(保持/减脂);
T的判定结果为An&B,即两者的相同部分。
步骤S300:根据用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量,并生成饮食方案。
预设的膳食数据库包括食材数据库;在根据用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量之前,还包括将食材进行分类并存储食材分类列表至该食材数据库。
预设的膳食数据库包括食材数据库和菜肴数据库,食材数据库包括常见食材,并将食材分成5大类和10小类,并给出食材和辅料中产能营养素标准定量,进而生成食材分类列表,如表3所示,本实施例中的标准定量指的是每100g中的产能营养素的含量。
如大米属于谷薯类,100g大米中含有碳水化合物346g、蛋白质7g以及脂肪1g。
表3食材分类列表
Figure RE-GDA0002302945580000111
预设的膳食数据库还包括菜肴数据库,并将菜肴分成3大类和8小类,并给出常见的烹调建议,进而生成菜肴分类列表,如表4所示。
如大米,可以以蒸、煮等方式进行烹调。
表4菜肴分类列表
Figure RE-GDA0002302945580000121
此外,菜肴数据库中还提供了家庭通用的菜肴列表,该家庭通用菜肴列表提供了个人食材食用量以及烹调建议,如表5所示。用户可以根据需要选择该家庭通用菜肴列表进行膳食推荐和制作。
表5家庭通用菜肴列表
Figure RE-GDA0002302945580000122
Figure RE-GDA0002302945580000131
如图4所示,为本申请实施例提供的根据用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量的流程图。步骤S300中根据用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量,具体包括以下步骤:
步骤S310:根据食材分类列表和个体营养目标获取用户的食材推荐列表;
根据用户的个体营养目标如减脂生成用户的食材推荐列表,如表6所示。
表6食材推荐列表
步骤S320:根据用户的食材推荐列表确定食材的需要量;
步骤S330:根据食材的需要量生成三餐饮食方案。
步骤S320中根据用户的食材推荐列表确定食材的需要量,如图5所示,为本申请实施例提供的根据用户的食材推荐列表确定食材的需要量的流程图。该过程具体包括以下步骤:
步骤S321:根据用户的个体营养目标和体型类别获取产能营养素的需要量;
可选的,如图6所示,为本申请实施例提供的根据用户的个体营养目标和体型类别计算产能营养素的需要量的流程图。根据用户的个体营养目标和体型类别计算产能营养素的需要量具体计算过程如下:
步骤S3211:根据用户的个体营养目标和分类结果获取每天单位体重的能量需要量;
示例的,个体营养目标和不同类型的体力活动条件下的能量需要量的计算公式可以表示为:
T1=5kcal/kg/d*(3+N);
T2=5kcal/kg/d*(6+N);
T3=5kcal/kg/(7+N);
其中,T1表示减脂,T2表示维持,T3表示增肌;
N表示体力活动的分类等级;N=1,表示轻体力活动;N=2,表示中体力活动;N=3,表示重体力活动。
步骤S3212:根据每天单位体重的能量需要量和标准体重获取总能量需要量;
标准体重的计算公式为:标准体重=身高cm-105;则总能量需要量为标准体重乘以每天单位体重的能量需要量。
步骤S3213:根据体型类别获取产能营养素占总能量需要量的比例,产能营养素包括碳水化合物、蛋白质和脂肪;
如表7所示,为基于体型类别的产能营养素占总能量需要量的比例获取表。
表7产能营养素占总能量需要量的比例获取表
Figure RE-GDA0002302945580000161
具体的,产能营养素占总能量需要量的比例的计算公式如下:
Cn=0.5+(N-1)*0.05;
Pn=0.25-(N-1)*0.05;
Fn=0.25;
其中,Cn表示碳水化合物的比例,Pn表示蛋白质的比例,Fn表示脂肪的比例;
当N的取值为1时,表示的体型类别为三级肥胖;当N的取值为2时,表示的体型类别为一级肥胖/二级肥胖;当N的取值为3时,表示的体型类别为消瘦/正常/超重。
示例的,某用户每天的总能量需要量为3000kcal,根据体型类型判定碳水化合物所占的比例为0.6。
步骤S3214:根据总能量需要量和产能营养素占总能量需要量的比例获取每种产能营养素的能量供应量;
例如,体型类别为正常的用户的碳水化合物占总能量需要量的比例为 0.6,则将总能量需要量乘以0.6得到碳水化合物的能量供应量。
该用户的碳水化合物的能量供应量为1800kcal。
步骤S3215:根据每种产能营养素的能量供应量和对应的单位重量的产能营养素的能量供应量获取每种产能营养素的重量。
例如,1g碳水化合物提供4kcal能量,则将碳水化合物的能量供应量除以4即可得到碳水化合物的重量。另外,1g蛋白质提供4kcal能量,1g 脂肪提供9kcal能量。
该用户所需要的碳水化合物的重量为450g。
步骤S322:根据产能营养素的需要量确定食材的需要量。
如图7所示,为本申请实施例提供的根据产能营养素的需要量确定食材的需要量的流程图。具体包括以下步骤:
步骤S3221:根据用户的个体营养目标获取三餐能量配比;
如下表所示,为三餐能量配比列表。
表8三餐能量配比列表
Figure RE-GDA0002302945580000171
步骤S3222:根据每种产能营养素的重量和三餐能量配比获取每餐所需的每种产能营养素的重量;
例如,如果该用户早餐比例为0.25,则早餐需要碳水化合物的重量为 112.5g。
步骤S3223:根据每餐所需的每种产能营养素的重量和食材中每种产能营养素的标准定量确定食材的需要量。
示例的,本申请提供一种实施例,膳食推荐过程如下:
步骤1:接收到某用户的基础信息为:身高170cm,体重为55kg,分类结果为轻体力活动。
步骤2:确定个体营养目标为增肌。体重控制目标为75kg。体型类别为消瘦。
步骤3:根据个体营养目标和分类结果获取每天单位体重的能量需要量为40kcal/kg/d。
步骤4:根据每天单位体重的能量需要量40kcal/kg/d和标准体重计算总能量需要量。
标准体重为身高170-105=65kg,总能量需要量为65乘以40得到 2600kcal。
步骤5:根据体型类别获取产能营养素占总能量需要量的比例,分别为碳水化合物0.6、蛋白质0.15、脂肪0.25。
步骤6:根据总能量需要量和产能营养素占总能量需要量的比例获取每种产能营养素的能量供应量。
计算得到碳水化合物的能量供应量为1560kcal,蛋白质的能量供应量为390kcal,脂肪的能量供应量为650kcal。
步骤7:根据每种产能营养素的能量供应量和对应的单位重量的产能营养素的能量供应量获取每种产能营养素的重量。
由于1g碳水化合物提供4kcal能量,1g蛋白质提供4kcal能量,1g脂肪提供9kcal能量,计算可以得到需要碳水化合物的重量为390g,需要蛋白质的重量为97.5g,需要脂肪的重量为72.2g。
步骤8:根据用户的个体营养目标获取三餐能量配比分别为0.3、0.4和 0.3,再根据每种产能营养素的重量和三餐能量配比获取每餐所需的每种产能营养素的重量,以早餐为例,早餐需要的碳水化合物的重量为117g,需要蛋白质的重量为29.25g,需要脂肪的重量为21.66g。
步骤9:生成三餐饮食方案:
根据上述数据生成饮食方案,其中,食材的选取如下:
第一、选择主食米类一份、面类一份,谷类占总碳水的50%,面类薯类占40%;剩余10%由副食提供;
第二、选择蛋白类食物,根据增肌推荐列表确定4种,总蛋白-第一步中蛋白=提供蛋白量;平均分配到四类食物中,计算出各蛋白类食物摄入量,允许误差为10%;
第三、选择蔬菜水果类:三种蔬菜分别摄入量范围为100~500g,可以随机为50/100/150/200g,蔬菜总量不低于300g;
第四、随机选择水果两份:两份水果的供能不高于总能量的10%,本案例中也就是156kcal,可以将两份水果的摄入量平均分配;
第五、算出以上食材的总能量、能量不足部分选择植物油一份;
第六、总能量和产能营养素要求与标准计算值相比误差范围在±10%;
第七、早餐选择:主食一种(优先面、薯类)根据早餐碳水化合物需要量定量、蛋类占总蛋类50%、奶类占总奶类50%、随机蔬菜一份、能量摄入不足的用植物油替代;
第八、午餐、晚餐分别按照除早餐外剩余食物的4:3比例分配、三餐划分例如下表,其中表10为三餐的食材推荐总列表,表11为每餐的食材推荐列表。
第九:针对以上两种膳食推荐的食谱评价,其评价内容包括总能量、蛋白质、脂肪、碳水化合物、钙、铁、维生素A及维生素C;其中总能量及产能营养素评价为总摄入量g为单位,微量元素和维生素为占中国居民每日营养素推荐摄入量(Dris)推荐值的占比,比如钙推荐摄入量为800mg,实际摄入量为600mg,占比为75%。那么对于摄入量误差范围超过最大可耐受摄入量(UL)或低于平均需要量(EAR)即会评价该营养素过量或不足。对于过量会给出建议包括:合理的范围值、该种营养素含量低的食物列举,对于不足会给出建议包括:合理的范围值、该种营养素含量较高的食物列举。
表9三餐的食材推荐总列表
名称 摄入量 总能量 总碳水 总蛋白 总脂肪
面包 200 624 116.2 16.6 10.2
米饭 800 928 207.2 20.8 2.4
四季豆 150 44.64 8.21 2.88 0.576
茄子 100 21.39 4.56 1.023 0.186
莴苣 150 13.02 2.05 0.93 0.09
全脂牛奶 300 150 8.1 12.3 7.5
鸡蛋 100 120 1.3 11.1 7.8
基围虾 100 60.6 2.34 10.92 0.84
瘦猪肉 100 143 1.5 20.3 6.2
桃子 200 74.76 17.9 1.07 0.18
草莓 200 62.08 13.77 1.94 0.39
菜籽油 40 359.6 0 0 39.96
合计 2601 383 99 76
表10每餐的食材推荐列表
Figure RE-GDA0002302945580000201
Figure RE-GDA0002302945580000211
本申请实施例还提供一种膳食推荐系统,如图8所示,为本申请实施例提供的一种膳食推荐系统的结构框图。该系统包括:
用户信息模块500,用于接收用户的个人信息;
可选的,用户信息模块500包括:
基础信息模块510,用于接收用户的基础信息;用户可以采用一种人机交互界面编辑个人信息,也可以通过第三方信息编辑界面输入个人信息,在此并不受限制,基础信息模块接收到用户的个人信息后对其进行保存。
用户分类模块520,用于根据基础信息对用户进行分类,得到分类结果。
用户分类模块520对用户进行分类,也可以对特殊时期的用户进行分类,方便后续确定这些用户可以食用的食材范围。
人体成分分析模块600,用于根据所述用户的个人信息对用户进行人体成分分析,获取用户的健康指标,并根据所述健康指标判定用户的个体营养目标;
可选的,人体成分分析模块600包括:
人体成分数据计算模块610,用于根据所述用户的个人信息,计算人体成分数据;
人体营养目标确定模块620,用于根据体重、体脂率和体质指数判定用户的健康指标和个体营养目标。
该系统还包括膳食数据库700,该膳食数据库700包括食材数据库710 和膳食数据库720;
食材数据库710,用于将食材进行分类并存储食材分类列表,该食材数据库中不仅存储有常见的食材和辅料,还存储有对应的每种食材的标准定量。
菜肴数据库720,用于将菜肴分类并存储菜肴分类列表,并提供常见菜肴的烹调建议和烹调方法。
饮食方案生成模块800,用于根据用户的个体营养目标和预设的膳食数据库700确定食材的种类和需要量,并生成饮食方案。
饮食方案生成模块800包括:
食材推荐列表生成模块810,用于根据食材分类列表和个体营养目标获取用户的食材推荐列表;
食材定量模块820,用于根据用户的食材推荐列表确定食材的需要量;
三餐饮食方案生成模块830,用于根据食材的需要量生成三餐饮食方案。
可选的,食材定量模块820包括:
产能营养素定量模块821,用于根据用户的个体营养目标和体型类别获取产能营养素的需要量;
食材需要量计算模块822,用于根据产能营养素的需要量确定食材的需要量。
可选的,如图8所示,为本申请实施例提供的产能营养定量模块821 的结构框图。产能营养素定量模块821包括:
单位体重的能量需要量计算模块8211,用于根据用户的个体营养目标和分类结果获取每天单位体重的能量需要量;
总能量需要量计算模块8212,用于根据每天单位体重的能量需要量和标准体重获取总能量需要量;
产能营养素比例获取模块8213,用于根据体型类别获取产能营养素占总能量需要量的比例;
产能营养素的能量供应量计算模块8214,用于根据总能量需要量和产能营养素占总能量需要量的比例获取每种产能营养素的能量供应量;
产能营养素的重量计算模块8215,用于根据每种产能营养素的能量供应量和对应的单位重量的产能营养素的能量供应量获取每种产能营养素的重量。
可选的,如图9所示,为本申请实施例提供的食材需要量计算模块822 的结构框图。食材需要量计算模块822包括:
三餐能量配比获取模块8221,用于根据用户的个体营养目标获取三餐能量配比;
每餐所需产能营养素计算模块8222,用于根据每种产能营养素的重量和三餐能量配比获取每餐所需的每种产能营养素的重量;
食材需要量计算子模块8223,用于根据每餐所需的每种产能营养素的重量和食材中每种产能营养素的标准定量确定食材的需要量。
本申请实施例还提供一种电子设备,该电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算机设备执行本申请实施例提供的膳食推荐方法。
本申请实施例还提供一种可读存储介质,该可读取存储介质中存储有计算机程序指令,计算机程序指令被一处理器读取并运行时,执行本申请实施例提供的膳食推荐方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (12)

1.一种膳食推荐方法,其特征在于,所述方法包括:
接收用户的个人信息;
根据所述用户的个人信息对用户进行人体成分分析,获取用户的健康指标,并根据所述健康指标判定用户的个体营养目标;
根据所述用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量,并生成饮食方案。
2.根据权利要求1所述的膳食推荐方法,其特征在于,所述接收用户的个人信息,包括:
接收用户的基础信息;
根据基础信息对所述用户进行分类,得到分类结果。
3.根据权利要求2所述的膳食推荐方法,其特征在于,所述基础信息包括职业属性;所述根据基础信息对所述用户进行分类,得到分类结果,包括:
根据所述职业属性对用户进行分类,得到分类结果;所述分类结果包括轻体力活动、中体力活动和重体力活动。
4.根据权利要求1所述的膳食推荐方法,其特征在于,所述根据所述用户的个人信息对用户进行人体成分分析,获取用户的健康指标,并根据所述健康指标判定用户的个体营养目标,包括:
根据所述用户的个人信息,计算人体成分数据;所述人体成分数据包括体重、体脂率和体质指数;
根据所述体重、体脂率和体质指数判定用户的健康指标和个体营养目标。
5.根据权利要求1所述的膳食推荐方法,其特征在于,所述预设的膳食数据库包括食材数据库;在所述根据所述用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量之前,还包括:
将食材进行分类并存储食材分类列表至所述食材数据库。
6.根据权利要求5所述的膳食推荐方法,其特征在于,所述根据所述用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量,并生成饮食方案,包括:
根据所述食材分类列表和所述个体营养目标获取用户的食材推荐列表;
根据所述用户的食材推荐列表确定食材的需要量;
根据所述食材的需要量生成三餐饮食方案。
7.根据权利要求6所述的膳食推荐方法,其特征在于,所述根据所述用户的食材推荐列表确定食材的需要量,包括:
根据所述用户的个体营养目标和体型类别获取产能营养素的需要量;
根据所述产能营养素的需要量确定食材的需要量。
8.根据权利要求7所述的膳食推荐系统,其特征在于,所述根据所述用户的个体营养目标和体型类别获取产能营养素的需要量,包括:
根据所述用户的个体营养目标和所述分类结果获取每天单位体重的能量需要量;
根据所述每天单位体重的能量需要量和标准体重获取总能量需要量;
根据所述体型类别获取产能营养素占总能量需要量的比例;
根据所述总能量需要量和所述产能营养素占总能量需要量的比例获取每种产能营养素的能量供应量;
根据所述每种产能营养素的能量供应量和对应的单位重量的产能营养素的能量供应量获取每种产能营养素的重量。
9.根据权利要求7所述的膳食推荐方法,其特征在于,所述根据所述产能营养素的需要量确定食材的需要量,包括:
根据所述用户的个体营养目标获取三餐能量配比;
根据所述每种产能营养素的重量和所述三餐能量配比获取每餐所需的每种产能营养素的重量;
根据所述每餐所需的每种产能营养素的重量和食材中每种产能营养素的标准定量确定食材的需要量。
10.一种膳食推荐系统,其特征在于,所述系统包括:
用户信息模块,用于接收用户的个人信息;
人体成分分析模块,用于根据所述用户的个人信息对用户进行人体成分分析,获取用户的健康指标,并根据所述健康指标判定用户的个体营养目标;
饮食方案生成模块,用于根据所述用户的个体营养目标和预设的膳食数据库确定食材的种类和需要量,并生成饮食方案。
11.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算机设备执行根据权利要求1至9中任一项所述的膳食推荐方法。
12.一种可读存储介质,其特征在于,所述可读取存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至9任一项所述的膳食推荐方法。
CN201910953358.9A 2019-10-09 2019-10-09 一种膳食推荐方法及系统 Pending CN110782971A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910953358.9A CN110782971A (zh) 2019-10-09 2019-10-09 一种膳食推荐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910953358.9A CN110782971A (zh) 2019-10-09 2019-10-09 一种膳食推荐方法及系统

Publications (1)

Publication Number Publication Date
CN110782971A true CN110782971A (zh) 2020-02-11

Family

ID=69384877

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910953358.9A Pending CN110782971A (zh) 2019-10-09 2019-10-09 一种膳食推荐方法及系统

Country Status (1)

Country Link
CN (1) CN110782971A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111383738A (zh) * 2020-03-06 2020-07-07 京东方科技集团股份有限公司 用于哺乳期的食谱推荐方法、装置、系统、设备及介质
CN111402994A (zh) * 2020-03-12 2020-07-10 泰康保险集团股份有限公司 基于饮食数据的用户健康信息管理方法、装置及系统
CN111462863A (zh) * 2020-04-14 2020-07-28 赣州市全标生物科技有限公司 营养自查与膳食推荐方法及系统
CN111554379A (zh) * 2020-05-09 2020-08-18 浙江蓝城恒汇科技发展有限公司 一种健康食材食谱推荐方法、设备及计算机可读存储介质
CN111568262A (zh) * 2020-02-29 2020-08-25 佛山市云米电器科技有限公司 基于果蔬推荐的果汁机控制方法、果汁机、系统及存储介质
CN111584039A (zh) * 2020-05-12 2020-08-25 中南大学湘雅医院 中西医结合膳食方案生成方法、系统及终端
CN112002388A (zh) * 2020-07-09 2020-11-27 无锡睿健时代科技有限公司 饮食推荐方法及装置
CN112071400A (zh) * 2020-09-21 2020-12-11 中山大学 一种基于疾病知识库的食材定量选择方法
CN112102921A (zh) * 2020-09-27 2020-12-18 中国建设银行股份有限公司 营养食谱的生成方法、装置和服务器
CN112116987A (zh) * 2020-09-23 2020-12-22 中国农业大学 一种基于多属性决策的膳食搭配方法及系统
CN112148969A (zh) * 2020-08-24 2020-12-29 毛端中 膳食推荐方法、装置、计算机设备和存储介质
CN112233773A (zh) * 2020-10-28 2021-01-15 刘娴 一种基于家用机器人的食谱管理方法和家用机器人
CN112287211A (zh) * 2020-09-21 2021-01-29 毛端中 食材搭配方案生成方法、装置、计算机设备和存储介质
CN112712856A (zh) * 2020-12-25 2021-04-27 北京群峰纳源健康科技有限公司 一种基于肠道菌群分析膳食结构的方法
CN113782153A (zh) * 2021-08-27 2021-12-10 北京妙医佳健康科技集团有限公司 基于数字化健康管理的精准营养分析与指导装置
CN113936774A (zh) * 2021-12-17 2022-01-14 北京因数健康科技有限公司 一种饮食推荐方法、装置、系统、存储介质及电子设备
CN114596936A (zh) * 2020-12-04 2022-06-07 广州伽德罗健康科技有限公司 一种用户体型计划定制方法及相关装置
CN114743640A (zh) * 2022-03-23 2022-07-12 清华大学 菜单获取方法、装置、电子设备及存储介质
WO2022193676A1 (zh) * 2021-03-16 2022-09-22 北京懿医云科技有限公司 用户画像生成方法及装置、存储介质、电子设备
WO2023111668A1 (zh) * 2021-12-17 2023-06-22 Evyd研究私人有限公司 一种饮食推荐方法、装置、系统、存储介质及电子设备
CN112071400B (zh) * 2020-09-21 2024-05-31 中山大学 一种基于疾病知识库的食材定量选择方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059822A (zh) * 2006-04-18 2007-10-24 刘智彪 个体运动、营养与体重控制的日志型管理方法
CN107833617A (zh) * 2017-11-28 2018-03-23 威海海洋职业学院 一种大学生一日营养食谱编制方法
CN109461491A (zh) * 2018-11-01 2019-03-12 广州仁生健康科技有限公司 一种针对家庭健康管理的智能营养配餐系统及方法
CN109493944A (zh) * 2018-10-09 2019-03-19 珠海亿联德源信息技术有限公司 一种膳食管理系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101059822A (zh) * 2006-04-18 2007-10-24 刘智彪 个体运动、营养与体重控制的日志型管理方法
CN107833617A (zh) * 2017-11-28 2018-03-23 威海海洋职业学院 一种大学生一日营养食谱编制方法
CN109493944A (zh) * 2018-10-09 2019-03-19 珠海亿联德源信息技术有限公司 一种膳食管理系统
CN109461491A (zh) * 2018-11-01 2019-03-12 广州仁生健康科技有限公司 一种针对家庭健康管理的智能营养配餐系统及方法

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111568262A (zh) * 2020-02-29 2020-08-25 佛山市云米电器科技有限公司 基于果蔬推荐的果汁机控制方法、果汁机、系统及存储介质
WO2021175151A1 (zh) * 2020-03-06 2021-09-10 京东方科技集团股份有限公司 用于哺乳期的食谱推荐方法、装置、系统、设备及介质
CN111383738A (zh) * 2020-03-06 2020-07-07 京东方科技集团股份有限公司 用于哺乳期的食谱推荐方法、装置、系统、设备及介质
CN111402994A (zh) * 2020-03-12 2020-07-10 泰康保险集团股份有限公司 基于饮食数据的用户健康信息管理方法、装置及系统
CN111402994B (zh) * 2020-03-12 2023-08-11 泰康保险集团股份有限公司 基于饮食数据的用户健康信息管理方法、装置及系统
CN111462863A (zh) * 2020-04-14 2020-07-28 赣州市全标生物科技有限公司 营养自查与膳食推荐方法及系统
CN111554379A (zh) * 2020-05-09 2020-08-18 浙江蓝城恒汇科技发展有限公司 一种健康食材食谱推荐方法、设备及计算机可读存储介质
CN111584039A (zh) * 2020-05-12 2020-08-25 中南大学湘雅医院 中西医结合膳食方案生成方法、系统及终端
CN112002388A (zh) * 2020-07-09 2020-11-27 无锡睿健时代科技有限公司 饮食推荐方法及装置
CN112148969A (zh) * 2020-08-24 2020-12-29 毛端中 膳食推荐方法、装置、计算机设备和存储介质
CN112287211A (zh) * 2020-09-21 2021-01-29 毛端中 食材搭配方案生成方法、装置、计算机设备和存储介质
CN112071400B (zh) * 2020-09-21 2024-05-31 中山大学 一种基于疾病知识库的食材定量选择方法
CN112071400A (zh) * 2020-09-21 2020-12-11 中山大学 一种基于疾病知识库的食材定量选择方法
CN112116987A (zh) * 2020-09-23 2020-12-22 中国农业大学 一种基于多属性决策的膳食搭配方法及系统
CN112116987B (zh) * 2020-09-23 2024-01-26 中国农业大学 一种基于多属性决策的膳食搭配方法及系统
CN112102921A (zh) * 2020-09-27 2020-12-18 中国建设银行股份有限公司 营养食谱的生成方法、装置和服务器
CN112233773A (zh) * 2020-10-28 2021-01-15 刘娴 一种基于家用机器人的食谱管理方法和家用机器人
CN114596936A (zh) * 2020-12-04 2022-06-07 广州伽德罗健康科技有限公司 一种用户体型计划定制方法及相关装置
CN112712856A (zh) * 2020-12-25 2021-04-27 北京群峰纳源健康科技有限公司 一种基于肠道菌群分析膳食结构的方法
WO2022193676A1 (zh) * 2021-03-16 2022-09-22 北京懿医云科技有限公司 用户画像生成方法及装置、存储介质、电子设备
CN113782153A (zh) * 2021-08-27 2021-12-10 北京妙医佳健康科技集团有限公司 基于数字化健康管理的精准营养分析与指导装置
WO2023111668A1 (zh) * 2021-12-17 2023-06-22 Evyd研究私人有限公司 一种饮食推荐方法、装置、系统、存储介质及电子设备
CN113936774A (zh) * 2021-12-17 2022-01-14 北京因数健康科技有限公司 一种饮食推荐方法、装置、系统、存储介质及电子设备
CN114743640A (zh) * 2022-03-23 2022-07-12 清华大学 菜单获取方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN110782971A (zh) 一种膳食推荐方法及系统
Boschini et al. Why the waste? A large-scale study on the causes of food waste at school canteens
Guenther et al. The Healthy Eating Index-2010 is a valid and reliable measure of diet quality according to the 2010 Dietary Guidelines for Americans
Roark et al. Fruit and vegetable intake: issues with definition and measurement
KR102221784B1 (ko) 개인 맞춤형 자동화 식단 제공방법
Molag et al. Selecting informative food items for compiling food-frequency questionnaires: comparison of procedures
CN108806770A (zh) 一种基于用户的膳食推荐方法
Whitton et al. Fast-food consumers in Singapore: demographic profile, diet quality and weight status
JP2015510646A5 (zh)
CN109461491A (zh) 一种针对家庭健康管理的智能营养配餐系统及方法
CN109524084A (zh) 一种针对个人健康管理的智能营养配餐系统及方法
KR101466626B1 (ko) 식품 평가 방법 및 그 방법이 기록된 기록매체
CN111554379A (zh) 一种健康食材食谱推荐方法、设备及计算机可读存储介质
CN109215761A (zh) 一种降血压的智能营养配餐系统及饮食管理方法
CN101414326A (zh) 营养膳食管理系统及其全自动实现方法
Yook et al. Revision of Nutrition Quotient for Korean adults: NQ-2021
Wrieden et al. Slow pace of dietary change in Scotland: 2001–9
CN112102922B (zh) 一种信息推荐方法和装置
Chung et al. Noodle consumption patterns of American consumers: NHANES 2001-2002
WO2019147818A1 (en) System, method, process and apparatus for assisting in formulating and attaining healty weight management goals
CN113744840A (zh) 基于集中供餐环境实现个性化即时营养评价及指导的系统及其方法
KR101728113B1 (ko) 식단 평가 시스템, 방법 및 컴퓨터 판독 가능한 기록매체
Ghosh et al. Calorie intake and quality of diet in India: 1993–94 to 2011–12
CN109493945A (zh) 一种健康减肥的智能营养配餐系统及饮食管理方法
CN113218140A (zh) 冰箱的食材管理方法、冰箱及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200211