CN111081347B - 一种慢性病患者的食谱推荐方法 - Google Patents
一种慢性病患者的食谱推荐方法 Download PDFInfo
- Publication number
- CN111081347B CN111081347B CN201911054857.0A CN201911054857A CN111081347B CN 111081347 B CN111081347 B CN 111081347B CN 201911054857 A CN201911054857 A CN 201911054857A CN 111081347 B CN111081347 B CN 111081347B
- Authority
- CN
- China
- Prior art keywords
- recipe
- data
- patient
- food material
- diet
- 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.)
- Active
Links
Images
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Nutrition Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种慢性病患者的食谱推荐方法,包括:根据患者特征数据,从预设的饮食标签集合中确定患者对应的饮食标签;根据患者对应的饮食标签,从食谱数据库中查询获取推荐食谱数据;推送所述推荐食谱数据。本发明能够实现智能化、个性化的食谱推荐。
Description
技术领域
本发明涉及数据分析技术与医疗卫生领域,特别是指一种慢性病患者的食谱推荐方法。
背景技术
慢性病主要包括心脑血管疾病、糖尿病、慢性肾脏病、癌症、慢性呼吸系统疾病等,是严重威胁居民健康的一类疾病,已成为影响国家经济社会发展的重大公共卫生问题之一。
合理饮食与营养干预是慢性病防治的重要措施。不同的慢性疾病营养和饮食指导原则不同,如高血压需要低盐饮食、糖尿病需要控制能量摄入并合理选择食物种类、慢性肾脏病需要低蛋白饮食、糖尿病合并慢性肾脏病患者需要同时兼顾两种疾病的饮食治疗原则,当患者合并多种慢病时饮食调整原则尤为复杂。目前,一些食谱书籍、电视节目等媒介或是专业营养师能够为慢性病患者推荐较为合理的饮食建议,然而所提供的建议较为笼统模糊,无法根据患者的疾病特征与饮食喜好,提供针对性的个性化推荐,难以满足慢病尤其是共病患者的饮食指导需求。
发明内容
有鉴于此,本发明的目的在于提出一种慢性病患者的食谱推荐方法,能够结合患者的患病特征数据,实现智能化、个性化的食谱推荐。
基于上述目的,本发明提供了一种慢性病患者的食谱推荐方法,包括:
根据患者特征数据,从预设的饮食标签集合中确定患者对应的饮食标签;
根据患者对应的饮食标签,从食谱数据库中查询获取推荐食谱数据;
推送所述推荐食谱数据。
可选的,所述根据患者特征数据,从预设的饮食标签集合中确定患者对应的饮食标签,包括:
获取患者特征数据;
根据所述患者特征数据,计算患者每日所需的营养素摄入量;
根据所述患者特征数据及所述营养素摄入量,确定所述饮食标签。
可选的,所述食谱数据库的建立方法为:
获取食谱数据和食材数据;
根据所述食谱数据和食材数据,计算食谱的营养素含量;
根据所述食谱的营养素含量和所述食谱数据,确定食谱对应的营养标签;
根据所述食谱的营养素含量,从预设的营养标签集中确定食谱对应的营养标签;
根据食谱及其对应的营养标签,构建所述食谱数据库。
可选的,根据所述食谱数据库,建立食材数据库,所述食材数据库的建立方法包括:
根据所述食材信息,获取食材数据;
根据所述食材数据,结合食物成份表数据及食材的营养素含量,确定食材对应的营养标签;
根据食材及其对应的营养标签,构建所述食材数据库。
可选的,所述根据患者对应的饮食标签,从食谱数据库中查询获取推荐食谱数据,包括:
在菜市场模式下,根据所述患者特征数据,查询所述食材数据库以得到食材筛选结果;根据从食材筛选结果中选择的食材及所述患者对应的饮食标签,查询所述食谱数据库以得到所述推荐食谱数据;或者,
在点餐模式下,从食谱列表中选择食谱以得到所述推荐食谱数据;或者,
在智能推荐模式下,根据所述患者对应的饮食标签,根据所述患者特征数据计算得到的每日所需的营养素摄入量,查询所述食谱数据库以得到所述推荐食谱数据。
可选的,所述方法还包括:
根据所述患者特征数据及所述营养素摄入量,对所述推荐食谱数据进行优化处理,得到优化食谱数据;
推送所述优化食谱数据。
可选的,所述根据所述患者特征数据及所述营养素摄入量,对所述推荐食谱数据进行优化处理,得到优化食谱数据,包括:
根据所述患者特征数据,确定对应的食谱优化原则;
根据所述食谱优化原则和所述营养素摄入量确定食材约束条件;
根据所述食材约束条件,调整所述推荐食谱数据中的食材用量,得到所述优化食谱数据。
可选的,所述方法还包括:
根据从所述优化食谱数据中选择的食谱数据,计算营养素功能比例;
根据计算结果对所述优化处理进行反馈调节。
可选的,所述方法还包括:
根据所述营养素摄入量及从所述推荐食谱数据中选择的食谱数据,评估患者的营养素摄入量;
根据评估结果确定口服营养制剂的推荐用量;
推送所述推荐用量。
可选的,所述患者特征数据包括但不限于基本病历数据、疾病特征数据、生化和营养指标数据以及饮食特征数据。
从上面所述可以看出,本发明提供的慢性病患者的食谱推荐方法,根据患者特征数据,从预设的饮食标签集合中确定患者对应的饮食标签;根据患者对应的饮食标签,结合患者的饮食喜好信息,从食谱数据库中查询获取推荐食谱数据;推送推荐食谱数据,由患者自行选择;结合患者自身的营养素需求与食谱选择结果,优化食谱结构。本发明能够结合患者的患病特征数据,实现智能化、个性化的食谱推荐,为患者提供长期科学合理的个性化饮食方案,既能够满足慢性病患者的营养需求,又有利于患者疾病的防治。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明实施例的方法流程示意图;
图2为本发明实施例的确定患者的饮食标签的方法流程示意图;
图3为本发明实施例的构建食谱数据库的方法流程示意图;
图4为本发明实施例的优化处理方法流程示意图。
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,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
图1为本发明实施例的方法流程示意图。如图所示,本发明实施例提供的慢性病患者的食谱推荐方法,包括:
S101:根据患者特征数据,从预设的饮食标签集合中确定患者对应的饮食标签;
本实施例中,患者特征数据包括但不限于基本病历数据、疾病特征数据、生化和营养指标数据以及饮食特征数据;根据患者特征数据,计算生成患者每日所需的营养素摄入量;根据患者特征数据和计算生成的营养素摄入量,从预设的饮食标签集合中确定患者对应的饮食标签。
S102:根据患者对应的饮食标签,从食谱数据库中查询获取推荐食谱数据,推送推荐食谱数据。
本实施例中,根据患者对应的饮食标签,通过查询食材数据库和食谱数据库,获取推荐食谱数据。
本发明实施例的慢性病患者的食谱推荐方法,根据患者的患者特征数据,确定患者对应的饮食标签,根据患者对应的饮食标签,从食谱数据库中获取推荐食谱数据,并向患者推送推荐食谱数据,能够实现智能化、个性化的食谱推荐。
图2为本发明实施例的确定患者的饮食标签的方法流程示意图。如图所示,所述步骤S101中,根据患者特征数据,从预设的饮食标签库中确定患者对应的饮食标签的方法包括:
S201:获取患者特征数据;
于一些实施方式中,所述患者特征数据包括基本病历数据、疾病特征数据、生化和营养指标数据以及饮食特征数据。
在本实施例中,基本病历数据包括但不限于身高、体重、年龄、性别等基本数据;疾病特征数据包括但不限于高血压、心血管病、脑血管病、慢性肾脏病(疾病分期、治疗方法)、糖尿病、周围血管病、是否患有痛风等病情数据;生化和营养指标数据包括但不限于白蛋白、肌酐、尿素氮、血脂、尿酸、血钙、血磷、血钾、血钠、瘦体重、肌酐、血压和尿量等指标数据;饮食特征数据包括但不限于进食功能、消化功能、便秘指数、腹泻指数、饮食排斥和饮食喜好等数据。其中,基本病历数据、疾病特征数据、生化和营养指标数据可从医疗系统的患者数据库获取,饮食特征数据可结合疾病特征数据、生化和营养指标数据分析获取,饮食喜好可根据用户输入的数据获取。
S202:根据获取的患者特征数据,计算患者每日所需的营养素摄入量;
本实施例中,患者每日所需的营养素摄入量包括但不限于蛋白质摄入量、能量摄入量、钾摄入量等。
以蛋白质摄入量、能量摄入量、钾摄入量的计算为例,方法为:
1)计算每日所需的蛋白质摄入量
根据患者特征数据,参考相关疾病的营养治疗指南,获得单位理想体重的每日蛋白质摄入量推荐量(DPI,Daily Protein Intake);根据患者的身高数据,计算患者的理想体重,计算每日所需的蛋白质摄入量。
2)计算每日所需的能量摄入量
根据患者的身高数据、体重数据,计算患者的体重指数(BMI,Body Mass Index);根据体重指数对患者进行分组,可分成体重过低、体重正常和超重或肥胖;参考营养治疗指南,获得单位理想体重的每日能量推荐量(DEI,Daily Energy Intake);根据患者的身高数据和疾病特征数据,计算患者的理想体重,计算每日所需的能量摄入量。
3)计算每日所需的钾摄入量
根据患者的疾病特征数据、生化和营养指标数据,参照相关疾病的营养治疗指南,获得患者每日所需的钾摄入推荐量。例如根据肾病患者的血钾数据,参考肾病的营养治疗指南,获得肾病患者每日所需的钾摄入推荐量。
S203:确定患者对应的饮食标签。
根据患者的疾病特征数据、生化和营养指标数据以及饮食特征数据,结合患者每日所需的营养素摄入量,确定患者对应的饮食标签。
本实施例中,根据患者的疾病特征数据、生化和营养指标数据以及饮食特征数据,结合患者每日所需的营养素摄入量,可从预设的饮食标签集合中确定患者所对应的饮食标签。可选的,对于高血压、心血管病、脑血管病以及周围血管病患者,对应的饮食标签为低盐饮食标签;对于高钾血症患者,对应的饮食标签为低钾饮食标签;对于低钾血症患者,对应的饮食标签为高钾饮食标签;对于高磷血症患者,对应的饮食标签为低磷饮食标签;对于高血脂症患者,对应的饮食标签为低脂饮食标签;对于高尿酸血症及痛风患者,对应的饮食标签为低嘌呤饮食标签。
图3为本发明实施例的构建食谱数据库的方法流程示意图。如图所示,所述步骤102中,食谱数据库的建立方法为:
S301:获取食谱数据和食材数据;
于一些实施方式中,获取的食谱数据包括但不限于食谱名称、食谱类别、食谱做法、食材信息等,根据食谱中的食材信息,获取食材数据。例如,食谱名称为宫保鸡丁,对应的食谱类别为川菜,食材信息包括鸡丁、葱段、辣椒等。可选的,可利用爬虫程序从美食网站(如,豆果美食、美食天下等等)获取食谱数据。
S302:根据食谱数据和食材数据,计算食谱的营养素含量;
本实施例中,根据食谱的食材信息,结合食物成份表数据,计算得到食谱的营养素含量,例如,根据大米、鸡蛋、胡萝卜等的营养成份表,计算得到蛋炒饭的蛋白质含量、钾含量、能量含量、微量元素含量等。
一种实现方式中,食谱的营养素含量的计算方法是,若第k个食谱中包含R种食材{f1,...,fr,...,fR},各种食材的用量{m1,...mr,...,mR},mr为第r个食材的用量;第k个食谱的第i种营养素含量为:
当根据食谱数据得到某种食材的用量为类似适量或少许的用量词语时,可根据患者的饮食标签确定食材的具体用量;或是,鉴于食材用量很少而对营养素计算产生的影响不大,可忽略计算该种食材的用量。
S303:根据食谱的营养素含量和食谱数据,确定食谱对应的营养标签;
根据计算得到的食谱的营养素含量、食材数据、食谱做法,从预设的营养标签集中确定食谱对应的营养标签。可选的,若食谱中脂肪含量超过预设的脂肪含量参照值,食谱对应的营养标签为非低脂食谱,反之为低脂食谱;若食谱中含有带添加剂的加工食材,确定食谱对应的营养标签为非低盐食谱,反之为低盐食谱;若食谱中含有高磷蛋白的食材,食谱对应的营养标签为非低磷食谱,反之为低磷食谱;若食谱为“肉汤”、“菌汤”或者含有高嘌呤的食材,食谱对应的营养标签为高嘌呤食谱,反之为非高嘌呤食谱。
S304:根据食谱及其对应的营养标签,构建食谱数据库。
本实施例中,食谱数据库存储有食谱及其对应的营养标签,食谱名称、食谱的营养素含量、食谱类别、食材信息、食材用量、食谱做法等食谱相关信息。
进一步的,根据食谱的食材信息,获取食材数据;根据食材数据,结合食物成份表数据及食材的营养素含量,确定食材对应的营养标签;根据食材及其对应的营养标签,构建食材数据库。食材数据库存储有食材及其对应的营养标签,食材名称、食材的营养素含量、食材类别、每单位的推荐量等食材相关信息。食材的营养标签按照营养含量划分,包括但不限于富含蛋白质标签、富含优质蛋白质标签、低蛋白质标签、富含碳水化合物标签、高钾标签和低钾标签等。
所述S102步骤中,根据患者对应的饮食标签,从食谱数据库中查询获取推荐食谱数据,可以通过三种模式获取推荐食谱数据,具体的说:
第一种是菜市场模式,此种模式下,根据患者的饮食喜好数据,查询食材数据库,得到食材筛选结果;从食材筛选结果中选择食材;根据选择的食材及患者的饮食标签,查询食谱数据库,得到适于患者的食谱筛选结果,作为推荐食谱数据。
第二种是点餐模式,此种模式下,患者可从食谱列表中选择食谱,若选择的食谱与患者的饮食标签不匹配,进行饮食提示,患者可根据提示重新选择食谱。
第三种是智能推荐模式,此种模式下,根据患者的饮食标签,每日所需的营养素摄入量,查询食谱数据库,得到适于患者一日三餐的食谱筛选结果,作为推荐食谱数据,患者可根据推荐食谱数据重新调整食谱或是食谱中的食材用量,调整之后,可获得调整后食谱的饮食建议及提示。
根据上述三种模式获得推荐食谱数据后,患者可从中选取食谱作为本次推选结果,存储患者选择的食谱数据。
本发明实施例中,可根据患者特征数据,对患者从推荐食谱数据中所选取的食谱数据进行优化,得到更适于患者的优化食谱数据。则,如图4所示,所述慢性病患者的食谱推荐方法还包括:
S103:根据患者特征数据及每日所需的营养素摄入量,对选取的食谱数据进行优化处理,得到优化食谱数据,推送优化食谱数据。
于一些实施例中,对选取的食谱数据进行优化处理,包括:根据患者的患者特征数据,确定对应的食谱优化原则;根据食谱优化原则和每日所需的营养素摄入量确定食材约束条件;根据食材约束条件,调整所选取的食谱数据中的食材用量,得到优化食谱数据,优化食谱数据的食谱的营养素摄入量符合目标摄入量。优化处理后得到的优化食谱数据,能够为患者提供更为科学合理的食谱,更有利于患者病情的防治。
以下以非慢性肾脏病患者、慢性肾脏病患者、高钾/低钾血症患者、低盐/低磷/低脂/低嘌呤饮食患者、多种慢性病患者为例,说明如何进行食谱优化。
1)非慢性肾脏病患者的食谱优化
较于其它慢性病的营养治疗原则,慢性肾脏病的低蛋白饮食要求更为严格和细致,还应保证优质蛋白质比例高于参考比例。因此,本实施例中,将蛋白质、能量调整过程分成非慢性肾脏病患者蛋白质、能量调整,慢性肾脏病患者蛋白质、能量调整。
对于非慢性肾脏病患者,根据食谱优化原则,主要由富含蛋白质的食材来调整蛋白质摄入量,富含碳水化合物的食材来调整能量摄入量。
假设,A={a1,a2,...am}为所选取的食谱数据中具有富含蛋白质标签的食材的集合,B={b1,b2,...bn}为所选取的食谱数据中具有富含碳水化合物标签的食材的集合,从集合A和集中B挑选k个食材,构成候选食材集合h′={h1,h2,...hk},一共可以构成K种食材组合方案,H={h′1,h′2,...h′K},分别为每一种食材组合方案进行线性规划,获得符合约束条件的解决方案。
若患者蛋白质摄入过多,或者蛋白质摄入正常、能量摄入过多,则调整食材用量,下调营养素摄入量至目标摄入量,即:
若患者蛋白质摄入不足,或者蛋白质摄入正常、能量摄入不足,则调整食材用量,增加营养素摄入量至目标摄入值,即:
其中,xi为第i种食材的数量,Pri为每100g第i种食材(净菜)含有的蛋白质含量,Ei为每100g第i种食材(净菜)能够提供的能量数值。
本实施例中,保证满足以下约束条件:
其中,Prmin、Prmax分别为患者应当摄入的蛋白质的最小值、最大值;Emin、Emax分别为患者应当摄入的能量的最小值、最大值;Pr0、E0分别为所选取的食谱数据中蛋白质的摄入量、能量摄入量。
2)慢性肾脏病患者的食谱优化
对于慢性肾脏病患者,根据食谱优化原则,通过富含蛋白质的食材来调整蛋白质摄入量,调整富含碳水化合物的食材来减小能量摄入量,调整低蛋白质的食材来增加能量摄入量。
因此,在A、B集合的基础上,增加集合C={c1,c2,...cm},集合C={c1,c2,...cp}为所选取的食谱数据中具有低蛋白质标签的食材的集合。分别从集合A、B、C中挑选食材,调整过程与非慢性肾脏病患者人群一致,即,按照公式(2)-(5)所示约束条件进行调整。
本实施例中,获得最佳食材组合,以及该条件下患者摄入的蛋白质的含量Pr0′、优质蛋白质的含量G、能量摄入量E0′。
蛋白质含量G为;假设GP={g1,g2,...gw}为所选取的食谱数据中具有优质蛋白质标签的食材的集合,优质蛋白质的含量G为:
其中,yi为GP集合中第i种食材的数量,Pri为每100g该食材(净菜)含有的蛋白质含量。
在此基础上,对于慢性肾脏病患者,还需要调整食谱中的优质蛋白质比例,方法为:
假设患者每日的目标优质蛋白比例为r,允许向下浮动Δr,即在蛋白质、能量调整之后,食谱中的优质蛋白质比例应不小于r-Δr。若不满足该条件,则需要在食谱中增加富含优质蛋白质的食材的用量,下调富含非优质蛋白质的食材的用量,之后,根据调整后食谱的能量变化情况,调整低蛋白质的食材的用量。
假设,D={d1,d2,...dq}为所选取的食谱数据中具有低蛋白质标签的食材的集合,F={f1,f2,...fu}为所选取的食谱数据中具有富含优质蛋白质标签的食材的集合,W={w1,w2,...wv}为所选取的食谱数据中具有富含非优质蛋白质标签的食材的集合,分别从D、F、W集合中挑选食材,并且对每一种食材组合进行线性规划,获得有解的食材组合及用量。
本实施例中,除需要考虑蛋白质、能量摄入满足需求,还需考虑以下约束条件:
其中,k1为所选食材组合中全部食材的个数,l为所选食材组合中具有富含优质蛋白质标签的食材的种类(优质蛋白质主要来自肉类、蛋类、奶类和大豆类视窗,食材的种类对应位肉类、蛋类、奶类和大豆类),zi为食材组合中第i种具有富含优质蛋白质标签的食材的数量,Pri为每100g该食材(净菜)含有的蛋白质含量。
3)高钾/低钾血症患者的食谱优化
对于高钾血症患者,其对应的饮食标签为低钾饮食标签,则食谱中的钾的含量K应当满足:
对于低钾血症患者,其对应的饮食标签为高钾饮食标签,则食谱中的钾的含量K应当满足:
食谱优化原则是通过调整食谱中富含钾的食材的用量,对钾的摄入量进行调节。若所选取的食谱数据中钾的摄入量不足,则增加食谱中富含钾的食材的用量;若所选取的食谱数据中钾的摄入量过多,则减少食谱中富含钾的食材的用量。
4)低盐/低磷/低脂/低嘌呤饮食患者的食谱优化
对于患有高血压、心血管病、脑血管病或者周围血管病等慢性病患者,其对应的饮食标签为低盐饮食标签,其食谱优化原则为减少含有添加剂的加工食材的摄入量。在所选取的食谱数据的基础上,仅推荐满足食谱优化原则的食谱,若患者在点餐模式下选择了加工食材,则需要提供相应的提示信息提醒患者注意健康饮食。
根据患者的生化和营养指标数据中的血磷含量,若患者的血磷含量超标,则对应的饮食标签为低磷饮食标签,食谱优化原则为减少高磷蛋白比的食材的摄入量。在所选取的食谱数据的基础上,仅推荐满足食谱优化原则的食谱,若患者在点餐模式下选择了高磷蛋白比的食材,则需要提供相应的提示信息提醒患者注意健康饮食。
根据患者的生化和营养指标数据中的血脂含量,若患者的血脂含量超标,则对应的饮食标签为低脂饮食标签,食谱优化原则为减少非低脂肪的食材的摄入量。在所选取的食谱数据的基础上,仅推荐满足食谱优化原则的食谱,若患者在点餐模式下选择了非低脂肪的食材,则需要提供相应的提示信息提醒患者注意健康饮食。
根据患者的生化和营养指标数据中尿酸含量,若患者的尿酸含量超标,或者,患者患有痛风,则患者对应的饮食标签为低嘌呤饮食,食谱优化原则为减少高嘌呤的食材的摄入量。在所选取的食谱数据的基础上,仅推荐满足食谱优化原则的食谱,若患者在点餐模式下选择了高嘌呤的食材,则需要提供相应的提示信息提醒患者注意健康饮食。
5)罹患多种慢性病的患者的食谱优化
对于罹患多种慢性病的患者,食谱优化原则应满足以下约束条件:
其中,N为患者所罹患的慢性病种类,αi为在多病共存状态下第i种慢性病的影响因子;gi为第i种慢性病需要控制的营养素实际含量,gi,max为第i种慢性病需要控制的营养素含量的上限,gi,min为第i种慢性病需要控制的营养素含量的下限。
这样,患者可从优化食谱数据中选择食谱,作为本次食谱推选结果,同时存储患者选择的食谱数据。
本实施例中,所述慢性病患者的食谱推荐方法还包括:当患者不想摄入自然饮食或摄入的食物所含营养素摄入量不足时,通过口服营养制剂(ONS,Oral NutritionalSupplements)的方式优化食谱结构。
一些实现方式中,根据患者每日所需的营养素摄入量及从推荐食谱数据中所选取的食谱数据,评估患者的营养素摄入量,并根据评估结果确定口服营养制剂的推荐用量,推送口服营养制剂的推荐用量。可选的,根据每日所需的营养素摄入量和所选取的食谱数据,若患者能量摄入不足,提供“脂肪类组件”(例如费瑞卡营养剂)的推荐用量;若患者蛋白质摄入不足,给出每一种“蛋白质类组件”(例如乳清蛋白粉、康素短肽营养剂)的推荐用量;若患者蛋白质能量均不足,则给出“全营养配方类组件”(例如匀浆膳、君蓓能、达美高营养剂)的推荐用量。这样,能够通过以自然饮食推荐配合口服营养制剂推荐的方式,向患者提供多样化的食疗防治策略。
于一些实施例中,所述慢性病患者的食谱推荐方法还包括:根据患者从推荐食谱数据或优化食谱数据中选择的食谱数据,计算营养素功能比例,根据计算结果对患者饮食进行监测。
具体为,根据选择的食谱数据,确定所选取的食谱的营养素摄入量,根据所选取的食谱的营养素摄入量,计算患者当日的碳水化合物、脂肪以及蛋白质三大营养素供能比例,计算公式为:
其中,Mc为全天食谱中碳水化合物的重量,Mf为全天食谱中脂肪的重量,Mp为全天食谱中蛋白质的质量;可参照营养学知识,确定每单位份碳水化合物提供的能量Ec,每单位份脂肪提供的能量Ef,每单位份蛋白质所提供的能量Ep。
参照相关疾病的营养治疗指南,患者每日的碳水化合物、脂肪以及蛋白质三大营养素功能比例需要满足一定的要求。因此,本实施例中,分别对非慢性肾脏病患者、慢性肾脏病患者的三大营养素供能比设定参考比例,根据患者当日的三大营养素供能比例,对食谱优化过程进行反馈调节:
其中,当i=0时,代表无慢性肾脏患者的参考营养素供能比例;当i=1时,代表慢性肾脏患者的参考营养素供能比例。分别表示碳水化合物的参考供能比例的最小值和最大值;/>分别表示脂肪的参考供能比例的最小值和最大值;分别表示蛋白质的参考供能比例的最小值和最大值。本实施例中,结合患者所选择的食谱,计算营养素功能比例,用于食谱优化处理的反馈调节,通过综合考虑患者的历史食谱数据及营养素摄入情况,能够为患者提供更为合理的食谱数据,有利于患者疾病的长期防治。
如果选用了通过ONS方式优化食谱结构的方式,推荐ONS之后,同样需要计算营养素的供能比例,以对食谱结构进行反馈优化。
上述实施例的装置用于实现前述实施例中相应的方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本发明难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本发明难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本发明的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、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 (8)
1.一种慢性病患者的食谱推荐方法,其特征在于,包括:
根据患者特征数据,从预设的饮食标签集合中确定患者对应的饮食标签;
根据患者对应的饮食标签,从食谱数据库中查询获取推荐食谱数据;
根据所述患者特征数据及营养素摄入量,对所述推荐食谱数据进行优化处理,得到优化食谱数据,包括:
根据所述患者特征数据,确定对应的食谱优化原则;
根据所述食谱优化原则和每日所需的营养素摄入量确定食材约束条件;其中,所述营养素摄入量是根据所述患者特征数据计算得到的;
根据所述食材约束条件,调整所述推荐食谱数据中的食材用量,得到优化食谱数据;
推送所述优化食谱数据;
其中,对于罹患多种慢性病的患者,食谱优化原则满足以下约束条件:
其中,N为患者所罹患的慢性病种类,αi为在多病共存状态下第i种慢性病的影响因子;gi为第i种慢性病需要控制的营养素实际含量,gi,max为第i种慢性病需要控制的营养素含量的上限,gi,min为第i种慢性病需要控制的营养素含量的下限。
2.根据权利要求1所述的方法,其特征在于,所述根据患者特征数据,从预设的饮食标签集合中确定患者对应的饮食标签,包括:
获取患者特征数据;
根据所述患者特征数据,计算患者每日所需的营养素摄入量;
根据所述患者特征数据及所述营养素摄入量,确定所述饮食标签。
3.根据权利要求1所述的方法,其特征在于,所述食谱数据库的建立方法为:
获取食谱数据和食材数据;
根据所述食谱数据和食材数据,计算食谱的营养素含量;
根据所述食谱的营养素含量和所述食谱数据,确定食谱对应的营养标签;
根据食谱及其对应的营养标签,构建所述食谱数据库。
4.根据权利要求3所述的方法,其特征在于,根据所述食谱数据库,建立食材数据库,所述食材数据库的建立方法包括:
根据食谱中的食材信息,获取食材数据;
根据所述食材数据,结合食物成份表数据及食材的营养素含量,确定食材对应的营养标签;
根据食材及其对应的营养标签,构建所述食材数据库。
5.根据权利要求4所述的方法,其特征在于,所述根据患者对应的饮食标签,从食谱数据库中查询获取推荐食谱数据,包括:
在菜市场模式下,根据所述患者特征数据,查询所述食材数据库以得到食材筛选结果;根据从食材筛选结果中选择的食材及所述患者对应的饮食标签,查询所述食谱数据库以得到所述推荐食谱数据;或者,
在点餐模式下,从食谱列表中选择食谱以得到所述推荐食谱数据;或者,
在智能推荐模式下,根据所述患者对应的饮食标签,根据所述患者特征数据计算得到的每日所需的营养素摄入量,查询所述食谱数据库以得到所述推荐食谱数据。
6.根据权利要求1所述的方法,其特征在于,还包括:
根据从所述优化食谱数据中选择的食谱数据,计算营养素功能比例;
根据计算结果对所述优化处理进行反馈调节。
7.根据权利要求1所述的方法,其特征在于,还包括:
根据所述营养素摄入量及从所述推荐食谱数据中选择的食谱数据,评估患者的营养素摄入量;
根据评估结果确定口服营养制剂的推荐用量;
推送所述推荐用量。
8.根据权利要求1所述的方法,其特征在于,所述患者特征数据包括基本病历数据、疾病特征数据、生化和营养指标数据以及饮食特征数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911054857.0A CN111081347B (zh) | 2019-10-31 | 2019-10-31 | 一种慢性病患者的食谱推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911054857.0A CN111081347B (zh) | 2019-10-31 | 2019-10-31 | 一种慢性病患者的食谱推荐方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111081347A CN111081347A (zh) | 2020-04-28 |
CN111081347B true CN111081347B (zh) | 2023-06-27 |
Family
ID=70310632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911054857.0A Active CN111081347B (zh) | 2019-10-31 | 2019-10-31 | 一种慢性病患者的食谱推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111081347B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112201326B (zh) * | 2020-09-28 | 2022-12-06 | 上海熠旦信息科技有限公司 | 肾病饮食管理方法 |
CN112652379A (zh) * | 2021-01-12 | 2021-04-13 | 南通大学附属医院 | 一种自动生成肾衰竭患者营养治疗方案的系统及方法 |
CN112837783B (zh) * | 2021-01-28 | 2024-02-06 | 北京大学第一医院 | 一种患者的营养评估方法及装置 |
CN113724837A (zh) * | 2021-08-31 | 2021-11-30 | 平安国际智慧城市科技股份有限公司 | 慢病患者饮食计划表的生成方法、装置及终端设备 |
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 |
CN116434916B (zh) * | 2023-06-15 | 2023-08-22 | 北京四海汇智科技有限公司 | 一种用于肿瘤康复的数字营养管理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0863455A (ja) * | 1994-08-25 | 1996-03-08 | Nihonshoku Syst Kenkyusho:Kk | 病院用献立作成システムおよび病院用献立作成方法 |
CN109752975A (zh) * | 2019-01-24 | 2019-05-14 | 珠海优特智厨科技有限公司 | 一种菜谱自适应调整的方法、装置及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096237A (zh) * | 2016-05-31 | 2016-11-09 | 点击率(北京)科技有限公司 | 一种智能推荐健康饮食的方法及装置 |
CN109545327A (zh) * | 2018-10-09 | 2019-03-29 | 珠海亿联德源信息技术有限公司 | 一种膳食管理方法及装置 |
CN110289079A (zh) * | 2019-06-28 | 2019-09-27 | 青岛海尔科技有限公司 | 智能家庭食谱推送系统、推送食谱的方法及装置 |
-
2019
- 2019-10-31 CN CN201911054857.0A patent/CN111081347B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0863455A (ja) * | 1994-08-25 | 1996-03-08 | Nihonshoku Syst Kenkyusho:Kk | 病院用献立作成システムおよび病院用献立作成方法 |
CN109752975A (zh) * | 2019-01-24 | 2019-05-14 | 珠海优特智厨科技有限公司 | 一种菜谱自适应调整的方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111081347A (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111081347B (zh) | 一种慢性病患者的食谱推荐方法 | |
Gardner et al. | Maximizing the intersection of human health and the health of the environment with regard to the amount and type of protein produced and consumed in the United States | |
RU134340U1 (ru) | Электронное карманное устройство для оценки пищевой ценности запланированного меню для ребенка | |
CN104809164A (zh) | 一种基于移动终端的健康饮食推荐方法及移动终端 | |
US20180233064A1 (en) | Nutrition scoring system | |
Uyeh et al. | Interactive livestock feed ration optimization using evolutionary algorithms | |
US20150269867A1 (en) | Information system for nutritional substances | |
CN105718712A (zh) | 营养食谱的生成方法和装置 | |
CN110265114A (zh) | 营养智能管理系统 | |
US20070276618A1 (en) | Method for Supporting Dietary Habits, a System and a Computer Program Therefor | |
Bas | A robust optimization approach to diet problem with overall glycemic load as objective function | |
CN108597572A (zh) | 一种智能健康规划系统 | |
CN105787279A (zh) | 一种健康饮食调节分析系统 | |
Brownie et al. | The 2013 Australian dietary guidelines and recommendations for older Australians | |
KR20230056532A (ko) | 칼로리를 고려한 사용자 맞춤형 샐러드 메뉴 추천 방법 | |
CN106642970A (zh) | 一种智能冰箱营养评判系统及评判方法 | |
CN109461492A (zh) | 一种用于缓解痛风的智能配餐及饮食管理方法 | |
CN109932044A (zh) | 智能食品秤 | |
US20110053122A1 (en) | Nutritional analysis system and method | |
Chiplonkar | Trends in nutrient intakes of Indian adults: computerized diet analysis (CDiet) of cross-sectional surveys between 1998 and 2015 | |
CN109509536A (zh) | 一种用于产后修复的智能营养配餐系统及饮食管理方法 | |
CN105868528A (zh) | 一种健康饮食和运动的搭配方法 | |
CN112071396A (zh) | 饮食模式干预方法、终端设备及计算机可读存储介质 | |
CN112102922B (zh) | 一种信息推荐方法和装置 | |
KR102479962B1 (ko) | 반려 동물을 위한 맞춤형 사료 정보 제공 방법 및 장치 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |