CN111292829A - 饮食健康管理/食物营养性的方法、装置、设备、介质 - Google Patents
饮食健康管理/食物营养性的方法、装置、设备、介质 Download PDFInfo
- Publication number
- CN111292829A CN111292829A CN202010067632.5A CN202010067632A CN111292829A CN 111292829 A CN111292829 A CN 111292829A CN 202010067632 A CN202010067632 A CN 202010067632A CN 111292829 A CN111292829 A CN 111292829A
- Authority
- CN
- China
- Prior art keywords
- food
- point value
- determining
- value data
- nutrients
- 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.)
- Granted
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 331
- 235000005118 dietary health Nutrition 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 65
- 235000016709 nutrition Nutrition 0.000 title claims abstract description 21
- 230000035764 nutrition Effects 0.000 title claims abstract description 19
- 235000015097 nutrients Nutrition 0.000 claims abstract description 120
- 238000007726 management method Methods 0.000 claims abstract description 108
- 235000019577 caloric intake Nutrition 0.000 claims abstract description 86
- 150000001720 carbohydrates Chemical class 0.000 claims description 52
- 102000004169 proteins and genes Human genes 0.000 claims description 52
- 108090000623 proteins and genes Proteins 0.000 claims description 52
- 235000013325 dietary fiber Nutrition 0.000 claims description 45
- 230000036541 health Effects 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 5
- 235000014633 carbohydrates Nutrition 0.000 description 48
- 235000018102 proteins Nutrition 0.000 description 48
- 235000005911 diet Nutrition 0.000 description 46
- 235000019197 fats Nutrition 0.000 description 41
- 230000037213 diet Effects 0.000 description 33
- 230000002354 daily effect Effects 0.000 description 22
- 206010033307 Overweight Diseases 0.000 description 20
- 235000021003 saturated fats Nutrition 0.000 description 18
- ONIBWKKTOPOVIA-UHFFFAOYSA-N Proline Chemical compound OC(=O)C1CCCN1 ONIBWKKTOPOVIA-UHFFFAOYSA-N 0.000 description 16
- 208000016261 weight loss Diseases 0.000 description 16
- 230000004580 weight loss Effects 0.000 description 16
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 13
- 240000003768 Solanum lycopersicum Species 0.000 description 13
- 230000000378 dietary effect Effects 0.000 description 13
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 230000037406 food intake Effects 0.000 description 10
- 235000012631 food intake Nutrition 0.000 description 9
- 208000008589 Obesity Diseases 0.000 description 6
- 235000013399 edible fruits Nutrition 0.000 description 6
- 235000013601 eggs Nutrition 0.000 description 6
- 235000019441 ethanol Nutrition 0.000 description 6
- 230000003203 everyday effect Effects 0.000 description 6
- 235000020824 obesity Nutrition 0.000 description 6
- 235000013311 vegetables Nutrition 0.000 description 6
- 230000037396 body weight Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 235000020925 non fasting Nutrition 0.000 description 5
- 241000272525 Anas platyrhynchos Species 0.000 description 4
- 241000238557 Decapoda Species 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 240000004713 Pisum sativum Species 0.000 description 3
- 235000019688 fish Nutrition 0.000 description 3
- 244000144972 livestock Species 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 235000013372 meat Nutrition 0.000 description 3
- 230000004060 metabolic process Effects 0.000 description 3
- 235000013336 milk Nutrition 0.000 description 3
- 239000008267 milk Substances 0.000 description 3
- 210000004080 milk Anatomy 0.000 description 3
- 235000021485 packed food Nutrition 0.000 description 3
- 244000144977 poultry Species 0.000 description 3
- 235000013594 poultry meat Nutrition 0.000 description 3
- 235000020991 processed meat Nutrition 0.000 description 3
- 235000015170 shellfish Nutrition 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 244000291564 Allium cepa Species 0.000 description 2
- 240000002234 Allium sativum Species 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 2
- 235000017491 Bambusa tulda Nutrition 0.000 description 2
- 240000007124 Brassica oleracea Species 0.000 description 2
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 2
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 2
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 2
- 244000241235 Citrullus lanatus Species 0.000 description 2
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 description 2
- 240000008067 Cucumis sativus Species 0.000 description 2
- 240000001980 Cucurbita pepo Species 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 241000237502 Ostreidae Species 0.000 description 2
- 244000046052 Phaseolus vulgaris Species 0.000 description 2
- 244000082204 Phyllostachys viridis Species 0.000 description 2
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 2
- 239000011425 bamboo Substances 0.000 description 2
- 235000015278 beef Nutrition 0.000 description 2
- 235000008429 bread Nutrition 0.000 description 2
- 235000013365 dairy product Nutrition 0.000 description 2
- 235000004611 garlic Nutrition 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 235000020636 oyster Nutrition 0.000 description 2
- 230000037081 physical activity Effects 0.000 description 2
- 235000015277 pork Nutrition 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 230000002459 sustained effect Effects 0.000 description 2
- 238000004260 weight control Methods 0.000 description 2
- 230000037221 weight management Effects 0.000 description 2
- 240000004507 Abelmoschus esculentus Species 0.000 description 1
- 235000009436 Actinidia deliciosa Nutrition 0.000 description 1
- 244000298697 Actinidia deliciosa Species 0.000 description 1
- 240000006108 Allium ampeloprasum Species 0.000 description 1
- 235000005254 Allium ampeloprasum Nutrition 0.000 description 1
- 235000010167 Allium cepa var aggregatum Nutrition 0.000 description 1
- 235000002732 Allium cepa var. cepa Nutrition 0.000 description 1
- 235000009328 Amaranthus caudatus Nutrition 0.000 description 1
- 240000001592 Amaranthus caudatus Species 0.000 description 1
- 244000144730 Amygdalus persica Species 0.000 description 1
- 240000007087 Apium graveolens Species 0.000 description 1
- 235000015849 Apium graveolens Dulce Group Nutrition 0.000 description 1
- 235000010591 Appio Nutrition 0.000 description 1
- 235000000832 Ayote Nutrition 0.000 description 1
- 235000011274 Benincasa cerifera Nutrition 0.000 description 1
- 244000036905 Benincasa cerifera Species 0.000 description 1
- 241000167854 Bourreria succulenta Species 0.000 description 1
- 235000011299 Brassica oleracea var botrytis Nutrition 0.000 description 1
- 235000017647 Brassica oleracea var italica Nutrition 0.000 description 1
- 240000003259 Brassica oleracea var. botrytis Species 0.000 description 1
- 235000010149 Brassica rapa subsp chinensis Nutrition 0.000 description 1
- 235000000536 Brassica rapa subsp pekinensis Nutrition 0.000 description 1
- 241000499436 Brassica rapa subsp. pekinensis Species 0.000 description 1
- 235000004936 Bromus mango Nutrition 0.000 description 1
- 206010006895 Cachexia Diseases 0.000 description 1
- 235000010520 Canavalia ensiformis Nutrition 0.000 description 1
- 235000010518 Canavalia gladiata Nutrition 0.000 description 1
- 235000002566 Capsicum Nutrition 0.000 description 1
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 1
- 240000008384 Capsicum annuum var. annuum Species 0.000 description 1
- 235000002568 Capsicum frutescens Nutrition 0.000 description 1
- 240000008574 Capsicum frutescens Species 0.000 description 1
- 235000005747 Carum carvi Nutrition 0.000 description 1
- 240000000467 Carum carvi Species 0.000 description 1
- 241000252203 Clupea harengus Species 0.000 description 1
- 241000252230 Ctenopharyngodon idella Species 0.000 description 1
- 235000009849 Cucumis sativus Nutrition 0.000 description 1
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 1
- 235000009854 Cucurbita moschata Nutrition 0.000 description 1
- 235000009852 Cucurbita pepo Nutrition 0.000 description 1
- 235000009804 Cucurbita pepo subsp pepo Nutrition 0.000 description 1
- 241000252233 Cyprinus carpio Species 0.000 description 1
- 235000002767 Daucus carota Nutrition 0.000 description 1
- 244000000626 Daucus carota Species 0.000 description 1
- 235000006025 Durio zibethinus Nutrition 0.000 description 1
- 240000000716 Durio zibethinus Species 0.000 description 1
- 240000001723 Entada phaseoloides Species 0.000 description 1
- 208000004262 Food Hypersensitivity Diseases 0.000 description 1
- 206010016946 Food allergy Diseases 0.000 description 1
- 235000016623 Fragaria vesca Nutrition 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 1
- 241000276438 Gadus morhua Species 0.000 description 1
- 235000017048 Garcinia mangostana Nutrition 0.000 description 1
- 240000006053 Garcinia mangostana Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000018481 Hylocereus undatus Nutrition 0.000 description 1
- 244000157072 Hylocereus undatus Species 0.000 description 1
- 241000252234 Hypophthalmichthys nobilis Species 0.000 description 1
- 208000026350 Inborn Genetic disease Diseases 0.000 description 1
- 235000003228 Lactuca sativa Nutrition 0.000 description 1
- 240000008415 Lactuca sativa Species 0.000 description 1
- 241001596950 Larimichthys crocea Species 0.000 description 1
- 241000220225 Malus Species 0.000 description 1
- 235000011430 Malus pumila Nutrition 0.000 description 1
- 235000015103 Malus silvestris Nutrition 0.000 description 1
- 235000014826 Mangifera indica Nutrition 0.000 description 1
- 240000007228 Mangifera indica Species 0.000 description 1
- 235000009811 Momordica charantia Nutrition 0.000 description 1
- 235000009812 Momordica cochinchinensis Nutrition 0.000 description 1
- 240000001740 Momordica dioica Species 0.000 description 1
- 235000018365 Momordica dioica Nutrition 0.000 description 1
- 240000005561 Musa balbisiana Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 241001327682 Oncorhynchus mykiss irideus Species 0.000 description 1
- 235000003283 Pachira macrocarpa Nutrition 0.000 description 1
- 206010034203 Pectus Carinatum Diseases 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 240000003889 Piper guineense Species 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 235000009827 Prunus armeniaca Nutrition 0.000 description 1
- 244000018633 Prunus armeniaca Species 0.000 description 1
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 235000014443 Pyrus communis Nutrition 0.000 description 1
- 240000001987 Pyrus communis Species 0.000 description 1
- 241001622901 Scomberomorus commerson Species 0.000 description 1
- 235000002597 Solanum melongena Nutrition 0.000 description 1
- 244000061458 Solanum melongena Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000009337 Spinacia oleracea Nutrition 0.000 description 1
- 244000300264 Spinacia oleracea Species 0.000 description 1
- 235000009184 Spondias indica Nutrition 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 241000404975 Synchiropus splendidus Species 0.000 description 1
- 235000014364 Trapa natans Nutrition 0.000 description 1
- 240000001085 Trapa natans Species 0.000 description 1
- 241001125843 Trichiuridae Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 244000098338 Triticum aestivum Species 0.000 description 1
- 240000004922 Vigna radiata Species 0.000 description 1
- 235000010721 Vigna radiata var radiata Nutrition 0.000 description 1
- 235000011469 Vigna radiata var sublobata Nutrition 0.000 description 1
- 235000009754 Vitis X bourquina Nutrition 0.000 description 1
- 235000012333 Vitis X labruscana Nutrition 0.000 description 1
- 240000006365 Vitis vinifera Species 0.000 description 1
- 235000014787 Vitis vinifera Nutrition 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 235000012735 amaranth Nutrition 0.000 description 1
- 239000004178 amaranth Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 235000004251 balanced diet Nutrition 0.000 description 1
- 235000021015 bananas Nutrition 0.000 description 1
- 235000013527 bean curd Nutrition 0.000 description 1
- WHGYBXFWUBPSRW-FOUAGVGXSA-N beta-cyclodextrin Chemical compound OC[C@H]([C@H]([C@@H]([C@H]1O)O)O[C@H]2O[C@@H]([C@@H](O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O3)[C@H](O)[C@H]2O)CO)O[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@@H]3O[C@@H]1CO WHGYBXFWUBPSRW-FOUAGVGXSA-N 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 235000019693 cherries Nutrition 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 235000021316 daily nutritional intake Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000018823 dietary intake Nutrition 0.000 description 1
- 235000020979 dietary recommendations Nutrition 0.000 description 1
- 210000002249 digestive system Anatomy 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000021186 dishes Nutrition 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 208000026500 emaciation Diseases 0.000 description 1
- 235000020932 food allergy Nutrition 0.000 description 1
- 235000012041 food component Nutrition 0.000 description 1
- 239000005417 food ingredient Substances 0.000 description 1
- 208000016361 genetic disease Diseases 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 235000019514 herring Nutrition 0.000 description 1
- 235000021083 high saturated fats Nutrition 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 235000020997 lean meat Nutrition 0.000 description 1
- 235000020121 low-fat milk Nutrition 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 235000012149 noodles Nutrition 0.000 description 1
- 235000021590 normal diet Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000012771 pancakes Nutrition 0.000 description 1
- 235000012015 potatoes Nutrition 0.000 description 1
- 235000015136 pumpkin Nutrition 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 235000009165 saligot Nutrition 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 235000013322 soy milk Nutrition 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
- 235000008939 whole milk Nutrition 0.000 description 1
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
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT 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
本公开提供了一种饮食健康管理/食物营养性的方法、装置、设备、介质。所述饮食健康管理方法包括：基于身体基本参数确定身体健康级别；基于所确定的身体健康级别和身体能量消耗数据，确定目标能量摄入值；基于所确定的目标能量摄入值，确定计划食物总点值数据，其中，所确定的计划食物总点值数据用于作为身体所摄入的实际食物总点值数据的参考，以实现所述饮食健康管理。所述用于确定食物营养性的方法包括：基于食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数；基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定标准食物点值数据，其中，所述标准食物点值数据表征所述食物的营养性。
Description
技术领域
本公开涉及一种饮食健康管理/食物营养性的方法、装置、设备、介质。
背景技术
身体健康管理的核心在于控制能量摄入和能量输出的差值，即饮食管理和运动管理。对于饮食的管理主要考虑摄入食物热量的控制，例如，对于肥胖用户，适量地减少每日摄入食物的热量。然而，除了食物热量的控制，饮食管理还应考虑饮食过程中脂肪、蛋白质、碳水化合物、膳食纤维等营养素的摄入比例，而这需要专业人员的精心计算、配比，例如，由专业的营养师来提供减重食谱，以保证营养摄入的科学均衡。对于普通用户来说，在控制热量的同时兼顾各类营养素的摄入比例是一个巨大的挑战，此外，即使有营养师提供科学的食谱，在饮食管理过程中仍存在依从性差的缺陷，导致饮食健康管理的效果差强人意。
发明内容
本公开提供一种饮食健康管理方法，用于基于用户的身体基本参数以及目标能量数据，来确定计划食物总点值数据，其中，所确定的计划食物总点值数据用于作为身体所摄入的实际食物总点值数据的参考，以实现所述饮食健康管理。
根据本公开的一方面，提供了一种饮食健康管理方法，包括：基于身体基本参数确定身体健康级别；基于所确定的身体健康级别和身体能量消耗数据，确定目标能量摄入值；基于所确定的目标能量摄入值，确定计划食物总点值数据，其中，所确定的计划食物总点值数据用于作为身体所摄入的实际食物总点值数据的参考，以实现所述饮食健康管理。
根据本公开实施例，所述方法还包括：获取实际食物总点值数据；基于所述计划食物总点值数据与所述实际食物总点值数据，输出饮食评价数据。
根据本公开实施例，所述确定计划食物总点值数据包括：确定多种营养素中每种营养素的点值占比；基于所述多种营养素中每种营养素的点值占比以及所述目标能量摄入值，确定所述计划食物总点值数据。
根据本公开实施例，所述确定多种营养素中每种营养素的点值占比包括：对于每种营养素，基于该营养素的加权系数、供能比和供能系数确定其点值占比。
根据本公开实施例，所述基于所述多种营养素中每种营养素的点值占比以及所述目标能量摄入值，确定所述计划食物总点值数据包括：对于每种营养素，基于该营养素的点值占比与所述目标能量摄入值，得到该营养素的点值数据；对所述多种营养素中每种营养素的点值数据求和，得到所述计划食物总点值数据。
根据本公开实施例，所述多种营养素包括脂肪、蛋白质、碳水化合物、膳食纤维，所述方法还包括：基于所述多种营养素中每种营养素的点值占比以及所述目标能量摄入值，构建用于确定所述计划食物总点值数据的总点值函数，其中，所述总点值函数表示为：
其中，MNPr表示计划食物总点值数据，Cfat、Cpro、Ccarb、Cdf分别表示脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Wfat、Wpro、Wcarb分别表示脂肪、蛋白质、碳水化合物的供能比，Kfat、Kpro、Kcarb分别表示脂肪、蛋白质、碳水化合物的供能系数，E表示目标能量摄入值。
根据本公开实施例，所述方法还包括：接收输入的食物的种类以及摄入质量；基于所述食物的种类以及摄入质量，确定所述食物的实际食物总点值数据。
根据本公开实施例，基于所述食物的种类以及摄入质量，确定所述食物的实际食物总点值数据包括：基于所述食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数；基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定所述食物的标准食物点值数据；基于所述食物的标准食物点值数据以及摄入质量，确定所述食物的实际食物总点值数据。
根据本公开实施例，所述多种营养素包括脂肪、蛋白质、碳水化合物、膳食纤维，所述方法还包括：构建用于确定所述食物的标准食物点值数据的食物点值函数，其中，所述食物点值函数表示为：
MNP＝Cfat*Hfat+Cpro*Hpro+Ccarb*Hcarb+Cdf*Hdf
其中，MNP表示标准食物点值数据，Cfat、Cpro、Ccarb、Cdf分别表示脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Hfat、Hpro、Hcarb、Hdf分别表示标准分量中该种类食物的脂肪、蛋白质、碳水化合物以及膳食纤维的含量系数。
根据本公开实施例，所述方法还包括：获取第一时间期间内的食物总量；根据所述食物总量，确定在所述第一时间期间内的平均能量摄入值，作为所述身体能量消耗数据；基于所述平均能量摄入值以及所确定的身体健康级别，确定目标能量摄入值。
根据本公开实施例，所述身体基本参数包括以下中的至少两种：身高、体重、年龄、性别。
根据本公开实施例，所述身体基本参数包括身高和体重，所述确定身体健康级别包括：基于所述身高和体重，按照身体质量指数计算公式确定身体质量指数；基于所述身体质量指数确定所述身体健康级别，所述身体健康级别包括偏瘦、正常、超重和肥胖中的至少一种。
根据本公开实施例，所述确定目标能量摄入值包括：在所述身体健康级别为偏瘦的情况下，将所述目标能量摄入值确定为所述平均能量摄入值与第一数据的总和；在所述身体健康级别为正常的情况下，将所述目标能量摄入值确定为所述平均能量摄入值；在所述身体健康级别为超重的情况下，将所述目标能量摄入值确定为所述平均能量摄入值与第二数据的总和；在所述身体健康级别为肥胖的情况下，将所述目标能量摄入值确定为所述平均能量摄入值与第三数据的总和，其中，所述第一数据为正数，所述第二数据和第三数据为负数。
根据本公开的另一方面，还提供了一种用于确定食物营养性的方法，包括：基于食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数；基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定标准食物点值数据，其中，所述标准食物点值数据表征所述食物的营养性。
根据本公开实施例，所述多种营养素包括脂肪、蛋白质、碳水化合物、膳食纤维，所述方法还包括：构建用于确定标准食物点值数据的食物点值函数，其中，所述食物点值函数表示为：
MNP＝Cfat*Hfat+Cpro*Hpro+Ccarb*Hcarb+Cdf*Hdf
其中，MNP表示标准食物点值数据，Cfaat、Cpro、Ccarb、Cdf分别表示脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Hfat、Hpro、Hcarb、Hdf分别表示标准分量中该种类食物的脂肪、蛋白质、碳水化合物以及膳食纤维的含量系数。
根据本公开实施例，所述多种营养素包括饱和脂肪、脂肪、蛋白质、碳水化合物、膳食纤维，所述方法还包括：构建用于确定标准食物点值数据的食物点值函数，其中，所述食物点值函数表示为：
MNP＝Csfa*Hsfa+Cfat*Hfat+Cpro*Hpro+Ccarb*Hcarb+Cdf*Hdf
其中，MNP表示标准食物点值数据，Csfa、Cfat、Cpro、Ccarb、Cdf分别表示饱和脂肪、脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Hsfa、Hfat、Hpro、Hcarb、Hdf分别表示标准分量中该种类食物的饱和脂肪、脂肪、蛋白质、碳水化合物以及膳食纤维的含量系数。
根据本公开实施例，所述多种营养素包括酒精、饱和脂肪、脂肪、蛋白质、碳水化合物、膳食纤维，所述方法还包括：构建用于确定标准食物点值数据的食物点值函数，其中，所述食物点值函数表示为：
MNP＝Ceht*Heht+Csfa*Hsfa+Cfat*Hfat+Cpro*Hpro+Ccarb*Hcarb+Cdf*Hdf
其中，MNP表示标准食物点值数据，Ceht、Csfa、Cfat、Cpro、Ccarb、Cdf分别表示酒精、饱和脂肪、脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Heht、Hsfa、Hfat、Hpro、Hcarb、Hdf分别表示标准分量中该种类食物的酒精、饱和脂肪、脂肪、蛋白质、碳水化合物以及膳食纤维的含量系数。
根据本公开的又一方面，还提供了一种饮食健康管理装置，包括：健康级别确定单元，配置成基于身体基本参数确定身体健康级别；能量计算单元，配置成基于所确定的身体健康级别和身体能量消耗数据，确定目标能量摄入值；点值计算单元，配置成基于所确定的目标能量摄入值，确定计划食物总点值数据，其中所确定的计划食物总点值数据用于作为身体所摄入的实际食物总点值数据的参考，以实现所述饮食健康管理。
根据本公开的又一方面，还提供了一种用于确定食物营养性的装置，包括：含量系数确定单元，配置成基于食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数；标准点值计算单元，配置成基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定标准食物点值数据，其中，所述标准食物点值数据表征所述食物的营养性。
根据本公开的又一方面，还提供了一种饮食健康管理设备，包括：处理器；存储器，其中，所述存储器中存储有计算机可读代码，所述计算机可读代码当由所述处理器运行时，执行如上所述的饮食健康管理方法，或者执行如上所述的用于确定食物营养性的方法。
根据本公开实施例，所述饮食健康管理设备，还包括：输入接口，配置成接收用户的输入数据；以及显示设备，配置成显示所述处理器通过执行所述饮食健康管理方法或执行所述用于确定食物营养性的方法所得到的数据。
根据本公开的又一方面，还提供了一种计算机可读存储介质，其上存储有指令，所述指令在被处理器执行时，使得所述处理器执行如上所述的饮食健康管理方法，或者执行如上所述的用于确定食物营养性的方法。
附图说明
为了更清楚地说明本公开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公开的一些实施例，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示出了根据本公开实施例的饮食健康管理方法的流程图；
图2示出了根据本公开实施例的用于确定食物营养性的方法的流程图；
图3A示出了根据本公开实施例的饮食健康管理装置的示意图；
图3B示出了根据本公开实施例的用于确定食物营养性的装置的示意图；
图3C示出了根据本公开实施例的饮食健康管理系统的应用示例图；
图4示出了根据本公开实施例的饮食健康管理设备的示意性框图；
图5示出了根据本公开实施例的示例性计算设备的架构的示意图；
图6示出了根据本公开实施例的计算机可读存储介质的示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是，前面或后面的步骤不一定按照顺序来精确的进行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步。
为了在控制食物热量摄入的基础上，合理控制饮食过程中脂肪、蛋白质、碳水化合物、膳食纤维等类营养素的摄入比例，本公开提出了一种基于食物点值的饮食健康管理方法、装置、设备。所述饮食健康管理方法可以基于用户的身体基本参数和目标能量摄入值，来设置计划食物总点值数据。所确定的计划食物总点值数据用于作为身体所摄入的实际食物总点值数据的参考，以实现所述饮食健康管理。例如，饮食管理用户可以依据所述计划食物总点值数据来确定每日所摄入的食物，通过使得基于摄入的食物确定的实际食物总点值数据接近所述计划食物总点值数据来进行饮食健康管理。
所述计划食物总点值数据中不仅考虑了食物热量数据，即，目标能量摄入值，更重要地，还综合评价了食物中的各种类营养素的比例结构，这更有利于用户进行合理、健康、科学的饮食管理。进一步地，基于点值的表示方式(将在下文详细描述)可以使得用户的饮食选择更加地灵活、自由，只需保证基于摄入食物确定的实际食物总点值数据接近所述计划食物总点值数据即可，而无需将食物选择局限于诸如专业营养师制定的固定食谱，使得饮食管理的过程具有更高的可执行性。
图1示出了根据本公开实施例的饮食健康管理方法的流程图，以下将结合图1来详细描述根据本公开的饮食健康管理方法。
如图1所示，首先，在步骤S101，基于身体基本参数确定身体健康级别。根据本公开实施例，所述身体基本参数包括以下中的至少两种：身高、体重、年龄、性别。例如，根据对用户身高、体重、年龄、性别等信息的分析，确定用户的超重/肥胖程度。
根据本公开的一些实施例，所述身体基本参数可以包括身高和体重。所述确定身体健康级别包括：基于所述身高和体重，按照身体质量指数计算公式确定身体质量指数，以及基于所述身体质量指数确定所述身体健康级别。所述身体质量指数计算公式可以表示为：
BMI＝m/h2 (1)
其中，BMI表示身体质量指数，m表示体重，h表示身高。其中，所述体重m的单位可以是千克(Kg)，所述身高h的单位可以是米(m)。例如，基于计算的身体质量指数BMI，可以将身体健康进行分级。例如，所述身体健康级别可以包括偏瘦、正常、超重和肥胖中的至少一种，其中，所述偏瘦对应于身体质量指数小于等于18.5(BMI≤18.5)，所述正常对应于身体质量指数大于18.5并且小于等于23.9(18.5<BMI≤23.9)，所述超重对应于身体质量指数大于23.9并且小于等于28(23.9<BMI≤28)，所述肥胖对应于身体质量指数大于28(BMI>28)。需要注意的是，所述分级仅是示意性地，还可以根据实际情况来基于所述身体质量指数来确定身体健康等级。在根据本公开的其他实施例，还可以基于诸如身高、体重、年龄、性别的身体基本参数来确定相应的身体健康等级，在此不再列举。
根据本公开实施例的身体健康等级可以用于表示用户当前的身体健康水平，以及反映饮食健康管理过程的预期目标。例如，在用户的身体健康等级为超重的情况下，所述饮食健康管理的目标可以是降低体重，又例如，在用户的身体健康等级为肥胖的情况下，所述饮食健康管理的目标也可以是降低体重，并且，其降低体重的程度还可以高于所述超重的身体健康等级。
接着，如图1所示，在步骤S102，基于所确定的身体健康级别和身体能量消耗数据，确定目标能量摄入值。
根据本公开实施例，所述方法还可以包括：获取第一时间期间内的食物总量；根据所述食物总量，确定在所述第一时间期间内的平均能量摄入值，作为所述身体能量消耗数据；基于所述平均能量摄入值以及所确定的身体健康级别，确定所述目标能量摄入值。
例如，所述第一时间期间可以是指用户在进行饮食健康管理的初始时间之前的一段时间，诸如，3天。作为一个示例，可以统计用户近三天摄入的食物总量，并基于摄入的食物总量来确定用户当前每天的能量摄入值，即，平均能量摄入值。所述平均能量摄入值用于表征在进行饮食健康管理之前一段时间内，用户每天摄入食物的总能量。
进一步地，根据本公开实施例，在所述健康级别为偏瘦的情况下，将所述目标能量摄入值确定为所述平均能量摄入值与第一数据的总和；在所述健康级别为正常的情况下，将所述目标能量摄入值确定为所述平均能量摄入值；在所述健康级别为超重的情况下，将所述目标能量摄入值确定为所述平均能量摄入值与第二数据的总和；在所述健康级别为肥胖的情况下，将所述目标能量摄入值确定为所述平均能量摄入值与第三数据的总和，其中，所述第一数据为正数，所述第二数据和第三数据为负数。
例如，所述平均能量摄入值和目标能量摄入值的单位可以均是千卡(kcal)，表征每日的热量摄入量。作为一个示例，对于身体健康等级为超重的用户，其目标能量摄入值可以是在平均能量摄入值基础上减少500kcal(即，第二数据为-500kcal)。对于身体健康等级为肥胖的用户，其目标能量摄入值可以是在平均能量摄入值基础上减少1000kcal(即，第三数据为-1000kcal)。此外，为了保证用户每日摄入的基本能量值，还可以对所述目标能量摄入值进行最低值限定。例如，对于男性用户，其目标能量摄入值不能低于1200kcal；对于女性用户，其目标能量摄入值不能低于1000kcal。此外，对于进行饮食健康管理的用户，还需保证每日摄入足量的水分。例如，每日饮水量不少于1600mL。
接着，如图1所示，在步骤S103，基于所确定的目标能量摄入值，确定计划食物总点值数据。根据本公开实施例，所确定的计划食物总点值数据用于作为身体所摄入的实际食物总点值数据的参考，以实现所述饮食健康管理。例如，饮食管理用户可以依据所述计划食物总点值数据来确定每日所摄入的食物，通过使得基于摄入的食物确定的实际食物总点值数据接近所述计划食物总点值数据来进行饮食健康管理。作为一个示例，对于需要减重的饮食管理用户，可以通过使得摄入食物的实际食物总点值数据不大于所述所述计划食物总点值数据来进行饮食健康管理。作为另一示例，对于需要增重的饮食管理用户，可以通过使得摄入食物的实际食物总点值数据不小于所述所述计划食物总点值数据来进行饮食健康管理。换句话说，所述计划食物总点值数据可以作为进行饮食健康管理的参考标准。
根据本公开实施例，所述方法还包括：获取实际食物总点值数据；基于所述计划食物总点值数据与所述实际食物总点值数据，输出饮食评价数据。例如，在所述实际食物总点值数据大于所述计划食物总点值数据，可以输出超出评价数据，用于提示诸如饮食管理用户，以调整实际摄入的食物的种类以及摄入质量。
根据本公开实施例，所述确定计划食物总点值数据包括：确定多种营养素中每种营养素的点值占比；基于所述多种营养素中每种营养素的点值占比以及所述目标能量摄入值，确定所述计划食物总点值数据。根据本公开实施例，所述确定多种营养素中每种营养素的点值占比包括：对于每种营养素，基于该营养素的加权系数、供能比和供能系数确定其点值占比。根据本公开实施例，食物中营养素的点值占比表征该种营养素的饮食健康性，包含点值占比较高的营养素含量较多的食物，其食物点值也将较高，在食用时应当适当地控制摄入量，因其对于最终的实际食物总点值数据的贡献也将较高。此外，食物中各种营养素的点值占比不同，即，比例不同，上述多种营养素之间的点值占比的比例关系反映了各种营养素之间的营养均衡关系。关于确定所述点值占比的具体过程将在下文详细描述。
根据本公开实施例，所述基于所述多种营养素中每种营养素的点值占比以及所述目标能量摄入值，确定所述计划食物总点值数据包括：对于每种营养素，基于该营养素的点值占比与所述目标能量摄入值，得到该营养素的点值数据；对所述多种营养素中每种营养素的点值数据求和，得到所述计划食物总点值数据。
根据本公开实施例，所述多种营养素可以包括脂肪、蛋白质、碳水化合物、膳食纤维。需要注意的是，在根据本公开的其他实施例，所述多种营养素还可以包括其他的种类，例如，酒精等。在此不作限制。
根据本公开实施例，所述方法还包括：基于所述多种营养素中每种营养素的点值占比以及所述目标能量摄入值，构建用于确定所述计划食物总点值数据的总点值函数。
在所述多种营养素包括脂肪、蛋白质、碳水化合物、膳食纤维的情况下，所述总点值函数表示为：
其中，MNPr表示计划食物总点值数据，Cfat、Cpro、Ccarb、Cdf分别表示脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Wfat、Wpro、Wcarb分别表示脂肪、蛋白质、碳水化合物的供能比，Kfat、Kpro、Kcarb分别表示脂肪、蛋白质、碳水化合物的供能系数，E表示目标能量摄入值。其中，膳食纤维的每天推荐摄入量可以设置为25g。
在进行控制体重的饮食管理过程中，脂肪的供能比的取值范围可以是20-30％，蛋白质的供能比的取值范围可以是15-20％，碳水化合物的供能比的取值范围可以是45-55％，可以根据实际的饮食管理过程来特定化所述供能比的数值，将在下文给出具体的示例。此外，脂肪的供能系数是9kcal/g，蛋白质的供能系数是4kcal/g，碳水化合物的供能系数是4kcal/g。
进一步地，可以根据各营养素的供能系数、食物代谢效率、营养素对身体健康的推荐性等信息来确定所述脂肪、蛋白质、碳水化合物、膳食纤维的加权系数Cfat、Cpro、Ccarb、Cdf。例如，营养素的加权系数可以根据此营养素的供能系数乘以该营养素的特定系数(由代谢效率及对身体健康性推荐确定)并除以一个公共系数k，其中，k的取值范围可以是20～30。
例如，对于脂肪，其供能系数是9kcal/g，食物特殊动力学消耗为0～5％，由此，脂肪的特定系数取值范围可以是0.95～1.00，即，Cfat＝9*(0.95～1.00)/(20～30)，得到Cfat的取值范围为0.285～0.450。
例如，对于蛋白质，其供能系数为4kcal/g，食物特殊动力学消耗为20～30％，由此，蛋白质的特定系数取值范围可以是0.70～0.80即，Cpro＝4*(0.70～0.80)/(20～30)，得到Cpro的取值范围为0.093～0.160。
例如，对于碳水化合物，其供能系数为4kcal/g，食物特殊动力学消耗为5～10％，由此，碳水化合物的特定系数取值范围可以是0.90～0.95，即，Ccarb＝4*(0.90～0.95)/(20～30)，得到Ccarb的取值范围为0.120～0.190。
例如，对于膳食纤维，其供能系数为2kcal/g，一般不能被消化系统吸收利用而是部分被肠道菌群利用，由此，膳食纤维的特定系数可以是-1，即Cdf＝-2*1/(20～30)，得到Cdf的取值范围为-0.067～-0.100。
按照如上所述的方式，可以确定营养素脂肪、蛋白质、碳水化合物、膳食纤维的加权系数Cfat、Cpro、Ccarb、Cdf的取值范围，取值范围的数值考虑了该营养素的供能系数、代谢效率以及对于身体健康性推荐。在实际应用的过程中，可以将所述加权系数特定化，具体的应用示例将在下文描述。
基于以上总点值函数的公式(2)，可以确定所述计划食物总点值数据，其中，不仅衡量了每日需要摄入的能量值E，还综合评估了能量值在各类营养素之间的分配。相比于仅基于食物热量的饮食管理，本公开中基于所述计划食物总点值数据的饮食健康管理更能综合考量饮食中的营养分配。
接下来将介绍确定实际食物总点值数据的步骤。
根据本公开实施例，所述方法还包括：接收输入的食物的种类以及摄入质量；基于所述食物的种类以及摄入质量，确定所述食物的实际食物总点值数据。
例如，可以将诸如用户在第二时间期间内提供的食物的种类以及摄入质量作为所述用户实际摄入的食物的种类以及摄入质量。接着，可以基于所述食物的种类以及摄入质量，确定所述食物的实际食物总点值数据。例如，所述第二时间期间可以是一天，即，统计用户在一天时间内摄入的食物的种类，例如，鸡蛋、西红柿、黄瓜等，以及摄入的食物的摄入质量，例如，200g。
根据本公开实施例，基于所述食物的种类以及摄入质量，确定所述食物的实际食物总点值数据包括：基于所述食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数；基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定所述食物的标准食物点值数据；基于所述食物的标准食物点值数据以及摄入质量，确定所述食物的实际食物总点值数据。例如，所述标准分量可以是100g。根据本公开实施例，所述多种营养素可以包括脂肪、蛋白质、碳水化合物、膳食纤维。
根据本公开实施例，所述方法还包括：构建用于确定所述食物的标准食物点值数据的食物点值函数。作为一个示例，在所述多种营养包括脂肪、蛋白质、碳水化合物、膳食纤维的情况下，所述食物点值函数表示为：
MNP＝Cfat*Hfat+Cpro*Hpro+Ccarb*Hcarb+Cdf*Hdf (3)
其中，MNP表示标准食物点值数据，Cfat、Cpro、Ccarb、Cdf分别表示脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Hfat、Hpro、Hcarb、Hdf分别表示标准分量中该种类食物的脂肪、蛋白质、碳水化合物以及膳食纤维的含量系数。可以按照介绍公式(2)中描述的过程来确定所述脂肪、蛋白质、碳水化合物、膳食纤维的加权系数Cfat、Cpro、Ccarb、Cdf，在此不再重复。由此，可以得到Cfat的取值范围为0.285～0.450，Cpro的取值范围为0.093～0.160，Ccarb的取值范围为0.120～0.190，Cdf的取值范围为-0.067～-0.100。例如，在实际应用过程中，在计算公式(2)以及公式(3)时，上述加权系数的具体数值可以保持一致。换句话说，在公式(2)中，如果Cfat的取值为0.285，则，在公式(3)中，Cfat的取值也为0.285。
此处，以西红柿作为食物的一个具体示例，计算西红柿的标准食物点值数据MNP。首先，参考第五版《中国食物成分表》，标准分量100g中西红柿的脂肪、蛋白质、碳水化合物以及膳食纤维的含量系数分别为0.2g、0.9g、4g、0.5g。由此，按照上述公式(3)，可以确定西红柿的标准食物点值数据为：
MNP＝0.360*0.2+0.112*0.9+0.152*4-0.080*0.5＝0.072+0.1008+0.608-0.04＝0.7808≈1。其中，Cfat、Cpro、Ccarb、Cdf分别取值为0.360、0.112、0.152、-0.080。还可以对计算得到MNP的数值进行取整，并作为最终的食物的标准点值数据，所述取整的取值规则可以是四舍五入。即，此处的西红柿的标准食物点值数据为1。
基于西红柿的标准食物点值数据以及摄入质量(例如，200g)，可以确定所述实际食物总点值数据可以是1*2＝2。此外，对于用户还摄入除了西红柿以外的其他食物的情况，例如，用户在当天共计摄入200g西红柿、300g西瓜、200g米饭等，可以参照上述西红柿的示例分别计算其总点值数据，并进行相加，从而得到所述实际食物总点值数据。
按照如上介绍的方式，可以确定用户每日的实际食物总点值数据，通过使得摄入食物的实际食物总点值数据接近所述计划食物总点值数据可以进行根据本公开所述的饮食健康管理。
以下给出了利用根据本公开提供的饮食健康管理方法进行饮食管理，从而控制体重的具体示例。
步骤1：获得用户基本信息，包括身高、体重、性别、年龄、家族遗传病史及本人疾病史、食物过敏史、用药史、身体活动水平、目标体重及减重周期(诸如，8周)等。
步骤2：根据上述获得的用户基本信息，评估用户超重/肥胖情况，并评估用户目标体重的合理性。
可以按照以下方式来评估用户的超重/肥胖情况：
BMI＝体重(kg)/身高2(m2)，其中，BMI小于等于18.5：消瘦；BMI位于18.5-23.9之间：正常；BMI大于等于24：超重；BMI大于等于28：肥胖。
接着，可以评估用户设定的目标体重的合理性，例如，可以以标准体重值为评估依据。其中，男性标准体重(kg)＝[身高(cm)-100]*0.9，女性标准体重(kg)＝[身高(cm)-100]*0.85。例如，在用户设置的目标体重低于(标准体重±10％)即可视为不合理，可以建议用户设置更合理的目标体重值。
步骤3：按照以下表1中示出的内容，向用户进行调查评估，并基于评估结果向用户推送合适的体重控制方法。
表1
如果用户对于表1中的1-2项的答案为“是”，3-5项的答案为“否”，则可以推荐轻断食方案。如果用户对于表1中的1-2项的答案为“否”，3-5项的答案为“是”，则可以推荐持续限能减重方案。
步骤4：对于持续限能减重方案，可以计算用户的基础代谢，判断用户设置的减重周期的合理性。其中，基础代谢BEE表示为：
BEE＝(58W+1741H-14A-470S+227)/4.184
其中，W为体重(kg)，H为身高(m)，A为年龄，S为性别(男＝0，女＝1)。
进一步的，可以计算每日能量差。
每日能量差(kcal)＝减重目标(kg)/减重周期(d)*7700kcal
其中，减肥周期设定的合理性判断标准可以是每日能量差不超过1000kcal。
步骤5：基于在步骤1和2中获得的用户信息，计算用户减重过程中每天的能量摄入范围；
表2身体活动水平分级
表3不同人群减重期间能量摄入水平
步骤6：根据平衡饮食中各供能营养素的供能比，计算出不同能量需求的人群每天适合摄入的总点值数(MNPr)，例如，按照如上所示的公式(2)。用户在体重管理期间每天摄入的点值数不大计算的每日总点值数MNPr，即可实现保证体重的减轻和维持。
步骤7：对于轻断食减肥方案
用户可以在每周任意选择两个不连续的日子作为断食日(最好一个工作日，一个非工作日)，其余五天为非断食日。
作为一个示例，给出以下管理建议：超重用户在非断食日的五天保持之前正常的饮食不变，断食日的两天男性每天能量摄取为650kcal，女性能量摄取为550kcal；肥胖人群在非断食日的五天也要有一定的饮食控制，男性每天能量摄入为1680kcal，女性为1350kcal，断食日的两天男性每天能量摄取为650kcal，女性能量摄取为550kcal。
表4不同人群轻断食减肥方案中减重期间每日推荐点总值数
步骤8：用户可以查询并记录各类膳食的点值数，实时获得自己当天剩余可摄入点值数，从而进行便捷地饮食健康管理，并实现体重管理。
作为应用程序示例，可以按照上述步骤，以应用程序的方式进行饮食健康管理，可以通过用户的注册信息获得上述步骤1-2中的用户基本信息，并对其进行诸如表1-2中的问卷调查，基于上述数据，为用户提供合理的减重计划，诸如，持续限能减重方案或者轻断食减肥方案。接着，按照上述公式(2)，确定每天的计划食物总点值数据，通过使得用户的每日的实际食物总点值数据接近所述计划食物总点值数据来进行饮食健康管理。
根据本公开的另一方面，还提供了一种用于确定食物营养性的方法，通过计算食物的标准食物点值数据来表征食物的营养性。图2示出了根据本公开实施例的用于确定食物营养性的方法的流程图。以下将结合图2介绍根据本公开的用于确定食物营养性的方法。
如图2所示，在步骤S201，基于食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数。所述标准分量可以是100g，例如，每100g西红柿中，诸如脂肪、蛋白质、碳水化合物以及膳食纤维的营养素的含量系数分别为0.2g、0.9g、4g、0.5g。接着，在步骤S202，基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定标准食物点值数据，其中，所述标准食物点值数据表征所述食物的营养性。
根据本公开的一些实施例，所述多种营养素包括脂肪、蛋白质、碳水化合物、膳食纤维，所述方法还包括：构建用于确定标准食物点值数据的食物点值函数，其中，所述食物点值函数表示为：
所述食物点值函数表示为：
MNP＝Cfat*Hfat+Cpro*Hpro+Ccarb*Hcarb+Cdf*Hdf (4)
其中，MNP表示标准食物点值数据，Cfat、Cpro、Ccarb、Cdf分别表示脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Hfat、Hpro、Hcarb、Hdf分别表示标准分量中该种类食物的脂肪、蛋白质、碳水化合物以及膳食纤维的含量系数。其中，Cfat的取值范围可以是0.285～0.450，Cpro的取值范围可以是0.093～0.160，Ccarb的取值范围可以是0.120～0.190，Cdf的取值范围可以是-0.067～-0.100。作为一个示例，Cfat、Cpro、Ccarb、Cdf可以分别取值为0.360、0.112、0.152、0.080。此公式(4)与上文描述根据本公开的饮食健康管理方法中介绍的公式(3)相同，在此不再重复描述。
根据本公开的另一些实施例，所述多种营养素包括饱和脂肪、脂肪、蛋白质、碳水化合物、膳食纤维，所述用于确定食物营养性的方法还可以包括：构建用于确定标准食物点值数据的食物点值函数，
其中，所述食物点值函数表示为：
MNP＝Csfa*Hsfa+Cfat*Hfat+Cpro*Hpro+Ccarb*Hcarb+Cdf*Hdf (5)
其中，MNP表示标准食物点值数据，Csfa、Cfat、Cpro、Ccarb、Cdf分别表示饱和脂肪、脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Hsfa、Hfat、Hpro、Hcarb、Hdf分别表示标准分量中该种类食物的饱和脂肪、脂肪、蛋白质、碳水化合物以及膳食纤维的含量系数。
在此实施例中，考虑了食物中包括饱和脂肪的情况，作为一个示例，所述饱和脂肪的加权系数的取值范围可以是0.300～0.585，例如，可以设置为0.468。在这里，相比于其他营养素，饱和脂肪的加权系数相对较高，这是由于期望通过提高加权系数来限制用户对高饱和脂肪食物的摄入，这种食物对身体健康有可能产生一系列不好的影响。其中，对于饱和脂肪和脂肪的含量系数，可以首先确定标准质量中该类食物的总脂肪含量，表示为Hfat-all，接着可以确定该总脂肪含量Hfat-all中的饱和脂肪的含量，将所述饱和脂肪的含量作为所述饱和脂肪的含量系数Hsfa的值，此处，可以确定所述脂肪的含量系数为Hfat＝Hfat-all-Hsfa。换句话说，公式(5)中的脂肪的含量系数表示总脂肪含量中除了饱和脂肪外的脂肪含量值。
根据本公开的又一些实施例，所述多种营养素包括酒精、饱和脂肪、脂肪、蛋白质、碳水化合物、膳食纤维，所述方法还包括：构建用于确定标准食物点值数据的食物点值函数，其中，所述食物点值函数表示为：
MNP＝Ceht*Heht+Csfa*Hsfa+Cfat*Hfat+Cpro*Hpro+Ccarb*Hcarb+Cdf*Hdf (6)
其中，MNP表示标准食物点值数据，Ceht、Csfa、Cfat、Cpro、Ccarb、Cdf分别表示酒精、饱和脂肪、脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Heht、Hsfa、Hfat、Hpro、Hcarb、Hdf分别表示标准分量中该种类食物的酒精、饱和脂肪、脂肪、蛋白质、碳水化合物以及膳食纤维的含量系数。
对于酒精，其供能系数为7kcal/g，作为一个示例，所述酒精的加权系数的取值范围可以是0.233～0.455，例如，可以设置为0.364。在这里，相比于其他营养素，酒精的加权系数相对较高，这是由于期望通过提高加权系数来限制用户对包含酒精的食物的摄入，酒精的过多摄入，会对身体健康造成比较坏的影响。
按照上述公式(4)-(6)中的任意一种，可以用于确定天然食物，诸如西红柿等的标准食物点值数据。除所述天然食物外，用户还可能食用预包装食品，或者食用混合食物，诸如炒菜等。对于预包装食品，可以按照上述公式(4)-(6)中的任意一种，按照包装中标明的各类营养素的含量以及质量来确定该预包装食品的标准食物点值数据。对于所述混合食物，可以分别确定混合食物中各类食物的标准食物点值数据，基于所述混合食物中各类食物的标准食物点值数据来确定所述混合食物的标准食物点值数据，在此不再赘述。
根据本公开的用于确定食物营养性的方法可以确定各类食物的标准点值(即，每100g的点值)，诸如需要进行饮食管理的用户可以基于食物的标准点值来进行饮食搭配和选择，在保证热量摄入的基础上，由于点值的计算过程中还综合考虑各类营养素的比例、健康推荐性等指标，从而使得用户基于食物标准点值进行的饮食管理更具健康性。此外，食物标准点值将食物的营养性以点值的方式进行综合评价，使得用户的选择更便捷、直观，可执行性高。
作为本公开的一个示例，以下给出了蔬菜类、水果类、鱼虾贝类、畜禽及加工肉类、乳蛋类、主食类内的一些常见食物的标准点值数，作为应用参考。需要注意的是，以下示出的标准点值数是经过四舍五入后得到的整数值，在根据本公开的其他示例中，也可以适应性地使用小数值，在此不作限制。
蔬菜类：西兰花、白菜花、苋菜、竹笋、圆白菜、香菜、菠菜、油菜、芹菜、奶白菜、冬笋、冬瓜、生菜、绿豆芽、豌豆苗、韭菜、蒜苗、西葫芦、葱、彩椒、青椒、荷兰豆、刀豆、芸豆、豌豆苗、油豆角、番茄、葫子、茄子、秋葵、黄瓜、苦瓜、辣椒，标准点值均为1，表明上述蔬菜都是属于点值非常低的食物。蒜苔、洋葱、胡萝卜、荸荠、莲藕、马铃薯属于淀粉含量相对较高的蔬菜，标准点值为2。
作为参考建议，每天在蔬菜类上的推荐点值数是5-6，用户可以选择性地摄入5-6个点值的蔬菜。本文中的参考建议是参照中国居民膳食宝塔中对各种食物的食用量推荐。
水果类：西瓜、草莓、杏，标准点值为1，含水量比较大。苹果、梨、桃子、葡萄、火龙果、橙子、樱桃、猕猴桃、芒果，这类水果的标准点值均为2。
香蕉、山竹，属于碳水化合物的含量较高的水果，标准点值为3。榴莲，标准点值较高，为6，对于有体重控制需求的人群要减少食用。
作为参考建议，每天在水果类上的推荐点值数是4-5，用户可以选择性地摄入4-5个点值。
鱼虾贝类：带鱼、鲅鱼、鳜鱼、草鱼、青鱼、鲤鱼，标准点值是4。鲈鱼、鲫鱼、鳙鱼、小黄鱼、鳕鱼、虹鳟鱼、对虾、蟹肉、牡蛎、鲍鱼，标准点值为3。生蚝、蛏子、蛤蜊类，标准点值为1。
作为参考建议，每天在鱼虾贝类上的推荐点值数是3，用户可以选择性地摄入3个点值。
畜禽及加工肉类：瘦牛肉、瘦羊肉、鸡胸肉、鸭胸肉、羊里脊、瘦猪肉，标准点值为4。肥瘦相间的牛肉、羊肉、猪肉等，标准点值为7。午餐肉、酱鸭、酱鸡爪、烤鸡、鸭舌、酱猪蹄等，标准点值为9。腊肉标准点值高达23。
作为参考建议，每天在畜禽及加工肉类上的推荐点值数是4-5，用户可以选择性地摄入4-5个点值。
乳蛋类：豆浆、豆奶、无卤豆腐脑、低脂牛奶，标准点值为1。全脂牛奶的标准点值为2。鸡蛋、鸭蛋的标准点值为5。
作为参考建议，每天在乳蛋类上的推荐点值数是3，用户可以选择性地摄入3个点值。
主食类：蒸米饭、煮面条的标准点值为4。馒头、花卷、全麦面包的标准点值为9。烙饼、烧饼的标准点值为10。油条、油饼的标准点值为15，点值较高，可以尽量减少摄入量。
作为参考建议，主食类的推荐点值因为每个人的点值限制不同，不具体限制推荐点值数，建议不低于15个点值即可。
作为一个应用程序示例，可以汇总上述各类食物的标准点值数据，并在诸如终端的应用程序上以列表的形式进行展示，使得用户可以直观地进行食物选择。还可以基于用户输入的摄入数据，进行每日实际摄入点值的数据汇总。
上述关于食物的标准点值数据的应用程序示例还可以与上述用于用户的饮食健康管理的应用程序示例相结合的使用。
下面，将结合两个具体的用户饮食管理案例来描述根据本公开的方法。
在第一案例中，选择了超重/肥胖(即，身体健康等级)用户19人，其中超重8人、肥胖11人，作为具体的饮食健康管理对象。接着，对上述19个用户分别进行近三天的膳食回顾，确定用户当前的能量摄入水平。上述19个用户在进行饮食管理之前的平均能量摄入水平为1806.47kcal，对于超重用户，在目前每日能量摄入的基础上减少500kcal，对于肥胖用户，在目前每日能量摄入的基础上减少1000kcal。此外，为保证最低营养量，对于男性用户，还规定每日能量摄入不低于1200kcal，对于女性用户，每日能量摄入不低于1000kcal。在此基础上，每天保证充足的饮水量，例如，不少于1600mL。
接着，按照上述公式(2)分别为每个用户确定计划食物总点值数据(MNPr)。一般地，脂肪的供能比可以设置为30％，蛋白质的供能比可以设置为20％，碳水化合物的供能比可以设置为50％，并且每天摄入25g膳食纤维。接着，统计用户每日摄入的食物种类以及摄入质量，来确定用户摄入食物的实际食物总点值数据。通过使得摄入食物的实际食物总点值数据不大于所述计划食物总点值数据来进行所述饮食健康管理。换句话说，在一段时间周期内，控制用户的实际食物总点值数据不大于所述计划食物总点值数据，有助于体重的减轻、维持。
在第一案例中的饮食健康管理过程中，用户的每日平均能量摄入为1205.88kcal，平均计划食物总点值数据为42，经过8周的饮食管理，用户平均减重3.3kg，并且，在整个减重过程中，用户的配合度良好。
在第二案例中，选择了超重/肥胖人员20人，其中超重9人、肥胖11人，作为具体的饮食健康管理对象。接着，对上述20个用户分别进行近三天的膳食回顾，确定用户当前的能量摄入水平。
在此案例中，采用了5+2轻断食的饮食管理方式，即，用户每周选择不连续的两天作为断食日，断食日的能量摄入只有日常能量摄入的25％。对于非断食日，超重用户可以保持日常饮食，肥胖用户可以进行适当的饮食控制。
接着，按照上述公式(2)分别为每个用户确定计划食物总点值数据(MNPr)。一般地，对于断食日，脂肪的供能比可以设置为30％，蛋白质的供能比可以设置为25％，碳水化合物的供能比可以设置为45％，并且每天摄入25g膳食纤维。对于非断食日，脂肪的供能比可以设置为30％，蛋白质的供能比可以设置为20％，碳水化合物的供能比可以设置为50％，并且每天摄入25g膳食纤维。
在第二案例中的饮食健康管理过程中，对于断食日，女性用户的平均计划食物总点值数据为16，男性用户的平均计划食物总点值数据为20。对于非断食日，超重用户保持之前的饮食不变，肥胖女性用户的平均计划食物总点值数据为47，肥胖男性用户的平均计划食物总点值数据为为59。经过8周的饮食管理，用户平均减重4.07kg，并且，在整个减重过程中，用户的配合度良好。
根据本公开的另一方面，还提供了一种饮食健康管理装置。图3A示出了根据本公开实施例的饮食健康管理装置的示意图。
如图3A所示，所述饮食健康管理装置1100可以包括健康级别确定单元1110、能量计算单元1120、点值计算单元1130。所述健康级别确定单元1110可以配置成基于身体基本参数确定身体健康级别。所述能量计算单元1120可以配置成基于所确定的身体健康级别和身体能量消耗数据，确定目标能量摄入值。所述点值计算单元1130可以配置成基于所确定的目标能量摄入值，确定计划食物总点值数据。
根据本公开实施例，所确定的计划食物总点值数据用于作为身体所摄入的实际食物总点值数据的参考，以实现所述饮食健康管理。例如，可以通过使得实际食物总点值数据接近所述计划食物总点值数据来实现所述饮食健康管理。对于所述饮食健康管理装置1100进行饮食健康管理所执行的具体步骤可以参照如上结合图1的描述，在此不再重复描述。
根据本公开的又一方面，还提供了一种用于确定食物营养性的装置。图3B示出了根据本公开实施例的用于确定食物营养性的装置的示意图。
如图3B所示，所述用于确定食物营养性的装置1200可以包括含量系数确定单元1210以及标准点值计算单元1220。根据本公开实施例，所述含量系数确定单元1210可以配置成基于食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数。所述标准点值计算单元1220可以配置成基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定标准食物点值数据，其中，所述标准食物点值数据表征所述食物的营养性。
对于所述用于确定食物营养性的装置1200所执行的具体步骤可以参照如上结合图2的描述，在此不再重复描述。
图3C示出了根据本公开实施例的饮食健康管理系统的应用示例图。例如，可以将根据本公开的方式应用于应用程序，从而为用户提供智能、便捷的饮食健康管理。
如图3C所示，饮食健康管理系统1300可以包括客户端1310、网络1320、服务器1330以及数据库1340。
所述客户端(或者称为，用户终端)1310可以是例如图3C中示出的电脑1311、终端设备1312。可以理解的是，事实上，用户终端可以是能够执行数据处理的任何其他类型的电子设备，其可以包括但不限于台式电脑、笔记本电脑、平板电脑、智能手机、智能家居设备、可穿戴设备、车载电子设备、监控设备等。用户终端也可以是设置有电子设备的任何装备，例如车辆、机器人等。
根据本公开提供的用户终端可以用于接收用户的输入的身体基本参数、摄入食物种类以及摄入质量等信息，并利用本申请提供的方法实现饮食健康管理。例如，用户终端可以通过用户终端上设置的输入设备来接收数据。又例如，用户终端也可以从独立设置的输入设备来接收数据。再例如，用户终端也可以经由网络从服务器接收数据。
在一些实施例中，可以利用用户终端的处理单元执行本申请提供的饮食健康管理方法。在一些实现方式中，用户终端可以利用用户终端内置的应用程序执行所述饮食健康管理方法。在另一些实现方式中，用户终端可以通过调用用户终端外部存储的应用程序执行所述饮食健康管理方法。
在另一些实施例中，用户终端还可以将接收的数据以及经处理单元处理得到的数据经由网络1320发送至服务器1330，并由服务器1330执行所述饮食健康管理方法。在一些实现方式中，服务器1330可以利用服务器内置的应用程序执行所述饮食健康管理方法。在另一些实现方式中，服务器1330可以通过调用服务器外部存储的应用程序执行所述饮食健康管理方法。
网络1320可以是单个网络，或至少两个不同网络的组合。例如，网络1320可以包括但不限于局域网、广域网、公用网络、专用网络等中的一种或几种的组合。
服务器1330可以是一个单独的服务器，或一个服务器群组，群组内的各个服务器通过有线的或无线的网络进行连接。一个服务器群组可以是集中式的，例如数据中心，也可以是分布式的。服务器1330可以是本地的或远程的。数据库1340可以泛指具有存储功能的设备。数据库1340主要用于存储从客户端1310和服务器1330工作中所利用、产生和输出的各种数据。数据库1340可以是本地的，或远程的。数据库1340可以包括各种存储器、例如随机存取存储器(Random Access Memory(RAM))、只读存储器(Read Only Memory(ROM))等。以上提及的存储设备只是列举了一些例子，该系统可以使用的存储设备并不局限于此。
数据库1340可以经由网络1320与服务器1330或其一部分相互连接或通信，或直接与服务器1330相互连接或通信，或是上述两种方式的结合。
在一些实施例中，数据库1340可以是独立的设备。在另一些实施例中，数据库1340也可以集成在客户端1310和服务器1330中的至少一个中。例如，数据库1340可以设置在客户端1310上，也可以设置在服务器1330上。又例如，数据库1340也可以是分布式的，其一部分设置在客户端1310上，另一部分设置在服务器1330上。
利用图3C中提供的饮食健康管理系统1300可以实现根据本公开实施例的饮食健康管理。类似地，还可以配置有用于确定食物营养性的系统，其具有如图3C所示出的结构，用户实现根据本公开实施例的用于确定食物营养性的方法。
根据本公开的又一方面，还提供了一种饮食健康管理设备。图4示出了根据本公开实施例的饮食健康管理设备的示意性框图。
如图4所示，饮食健康管理设备2000可以包括一个或多个处理器2010，和一个或多个存储器2020。根据本公开实施例，所述存储器2020中存储有计算机可读代码，所述计算机可读代码当由所述一个或多个处理器2010运行时，可以执行如上所述的饮食健康管理方法，或者执行如上所述的用于确定食物营养性的方法。
根据本公开实施例，所述设备还可以包括输入接口和显示设备。所述输入接口可以配置成接收用户的输入数据。所述显示设备可以配置成显示所述处理器通过执行所述饮食健康管理方法或执行所述用于确定食物营养性的方法所得到的数据。
根据本公开实施例的方法或装置也可以借助于图5所示的计算设备3000的架构来实现。如图5所示，计算设备3000可以包括总线3010、一个或多个CPU 3020、只读存储器(ROM)3030、随机存取存储器(RAM)3040、连接到网络的通信端口3050、输入/输出组件3060、硬盘3070等。计算设备3000中的存储设备，例如ROM 3030或硬盘3070可以存储本公开提供的饮食健康管理方法的处理和/或通信使用的各种数据或文件以及CPU所执行的程序指令。计算设备3000还可以包括用户界面3080。当然，图5所示的架构只是示例性的，在实现不同的设备时，根据实际需要，可以省略图5示出的计算设备中的一个或多个组件。
根据本公开的又一方面，还提供了一种计算机可读存储介质。图6示出了根据本公开的存储介质的示意图4000。
如图6所示，所述计算机存储介质4020上存储有计算机可读指令4010。当所述计算机可读指令4010由处理器运行时，可以执行参照以上附图描述的饮食健康管理方法、或者用于确定食物营养性的方法。所述计算机可读存储介质包括但不限于例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
本领域技术人员能够理解，本公开所披露的内容可以出现多种变型和改进。例如，以上所描述的各种设备或组件可以通过硬件实现，也可以通过软件、固件、或者三者中的一些或全部的组合实现。
此外，虽然本公开对根据本公开的实施例的系统中的某些单元做出了各种引用，然而，任何数量的不同单元可以被使用并运行在客户端和/或服务器上。所述单元仅是说明性的，并且所述系统和方法的不同方面可以使用不同单元。
本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元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。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义，这里使用的所有术语(包括技术和科学术语)具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
以上是对本公开的说明，而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解，上面是对本公开的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
Claims (10)
1.一种饮食健康管理方法，包括：
基于身体基本参数确定身体健康级别；
基于所确定的身体健康级别和身体能量消耗数据，确定目标能量摄入值；
基于所确定的目标能量摄入值，确定计划食物总点值数据，其中，
所确定的计划食物总点值数据用于作为身体所摄入的实际食物总点值数据的参考，以实现所述饮食健康管理。
2.根据权利要求1所述的方法，其中，所述确定计划食物总点值数据包括：
确定多种营养素中每种营养素的点值占比；
基于所述多种营养素中每种营养素的点值占比以及所述目标能量摄入值，确定所述计划食物总点值数据。
3.根据权利要求2所述的方法，其中，所述确定多种营养素中每种营养素的点值占比包括：
对于每种营养素，基于该营养素的加权系数、供能比和供能系数确定其点值占比，其中，
所述基于所述多种营养素中每种营养素的点值占比以及所述目标能量摄入值，确定所述计划食物总点值数据包括：
对于每种营养素，基于该营养素的点值占比与所述目标能量摄入值，得到该营养素的点值数据；
对所述多种营养素中每种营养素的点值数据求和，得到所述计划食物总点值数据。
4.根据权利要求3所述的方法，其中，所述多种营养素包括脂肪、蛋白质、碳水化合物、膳食纤维，所述方法还包括：
基于所述多种营养素中每种营养素的点值占比以及所述目标能量摄入值，构建用于确定所述计划食物总点值数据的总点值函数，
其中，所述总点值函数表示为：
其中，MNPr表示计划食物总点值数据，Cfat、Cpro、Ccarb、Cdf分别表示脂肪、蛋白质、碳水化合物、膳食纤维的加权系数，Wfat、Wpro、Wcarb分别表示脂肪、蛋白质、碳水化合物的供能比，Kfat、Kpro、Kcarb分别表示脂肪、蛋白质、碳水化合物的供能系数，E表示目标能量摄入值。
5.根据权利要求1所述的方法，还包括：
接收输入的食物的种类以及摄入质量；
基于所述食物的种类以及摄入质量，确定所述食物的实际食物总点值数据，其中，基于所述食物的种类以及摄入质量，确定所述食物的实际食物总点值数据包括：
基于所述食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数；
基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定所述食物的标准食物点值数据；
基于所述食物的标准食物点值数据以及摄入质量，确定所述食物的实际食物总点值数据。
6.一种用于确定食物营养性的方法，包括：
基于食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数；
基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定标准食物点值数据，其中，所述标准食物点值数据表征所述食物的营养性。
7.一种饮食健康管理装置，包括：
健康级别确定单元，配置成基于身体基本参数确定身体健康级别；
能量计算单元，配置成基于所确定的身体健康级别和身体能量消耗数据，确定目标能量摄入值；
点值计算单元，配置成基于所确定的目标能量摄入值，确定计划食物总点值数据，其中
所确定的计划食物总点值数据用于作为身体所摄入的实际食物总点值数据的参考，以实现所述饮食健康管理。
8.一种用于确定食物营养性的装置，包括：
含量系数确定单元，配置成基于食物的种类，确定标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数；
标准点值计算单元，配置成基于所述标准分量中该种类食物中包括的多种营养素中每种营养素的含量系数，并且基于多种营养素中每种营养素的加权系数，确定标准食物点值数据，其中，所述标准食物点值数据表征所述食物的营养性。
9.一种饮食健康管理设备，包括：
处理器；
存储器，其中，所述存储器中存储有计算机可读代码，所述计算机可读代码当由所述处理器运行时，执行如权利要求1-5中任一项所述的饮食健康管理方法，或者执行如权利要求6所述的用于确定食物营养性的方法。
10.一种计算机可读存储介质，其上存储有指令，所述指令在被处理器执行时，使得所述处理器执行如权利要求1-5中任一项所述的饮食健康管理方法，或者执行如权利要求6所述的用于确定食物营养性的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010067632.5A CN111292829B (zh) | 2020-01-20 | 2020-01-20 | 饮食健康管理/食物营养性的方法、装置、设备、介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010067632.5A CN111292829B (zh) | 2020-01-20 | 2020-01-20 | 饮食健康管理/食物营养性的方法、装置、设备、介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111292829A true CN111292829A (zh) | 2020-06-16 |
| CN111292829B CN111292829B (zh) | 2023-10-13 |
Family
ID=71018957
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010067632.5A Active CN111292829B (zh) | 2020-01-20 | 2020-01-20 | 饮食健康管理/食物营养性的方法、装置、设备、介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111292829B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113990444A (zh) * | 2021-10-11 | 2022-01-28 | 医膳通(广东)信息技术有限公司 | 基于数据分析和深度学习的智能营养膳食管理方法和系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6040531A (en) * | 1995-11-01 | 2000-03-21 | Weight Watchers (Uk) Limited | Process for controlling body weight |
| US20030115248A1 (en) * | 2001-12-17 | 2003-06-19 | Ajinomoto Co., Inc. | Method and system for supporting eating habits |
| CN101595918A (zh) * | 2009-07-04 | 2009-12-09 | 内蒙古蒙牛乳业（集团）股份有限公司 | 一种添加膳食纤维聚葡萄糖的酸牛奶及其制备方法 |
| CN102521499A (zh) * | 2011-12-06 | 2012-06-27 | 华中农业大学 | 一种食物配方的方法 |
| CN103530496A (zh) * | 2012-07-04 | 2014-01-22 | 中粮营养健康研究院有限公司 | 食物营养价值评分系统及方法 |
| CN103678874A (zh) * | 2013-10-14 | 2014-03-26 | 冯力新 | 一种个人健康膳食与运动能量平衡管理方法 |
| KR20150135917A (ko) * | 2014-05-26 | 2015-12-04 | 주식회사 풀무원 | 식품의 열량지수 개발 및 식품의 영양 표시 시스템 |
| CN106446536A (zh) * | 2016-09-18 | 2017-02-22 | 数动力健康科技（北京）有限公司 | 人体健康状态评估方法 |
| JP2018049393A (ja) * | 2016-09-20 | 2018-03-29 | ヤフー株式会社 | 健康管理装置、健康管理システム、及び健康管理方法 |
| 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 |
| CN109524084A (zh) * | 2018-11-01 | 2019-03-26 | 广州仁生健康科技有限公司 | 一种针对个人健康管理的智能营养配餐系统及方法 |
-
2020
- 2020-01-20 CN CN202010067632.5A patent/CN111292829B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6040531A (en) * | 1995-11-01 | 2000-03-21 | Weight Watchers (Uk) Limited | Process for controlling body weight |
| US20030115248A1 (en) * | 2001-12-17 | 2003-06-19 | Ajinomoto Co., Inc. | Method and system for supporting eating habits |
| CN101595918A (zh) * | 2009-07-04 | 2009-12-09 | 内蒙古蒙牛乳业（集团）股份有限公司 | 一种添加膳食纤维聚葡萄糖的酸牛奶及其制备方法 |
| CN102521499A (zh) * | 2011-12-06 | 2012-06-27 | 华中农业大学 | 一种食物配方的方法 |
| CN103530496A (zh) * | 2012-07-04 | 2014-01-22 | 中粮营养健康研究院有限公司 | 食物营养价值评分系统及方法 |
| CN103678874A (zh) * | 2013-10-14 | 2014-03-26 | 冯力新 | 一种个人健康膳食与运动能量平衡管理方法 |
| KR20150135917A (ko) * | 2014-05-26 | 2015-12-04 | 주식회사 풀무원 | 식품의 열량지수 개발 및 식품의 영양 표시 시스템 |
| CN106446536A (zh) * | 2016-09-18 | 2017-02-22 | 数动力健康科技（北京）有限公司 | 人体健康状态评估方法 |
| JP2018049393A (ja) * | 2016-09-20 | 2018-03-29 | ヤフー株式会社 | 健康管理装置、健康管理システム、及び健康管理方法 |
| 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 |
| CN109524084A (zh) * | 2018-11-01 | 2019-03-26 | 广州仁生健康科技有限公司 | 一种针对个人健康管理的智能营养配餐系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张智芳等: "基于目标的线性规划膳食平衡策略", 现代医药卫生, vol. 34, no. 24, pages 3773 - 3776 * |
| 高安平: "乳品工业智能制造下的柔性化生产工艺技术", 食品与生物, no. 11, pages 80 - 81 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113990444A (zh) * | 2021-10-11 | 2022-01-28 | 医膳通(广东)信息技术有限公司 | 基于数据分析和深度学习的智能营养膳食管理方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111292829B (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Suitor et al. | Dietary folate equivalents: interpretation and application | |
| BRPI0918261B1 (pt) | processo para selecionar um produto alimentício com base no efeito do produto alimentício na saúde de um ser humano, sistema de processamento de dados para selecionar um produto alimentício com base no efeito do produto alimentício na saúde de um ser humano, e processo para controlar peso corporal em um ser humano | |
| US20220230730A1 (en) | Recipe recommendation method and device, computing device and storage medium | |
| CN112820378B (zh) | 一种基于饮食行为的营养配餐推荐方法和系统 | |
| CN109509539A (zh) | 一种饮食习惯健康风险评估方法 | |
| Naspolini et al. | Food consumption according to the degree of processing, dietary diversity and socio-demographic factors among pregnant women in Rio de Janeiro, Brazil: The Rio Birth Cohort Study of Environmental Exposure and Childhood Development (PIPA project) | |
| CN114913958A (zh) | 基于用户画像技术的膳食营养动态干预系统及方法 | |
| CN111292829B (zh) | 饮食健康管理/食物营养性的方法、装置、设备、介质 | |
| CN111210894B (zh) | 饮食健康管理方法、装置、设备、介质 | |
| US12001796B2 (en) | Methods and systems for personal recipe generation | |
| Chen et al. | The nutrients of chronic diet recommended based on domain ontology and decision tree | |
| Silva et al. | Solving a multiobjective caloric-restricted diet problem using differential evolution | |
| Kim et al. | Changes of dietary pattern, food choice, food consumption, nutrient intake and body mass index of Korean American college students with different length of residence in the Los Angeles areas. | |
| Tang et al. | Healthy Recipe Recommendation using Nutrition and Ratings Models | |
| Janowicz et al. | Mathematical Estimation of the Energy, Nutritional and Health-Promoting Values of Multi-Layer Freeze-Dried Vegetable Snacks | |
| CN111161837A (zh) | 食物信息的推送方法及装置、存储介质 | |
| KR102481874B1 (ko) | 다이어트 관리 장치, 다이어트 관리 방법 및 다이어트 관리 프로그램 | |
| US20230364134A1 (en) | Method for improving health conditions | |
| Oghotomo | Impact of westernisation and industrialisation on traditional African and Mediterranean diet pattern and health | |
| Bermúdez-Millán et al. | Egg contribution towards the diet of pregnant Latinas | |
| Colby | Multicultural food perspectives: strategies for health care providers | |
| US20050048454A1 (en) | Diet planner and method | |
| Gager et al. | Consumption frequency and perceptions of the healthfulness of selected meat products | |
| Tokumaru | Implementation of the Healthy Eating Habits Support System Based on User Taste Preferences and Nutritional Balance | |
| Manolachi | Recovery system after training and competitive efforts |
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 |