CN111462863B - 营养自查与膳食推荐方法及系统 - Google Patents
营养自查与膳食推荐方法及系统 Download PDFInfo
- Publication number
- CN111462863B CN111462863B CN202010290888.2A CN202010290888A CN111462863B CN 111462863 B CN111462863 B CN 111462863B CN 202010290888 A CN202010290888 A CN 202010290888A CN 111462863 B CN111462863 B CN 111462863B
- Authority
- CN
- China
- Prior art keywords
- nutrient
- user
- information
- nutrients
- missing
- 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
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- 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)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (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
本发明公开了营养自查与膳食推荐方法及系统,方法包括:将输入的身体体征信息与预设的体征自查表进行匹配,获得用户缺失的各种营养素;根据用户缺失的营养素在所述体征自查表中查询所有的体征异常点,然后将输入的体征异常点与查询到的所有体征异常点进行数量对比,计算用户缺失的各种营养素的集中度和置信度并确定出用户缺失的目标营养素;然后根据用户的年龄信息查询用户的膳食宝塔信息;再从膳食宝塔信息中筛选出各种类膳食的食材信息并返回。该方法通过计算缺失营养素的集中度和置信度确定缺失的各种营养素,并推荐膳食方案,该方法省时省力,且准确性较高。
Description
技术领域
本发明涉及营养配餐领域,尤其涉及一种营养自查与膳食推荐方法及系统。
背景技术
婴幼儿期的营养不良可能导致儿童不可逆转的生长和认知发育迟缓,影响智力潜能的发挥,降低学习能力和成年后的劳动生产能力,导致成年后患肥胖、高血压、冠心病和糖尿病等诸多慢性疾病的风险加大。然而,很多家庭对儿童的营养素补充的认识并不全面,缺乏专业、系统性的知识,导致很多儿童在成长期间存在营养素缺乏的风险,监护人员也无法及时发现儿童潜在的生长发育问题,从而影响了儿童的生长发育。
在评估儿童缺乏的营养素时,通常采用以下几种方式:
1、采用生化检查的方式评估儿童缺乏的营养素,这种方式费时、费力,且需要对儿童进行抽血;
2、寻求专家帮助,这种方式需要面对面诊断,同样费时、费力;
3、监护人员进行评估,这种方式需要自我系统的学习营养知识,耗费时间和精力。
发明内容
本发明的目的是提供一种营养自查与膳食推荐方法及系统,旨在解决现有技术中营养素缺乏评估方式费时费力等问题。
第一方面,本发明实施例提供了一种营养自查与膳食推荐方法,其包括:
接收输入的基本信息与身体体征信息;所述基本信息包括用户的年龄、性别、身高和体重信息;所述身体体征信息包括用户在不同身体部位的体征异常点的信息;
将输入的基本信息与预设的体格数据表进行匹配,得到用户的发育状态信息并返回;
将输入的身体体征信息与预设的体征自查表进行匹配,获得用户缺失的各种营养素;所述体征自查表中包含多个体征异常点与多个缺失营养素的对应关系;
根据所述用户缺失的营养素在所述体征自查表中查询所有的体征异常点,然后将输入的体征异常点与查询到的所有体征异常点进行数量对比,计算所述用户缺失的各种营养素的集中度和置信度;
根据用户缺失的各种营养素的集中度和置信度确定所述用户缺失的目标营养素;
根据缺失的目标营养素获取协同缺失的关联营养素,并查询缺失所述目标营养素和关联营养素的疾病风险信息并返回;
根据所述用户的年龄信息查询所述用户的膳食宝塔信息,所述膳食宝塔信息包括膳食的种类和摄入量信息;
根据用户的营养素缺失情况,从所述膳食宝塔信息中筛选出各种类膳食的食材信息并返回,所述食材信息包括食材的种类和摄入量信息。
第二方面,本发明实施例提供了一种营养自查与膳食推荐系统,其包括:
接收单元,用于接收输入的基本信息与身体体征信息;所述基本信息包括用户的年龄、性别、身高和体重信息;所述身体体征信息包括用户在不同身体部位的体征异常点的信息;
第一匹配单元,用于将输入的基本信息与预设的体格数据表进行匹配,得到用户的发育状态信息并返回;
第二匹配单元,用于将输入的身体体征信息与预设的体征自查表进行匹配,获得用户缺失的各种营养素;所述体征自查表中包含多个体征异常点与多个缺失营养素的对应关系;
计算单元,用于根据所述用户缺失的营养素在所述体征自查表中查询所有的体征异常点,然后将输入的体征异常点与查询到的所有体征异常点进行数量对比,计算所述用户缺失的各种营养素的集中度和置信度;
判断单元,用于根据用户缺失的各种营养素的集中度和置信度确定所述用户缺失的目标营养素;
第一查询单元,用于根据缺失的目标营养素获取协同缺失的关联营养素,并查询缺失所述目标营养素和关联营养素的疾病风险信息并返回;
第二查询单元,用于根据所述用户的年龄信息查询所述用户的膳食宝塔信息,所述膳食宝塔信息包括膳食的种类和摄入量信息;
筛选单元,用于根据用户的营养素缺失情况,从所述膳食宝塔信息中筛选出各种类膳食的食材信息并返回,所述食材信息包括食材的种类和摄入量信息。
本发明公开了一种营养自查与膳食推荐方法及系统,其方法包括:接收输入的基本信息与身体体征信息;所述基本信息包括用户的年龄、性别、身高和体重信息;所述身体体征信息包括用户在不同身体部位的体征异常点的信息;将输入的基本信息与预设的体格数据表进行匹配,得到用户的发育状态信息并返回;将输入的身体体征信息与预设的体征自查表进行匹配,获得用户缺失的各种营养素;所述体征自查表中包含多个体征异常点与多个缺失营养素的对应关系;根据所述用户缺失的营养素在所述体征自查表中查询所有的体征异常点,然后将输入的体征异常点与查询到的所有体征异常点进行数量对比,计算所述用户缺失的各种营养素的集中度和置信度;根据用户缺失的各种营养素的集中度和置信度确定所述用户缺失的目标营养素;根据缺失的目标营养素获取协同缺失的关联营养素,并查询缺失所述目标营养素和关联营养素的疾病风险信息并返回;根据所述用户的年龄信息查询所述用户的膳食宝塔信息,所述膳食宝塔信息包括膳食的种类和摄入量信息;根据用户的营养素缺失情况,从所述膳食宝塔信息中筛选出各种类膳食的食材信息并返回,所述食材信息包括食材的种类和摄入量信息。该方法通过计算缺失营养素的集中度和置信度确定缺失的各种营养素,并推荐膳食改善方案,该方法省时省力,且准确性较高。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例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为本发明实施例提供的营养自查与膳食推荐方法的流程示意图;
图2为本发明实施例提供的营养自查与膳食推荐方法的子流程示意图;
图3为本发明实施例提供的营养自查与膳食推荐方法的另一子流程示意图;
图4为本发明实施例提供的营养自查与膳食推荐方法的另一子流程示意图;
图5为本发明实施例提供的营养自查与膳食推荐方法的另一子流程示意图;
图6为本发明实施例提供的营养自查与膳食推荐系统的示意性框图;
图7为本发明实施例提供的营养自查与膳食推荐系统中计算单元的示意性框图;
图8为本发明实施例提供的营养自查与膳食推荐系统中判断单元的示意性框图;
图9为本发明实施例提供的营养自查与膳食推荐系统中筛选单元的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1为本发明实施例提供的营养自查与膳食推荐方法的流程示意图。
如图1所示,该方法包括步骤S101~S108:
S101、接收输入的基本信息与身体体征信息;所述基本信息包括用户的年龄、性别、身高和体重信息;所述身体体征信息包括用户在不同身体部位的体征异常点的信息。
在儿童成长发育的阶段,需要监护人对儿童的营养素补充具有专业、系统性的知识,以确保儿童健康的成长,然而不是所有监护人都对儿童的营养素补充有专业、系统性的知识。故发明本实施例提供一种可供监护人根据用户(即儿童)的基本信息与身体体征信息进行查询的方法,监护人输入用户的基本信息与身体体征信息,然后利用体格数据表和体征自查表进行查询,返回针对该用户的发育情况、疾病风险信息和推荐的食材信息,监护人可根据返回的结果对用户的养育过程进行改善,从而促进用户更好的成长。
S102、将输入的基本信息与预设的体格数据表进行匹配,得到用户的发育状态信息并返回。
本实施例中,预设的体格数据表中包含了不同性别、年龄下的身高及体重;在获取监护人输入的用户的年龄、性别、身高和体重信息后,将其与体格数据表中的数据进行匹配,可获得用户的发育状态信息,所述发育状态信息包括身高发育状态信息和体重发育状态信息。
举例来说,体格数据表中,一个1岁男童的体重状态包含:重度消瘦、中度消瘦、轻度消瘦、平均水平、轻度超重、中度超重、重度超重这7种状态,分别对应的体重范围为:≤7.21kg、7.21~8.06kg、8.06~9kg、9~11.23kg、11.23~12.54kg、12.54~14kg、≥14kg这7个范围;这样,当监护人输入的用户年龄也为1岁,性别为男,体重为7.65kg,那么根据所述体格数据表,可匹配得到该用户的体重发育状态为中度消瘦。
举例来说,体格数据表中,一个1岁男童的身高状态包含:重度矮小、中度矮小、轻度矮小、平均水平、轻度超高、中度超高、重度超高这7种状态,分别对应的身高范围为:≤68.6cm、68.6~71.2cm、71.2~72.7cm、72.7~73.8cm、73.8~79.3cm、79.3~82.1cm、≥82.1cm这7个范围;这样,当监护人输入的用户年龄也为1岁,性别为男,体重为76.5cm,那么根据所述体格数据表,可匹配得到该用户的身高发育状态为轻度超高。
根据上述方式,本发明实施例预先在体格数据表中设定了男童女童在各种年龄下的不同身高范围和体重范围,并对各身高范围和体重的范围设定相应的发育状态信息;监护人将用户的年龄、性别、身高和体重信息输入后可获得用户的身高发育状态信息和体重发育状态信息。
S103、将输入的身体体征信息与预设的体征自查表进行匹配,获得用户缺失的各种营养素;所述体征自查表中包含多个体征异常点与多个缺失营养素的对应关系。
本实施例中,将监护人输入的身体体征信息与体征自查表中的所有体征异常点进行查询匹配,获得所述身体体征信息对应的一个或多个体征异常点,再根据获得的体征异常点得到缺失的营养素。
在另一实施例中,如图2所示,所述接收输入的基本信息与身体体征信息之前,包括步骤S201~S203:
S201、预先将身体部位进行分类;
S202、再将多个体征异常点关联在不同的身体部位下;
S203、当接收到营养自查指令时,在界面上依次显示不同身体部位下的体征异常点的选项。
本实施例中,所述体征自查表的预设过程为:将身体部位分为多个体征类别,将多种体征异常点关联在上述体征类别下,同时将多种体征异常点与多种营养素对应,从而获得多个映射关系,从而构成体征自查表。
例如身体部位分为以下10种:大脑、精神、口腔、皮肤、身体、四肢、头发、胃肠道、五官以及其他部位,将体征异常点分为以下70种:脾气急躁易激怒、体格纤细矮小、消瘦、体质虚弱易生病、贫血、挑食、便秘、夜啼多汗、注意力不集中、睡眠不安、偏头痛、表情呆滞、语言能力差、走路步态摇晃、多动、疲乏无力、易烦燥、出牙晚、牙齿参次不齐、舌唇牙龈出现发白、地图舌、反复口腔溃疡、牙龈出血、牙齿易松动脱落、龋齿、舌炎舌裂、口腔炎症、皮肤干燥粗糙、湿疹、伤口愈合能力差、毛囊角化、脂溢性皮炎、皮肤很黄、皮肤有瘀点瘀斑、皮肤粗糙有磷屑、皮炎、抽筋肌肉震颤、易过敏、生长发育迟缓、声音嘶哑、呼吸不畅、有脚气病、体重下降、指甲易断裂或凹陷、X型腿或O型腿、指甲苍白有白斑、头发枯黄、头发细软稀少、毛发干枯无光泽易脱落、枕秃、异食癖、食欲不佳、厌食、恶心呕吐、常腹泻、消化不良、颧骨突起、囱门闭合晚、方颅、面色苍白、眼睑苍白、暗视力差、眼干涩、经常揉搓眼睛、口角炎、唇炎、耳鼻口黏膜干燥、眼球震颤和弱视,将营养素分为以下常见的15种:蛋白质、钙、铁、锌、维生素C、维生素A、维生素D、维生素B1、维生素B2、维生素B6、维生素B12、叶酸、烟酸、DHA和泛酸,同时将这70种体征异常点与15种营养素对应,从而获得多个映射关系,从而构成体征自查表。
需说明的是,上述多种体征异常点与多种营养素的对应关系并非一一对应,可以是一种体征异常点对应多种营养素,也可以是多种体征异常点对应一种营养素。例如,蛋白质这一营养素对应的体征异常点包括颧骨突起、体格纤细矮小、消瘦、体质虚弱易生病、头发枯黄、指甲易断裂或凹陷、脾气急躁易激怒、贫血、头发细软稀少、皮肤干燥粗糙脱屑和毛发干枯无光泽易脱落,同时,贫血这一体征异常点对应的营养素包括:蛋白质、铁、维生素A、维生素B12和叶酸,所以上述获得的映射关系可以超过70种,如134种。
在体征自查前,在界面上可以预先将身体部位进行分类,监护人可以选择不同的身体部位,并在确认之后,选择其关联的体征异常点。当接收到输入的身体体征信息后,在体征自查表中确定对应体征异常点,再根据体征异常点与营养素之间的对应关系,即可获取该用户的缺失营养素。
举例来说,监护人通过观察发现用户出现头发枯黄和消化不良的身体体征信息,监护人将这两种身体体征信息输入至系统;系统调用所述体征自查表进行查询匹配,最终匹配出头发枯黄属于头发部位中的头发枯黄这一体征异常点,消化不良属于胃肠道部位中消化不良这一体征异常点。
根据头发枯黄和消化不良这2个体征异常点,结合体征异常点与营养素缺失的对应关系,得到头发枯黄对应15个营养素中的蛋白质,消化不良对应15个营养素中的烟酸,即蛋白质和烟酸为用户缺失的营养素。
S104、根据所述用户缺失的营养素在所述体征自查表中查询所有的体征异常点,然后将输入的体征异常点与查询到的所有体征异常点进行数量对比,计算所述用户缺失的各种营养素的集中度和置信度。
本实施例中,通过计算用户缺失各种营养素的集中度和置信度,营养素的集中度和置信度越高,表示该用户缺失这种营养素的可能性越大。
如图3所示,S104步骤包括:S301~S304:
S301、根据所述用户缺失的营养素在所述体征自查表中查询该缺失的营养素所对应的所有的体征异常点;
S302、统计输入的与该缺失的营养素相关的体征异常点的数量;
S303、将统计得到的与该缺失的营养素相关的体征异常点的数量除以该缺失的营养素所对应的所有的体征异常点的数量,得到该缺失的营养素的置信度;
S304、将统计得到的与该缺失的营养素相关的体征异常点的数量除以输入的所有的体征异常点的数量,得到该缺失的营养素的集中度。
本实施例中,举例来说,用户输入的体征异常点为:头发枯黄、消化不良、食欲不佳、钙体格纤细矮小、枕秃和出牙晚;可根据输入的体征异常点匹配到用户缺失的营养素为蛋白质、烟酸和钙这三种;在所述体征自查表中,可查询到所述蛋白质在70个体征异常点中对应有颧骨突起、头发枯黄、消瘦等11个体征异常点,所述烟酸在70个体征异常点中对应有消化不良、食欲不佳、便秘等9个体征异常点,所述钙在70个体征异常点中对应有体格纤细矮小、枕秃、出牙晚等12个体征异常点。
这样可获得输入的与蛋白质关联的体征异常点(即头发枯黄)的数量为1,在所述体征自查表中查询到的蛋白质缺失对应的所有体征异常点的数量为11,这样即可通过计算得到,所述蛋白质缺失的营养素的置信度为:1/11=9.1%。
同样可获得输入的与烟酸缺失关联的体征异常点(即消化不良和食欲不佳)的数量为2,在所述体征自查表中查询到的烟酸缺失对应的所有体征异常点的数量为9,这样即可通过计算得到,所述烟酸缺失的营养素的置信度为:2/9=22.2%。
同样可获得输入的与钙缺失关联的体征异常点(即述钙体格纤细矮小、枕秃和出牙晚)的数量为3,在所述体征自查表中查询到的钙缺失对应的所有体征异常点的数量为12,这样即可通过计算得到,所述钙缺失的营养素的置信度为:3/12=25%。
通过对比统计出输入的与蛋白质缺失的相关的体征异常点的数量为1,输入的所有的体征异常点的数量为6,即可通过计算得到所述蛋白质缺失的集中度为16.7%。
通过对比统计出输入的与烟酸缺失的相关的体征异常点的数量为2,输入的所有的体征异常点的数量为6,即可通过计算得到所述烟酸缺失的集中度为33.3%。
通过对比统计出输入的与烟酸缺失的相关的体征异常点的数量为3,输入的所有的体征异常点的数量为6,即可通过计算得到所述烟酸缺失的集中度为50%。
S105、根据用户缺失的各种营养素的集中度和置信度确定所述用户缺失的目标营养素;
当所述用户缺失的各种营养素的集中度和置信度越大,说明用户平时对这些营养素的摄入量不足,甚至于身体部位已经发生了病变,必须要补充对应的营养素,故本实施例通过计算缺失的各种营养素的集中度和置信度,从中筛选出重点缺失的营养素,即为目标营养素,便于帮助用户针对性的进行补充,恢复健康的成长状态。
如图4所示,S105步骤包括S401~S402:
S401、将用户缺失的各种营养素的集中度和置信度分别与预设的集中度阈值和置信度阈值进行对比;
S402、当用户缺失的营养素的集中度和置信度分别超过预设的集中度阈值和置信度阈值时,则判定该缺失的营养素为目标营养素。
本发明实施例可预先对多个用户当前的发育状态和当前身体体征信息的体征自查结果进行分析,并判断出用户缺失的各种营养素的集中度和置信度分别达到相应的百分比值时,会对用户的发育产生明显影响,故可将该百分比值设定为阈值,当所述集中度和置信度超出阈值时,则判定该缺失的营养素为目标营养素。
在一具体场景应用中,设置各种营养素的集中度阈值为20%和各种营养素的置信度阈值为30%,当缺失营养素的集中度大于20%以及缺失营养素的置信度大于30%时,则判定该营养素为目标营养素,当缺失营养素的集中度小于20%或者缺失营养素的集中度小于30%时,则判定该营养素不是目标营养素。
根据上述具体场景应用,任意一种营养素的集中度和置信度均分别超过了其设定的集中度阈值和置信度阈值,即判定为目标营养素。
本发明还可根据每种营养素分别设置不同的集中度阈值和置信度阈值,也就是为每一种营养素均设置一个对应的集中度阈值和置信度阈值,从而根据每种营养素的特点针对性的进行判断,因为某些营养素重要性或表征特别明显,所以采样上述方式能够更符合实际应用场景,提高判断准确性。
举例来说,假如儿童发育阶段所需的钙、铁、锌和蛋白质相对重要,这四种营养素对用户的成长影响占有较大的比重,用户缺失钙、铁、锌和蛋白质后的表征也特别明显;那么本发明实施例可针对钙、铁、锌和蛋白质这四种营养素的集中度阈值和置信度阈值做出调整,将这四种营养素的集中度阈值和置信度阈值分别设置为10%和20%;故当缺失钙、铁、锌和蛋白质这四种营养素的集中度大于10%以及缺失钙、铁、锌和蛋白质这四种营养素的置信度大于20%时,即可判定钙、铁、锌和蛋白质这四种营养素为目标营养素。
S106、根据缺失的目标营养素获取协同缺失的关联营养素,并查询缺失所述目标营养素和关联营养素的疾病风险信息并返回;
本实施例中,由于营养素之间存在着协同作用的关系,如钙为目标元素,而另一种营养素,如维生素D,也可以促进钙的吸收,因此除了自查主要的营养素缺失风险外,还需查询可能影响营养素缺失的协同营养素不足的情况。当确认用户的主要缺失营养素后,还需根据预设的营养素协同关系表,按照表单中的营养素之间的协同关系,查询出可能协同缺失的关联营养素。
根据缺失的目标营养素以及协同缺失的关联营养素,结合预设的营养素长期缺失的疾病风险表,为用户提供缺失营养素的疾病风险,如:
长期缺失维生素A会导致眼部不适、发干、畏光、眼角膜疾病等。
长期缺失维生素D会导致脊柱畸形、O型腿、鸡胸等。
长期缺失铁会导致缺铁性贫血、异食癖、注意力不集中、流感抵御力差等。
S107、根据所述用户的年龄信息查询所述用户的膳食宝塔信息,所述膳食宝塔信息包括膳食的种类和摄入量信息;
本实施例中,所述膳食宝塔分为5层,从下往上依次是谷类和薯类、蔬菜水果类、肉禽鱼蛋类、奶类和豆类食物、烹调油和食盐类,根据不同年龄的用户有不同的膳食推荐,根据预设的膳食摄入量表单,可获取用户每天在这各种膳食种类上的标准摄入量,所述膳食摄入量表单包括:不同年龄段下膳食的种类,不同年龄段下每天对各类膳食的标准摄入量。
具体的,所述膳食摄入量表单包括:
用户的年龄段分为:7~12个月,13~24个月,25~48个月,49~72个月这四个年龄段。
膳食推荐的种类分别为:谷类、薯类、水果、蔬菜类、肉禽鱼类、蛋类、奶类、大豆/坚果类、油盐类。
标准摄入量为:7~12个月的婴幼儿,谷类:20~75克,薯类:适量,水果类:25~100克,蔬菜类:25~100克,肉禽鱼类:25~75克,奶类:500~700克,蛋类:15~50克(至少一个蛋黄),大豆/坚果类:不建议额外添加,油盐类:油0~10克,盐不建议额外添加;13~24个月的婴幼儿,谷类:50~100克,薯类:适量,水果类:50~150克,蔬菜类:50~150克,肉禽鱼类:50~75克,奶类:400~600克,蛋类:20~25克,大豆/坚果类:不建议额外添加,油盐类:油5~15克,盐0~1.5克。
举例:监护人输入的用户的年龄为2岁,在膳食摄入量表单可对应为13~24个月的婴幼儿,即该用户的在每种膳食种类上推荐的摄入量的信息为:谷类:50~100克,薯类:适量,水果类:50~150克,蔬菜类:50~150克,肉禽鱼类:50~75克,奶类:400~600克,蛋类:20~25克,大豆/坚果类:不建议额外添加,油盐类:油5~15克,盐0~1.5克。
根据监护人输入用户的年龄,即可从所述膳食摄入量表单中获取用户在每种膳食种类上推荐的摄入量的信息。
S108、根据用户的营养素缺失情况,从所述膳食宝塔信息中筛选出各种类膳食的食材信息并返回,所述食材信息包括食材的种类和摄入量信息。
根据用户的营养素缺失情况,结合预设的食材微量元素含量数据表单,为用户提供膳食食材推荐;所述食材微量元素含量数据表单包括各种类膳食下的食材、食材对应的营养素以及单位重量食材的营养素含量,根据用户缺失的具体营养素,即可获取所述用户所需的食材的种类以及各种食材在单位重量下的营养素含量。
举例来说,用户在缺失维生素A的情况下,根据缺失的维生素A可在所述食材微量元素含量数据表单中查询出含有维生素A的食材种类,这些食材也是可以推荐给用户进行营养素补充的食材;如:
谷薯类中的麸皮和挂面,一百克麸皮的维生素A含量为14.5微克,一百克麸皮的维生素A含量为12.7微克。
蔬菜水果类中的春笋和鳄梨,一百克春笋的维生素A含量为5微克,一百克鳄梨的维生素A含量为61微克。
肉禽鱼蛋类中的扒鸡、对虾和鸡蛋黄,一百克对扒鸡的维生素A含量为32微克,一百克对虾的维生素A含量为76.5微克,一百克鸡蛋黄的维生素A含量为438微克。
奶制品及豆类中的鲜羊乳和扁豆,一百克鲜羊乳的维生素A含量为88.9微克,一百克中扁豆的维生素A含量为5微克。
烹调油食盐类自身的重量即为含量。
如图5所示,步骤S108包括步骤S501~S504:
S501、根据用户的营养素缺失情况,从所述膳食宝塔信息中筛选出各种类膳食的食材信息;
S502、统计各种类膳食下的所有食材在摄入量情况下的每一类目标营养素和关联营养素的含量;
S503、将每一类目标营养素和关联营养素的含量与其最高摄入量进行对比;
S504、若每一类目标营养素和关联营养素的含量超过其最高摄入量时,则随机去除其中一种或多种食材,并进行替换,使每一类目标营养素和关联营养素的含量不超过其最高摄入量。
本实施例中,根据目标营养素和关联营养素,获取所述用户所需的食材的种类以及各种食材在摄入单位重量下的营养素含量后,根据预设的营养素日常摄入量参考表单,确定用户每天所需的营养素含量,结合所述膳食摄入量表单、营养素日常摄入量参考表单以及食材微量元素含量数据表单,即可为用户推荐所需食材以及每种食物的摄入量。
所述营养素日常摄入量参考表单中包括:
用户的年龄段分为:7~12个月,13~24个月,25~48个月,49~72个月这四个年龄段。
各年龄段下各种营养素的摄入量。例如,13~24个月的用户每天的营养素摄入量:
蛋白质的参考量25克;DHA的参考量10毫克,最高100毫克;钙的参考量600毫克,最高1500毫克;铁的参考量9毫克,最高25毫克;锌的参考量4毫克,最高8毫克;铜的参考量0.3毫克,最高2毫克;维生素A的参考量321微克,最高700微克;维生素D的参考量10微克,最高20微克;维生素B1参考量0.6毫克;维生素B2的参考量0.6毫克;维生素B6的参考量0.6毫克,最高20毫克;维生素B12的参考量1微克等等。
具体举例来说,当一年龄为2岁用户确定缺失的营养素为钙、维生素A、和维生素B2,推荐逻辑如下:
所述用户的年龄为2岁,根据膳食摄入量表单获得该用户的在每种膳食种类上推荐的摄入量的信息为:谷类:50~100克,薯类:适量,水果类:50~150克,蔬菜类:50~150克,肉禽鱼类:50~75克,奶类:400~600克,蛋类:20~25克,大豆/坚果类:不建议额外添加,油盐类:油5~15克,盐0~1.5克。
所述用户的年龄为2岁,根据营养素日常摄入量参考表单获得该用户对钙的参考摄入量是600毫克,最高摄入量是1500毫克;维生素A的参考摄入量是310微克,最高摄入量是700微克;维生素B2的参考摄入量是0.6毫克,无最高摄入量限制。
根据缺失的营养素为钙、维生素A、和维生素B2,在食材微量元素含量数据表单中查询出含有钙、维生素A、和维生素B2的食材种类以及各种食材在单位重量下的营养素含量。
以推荐谷类食材为例,根据食材微量元素含量数据表单,得到2岁用户对谷类推荐摄入量是50~100克,需要从谷类食材中选择出100克食材相关营养素含量超过参考摄入量的1/3的食材,即钙含量超过200毫克,维生素A的含量超过104微克,维生素B2的含量超过0.2毫克,结合食材微量元素含量数据表单,可确定食材有麸皮、籼米粉、小麦胚芽等,这样即可得到钙、维生素A和维生素B2三者分别所需的各种食材和食材的具体摄入量。当然,具体推荐的食材种类和食材摄入量需要根据七大膳食种类:谷类、薯类、水果、蔬菜类、肉禽鱼类、蛋类、奶类、大豆/坚果类、油盐类中进行均衡分配。
进一步的,在推荐补充多种营养素的过程中,如上述的钙、维生素A、和维生素B2,推荐的麸皮属于推荐钙缺失的食材,但麸皮同样也包含了少量的维生素A、和维生素B2,但在推荐维生素A、和维生素B2的食材上若没有麸皮,则可能造成维生素A、和维生素B2的补充过量;所以,在膳食推荐时,获得所有的推荐的食材后,计算出所有食材对每种目标营养素和关联营养素的补充含量,若发现超过其最高摄入量时,则随机去除其中一种或多种食材,并进行替换,使每一类目标营养素和关联营养素的含量不超过其最高摄入量。
在一实施例中,所述的营养自查与膳食推荐方法还包括:根据所缺失的目标营养素和关联营养素的信息,获取预设的解读视频并返回。
本实施例中,不同的缺失的目标营养素和关联营养素的信息对应有不同的解读视频,通过返回解读视频的方式,供监护人更直观、便捷的获知查询结果。
在一实施例中,所述的营养自查与膳食推荐方法还包括:显示与所述解读视频相关的测验试题;接收针对所述测验试题输入的答案,并进行评分,返回评分结果。
本实施例中,通过考试测验的方式,考验监护人是否了解推荐的改善方案,帮助监护人提高育儿的专业性和系统性,从使儿童的成长得到更好的保障。
如图6所示,本发明实施例还提供一种营养自查与膳食推荐系统600,包括:接收单元601、第一匹配单元602、第二匹配单元603、计算单元604、判断单元605、第一查询单元606、第二查询单元607以及筛选单元608。
接收单元601,用于接收输入的基本信息与身体体征信息;所述基本信息包括用户的年龄、性别、身高和体重信息;所述身体体征信息包括用户在不同身体部位的体征异常点的信息;
第一匹配单元602,用于将输入的基本信息与预设的体格数据表进行匹配,得到用户的发育状态信息并返回;
第二匹配单元603,用于将输入的身体体征信息与预设的体征自查表进行匹配,获得用户缺失的各种营养素;所述体征自查表中包含多个体征异常点与多个缺失营养素的对应关系;
计算单元604,用于根据所述用户缺失的营养素在所述体征自查表中查询所有的体征异常点,然后将输入的体征异常点与查询到的所有体征异常点进行数量对比,计算所述用户缺失的各种营养素的集中度和置信度;
判断单元605,用于根据用户缺失的各种营养素的集中度和置信度确定所述用户缺失的目标营养素;
第一查询单元606,用于根据缺失的目标营养素获取协同缺失的关联营养素,并查询缺失所述目标营养素和关联营养素的疾病风险信息并返回;
第二查询单元607,用于根据所述用户的年龄信息查询所述用户的膳食宝塔信息,所述膳食宝塔信息包括膳食的种类和摄入量信息;
筛选单元608,用于根据用户的营养素缺失情况,从所述膳食宝塔信息中筛选出各种类膳食的食材信息并返回,所述食材信息包括食材的种类和摄入量信息。
该系统通过接收儿童的基本信息和身体体征信息,由体征自查表查询出儿童缺失的营养素,并根据缺失的营养素提供膳食方案,帮助监护人了解儿童的发育情况并进行改善。
在一实施例中,如图7所示,所述计算单元604包括:
体征异常点查询单元701,用于根据所述用户缺失的营养素在所述体征自查表中查询该缺失的营养素所对应的所有的体征异常点;
数量统计单元702,用于统计输入的与该缺失的营养素相关的体征异常点的数量;
置信度获取单元703,用于将统计得到的与该缺失的营养素相关的体征异常点的数量除以该缺失的营养素所对应的所有的体征异常点的数量,得到该缺失的营养素的置信度;
集中度获取单元704,将统计得到的与该缺失的营养素相关的体征异常点的数量除以输入的所有的体征异常点的数量,得到该缺失的营养素的集中度。
在一实施例中,如图8所示,所述判断单元605包括:
第一对比单元801,用于将用户缺失的各种营养素的集中度和置信度分别与预设的集中度阈值和置信度阈值进行对比;
判定单元802,用于当用户缺失的营养素的集中度和置信度分别超过预设的集中度阈值和置信度阈值时,则判定该缺失的营养素为目标营养素。
在一实施例中,如图9所示,所述筛选单元608包括:
膳食筛选单元901,用于根据用户的营养素缺失情况,从所述膳食宝塔信息中筛选出各种类膳食的食材信息;
含量统计单元902,用于统计各种类膳食下的所有食材在摄入量情况下的每一类目标营养素和关联营养素的含量;
第二对比单元903,用于将每一类目标营养素和关联营养素的含量与其最高摄入量进行对比;
调整单元904,用于若每一类目标营养素和关联营养素的含量超过其最高摄入量时,则随机去除其中一种或多种食材,并进行替换,使每一类目标营养素和关联营养素的含量不超过其最高摄入量。
所述的营养自查与膳食推荐系统600还包括:
视频解读单元,用于根据所缺失的目标营养素和关联营养素的信息,获取预设的解读视频并返回。
所述的营养自查与膳食推荐系统600还包括:
打分单元,用于显示与所述解读视频相关的测验试题,以及接收针对所述测验试题输入的答案,并进行评分,返回评分结果
由于系统部分的实施例与方法部分的实施例相互对应,因此系统部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
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,可轻易想到各种等效的修改或替换,这些修改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以权利要求的保护范围为准。
Claims (3)
1.一种营养自查与膳食推荐系统,其特征在于,包括:
接收单元,用于接收输入的基本信息与身体体征信息;所述基本信息包括用户的年龄、性别、身高和体重信息;所述身体体征信息包括用户在不同身体部位的体征异常点的信息;所述接收输入的基本信息与身体体征信息之前,包括:预先将身体部位进行分类;再将多个体征异常点关联在不同的身体部位下;当接收到营养自查指令时,在界面上依次显示不同身体部位下的体征异常点的选项;
第一匹配单元,用于将输入的基本信息与预设的体格数据表进行匹配,得到用户的发育状态信息并返回;
第二匹配单元,用于将输入的身体体征信息与预设的体征自查表进行匹配,获得用户缺失的各种营养素;所述体征自查表中包含多个体征异常点与多个缺失营养素的对应关系;
计算单元,用于根据所述用户缺失的营养素在所述体征自查表中查询所有的体征异常点,然后将输入的体征异常点与查询到的所有体征异常点进行数量对比,计算所述用户缺失的各种营养素的集中度和置信度;
判断单元,用于根据用户缺失的各种营养素的集中度和置信度确定所述用户缺失的目标营养素;
第一查询单元,用于根据缺失的目标营养素获取协同缺失的关联营养素,并查询缺失所述目标营养素和关联营养素的疾病风险信息并返回;
第二查询单元,用于根据所述用户的年龄信息查询所述用户的膳食宝塔信息,所述膳食宝塔信息包括膳食的种类和摄入量信息;
筛选单元,用于根据用户的营养素缺失情况,从所述膳食宝塔信息中筛选出各种类膳食的食材信息并返回,所述食材信息包括食材的种类和摄入量信息;
所述计算单元包括:
体征异常点查询单元,用于根据所述用户缺失的营养素在所述体征自查表中查询该缺失的营养素所对应的所有的体征异常点;
数量统计单元,用于统计输入的与该缺失的营养素相关的体征异常点的数量;
置信度获取单元,用于将统计得到的与该缺失的营养素相关的体征异常点的数量除以该缺失的营养素所对应的所有的体征异常点的数量,得到该缺失的营养素的置信度;
集中度获取单元,用于将统计得到的与该缺失的营养素相关的体征异常点的数量除以输入的所有的体征异常点的数量,得到该缺失的营养素的集中度;
所述判断单元包括:
第一对比单元,用于将用户缺失的各种营养素的集中度和置信度分别与预设的集中度阈值和置信度阈值进行对比;
判定单元,用于当用户缺失的营养素的集中度和置信度分别超过预设的集中度阈值和置信度阈值时,则判定该缺失的营养素为目标营养素;
设置单元,设置各种营养素的集中度阈值为20%和各种营养素的置信度阈值为30%,当缺失营养素的集中度大于20%以及缺失营养素的置信度大于30%时,则判定该营养素为目标营养素,当缺失营养素的集中度小于20%或者缺失营养素的集中度小于30%时,则判定该营养素不是目标营养素;
所述筛选单元包括:
膳食筛选单元,用于根据用户的营养素缺失情况,从所述膳食宝塔信息中筛选出各种类膳食的食材信息;
含量统计单元,用于统计各种类膳食下的所有食材在摄入量情况下的每一类目标营养素和关联营养素的含量;
第二对比单元,用于将每一类目标营养素和关联营养素的含量与其最高摄入量进行对比;
营养素日常摄入量参考表单中包括:用户的年龄段分为:7~12个月,13~24个月,25~48个月,49~72个月这四个年龄段,各年龄段下各种营养素的摄入量;
膳食摄入量表单包括:不同年龄段下膳食的种类,不同年龄段下每天对各类膳食的标准摄入量;
食材微量元素含量数据表单包括各种类膳食下的食材、食材对应的营养素以及单位重量食材的营养素含量,根据用户缺失的具体营养素,即可获取所述用户所需的食材的种类以及各种食材在单位重量下的营养素含量;
根据目标营养素和关联营养素,获取所述用户所需的食材的种类以及各种食材在摄入单位重量下的营养素含量后,根据预设的营养素日常摄入量参考表单,确定用户每天所需的营养素含量,结合所述膳食摄入量表单、营养素日常摄入量参考表单以及食材微量元素含量数据表单,即可为用户推荐所需食材以及每种食物的摄入量。
2.根据权利要求1所述的营养自查与膳食推荐系统,其特征在于,还包括:
视频解读单元,用于根据所缺失的目标营养素和关联营养素的信息,获取预设的解读视频并返回。
3.根据权利要求2所述的营养自查与膳食推荐系统,其特征在于,还包括:
打分单元,用于显示与所述解读视频相关的测验试题,以及接收针对所述测验试题输入的答案,并进行评分,返回评分结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010290888.2A CN111462863B (zh) | 2020-04-14 | 2020-04-14 | 营养自查与膳食推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010290888.2A CN111462863B (zh) | 2020-04-14 | 2020-04-14 | 营养自查与膳食推荐方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111462863A CN111462863A (zh) | 2020-07-28 |
CN111462863B true CN111462863B (zh) | 2023-06-13 |
Family
ID=71681841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010290888.2A Active CN111462863B (zh) | 2020-04-14 | 2020-04-14 | 营养自查与膳食推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111462863B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113628714B (zh) * | 2021-07-30 | 2022-04-19 | 美益添生物医药(武汉)有限公司 | 针对疾病的营养素干预方法、系统、设备及存储介质 |
CN114257622A (zh) * | 2021-12-22 | 2022-03-29 | 黄金磊 | 一种区块链节点演进方法 |
CN115497601B (zh) * | 2022-09-27 | 2023-05-02 | 时代特殊医学用途配方食品(深圳)有限公司 | 临床营养智能化管理方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104736055A (zh) * | 2012-05-30 | 2015-06-24 | 瑞思迈传感器技术有限公司 | 用于监控心肺健康的方法和设备 |
CN204489218U (zh) * | 2015-03-07 | 2015-07-22 | 赣州市全标生物科技有限公司 | 一种营养包自动称量分装装置 |
CN104866954A (zh) * | 2015-04-27 | 2015-08-26 | 天津师范大学 | 基于智能信息处理终端居民膳食均衡量化分析方法及系统 |
CN104955388A (zh) * | 2012-11-13 | 2015-09-30 | 艾欧敏达有限公司 | 采用时空划分的神经生理学数据分析 |
CN105303041A (zh) * | 2015-10-20 | 2016-02-03 | 沈阳国际旅行卫生保健中心 | 一种人体消化系统健康风险预警系统 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967550A (zh) * | 2006-11-22 | 2007-05-23 | 中国疾病预防控制中心营养与食品安全所 | 便携式营养查询计算评价装置及其查询计算评价方法 |
CN102043893A (zh) * | 2009-10-13 | 2011-05-04 | 北京大学 | 一种疾病预警方法和系统 |
US20120059664A1 (en) * | 2010-09-07 | 2012-03-08 | Emil Markov Georgiev | System and method for management of personal health and wellness |
CN102411624A (zh) * | 2011-11-30 | 2012-04-11 | 黑龙江国米赢天下食品股份有限公司 | 基于云计算的配制食材的方法 |
CN103577671A (zh) * | 2012-07-26 | 2014-02-12 | 刘晓东 | 生成个性化膳食计划方案的方法及系统 |
CN104731846B (zh) * | 2014-11-17 | 2018-10-23 | 陕西师范大学 | 基于多目标的个性化餐饮推荐方法及系统 |
CN104809164A (zh) * | 2015-04-01 | 2015-07-29 | 惠州Tcl移动通信有限公司 | 一种基于移动终端的健康饮食推荐方法及移动终端 |
CN105512196A (zh) * | 2015-11-27 | 2016-04-20 | 朱威 | 一种基于用户状况的个性化营养饮食谱推荐方法及系统 |
JP6765916B2 (ja) * | 2016-09-20 | 2020-10-07 | 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 |
CN106615156A (zh) * | 2016-12-30 | 2017-05-10 | 赣州市全标生物科技有限公司 | 一种小儿辅食营养包及其制备方法 |
CN106960121A (zh) * | 2017-03-16 | 2017-07-18 | 广州家庭医生在线移动新媒体科技有限公司 | 一种在线健康诊疗方法、系统及客户端 |
CN107291965B (zh) * | 2017-08-17 | 2020-11-10 | 广州视源电子科技股份有限公司 | 一种信息查询方法、装置、设备及存储介质 |
CN107680652A (zh) * | 2017-09-13 | 2018-02-09 | 天津大学 | 一种基于机器学习的营养饮食推荐及评价方法 |
CN109754864A (zh) * | 2017-11-02 | 2019-05-14 | 宁波方太厨具有限公司 | 一种基于饮食食材预言用户身体状况的方法 |
CN108231161A (zh) * | 2018-03-13 | 2018-06-29 | 正丰健康科技有限公司 | 个体化膳食营养素摄入含量的快速自评系统 |
CN108665961A (zh) * | 2018-05-29 | 2018-10-16 | 王洪建 | 一种儿童保健体格评价和营养早教指导系统 |
US11527317B2 (en) * | 2018-08-03 | 2022-12-13 | MychewIQ, Inc. | System and method for the interactive provision of meal plans to optimize human health goals through nutrient consumption to enhance body functions, health goals and disease prevention |
CN110033845A (zh) * | 2019-01-18 | 2019-07-19 | 深圳鼎新融合科技有限公司 | 一种儿童营养素缺乏风险等级评估系统 |
CN109887574B (zh) * | 2019-01-31 | 2023-07-07 | 广州市格利网络技术有限公司 | 基于食材识别的食养食疗指导方法及装置 |
CN109785935B (zh) * | 2019-02-18 | 2019-10-29 | 三七二二(北京)健康咨询有限公司 | 营养推荐引擎执行方法及装置 |
CN110097946B (zh) * | 2019-03-01 | 2022-06-07 | 西安电子科技大学 | 一种基于营养成分分析的饮食推荐方法 |
CN110782971A (zh) * | 2019-10-09 | 2020-02-11 | 南京麦澜德医疗科技有限公司 | 一种膳食推荐方法及系统 |
-
2020
- 2020-04-14 CN CN202010290888.2A patent/CN111462863B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104736055A (zh) * | 2012-05-30 | 2015-06-24 | 瑞思迈传感器技术有限公司 | 用于监控心肺健康的方法和设备 |
CN104955388A (zh) * | 2012-11-13 | 2015-09-30 | 艾欧敏达有限公司 | 采用时空划分的神经生理学数据分析 |
CN204489218U (zh) * | 2015-03-07 | 2015-07-22 | 赣州市全标生物科技有限公司 | 一种营养包自动称量分装装置 |
CN104866954A (zh) * | 2015-04-27 | 2015-08-26 | 天津师范大学 | 基于智能信息处理终端居民膳食均衡量化分析方法及系统 |
CN105303041A (zh) * | 2015-10-20 | 2016-02-03 | 沈阳国际旅行卫生保健中心 | 一种人体消化系统健康风险预警系统 |
Non-Patent Citations (1)
Title |
---|
儿童青少年肺通气功能预测的后向传播神经网络方法;陈鑫;张正国;冯逵;陈莉;韩少梅;朱广瑾;;生理学报(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111462863A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111462863B (zh) | 营养自查与膳食推荐方法及系统 | |
Onyango | Dietary diversity, child nutrition and health in contemporary African communities | |
Skau et al. | The use of linear programming to determine whether a formulated complementary food product can ensure adequate nutrients for 6-to 11-month-old Cambodian infants | |
Krebs et al. | Increased food intake of young children receiving a zinc supplement | |
RU2006130322A (ru) | Компьютерный способ (варианты) для составления плана питания и машиночитаемый носитель | |
Awuchi et al. | Ready-to-use therapeutic foods (RUTFs) for remedying malnutrition and preventable nutritional diseases | |
CN106845066A (zh) | 一种人体健康监控系统 | |
CN109461493A (zh) | 一种儿童智能喂养系统及方法 | |
Widodo et al. | Nutrition improvement of elementary students with intervention of tilapia fish flour and sardine fish flour based biscuits | |
Laugesen | The New Zealand food supply and diet-trends 1961-95 and comparison with other OECD countries | |
Shuo et al. | The patterns of complementary feeding and growth among 12 to 23 month-old children in China | |
Ghatge | Food intake pattern of malnourished preschool children after supplementation of soyaladoo | |
CN105613958A (zh) | 一种富镁鸡蛋的生产方法 | |
Adrianopoli et al. | Optimized feeding recommendations and in-home fortification to improve iron status in infants and young children in the Republic of Tajikistan: a pilot project. | |
US20230217983A1 (en) | Method for determining optimized compositions of food products | |
Noormohammadpour et al. | Body Composition and dietary pattern of Iranian male soccer players, a large national study | |
Wijaya | Improvement Of Nutritional Status Of Children Age 3-5 Years Through Giving Additional Food Of Dangke Chips | |
Tarigan | The Effect of Giving Tempeh Nuget and Cork Fish Substance on Weight Gain and Height of School Children in The Sarudik Health Center Area, Central Tapanuli Regency in 2021 | |
Ristanti et al. | Formulation of stick laor (Eunice viridis) as an alternative food supplement for toddlers in stunting prevention | |
Chaudhary et al. | Development of major millets (Finger, Pearl, Sorghum) bakery products and its quality evaluation | |
Yessimsiitova et al. | Increase of Healthy Food Quality among the Kazakhstan Population | |
Suslina et al. | Analysis of the actual diet of patients with diseases of the digestive system | |
Thakur et al. | Organoleptic evaluation of cookies development from small millets enriched with peanuts. | |
Singh et al. | The Importance and Safe Use of Vitamins for Improving Health and Wellbeing | |
Jasti et al. | Exploring Dietary Practices and Food Habits: A Focus Group Study among Rural Women in Mulshi, Pune. |
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 |