CN112148969A - 膳食推荐方法、装置、计算机设备和存储介质 - Google Patents
膳食推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112148969A CN112148969A CN202010858949.0A CN202010858949A CN112148969A CN 112148969 A CN112148969 A CN 112148969A CN 202010858949 A CN202010858949 A CN 202010858949A CN 112148969 A CN112148969 A CN 112148969A
- Authority
- CN
- China
- Prior art keywords
- information
- nutrient
- food material
- recommended
- intake
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000012054 meals Nutrition 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 44
- 235000015097 nutrients Nutrition 0.000 claims abstract description 243
- 235000013305 food Nutrition 0.000 claims abstract description 168
- 239000000463 material Substances 0.000 claims abstract description 167
- 235000006286 nutrient intake Nutrition 0.000 claims description 51
- 238000004590 computer program Methods 0.000 claims description 25
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 201000010099 disease Diseases 0.000 claims description 15
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 15
- 235000016709 nutrition Nutrition 0.000 abstract description 19
- 230000035764 nutrition Effects 0.000 abstract description 17
- 208000017667 Chronic Disease Diseases 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 abstract 1
- 235000005911 diet Nutrition 0.000 description 24
- 230000037213 diet Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 7
- 230000035935 pregnancy Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 235000014633 carbohydrates Nutrition 0.000 description 2
- 150000001720 carbohydrates Chemical class 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 230000000378 dietary effect Effects 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 208000015380 nutritional deficiency disease Diseases 0.000 description 2
- 235000016236 parenteral nutrition Nutrition 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 235000013343 vitamin Nutrition 0.000 description 2
- 239000011782 vitamin Substances 0.000 description 2
- 229940088594 vitamin Drugs 0.000 description 2
- 229930003231 vitamin Natural products 0.000 description 2
- 241000512259 Ascophyllum nodosum Species 0.000 description 1
- 208000002720 Malnutrition Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 244000061458 Solanum melongena Species 0.000 description 1
- 235000002597 Solanum melongena Nutrition 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 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
- 235000019789 appetite Nutrition 0.000 description 1
- 230000036528 appetite Effects 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 235000021073 macronutrients Nutrition 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 235000014594 pastries Nutrition 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 235000021395 porridge Nutrition 0.000 description 1
- 235000012015 potatoes Nutrition 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 235000000346 sugar Nutrition 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Landscapes
- 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
本申请具体涉及一种膳食推荐方法、装置、计算机设备和存储介质。所述方法包括:获取用户的身体信息和包含至少一种备选食材的备选食材信息之后,根据用户的身体信息获得营养素推荐摄入量信息,以及根据营养素推荐摄入量信息和备选食材信息确定食材配比信息,最后根据食材配比信息生成至少一种膳食推荐套餐。本发明实施例能够提高营养评估精确度,提高慢病管控效果。
Description
技术领域
本申请涉及智慧医疗技术领域,特别是涉及一种膳食推荐方法、装置、计算机设备和存储介质。
背景技术
近年来,中国慢病患者人数持续增加,其中,大多数非传染性慢病与饮食生活方式密切相关,然而,目前大多数慢病患者不具备科学的营养知识,也难以获得专业的临床营养师指导以及精准化营养方案,这对于慢病患者的康复极为不利。
目前一些现有技术能够自动根据患者的身体信息(比如身高、体重、年龄、患病信息等信息)为患者进行营养评估,并为患者提供营养评估结果以及饮食建议(比如建议吃和/或不吃哪些食材),这样患者可以根据营养评估结果和饮食建议来调整自己的饮食生活方式。然而,目前现有技术的营养评估结果只包含少量营养素,评估的精确度不够高,此外,即使患者知道了饮食建议,用户还需要思考如果根据饮食建议来选择自己每餐饮食的食材及其重量,对于用户来说太难执行,用户很难对每餐饮食都严格把控,从而有可能导致某些食材摄入量过多或不足等情况出现,这会使得慢病管控的效果难以提高。
发明内容
本发明针对现有技术的缺点,提供了一种膳食推荐方法、装置、计算机设备和存储介质,本发明实施例能够提高营养评估精确度,提高慢病管控效果。
本发明根据第一方面提供了一种膳食推荐方法,在一个实施例中,该方法包括:
获取用户的身体信息和备选食材信息,身体信息包括身体体征信息和身体状况信息,备选食材信息包括至少一种备选食材;
根据用户的身体信息获得营养素推荐摄入量信息,营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;
根据营养素推荐摄入量信息和备选食材信息确定食材配比信息;
根据食材配比信息生成至少一种膳食推荐套餐,每种膳食推荐套餐包括至少一个菜谱。
在一个实施例中,根据用户的身体信息获得营养素推荐摄入量信息的步骤,包括:
根据用户的身体体征信息确定初始营养素推荐摄入量信息;
根据身体状况信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
在一个实施例中,根据身体状况信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息的步骤,包括:
根据身体状况信息查询疾病知识数据库,基于查询结果确定营养素摄入量调整信息;
根据营养素摄入量调整信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
在一个实施例中,初始营养素推荐摄入量信息包括多种营养素及各种营养素对应的推荐摄入量;
根据营养素摄入量调整信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息的步骤,包括:
根据营养素摄入量调整信息确定该初始营养素推荐摄入量信息包括的多种营养素中的待更新营养素及其对应的摄入量调整信息,该多种营养素中包括至少一种待更新营养素,该待更新营养素是需要更新对应推荐摄入量的营养素;
根据各种待更新营养素对应的摄入量调整信息更新各种待更新营养素对应的推荐摄入量,得到营养素推荐摄入量信息。
在一个实施例中,营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;
根据营养素推荐摄入量信息和备选食材信息确定食材配比信息的步骤,包括:
获取备选食材信息中每种备选食材对应的营养成分信息;
根据每种备选食材对应的营养成分信息以及每种营养素对应的推荐摄入量建立第一模型;
使用第一算法求解第一模型,得到食材配比信息。
在一个实施例中,根据食材配比信息生成至少一种膳食推荐套餐的步骤,包括:
获取用户的备选菜谱信息;
根据备选菜谱信息和食材配比信息建立第二模型;
使用第二算法求解第二模型,根据求解结果生成至少一种膳食推荐套餐。
在一个实施例中,该膳食推荐方法还包括:
将生成的该至少一种膳食推荐套餐展示给用户;
在接收到用户的下单指示后,确定该至少一种膳食推荐套餐中与下单指示对应的目标膳食推荐套餐;
根据目标膳食推荐套餐为用户进行配餐。
本发明根据第二方面提供了一种膳食推荐装置,在一个实施例中,该装置包括:
用户信息获取模块,用于获取用户的身体信息和备选食材信息,身体信息包括身体体征信息和身体状况信息,备选食材信息包括至少一种备选食材;
营养素摄入量获得模块,用于根据用户的身体信息获得营养素推荐摄入量信息,营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;
食材配比确定模块,用于根据营养素推荐摄入量信息和备选食材信息确定食材配比信息;
膳食套餐生成模块,用于根据食材配比信息生成至少一种膳食推荐套餐,每种膳食推荐套餐包括至少一个菜谱。
本发明根据第三方面提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一方法的实施例的步骤。
本发明根据第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一方法的实施例的步骤。
在本发明实施例中,在获取用户的身体信息和包含至少一种备选食材的备选食材信息之后,根据用户的身体信息获得营养素推荐摄入量信息,以及根据营养素推荐摄入量信息和备选食材信息确定食材配比信息,最后根据食材配比信息生成至少一种膳食推荐套餐,能够提高营养评估精确度;而由于本方法能够为用户直接提供膳食推荐套餐,膳食推荐套餐由至少一个菜谱构成,而每个菜谱是由备选食材组成的,相比以往的饮食建议,用户能够直接为自己的每餐饮食选择相应的膳食推荐套餐,可以更方便地调整自身的饮食方式,进而提高慢病管控效果。
附图说明
图1为一个实施例中一种膳食推荐方法的流程示意图;
图2为一个实施例中根据用户的身体信息获得营养素推荐摄入量信息的流程示意图;
图3为另一个实施例中一种膳食推荐方法的流程示意图;
图4为一个实施例中食材配比信息的示意图;
图5为一个实施例中一种膳食推荐装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本发明一个实施例提供了一种膳食推荐方法,该方法可以单独由服务器(或服务器集群)来实现,也可以由服务器和智能终端(如智能手机、笔记本电脑、平板电脑和/或可穿戴设备等)构成的系统来实现。以下以该方法应用于上述系统为例来介绍该方法,如图1所示,该方法包括以下步骤:
S110:获取用户的身体信息和备选食材信息。
在本实施例中,用户的身体信息包括身体体征信息和身体状况信息。
其中,身体体征信息包括性别、年龄、身高、体重、劳动强度(如劳动强度高、中、低等)和餐次(如早餐、午餐、晚餐、下午茶、夜宵等等)中至少一项;进一步地,如果用户的性别为女,那么身体体征信息还包括怀孕信息,怀孕信息中包括用于表征用户是乳母或孕妇或非孕妇的怀孕状态信息,又进一步地,如果用户为孕妇,则怀孕信息中还包括孕期信息(如怀孕天数和/或怀孕阶段等)。身体状况信息中包括用于表征用户为健康或患病的健康状态信息;进一步地,如果用户的健康状态为“患病”,则身体状态信息中还包括疾病类型信息(如,营养缺乏性疾病)和疾病描述信息(如蛋白质-营养不良)。备选食材信息包括至少一种用于制作膳食推荐套餐的备选食材,比如,鸡蛋、茄子、土豆等等。
用户的身体信息和备选食材信息的获取方式可以根据本方案具体应用的场景来调整。比如,在一个场景中,用户在点餐时主动输入身体信息和备选食材信息,系统自动根据用户输入的身体信息和备选食材信息生成膳食推荐套餐并推荐给用户,此时,可以通过智能终端上的点餐App(当然也还可以是小程序、网页等)提供的用于采集用户输入信息的图形界面来获取用户的身体信息和备选食材信息。
可能地,某些疾病可能需要用户忌口,为了避免用户摄入需忌口的食材,用户可以只输入身体信息,系统会自动根据用户的身体信息确定与该身体信息对应的备选食材信息。进一步地,为了使最后生成的膳食推荐套餐更符合用户的胃口,系统在自动根据用户的身体信息确定出与该身体信息对应的适合用户食用的多种食材后,提示用户从该多种食材中选择若干种食材,并将用户选择的食材作为备选食材。
在另一可能情况中,用户的身体信息和备选食材信息预先存于本地(当然还可以是其他地方,如远程数据库服务器),预先设置用于实现本方法的定时任务,每当定时任务触发时,系统自动从本地获取用户的身体信息和备选食材信息,并执行本方法其他步骤对应的操作,当然,餐次信息可以根据系统时间来调整,具体调整方式可根据具体场景进行设置,比如,当系统时间达到12:00时,将餐次信息调整为午餐,当系统时间达到18:00时,将餐次信息调整为晚餐。
S120:根据用户的身体信息获得营养素推荐摄入量信息。
在本实施例中,系统基于获得的用户的身体信息来确定出营养素推荐摄入信息。
在一个实施方式中,如图2所示,S120:根据用户的身体信息获得营养素推荐摄入量信息的步骤,包括:
S121:根据用户的身体体征信息确定初始营养素推荐摄入量信息。
S122:根据身体状况信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
在本实施方式中,预先构建营养素数据库和疾病知识数据库。
具体地,构建营养素数据库时,可以基于中国营养学会、欧洲肠内肠外营养学会、美国营养学会等各大机构发表的专业营养指南,筛选出膳食营养素摄入量标准,分别为:宏量营养素、脂溶性维生素、水溶性维生素、常量元素和微量元素。经过表格化处理,依据不同性别、年龄、身体活动水平等指标将对应的营养素整理成对应的数据库文件。疾病知识数据库用于对患者进行医疗级别的营养评估,在构建疾病知识数据库时,可以在中国营养学会、美国营养协会和欧洲肠内肠外营养学会发表的专业营养指南中,检索慢性病人需要注意的饮食指导,并在SinoMed数据库(中国生物医学文献服务系统)、Pubmad数据库(一个提供生物医学方面的论文搜寻以及摘要,并且免费搜寻的数据库)、Embase(Excerpt MedicaDatabase)数据库上筛选循证医学一至二级证据的营养学论文,整合相关临床医生意见,将上述内容进行统一整合从而形成疾病知识数据库。
系统在获得用户的身体信息之后,根据身体信息中的身体体征信息查询营养素数据库,从而得到与该身体体征信息对应的初始营养素推荐摄入量信息,其中,该初始营养素推荐摄入量信息包括多种营养素及各种营养素对应的推荐摄入量。
在获得初始营养素推荐摄入量信息之后,根据身体状况信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息,具体地,该步骤包括:
根据身体状况信息查询疾病知识数据库,基于查询结果确定营养素摄入量调整信息;
根据营养素摄入量调整信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
具体地,系统根据身体状况信息查询疾病知识数据库,根据查询结果确定营养素摄入量调整信息,并根据营养素摄入量调整信息对之前获得的初始营养素推荐摄入量信息进行更新,从而获得准确的营养评估结果。比如,糖尿病需要少摄入碳水化合物,假如用户患有糖尿病,那么需要对初始营养素推荐摄入量信息中与碳水化合物相关的营养素所对应的推荐摄入量进行调整。
进一步地,在一个实施方式中,根据营养素摄入量调整信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息的步骤,包括:
根据营养素摄入量调整信息确定该初始营养素推荐摄入量信息包括的多种营养素中的待更新营养素及其对应的摄入量调整信息,该多种营养素中包括至少一种待更新营养素;
根据各种待更新营养素对应的摄入量调整信息更新各种待更新营养素对应的推荐摄入量,得到营养素推荐摄入量信息。
其中,待更新营养素是指初始营养素推荐摄入量信息包括的多种营养素中需要更新对应推荐摄入量的营养素。
具体地,营养素摄入量调整信息用于确定初始营养素推荐摄入量信息包括的多种营养素中哪个或哪些营养素是待更新营养素,以及各种待更新营养素对应的摄入量调整信息。待更新营养素对应的摄入量调整信息可以是待更新营养素更新后的推荐摄入量,比如,初始营养素推荐摄入量信息包括营养素A-推荐摄入量2克、营养素B-推荐摄入量4克、营养素C-推荐摄入量6克,而营养素摄入量调整信息包括营养素A-摄入量调整信息1g、营养素B-摄入量调整信息2g,则可以确定待更新营养素为营养素A和营养素B,营养素A调整后的推荐摄入量为1g,营养素B调整后的推荐摄入量为2g,调整后得到的营养素A-推荐摄入量1克、营养素B-推荐摄入量2克、营养素C-推荐摄入量6克即为营养素推荐摄入量信息。
S130:根据营养素推荐摄入量信息和备选食材信息确定食材配比信息。
其中,食材配比信息是指各备选食材及其对应的重量。
S140:根据食材配比信息生成至少一种膳食推荐套餐。
其中,每种膳食推荐套餐包括至少一个菜谱,比如,生成的某一膳食推荐套餐为绿豆大米粥、鸡蛋、糖酥饼和拌海带丝。
在本实施例中,系统在获得用户的身体信息和备选食材信息之后,根据用户的身体信息获得营养素推荐摄入量信息,以及根据营养素推荐摄入量信息和备选食材信息确定食材配比信息,最后根据食材配比信息生成至少一种膳食推荐套餐,从而提高营养评估精确度;而由于本方法能够为用户直接提供膳食推荐套餐,膳食推荐套餐由至少一个菜谱构成,而每个菜谱是由备选食材组成的,相比以往的饮食建议,用户能够直接为自己的每餐饮食选择相应的膳食推荐套餐,可以更方便地调整自身的饮食方式,进而提高慢病管控效果。
进一步地,在一个实施例中,如图3所示,该膳食推荐方法还包括:
S150:将生成的该至少一种膳食推荐套餐展示给用户。
S160:在接收到用户的下单指示后,确定该至少一种膳食推荐套餐中与下单指示对应的目标膳食推荐套餐。
S170:根据目标膳食推荐套餐为用户进行配餐。
在本实施例中,将生成的至少一个膳食推荐套餐展示给用户,用户可以从该至少一个膳食推荐套餐中选择全部或部分膳食推荐套餐作为目标膳食推荐套餐,并向系统下发下单指示,系统会在接收到下单指示后,从该至少一种膳食推荐套餐中确定出与该下单指示对应的目标膳食推荐套餐,并为用户进行配餐,相比以往只是为用户提供饮食建议的方式,本实施例能够根据用户的身体信息为用户直接配送相应的膳食推荐套餐,免掉用户自己根据饮食建议来选择食材以及根据食材制作饮食的繁琐,这样能够让用户每餐都能成功摄入所需的各种营养素,有利于用户调整自身的饮食方式,进而提高慢病管控效果。
本方法可以应用于外卖送餐场景中。比如,在一个实施方式中,用户可以在商家提供的点餐App(也可以是外卖平台提供的点餐App)上填写身体信息,系统在接收到用户提交的身体信息之后,向用户展示与该身份信息对应的适合用户食用的多种食材,由用户从中选择若干种食材作为备选食材,系统再根据该用户的身体信息和备选食材信息生成多种膳食推荐套餐供用户选择,之后响应于用户下发的下单指令从该多种膳食推荐套餐中确定出该下单指令对应的目标膳食推荐套餐,然后根据目标膳食推荐套餐的相关信息(比如套餐包含的菜谱信息)生成配餐订单信息并发送给商家终端(比如装有与系统进行交互的客户端软件的手机/电脑等计算设备),商家可以通过商家终端获知该用户下单的配餐订单信息,并制作出配餐订单信息对应的膳食,以及将制作好的膳食配送给该用户。
在一个实施例中,根据营养素推荐摄入量信息和备选食材信息确定食材配比信息的步骤,包括:
获取备选食材信息中每种备选食材对应的营养成分信息;
根据每种备选食材对应的营养成分信息以及每种营养素对应的推荐摄入量建立第一模型;
使用第一算法求解第一模型,得到食材配比信息。
在本实施例中,假设备选食材信息包括m(m为大于0的正整数)种备选食材,营养素推荐摄入量信息包括n(n为大于0的正整数)种营养素。系统先从食材数据库中查询每种备选食材对应的营养成分信息,然后基于上述信息建立第一数据模型。其中,食材数据库是预先构建好的数据库,其中导入了多种(比如上千种)食材的名称(或代号)及其对应的营养成分。
具体地,令xm表示第m种备选食材分别对应的分量;令Aij表示第i种备选食材中第j类营养素的含量,其中,i=1,2,3,…,m,j=1,2,3,…,n;令yn表示第n种营养素对应的推荐摄入量。
为使每种营养素与推荐摄入量的相对误差最小,则优化目标为:
同时,希望每种营养素的相对误差不超过预设阈值d(比如15%),0≤d≤1,为此添加约束条件:1-d≤Dj≤1+d。
最后,化多目标最优化问题为单目标,此处采用简单的相加,从而得到最终的优化问题(如下式二所示),并使用遗传算法来求解该单目标最优化问题得到食材配比信息,比如图4所示的食材配比信息。
在一个实施例中,根据食材配比信息生成至少一种膳食推荐套餐的步骤,包括:
获取用户的备选菜谱信息;
根据备选菜谱信息和食材配比信息建立第二模型;
使用第二算法求解第二模型,根据求解结果生成至少一种膳食推荐套餐。
在本实施例中,系统在获得食材配比信息之后,获取该用户的备选菜谱信息,再根据备选菜谱信息和食材配比信息建立第二模型,并使用优化后的遗传算法对该第二模型进行处理从而得到至少一种膳食推荐套餐。其中,用户的备选菜谱信息可以是系统自动根据备选食材信息生成的至少一个备选菜谱,也可以是系统自动生成多个菜谱之后,展示给用户并由用户从中选择至少一个菜谱作为备选菜谱。
具体地,假设有n个备选菜谱,将n个备选菜谱分别标记为R1,R2,…,Rn,令xn表示第n个备选菜谱分别需要摄入的重量,令Rn备选菜谱中的每单位菜肴中第i种食材的含量分别为k1i,k2i,…,kni,则菜肴当中所含的食材和推荐的食材满足以下多元线性方程:
k1ix1+k2ix2+…+knixn=Bi (式三)
其中,Bi表示第i号备选食材的重量。为了实现多样化的方案输出,可以为备选食材的重量赋予一个上下波动的范围,比如将波动范围设置为15%,可以得到Bimin=0.85Bi和Bimax=1.15Bi。
于是得到下列式子:
进一步地,考虑到各种食材合理选择的问题,可以将适应度函数初步设计为:
f(x)=Z1+Z2+…+Zn (式六)
其中,Z1+Z2+…+Zn分别为膳食推荐套餐中不同食材的重量与其对应备选食材的重量之间的误差。运用(式五)所示的适应度函数可以求出f(x)的最小值,并且可以得到在当前适应度下所有x的值。
更进一步地,在为慢病患者提供膳食推荐套餐的场景中,直接运行该适应度函数所得到的结果误差会比较大,为此,可以为适应度函数f(x)设置(式七)所示调整参数,以减小运行该适应度函数所得到的结果误差。
f(x)=a1Z1+a2Z2+…+anZn (式七)
其中,Bmax为备选食材重量中的最大值,Bi为相应食材的输入重量。
在一个实施方式中,可以对选择算子进行改进,这样可以因为选择的便利性而大幅度提高算法的收敛速度。实现方式可以是:先将种群全部个体的适应度一一计算出来;然后将种群按照适应度的大小由小到大进行排序;再将排序结果分为三等份,其中,第一份为适应度最高的个体,第二份为适应度居中的个体,第三份为适应度较低的个体;最后将第三份个体直接淘汰,并且将第一份适应度高的个体复制一份,随着没有淘汰到的个体进入到下一代中,用于抵消淘汰操作对父代种群产生的个体减少的影像。
本实施例中的交叉概率Pc可以设置为:pc=0.8×(1-s),其中s为两个个体的相似度。
在另一个实施方式中,计算过程中,为了避免算法收敛至局部最优解,计算过程中可以采用一种动态变异概率的计算方法,计算公式如下:
其中,pm为变异概率,pmin为最小变异概率,pmax为最大变异概率,f为当前个体适应度,fave为全部个体的平均适应度,fmin为当前种群中的最小适应度,fmax为当前种群中的最大适应度。设置pmin=0.01和pmax=0.1。
基于相同的发明构思,本发明一个实施例还提供了一种膳食推荐装置,如图5所示,该装置包括以下模块:
用户信息获取模块110,用于获取用户的身体信息和备选食材信息,身体信息包括身体体征信息和身体状况信息,备选食材信息包括至少一种备选食材;
营养素摄入量获得模块120,用于根据用户的身体信息获得营养素推荐摄入量信息,营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;
食材配比确定模块130,用于根据营养素推荐摄入量信息和备选食材信息确定食材配比信息;
膳食套餐生成模块140,用于根据食材配比信息生成至少一种膳食推荐套餐,每种膳食推荐套餐包括至少一个菜谱。
在一个实施例中,营养素摄入量获得模块,包括:
初始摄入量确定子模块,用于根据用户的身体体征信息确定初始营养素推荐摄入量信息;
营养素摄入量获得子模块,用于根据身体状况信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
在一个实施例中,营养素摄入量获得子模块,包括:
调整信息确定单元,用于根据身体状况信息查询疾病知识数据库,基于查询结果确定营养素摄入量调整信息;
营养素摄入量获得单元,用于根据营养素摄入量调整信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
在一个实施例中,初始营养素推荐摄入量信息包括多种营养素及各种营养素对应的推荐摄入量。营养素摄入量获得单元,还用于根据营养素摄入量调整信息确定该初始营养素推荐摄入量信息包括的多种营养素中的待更新营养素及其对应的摄入量调整信息,该多种营养素中包括至少一种待更新营养素,该待更新营养素是需要更新对应推荐摄入量的营养素,根据各种待更新营养素对应的摄入量调整信息更新各种待更新营养素对应的推荐摄入量,得到营养素推荐摄入量信息。
在一个实施例中,食材配比确定模块,包括:
食材成分获取子模块,用于获取备选食材信息中每种备选食材对应的营养成分信息;
第一模块建立子模块,用于根据每种备选食材对应的营养成分信息以及每种营养素对应的推荐摄入量建立第一模型;
食材配比确定子模块,用于使用第一算法求解第一模型,得到食材配比信息。
在一个实施例中,膳食套餐生成模块,包括:
备选菜谱获取子模块,用于获取用户的备选菜谱信息;
第二模块建立子模块,用于根据备选菜谱信息和食材配比信息建立第二模型;
膳食套餐生成子模块,用于使用第二算法求解第二模型,根据求解结果生成至少一种膳食推荐套餐。
在一个实施例中,该膳食推荐装置还包括:
套餐展示模块,用于将生成的该至少一种膳食推荐套餐展示给用户;
目标套餐确定模块,用于在接收到用户的下单指示后,确定该至少一种膳食推荐套餐中与下单指示对应的目标膳食推荐套餐;
配餐模块,用于根据目标膳食推荐套餐为用户进行配餐。
关于膳食推荐装置的具体限定可以参见上文中对于膳食推荐方法的限定,在此不再赘述。上述膳食推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储疾病知识、营养素信息等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种膳食推荐方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取用户的身体信息和备选食材信息,身体信息包括身体体征信息和身体状况信息,备选食材信息包括至少一种备选食材;根据用户的身体信息获得营养素推荐摄入量信息,营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;根据营养素推荐摄入量信息和备选食材信息确定食材配比信息;根据食材配比信息生成至少一种膳食推荐套餐,每种膳食推荐套餐包括至少一个菜谱。
在一个实施例中,处理器执行计算机程序,实现根据用户的身体信息获得营养素推荐摄入量信息时,还实现以下步骤:
根据用户的身体体征信息确定初始营养素推荐摄入量信息;根据身体状况信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
在一个实施例中,处理器执行计算机程序,实现根据身体状况信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息时,还实现以下步骤:
根据身体状况信息查询疾病知识数据库,基于查询结果确定营养素摄入量调整信息;根据营养素摄入量调整信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
在一个实施例中,初始营养素推荐摄入量信息包括多种营养素及各种营养素对应的推荐摄入量;处理器执行计算机程序,实现根据营养素摄入量调整信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息时,还实现以下步骤:
根据营养素摄入量调整信息确定该初始营养素推荐摄入量信息包括的多种营养素中的待更新营养素及其对应的摄入量调整信息,该多种营养素中包括至少一种待更新营养素,该待更新营养素是需要更新对应推荐摄入量的营养素;根据各种待更新营养素对应的摄入量调整信息更新各种待更新营养素对应的推荐摄入量,得到营养素推荐摄入量信息。
在一个实施例中,营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;处理器执行计算机程序,实现根据营养素推荐摄入量信息和备选食材信息确定食材配比信息时,还实现以下步骤:
获取备选食材信息中每种备选食材对应的营养成分信息;根据每种备选食材对应的营养成分信息以及每种营养素对应的推荐摄入量建立第一模型;使用第一算法求解第一模型,得到食材配比信息。
在一个实施例中,处理器执行计算机程序,实现根据食材配比信息生成至少一种膳食推荐套餐时,还实现以下步骤:
获取用户的备选菜谱信息;根据备选菜谱信息和食材配比信息建立第二模型;使用第二算法求解第二模型,根据求解结果生成至少一种膳食推荐套餐。
在一个实施例中,处理器执行计算机程序时,还实现以下步骤:
将生成的该至少一种膳食推荐套餐展示给用户;在接收到用户的下单指示后,确定该至少一种膳食推荐套餐中与下单指示对应的目标膳食推荐套餐;根据目标膳食推荐套餐为用户进行配餐。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取用户的身体信息和备选食材信息,身体信息包括身体体征信息和身体状况信息,备选食材信息包括至少一种备选食材;根据用户的身体信息获得营养素推荐摄入量信息,营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;根据营养素推荐摄入量信息和备选食材信息确定食材配比信息;根据食材配比信息生成至少一种膳食推荐套餐,每种膳食推荐套餐包括至少一个菜谱。
在一个实施例中,计算机程序被处理器执行,根据用户的身体信息获得营养素推荐摄入量信息时,还实现以下步骤:
根据用户的身体体征信息确定初始营养素推荐摄入量信息;根据身体状况信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
在一个实施例中,计算机程序被处理器执行,根据身体状况信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息时,还实现以下步骤:
根据身体状况信息查询疾病知识数据库,基于查询结果确定营养素摄入量调整信息;根据营养素摄入量调整信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
在一个实施例中,初始营养素推荐摄入量信息包括多种营养素及各种营养素对应的推荐摄入量;计算机程序被处理器执行,根据营养素摄入量调整信息更新初始营养素推荐摄入量信息得到营养素推荐摄入量信息时,还实现以下步骤:
根据营养素摄入量调整信息确定该初始营养素推荐摄入量信息包括的多种营养素中的待更新营养素及其对应的摄入量调整信息,该多种营养素中包括至少一种待更新营养素,该待更新营养素是需要更新对应推荐摄入量的营养素;根据各种待更新营养素对应的摄入量调整信息更新各种待更新营养素对应的推荐摄入量,得到营养素推荐摄入量信息。
在一个实施例中,营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;计算机程序被处理器执行,根据营养素推荐摄入量信息和备选食材信息确定食材配比信息时,还实现以下步骤:
获取备选食材信息中每种备选食材对应的营养成分信息;根据每种备选食材对应的营养成分信息以及每种营养素对应的推荐摄入量建立第一模型;使用第一算法求解第一模型,得到食材配比信息。
在一个实施例中,计算机程序被处理器执行,根据食材配比信息生成至少一种膳食推荐套餐时,还实现以下步骤:
获取用户的备选菜谱信息;根据备选菜谱信息和食材配比信息建立第二模型;使用第二算法求解第二模型,根据求解结果生成至少一种膳食推荐套餐。
在一个实施例中,计算机程序被处理器执行时,还实现以下步骤:
将生成的该至少一种膳食推荐套餐展示给用户;在接收到用户的下单指示后,确定该至少一种膳食推荐套餐中与下单指示对应的目标膳食推荐套餐;根据目标膳食推荐套餐为用户进行配餐。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种膳食推荐方法,其特征在于,包括:
获取用户的身体信息和备选食材信息,所述身体信息包括身体体征信息和身体状况信息,所述备选食材信息包括至少一种备选食材;
根据所述用户的身体信息获得营养素推荐摄入量信息,所述营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;
根据所述营养素推荐摄入量信息和所述备选食材信息确定食材配比信息;
根据所述食材配比信息生成至少一种膳食推荐套餐,每种所述膳食推荐套餐包括至少一个菜谱。
2.如权利要求1所述的膳食推荐方法,其特征在于,
所述根据所述用户的身体信息获得营养素推荐摄入量信息的步骤,包括:
根据所述用户的身体体征信息确定初始营养素推荐摄入量信息;
根据所述身体状况信息更新所述初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
3.如权利要求2所述的膳食推荐方法,其特征在于,
所述根据所述身体状况信息更新所述初始营养素推荐摄入量信息得到营养素推荐摄入量信息的步骤,包括:
根据所述身体状况信息查询疾病知识数据库,基于查询结果确定营养素摄入量调整信息;
根据所述营养素摄入量调整信息更新所述初始营养素推荐摄入量信息得到营养素推荐摄入量信息。
4.如权利要求3所述的膳食推荐方法,其特征在于,
所述初始营养素推荐摄入量信息包括多种营养素及各种营养素对应的推荐摄入量;
所述根据所述营养素摄入量调整信息更新所述初始营养素推荐摄入量信息得到营养素推荐摄入量信息的步骤,包括:
根据所述营养素摄入量调整信息确定所述初始营养素推荐摄入量信息包括的多种营养素中的待更新营养素及其对应的摄入量调整信息,所述多种营养素中包括至少一种待更新营养素,所述待更新营养素是需要更新对应推荐摄入量的营养素;
根据各种待更新营养素对应的摄入量调整信息更新各种待更新营养素对应的推荐摄入量,得到营养素推荐摄入量信息。
5.如权利要求1所述的膳食推荐方法,其特征在于,
所述根据所述营养素推荐摄入量信息和所述备选食材信息确定食材配比信息的步骤,包括:
获取所述备选食材信息中每种备选食材对应的营养成分信息;
根据每种所述备选食材对应的营养成分信息以及每种所述营养素对应的推荐摄入量建立第一模型;
使用第一算法求解所述第一模型,得到食材配比信息。
6.如权利要求5所述的膳食推荐方法,其特征在于,
所述根据所述食材配比信息生成至少一种膳食推荐套餐的步骤,包括:
获取所述用户的备选菜谱信息;
根据所述备选菜谱信息和所述食材配比信息建立第二模型;
使用第二算法求解所述第二模型,根据求解结果生成至少一种膳食推荐套餐。
7.如权利要求1所述的膳食推荐方法,其特征在于,所述方法还包括:
将生成的所述至少一种膳食推荐套餐展示给所述用户;
在接收到所述用户的下单指示后,确定所述至少一种膳食推荐套餐中与所述下单指示对应的目标膳食推荐套餐;
根据所述目标膳食推荐套餐为所述用户进行配餐。
8.一种膳食推荐装置,其特征在于,包括:
用户信息获取模块,用于获取用户的身体信息和备选食材信息,所述身体信息包括身体体征信息和身体状况信息,所述备选食材信息包括至少一种备选食材以及每种所述备选食材对应的食材重量;
营养素摄入量获得模块,用于根据所述用户的身体信息获得营养素推荐摄入量信息,所述营养素推荐摄入量信息包括至少一种营养素以及每种营养素对应的推荐摄入量;
食材配比确定模块,用于根据所述营养素推荐摄入量信息和所述备选食材信息确定食材配比信息;
膳食套餐生成模块,用于根据所述食材配比信息生成至少一种膳食推荐套餐,每种所述膳食推荐套餐包括至少一个菜谱。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858949.0A CN112148969A (zh) | 2020-08-24 | 2020-08-24 | 膳食推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858949.0A CN112148969A (zh) | 2020-08-24 | 2020-08-24 | 膳食推荐方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112148969A true CN112148969A (zh) | 2020-12-29 |
Family
ID=73888969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010858949.0A Pending CN112148969A (zh) | 2020-08-24 | 2020-08-24 | 膳食推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112148969A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948690A (zh) * | 2021-03-29 | 2021-06-11 | 北京三快在线科技有限公司 | 搜索方法、装置、设备及存储介质 |
CN113436035A (zh) * | 2021-06-29 | 2021-09-24 | 青岛海尔科技有限公司 | 食谱的确定方法及装置、存储介质及电子装置 |
CN113569140A (zh) * | 2021-07-13 | 2021-10-29 | 深圳Tcl新技术有限公司 | 信息推荐方法、装置、电子设备及计算机可读存储介质 |
CN114203279A (zh) * | 2021-12-17 | 2022-03-18 | 浙江华园紫杭教育科技有限公司 | 一种膳食营养智能配平和优化的方法、装置和电子设备 |
CN114203281A (zh) * | 2022-01-24 | 2022-03-18 | 北京左医科技有限公司 | 膳食的推荐方法以及膳食的推荐装置 |
CN114203277A (zh) * | 2021-11-15 | 2022-03-18 | 珠海格力电器股份有限公司 | 控糖推荐方法、装置、介质、及智能设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105677852A (zh) * | 2016-01-07 | 2016-06-15 | 陕西师范大学 | 一种个性化健康饮食推荐服务方法 |
US20180330224A1 (en) * | 2017-05-15 | 2018-11-15 | Shuttle Inc. | Diet information recommendation system and diet information recommendation method |
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
- 2020-08-24 CN CN202010858949.0A patent/CN112148969A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105677852A (zh) * | 2016-01-07 | 2016-06-15 | 陕西师范大学 | 一种个性化健康饮食推荐服务方法 |
US20180330224A1 (en) * | 2017-05-15 | 2018-11-15 | Shuttle Inc. | Diet information recommendation system and diet information recommendation method |
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 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948690A (zh) * | 2021-03-29 | 2021-06-11 | 北京三快在线科技有限公司 | 搜索方法、装置、设备及存储介质 |
CN113436035A (zh) * | 2021-06-29 | 2021-09-24 | 青岛海尔科技有限公司 | 食谱的确定方法及装置、存储介质及电子装置 |
CN113436035B (zh) * | 2021-06-29 | 2023-08-18 | 青岛海尔科技有限公司 | 食谱的确定方法及装置、存储介质及电子装置 |
CN113569140A (zh) * | 2021-07-13 | 2021-10-29 | 深圳Tcl新技术有限公司 | 信息推荐方法、装置、电子设备及计算机可读存储介质 |
CN114203277A (zh) * | 2021-11-15 | 2022-03-18 | 珠海格力电器股份有限公司 | 控糖推荐方法、装置、介质、及智能设备 |
CN114203279A (zh) * | 2021-12-17 | 2022-03-18 | 浙江华园紫杭教育科技有限公司 | 一种膳食营养智能配平和优化的方法、装置和电子设备 |
CN114203281A (zh) * | 2022-01-24 | 2022-03-18 | 北京左医科技有限公司 | 膳食的推荐方法以及膳食的推荐装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112148969A (zh) | 膳食推荐方法、装置、计算机设备和存储介质 | |
US8510127B2 (en) | Method and system for developing and delivering a therapeutic meal plan program | |
US20180233064A1 (en) | Nutrition scoring system | |
US20150279235A1 (en) | Nutrition management system and nutrition management program | |
US20060253296A1 (en) | Medical advisory system | |
CN109346153A (zh) | 一种数字化就餐系统和方法 | |
CN112951430A (zh) | 多种慢性疾病联合管理设备和计算机可读存储介质 | |
JP6652627B1 (ja) | 献立を提案するためのシステム、装置、方法、及びプログラム | |
US20240087721A1 (en) | Methods and systems for nourishment refinement using psychiatric markers | |
Iwuji et al. | An optimal DASH diet model for people with hypertension using linear programming approach | |
CN112951375A (zh) | 一种饮食推荐方法及系统 | |
WO2018226885A1 (en) | Training, nutrition, and wellness planners | |
CN111243708B (zh) | 一种对大规模人群提供符合个体营养需求的系统及其方法 | |
NZ548356A (en) | Method and apparatus for formulating individualised doses of nutrition | |
CN112287211A (zh) | 食材搭配方案生成方法、装置、计算机设备和存储介质 | |
CN114127857A (zh) | 基于患者的饮食计划推荐系统 | |
CN108615553B (zh) | 膳食制定方法、装置及存储介质 | |
CN116580815A (zh) | 一种慢病患者的饮食营养管理方法和系统 | |
CN113724837A (zh) | 慢病患者饮食计划表的生成方法、装置及终端设备 | |
CN114008452A (zh) | 与认知功能有关的食物的评价方法 | |
CN113903430A (zh) | 一种健康膳食推荐方法及系统 | |
KR102006350B1 (ko) | 생체 임피던스 측정장치를 이용한 건강 관리시스템 및 건강 관리 장치 | |
WO2024060967A1 (en) | Meal plan generating method, apparatus, and computer implemented algorithm thereof | |
CN111656455A (zh) | 根据患者的状况优化饮食中的微量营养素 | |
KR101989367B1 (ko) | 식사 기록을 지원하는 방법 및 서버 |
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 |