CN113205867A - 一种面向青少年体质指标的数字化饮食营养配比方法 - Google Patents

一种面向青少年体质指标的数字化饮食营养配比方法 Download PDF

Info

Publication number
CN113205867A
CN113205867A CN202110465555.3A CN202110465555A CN113205867A CN 113205867 A CN113205867 A CN 113205867A CN 202110465555 A CN202110465555 A CN 202110465555A CN 113205867 A CN113205867 A CN 113205867A
Authority
CN
China
Prior art keywords
years old
bmi
meals
surface area
lunch
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110465555.3A
Other languages
English (en)
Inventor
魏强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Weishi Intelligent Health Management Co ltd
Original Assignee
Shenzhen Weishi Intelligent Health Management Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Weishi Intelligent Health Management Co ltd filed Critical Shenzhen Weishi Intelligent Health Management Co ltd
Priority to CN202110465555.3A priority Critical patent/CN113205867A/zh
Publication of CN113205867A publication Critical patent/CN113205867A/zh
Pending legal-status Critical Current

Links

Classifications

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

Landscapes

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

Abstract

一种面向青少年体质指标的数字化饮食营养配比方法,涉及饮食配置方法,该方法包括以下步骤:步骤一、计算BMI;步骤二、计算体表面积;步骤三、计算人体基础代谢率;步骤四、计算每日所需热量;步骤五、确定三餐能量配比;步骤六、确定三餐营养元素配比,基于大量的追踪测试数据,采用多项式拟合的方法得到多项式方程,其用于修正青少年某项体质指标的横断面年增长值,使得修正后的青少年某项体质指标的年增长值更可靠。

Description

一种面向青少年体质指标的数字化饮食营养配比方法
技术领域
本发明涉及饮食配置方法,具体涉及一种面向青少年体质指标的数字化饮食营养配比方法。
背景技术
目前,在国民体质测试工作方案中通常选用身高、体重、肺活量、握力、背力、坐位体前屈、50米跑和立定跳远作为衡量青少年体质的指标。
横断面调查方法是体质研究中常采用方法,即在同一时间内对不同的年龄组随机抽取若干个样本,用这些样本的平均数来近似的反映一个样本纵向连续追综若干年的发展趋势。
由于这种横断面调查的方法能同时获得不同年龄段的数据,及时反映出随年龄变化的发展趋势,因而一直被沿用着。然而,《中国人骨成熟度评价标准及应用》中提出:横断资料的纵断使用得出的是一种平滑了的生长发育或成熟度曲线,掩盖了一定年龄儿童所固有的宽大的个体变异,不能精确评价生长发育速度和变化规律。因此采用横断面调查的方法得到的青少年体质指标的年增长值是不可靠的。
发明内容
本发明提出一种面向青少年体质指标的数字化饮食营养配比方法,其特征在于:该方法包括以下步骤:
步骤一、计算BMI;
步骤二、计算体表面积;
步骤三、计算人体基础代谢率;
步骤四、计算每日所需热量;
步骤五、确定三餐能量配比;
步骤六、确定三餐营养元素配比。
作为优选的技术方案,所述的BIM为儿童体重指数,具体计算公式为BIM=体重/身高*2;所述的体重单位为kg,身高单位为cm。
作为优选的技术方案,所述的体表面积=[42.3356*身高+175.6882*体重-272.2716]/10000;所述的体表面单位为平方米,身高的单位为cm;体重的单位为kg。
与现有技术相比,本发明的有益效果是:基于大量的追踪测试数据,采用多项式拟合的方法得到多项式方程,其用于修正青少年某项体质指标的横断面年增长值,使得修正后的青少年某项体质指标的年增长值更可靠。
具体实施方式
下面将结合本发明实施例中的,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
实施例一
以下列取的内容为2-17岁的正常BMI的体重指数;一种面向青少年体质指标的数字化饮食营养配比方法,其特征在于:该方法包括以下步骤:
步骤一、计算BMI;所述的BIM为儿童体重指数,具体计算公式为BIM=体重/身高*2;所述的体重单位为kg,身高单位为cm;首选列出,男孩的BMI值,2岁:18.5>BMI>13.6;3岁:18.4>BMI>13.4;4岁:18.2>BMI>13.1;5岁:18.3>BMI>12.9;6岁:18.4>BMI>13.4;7岁:17.0>BMI>13.6;8岁:17.8>BMI>13.8;9岁:18.5>BMI>14.0;10岁:19.2>BMI>14.1;11岁:19.9>BMI>14.7;12岁:20.7>BMI>15.1;13岁:21.4>BMI>15.7;14岁:22.3>BMI>16.3;15-17岁:23>BMI>18;再次列出女孩的BMI值;2岁:18.4>BMI>13.1;3岁:18.4>BMI>13.1;4岁:18.5>BMI>12.8;5岁:18.8>BMI>12.7;6岁:19.1>BMI>13.1;7岁:16.8>BMI>13.2;8岁:17.6>BMI>13.4;9岁:18.5>BMI>13.7;10岁:19.5>BMI>14.1;11岁:20.5>BMI>14.6;12岁:21.5>BMI>15.2;13岁:22.2>BMI>15.8;14岁:22.8>BMI>16.3;15-17岁:23>BMI>17。
步骤二、计算体表面积;所述的体表面积=[42.3356*身高+175.6882*体重-272.2716]/10000;所述的体表面单位为平方米,身高的单位为cm;体重的单位为kg。
步骤三、计算人体基础代谢率;男孩,2-3岁:体表面积*214.6*24/4.18;4-5岁:体表面积*206.3*24/4.18;6岁:体表面积*202.1*24/4.18;7岁:体表面积*197.9*24/4.18;8岁:体表面积*193.5*24/4.18;9岁:体表面积*189.1*24/4.18;10岁:体表面积*184.5*24/4.18;11岁:体表面积*179.9*24/4.18;12-14岁:体表面积*178*24/4.18;15-17岁:体表面积*172*24/4.18;女孩,2-3岁:体表面积*214.2*24/4.18;4-5岁:体表面积*202.5*24/4.18;6岁:体表面积*201.1*24/4.18;7岁:体表面积*200*24/4.18;8岁:体表面积*189.6*24/4.18;9岁:体表面积*179.1*24/4.18;10岁:体表面积*177.4*24/4.18;11岁:体表面积*175.7*24/4.18;12-14岁:体表面积*170*24/4.18;15-17岁:体表面积*155*24/4.18。
步骤四、计算每日所需热量;2-3岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.85;4-5岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.8;6岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.8;7岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.8;8岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.7;9岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.7;10岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.65;11岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.65;12-14岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.65;15-17岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.6。
步骤五、确定三餐能量配比;三餐配比3:4:3。
步骤六、确定三餐营养元素配比;2-3岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%,三餐脂肪比:早餐:23%午餐:26%晚餐:26%;4-5岁三餐蛋白质比:早餐:14%午餐:14%晚餐:14%。三餐脂肪比:早餐:23%午餐:26%晚餐:26%;6岁,三餐蛋白质比:早餐:13%午餐:13%晚餐:13%;三餐脂肪比:早餐:23%午餐:26%晚餐:26%。7岁,三餐蛋白质比:早餐:13%午餐:13%晚餐:13%;三餐脂肪比:早餐:23%午餐:26%晚餐:26%;8岁,三餐蛋白质比:早餐:13%午餐:13%晚餐:13%,三餐脂肪比:早餐:23%午餐:26%晚餐:26%9岁,三餐蛋白质比:早餐:14%午餐:14%晚餐:14%,三餐脂肪比:早餐:23%午餐:27%晚餐:27%,10岁,三餐蛋白质比:早餐:14%午餐:14%晚餐:14%三餐脂肪比:早餐:23%午餐:27%晚餐:27%,11岁,三餐蛋白质比:早餐:14%午餐:14%晚餐:14%,三餐脂肪比:早餐:23%午餐:27%晚餐:27%,12-14岁,三餐蛋白质比:早餐:16%午餐:16%晚餐:16%,三餐脂肪比:早餐:24%午餐:28%晚餐:28%,15-17岁,三餐蛋白质比:早餐:18%午餐:18%晚餐:18%,三餐脂肪比:早餐:20%午餐:25%晚餐:25%。
实施例二
以下为BMI指标超过额定值的儿童,采用以下算法进行调节,一种面向青少年体质指标的数字化饮食营养配比方法,该方法包括以下步骤:
步骤一、计算BMI;所述的BIM为儿童体重指数,具体计算公式为BIM=体重/身高*2;所述的体重单位为kg,身高单位为cm,男:2岁:超重:18.5≤BMI3岁:超重:18.4≤BMI,4岁:超重:18.2≤BMI,5岁:超重:18.3≤BMI6岁:超重:18.4≤BMI,男:7岁:超重:17.0≤BMI,8岁:超重:17.8≤BMI,9岁:超重:18.5≤BMI,10岁:超重:19.2≤BMI,11岁:超重:19.9≤BMI,12岁:超重:20.7≤BMI,13岁:超重:21.4≤BMI,14岁:超重:22.3≤BMI,15-17岁:超重:23≤BMI,女:2岁:超重:18.4≤BMI3岁:超重:18.4≤BMI,4岁:超重:18.5≤BMI,5岁:超重:18.8≤BMI6岁:超重:19.1≤BMI,7岁:超重:16.8≤BMI,8岁:超重:17.6≤BMI9岁:超重:18.5≤BMI,10岁:超重:19.5≤BMI,11岁:超重:20.5≤BMI12岁:超重:21.5≤BMI,13岁:超重:22.2≤BMI,14岁:超重:22.8≤BMI15-17岁:超重:23≤BMI;
步骤二、计算体表面积;所述的体表面积=[42.3356*身高+175.6882*体重-272.2716]/10000;所述的体表面单位为平方米,身高的单位为cm;体重的单位为kg
步骤三、计算人体基础代谢率;男:2-3岁:体表面积*214.6*24/4.18,4-5岁:体表面积*206.3*24/4.18,岁:体表面积*202.1*24/4.18,7岁:体表面积*197.9*24/4.18,8岁:体表面积*193.5*24/4.18,9岁:体表面积*189.1*24/4.18,10岁:体表面积*184.5*24/4.18,11岁:体表面积*179.9*24/4.18,12-14岁:体表面积*178*24/4.18,15-17岁:体表面积*172*24/4.1,女:2-3岁:体表面积*214.2*24/4.18,4-5岁:体表面积*202.5*24/4.18,6岁:体表面积*201.1*24/4.18;7岁:体表面积*200*24/4.188岁:体表面积*189.6*24/4.18,9岁:体表面积*179.1*24/4.18,10岁:体表面积*177.4*24/4.18,11岁:体表面积*175.7*24/4.18,12-14岁:体表面积*170*24/4.18,15-17岁:体表面积*155*24/4.18;
步骤四、计算每日所需热量;2-3岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.85*0.8,4-5岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.8*0.75,6岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.8*0.8,7岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.8*0.8,8岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.7*0.9,9岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.7*0.9,10岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.65*0.911岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.65*0.9,12-14岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.65*0.9,15-17岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.6*0.9;
步骤五、确定三餐能量配比;三餐配比3:4:3
步骤六、确定三餐营养元素配比,2-3岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%;三餐脂肪比:早餐:23%午餐:26%晚餐:26%,4-5岁,三餐蛋白质比:早餐:14%午餐:14%晚餐:14%,三餐脂肪比:早餐:23%午餐:26%晚餐:26%,6岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%,三餐脂肪比:早餐:23%午餐:26%晚餐:26%。7岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%,三餐脂肪比:早餐:23%午餐:26%晚餐:26%,8岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%,三餐脂肪比:早餐:23%午餐:26%晚餐:26%,9岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%,餐脂肪比:早餐:23%午餐:27%晚餐:27%,10岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%,三餐脂肪比:早餐:23%午餐:27%晚餐:27%,11岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%,三餐脂肪比:早餐:23%午餐:27%晚餐:27%,12-14岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%,三餐脂肪比:早餐:24%午餐:28%晚餐:28%,15-17岁,三餐蛋白质比:早餐:18%午餐:18%晚餐:18%,三餐脂肪比:早餐:20%午餐:25%晚餐:25%。
实施例三
以下为BMI指标超过额定值的儿童,采用以下算法进行调节,一种面向青少年体质指标的数字化饮食营养配比方法,其特征在于:该方法包括以下步骤:
步骤一、计算BMI;所述的BIM为儿童体重指数,具体计算公式为BIM=体重/身高*2;所述的体重单位为kg,身高单位为cm;男:2岁:BMI≤13.6,3岁:BMI≤13.4,4岁:BMI≤13.1,5岁:BMI≤12.9,6岁:BMI≤13.4,7岁:BMI≤13.6,8岁:BMI≤13.8,9岁:BMI≤14.0,10岁:BMI≤14.3,11岁:BMI≤14.7,12岁:BMI≤15.1,13岁:BMI≤15.7,14岁:BMI≤16.3,15-17岁:BMI≤18,女:2岁:BMI≤13.1,3岁:BMI≤13.1,4岁:BMI≤12.85岁:BMI≤12.7,6岁:BMI≤13.1,7岁:BMI≤13.2,8岁:BMI≤13.4,9岁:BMI≤13.7,10岁:BMI≤14.1,11岁:BMI≤14.6,12岁:BMI≤15.213岁:BMI≤15.8,14岁:BMI≤16.3,15-17岁,BMI≤17;
步骤二、计算体表面积;所述的体表面积=[42.3356*身高+175.6882*体重-272.2716]/10000;所述的体表面单位为平方米,身高的单位为cm;体重的单位为kg
步骤三、计算人体基础代谢率;2-3岁:体表面积*214.6*24/4.18;4-5岁:体表面积*206.3*24/4.18;6岁:体表面积*202.1*24/4.18;7岁:体表面积*197.9*24/4.18;8岁:体表面积*193.5*24/4.18;9岁:体表面积*189.1*24/4.18;10岁:体表面积*184.5*24/4.18;11岁:体表面积*179.9*24/4.18;12-14岁:体表面积*178*24/4.18;15-17岁:体表面积*172*24/4.18;女:2-3岁:体表面积*214.2*24/4.18,4-5岁:体表面积*202.5*24/4.18,6岁:体表面积*201.1*24/4.18;7岁:体表面积*200*24/4.188岁:体表面积*189.6*24/4.18,9岁:体表面积*179.1*24/4.18,10岁:体表面积*177.4*24/4.18,11岁:体表面积*175.7*24/4.18,12-14岁:体表面积*170*24/4.18,15-17岁:体表面积*155*24/4.18。
步骤四、计算每日所需热量;2-3岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.85*1.2;4-5岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.8*1.2;6岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.8*1.1;7岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.8*1.1;8岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.75*1.1;9岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.7*1.1;10岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.67*1.111岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.65*1.1;12-14岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.65*1.1;15-17岁:每日所需热量(Kcal)=人体基础代谢率*1.6*0.6*1.1;
步骤五、确定三餐能量配比;三餐配比3:4:3;
步骤六、确定三餐营养元素配比,2-3岁,三餐蛋白质比:早餐:15%午餐:15%晚餐:15%;三餐脂肪比:早餐:23%午餐:26%晚餐:26%。
4-5岁,三餐蛋白质比:早餐:14%午餐:14%晚餐:14%;三餐脂肪比:早餐:23%午餐:26%晚餐:26%。
6岁,三餐蛋白质比:早餐:14%午餐:14%晚餐:14%;三餐脂肪比:早餐:23%午餐:26%晚餐:26%。
7岁,三餐蛋白质比:早餐:14%午餐:14%晚餐:14%;三餐脂肪比:早餐:23%午餐:26%晚餐:26%
8岁,三餐蛋白质比:早餐:14%午餐:14%晚餐:14%;三餐脂肪比:早餐:23%午餐:26%晚餐:26%
9岁,三餐蛋白质比:早餐:16%午餐:16%晚餐:16%;三餐脂肪比:早餐:23%午餐:27%晚餐:27%
10岁,三餐蛋白质比:早餐:16%午餐:16%晚餐:16%;三餐脂肪比:早餐:23%午餐:27%晚餐:27%
11岁,餐蛋白质比:早餐:16%午餐:16%晚餐:16%;三餐脂肪比:早餐:23%午餐:27%晚餐:27%
12-14岁,三餐蛋白质比:早餐:16%午餐:16%晚餐:16%;三餐脂肪比:早餐:24%午餐:28%晚餐:28%
15-17岁,三餐蛋白质比:早餐:18%午餐:18%晚餐:18%;三餐脂肪比:早餐:20%午餐:25%晚餐:25%。
具体案例如下:
案例1-1:6岁,身高:117cm,体重:22kg,BMI:16.07--正常体重
使用第一组公式:
计算得出基础代谢:992Kcal每日三餐能量摄入:1269Kcal
试跑计划午餐数据:
能量:508Kcal、蛋白质:16.5g、脂肪:14.7g、碳水:77.5g
试跑餐单
魔芋糙米饭,三色藜麦饭,XO酱水东芥菜,京酱松花菜,板栗烧鸡(42元)
试跑实际午餐数据:
能量:505Kcal蛋白质:25.2g脂肪:9.9g碳水:78.9g。
蛋白质偏多,脂肪偏少---建议:增加小分量肉类或增加蛋白质偏少的肉类菜品,适当菜品增加脂肪
案例1-2:7岁,身高:124cm,体重:26kg,BMI:16.91--正常体重
使用第一组公式:
计算得出基础代谢:1108Kcal每日三餐能量摄入:1418Kcal
试跑计划午餐数据:
能量:567Kcal蛋白质:18.4g脂肪:16.4g碳水:86.5g
试跑餐单
三色藜麦饭*2,京酱松花菜,京酱杏鲍菇,川香麻婆豆腐(39元)
试跑实际午餐数据:
能量:518Kcal蛋白质:20.9g脂肪:10.6g碳水:85g
案例1-3:9岁,身高:140cm,体重:35kg,BMI:17.6--正常体重
使用第一组公式:
计算得出基础代谢:1370Kcal每日三餐能量摄入:1534Kcal
试跑计划午餐数据:
能量:614Kcal蛋白质:21.5g脂肪:18.4g碳水:90.6g
试跑餐单:
三色藜麦饭,水晶虾饺,京酱杏鲍菇,京酱松花菜,红萝卜汁鸡肉丸(49元)试跑实际午餐数据:
能量:575Kcal蛋白质:29.7g脂肪:17.8g碳水:74.2g
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (3)

1.一种面向青少年体质指标的数字化饮食营养配比方法,其特征在于:该方法包括以下步骤:
步骤一、计算BMI;
步骤二、计算体表面积;
步骤三、计算人体基础代谢率;
步骤四、计算每日所需热量;
步骤五、确定三餐能量配比;
步骤六、确定三餐营养元素配比。
2.根据权利要求1所述的面向青少年体质指标的数字化饮食营养配比方法,其特征在于:所述的BIM为儿童体重指数,具体计算公式为BIM=体重/身高*2;所述的体重单位为kg,身高单位为cm。
3.根据权利要求1所述的面向青少年体质指标的数字化饮食营养配比方法,其特征在于:所述的体表面积=[42.3356*身高+175.6882*体重-272.2716]/10000;所述的体表面单位为平方米,身高的单位为cm;体重的单位为kg。
CN202110465555.3A 2021-04-28 2021-04-28 一种面向青少年体质指标的数字化饮食营养配比方法 Pending CN113205867A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110465555.3A CN113205867A (zh) 2021-04-28 2021-04-28 一种面向青少年体质指标的数字化饮食营养配比方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110465555.3A CN113205867A (zh) 2021-04-28 2021-04-28 一种面向青少年体质指标的数字化饮食营养配比方法

Publications (1)

Publication Number Publication Date
CN113205867A true CN113205867A (zh) 2021-08-03

Family

ID=77029220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110465555.3A Pending CN113205867A (zh) 2021-04-28 2021-04-28 一种面向青少年体质指标的数字化饮食营养配比方法

Country Status (1)

Country Link
CN (1) CN113205867A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104731846A (zh) * 2014-11-17 2015-06-24 陕西师范大学 基于多目标的个性化餐饮推荐方法及系统
CN106382788A (zh) * 2016-08-29 2017-02-08 合肥美菱股份有限公司 一种冰箱健康饮食推荐方法
CN107833617A (zh) * 2017-11-28 2018-03-23 威海海洋职业学院 一种大学生一日营养食谱编制方法
CN109243580A (zh) * 2018-11-01 2019-01-18 广州仁生健康科技有限公司 一种降血糖的智能营养配餐系统及饮食管理方法
CN112420159A (zh) * 2019-08-20 2021-02-26 广东美的白色家电技术创新中心有限公司 一种能量需求计算处理方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104731846A (zh) * 2014-11-17 2015-06-24 陕西师范大学 基于多目标的个性化餐饮推荐方法及系统
CN106382788A (zh) * 2016-08-29 2017-02-08 合肥美菱股份有限公司 一种冰箱健康饮食推荐方法
CN107833617A (zh) * 2017-11-28 2018-03-23 威海海洋职业学院 一种大学生一日营养食谱编制方法
CN109243580A (zh) * 2018-11-01 2019-01-18 广州仁生健康科技有限公司 一种降血糖的智能营养配餐系统及饮食管理方法
CN112420159A (zh) * 2019-08-20 2021-02-26 广东美的白色家电技术创新中心有限公司 一种能量需求计算处理方法及装置

Similar Documents

Publication Publication Date Title
Culetu et al. Nutritional and functional properties of gluten-free flours
Wei et al. Whole-grain consumption and the risk of all-cause, CVD and cancer mortality: a meta-analysis of prospective cohort studies
Al Muktadir et al. Nutrition transition–Pattern IV: Leads Bangladeshi youth to the increasing prevalence of overweight and obesity
Tupe et al. Diet patterns of lactovegetarian adolescent girls: need for devising recipes with high zinc bioavailability
Adeyeye et al. Quality and sensory properties of maize flour cookies enriched with soy protein isolate
Chiplonkar et al. Extent of error in estimating nutrient intakes from food tables versus laboratory estimates of cooked foods
Arlappa et al. Consumption pattern of pulses, vegetables and nutrients among rural population in India
Säll et al. Modeling price sensitivity in food consumption
Parthasarathy et al. Dietary modifications to improve micronutrient status of Indian children and adolescents with type 1 diabetes
Shai et al. Adaptation of international nutrition databases and data-entry system tools to a specific population
Becker et al. Relations between socio‐economic status and morbidity, food intake and growth in young children in two villages in Bangladesh
Harahap et al. The relationship between type and frequency of online food ordering with obesity in students of Medan Area University
Gandal et al. Obesity and price sensitivity at the supermarket
CN113205867A (zh) 一种面向青少年体质指标的数字化饮食营养配比方法
MacInnis et al. Does food processing contribute to childhood obesity disparities?
Holliday et al. Characteristics of meat or sausage patties using pulses as extenders
Veronicah et al. The role of irrigation on improvement of nutritional status of young children in central Kenya
Shevlyakov et al. Reference values for intake of six types of soluble and insoluble fibre in healthy UK inhabitants based on the UK Biobank data
Hoang Analysis of calorie and micronutrient consumption in Vietnam
Kim et al. Nutrition transition in the Republic of Korea
Liang et al. Evaluation of wheat noodles supplemented with soy protein isolate for Nutritional, Textural, Cooking attributes and Glycemic Index
Viswanathan et al. The changing pattern of undernutrition in India: A comparative analysis across regions
Benjamin Body size of Papua New Guineans: a comparison of the body mass index of adults in selected urban and rural areas of Papua New Guinea
Adebayo-Oyetoro et al. Effect of co-fermentation on the quality attributes of weaning food produced from sorghum (Sorghum bicolor) and pigeon pea (Cajanus cajan)
Woo et al. Increasing dietary fiber in foods: The case for phosphorylated cross-linked resistant starch, a highly concentrated form of dietary fiber

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210803