CN113628723A - 一种基于智能手环的提供饮食推荐的方法 - Google Patents

Abstract

本申请公开了一种基于智能手环的提供饮食推荐的方法，方法包括：通过智能手环获取用户的初始身体数据，并将初始身体数据发送至云端，以使云端根据初始身体数据在预设的多种健康模型中选择匹配度最高的健康模型；获取用户的运动数据、进食数据、用户的当前生理参数值，并将运动数据、进食数据、当前生理参数值发送至云端，以使云端通过健康模型对运动数据、进食数据、当前生理参数值分析，得到用户的推荐饮食；接收云端发送的推荐饮食数据，将推荐饮食显示至智能手环的显示屏上。通过本申请提出的方法能够根据不同用户的不同身体数据，为用户选择最合适的健康模型，对用户的身体状况进行实时检测，推荐不同的一日三餐食谱帮助用户健康饮食。

Description

一种基于智能手环的提供饮食推荐的方法

技术领域

本申请涉及智能设备领域，具体涉及一种基于智能手环的提供饮食推荐的方法。

背景技术

在如今的大数据时代的背景下，人工智能技术飞速发展，成为了当前时代的一项重要的技术。其拥较高的解决问题能力，通常用来计算数据量较大、人类较难解决的问题。许多人在日常生活中常会遇到不知道每天应该吃什么才能满足人类一天所需营养物质的问题，而不同身体素质的人往往需要不同的饮食，特别是对于糖尿病患者、患有肥胖症的患者更是如此。因此，亟需一种便捷、精确的能够提供饮食推荐的方法，并能够根据用户的生理状态变化随时做出不同的推理与判断。

发明内容

为了解决上述问题，本申请提出了一种基于智能手环的提供饮食推荐的方法，包括：

通过智能手环获取用户的初始身体数据，并将所述初始身体数据发送至云端，以使所述云端根据所述初始身体数据在预设的多种健康模型中选择匹配度最高的所述健康模型；获取所述用户的运动数据、进食数据、所述用户的当前生理参数值，并将所述运动数据、所述进食数据、所述当前生理参数值发送至所述云端，以使所述云端通过所述健康模型对所述运动数据、所述进食数据、所述当前生理参数值分析，得到所述用户的推荐饮食；接收所述云端发送的推荐饮食数据，将所述推荐饮食显示至所述智能手环的显示屏上。

在一个示例中，所述初始身体数据至少包括所述用户的身高、体重、年龄、性别、病史；所述进食数据至少包括所述用户的进食时间、食物类别、食物数量。

在一个示例中，所述以使所述云端根据所述初始身体数据在预设的多种健康模型中选择匹配度最高的所述健康模型之前，所述方法还包括：获取所述用户的饮食偏好及健康情况；将所述饮食偏好及所述健康状况发送至云端，并根据所述饮食偏好与所述健康状况确认预设健康模型；根据所述用户的健康状况，获取所述用户的当前生理参数值。

在一个示例中，所述健康状况至少包括健康、所述用户为糖尿病患者、所述用户为高血压患者、肥胖中的一种。

在一个示例中，所述方法还包括：确定所述用户的初始身体数据处于正常范围，且确定所述用户具有健身意向；在给所述用户推荐饮食时选择低脂食物进行推荐。

在一个示例中，获取所述用户的当前生理参数值，具体包括：确定所述智能手环接收到的血液检测信号；通过所述智能手环内设置的采血针采集的目标用户的血液样本；检测所述血液样本，获取所述血液样本的生理参数值。

在一个示例中，所述方法还包括：确定所述智能手环接受到的用户更换请求；清空所述云端存储的历史用户数据；获取新用户的所述初始身体数据，并根据所述新用户的所述初始身体数据重新确定所述健康模型。

在一个示例中，获取所述用户的进食数据之后，所述方法还包括：根据所述进食数据，判断所述用户的卡路里摄入量；根据所述健康模型设置所述用户的摄入量最高阈值，判断所述卡路里摄入量是否超过所述摄入量最高阈值；若是，则通过所述智能手环提示所述用户进食过量。

在一个示例中，通过所述智能手环提示所述用户进食过量之后，所述方法还包括：所述云端根据所述健康模型估算所述用户的多余摄入量；根据所述健康模型及所述当前生理参数值，分别计算能将所述多余摄入量消耗掉的不同种类运动的运动量；所述云端将所述不同种类运动及其对应的所述运动量传输至智能手环，以使所述智能手环将所述运动及其对应的所述运动量显示至所述智能手环的显示屏上。

在一个示例中，获取所述用户的运动数据、进食数据之后，所述方法还包括：根据所述用户当日的所述进食数据、所述运动数据以及存储在所述云端的所述用户过去一周的所述进食数据与所述运动数据，生成所述用户的总结表。

通过本申请提出的方法能够根据不同用户的不同身体数据，为用户选择最合适的健康模型，对用户的身体状况进行实时检测，并根据不同的身体状况，推荐不同的一日三餐食谱帮助用户健康饮食。并能够实时根据智能手环采集到的用户的运动数据、进食数据、生理参数值来改进推荐的饮食，以帮助用户能够对饮食结构进行合理、便捷的选择。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中一种基于智能手环的提供饮食推荐的方法流程示意图；

图2为本申请实施例中一种基于智能手环的提供饮食推荐的设备示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

如图1所示，本申请实施例提供一种基于智能手环的提供饮食推荐的方法，包括：

S101：通过智能手环获取用户的初始身体数据，并将所述初始身体数据发送至云端，以使所述云端根据所述初始身体数据在预设的多种健康模型中选择匹配度最高的所述健康模型。

首先，用户需要通过智能手环输入自己的初始身体数据，为避免占用智能手环太多的存储空间以及计算能力，智能手环将用户的初始身体数据传输至云端，并借用云端强大的计算能力，计算用户的身体数据与各类健康模型的匹配度，并从中挑选匹配度最高的健康模型作为用户的健康模型。这里的健康模型指的是预先根据各类人群的身体状况设立的不同模型，健康模型的输入为用户的各类生理参数，输出为用户每日应该摄入的卡路里量以及营养量。

S102：获取所述用户的运动数据、进食数据、所述用户的当前生理参数值，并将所述运动数据、所述进食数据、所述当前生理参数值发送至所述云端，以使所述云端通过所述健康模型对所述运动数据、所述进食数据、所述当前生理参数值分析，得到所述用户的推荐饮食。

在得到用户的健康模型之后，为了能够随时对用户的饮食结构进行优化、调整，需要获取用户的运动数据、进食数据、用户当前的生理参数值。这里的运动数据可以依靠智能手环内部的加速度传感器，采用压阻式、压电式和电容式工作原理,产生的加速度正比于电阻、电压和电容的变化,通过相应的放大和滤波电路进行采集,达到监测步数的效果。而用户的进食数据需要用户自行输入至智能手环中，因此，智能手环中可以增设有语音识别装置，用于识别用户语音输入，比如用户说脱脂牛奶500g，智能手环再将此时的进食数据，也就是500g脱脂牛奶传输至云端。生理参数值同样是智能手环自行测得，生理参数值可以包括：心率、血压、体温等数据。获取这些数据之后，再将运动数据、进食数据、当前生理参数值发送至云端，通过云端提供的健康模型、算力计算用户的进餐时间以及推荐饮食，也可以包括推荐饮水量。

例如，用户的初始身体数据反应用户的身体属于正常人水平，不存在高血压、高血糖等症状，那么根据正常人的每天身体营养、能量摄入量，根据用户的运动数据，判断用户的卡路里消耗量，然后从而判断用户需要的卡路里摄入量，再根据用户需要的营养摄入量对用户推荐食物。如果用户中午吃了高热量食物，那么根据模型以及卡路里摄入量，会推荐用户在晚上吃一些低热量的食物。当然，由于满足这些条件的食物可能有很多，例如150g的A类食物和200g的B类食物所提供的能量、营养相同，此时可以向用户提供多套满足健康模型的套餐供用户挑选。运动后，身体的糖、人体脂肪、蛋白会很多溶解而造成较多的酸，让人觉得肌肉痛，疲惫怠倦。假如再吃肉类食品或喝可口可乐公司等含糖量高的酸碱性食品，反倒会提升血液中酸值，进而更加加剧人体骨骼的酸疼水平，使疲惫更没法立即清除。此时推荐饮水可以是牛乳、豆浆、茶水、果汁、纯净水或温开水。

S103：接收所述云端发送的推荐饮食数据，将所述推荐饮食显示至所述智能手环的显示屏上。

得到用户的进餐时间以及推荐饮食后，智能手环接收云端发送的推荐饮食数据，这里的推荐饮食数据包括进餐时间以及推荐饮食，也可以包括推荐饮水量。将这些数据显示至智能手环的显示屏处，以使用户自行选择。

在一个实施例中，初始身体数据至少包括用户的身高、体重、年龄、性别、病史，例如，如果用户曾经患有糖尿病，那么用户终身都需要注意自己的饮食，严格控制糖分的摄入。此外，还可以包括一些其他详细数据，例如空腹时的血糖、平时的血压等数据。初始身体数据详细，就能使用户匹配到与用户身体更加相似的健康模型，使得在给用户改善饮食结构时更加科学、合理。

进食数据至少包括用户的进食时间、食物类别、食物数量。进食时间可以通过智能手环的时间功能自动进行记录，进食时间应该包括开始时间、结束时间、持续时间。食物类别则应该具体到食物的品种，例如不同品种的苹果就可能导致含糖量不同，如果在录入食物类别时太过宽泛，会导致在后续的挑选推荐饮食时造成误差。食物数量则是指食物的质量或是数量，用户所能提供的越精确，在后续调整饮食时，造成的误差越小。为了更方便用户提供进食数据，可以使得智能手环设置有能够拍照的摄像头，用于拍摄食物照片，并将食物照片上传至云端识别，也可以将智能手环与电子秤相连，用于获得食物数量。

在一个实施例中，由于不同的用户会有不同的饮食偏好及健康情况，为避免用户因不喜欢推荐的饮食而放弃选择，从而导致算力的浪费，可以在预设的多种健康模型中选择匹配度最高的健康模型之前，收集用户的饮食偏好以及健康情况，并在挑选健康模型时，加入饮食偏好以及健康情况的影响参数，从而保证健康模型与用户身体的匹配度更高。进一步地，在获取用户的生理参数值时还需考虑用户的健康情况。加入可供用户选择的饮食偏好以及健康情况，有助于提高用户满意度，避免算力的浪费。

进一步地，在用户选择健康状况时，选择至少包括用户健康、用户为糖尿病患者、用户为高血压患者、用户为肥胖状态中的一种，根据用户的不同健康状态，在多种预设的健康模型中选择与用户匹配度最高的健康模型时，加入用户的健康状态对选择健康模型的影响，能够使得选取到的健康模型更加符合用户的身体状态，尤其是糖尿病患者这种如果误食高含糖量食物可能会导致身体受损的用户。

更进一步地，如果用户是糖尿病患者，那么在获取身体生理参数值时，还需要获取用户的血糖，目前检测血糖的主流方式是通过使用血糖仪对无名指的指尖进行采血，并通过血液样本进行检验，从而测得血糖。基于此，为了方便糖尿病患者的使用，可以在智能手环内部设置有采血针，用于在接收到血液检测信号之后，采集目标用户的血液样本。当然也可以使用户另外携带便携式的血糖仪，在使用血糖仪测得血糖值后，再将血糖值输入至智能手环中。

在一个实施例中，经常会遇到用户本身身体可能属于健康身体，但为身体形貌考虑，从而产生健身的想法，此时的用户会把降低体重以及降低体脂率作为首要目标。基于此，在检测到用户的各项初始身体数据处于正常范围内，但仍然具有健身意向的话，可以在给用户推荐饮食时多从低脂食物中进行选择和推荐。从而提高用户满意度，并帮助用户进行减肥或是健身等过程。

在一个实施例中，由于智能手环可能会遇到更换使用者的情况，此时如果还保留上一位使用者的各类数据，可能会导致上一位使用者的隐私遭到泄露。基于此，当智能手环接收到更换使用者的信号之后，清空关于上一位使用者存储在云端的数据，包括初始身体数据以及历史进食数据、历史运动数据等。然后获取新用户的初始身体数据并选择新的健康模型。这里的接收到更换使用者的信号可以是在确认新账号的登陆后，询问是否为智能手环的新用户。

在一个实施例中，用户可能会因为贪吃或是无意中多吃导致卡路里摄入量过高，如果长时间如此，可能会导致用户肥胖，进而引发一系列疾病。基于此，智能手环在获取到用户的进食数据之后，可以根据进食数据判断用户的营养摄入量或是卡路里摄入量。并通过用户对应的健康模型设定用户的摄入量的最高阈值，并将营养摄入值或是卡路里摄入值与阈值行比较，如果超出最高阈值，则通过智能手环提示用户进食过量，以规范用户进食。如果用户是糖尿病患者，则还需要根据进食数据判断用户的血糖含量是否会超标，并给出相应提示。

进一步地，在提示用户进食过量之后，还可以帮助用户计算需要多少运动量才能将这些额外的卡路里摄入量消耗掉，以防止用户变胖。基于此，可以利用云端的算力根据健康模型估算用户的多余卡路里摄入量，并根据健康模型以及当前的生理参数值，分别计算不同种类如果想要将多余摄入量消耗掉所需要的运动量。如果根据用户的健康情况或是根据用户的病史数据，判断用户是糖尿病患者或是曾经患有糖尿病，则需要计算通过不同种类的运动，将血糖含量恢复至正常值需要的运动量，并将运动种类及对应的运动量传输至智能手环，智能手环再将运动种类及对应的运动量显示至显示屏上，以供用户选择。

在一个实施例中，用户有时可能会想要比较一下自己最近的进食数据，以对自己的近期表现有一个大致的总结。基于此，智能手环在获取所述用户的运动数据、进食数据之后，可以将用户当日的运动数据、进食数据与存储在云端的近一周的数据结合，生成用户的周总结表，当然，也可以是月总结表。

在一个实施例中，如果用户长时间使用智能手环推荐的饮食，可能会导致用户的初始身体数据与用户的实际身体数据逐渐产生误差，从而导致用户的健康模型不再准确。基于此，每间隔预设时间段，智能手环向用户发出变更初始身体数据提醒，如果用户的实际身体数据与用户的上次填写的初始身体数据有较大偏差，可以重新填写。

如图2所示，本申请实施例还提供了一种基于智能手环的提供饮食推荐的设备，其特征在于，包括：

至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：

通过智能手环获取用户的初始身体数据，并将所述初始身体数据发送至云端，以使所述云端根据所述初始身体数据在预设的多种健康模型中选择匹配度最高的所述健康模型；获取所述用户的运动数据、进食数据、所述用户的当前生理参数值，并将所述运动数据、所述进食数据、所述当前生理参数值发送至所述云端，以使所述云端通过所述健康模型对所述运动数据、所述进食数据、所述当前生理参数值分析，得到所述用户的推荐饮食；接收所述云端发送的推荐饮食数据，将所述推荐饮食显示至所述智能手环的显示屏上。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于智能手环的提供饮食推荐的方法，其特征在于，包括：

通过智能手环获取用户的初始身体数据，并将所述初始身体数据发送至云端，以使所述云端根据所述初始身体数据在预设的多种健康模型中选择匹配度最高的所述健康模型；

获取所述用户的运动数据、进食数据、所述用户的当前生理参数值，并将所述运动数据、所述进食数据、所述当前生理参数值发送至所述云端，以使所述云端通过所述健康模型对所述运动数据、所述进食数据、所述当前生理参数值分析，得到所述用户的推荐饮食；

接收所述云端发送的推荐饮食数据，将所述推荐饮食显示至所述智能手环的显示屏上。

2.根据权利要求1所述的方法，其特征在于，所述初始身体数据至少包括所述用户的身高、体重、年龄、性别、病史；

所述进食数据至少包括所述用户的进食时间、食物类别、食物数量。

3.根据权利要求1所述的方法，其特征在于，所述以使所述云端根据所述初始身体数据在预设的多种健康模型中选择匹配度最高的所述健康模型之前，所述方法还包括：

获取所述用户的饮食偏好及健康情况；

将所述饮食偏好及所述健康状况发送至云端，并根据所述饮食偏好与所述健康状况确认预设健康模型；

根据所述用户的健康状况，获取所述用户的当前生理参数值。

4.根据权利要求3所述的方法，其特征在于，所述健康状况至少包括健康、所述用户为糖尿病患者、所述用户为高血压患者、肥胖中的一种。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述用户的初始身体数据处于正常范围，且确定所述用户具有健身意向；

在给所述用户推荐饮食时选择低脂食物进行推荐。

6.根据权利要求1所述的方法，其特征在于，获取所述用户的当前生理参数值，具体包括：

确定所述智能手环接收到的血液检测信号；

通过所述智能手环内设置的采血针采集的目标用户的血液样本；

检测所述血液样本，获取所述血液样本的生理参数值。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述智能手环接受到的用户更换请求；

清空所述云端存储的历史用户数据；

获取新用户的所述初始身体数据，并根据所述新用户的所述初始身体数据重新确定所述健康模型。

8.根据权利要求2所述的方法，其特征在于，获取所述用户的进食数据之后，所述方法还包括：

根据所述进食数据，判断所述用户的卡路里摄入量；

根据所述健康模型设置所述用户的摄入量最高阈值，判断所述卡路里摄入量是否超过所述摄入量最高阈值；

若是，则通过所述智能手环提示所述用户进食过量。

9.根据权利要求8所述的方法，其特征在于，通过所述智能手环提示所述用户进食过量之后，所述方法还包括：

所述云端根据所述健康模型估算所述用户的多余摄入量；

根据所述健康模型及所述当前生理参数值，分别计算能将所述多余摄入量消耗掉的不同种类运动的运动量；

所述云端将所述不同种类运动及其对应的所述运动量传输至智能手环，以使所述智能手环将所述运动及其对应的所述运动量显示至所述智能手环的显示屏上。

10.根据权利要求1所述的方法，其特征在于，获取所述用户的运动数据、进食数据之后，所述方法还包括：

根据所述用户当日的所述进食数据、所述运动数据以及存储在所述云端的所述用户过去一周的所述进食数据与所述运动数据，生成所述用户的总结表。

Images