CN114159052A - 具个人化饮食代谢监测、分析、预测及管理系统的血糖机 - Google Patents
具个人化饮食代谢监测、分析、预测及管理系统的血糖机 Download PDFInfo
- Publication number
- CN114159052A CN114159052A CN202010956019.9A CN202010956019A CN114159052A CN 114159052 A CN114159052 A CN 114159052A CN 202010956019 A CN202010956019 A CN 202010956019A CN 114159052 A CN114159052 A CN 114159052A
- Authority
- CN
- China
- Prior art keywords
- data
- blood glucose
- diet
- personalized
- analysis
- 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
- 239000008280 blood Substances 0.000 title claims abstract description 98
- 210000004369 blood Anatomy 0.000 title claims abstract description 98
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 title claims abstract description 79
- 239000008103 glucose Substances 0.000 title claims abstract description 79
- 235000005911 diet Nutrition 0.000 title claims abstract description 76
- 230000037213 diet Effects 0.000 title claims abstract description 71
- 230000004060 metabolic process Effects 0.000 title claims abstract description 35
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 235000013305 food Nutrition 0.000 claims abstract description 61
- 235000012054 meals Nutrition 0.000 claims abstract description 28
- 230000036541 health Effects 0.000 claims abstract description 26
- 238000007405 data analysis Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims description 46
- 230000002503 metabolic effect Effects 0.000 claims description 22
- 230000000694 effects Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 12
- 235000005686 eating Nutrition 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 10
- 230000004622 sleep time Effects 0.000 claims description 9
- 230000000291 postprandial effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 5
- 230000004153 glucose metabolism Effects 0.000 claims description 2
- 230000000630 rising effect Effects 0.000 claims description 2
- 230000000378 dietary effect Effects 0.000 claims 5
- 238000004186 food analysis Methods 0.000 claims 1
- 235000012631 food intake Nutrition 0.000 claims 1
- 229940088597 hormone Drugs 0.000 abstract description 4
- 239000005556 hormone Substances 0.000 abstract description 4
- 238000006241 metabolic reaction Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 3
- 230000001684 chronic effect Effects 0.000 abstract description 2
- 230000037149 energy metabolism Effects 0.000 abstract description 2
- 230000005802 health problem Effects 0.000 abstract description 2
- 238000001727 in vivo Methods 0.000 abstract description 2
- 230000004066 metabolic change Effects 0.000 abstract description 2
- 230000002354 daily effect Effects 0.000 description 13
- 238000007726 management method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000036578 sleeping time Effects 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 235000008429 bread Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 235000012149 noodles Nutrition 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 208000001145 Metabolic Syndrome Diseases 0.000 description 2
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 description 2
- 238000010411 cooking Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000035622 drinking Effects 0.000 description 2
- 235000006694 eating habits Nutrition 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000031226 Hyperlipidaemia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 206010033307 Overweight Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000008242 dietary patterns Nutrition 0.000 description 1
- 235000021158 dinner Nutrition 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 201000001421 hyperglycemia Diseases 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 235000021156 lunch Nutrition 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000005195 poor health Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- 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
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Nutrition Science (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Emergency Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种具个人化饮食代谢监测、分析、预测及管理系统的血糖机，主要利用连续式血糖侦测装置，配合本发明的系统侦测用户对不同食物的代谢反应。经过数据分析，早期发现与饮食相关的慢性健康问题的发展轨迹。并进一步修正“个人化饮食健康管理计划”，引导使用者选择个人化、且合适自己代谢的饮食，让体内主管能量代谢的贺尔蒙信号正常，达到用户健康的期待目标。且此系统具有餐前预测餐饮代谢变化的功能，并将此个人化的饮食预测信息，经信息显示系统传达，让用户、专业人员，做出更精确的判断及餐饮选择。
Description
技术领域
本发明关于一种具个人化饮食代谢监测、分析、预测及管理系统的血糖机，除了能监测使用者的血糖外，进一步的应用于监测并分析个人化食物代谢反应、餐前预测餐饮代谢变化及规划日常生活饮食与相关个人健康计划，以达到身体保健的管理系统。
背景技术
随着社会快速发展，竞争压力不断增加，造成许多人饮食不规律，运动量少、睡眠时间不足，导致越来越多人健康状况亮起红灯，导致心血管、癌症及代谢相关疾病风险大量升高。根据统计，国内人口高血压、高血脂、高血糖等代谢症候群因子以及糖尿病、体重过重及肥胖的患者数量是逐年攀升，若有糖尿病的患者还需通过血糖机控制血糖量。
医师通常会要求糖尿病患者若要改善较不健康的身体状态，传统的方式大致有下列方式：1.对代谢较佳的饮食方式；2.充足睡眠；3.适当运动锻炼体能。有些人为了省钱，利用节食、过量运动等方式试图改善健康状况，不仅不够科学，效果相当不好之外，还有可能造成反效果。其他人为了达到所述目的，尝试与专业人员咨询(如：医师、营养师等)规划出适合自己健康计划。
但今日的主流医学是借着将个人与其他众人做比较，来决定此个体是否健康或生病，也就是以“众人平均值”为参考基础的健康维护策略。但每个人的基因遗传、体内环境、饮食及生活习惯有极大的不同。这些整合性的、动态的且系统性的变化，造成个人所谓“体质”上的差异。依赖“众人平均值”常模的健康医疗原则，经常忽略个人不佳的健康轨迹，直至疾病末期才确定诊断，或采取的预防及治疗方法，不是“个人化”的，导致效果不尽理想。
因近年个人感测科技及信息分析技术的长足进步，精准医学及个人化健康防护的愿景，才得以逐步实现，以改善现今以“众人平均值”为参考基础的健康维护策略。如何运用个人感测科技、物联网与大数据分析的技术，参透每个人不同的体质，以协助使用者规划“个人化”的健康计划，乃相关业者积极研发的课题。
发明内容
本发明主要目的在于提供一种具个人化饮食代谢监测、分析、预测及管理系统的血糖机，主要利用在血糖机上额外设置数个侦测装置配合所述管控系统，侦测用户对不同食物的代谢反应。经过数据分析，早期发现与饮食相关的慢性健康问题的发展轨迹。并进一步修正“个人化饮食健康计划”，引导使用者选择个人化且合适自己代谢的饮食，让体内主管能量代谢的贺尔蒙信号正常，达到用户健康的期待目标。且此系统具有餐前预测餐饮代谢变化的功能，并将此个人化的饮食预测信息，经信息显示系统传达，让用户、专业人员做出更精确的判断及饮食选择。
可达到前述目的的结构者，一血糖机设有多个用于侦测人体血糖数值的血糖侦测模块，所述血糖侦测模块是由一感测针具以及用于接收所述感测针具的信息予以换算成血糖值的换算单元；其特征在于：所述血糖机还包含有至少一侦测装置以及一管控系统所构成，所述侦测装置与所述管控系统是设置在所述血糖机的一基板；
所述侦测装置用于侦测用户对不同餐饮的连续式血糖数据，再将所述连续式血糖数据，传输到所述健康监测管理系统；
所述管控系统包含有：一数据处理模块、一数据分析模块、一饮食分析模块、一饮食预测模块；
所述数据处理模块，将所述侦测装置所取得的数据，加以获取。得到使用者的一活动时间、一睡眠时间以及一连续式血糖数据；将前述活动时间、前述睡眠时间、前述连续式血糖数据，加以比对、分析，而得到一睡眠血糖数据、一餐前餐后连续式血糖数据；
所述数据分析模块与所述数据处理模块联机，将所述睡眠血糖数据、所述餐前餐后连续式血糖数据加以分析，将监测时间中，睡眠血糖数据分成高、中、低及平均数值，计算出至少一组睡眠时恒定血糖值数据；将餐前餐后连续式血糖数据加以分析，依据进食的食物的代谢影响程度，给予至少一组个人化饮食点数，所述个人化饮食点数分成容易代谢、普通代谢、不容易代谢、非常不容易代谢等四种类型。
所述饮食分析模块，是从所述数据分析模块产生的数据，进行分析。依据所述资料分析出一主食合适性数据、一葡萄糖耐受度分析数据、至少一组一日代谢状态数据，以及一每日饮食分析结果；
所述饮食预测模块，当有食物需要近食前评估个人化饮食点数，是从饮食分析模块取得数据后带入一组个人化食材参数资料，即可分析出所述食物的个人化饮食点数。
所述数据显示模块，将所述主食合适性数据、所述葡萄糖耐受度分析数据、所述一日代谢状态、所述每日饮食分析结果以及前述饮食预测结果加以显示。
在本发明的实施例中，所述餐前餐后血糖数据是依照用餐前及用餐后血糖上升的起始点、终点、峰值、面积、斜率，进而计算出使用者个人化饮食点数，及进行进阶餐饮波形分析。
在本发明的实施例中，所述主食合适性数据，用于分析用户进食单一种主食(例如米饭、面条、面包)后，产生的结果。
在本发明的实施例中，所述葡萄糖耐受度分析数据，用于分析用户进食30克的葡萄糖后，糖对饮食代谢的影响。
在本发明的实施例中，所述一日代谢状态数据，用于分析用户一整天的血糖变化及代谢状态与适合进食的时间。
在本发明的实施例中，所述的个人化食材参数，是用于预估使用者的个人化饮食点数，提供用餐前的饮食评估与建议。
通过上述的说明，本发明可获得的特点如下：
1.本发明收集用户静态、动态与用餐饮食相关信息，根据所述信息，综合分析出用户适合的主食类型、适合用餐的时间、适合的食物比例、适合的进食间隔，以及每餐食物应所述做的调整，并更近一步地将服务延伸至用餐前的预测。不仅能规划出个人化的饮食健康计划，而且能满足使用者对美食的喜好。
2.本发明综合多种身体信息，更能满足用户喜好与个人化的健康计划，不仅提供的个人化的饮食健康信息优于专业人员依“众人平均值”常模的一般泛泛营养原则及建议外，产生的数据，也能提供专业人员依据信息，判断用户身体状态，更近一步的有能力在使用者进食之前，提供餐饮的预测分数，实时(real-time)提供更深入、且个人化的健康建议。如此一来使用者无需时常与专业人员咨询，可节省花费成本、时间，提升便利性。
3.本发明提供的建议，能修正使用者错误的饮食习惯与生活作息，而达到健康生活的目的。举例来说：选择个人化及合适自己代谢的食物，让体内贺尔蒙对食物的机能信号恢复正常，以达健康的预定目标。
4.当取得饮食分析模块的数据后，可计算出个人化的食材参数。后续即可在没有血糖机(侦测装置)的状况之下，依照餐饮的特性(食材种类、份量及烹调方式)，以及带入个人化的食材参数，用餐前预估将来吃每一种餐饮的个人化饮食点数。给予使用者更便利、自由度及选择性更高的饮食管理方式。
附图说明
图1是本发明的整体系统方块图。
图2是数据处理模块的方块图。
图3是数据分析模块的方块图。
图4是饮食分析模块的方块图。
图5是饮食预测模块的方块图。
图6是数据显示模块的方块图。
图7是本发明血糖机的结构示意图。
附图标记说明：
1:血糖机；2:血糖侦测模块；21:感测针具；22:换算单元；3:基板；
100:侦测装置；200:管控系统；210:数据处理模块；220:数据分析模块；
230:饮食分析模块；240:饮食预测模块；250:数据显示模块。
具体实施方式
如图1至图4、图7所示，本发明是在一血糖机1设有多个用于侦测人体血糖数值的血糖侦测模块2，所述血糖侦测模块是由一感测针具21以及用于接收所述感测针具21的信息予以换算成血糖值的换算单元22；其特征在于：所述血糖机1还包含有，包含有：至少一侦测装置100以及一管控系统200所构成，所述侦测装置100与所述管控系统200是设置在所述血糖机1的一基板3；基本上血糖机1的功能与目前的设备没有差异，在此不多加赘述。
如图1所示，所述侦测装置100用于侦测用户连续式血糖数据，再将所述血糖数据传输到所述管控系统200。所述侦测装置100可选用动作侦测器及结合连续式血糖机等方式，即可获得侦测装置100的功效、目的。基本上侦测装置100能分辨出用户起床时间、就寝时间(即是分出活动时间跟睡眠时间)，用餐前后的连续式血糖相关数据。
如图1所示，所述管控系统200包含有：一数据处理模块210、一数据分析模块220、一饮食分析模块230、一饮食预测模块240、一数据显示模块250所构成。
如图1、图2所示，所述数据处理模块210将所述侦测装置100所取得的数据加以获取得到用户的活动时间、睡眠时间以及用餐前后血糖数据；将前述活动时间、前述睡眠时间、所述餐前后血糖数据，加以比对分析，而得到一睡眠血糖数据、一餐前餐后连续式血糖数据。
如图1、图3所示，所述数据分析模块220与所述数据处理模块210联机，将所述睡眠血糖数据、所述餐前餐后血糖数据加以分析，将监测时间中睡眠血糖数据分成高、中、低及平均数值，计算出一睡眠时恒定血糖值数据；将餐前餐后血糖数据加以分析，并依照餐前餐后血糖上升的起始点、终点、峰值、面积、斜率，进而计算出使用者个人化饮食点数。并依据进食的食物对代谢影响程度，分成容易代谢、普通代谢、不容易代谢、非常不容易代谢等四种类型。并且依照血糖波型结果，进行波形分析。分出不容易代谢的原因，包含了碳水化合物的合适性、食物造成的代谢负荷、食物比例以及饮食间隔。
如图1、图4所示，所述饮食分析模块230，是从所述数据分析模块210产生的数据进行分析，依据所述数据分析出一主食合适性资料、一葡萄糖耐受度分析数据、至少一组一日代谢状态数据以及一每日饮食分析结果。
其中，所述饮食分析模块230依照波型分析结果，分析出食物不容易代谢的原因。
所述主食合适性数据用于分析用户进食单一种主食(例如米饭、面条、面包)后产生结果。
所述葡萄糖耐受度分析数据，用于分析用户进食30克的葡萄糖后，对糖代谢的影响。
所述一日代谢状态数据，用于分析用户一整天的代谢状态与适合进食的时间。
如图5所示，所述饮食预测模块240当有食物需要被分析，是从饮食分析模块230取得数据后带入一组个人化食材参数资料，即可分析出所述食物的个人化饮食点数。利用所述个人化食材参数在未来可在用餐前，分析餐饮的食材种类、份量及烹调方式，并带入个人化食材参数，事先预估将来吃每一种餐饮的个人化饮食点数。
如图6所示，所述数据显示模块250，将所述主食合适性数据、所述葡萄糖耐受度分析数据、所述一日代谢状态、所述每日饮食分析结果，所述饮食预估分析结果加以显示。其中，每日饮食分析用于分析早餐、午餐、晚餐、点心及消夜。
如图1至图6所示，本发明的运作方式如下：
步骤1：利用侦测装置100侦测用户连续式血糖数据，所述用户血糖数据主要是侦测用户用餐前、用餐后的连续式血糖值。
步骤2：所述数据处理模块210将所述侦测装置100所取得的数据加以获取得到用户的一活动时间、一睡眠时间以及一餐前餐后血糖数据进行分析；将前述活动时间、前述睡眠时间、所述餐前餐后血糖数据加以比对分析，而得到一睡眠血糖数据、一餐前餐后连续式血糖数据。
步骤3：所述数据分析模块220则将所述睡眠血糖数据、所述餐后血糖数据加以分析，将监测时间中，睡眠血糖数据分成高、中、低及平均数值，计算出一睡眠时恒定血糖值数据；将餐前餐后血糖数据加以分析，依据进食的食物的代谢影响程度，分成容易代谢、普通代谢、不容易代谢、非常不容易代谢等四种类型，同时分析出个人化饮食点数，如此一来，就能替使用者自己规划出适合食用或者不适合食用的食物，以达减重消脂及预防代谢症候群之效。
步骤4：所述饮食分析模块230是从所述数据分析模块240产生的数据进行分析，依据所述数据分析出主食合适性数据，规划出适合的使用者的主食(如米饭、面条、面包)；且通过葡萄糖耐受度分析数据，了解糖对于用户的代谢情况；以及每一天代谢状态数据，以及每日每一餐饮食分析结果。本发明实际运用时，用户可以获得适合自己饮用的食物、或者当不忌口时须留意含糖饮料的饮用指南，避免摄取过多的糖分；而用户可获得每天代谢状态数据，可让用户或者医疗人员取得使用者的身体状态。
步骤5：将所述主食合适性数据、所述葡萄糖耐受度分析数据、所述一日代谢状态、所述每日饮食分析结果，通过数据显示模块250显示。
步骤6：将所述饮食预测模块240分析，通过数据显示模块250显示。依照使用者的代谢状态、身体状态取得建议饮食的食物，即可让使用者有所依据进食，如此一来可以控制如血糖、血压、身体的代谢、甚至是体态等。
通过本发明的实施方式，可以获得下列功效：
1.本发明收集用户静态、动态与用餐相关信息，根据所述信息，综合分析出用户适合进食的食物、适合用餐的时间、适合的睡眠时间、适合睡眠的长度，不仅能规划出个人化的健康计划，而且能满足使用者对美食的喜好。
2.本发明综合多种身体信息，更能满足用户喜好与适合个人的健康计划，不仅提供的个人化的饮食健康信息优于专业人员依众人平均值常模的一般泛泛营养原则及建议外，也能提供专业人员依据信息判断用户身体状态，并进一步实时(real-time)提供更深入、且个人化的健康建议。如此一来使用者无需时常与专业人员咨询，可节省花费成本、时间，提升便利性。
3.本发明提供的建议，能修正使用者错误的饮食习惯与生活作息，而达到健康生活的目的。
4. 通过本发明的系统，可以让用户在用餐前，未使用血糖机的状态下，预测下一餐的代谢反应。
5.利用本发明的系统，能精准检测及分析每一个人对于食物不同的代谢反应，依据结果，拟定出适合个人的饮食计划，选择个人化与合适自己代谢食物，让体内贺尔蒙对食物产生的机能信号，恢复正常。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (6)
1.一种具个人化饮食代谢监测、分析、预测及管理系统的血糖机，是设置在一血糖机，其设有多个用于侦测人体血糖数值的血糖侦测模块，所述血糖侦测模块是由一感测针具以及用于接收所述感测针具的信息予以换算成血糖值的换算单元；其特征在于：所述血糖机还包含有至少一个侦测装置、一管控系统、一数据显示模块所构成；
所述侦测装置，用于侦测用户连续式血糖数据，
再将所述血糖数据传输到所述健康监测管理系统；
所述管控系统包含有：一数据处理模块、一数据分析模块、一饮食分析模块、一饮食预测模块；
所述数据处理模块将所述侦测装置所取得的数据，加以获取，得到使用者的一活动时间、一睡眠时间以及一连续式血糖数据；将前述活动时间、前述睡眠时间、前述血糖数据加以比对分析，而得到一睡眠血糖数据、一餐前餐后血糖数据；
所述数据分析模块与所述数据处理模块联机，将所述睡眠血糖数据、所述餐后血糖数据加以分析，将监测时间中睡眠血糖数据分成高、中、低及平均数值，计算出一睡眠时恒定血糖值数据；将餐前餐后血糖数据加以分析，依据进食的食物对代谢影响程度，分成容易代谢、普通代谢、不容易代谢、非常不容易代谢四种类型，同时分析出使用者个人化饮食点数，并且依照血糖波型分析结果，分出不容易代谢的原因；
所述饮食分析模块是从所述数据分析模块产生的数据进行分析，依据所述分析模块产生的数据分析出一主食合适性数据、一葡萄糖耐受度分析数据、至少一组一日代谢状态数据以及一每日饮食分析结果；
所述数据显示模块，将所述主食合适性数据、所述葡萄糖耐受度分析数据、所述一日代谢状态、所述每日饮食分析结果，加以显示。
2.如权利要求1所述的具个人化饮食代谢监测、分析、预测及管理系统的血糖机，其特征在于：还包含有一饮食预测模块，所述饮食预测模块，当有食物需要进食前评估个人化饮食点数，是从饮食分析模块取得数据后带入一组个人化食材参数资料，即能分析出所述食物的个人化饮食点数。
3.如权利要求1所述的具个人化饮食代谢监测、分析、预测及管理系统的血糖机，其特征在于：所述餐前餐后血糖数据是依照餐后血糖上升的起始点、终点、峰值、面积、斜率进而计算出使用者个人化饮食点数。
4.如权利要求3所述的具个人化饮食代谢监测、分析、预测及管理系统的血糖机，其特征在于：所述主食合适性数据，用于分析用户进食单一种主食后，产生的结果。
5.如权利要求3所述的具个人化饮食代谢监测、分析、预测及管理系统的血糖机，其特征在于：所述葡萄糖耐受度分析数据，用于分析用户进食30克的葡萄糖后，对糖代谢的影响。
6.如权利要求3所述的具个人化饮食代谢监测、分析、预测及管理系统的血糖机，其特征在于：所述所述一日代谢状态数据，用于分析用户一整天的代谢状态与适合进食的时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010956019.9A CN114159052B (zh) | 2020-09-11 | 2020-09-11 | 具个人化饮食代谢监测、分析、预测及管理系统的血糖机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010956019.9A CN114159052B (zh) | 2020-09-11 | 2020-09-11 | 具个人化饮食代谢监测、分析、预测及管理系统的血糖机 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114159052A true CN114159052A (zh) | 2022-03-11 |
| CN114159052B CN114159052B (zh) | 2023-10-31 |
Family
ID=80476011
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010956019.9A Active CN114159052B (zh) | 2020-09-11 | 2020-09-11 | 具个人化饮食代谢监测、分析、预测及管理系统的血糖机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114159052B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115363571A (zh) * | 2022-08-31 | 2022-11-22 | 重庆联芯致康生物科技有限公司 | 一种基于cgm传感器的机器学习血糖监测系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110053121A1 (en) * | 2007-06-18 | 2011-03-03 | Roche Diagnostics International Ag | Method and glucose monitoring system for monitoring individual metabolic response and for generating nutritional feedback |
| US20130035563A1 (en) * | 2010-01-26 | 2013-02-07 | Angelides Kimon J | Progressively Personalized Wireless-Based Interactive Diabetes Treatment |
| US20130158368A1 (en) * | 2000-06-16 | 2013-06-20 | Bodymedia, Inc. | System for monitoring and managing body weight and other physiological conditions including iterative and personalized planning, intervention and reporting capability |
| KR20150034416A (ko) * | 2013-09-26 | 2015-04-03 | 주식회사 인포피아 | 질병 관리 애플리케이션 제공 방법 및 이를 구현한 장치 |
| CN105160199A (zh) * | 2015-09-30 | 2015-12-16 | 刘毅 | 基于持续血糖监测并具有干预信息的糖尿病管理信息处理和展示方法 |
| CN105653865A (zh) * | 2015-12-31 | 2016-06-08 | 中国科学院深圳先进技术研究院 | 血糖监测方法、装置及系统 |
| KR20180126911A (ko) * | 2017-05-19 | 2018-11-28 | (주)오상헬스케어 | 건강 관리 방법 및 장치 |
| US20190290172A1 (en) * | 2018-03-23 | 2019-09-26 | Medtronic Minimed, Inc. | Systems and methods for food analysis, personalized recommendations, and health management |
| CN111383758A (zh) * | 2020-03-06 | 2020-07-07 | 三七二二(北京)健康咨询有限公司 | 基于多维数据预测餐后血糖的方法和装置 |
-
2020
- 2020-09-11 CN CN202010956019.9A patent/CN114159052B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130158368A1 (en) * | 2000-06-16 | 2013-06-20 | Bodymedia, Inc. | System for monitoring and managing body weight and other physiological conditions including iterative and personalized planning, intervention and reporting capability |
| US20110053121A1 (en) * | 2007-06-18 | 2011-03-03 | Roche Diagnostics International Ag | Method and glucose monitoring system for monitoring individual metabolic response and for generating nutritional feedback |
| US20130035563A1 (en) * | 2010-01-26 | 2013-02-07 | Angelides Kimon J | Progressively Personalized Wireless-Based Interactive Diabetes Treatment |
| KR20150034416A (ko) * | 2013-09-26 | 2015-04-03 | 주식회사 인포피아 | 질병 관리 애플리케이션 제공 방법 및 이를 구현한 장치 |
| CN105160199A (zh) * | 2015-09-30 | 2015-12-16 | 刘毅 | 基于持续血糖监测并具有干预信息的糖尿病管理信息处理和展示方法 |
| CN105653865A (zh) * | 2015-12-31 | 2016-06-08 | 中国科学院深圳先进技术研究院 | 血糖监测方法、装置及系统 |
| KR20180126911A (ko) * | 2017-05-19 | 2018-11-28 | (주)오상헬스케어 | 건강 관리 방법 및 장치 |
| US20190290172A1 (en) * | 2018-03-23 | 2019-09-26 | Medtronic Minimed, Inc. | Systems and methods for food analysis, personalized recommendations, and health management |
| CN111383758A (zh) * | 2020-03-06 | 2020-07-07 | 三七二二(北京)健康咨询有限公司 | 基于多维数据预测餐后血糖的方法和装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115363571A (zh) * | 2022-08-31 | 2022-11-22 | 重庆联芯致康生物科技有限公司 | 一种基于cgm传感器的机器学习血糖监测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114159052B (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1972270B1 (en) | Method and glucose monitoring system for monitoring individual metabolic response | |
| EP2006786B1 (en) | Method and glucose monitoring system for monitoring individual metabolic response and for generating nutritional feedback | |
| KR101740516B1 (ko) | 체중 관리 방법 | |
| Shriver et al. | Dietary intakes and eating habits of college athletes: are female college athletes following the current sports nutrition standards? | |
| KR102400740B1 (ko) | 사용자의 건강상태 모니터링 시스템 및 이의 분석 방법 | |
| JP7319930B2 (ja) | 摂取可能物の最適量及び質を反映する単一の食品摂取スコアを算出、表示、修正、及び使用するためのシステム及び方法 | |
| US20040197846A1 (en) | Determination of glucose sensitivity and a method to manipulate blood glucose concentration | |
| Haghayegh et al. | Accuracy of PurePulse photoplethysmography technology of Fitbit Charge 2 for assessment of heart rate during sleep | |
| US9519755B2 (en) | Method and system for evaluating a physiological state depicting a person's resources | |
| US20160379520A1 (en) | Nutrient density determinations to select health promoting consumables and to predict consumable recommendations | |
| JP2023531764A (ja) | 食事情報収集、食事評価、および分析物データ相関のためのシステム、デバイスならびに方法 | |
| US20200138371A1 (en) | Smartphone device for body analysis | |
| CN110491526A (zh) | 一种多维度干预的慢病生活方式医学管理系统 | |
| Pandit-Agrawal et al. | Knowledge of nutrition and physical activity in apparently healthy Indian adults | |
| CN114159052A (zh) | 具个人化饮食代谢监测、分析、预测及管理系统的血糖机 | |
| CN109887575A (zh) | 一种血脂管理方法和管理系统 | |
| Yadav et al. | Correlation of Body Mass Index with Waist Circumference, Random Blood Sugar and Dietary Pattern as Predictors of Diabetes Mellitus | |
| Turton et al. | Adults with and without type 1 diabetes have similar energy and macronutrient intakes: an analysis from the Australian Health Survey 2011-2013 | |
| TWM607833U (zh) | 個人化飲食代謝監測、分析、預測及管理系統 | |
| TW202203244A (zh) | 個人化飲食代謝監測、分析、預測及管理系統 | |
| US20220130512A1 (en) | Generating personalized food guidance using predicted hunger | |
| Greenwalt et al. | Pre-sleep feeding, sleep quality, and markers of recovery in division I NCAA female soccer players | |
| Lowes | Discriminating Metabolic Health Status in a Cohort of Nursing Students: A Cross-Sectional Study | |
| Raubenheimer | The characteristics of underreporting women in the POWIRS II study |
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 |