CN114983385B - 一种通过人体成分检测提供智能营养管理的系统 - Google Patents
一种通过人体成分检测提供智能营养管理的系统 Download PDFInfo
- Publication number
- CN114983385B CN114983385B CN202210584535.2A CN202210584535A CN114983385B CN 114983385 B CN114983385 B CN 114983385B CN 202210584535 A CN202210584535 A CN 202210584535A CN 114983385 B CN114983385 B CN 114983385B
- Authority
- CN
- China
- Prior art keywords
- detection
- human body
- interaction
- information
- range
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0537—Measuring body composition by impedance, e.g. tissue hydration or fat content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Urology & Nephrology (AREA)
- Immunology (AREA)
- Hematology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Microbiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种通过人体成分检测提供智能营养管理的系统，包括：人体成分检测模块，用于基于若干种预设检测方式，分别对目标人体进行人体成分检测，分析每种预设检测方式对应的人体成分检测结果中存在的突发信号以及正常信号，将突发信号与正常信号进行信号时段以及时段关系分析，获取得到人体信息参数；智能营养管理模块，用于根据人体信息参数，并结合基础特性进行营养分析，确定每种预设营养成分的成分占比，基于当下时段内的饮食信息，对成分占比进行修正，获取得到智能营养管理方案；智能交互模块，用于按照智能营养管理方案，生成交互方案，供目标人体进行交互，通过智能检测、营养分析、占比修正、交互，可更好的实现智能营养管理。
Description
技术领域
本发明涉及信息处理技术领域，特别涉及一种通过人体成分检测提供智能营养管理的系统。
背景技术
近年来，随着市场经济的发展，越来越多的人们由于工作压力大或者生活节奏快，或者人口老龄化带来的各种慢性身心疾病，日益影响了人们的生活质量。因此需要帮助人们建立起健康的生活习惯，包括按时运动、标准进餐、按时服用药物、按时检测、咨询信息反馈等。
然而，由于现有技术中的身体指标检测仪等健康管理系统仅能提供某一方面的健康行为管理，例如心跳、血压等检测，不便于用户全面了解身体健康状况并建立起健康习惯，也不能帮助用户获取健康管理指导建议。且，现有的健康管理系统缺少与用户的交流互动功能，越来越不能满足用户多样化的使用需求。
因此，市场上越来越需要一种能让用户进行人体检测，给用户提供检测结果、分析结果和健康建议，并能与用户进行交流互动的智能营养管理的系统。
发明内容
本发明提供一种通过人体成分检测提供智能营养管理的系统，用以解决上述提出的技术问题。
本发明提供一种通过人体成分检测提供智能营养管理的系统，包括：
人体成分检测模块，用于基于若干种预设检测方式，分别对目标人体进行人体成分检测，分析每种预设检测方式对应的人体成分检测结果中存在的突发信号以及正常信号，将所述突发信号与正常信号进行信号时段以及时段关系分析，获取得到人体信息参数；
智能营养管理模块，用于根据所述人体信息参数，并结合所述目标人体的基础特性进行营养分析，确定所述目标人体针对每种预设营养成分的成分占比，基于所述目标人体在当下时段内的饮食信息，对所述成分占比进行修正，得到修正占比，并获取得到智能营养管理方案并输出；
智能交互模块，用于按照所述智能营养管理方案，生成交互方案，供所述目标人体进行交互。
优选的，还包括：
问卷调查模块，用于向所述目标人体展示基础调查问卷；
要素提取模块，用于获取所述目标人体对所述基础调查问卷的答复信息，并对所述答复信息进行信息组合，从所述信息组合中提取关键要素；
提醒模块，用于对所述关键要素进行显著性显示，并提醒所述目标人体进行确定；
仪器匹配模块，用于当接收到所述目标人体的确定指令后，基于所述关键要素匹配对应的检测仪器，基于所述检测仪器对所述目标人体进行检测。
优选的，所述要素提取模块，包括：
压力检测单元，用于实时检测对所述基础调查问卷进行答复过程中的答复压力；
压力捕捉单元，用于实时捕捉压力轨迹，并按照所述压力轨迹，确定得到若干答复文字，同时，还确定每个答复文字中的文字末尾点以及文字初始点；
范围线确定单元，用于确定所述文字末尾点的第一压力趋势以及文字初始点的第二压力趋势，按照所述第一压力趋势以及对应压力大小，确定可扩展第一范围线，同时，按照所述第二压力趋势以及对应压力大小，确定可扩展第二范围线；
线补充单元，用于将所述第一范围线补充在对应文字末尾点，将所述第二范围线补充在对应文字初始点；
第一范围调整单元，用于确定每个答复文字的初始答复范围，并基于补充结果，获取对应初始答复范围的线扩展分布，并按照所述线扩展分布，获取得到第一调整边界；
第二范围调整单元，用于判断与相邻答复文字的范围线是否存在重叠点，若不存在，将所述第一调整边界视为最佳答复范围；
若存在，基于所述重叠点，标定当下答复文字的待调整范围线，并定位到所述第一调整边界线中的待调整范围线上的重叠点上，并将所述待调整范围线上的多余线删除，基于留下的线，对所述第一调整边界进行调整，得到最佳答复范围；
关系获取单元，用于基于所述最佳答复范围进行范围切割，并向每个答复文字配置对应的位置属性，并得到属性阵列，进而得到每个问卷调查问题与对应答复信息的对应关系；
文字分析单元，用于对每个问卷调查问题所对应的答复信息进行文字分析，确定是否存在答复异常；
若存在，基于所述对应关系，自动定位到待确认位置，由所述目标人体进行确认；
要素提取单元，用于从所有确认后的答复信息以及不存在答复异常的信息中提取关键要素。
优选的，所述第一压力趋势指的是正向压力趋势；
所述第二压力趋势指的是反向压力趋势。
优选的，所述人体成分检测模块，包括：
检测方式罗列单元，用于按照需要获取的参数信息，来确定对所述目标人体的检测集合，并将所述检测集合中的检测方式按照检测规律进行罗列；
保留单元，用于基于罗列结果，依次调取对应的检测方式，对所述目标人体进行检测，并分别对每种检测方式的检测结果进行阵列保留；
异常确定单元，用于对阵列保留结果中的每种检测信号进行信号分析，确定是否存在异常信号点；
因素确定单元，用于当存在异常信号点时，对所述异常信号点进行标定，并按照标定结果以及对应检测方式的检测周期，截取可靠区间，并对所述可靠区域进行信号分析，确定异常因素；
电流范围确定单元，用于当所述异常因素与电流有关时，基于标定的所有异常信号点，得到信号调节范围；
从信号-电流调节数据库中，获取与所述信号调节范围对应的电流调节范围；
权重分配单元，用于分析所述异常信号点的向上异常占比以及向下异常占比，并向所述向上异常占比分配第一权重，向所述向下异常占比分配第二权重；
第一调节单元，用于基于第一权重、第二权重以及电流调节范围，对对应检测方式的当下电流进行第一调节；
第二调节单元，用于获取与当下检测方式相邻的检测方式的相邻检测结果以及相邻的检测方式对应的检测部位点，确定相邻检测部位点与当下检测部位点的部位关系以及相邻的检测方式与当下检测方式的影响关系，对所述当下电流进行第二调节；
参数获取单元，用于基于第一调节结果以及第二调节结果，获取得到最终检测电流，并按照所述最终检测电流对所述目标人体进行再次检测，并替换到原先的检测结果，得到人体信息参数。
优选的，当所述向上异常占比大于向下异常占比时，所述第一权重大于第二权重；
当所述向上异常占比小于向下异常占比时，所述第一权重小于第二权重；
且所述第一权重与第二权重的和为1。
优选的，还包括：
所述智能交互模块，用于按照所述智能营养管理方案，生成交互集合，并向所述交互集合中的每个交互指令赋予周期时效性，并与所述目标人体进行交互互动；
捕捉模块，用于捕捉所述目标人体基于每个交互指令的互动信息，得到关键互动，并确定交互合格性；
其中，F表示对应交互指令的交互合格性；n表示对应交互指令所对应的互动信息中存在的关键互动的总个数；c表示对应互动信息中存在的剩余非关键互动对交互合格性的影响因子，且取值范围为[0,0.1]；di表示第i个关键互动的实际互动信息；Di表示第i个关键互动的标准互动信息；
表示第i个关键互动的互动权重；exp表示指数函数符号；
表示基于提取函数Y，从n个关键互动中提取
且
的实际互动信息与对应标准互动信息的所有比值的累加和；
表示提取函数，且提取满足
且
的比值；
表示预设权重，且取值为0.3；
表示基于满足
且
所对应实际互动信息的影响因子；
重组模块，用于对交互合格性小于对应预设合格性的交互指令进行重组，并生成重复方案，供所述目标人体进行再次交互。
优选的，智能营养管理模块，包括：
电极检测单元，用于检测每种预设检测方式对应的检测电极，并获取同个预设检测方式对应的电极检测结果，判断对应检测电极是否存在损坏；
若存在，根据所述检测电极基于对应预设检测方式的检测权重，判定对所述检测电极是否保留；
若保留，基于所述电极检测结果，获取保留的检测电极的损坏因素，并进行修复提醒，同时，确定修复后的检测电极在所述目标人体的最佳检测位置；
新参数获取单元，用于通过所述修复后的检测电极所获取的所述最佳检测位置的新的检测参数，获取新的人体信息参数；
参数判断单元，用于按照检测电极，来对所述新的人体信息参数进行归类，获取若干同类信息，并确定所述同类信息的信息属性，并按照所述信息属性，确定对应的预设范围；
判断所述同类信息中每个时间点的信息参数是否在对应预设范围内；
若是，对所述新的人体信息参数进行常规分析，得到第一智能营养管理方案；
否则，获取超出对应预设范围的同类信息，并与所述基础特性进行匹配，判断所述基础特性导致超出预设范围的第一可能性；
优化单元，用于对所述第一可能性进行优化处理，得到第二可能性，当第二可能性满足分析标准时，获取第一分析方式，对所述新的人体信息参数进行第一分析，得到第二智能营养管理方案；
否则，获取第二分析方式，对所述新的人体信息进行第二分析，获取得到第三智能营养管理方案。
优选的，所述第一分析方式为不偏向基础特性的分析方式；
所述第二分析方式为偏向基础特性的分析方式。
优选的，所述智能营养管理模块，还包括：
追溯单元，用于确定所述优化单元的最后输出管理方案，并追溯所述最后输出管理方案的分析方式的分析属性；
匹配单元，用于按照所述分析属性，从分析-输出数据库中，匹配得到输出方案；
展示单元，用于按照所述输出方案，对所述最后输出管理方案进行场景渲染，并展示。
与现有技术相比，本发明的有益效果如下：
1、通过按照不同的方式，可以对目标人体进行多种方式的智能检测，进而通过对突发信号以及正常信号的分析，便于获取多种检测结果，通过进行营养分析，并对营养成分占比进行修正，可以有效获取智能营养管理方案，最后通过交互，方便更好的实现智能营养的管理。
2、通过对答复文字的范围进行初始点以及末尾点的压力趋势以及压力大小的确定，来获取每个文字中包含的初始点以及末尾点的扩展线，进而可以最大程度上有效的保证每个文字范围切割的完整性，保证文字识别的有效性以及清晰性，且通过对答复异常的位置进行确定，是为了获取位置阵列，对问题的答复进行很好的记录，再由目标人体进行确认，可以进一步保证，目标人体的自身意愿，保证关键要素提取的真实性以及与目标人体的贴合性。
3、通过对检测方式进行罗列，并对检测结果中的异常信号点进行确定，确定异常因素，当与电流有关时，通过向上异常占比、向下异常占比的分析，来获取信号调节范围，进而获取电流调节范围，实现对当下电流的第一调节，且通过获取当下检测部位与相邻检测部位的部位关系以及当下检测方式与相邻检测方式的影响关系，实现对当下电流的第二调节，来获取最终电流对目标人体进行再次检测，保证检测结果的准确性，便于更好的对人体的营养成分进行有效以及合理的分析，进而实现智能营养管理。
4、通过确定与管理方案的交互集合，便于对每个交互指令的互动信息进行交互关键的捕捉，来确定互动合格性，有效的保证人体的互动情况，进一步提高人体的互动乐趣，且通过对小于预设合格性指令进行重组以及生成对应的重复方案，可以进一步督促人体实现营养等的补充等，可进一步有效的帮助人体对营养成分的管理。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种通过人体成分检测提供智能营养管理的系统的结构图；
图2为本发明实施例中扩展线范围的结构展示图；
图3为本发明实施例中针对重叠点的展示图；
图4为本发明实施例中要素提取模块的结构图；
图5为本发明实施例中人体成分检测模块的结构图；
图6为本发明实施例中智能营养管理模块的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本发明提供一种通过人体成分检测提供智能营养管理的系统，如图1所示，包括：
人体成分检测模块，用于基于若干种预设检测方式，分别对目标人体进行人体成分检测，分析每种预设检测方式对应的人体成分检测结果中存在的突发信号以及正常信号，将所述突发信号与正常信号进行信号时段以及时段关系分析，获取得到人体信息参数；
智能营养管理模块，用于根据所述人体信息参数，并结合所述目标人体的基础特性进行营养分析，确定所述目标人体针对每种预设营养成分的成分占比，基于所述目标人体在当下时段内的饮食信息，对所述成分占比进行修正，得到修正占比，并获取得到智能营养管理方案并输出；
智能交互模块，用于按照所述智能营养管理方案，生成交互方案，供所述目标人体进行交互。
该实施例，采用不同的预设检测方式，对目标人体进行检测的过程中，会获取得到对应的检测信号，通过该检测信号中存在的突发信号以及正常信号，来对采用该预设检测方式所检测的结果进行分析，突发信号比如是超出正常范围内的信号，正常信号比如是未超出正常范围内的信号。
该实施例中，信号时段指的是正常信号与突发信号的发生时间，且时段关系指的是正常信号与突发信号的信号时间关系，进而可以有效的得到人体信息参数。
该实施例中，在按照人体信息参数进行营养成分分析的过程中，会初步得到各种营养成分的成分占比，但是，由于人体在测量之前，如果吃影响测量结果的参数，会导致检测信号不准确，比如测量前吃蛋黄派，可能会导致血压的升高，因此，会导致测量出来的成分占比不准确，所以，需要对成分占比进行修正，保证智能营养管理方案的合理性。
该实施例中，人体信息参数与心跳、血压等有关，比如，采用人体电阻测量法(BIA)为在人体通过无害的微量电流，并通过测量人体电阻(电阻值随人体成分的不同而变化)，分析人体的各种成分。通过这种方法，不仅可以诊断和预防生活习惯病主因的肥胖症，还能预侧肥胖导致的二次病症，掌握人体成分的变化情况，同时帮助人了解各种诊疗的效果。
该实施例中，预设检测方式，可以是针对蛋白质的检测方式，针对脂肪的检测方式等，比如采用对应的检测仪，最后检测得到蛋白质、无机盐、体脂肪量、身体水分、去脂体重、体重、腰臀比、体脂肪率、基础代谢量、身体年龄、总能量消耗、体型、目标控制(脂肪、去脂体重、体重)、综合评估、阻抗等等的检测结果。
该实施例中，智能营养管理方案与生活习惯等有关，如包括按时运动、标准进餐、按时服用药物、按时检测、咨询信息反馈等指导在内。
该实施例中，交互方案，比如指的到点提醒目标人体运动、进餐等。
该实施例中，预设检测方式，比如是采用4极8点接触式电极、采用脚踝电极，无需脱袜子即可进行测量、采用多频分析，分析和评估体内水分情况等。
上述技术方案的有益效果是：通过按照不同的方式，可以对目标人体进行多种方式的智能检测，进而通过对突发信号以及正常信号的分析，便于获取多种检测结果，通过进行营养分析，并对营养成分占比进行修正，可以有效获取智能营养管理方案，最后通过交互，方便更好的实现智能营养的管理。
实施例2：
基于实施例1的基础上，还包括：
问卷调查模块，用于向所述目标人体展示基础调查问卷；
要素提取模块，用于获取所述目标人体对所述基础调查问卷的答复信息，并对所述答复信息进行信息组合，从所述信息组合中提取关键要素；
提醒模块，用于对所述关键要素进行显著性显示，并提醒所述目标人体进行确定；
仪器匹配模块，用于当接收到所述目标人体的确定指令后，基于所述关键要素匹配对应的检测仪器，基于所述检测仪器对所述目标人体进行检测。
该实施例中，基础调查问卷是包括对年龄、饮食偏好、生活习惯等的调查，提取的关键要素可以是与饮食相关的要素信息，比如，是偏向食用肉类等。
该实施例中，一般偏向肉类，在一定的年龄脂肪血压会偏高，因此，获取匹配与该关键要素匹配的检测仪器，实现对目标人体的检测。
上述技术方案的有益效果是：通过问卷调查，便于知晓人体本身可能存在的自身疾病、饮食偏好等的情况，因此，通过对自身疾病、饮食偏好等信息中提取关键要素，方便匹配合理的检测仪器，便于提高对目标人体检测的可靠性以及针对性，进而保证后续有效的智能营养管理。
实施例3：
基于实施例2的基础上，所述要素提取模块，如图4所示，包括：
压力检测单元，用于实时检测对所述基础调查问卷进行答复过程中的答复压力；
压力捕捉单元，用于实时捕捉压力轨迹，并按照所述压力轨迹，确定得到若干答复文字，同时，还确定每个答复文字中的文字末尾点以及文字初始点；
范围线确定单元，用于确定所述文字末尾点的第一压力趋势以及文字初始点的第二压力趋势，按照所述第一压力趋势以及对应压力大小，确定可扩展第一范围线，同时，按照所述第二压力趋势以及对应压力大小，确定可扩展第二范围线；
线补充单元，用于将所述第一范围线补充在对应文字末尾点，将所述第二范围线补充在对应文字初始点；
第一范围调整单元，用于确定每个答复文字的初始答复范围，并基于补充结果，获取对应初始答复范围的线扩展分布，并按照所述线扩展分布，获取得到第一调整边界；
第二范围调整单元，用于判断与相邻答复文字的范围线是否存在重叠点，若不存在，将所述第一调整边界视为最佳答复范围；
若存在，基于所述重叠点，标定当下答复文字的待调整范围线，并定位到所述第一调整边界线中的待调整范围线上的重叠点上，并将所述待调整范围线上的多余线删除，基于留下的线，对所述第一调整边界进行调整，得到最佳答复范围；
关系获取单元，用于基于所述最佳答复范围进行范围切割，并向每个答复文字配置对应的位置属性，并得到属性阵列，进而得到每个问卷调查问题与对应答复信息的对应关系；
文字分析单元，用于对每个问卷调查问题所对应的答复信息进行文字分析，确定是否存在答复异常；
若存在，基于所述对应关系，自动定位到待确认位置，由所述目标人体进行确认；
要素提取单元，用于从所有确认后的答复信息以及不存在答复异常的信息中提取关键要素。
优选的，所述第一压力趋势指的是正向压力趋势；
所述第二压力趋势指的是反向压力趋势。
该实施例中，如图2所示，比如针对基础问卷调查中问题1的答复，通过文字“肉”显示，且是用户手写答复的，此时，对“肉”的每个笔划的起点进行第一确定，对每个笔划的抹点进行确定，也就是确定出文字初始点以及文字末尾点，且每个答复文字可以是包括若干个文字初始点以及文字末尾点在内的。
该实施例中，比如第一压力趋势以及压力大小，对应的第一扩展线范围标号为00、01、02、03、04、05、06，对应的第二扩展线范围标号为10、11、12、13、14、15、16，其中，扩展线范围指的是线段长短，且越具备压力趋势且压力越大，对应的线段越长。
该实施例中，初始答复范围指的是可以包含该文字主体在内的范围，且补充结果也就是扩展线范围补充后的结果，进而可以获取到线扩展分布。
该实施例中，线扩展分布主要是指的扩展线基于文字的分布，主要以文字外部扩展线为准，比如针对文字“肉”，由于其文字是内部包含结果，所以对应的内部扩展线起到的作用不大，此时，可以主要以外部扩展线为准，来确定线扩展分布，进而得到第一调整边界，也就是基于扩展线对原始范围进行边界调整，可以是对某个方向的边界范围进行扩大，可能是对某个方向的边界进行缩小等。
该实施例中，如图3所示，比如A与B之间存在重叠点a，此时，a1部分为留下的线，a2部分为多余线，进而基于留下的线作为对应的扩展线范围。
该实施例中，在进行范围切割主要是最大程度保证对应文字的完整性。
该实施例中，位置属性可以是位置坐标，比如该答复文字基于该位置的中心坐标等，主要是为了获取位置阵列，对问题的答复进行很好的记录。
该实施例中，通过分割之后，保证文字完整，进而识别分析，保证可以对文字的清晰识别。
该实施例中，答复异常，比如，答复的内容与问题本身不匹配，视为答复异常，并对该位置进行定位，由目标人体进行确认，可以进一步保证，目标人体的自身意愿，保证关键要素提取的真实性以及与目标人体的贴合性。
上述技术方案的有益效果是：通过对答复文字的范围进行初始点以及末尾点的压力趋势以及压力大小的确定，来获取每个文字中包含的初始点以及末尾点的扩展线，进而可以最大程度上有效的保证每个文字范围切割的完整性，保证文字识别的有效性以及清晰性，且通过对答复异常的位置进行确定，是为了获取位置阵列，对问题的答复进行很好的记录，再由目标人体进行确认，可以进一步保证，目标人体的自身意愿，保证关键要素提取的真实性以及与目标人体的贴合性。
实施例4：
基于实施例1的基础上，所述人体成分检测模块，如图5所示，包括：
检测方式罗列单元，用于按照需要获取的参数信息，来确定对所述目标人体的检测集合，并将所述检测集合中的检测方式按照检测规律进行罗列；
保留单元，用于基于罗列结果，依次调取对应的检测方式，对所述目标人体进行检测，并分别对每种检测方式的检测结果进行阵列保留；
异常确定单元，用于对阵列保留结果中的每种检测信号进行信号分析，确定是否存在异常信号点；
因素确定单元，用于当存在异常信号点时，对所述异常信号点进行标定，并按照标定结果以及对应检测方式的检测周期，截取可靠区间，并对所述可靠区域进行信号分析，确定异常因素；
电流范围确定单元，用于当所述异常因素与电流有关时，基于标定的所有异常信号点，得到信号调节范围；
从信号-电流调节数据库中，获取与所述信号调节范围对应的电流调节范围；
权重分配单元，用于分析所述异常信号点的向上异常占比以及向下异常占比，并向所述向上异常占比分配第一权重，向所述向下异常占比分配第二权重；
第一调节单元，用于基于第一权重、第二权重以及电流调节范围，对对应检测方式的当下电流进行第一调节；
第二调节单元，用于获取与当下检测方式相邻的检测方式的相邻检测结果以及相邻的检测方式对应的检测部位点，确定相邻检测部位点与当下检测部位点的部位关系以及相邻的检测方式与当下检测方式的影响关系，对所述当下电流进行第二调节；
参数获取单元，用于基于第一调节结果以及第二调节结果，获取得到最终检测电流，并按照所述最终检测电流对所述目标人体进行再次检测，并替换到原先的检测结果，得到人体信息参数。
优选的，当所述向上异常占比大于向下异常占比时，所述第一权重大于第二权重；
当所述向上异常占比小于向下异常占比时，所述第一权重小于第二权重；
且所述第一权重与第二权重的和为1。
该实施例中，需要获取的参数信息，比如是需要获取蛋白质、血压等参数，因而来确定对应的检测方式，进而构成检测集合，且该检测集合中包括若干种检测方式。
该实施例中，检测规律指的是预先设置好的规律，比如先检测蛋白质再检测血压等，以此，可以进行方式罗列，进而按照罗列结果，依次获取每种检测方式对应的检测结果。
该实施例中，异常信号点，比如是突变点，可以视为异常，由于检测过程中每种方式都有其对应的检测周期，因此，截取包含异常点在内的可靠区间，进行分析，确定异常因素。
该实施例中，如果异常因素是因在在检测时，检测方式本身的检测电流存在异常，此时，可以获取信号调节范围，进而获取得到电流调节范围。
该实施例中，信号-电流调节数据库示包括各种信号调节边界点以及电流调节边界点一一对应在内的。
该实施例中，比如，异常信号点为：201100，其中，1之上视为向上异常，包括1以及1以下视为向下异常，此时，向上异常占比为1/6，向下异常占比为：5/6，此时分配的第一权重小于第二权重。
该实施例中，该实施例中，第一调节后的电流H1：
H0表示当下电流；s1表示电流调节范围中的左边界值；s2表示电流调节范围中的右边界值；
表示第二权重；
表示第一权重；
该实施例中，第二调节后的电流H2：
H2＝H1G(g1,g2)
G()表示对部位关系g1与影响关系g2的调节系数。
上述技术方案的有益效果是：通过对检测方式进行罗列，并对检测结果中的异常信号点进行确定，确定异常因素，当与电流有关时，通过向上异常占比、向下异常占比的分析，来获取信号调节范围，进而获取电流调节范围，实现对当下电流的第一调节，且通过获取当下检测部位与相邻检测部位的部位关系以及当下检测方式与相邻检测方式的影响关系，实现对当下电流的第二调节，来获取最终电流对目标人体进行再次检测，保证检测结果的准确性，便于更好的对人体的营养成分进行有效以及合理的分析，进而实现智能营养管理。
实施例5：
基于实施例1的基础上，还包括：
所述智能交互模块，用于按照所述智能营养管理方案，生成交互集合，并向所述交互集合中的每个交互指令赋予周期时效性，并与所述目标人体进行交互互动；
捕捉模块，用于捕捉所述目标人体基于每个交互指令的互动信息，得到关键互动，并确定交互合格性；
其中，F表示对应交互指令的交互合格性；n表示对应交互指令所对应的互动信息中存在的关键互动的总个数；c表示对应互动信息中存在的剩余非关键互动对交互合格性的影响因子，且取值范围为[0,0.1]；di表示第i个关键互动的实际互动信息；Di表示第i个关键互动的标准互动信息；
表示第i个关键互动的互动权重；exp表示指数函数符号；
表示基于提取函数Y，从n个关键互动中提取
且
的实际互动信息与对应标准互动信息的所有比值的累加和；
表示提取函数，且提取满足
且
的比值；
表示预设权重，且取值为0.3；
表示基于满足
且
所对应实际互动信息的影响因子；
重组模块，用于对交互合格性小于对应预设合格性的交互指令进行重组，并生成重复方案，供所述目标人体进行再次交互。
该实施例中，交互比如指的指导用户执行跳操运动，缓解脂肪过多等带来的危害等，或者是提醒人体喝药之类的。
上述技术方案的有益效果是：通过确定与管理方案的交互集合，便于对每个交互指令的互动信息进行交互关键的捕捉，来确定互动合格性，有效的保证人体的互动情况，进一步提高人体的互动乐趣，且通过对小于预设合格性指令进行重组以及生成对应的重复方案，可以进一步督促人体实现营养等的补充等，可进一步有效的帮助人体对营养成分的管理。
实施例6：
基于实施例1的基础上，智能营养管理模块，如图6所示，包括：
电极检测单元，用于检测每种预设检测方式对应的检测电极，并获取同个预设检测方式对应的电极检测结果，判断对应检测电极是否存在损坏；
若存在，根据所述检测电极基于对应预设检测方式的检测权重，判定对所述检测电极是否保留；
若保留，基于所述电极检测结果，获取保留的检测电极的损坏因素，并进行修复提醒，同时，确定修复后的检测电极在所述目标人体的最佳检测位置；
新参数获取单元，用于通过所述修复后的检测电极所获取的所述最佳检测位置的新的检测参数，获取新的人体信息参数；
参数判断单元，用于按照检测电极，来对所述新的人体信息参数进行归类，获取若干同类信息，并确定所述同类信息的信息属性，并按照所述信息属性，确定对应的预设范围；
判断所述同类信息中每个时间点的信息参数是否在对应预设范围内；
若是，对所述新的人体信息参数进行常规分析，得到第一智能营养管理方案；
否则，获取超出对应预设范围的同类信息，并与所述基础特性进行匹配，判断所述基础特性导致超出预设范围的第一可能性；
优化单元，用于对所述第一可能性进行优化处理，得到第二可能性，当第二可能性满足分析标准时，获取第一分析方式，对所述新的人体信息参数进行第一分析，得到第二智能营养管理方案；
否则，获取第二分析方式，对所述新的人体信息进行第二分析，获取得到第三智能营养管理方案。
优选的，所述第一分析方式为不偏向基础特性的分析方式；
所述第二分析方式为偏向基础特性的分析方式。
该实施例中，比如存在四个电极，且根据检测结果得出第一个电极存在损坏，因此，检测第一个电极是否保留，当权重小于0.32时，不需要保留，菲欧泽，对该电极进行修复，比如是替换成新的电极，来寻找人体上针对该电极的最佳检测位置，获取新的参数。
该实施例中，常规分析可以是指的按照一般正常分析方式，对新的人体信息参数进行的分析。
该实施例中，基础特性指的是人体本身处在的自身疾病等。
该实施例中，可以确定由于自身疾病导致检测结果超出预设范围的可能性，比如，人体本身就存在高血压，此时，检测结果超出了预设范围，此时，第一可能性就为100％可能性。
该实施例中，在优化的过程中，可以是人体存在的多种疾病，每种疾病都对同个检测指标存在一定的影响，此时，就可以进行优化，只是为了确定影响的可能性。
该实施例中，如果是满足分析标准，也就是大于预设标准时，就可以视为采用第一分析方式，进行分析，如果不是，采用第二分析方式进行分析，最后都是为了获取管理方案，对人体进行营养管理。
上述技术方案的有益效果是：通过对电极进行检测，来确定电极是否存在损坏，进而根据电极本身的权重，来确定是否对存在损坏的电极进行修复或者更换，来保证人体信息参数获取的合格性以及后续在分析营养成分时避免必要数据的缺失，且通过对新的人体信息参数按照电极进行归类，并按照信息属性，实现范围比较，可以有效的得到需要对人体信息参数进行的分析方式，且通过不同的分析方式，可以保证对应分析结果的合理性，便于智能营养的管理。
实施例7：
基于实施例6的基础上，所述智能营养管理模块，还包括：
追溯单元，用于确定所述优化单元的最后输出管理方案，并追溯所述最后输出管理方案的分析方式的分析属性；
匹配单元，用于按照所述分析属性，从分析-输出数据库中，匹配得到输出方案；
展示单元，用于按照所述输出方案，对所述最后输出管理方案进行场景渲染，并展示。
上述技术方案的有益效果是：通过对最后输出管理方案的分析属性进行追溯，便于匹配得到输出方案，并进行相应的场景渲染展示，提高对管理方案的直观观看，进一步提高对人体营养成分的管理。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种通过人体成分检测提供智能营养管理的系统，其特征在于，包括：
人体成分检测模块，用于基于若干种预设检测方式，分别对目标人体进行人体成分检测，分析每种预设检测方式对应的人体成分检测结果中存在的突发信号以及正常信号，将所述突发信号与正常信号进行信号时段以及时段关系分析，获取得到人体信息参数；
智能营养管理模块，用于根据所述人体信息参数，并结合所述目标人体的基础特性进行营养分析，确定所述目标人体针对每种预设营养成分的成分占比，基于所述目标人体在当下时段内的饮食信息，对所述成分占比进行修正，得到修正占比，并获取得到智能营养管理方案并输出；
智能交互模块，用于按照所述智能营养管理方案，生成交互方案，供所述目标人体进行交互；
其中，所述智能交互模块，用于按照所述智能营养管理方案，生成交互集合，并向所述交互集合中的每个交互指令赋予周期时效性，并与所述目标人体进行交互互动；
捕捉模块，用于捕捉所述目标人体基于每个交互指令的互动信息，得到关键互动，并确定交互合格性；
其中，F表示对应交互指令的交互合格性；n表示对应交互指令所对应的互动信息中存在的关键互动的总个数；c表示对应互动信息中存在的剩余非关键互动对交互合格性的影响因子，且取值范围为[0,0.1]；di表示第i个关键互动的实际互动信息；Di表示第i个关键互动的标准互动信息；
表示第i个关键互动的互动权重；exp表示指数函数符号；
表示基于提取函数Y，从n个关键互动中提取
且
的实际互动信息与对应标准互动信息的所有比值的累加和；
表示提取函数，且提取满足
且
的比值；
表示预设权重，且取值为0.3；
表示基于满足
且
所对应实际互动信息的影响因子；
重组模块，用于对交互合格性小于对应预设合格性的交互指令进行重组，并生成重复方案，供所述目标人体进行再次交互。
2.如权利要求1所述的通过人体成分检测提供智能营养管理的系统，其特征在于，还包括：
问卷调查模块，用于向所述目标人体展示基础调查问卷；
要素提取模块，用于获取所述目标人体对所述基础调查问卷的答复信息，并对所述答复信息进行信息组合，从所述信息组合中提取关键要素；
提醒模块，用于对所述关键要素进行显著性显示，并提醒所述目标人体进行确定；
仪器匹配模块，用于当接收到所述目标人体的确定指令后，基于所述关键要素匹配对应的检测仪器，基于所述检测仪器对所述目标人体进行检测。
3.如权利要求2所述的通过人体成分检测提供智能营养管理的系统，其特征在于，所述要素提取模块，包括：
压力检测单元，用于实时检测对所述基础调查问卷进行答复过程中的答复压力；
压力捕捉单元，用于实时捕捉压力轨迹，并按照所述压力轨迹，确定得到若干答复文字，同时，还确定每个答复文字中的文字末尾点以及文字初始点；
范围线确定单元，用于确定所述文字末尾点的第一压力趋势以及文字初始点的第二压力趋势，按照所述第一压力趋势以及对应压力大小，确定可扩展第一范围线，同时，按照所述第二压力趋势以及对应压力大小，确定可扩展第二范围线；
线补充单元，用于将所述第一范围线补充在对应文字末尾点，将所述第二范围线补充在对应文字初始点；
第一范围调整单元，用于确定每个答复文字的初始答复范围，并基于补充结果，获取对应初始答复范围的线扩展分布，并按照所述线扩展分布，获取得到第一调整边界；
第二范围调整单元，用于判断与相邻答复文字的范围线是否存在重叠点，若不存在，将所述第一调整边界视为最佳答复范围；
若存在，基于所述重叠点，标定当下答复文字的待调整范围线，并定位到所述第一调整边界线中的待调整范围线上的重叠点上，并将所述待调整范围线上的多余线删除，基于留下的线，对所述第一调整边界进行调整，得到最佳答复范围；
关系获取单元，用于基于所述最佳答复范围进行范围切割，并向每个答复文字配置对应的位置属性，并得到属性阵列，进而得到每个问卷调查问题与对应答复信息的对应关系；
文字分析单元，用于对每个问卷调查问题所对应的答复信息进行文字分析，确定是否存在答复异常；
若存在，基于所述对应关系，自动定位到待确认位置，由所述目标人体进行确认；
要素提取单元，用于从所有确认后的答复信息以及不存在答复异常的信息中提取关键要素。
4.如权利要求3所述的通过人体成分检测提供智能营养管理的系统，
其特征在于，
所述第一压力趋势指的是正向压力趋势；
所述第二压力趋势指的是反向压力趋势。
5.如权利要求1所述的通过人体成分检测提供智能营养管理的系统，其特征在于，所述人体成分检测模块，包括：
检测方式罗列单元，用于按照需要获取的参数信息，来确定对所述目标人体的检测集合，并将所述检测集合中的检测方式按照检测规律进行罗列；
保留单元，用于基于罗列结果，依次调取对应的检测方式，对所述目标人体进行检测，并分别对每种检测方式的检测结果进行阵列保留；
异常确定单元，用于对阵列保留结果中的每种检测信号进行信号分析，确定是否存在异常信号点；
因素确定单元，用于当存在异常信号点时，对所述异常信号点进行标定，并按照标定结果以及对应检测方式的检测周期，截取可靠区间，并对所述可靠区域进行信号分析，确定异常因素；
电流范围确定单元，用于当所述异常因素与电流有关时，基于标定的所有异常信号点，得到信号调节范围；
从信号-电流调节数据库中，获取与所述信号调节范围对应的电流调节范围；
权重分配单元，用于分析所述异常信号点的向上异常占比以及向下异常占比，并向所述向上异常占比分配第一权重，向所述向下异常占比分配第二权重；
第一调节单元，用于基于第一权重、第二权重以及电流调节范围，对对应检测方式的当下电流进行第一调节；
第二调节单元，用于获取与当下检测方式相邻的检测方式的相邻检测结果以及相邻的检测方式对应的检测部位点，确定相邻检测部位点与当下检测部位点的部位关系以及相邻的检测方式与当下检测方式的影响关系，对所述当下电流进行第二调节；
参数获取单元，用于基于第一调节结果以及第二调节结果，获取得到最终检测电流，并按照所述最终检测电流对所述目标人体进行再次检测，并替换到原先的检测结果，得到人体信息参数。
6.如权利要求5所述的通过人体成分检测提供智能营养管理的系统，其特征在于，
当所述向上异常占比大于向下异常占比时，所述第一权重大于第二权重；
当所述向上异常占比小于向下异常占比时，所述第一权重小于第二权重；
且所述第一权重与第二权重的和为1。
7.如权利要求1所述的通过人体成分检测提供智能营养管理的系统，其特征在于，智能营养管理模块，包括：
电极检测单元，用于检测每种预设检测方式对应的检测电极，并获取同个预设检测方式对应的电极检测结果，判断对应检测电极是否存在损坏；
若存在，根据所述检测电极基于对应预设检测方式的检测权重，判定对所述检测电极是否保留；
若保留，基于所述电极检测结果，获取保留的检测电极的损坏因素，并进行修复提醒，同时，确定修复后的检测电极在所述目标人体的最佳检测位置；
新参数获取单元，用于通过所述修复后的检测电极所获取的所述最佳检测位置的新的检测参数，获取新的人体信息参数；
参数判断单元，用于按照检测电极，来对所述新的人体信息参数进行归类，获取若干同类信息，并确定所述同类信息的信息属性，并按照所述信息属性，确定对应的预设范围；
判断所述同类信息中每个时间点的信息参数是否在对应预设范围内；
若是，对所述新的人体信息参数进行常规分析，得到第一智能营养管理方案；
否则，获取超出对应预设范围的同类信息，并与所述基础特性进行匹配，判断所述基础特性导致超出预设范围的第一可能性；
优化单元，用于对所述第一可能性进行优化处理，得到第二可能性，当第二可能性满足分析标准时，获取第一分析方式，对所述新的人体信息参数进行第一分析，得到第二智能营养管理方案；
否则，获取第二分析方式，对所述新的人体信息进行第二分析，获取得到第三智能营养管理方案。
8.如权利要求7所述的通过人体成分检测提供智能营养管理的系统，其特征在于，
所述第一分析方式为不偏向基础特性的分析方式；
所述第二分析方式为偏向基础特性的分析方式。
9.如权利要求7所述的通过人体成分检测提供智能营养管理的系统，其特征在于，所述智能营养管理模块，还包括：
追溯单元，用于确定所述优化单元的最后输出管理方案，并追溯所述最后输出管理方案的分析方式的分析属性；
匹配单元，用于按照所述分析属性，从分析-输出数据库中，匹配得到输出方案；
展示单元，用于按照所述输出方案，对所述最后输出管理方案进行场景渲染，并展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210584535.2A CN114983385B (zh) | 2022-05-27 | 2022-05-27 | 一种通过人体成分检测提供智能营养管理的系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210584535.2A CN114983385B (zh) | 2022-05-27 | 2022-05-27 | 一种通过人体成分检测提供智能营养管理的系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114983385A CN114983385A (zh) | 2022-09-02 |
| CN114983385B true CN114983385B (zh) | 2023-03-10 |
Family
ID=83028228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210584535.2A Active CN114983385B (zh) | 2022-05-27 | 2022-05-27 | 一种通过人体成分检测提供智能营养管理的系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114983385B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116580817B (zh) * | 2023-07-12 | 2023-09-22 | 北京四海汇智科技有限公司 | 基于机器学习的个性化营养指导方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102812652A (zh) * | 2010-04-01 | 2012-12-05 | 索尼公司 | 为了高级服务而使用电子调查问卷的接收机和系统 |
| CN107305446A (zh) * | 2016-04-25 | 2017-10-31 | 北京锤子数码科技有限公司 | 获取压力感应区域内关键字的方法和装置 |
| CN108714099A (zh) * | 2018-06-08 | 2018-10-30 | 荣摩智能科技有限公司 | 一种多功能健康按摩椅 |
| CN108937931A (zh) * | 2018-06-08 | 2018-12-07 | 荣摩智能科技有限公司 | 一种多功能健康管理系统 |
| CN111680142A (zh) * | 2020-05-29 | 2020-09-18 | 平安普惠企业管理有限公司 | 基于文本识别的自动答复方法、装置、计算机设备 |
| CN112150298A (zh) * | 2020-09-28 | 2020-12-29 | 建信金融科技有限责任公司 | 数据处理方法、系统、设备及可读介质 |
| CN113283304A (zh) * | 2021-04-28 | 2021-08-20 | 深圳市鹰硕技术有限公司 | 一种具有文字识别优化功能的在线练习方法及装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7953613B2 (en) * | 2007-01-03 | 2011-05-31 | Gizewski Theodore M | Health maintenance system |
| US11139081B2 (en) * | 2016-05-02 | 2021-10-05 | Bao Tran | Blockchain gene system |
| US10770072B2 (en) * | 2018-12-10 | 2020-09-08 | International Business Machines Corporation | Cognitive triggering of human interaction strategies to facilitate collaboration, productivity, and learning |
-
2022
- 2022-05-27 CN CN202210584535.2A patent/CN114983385B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102812652A (zh) * | 2010-04-01 | 2012-12-05 | 索尼公司 | 为了高级服务而使用电子调查问卷的接收机和系统 |
| CN107305446A (zh) * | 2016-04-25 | 2017-10-31 | 北京锤子数码科技有限公司 | 获取压力感应区域内关键字的方法和装置 |
| CN108714099A (zh) * | 2018-06-08 | 2018-10-30 | 荣摩智能科技有限公司 | 一种多功能健康按摩椅 |
| CN108937931A (zh) * | 2018-06-08 | 2018-12-07 | 荣摩智能科技有限公司 | 一种多功能健康管理系统 |
| CN111680142A (zh) * | 2020-05-29 | 2020-09-18 | 平安普惠企业管理有限公司 | 基于文本识别的自动答复方法、装置、计算机设备 |
| CN112150298A (zh) * | 2020-09-28 | 2020-12-29 | 建信金融科技有限责任公司 | 数据处理方法、系统、设备及可读介质 |
| CN113283304A (zh) * | 2021-04-28 | 2021-08-20 | 深圳市鹰硕技术有限公司 | 一种具有文字识别优化功能的在线练习方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 新型家用电器产品人机交互体验合格评定的研究;石利利 等;《日用电器》;20220228(第2期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114983385A (zh) | 2022-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Thompson et al. | Dietary assessment methodology | |
| Bernheim et al. | Behavioral public economics | |
| Davison et al. | Multidimensional scaling | |
| JP6010719B1 (ja) | 健康管理サーバおよび健康管理サーバ制御方法並びに健康管理プログラム | |
| US8834174B2 (en) | Methods and systems for assessing latent traits using probabilistic scoring | |
| CN114983385B (zh) | 一种通过人体成分检测提供智能营养管理的系统 | |
| Curtis et al. | Vegetarianism, dietary restraint and feminist identity | |
| Reeve | Item response theory modeling in health outcomes measurement | |
| WO2020206172A1 (en) | Confidence evaluation to measure trust in behavioral health survey results | |
| Fayers | Quality-of-life measurement in clinical trials—the impact of causal variables | |
| KR20200126577A (ko) | 음식량 측정을 이용한 배식소의 운영정보와 배식대상의 관리정보 제공 방법, 서버 및 프로그램 | |
| Onori et al. | An adaptation of the Food Insecurity Experience Scale (FIES) for measuring food insecurity among women in socially-backward communities | |
| Wei et al. | Perceptual and attitudinal body image, disordered eating, and muscle-building behavior in college men. | |
| CN110689946B (zh) | 一种基于图像识别技术确定用户饮食结构的健康饮食干预系统及干预方法 | |
| CN112201325A (zh) | 一种服务线上化饮食推荐方法、装置、系统及存储介质 | |
| Johnson et al. | Effects of simplifying choice tasks on estimates of taste heterogeneity in stated-choice surveys | |
| JP2002123612A (ja) | 健康増進支援サービスセンタ | |
| Bruers | The animal welfare cost of meat: evidence from a survey of hypothetical scenarios among Belgian consumers | |
| CN114388089A (zh) | 一种基于人工智能的个人健康管理方法及系统 | |
| CN113569140A (zh) | 信息推荐方法、装置、电子设备及计算机可读存储介质 | |
| JP6362651B2 (ja) | 健康管理サーバおよび健康管理サーバ制御方法並びに健康管理プログラム | |
| US20220270716A1 (en) | Confidence evaluation to measure trust in behavioral health survey results | |
| Whelan et al. | Relative validity of a brief Fat and Fibre Behaviour Questionnaire in a population of overweight and obese breast cancer survivors: A note of caution | |
| KR102656629B1 (ko) | 개인의 식이 패턴 설정 시스템과 그 방법 | |
| US20230274812A1 (en) | Methods and systems for calculating an edible score in a display interface |
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 |