KR101633944B1 - 건강 유익도에 기초하여 영양 개선을 달성 및 보조하는 시스템 - Google Patents
건강 유익도에 기초하여 영양 개선을 달성 및 보조하는 시스템 Download PDFInfo
- Publication number
- KR101633944B1 KR101633944B1 KR1020117004910A KR20117004910A KR101633944B1 KR 101633944 B1 KR101633944 B1 KR 101633944B1 KR 1020117004910 A KR1020117004910 A KR 1020117004910A KR 20117004910 A KR20117004910 A KR 20117004910A KR 101633944 B1 KR101633944 B1 KR 101633944B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- food
- fat
- processing system
- health benefit
- Prior art date
Links
- 235000013666 improved nutrition Nutrition 0.000 title description 2
- 235000013305 food Nutrition 0.000 claims abstract description 625
- 238000000034 method Methods 0.000 claims abstract description 136
- 230000007407 health benefit Effects 0.000 claims abstract description 127
- 238000012545 processing Methods 0.000 claims description 112
- 235000015097 nutrients Nutrition 0.000 claims description 82
- 235000013325 dietary fiber Nutrition 0.000 claims description 52
- 235000018102 proteins Nutrition 0.000 claims description 47
- 108090000623 proteins and genes Proteins 0.000 claims description 47
- 102000004169 proteins and genes Human genes 0.000 claims description 47
- 235000021003 saturated fats Nutrition 0.000 claims description 42
- 235000014633 carbohydrates Nutrition 0.000 claims description 39
- 150000001720 carbohydrates Chemical class 0.000 claims description 39
- 235000019197 fats Nutrition 0.000 claims description 39
- 235000000346 sugar Nutrition 0.000 claims description 31
- 230000002503 metabolic effect Effects 0.000 claims description 22
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 claims description 20
- 229910052708 sodium Inorganic materials 0.000 claims description 20
- 239000011734 sodium Substances 0.000 claims description 20
- 235000005911 diet Nutrition 0.000 claims description 11
- 230000037213 diet Effects 0.000 claims description 8
- 230000037396 body weight Effects 0.000 claims description 7
- 230000004060 metabolic process Effects 0.000 claims description 7
- 238000004260 weight control Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims 4
- 230000008821 health effect Effects 0.000 claims 4
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 76
- 230000036541 health Effects 0.000 description 106
- 239000003925 fat Substances 0.000 description 35
- 235000012054 meals Nutrition 0.000 description 34
- 235000016709 nutrition Nutrition 0.000 description 34
- 238000004891 communication Methods 0.000 description 16
- 230000035764 nutrition Effects 0.000 description 16
- 238000006243 chemical reaction Methods 0.000 description 13
- 230000004580 weight loss Effects 0.000 description 11
- 235000021485 packed food Nutrition 0.000 description 9
- 150000003839 salts Chemical class 0.000 description 9
- 235000001497 healthy food Nutrition 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 7
- 235000021186 dishes Nutrition 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 5
- 235000019577 caloric intake Nutrition 0.000 description 5
- 235000013339 cereals Nutrition 0.000 description 5
- 235000014510 cooky Nutrition 0.000 description 5
- 235000021316 daily nutritional intake Nutrition 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 235000013367 dietary fats Nutrition 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 235000021049 nutrient content Nutrition 0.000 description 5
- 238000004806 packaging method and process Methods 0.000 description 5
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 4
- 241000482268 Zea mays subsp. mays Species 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 235000013311 vegetables Nutrition 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 235000013351 cheese Nutrition 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 235000009508 confectionery Nutrition 0.000 description 3
- 239000006071 cream Substances 0.000 description 3
- 230000000378 dietary effect Effects 0.000 description 3
- 235000005686 eating Nutrition 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 235000012631 food intake Nutrition 0.000 description 3
- 235000015243 ice cream Nutrition 0.000 description 3
- 235000013372 meat Nutrition 0.000 description 3
- 235000015927 pasta Nutrition 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 230000005180 public health Effects 0.000 description 3
- 230000036186 satiety Effects 0.000 description 3
- 235000019627 satiety Nutrition 0.000 description 3
- 235000011888 snacks Nutrition 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 208000024172 Cardiovascular disease Diseases 0.000 description 2
- 240000008415 Lactuca sativa Species 0.000 description 2
- 244000269722 Thea sinensis Species 0.000 description 2
- 235000015278 beef Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 235000013365 dairy product Nutrition 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 235000015219 food category Nutrition 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 235000021083 high saturated fats Nutrition 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 235000014571 nuts Nutrition 0.000 description 2
- 235000015277 pork Nutrition 0.000 description 2
- 235000021395 porridge Nutrition 0.000 description 2
- 235000012045 salad Nutrition 0.000 description 2
- 235000014347 soups Nutrition 0.000 description 2
- 150000005846 sugar alcohols Chemical class 0.000 description 2
- 150000008163 sugars Chemical class 0.000 description 2
- 235000020357 syrup Nutrition 0.000 description 2
- 239000006188 syrup Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 235000008371 tortilla/corn chips Nutrition 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000037221 weight management Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 235000002568 Capsicum frutescens Nutrition 0.000 description 1
- 241000238424 Crustacea Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 108010010803 Gelatin Proteins 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- 235000001014 amino acid Nutrition 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 235000012791 bagels Nutrition 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 235000015496 breakfast cereal Nutrition 0.000 description 1
- 235000014121 butter Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000012489 doughnuts Nutrition 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000020776 essential amino acid Nutrition 0.000 description 1
- 239000003797 essential amino acid Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 235000012041 food component Nutrition 0.000 description 1
- 235000012027 fruit salads Nutrition 0.000 description 1
- 229920000159 gelatin Polymers 0.000 description 1
- 239000008273 gelatin Substances 0.000 description 1
- 235000019322 gelatine Nutrition 0.000 description 1
- 235000011852 gelatine desserts Nutrition 0.000 description 1
- 235000013882 gravy Nutrition 0.000 description 1
- 235000013402 health food Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 235000021374 legumes Nutrition 0.000 description 1
- 235000015263 low fat diet Nutrition 0.000 description 1
- 235000020855 low-carbohydrate diet Nutrition 0.000 description 1
- 230000003050 macronutrient Effects 0.000 description 1
- 235000021073 macronutrients Nutrition 0.000 description 1
- 235000021184 main course Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 235000012771 pancakes Nutrition 0.000 description 1
- 235000021400 peanut butter Nutrition 0.000 description 1
- 235000013550 pizza Nutrition 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 235000013324 preserved food Nutrition 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 235000011962 puddings Nutrition 0.000 description 1
- 235000021067 refined food Nutrition 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 235000003441 saturated fatty acids Nutrition 0.000 description 1
- 150000004671 saturated fatty acids Chemical class 0.000 description 1
- 235000015067 sauces Nutrition 0.000 description 1
- 235000013580 sausages Nutrition 0.000 description 1
- 235000013547 stew Nutrition 0.000 description 1
- 235000012184 tortilla Nutrition 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 235000021081 unsaturated fats Nutrition 0.000 description 1
- 235000015192 vegetable juice Nutrition 0.000 description 1
- 235000012773 waffles Nutrition 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23L—FOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED BY SUBCLASSES A21D OR A23B-A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT; PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
- A23L33/00—Modifying nutritive qualities of foods; Dietetic products; Preparation or treatment thereof
- A23L33/30—Dietetic or nutritional methods, e.g. for losing weight
-
- 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
- G01N33/02—Food
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/0092—Nutrition
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23V—INDEXING SCHEME RELATING TO FOODS, FOODSTUFFS OR NON-ALCOHOLIC BEVERAGES AND LACTIC OR PROPIONIC ACID BACTERIA USED IN FOODSTUFFS OR FOOD PREPARATION
- A23V2002/00—Food compositions, function of food ingredients or processes for food or foodstuffs
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Food Science & Technology (AREA)
- Chemical & Material Sciences (AREA)
- Nutrition Science (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Mycology (AREA)
- Polymers & Plastics (AREA)
- Biochemistry (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Immunology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Coloring Foods And Improving Nutritive Qualities (AREA)
- General Preparation And Processing Of Foods (AREA)
- Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
Abstract
후보 식품에 대한 상대적 건강 유익성 데이터 및 식품 에너지 데이터의 조합에 기초하여 식료품을 선택 및 구매하기 위하여 그리고 식료품을 생산하기 위한 것 뿐만 아니라 소비자의 몸을 제어하기 위한 프로세스들이 제공된다. 상대적 건강 유익성 데이터 및 식품 에너지 데이터를 획득하여 액세스하는 여러 방법이 제공된다. 또한, 상술한 프로세스들을 지원하는 관련 프로세스 및 시스템도 제공된다.
Description
본 출원은 2008년 8월 29일에 캐런 밀러-코바흐(Karen Miller-Kovach), 주트 거윅(Ute Gerwig), 쥴리아 피츠(Julia Peetz), 크리스틴 제이콥슨(Christine Jacobsohn), 와네마 프라이(Wanema Frye), 스테파니 린 로스트(Stephanie Lyn Rost) 및 마리아 키니론스(Maria Kinirons)의 이름으로 출원된 미국 임시 특허출원 제61/092,981호의 우선권 주장 출원이다. 본 출원은 발명의 명칭이 "대사 전환 효율에 기초한 프로세스 및 시스템(Processes and Systems Based on Metabolic Conversion Efficiency)"인 미국 특허출원 제 호(사건 번호 제26753.006호); 발명의 명칭이 "에너지로서의 식이 섬유에 기초한 프로세스 및 시스템(Processes and Systems Based on Dietary Fiber as Energy)"인 미국 특허출원 제 호(사건 번호 제26753.008호); 발명의 명칭이 "식품 메타 그룹들에 기초하여 식품 건강증진 데이터를 이용하고 생산하는 프로세스 및 시스템(Processes and Systems Using and Producing Food Healthfulness Data based on Food Metagroups)"인 미국 특허출원 제 호(사건 번호 제26753.010호); 발명의 명칭이 "영양의 선형 조합에 기초하여 식품 건간증진 데이터를 이용하고 생산하는 프로세스 및 시스템(Processes and Systems Using and Producing Food Healthfulness Data based on Linear Combinations of Nutrients)"인 미국 특허출원 제 호(사건 번호 제26753.012호); 및 발명의 명칭이 "개선된 영양을 달성 및 보조하기 위한 프로세스 및 시스템(Processes and Systems for Achieving and Assisting in Improved Nutrition)"인 미국 특허출원 제 호(사건 번호 제26753.014호)와 관련되며, 이들 각각은 본 출원과 동시에 출원되고, 이들 모두는 전체 내용이 참조로서 본 출원에 병합된다.
식료품을 생산하기 위한 프로세스뿐만 아니라, 체중 조절 및/또는 건강증진 영양을 달성하기 위해 식품을 선택, 섭취 및/또는 구매하기 위한 프로세스와, 전술한 것들 각각을 보조하기 위한 시스템이 제공된다.
Weight Watchers Internationl Inc.는 회사 소유 및 프랜차이즈 운영의 네트워크를 통해 전세계적으로 운영되는 체중 관리 서비스의 세계적인 선두 제공자이다. Weight Watchers는 체중 감량 및 체중 조절에 관심이 있는 이들에게 다양한 범위의 제품, 간행물 및 프로그램을 제공한다. 40년이 넘는 체중 관리 경험, 전문 지식 및 노하우를 토대로 하여, Weight Watchers는 체중을 의식하고 있는 소비자들 사이에서 가장 인정받고 신뢰받는 브랜드 이름 중 하나가 되었다.
수년 전에, Weight Watchers는 그러한 방법을 실천하는 소비자들을 보조하기 위한 혁신적이고 성공적인 체중 조절 방법 및 시스템을 개척하였다. 그러한 방법 및 시스템은 각각의 전체 내용이 본 출원에 참조로서 병합되는 미국 등록특허 제6,040,531호, 제6,436,036호, 제6,663,564호, 제6,878,885호 및 제7,361,143호의 주제이다. 이러한 방법들은 지방 함량에 기초하여 증가하고 식이 섬유 함량에 기초하여 감소하는 칼로리 함량에 기초하여 식품(food serving)에 값을 할당한다. 이러한 할당은 Weight Watchers 연구원들에 의해 개발된 독점적 방식을 이용하여 수행된다. 매일 소비되는 식품에 대한 가치가 합산되고 소비자는 그들이 미리 결정된 최대 값을 초과시키지 않는다는 것을 보장한다. 이러한 방법들은, 특히 체중 조절 노력에 상당한 주의를 기울일 수 없는 이들에게 간단하고 효율적인 체중 조절 프레임워크를 제공한다.
현재의 Weight Watchers 프로그램이 독점적인 방식을 이용하여 초과 체중을 감량하기 위한 수백만 명의 노력을 보조해온 효율적인 기술을 소비자들에게 제공해오는 동안, 소비자들은 이 방식이 상이한 식품들의 상대적인 포만감을 반영하기를 원한다고 오랫동안 요구해왔다. 유감스럽게도, 현재까지 그러한 방식에 병합될 수 있도록 하기 위해 포만감 측면을 정량화하는 것이 가능하지 않았다.
소비자들이 체중 감량 또는 증가의 목적을 위해서든, 또는 단지 체중을 유지시키기 위해서든 그들의 체중을 조절하려고 노력하는 동안, 그들은 또한 건강이 증진되도록 먹고 있다는 것을 확실히 할 수 있기를 바란다. 정부 또는 사설 기관들은 소비자들이 건강에 더 좋은 식품들을 선택하고 소비할 수 있도록 하기 위해 소비자들을 교육시키기 위한 방법들을 실행하려고 시도한다. 미국에서는, 식품에 영양 성분의 리스트를 표시해야 하고, 다량 영양소 각각의 함량, 총 칼로리 및 심혈관계 질환을 가진 이들에게 특히 중요한 염분 및 포화 지방 등의 영양 성분의 함량과 같은 추가적인 정보를 제공한다.
영국의 식품 표준 단체(Food Standards Agency)는 소비자들이 지방, 포화 지방 또는 "포화 성분들(saturates)", 당류 및 염분, 및 몇몇의 경우에는 칼로리 함량을 포함하는 4개의 상이한 영양 성분들의 양을 비교함으로써 하나의 제품을 또 다른 제품과 비교할 수 있도록 하기 위해, 식품 제조업자들이 그들의 식품에 표준 방식으로 라벨을 붙이도록 권장하는 "트래픽 라이트 라벨링(Traffic Light Labeling)" 시스템이라고 불리는 식품 라벨링 시스템을 실천해오고 있다. 각각의 영양 성분 및 (표시된 경우에) 칼로리 함량에 대하여, 그 영양 성문의 양이 "많음(high)"(적색 코드), "중간(medium)"(황색 코드), "적음(low)"(녹색 코드)인지의 여부를 나타내도록 하기 위해 색 코드가 제공된다. 심혈관계 질환을 가진 이들의 경우와 같이 염분 및 포화 지방과 같은 하나 이상의 특정한 영양 성분의 정보를 얻어내려는 이들에게는, 이러한 라벨링 시스템이 매우 효과적일 수 있다. 그러나 구매 및/또는 소비하고자 하는 각 식품의 건강 증진성에 대한 종합적인 감각을 발달시키려고 노력하는 이들에게는 특정 식료품을 구매 또는 소비할지의 여부를 결정하기 위해 상당히 많은 판단이 필요할 수도 있다.
산체스(Sanchez)의 공개된 PCT 출원 WO 98/45766호는 8개의 "식품 그룹들"에 대한 소비자의 선택과 함께, 트래픽 라이트 라벨링 다음에 표시된 것과 같은 데이터를 입력하는 식품 그룹 영양 값 계산기를 제안한다. 이 계산기는 식품 그룹 선택에 기초하여 선택된 영양 성분들의 입력 양을 별개의 식품 그룹들 각각에 특정한 표준 값들과 비교함으로써 대응하는 결정-트리(decision-tree) 알고리즘을 수행한다. 하나 이상의 그러한 비교들에 기초하여, 식품은 "우수함(Excellent)", "매우 좋음(Very Good)", "좋음(Good)", 또는 "피함(Aviod)" 중 어느 하나로 분류된다.
본 발명은 식료품을 생산하기 위한 프로세스뿐만 아니라, 체중 조절 및/또는 건강증진 영양을 달성하기 위해 식품을 선택, 섭취 및/또는 구매하기 위한 프로세스와, 전술한 것들 각각을 보조하기 위한 시스템을 제공하기 위한 것이다.
후보 식품에 대한 상대적 건강 유익성 데이터 및 식품 에너지 데이터의 조합에 기초하여 식료품을 선택 및 구매하기 위하여 그리고 식료품을 생산하기 위한 것 뿐만 아니라 소비자의 몸을 제어하기 위한 프로세스들이 제공된다. 상대적 건강 유익성 데이터 및 식품 에너지 데이터를 획득하여 액세스하는 여러 방법이 제공된다. 또한, 상술한 프로세스들을 지원하는 관련 프로세스 및 시스템도 제공된다.
본 발명에 따르면, 효과적인 식품 섭취를 가능하게 하여 건강 유익도에 기초하여 영양 개선을 달성할 수 있다.
도 1 내지 도 9는 다양한 식품의 상대적인 건강 증진성을 나타내는 데이터를 만들기 위해 본 발명에 개시된 프로세스에 이용되는 데이터의 테이블들이다.
도 10은 상대적인 건강 증진성에 기초하여 식품을 선택하고 섭취하기 위한 임의의 개시된 프로세스를 나타낸 흐름도이다.
도 11는 상대적인 건강 증진성에 기초하여 식품을 선택하고 구매하기 위한 임의의 개시된 프로세스를 나타낸 흐름도이다.
도 12는 본 발명에 개시된 프로세스에 유용한 데이터 처리 시스템의 특정 실시예를 나타낸다.
도 13은 본 발명에 개시된 프로세서에 유용한 클라이언트/서버 시스템을 나타낸다.
도 14는 체중을 조절하고 원하는 영양적 특성에 기초하여 소비될 식품을 선택하기 위한 임의의 개시된 프로세스를 나타낸 흐름도이다.
도 15A 내지 도 15D는 식품의 에너지 함량 데이터 및 영양적 특성 데이터를 전달하는 데에 이용하기 위한 예시적인 이미지들을 나타낸다.
도 16은 에너지 함량 및 원하는 영양적 특성에 기초하여 식품을 선택하고 구매하기 위한 프로세스를 나타내는 흐름도이다.
도 17은 특정 실시예에 따라 사람의 체중을 조절하기 위한 프로세스를 나타내는 흐름도이다.
본 출원에 대해서는 이하의 용어 및 정의들이 적용될 것이다.
도 10은 상대적인 건강 증진성에 기초하여 식품을 선택하고 섭취하기 위한 임의의 개시된 프로세스를 나타낸 흐름도이다.
도 11는 상대적인 건강 증진성에 기초하여 식품을 선택하고 구매하기 위한 임의의 개시된 프로세스를 나타낸 흐름도이다.
도 12는 본 발명에 개시된 프로세스에 유용한 데이터 처리 시스템의 특정 실시예를 나타낸다.
도 13은 본 발명에 개시된 프로세서에 유용한 클라이언트/서버 시스템을 나타낸다.
도 14는 체중을 조절하고 원하는 영양적 특성에 기초하여 소비될 식품을 선택하기 위한 임의의 개시된 프로세스를 나타낸 흐름도이다.
도 15A 내지 도 15D는 식품의 에너지 함량 데이터 및 영양적 특성 데이터를 전달하는 데에 이용하기 위한 예시적인 이미지들을 나타낸다.
도 16은 에너지 함량 및 원하는 영양적 특성에 기초하여 식품을 선택하고 구매하기 위한 프로세스를 나타내는 흐름도이다.
도 17은 특정 실시예에 따라 사람의 체중을 조절하기 위한 프로세스를 나타내는 흐름도이다.
본 출원에 대해서는 이하의 용어 및 정의들이 적용될 것이다.
여기서 사용되는 "에너지 함량(content)"의 용어는 (식품(food)에 있는 하나 이상의 영양소의 신진대사 변환 효율에 대하여 조정되었는 지와 관계없이) 주어진 식품의 에너지 함량을 말한다.
여기서 사용되는 "신진대사 변환 효율"의 용어는 신진대사 변환 효율의 절대 측정치, 및 서로에게 상대적인, 영양소들의 신진대사 변환 효율 모두를 말한다.
여기서 사용되는 "데이터"는, 영구적이든 일시적이든지에 관계없이, 가시적인지, 가청인지(audible), 음향적인지(acoustic), 전기적인지, 자기적인지, 전자기적인지 또 다르게 나타내어지든지에 관계없이, 임의의 지시(indicia), 신호, 마크, 심볼, 도메인, 심볼 세트, 표시(representation) 및 정보를 나타내는 다른 물리적 형식 또는 형식들을 의미한다. 하나의 물리적 형식으로 미리결정된 정보를 나타내기 위해 사용되는 "데이터"의 용어는 다른 물리적 형식 또는 형식들의 대응하는 정보의 임의의 그리고 모든 표시(representation)를 포함하는 것으로 간주될 것이다.
여기서 사용되는 "프리젠테이션 데이터"의 용어는 시각적 형식 또는 청각적 형식을 포함하지만 이에 제한되지 않는, 임의의 지각가능한(perceptable) 형식으로 사용자에게 제시되는(presented) 데이터를 의미한다. 프리젠테이션 데이터의 예로는 모니터와 같은 시각적 프리젠테이션 장치 상에서 디스플레이되는 데이터 및 종이에 인쇄되는 데이터를 포함한다.
여기서 사용되는 "프리젠테이션 장치"의 용어는 임의의 지각가능한 형식으로 사용자에게 데이터를 제시할 수 있는 장치 또는 장치들을 의미한다.
여기서 사용되는 "데이터베이스"의 용어는 데이터나 이 데이터의 조직화된 바디가 나타내어지는 방법과 관계없이, 관련된 데이터의 조직화된 바디를 의미한다. 예를 들어, 관련된 데이터의 조직화된 바디는 하나 이상의 테이블, 맵, 그리드, 패킷, 데이터그램, 프레임, 파일, 이-메일, 메세지, 문서, 목록 또는 임의의 다른 형식의 형태일 수 있다.
여기서 사용되는 "이미지 데이터세트"의 용어는 프리젠테이션 데이터로서 사용되기에 적합한 데이터베이스 또는 프리젠테이션 데이터를 생성하는데 사용되기에 적합한 데이터베이스를 의미한다.
여기서 사용되는 "보조 이미지 특징(feature)"은 이미지의 색, 밝기, 명암, 모양 또는 질감 중 하나 이상을 의미한다.
여기서 사용되는 "네트워크"의 용어는 인터넷을 포함하고 임의의 특정 네트워크 또는 상호(inter)-네트워크에 제한되지 않는 모든 종류의 네트워크 및 상호네트워크 둘 다를 포함한다. 예를 들어, "네트워크"는 유선 링크, 무선 링크 또는 유선과 무선 링크의 임의의 조합을 이용하여 실행되는 것들을 포함한다.
여기서 사용되는 "제1의", "제2의", "일차적인", "이차적인"의 용어들은 하나의 엘리먼트, 세트, 데이터, 객체, 단계, 프로세스, 동작 또는 물건(thing)을 다른 것과 구별시키기 위해 사용된다. 이 용어들은 명시적으로 기재되어 있지 않은 한, 상대적인 위치 또는 시간적인 배치를 지정하기 위해 사용되지 않는다.
여기서 사용되는 "연결된", "~에 연결된", "~와 연결된"의 용어들 각각은 (a) (하나 이상의 다른 장치, 기구, 파일, 회로, 엘리먼트, 기능, 동작, 프로세스, 프로그램, 매체, 컴포넌트, 네트워크, 시스템, 서브시스템 및/또는 수단과 직접적으로 또는 이들을 통하는) 접속, (b) (하나 이상의 다른 장치, 기구, 파일, 회로, 엘리먼트, 기능, 동작, 프로세스, 프로그램, 매체, 컴포넌트, 네트워크, 시스템, 서브시스템 또는 수단과 직접적으로 또는 이들을 통하는) 통신 관계, 및/또는 (c) 하나 이상의 다른 장치, 기구, 파일, 회로, 엘리먼트, 기능, 동작, 프로세스, 프로그램, 매체, 컴포넌트, 네트워크, 시스템, 서브시스템 또는 수단의 동작이 하나 이상의 다른 것들의 동작에 전체적으로 또는 부분적으로 의존하는 기능적 관계의 하나 이상을 구성하는 둘 이상의 장치(device), 기구(apparatus), 파일, 회로, 엘리먼트, 기능, 동작, 프로세스, 프로그램, 매체, 컴포넌트, 네트워크, 시스템, 서브시스템 및/또는 수단 간의 관계를 의미한다.
여기서 사용되는 "통신하다", "통신하는" 및 "통신"의 용어는 데이터를 소스로부터 목적지로 전달하는 것 및 목적지로 전달되는 데이터를 통신 매체, 시스템, 채널, 네트워크, 장치, 와이어, 케이블, 섬유, 회로 및/또는 링크로 나르는 것 둘 다를 포함한다. 여기서 사용되는 "통신들"의 의미는 하나 이상의 통신 매체, 시스템, 채널, 네트워크, 장치, 와이어, 케이블, 섬유, 회로 및 링크를 포함한다.
여기서 사용되는 "프로세서"의 용어는, 하드웨어, 소프트웨어 또는 둘 다에서 수행되든지에 관계없이, 그리고 프로그램가능하든 가능하지 않든지에 관계없이, 처리 장치, 기구, 프로그램, 회로, 컴포넌트, 시스템 및 서브 시스템을 의미한다. 여기서 사용되는 "프로세서는, 하나 이상의 컴퓨터, 하드와이어된(hardwired) 회로, 신경 네트워크, 신호 수정 장치 및 시스템, 제어 시스템을 위한 장치 및 머신, 중앙 처리 유닛, 프로그가능한 장치 및 시스템, 필드 프로그램가능한 게이트 어레이, 애플리케이션 특유의 집적 회로, 시스템 온 칩, 분산 엘리먼트 및/또는 회로를 포함하는 시스템, 상태 머신, 가상 머신, 데이터 프로세서, 처리 설비 및 전술한 것들의 조합을 포함하지만 이에 제한되지 않는다.
여기서 사용되는 "데이터 처리 시스템"의 용어는 적어도 부분적으로 하드웨어에 의해 수행되고, 데이터 입력 장치, 데이터 출력 장치 및 데이터를 수신하기 위한 상기 데이터 입력 장치 및 처리된 데이터를 제공하는 데이터 출력 장치와 연결된 프로세서를 포함하는 시스템을 의미한다.
프로세서 또는 데이터 처리 시스템과 관련하여 사용되는 "획득하다", "획득된", "획득하는"의 용어들은 (a) 데이터를 처리함으로써 데이터를 생성하거나, (b) 저장소로부터 데이터를 검색(retrieve)하거나, 또는 (c) 데이터를 추가 데이터 처리 시스템에 요청하거나 추가 데이터 처리 시스템으로부터 수신하는 것을 의미한다.
여기서 사용되는 "저장소" 및 "데이터 저장소"의 용어는, 하나 이상의 데이터 저장 장치, 기구, 프로그램, 회로, 컴포넌트, 시스템, 서브시스템, 위치 및 (일시적인 방식이든 영구적인 방식이든지에 관계없이) 데이터를 보유하고 그 보유된 데이터를 제공하는 기능을 하는 저장 매체를 의미한다.
여기서 사용되는 "식품 서빙 식별 데이터" 및 "식품 서빙 ID 데이터"는 식품을 식별하고 (묶음(mass), 무게, 부피 또는 크기로, 표준 또는 정의된 식품 서빙으로, 또는 구성요소들의 양으로에 관계없이) 식품의 양을 전달하기에 충분한 임의의 종류의 데이터를 의미한다.
여기서 사용되는 "식품 식별 데이터" 및 "식품 ID 데이터"는 (식품의 양을 전달하든 하지 않든지에 관계없이) 식품을 식별하는 데 충분한 임의의 종류의 데이터를 의미한다.
소비자의 체중을 제어하는 프로세스는, 복수의 후보 식품 서빙들 각각에 대하여 각각의 식품 서빙 식별 데이터 및 각각의 식품 서빙 영양소 데이터 중 적어도 하나를 제공하고; 상기 후보 식품 서빙들 각각의 에너지 함량을 나타내는 각각의 식품 에너지 데이터, 및 각각의 식품 서빙 식별 데이터 및 각각의 식품 서빙 영양소 데이터 중 적어도 하나에 기초하여 후보 식품 서빙들 각각의 상대적인 건강 유익도(healthfulness)를 나타내는 각각의 건강유익도 데이터를 획득하고; 각각의 건강유익도 데이터 및 각각의 식품 에너지 데이터에 기초하여 상기 복수의 후보 식품 서빙들로부터 식품 서빙을 선택 - 상기 선택된 식품 서빙의 각각의 식품 에너지 데이터의 합(sum)이 주어진 기간에서 소비자에 대한 미리결정된 식품 에너지 벤치마크에 대한 미리결정된 관계를 부담하도록(bear) 함 - 하고; 상기 선택된 식품 서빙을 섭취(ingest)하는 것을 포함한다.
어떤 실시예에서는, 상기 주어진 기간 동안 소비자에 의해 섭취될 후보 식품 서빙들을 식별하는 데이터를 포함하는 식사 계획 데이터가 각각의 건강유익도 데이터, 각각의 식품 에너지 데이터 및 식품 에너지 벤치마크에 기초하여 획득되고, 상기 후보 식품 서빙은 상기 식사 계획 데이터에 따라 소비자에 의해 섭취된다.
어떤 실시예에서는, 적어도 하나의 후보 식품 서빙에 대한 각각의 건강유익도 데이터가 (a) 상기 적어도 하나의 후보 식품 서빙을 포함하는 각각의 식품 그룹 - 각각의 식품 그룹은 복수의 메타그룹들의 각각의 메타그룹의 복수의 식품 그룹들 중 하나이고, 상기 메타그룹들 각각은 복수의 식품 그룹들을 포함하고 그 메타그룹 내의 식품 그룹들의 식품들의 영양 데이터를 처리하기 위한 상이한 각각의 절차를 가짐 - 에서 식품들의 영양 데이터를 처리하는 선택된 각각의 절차, 및 (b) 대응하는 식품 그룹 - 각 메타그룹의 식품 그룹들의 적어도 일부는 그 메타그룹의 다른 식품 그룹들과 상이한 각각의 비교 데이터를 가짐 - 에 대한 선택된 각각의 비교 데이터에 기초한다. 어떤 실시예에서는, 후보 식품 서빙들 각각의 상대적인 건강유익도를 나타내는 각각의 건강유익도 데이터가 그 내부에 존재하는 선택된 영양소 양들의 선형 조합에 기초한다.
어떤 실시예에서는, 후보 식품 서빙들 각각의 에너지 함량을 나타내는 각각의 식품 에너지 데이터가 제1 및 제2 영양소를 에너지로서 이용하는 데의 인간의 신진대사 효율에 기초한다. 어떤 실시예에서는, 후보 식품 서빙들 각각의 에너지 함량을 나타내는 각각의 식품 에너지 데이터가 단백질 함량, 탄수화물 함량, 식이성 섬유 함량 및 지방 함량의 각각의 에너지 기여도에 기초한다.
식품을 선택하고 구매하는 프로세스는, 판매 제공된 식품의 식품 서빙 영양소 데이터 및 식품 식별 정보 중 적어도 하나를 이용하여, 식품의 에너지 함량을 나타내는 식품 에너지 데이터 및 식품의 상대적인 건강유익도를 나타내는 상대적인 건강유익도 데이터를 획득하고; 식품 에너지 데이터 및 상대적인 건강유익도 데이터에 기초하여 판매 제공된 식품을 선택하고; 선택된 판매제공된 식품을 구매하는 것을 포함한다.
어떤 실시예에서, 판매되는 식품의 상대적 건강 유익도 데이터는 (a) 각 식품그룹은 복수의 메타그룹의 각 메타그룹의 식품 그룹들 중 하나이며, 각 메타그룹은 복수의 식품 그룹을 포함하고 그러한 메타그룹 안의 식품 그룹들의 식품 영양소 데이터를 처리하는 상이한 각각의 절차를 포함할 때, 판매되는 식품을 포함한 각 식품 그룹 안의 식품 영양 데이터를 처리하는 선택된 각각의 절차;와 (b) 상응하는 식품 그룹에 대한 선택된 각각의 비교 데이터, 각 메타그룹 안의 적어도 몇 개의 식품 그룹은 그 메타그룹 안의 다른 식품 그룹과 다른 각각의 비교 데이터를 가진다. 어떤 실시예에서는 그 안에 포함된 선택된 영양소 양의 선형적 조합을 기초로 판매되는 식품의 상대적 건강유익도 데이터가 제공된다.
어떤 실시예에서는, 에너지로서의 제1및 제2영양소를 이용하는 인간의 물질대사 효율성에 기초로 판매되는 식품들의 에너지 함유량을 나타내는 식품 에너지 데이터를 제공한다. 어떤 실시예에서는, 각 단백질, 탄수화물, 식이섬유 및 지방에 대한 에너지 공헌도에 기초한 판매되는 식품들의 에너지 함유량을 나타내는 식품 에너지 데이터를 제공한다.
소비자의 체중을 조절하는 절차를 돕는 소비자로의 데이터 제공 방법은 소비자에게 선택된 식품에 대한 제공 식품 확인 데이터와 제공 식품 영양 데이터 중 적어도 하나를 포함하여 소비자에 의해 데이터 처리 시스템에 제공된 데이터를 수신하고; 적어도 제공 식품 확인 데이터와 제공식품 영양 데이터 중 적어도 하나를 기초로 식품 에너지 데이터와 식품 건강유익도 데이터를 데이터 처리 시스템의 프로세서를 통해 획득하고; (a) 소비자에게 제공하기 위한 장치와 식품 에너지 데이터와 식품 건강유익도 데이터를 통신하고, (b) 데이터 처리 시스템의 제공 장치를 통해 식품 에너지 데이터와 식품 건강유익도 데이터를 제공하는 것 중 적어도 하나를 실행한다.
어떤 실시예에서는, 식품 건강유익도 데이터는 (a) 각 식품그룹은 복수의 메타그룹의 각 메타그룹의 식품 그룹들 중 하나이며, 각 메타그룹은 복수의 식품 그룹을 포함하고 그러한 메타그룹 안의 식품 그룹들의 식품 영양소 데이터를 처리하는 상이한 각각의 절차를 포함할 때, 제공식품을 포함한 각 식품 그룹 안의 식품 영양 데이터를 처리하는 선택된 각각의 절차;와 (b) 각 메타그룹 안의 적어도 몇 개의 식품 그룹은 그 메타그룹 안의 다른 식품 그룹과 다른 각각의 비교 데이터를 가질 때 상응하는 식품 그룹에 대한 선택된 각각의 비교 데이터;에 기반한다. 어떤 실시예에서는, 식품 건강유익도 데이터는 제공식품에 있는 선택된 영양소 양의 선형 조합에 기초한다.
어떤 실시예에서는, 각 식품 에너지 데이터는 에너지로서의 제1및 제2영양소를 이용하는 인간의 물질대사 효율성을 기반으로 한다. 어떤 실시예에서는, 제공식품의 식품 에너지 데이터는 각 단백질, 탄수화물, 식이섬유 및 지방에 대한 에너지 공헌도를 기반으로 한다.
소비자의 체중을 조절하는 절차를 돕는 소비자로의 데이터 제공 시스템은 소비자에게 선택된 식품에 대한 제공 식품 확인 데이터와 제공식품 영양 데이터 중 적어도 하나를 포함하여 소비자에 의해 데이터 처리 시스템에 제공된 데이터를 입력받는 입력부; 입력과 함께 소비자에게서 제공된 데이터를 수신하고, 제공된 제공 식품 확인 데이터와 제공식품 영양 데이터 중 적어도 하나를 기초로 식품 에너지 데이터와 식품 건강유익도 데이터를 얻도록 구성된 프로세서; (a) 프로세서와 결합되어 식품 에너지 데이터와 식품 건강유익도 데이터를 수신하고 식품 에너지 데이터와 식품 건강유익도 데이터를 소비자에게 제공하기 위한 장치와 통신하는 통신부, (b) 프로세서와 결합되어 식품 에너지 데이터와 식품 건강유익도 데이터를 수신하고 수신된 식품 에너지 데이터와 식품 건강유익도 데이터를 소비자에게 제공하는 제공장치 중 적어도 하나로 구성된다.
어떤 실시예에서는, 프로세서는 (a) 각 식품그룹은 복수의 메타그룹의 각 메타그룹의 식품 그룹들 중 하나이며, 각 메타그룹은 복수의 식품 그룹을 포함하고 그러한 메타그룹 안의 식품 그룹들의 식품 영양소 데이터를 처리하는 상이한 각각의 절차를 포함할 때, 제공식품을 포함한 각 식품 그룹 안의 식품 영양 데이터를 처리하는 선택된 각각의 절차;와 (b) 각 메타그룹 안의 적어도 몇 개의 식품 그룹은 그 메타그룹 안의 다른 식품 그룹과 다른 각각의 비교 데이터를 가질 때 상응하는 식품 그룹에 대한 선택된 각각의 비교 데이터;에 기반하여 식품 건강유익도 데이터를 획득하도록 구성된다. 어떤 실시예에서는, 프로세서가 제공 식품에 있는 선택된 영양소 양의 선형 조합에 기초하여 식품 건강유익도 데이터를 구하도록 구성된다.
어떤 실시예에서는, 프로세서는 에너지로서의 제1및 제2영양소를 이용하는 인간의 물질대사 효율성을 기반으로 하여 식품 에너지 데이터를 구하도록 구성된다. 어떤 실시예에서는, 프로세서는 각 단백질, 탄수화물, 식이섬유 및 지방에 대한 에너지 공헌도를 기반으로 하여 제공식품의 식품 에너지 데이터를 구하도록 구성된다.
소비자에게 식사계획(meal plan) 데이터를 제공하는 방법은 소비자로부터 데이터 처리 시스템에서 식사계획을 요청하는 요구 데이터를 수신하고; 요청에 대해서, 각각의 식품 에너지 데이터와 상대적 건강유익도 데이터를 기초로 소정의 기간 동안 소비자에 의해 소비될 소정의 여러 제공 식품으로 식사 계획 데이터를 획득하고; (a) 데이터 요구자에게 제공하기 위한 장치와 식사 계획 데이터를 통신하고, (b) 데이터 처리 시스템의 제공 장치를 통해 데이터 요구자에게 식사계획 데이터를 제공하는 것 중 적어도 하나로 구성된다.
어떤 실시예에서는, 적어도 하나의 소정의 제공식품에 대한 식품 에너지 데이터는 에너지로서의 제1및 제2영양소를 이용하는 인간의 물질대사 효율성에 기초한다. 어떤 실시예에서는, 적어도 하나의 소정의 제공식품에 대한 식품 에너지 데이터는 그것의 단백질, 탄수화물, 식이섬유 및 지방에 대한 에너지 공헌도에 기초한다.
어떤 실시예에서는, 적어도 하나의 여러 소정 제공 식품의 상대적 건강유익도 데이터는 (a) 각 식품그룹은 복수의 메타그룹의 각 메타그룹의 식품 그룹들 중 하나이며, 각 메타그룹은 복수의 식품 그룹을 포함하고 그러한 메타그룹 안의 식품 그룹들의 식품 영양소 데이터를 처리하는 상이한 각각의 절차를 포함할 때, 적어도 하나의 여러 소정 제공 식품을 포함한 각 식품 그룹 안의 식품 영양 데이터를 처리하는 선택된 각각의 절차;와 (b) 각 메타그룹 안의 적어도 몇 개의 식품 그룹은 그 메타그룹 안의 다른 식품 그룹과 다른 각각의 비교 데이터를 가질 때 상응하는 식품 그룹에 대한 선택된 각각의 비교 데이터;에 기반한다. 어떤 실시예에서는, 적어도 하나의 여러 소정 제공 식품의 상대적 건강유익도 데이터는 적어도 하나의 여러 소정 제공 식품에 있는 선택된 영양소 양의 선형 조합에 기초한다.
소비자에게 식사계획 데이터를 제공하는 시스템은 소비자로부터의 식사계획 요청을 나타내는 요구 데이터를 수신하는 입력부; 입력부과 함께 요구 데이터를 수신하고, 식품 에너지 데이터와 상대적 건강유익도 데이터를 기초로 하여 소정의 기간동안 소비자에 의해 소비될 복수의 소정 제공 식품인 식사 계획 데이터를 획득하도록 구성된 프로세서; 및 (a) 프로세서와 결합되어 식사 계획 데이터를 수신하고, 식사 계획 데이터를 소비자에게 제공하기 위한 장치로 통신하는 통신부, (b) 프로세서와 결합되어 식사 계획 데이터를 수신하고 수신된 식사 계획 데이터를 소비자에게 제공하는 제공장치 중 적어도 하나로 구성된다.
어떤 실시예에서는, 적어도 하나의 여러 소정 제공 식품의 상대적 건강유익도 데이터를 획득하도록 구성된 프로세서는 (a) 각 식품그룹은 복수의 메타그룹의 각 메타그룹의 식품 그룹들 중 하나이며, 각 메타그룹은 복수의 식품 그룹을 포함하고 그러한 메타그룹 안의 식품 그룹들의 식품 영양소 데이터를 처리하는 상이한 각각의 절차를 포함할 때, 적어도 하나의 여러 소정 제공 식품을 포함한 각 식품 그룹 안의 식품 영양 데이터를 처리하는 선택된 각각의 절차;와 (b) 각 메타그룹 안의 적어도 몇 개의 식품 그룹은 그 메타그룹 안의 다른 식품 그룹과 다른 각각의 비교 데이터를 가질 때 상응하는 식품 그룹에 대한 선택된 각각의 비교 데이터에 기반한다. 어떤 실시예에서, 프로세서가 그 속에 있는 선택된 영양소 양의 선형 조합에 기초하여 적어도 하나의 여러 소정 제공 식품의 상대적 건강유익도 데이터를 구하도록 구성된다.
어떤 실시예에서, 프로세서는 그 속에 있는 제1및 제2영양소를 이용하는 인간의 물질대사 효율성을 기반으로 하여 적어도 하나의 여러 소정 제공 식품의 식품 에너지 데이터를 구하도록 구성된다. 어떤 실시예에서, 프로세서는 그것의 단백질, 탄수화물, 식이섬유 및 지방에 대한 에너지 공헌도를 기반으로 하여 제공 식품의 식품 에너지 데이터를 구하도록 구성된다.
식품 에너지 데이터와 함께 상대적 건강유익도 데이터를 가지는 식품물을 생산하는 방법은 적어도 식품 확인 데이터와 식품 영양 데이터 중 하나를 제공하는 식품물을 구하고; 상기 식품물의 식품 확인 데이터와 식품 영양 데이터 중 적어도 하나를 기초로 하여 식품 에너지 데이터와 상대적 건강유익도 데이터를 구하고; 그리고 상기 식품 에너지 데이터와 상기 상대적 건강유익도 데이타를 상기 식품물과 연관시키는 것;을 포함한다.
어떤 실시예에서, 식품 에너지 데이터와 상대적 건강유익도 데이터는 식품물과 관련된 기질상의 식품 에너지 데이터와 상대적 건강유익도 데이터를 포함함으로써 상기 식품물과 연관된다. 그러한 실시예 중 어떤 것은, 상기 기질은 상기 식품물의 패키지를 포함한다. 그러한 실시예 중 어떤 것은, 상기 기질은 상기 식품물에 첨부되는 라벨을 포함한다.
식품 제공은 다양한 방법으로, 바람직하게는 소비자의 현지 식사 관습에 따라 소비자에게 의미있는 방식으로 구체화될 수 있다. 식사 제공은 무게, 질량, 크기 또는 체적, 또는 관련 문화에서 식품을 소비하는 소비 방식에 따라 구체화될 수 있다. 예컨대, 미국에서 컵, 커트, 티스푼, 테이블스푼, 온스, 파운드 또는 "자밤(pinch)"와 같은 단위를 이용하는 것이 관례적이지만, 유럽에서는 리터, 데시리터, 그램 및 킬로그램과 같은 단위를 이용하는 것이 보다 일반적이다. 중국 및 일본에서는, 식품을 소비할 때 젓가락에 의해 지지되는 표준 질량 또는 무게와 같은 단위를 이용하는 것도 적절하다.
소정 실시예에 있어서, 제공될 식품의 단백질 에너지 함유량으로 나타나는 단백질 에너지 데이터, 탄수화물 에너지 함유량으로 나타나는 탄수화물 에너지 데이터, 지방 에너지 함유량으로 나타나는 지방 에너지 데이터에 기초하여, 단백질 에너지 데이터, 탄수화물 에너지 데이터 및 지방 에너지 데이터 각각을 가중시키기 위한 가중 데이터로서, 대응하는 영양소의 관련 신진대사 전환 효율을 나타내는 가중 데이터 각각을 대입하고, 가중된 단백질 에너지 데이터, 가중된 탄수화물 에너지 데이터 및 가중된 지방 에너지 데이터의 총 합에 기초하여 식품 에너지 데이터를 형성함으로써 식품 에너지 데이터가 생성된다. 다양한 영양소에 대한 데이터는 소비자, 또는 식품 정보 데이터와 같은 소비자로부터의 데이터에 기초한 다른 공급원에 의해 제공된다. 이러한 실시예들 중 일부에 있어서, 단백질 에너지 데이터가 "PRO"로, 탄수화물 에너지 데이터가 "CHO"로, 지방 에너지 데이터가 "FAT"로 표현된다면, 식품 에너지 데이터("FED"로 표현됨)는 다음 식에 의해 표현되는 방식으로 데이터를 처리함으로써 얻어진다.
(1) FED = (Wpro × PRO) + (Wcho × CHO) + (Wfat × FAT),
여기서, Wpro는 PRO에 대한 각각의 가중 데이터를 나타내고, Wcho는 CHO에 대한 각각의 가중 데이터를 나타내며, Wfat은 FAT에 대한 각각의 가중 데이터를 나타낸다. 이러한 실시예들 중 일부에 있어서, Wpro는 0.7 ≤ Wpro ≤ 0.8의 범위에서 선택되고, Wcho는 0.9 ≤ Wcho ≤ 0.95의 범위에서 선택되며, Wfat는 0.97 ≤ Wfat ≤ 1.0의 범위에서 선택된다. 이러한 실시예들 중 일부에 있어서, Wpro는 실질적으로 0.8이며, Wcho는 실질적으로 0.95이고, Wfat는 실질적으로 1.0이다. 킬로칼로리(kcal) 및 킬로줄(kJ)과 같은 다양한 에너지의 단위가 이용될 수 있다.
소정 실시예에 있어서, 식품 에너지 데이터는 제공될 식품의 단백질 함유량의 질량 또는 무게로 나타나는 단백질 데이터(PROm으로 표현됨), 탄수화물 함유량의 질량 또는 무게로 나타나는 탄수화물 데이터(CHOm으로 표현됨), 지방 함유량의 질량 또는 무게로 나타나는 지방 데이터(FATm으로 표현됨)에 기초하여 생성된다. 이러한 실시예에 있어서, 단백질 데이터, 탄수화물 데이터 및 지방 데이터는 다음 식에 의해 표현되는 방식으로 단백질 데이터, 탄수화물 데이터 및 지방 데이터를 처리함으로써 식품 에너지 데이터를 생성함에 있어서의 에너지 데이터로 전환된다:
(2) FED = (Wpro × Cp × PROm) + (Wcho × Cc × CHOm) + (Wfat × Cf × FATm),
여기서, Cp는 PROm을 PROm의 에너지 함유량을 나타내는 데이터로 전환하기 위한 전환 인자이고, Cc는 CHOm을 CHOm의 에너지 함유량을 나타내는 데이터로 전환하기 위한 전환 인자이며, Cf는 FATm을 FATm의 에너지 함유량을 나타내는 데이터로 전환하기 위한 전환 인자이다. 식품 에너지 데이터가 킬로칼로리로 나타나며, PROm, CHOm 및 FATm이 그램으로 표현되는 실시예에서, Cp는 4 킬로칼로리/그램으로, Cc는 4 킬로칼로리/그램으로, Cf는 9 킬로칼로리/그램으로 선택된다. 질량 및 무게 데이터는 대안으로 온스 및 파운드와 같은 단위에 의해 표현될 수 있다.
소정 실시예에 있어서, 식품 에너지 데이터는 제공될 식품의 전체 에너지 함유량을 나타내는 전체 식품 에너지 데이터, 단백질 에너지 함유량을 나타내는 단백질 에너지 데이터 및 식이 섬유 에너지 함유량을 나타내는 식이 섬유 에너지 데이터에 기초하여 생성된다. 보다 구체적으로, 단백질 에너지 함유량 및 식이 섬유 에너지 함유량(존재한다면)을 나타내는 데이터를 전체 식품 에너지 데이터로부터 분리하여 감소된 에너지 함유량 데이터를 생성하고, 단백질 에너지 데이터 및 식이 섬유 에너지 데이터 각각을 가중시키는 가중 데이터로서, 대응하는 영양소의 관련 신진대사 전환 효율을 나타내는 가중 데이터 각각을 대입하고, 감소된 에너지 함유량 데이터, 가중된 단백질 에너지 데이터 및 가중된 식이 섬유 에너지 데이터에 기초하여 식품 에너지 데이터를 형성함으로써 식품 에너지 데이터가 생성된다. 다양한 영양소에 대한 데이터는 소비자, 또는 식품 정보 데이터와 같은 소비자로부터의 데이터에 기초한 다른 공급원에 의해 제공된다. 이러한 실시예들 중 일부에 있어서 전체 식품 에너지 데이터가 "TFE"로 표현되고, 단백질 에너지 데이터가 "PRO"로, 식이 섬유 에너지 데이터가 "DF"로 표현되며, (미국 및 캐나다에서 채택된 제도에 따라 라벨화된 식품의 경우에서와 같이) TFE가 DF의 에너지 성분을 포함한다면, 식품 에너지 데이터는 다음 식에 의해 표현되는 방식으로 데이터를 처리함으로써 얻어진다:
(3) FED = (TFE - PRO - DF) + (Wpro × PRO) + (Wdf × DF),
여기서, Wpro는 PRO에 대한 각각의 가중 데이터를, Wdf는 DF에 대한 각각의 가중 데이터를 나타낸다. 이러한 실시예들 중 일부에 있어서, Wpro는 0.7 ≤ Wpro ≤ 0.8의 범위에서 선택되고, Wdf는 0 ≤ Wdf ≤ 0.5의 범위에서 선택된다. 이러한 실시예들 중 일부에 있어서, Wpro는 실질적으로 0.8이며, Wdf는 실질적으로 0.25이다. 킬로칼로리(kcal) 및 킬로줄(kJ)과 같은 다양한 에너지의 단위가 이용될 수 있다.
(오스트레일리아 및 중앙 유럽의 나라들에서 채택된 제도에 따라 라벨화된 식품의 경우와 같이) TFE가 식이 섬유 성분을 포함하지 않는 실시예에 있어서, 식 (3)은 다음과 같은 형식으로 수정된다:
(4) FED = (TFE - PRO) + (Wpro × PRO) + (Wdf × DF).
소정 실시예에 있어서, 식품 에너지 데이터는 제공될 식품의 전체 식품 에너지 데이터와, 단백질 함유량의 질량 또는 무게를 나타내는 단백질 데이터(PROm으로 표현됨) 및 식이 섬유 함유량의 질량 또는 무게를 나타내는 식이 섬유 데이터(DFm으로 표현됨) 모두에 기초하여 생성된다. 소정 실시예와, 미국 및 캐나다에서와 같이 라벨화된 식품에 있어서, 단백질 데이터 및 식이 섬유 데이터는 전체 식품 에너지 데이터, 단백질 데이터 및 식이 섬유 데이터를 다음 식에 의해 표현되는 방식으로 처리함으로써 식품 에너지 데이터를 생성함에 있어서의 에너지 데이터로 전환된다.
(5) FED = [TFE - (Cp × PROm) - (Cdf × DFm)] + (Wpro × Cp × PROm) + (Wdf × Cdf × DFm),
여기서, Cp는 PROm을 PROm의 에너지 함유량을 나타내는 데이터로 전환하기 위한 전환 인자이고, Cdf는 DFm을 DFm의 에너지 함유량을 나타내는 데이터로 전환하기 위한 전환 인자다. 식품 에너지 데이터가 킬로칼로리로 나타나며, PROm 및 DFm이 그램으로 표현되는 실시예에서, Cp는 4 킬로칼로리/그램으로, Cdf는 4 킬로칼로리/그램으로 선택된다. 질량 및 무게 데이터는 대안으로 온스 및 파운드와 같은 단위에 의해 표현될 수 있다.
(오스트레일리아 및 중앙 유럽의 나라들에서 채택된 제도에 따라 라벨화된 식품의 경우에서와 같이) TFE가 식이 섬유 성분을 포함하지 않는 실시예에 있어서, 식 (5)는 다음과 같은 형식으로 수정된다.
(6) FED = [TFE - (Cp × PROm)] + (Wpro × Cp × PROm) + (Wdf × Cdf × Dfm).
소정 실시예에 있어서, 식품 에너지 데이터는 제공될 식품의 단백질 에너지 함유량을 나타내는 단백질 데이터, 탄수화물 에너지 함유량을 나타내는 탄수화물 데이터, 지방 에너지 함유량을 나타내는 지방 데이터 및 식이 섬유 에너지 함유량을 나타내는 식이 섬유 데이터에 기초하여 생성된다. 이 데이터는 소비자, 또는 식품 정보 데이터와 같은 소비자로부터의 데이터에 기초한 다른 공급원으로부터 제공된다. 이러한 실시예들 중 일부에 있어서, 단백질 에너지 데이터가 "PRO"로, 탄수화물 에너지 데이터가 "CHO"로, 지방 에너지 데이터가 "FAT"로, 식이 섬유 에너지 데이터가 "DF"로 표현된다면, 식품 에너지 데이터("FED"로 표현)는 다음 식에 의해 표현되는 방식으로 데이터를 처리함으로써 얻어진다:
(7) FED = PRO + CHO + FAT +DF
이러한 실시예들 중 일부에 있어서, 제공될 식품의 단백질 에너지 데이터, 탄수화물 에너지 데이터, 지방 에너지 데이터 및 식이 섬유 에너지 데이터에 기초하여, 단백질 에너지 데이터, 탄수화물 에너지 데이터, 지방 에너지 데이터 및 식이 섬유 에너지 데이터 각각을 가중시키는 가중 데이터로서, 관련 신진대사 전환 효율을 나타내는 가중 데이터 각각를 대입하고, 가중된 단백질 에너지 데이터, 가중된 탄수화물 에너지 데이터, 가중된 지방 에너지 데이터 및 가중된 식이 섬유 에너지 데이터의 총 합에 기초하여 식품 에너지 데이터를 형성함으로서 식품 에너지 데이터가 생성된다. 이러한 실시예들 중 일부에 있어서, Wpro가 PRO에 대한 각각의 가중 데이터를 나타내고, Wcho가 CHO에 대한 각각의 가중 데이터를 나타내며, Wfat가 FAT에 대한 각각의 가중 데이터를 나타내며, Wdf가 식이 섬유에 대한 각각의 가중 데이터를 나타낸다면, 식품 에너지 데이터("FED"로 표현됨)는 다음 식에 의해 표현되는 방식으로 데이터를 처리함으로써 얻어진다.
(8) FED = (Wpro × PRO) + (Wcho × CHO) + (Wfat × FAT) + (Wdf × DF).
이러한 실시예들 중 일부에 있어서, Wpro는 0.7 ≤ Wpro ≤ 0.8의 범위에서 선택되고, Wcho는 0.9 ≤ Wcho ≤ 0.95의 범위에서 선택되며, Wfat는 0.97 ≤ Wfat ≤ 1.0의 범위에서 선택되고, Wdf는 0 ≤ Wdf ≤ 0.5의 범위에서 선택된다. 이러한 실시예들 중 일부에 있어서, Wpro는 실질적으로 0.8이며, Wcho는 실질적으로 0.95이고, Wfat은 실질적으로 1.0이며, Wdf는 실질적으로 0.25이다.
어떤 실시예에서, 식품 에너지 데이터는, 후보 식품 서빙의 단백질 함유 질량이나 무게(PROm으로 나타냄)를 나타내는 단백질 데이터, 탄수화물 함유의 질량이나 무게(CHOm으로 나타냄)를 나타내는 탄수화물 데이터, 지방 함유의 질량이나 무게(FATm으로 나타냄)를 나타내는 지방 데이터, 및 식이섬유 함유의 질량이나 무게(DFm으로 나타냄)를 나타내는 식이섬유 데이터에 기초하여 생성된다. 이 실시예에서, 단백질 데이터, 탄수화물 데이터, 지방 데이터, 및 식이섬유 데이터는, 다음의 식으로 표현된 방식으로 상기 단백질 데이터, 탄수화물 데이터, 지방 데이터, 및 식이섬유 데이터를 처리함으로써, 식품 에너지 데이터 생성 시에 에너지 데이터로 변환된다.
(9) FED = (Wpro × Cp × PROm) + (Wcho × Cc × CHOm) + (Wfat × Cf × FATm) + (Wdf × Cdf × DFm).
여기서 Cp는 PROm을 PROm의 에너지 함유량을 나타내는 데이터로 변환하기 위한 변환 인자이고, Cc는 CHOm을 CHOm의 에너지 함유량을 나타내는 데이터로 변환하기 위한 변환 인자이고, Cf는 FTAm을 FATm의 에너지 함유량을 나타내는 데이터로 변환하기 위한 변환 인자이며, Cdf는 DFm을 DFm의 에너지 함유량을 나타내는 데이터로 변환하기 위한 변환 인자이다. 식품 에너지 데이터가 킬로칼로리로 표현되고, PROm, CHOm, FATm, 및 DFm은 그램으로 표현되는 예에서, Cp는 4킬로칼로리/그램, Cc는 4킬로칼로리/그램, Cf는 9킬로칼로리/그램, 및 Cdf는 4킬로칼로리/그램으로 선택된다.
그램으로 표현된 식품의 총 탄수화물량(여기서 "Total_CHOm"으로 나타냄) 중 그 식품의 식이섬유가 식품 함유표시 기준에 포함되는 미국과 캐나다에서는, 상기 단백질 데이터, 탄수화물 데이터, 지방 데이터, 및 식이섬유 데이터를 다음의 식으로 표현된 방식으로 대신 처리함으로써 상기 식품 에너지 데이터가 생성된다.
(10) FED = (Wpro × Cp × PROm) + (Wcho × Cc × [Total_CHOm - DFm]) + (Wfat × Cf × FATm) + (Wdf × Cdf × DFm).
어떤 실시예들에서, 높은 포화지방 함유량을 갖는 식품의 소비를 말리기 위해 변형된 방법으로 식품 에너지 데이터가 생성되어, 상기 식품 에너지 데이터(FED)가 선택된 영양소의 상대적인 대사 전환 효율 및 상대적으로 더 건강에 좋은 식품의 소비를 촉진하는 중량 데이터 둘 모두에 기초하도록 한다. 이러한 실시예들에서, 그리고 (미국과 캐나다에서처럼) 그램으로 표현된 식품의 총 지방량 (여기서 "Total_FATm"으로 나타냄) 중 그 식품의 포화 지방(여기서 "Sat_FATm"으로 나타냄)이 식품 함유표시 기준에 포함되는 경우에, 단백질 데이터, 탄수화물 데이터, 지방 데이터, 포화 지방 데이터, 및 식이섬유 데이터를 다음의 식으로 표현된 방식으로 처리함으로써 상기 식품 에너지 데이터가 생성된다.
(11) FED = (Wpro × Cp × PROm) + (Wcho × Cc × [Total_CHOm - DFm]) + (Wdf × Cdf × DFm) + (Wfat × Cf × [Total_FATm - SAT_FATm]) + (Wsfat × Cf × Sat_FATm).
여기서 Wsfat는 Sat_FATm에 대한 변형된 중량 데이터를 나타낸다. 이러한 실시예들 중 특정한 하나의 실시예에서, Wpro는 0.7≤Wpro≤0.8의 범위에서 선택되고, Wcho는 0.9≤Wcho≤0.95의 범위에서 선택되고, Wfat는 0.97≤Wfat≤1.0의 범위에서 선택되고, Wdf는 0≤Wdf≤0.5의 범위에서 선택되며, Wsfat는 1.0≤Wsfat≤1.3의 범위에서 선택된다. 이러한 실시예들 중 특정한 실시예들에서, Wpro는 실질적으로 0.8과 동일하고, Wcho는 실질적으로 0.95와 동일하며, Wfat는 실질적으로 1.0과 동일하고, Wdf는 실질적으로 0.25와 동일하며, Wsfat는 실질적으로 1.3과 동일하다.
Wsfat에 할당된 상대적으로 높은 값은, 이 영양소와 연관된 건강 악화 효과에 기인한, 포화 지방의 소비를 말리고자 하는 바람에 부분적으로 기초한 것이다. 위에서 개시된 실시예들에서 채택된 것에 비교하여 여기에서 개시되는 실시예들에서의 높은 범위 및 값의 Wpro 및 Wcho는 체중 감량 프로세스에 유용하다. 즉, 자신의 식품 에너지 소비를 제한함으로써 체중 감량 프로세스에 참여하고 있는 소비자들은, 일부 경우에, 다른 영양소들보다 상대적으로 높은 중량이 포화 지방산에 할당되면, 이것이 그들의 전체 에너지 소비를 줄이는 경향이 있기 때문에, 포화 지방량이 높은 식품을 섭취하도록 권장될 수 있다. 또한 불포화 지방보다 포화 지방에 더 높은 중량을 할당하는 프로세스에 사용하기 위하여 상대적으로 더 높은 범위 및 값을 Wpro와 Wcho에 할당함으로써, 포화 지방의 소비를 권장할 가능성이 실질적으로 줄어든다. 따라서, 여기에서 개시되는 실시예들에서 Wpro 및 Wcho에 할당되는 중량은, 단백질과 탄수화물의 대사 전환 효율 및 상대적으로 더 건강에 좋은 식품들의 섭취를 촉진하고자 하는 바람 둘 다에 기초한다.
어떤 실시예들에서, 알콜을 함유한 식품에 있어서, 상기 수학식 11에 의해 표현된 상기 프로세스는, 그 식품 내의 알콜량으로 표현되는 에너지 요소를 나타내는 항을 추가하도록 변형된다. (질량이나 무게에 의한) 알콜량이 그램으로 표현되는 경우(여기서, "ETOHm"으로 나타냄), 이 항은 ETOHm에 중량 인자 Wetoh 및 변환 인자 Cetoh를 곱합으로써 생성되며, 알콜은 지방과 동일한 경로로 대사된다는 원칙에 기초하여 Wetoh는 1.0≤Wetoh≤1.3의 범위에서 선택되고, 이러한 실시예들 중 특정한 실시예들에서는 Wetoh가 실질적으로 1.29와 동일하고 Cetoh는 9킬로칼로리/그램으로 선택된다. Wetoh에 할당된 높은 값은, 이 영양소와 연관된 건강 악화 효과에 기인한, 알콜의 소비를 말리고자 하는 바람에 부분적으로 기초한 것이다. 어떤 식품이 알콜을 함유하는 경우, 특정 실시예들에서 다음의 식으로 표현된 방식으로 PROm, Total_CHOm, DFm, Total_FATm, Sat_FATm, 및 ETOHm를 처리함으로써 그 식품의 식품 에너지 데이터가 생성된다.
(12) FED = (Wpro × Cp × PROm) + (Wcho × Cc × [Total_CHOm - DFm]) + (Wdf × Cdf × DFm) + (Wfat × Cf × Total_FATm - Sat_FATm]) + (Wsfat × Cf × Sat_Fatm) + (Wetoh × Cetoh × ETOHm).
수학식 12로 표현된 이 프로세스는 CE 및 AU에서의 사용을 위해 변형되어 다음과 같이 표현된다.
(13) FED = (Wpro × Cp × PROm) + (Wcho × Cc × Total_CHOm) + (Wdf × Cdf × DFm) + (Wfat × Cf × [Total_FATm - Sat_FATm]) + (Wsfat × Cf × Sat_Fatm) + (Wetoh × Cetoh × ETOHm).
어떤 실시예들에서, 당알콜(sugar alcohol)을 함유하는 식품에 있어서, 상기 수학식 12 및 13으로 표현된 프로세스들은, 그 식품의 당알콜량으로 표현되는 에너지 요소를 나타내는 항을 더하도록 변형된다. (질량이나 무게에 의한) 당알콜량이 그램으로 표현되는 경우(여기서, "SETOHm"으로 나타냄), 이 항은 SETOHm에 중량 인자 Wsetoh 및 변환 인자 Csetoh를 곱합으로써 생성되며, Wsetoh는 0.9≤Wsetoh≤0.95의 범위에서 선택되고, 이러한 실시예들 중 특정한 실시예들에서는 Wsetoh가 실질적으로 0.95와 동일하며, Csetoh는 0.2 내지 4.0킬로칼로리/그램의 범위에서 선택되고, 이러한 실시예들 중 특정한 실시예들에서는 Csetoh가 실질적으로 2.4와 동일하다. 어떤 식품이 당알콜을 함유하는 경우, 특정 실시예들에서 다음의 식으로 표현된 방식으로 PROm, Total_CHOm, DFm, Total_FATm, Sat_FATm, ETOHm, 및 SETOHm를 처리함으로써 그 식품의 식품 에너지 데이터가 생성된다.
(14) FED = (Wpro × Cp × PROm) + (Wcho × Cc × [Total_CHOm - DFm - SETOHm]) + (Wdf × Cdf × DFm) + (Wfat × Cf × [Total_FATm - Sat_FATm]) + (Wsfat × Cf × Sat_Fatm) + (Wetoh × Cetoh × ETOHm) + (Wsetoh × Csetoh × SETOHm).
수학식 14로 표현된 이 프로세스는 CE 및 AU에서의 사용을 위해 변형되어 다음과 같이 표현된다.
(15) FED = (Wpro × Cp × PROm) + (Wcho × Cc × [Total_CHOm- SETOHm]) + (Wdf × Cdf × DFm) + (Wfat × Cf × [TotaLFATm - Sat_FATm]) + (Wsfat × Cf × Sat_Fatm) + (Wetoh × Cetoh × ETOHm) + (Wsetoh × Csetoh × SETOHm).
소비자의 편의를 위하여, (Weight Watchers® 프로그램 같은) 많은 애플리케이션에서 식품 에너지 데이터는, 35의 값을 갖는 데이터와 같은 인자 데이터로 상기 식품 에너지 데이터를 나누고, 단순화된 전체 숫자 데이터를 생성하기 위해 결과값을 반올림(round)함으로써 전체 숫자 데이터로 표현된 식이(dietary) 데이터를 생성하여 후보 식품 서빙에 대한 단순화된 전체 숫자 데이터로 변환된다. (물론, 인자 데이터의 값을 35로 할당한 것은 임의적인 것이며, 이 목적을 위해 50, 60, 또는 70과 같은 어떠한 다른 값도 이용될 수 있다.)
위에서 설명된 방식으로, 소비자는, 소비한 식품에 대한 식이 데이터의 미리 결정된 합이 자신의 나이, 체중, 키, 성별, 및 활동 레벨 중 하나 이상에 기초하여 미리 결정된 전체 숫자 벤치마크 데이터의 값에 대한 미리 결정된 관계에 적합한 것(bear)을 보장하기 위해, 날이나 주와 같은 기간 전체에 걸친 식품 소비를 (수동으로 또는 데이터 프로세싱 시스템의 도움 하에) 쉽게 트랙킹할 수 있다. 예를 들어, 소비자가 체중 감량 프로그램에 따르고 있다면, 미리 결정된 전체 숫자 벤치마크 데이터는, 이 소비자가 상기 기간 동안 미리 결정된 전체 숫자 벤치마크 데이터를 초과하지 않는 식이 데이터의 합을 갖는 식품량을 소비하는 경우 안전한 속도로 체중을 감소할 것을 보증하도록 선택된 값으로 설정된다.
개인별 식품 에너지 필요량은 개인의 나이, 체중, 성별, 키, 및 활동 레벨에 따라 다르기 때문에, 어떤 실시예들에서, 상기 미리 결정된 전체 숫자 벤치마크 데이터는 이들 변수 중 하나 이상에 기초하여 선택될 수 있다. 이러한 실시예들에서, 식품 에너지 필요량은, 미국 DC 워싱턴의 내셔널 아카데미 프레스에 의해 2005년 출판된 <에너지, 탄수화물, 섬유, 지방, 지방산, 콜레스테롤, 단백질, 및 아미노산에 대한 식이 기준 섭취량>의 203쪽 및 204쪽에 나와 있는 방법에 기초하여 추산된다. 더 구체적으로, 거기에 설명된 바와 같이, 이 방법은 19세 이상의 남성이 다음과 같이 결정되는 총 에너지 소모(TEE; total energy expenditure)를 갖는 것으로 추산한다:
(16) TEE = 864 - (9.72 × age) + PA × (14.2 × weight + 503 × height).
연령이 19세 이상인 여성은 다음과 같이 결정된 TEE를 갖는다.
(17) TEE = 387 - (7.31 × 연령) + PA X (10.9 × 체중 + 660.7 × 키)
상기 식에서 연령은 몇세로, 체중은 킬로그램으로, 키는 미터로 주어진다.
그러한 실시예에서, 이러한 방법은, 모든 개인이 "저활동성" 활동 레벨을 갖고, 이에 따라 남성에 대한 활동 레벨(PA)은 1.12로 설정되고 여성에 대한 PA 는 1.14로 설정된다는 것에 기초하여 채용된다. 공개된 방법은 소비되는 영양소의 유형 및 양과는 무관하게 10 퍼센트의 전환 비용을 가정하며, 그 결과 TEE는 계산된 TEE의 10 퍼센트를 감함으로써 조정된다. 또한, 공개된 TEE 산출법은, 에너지 함량이 0이 아닌 소정 식품에 대해 0의 에너지 함량을 할당한다. 주어진 날 내에 소비된 식품의 총 에너지 함량은 일반적으로 150 내지 250 킬로칼로리 범위 내에 속하며, 이러한 범위는 200 킬로칼로리로 정규화될 수 있다. 따라서, 공개된 방법에 의해 결정된 TEE는 다음 식에 의해 표현되는 프로세스에서 조정된 TEE(ATEE)를 산출하도록 조정된다.
(18) ATEE = TEE - (TEE ×0.10) + 200
상기 식에서 ATEE와 TEE는 킬로칼로리 단위로 주어진다.
체중을 줄이는 프로세스를 실시하는 소비자에게 있어서, 예정된 전체 개수의 벤치마크는, 예정된 기간에 걸친 예정된 체중 감량을 보장하도록 선택된 조정된 TEE로부터 소정량을 감하는 것에 의해 얻어진다. 예컨대, 주어진 개인에 대한 ATEE 미만인 주당 2 파운드의 감량 또는 일일당 1000 킬로칼로리의 소비를 일으키도록 하는 안전한 체중 감량 프로세스가 선택될 수 있다. 이러한 예에서, 예정된 전체 개수의 벤치마크 데이터(PWNB)를 생성하기 위해 후보 식품 서빙을 위한 식품 데이터를 생성하는 데 사용되는 팩터 데이터가 FAC로 표시되는 경우(35, 50, 60, 70의 값 또는 다른 값을 갖는 경우)에 상기 벤치마크 데이터는 다음 식으로 표현된다.
(19) PWNB = (ATEE - 1000) + FAC
체중 감량을 달성하기 위해, 몇몇 실시예에 있어서 (ATEE - 1000)의 값이, 1000 킬로칼로리 내지 2500 킬로칼로리 범위 내에 속하도록 선택되며, 이에 의해 (ATEE - 1000)이 1000 킬로칼로리 미만이면 ATEE는 100 킬로칼로리가 되도록 설정되고, (ATEE - 1000이 2500 킬로칼로리보다 크면 (ATEE - 1000)은 2500 킬로칼로리가 되도록 설정된다. 그러나, 다양한 다른 실시예에서, 2500 킬로칼로리의 상한은 2000 내지 3000 킬로칼로리로 변하며, 10000 킬로칼로리의 하한은 500 내지 1500 킬로칼로리로 변한다.
몇몇 실시예에서, 상대적으로 건강 유익도 데이터는, 선택된 식품 중 특정 식품 그룹에 좌우되는 방식으로 결정된다. 그러한 실시예들 중 소정 실시예에서, 건강 유익도 데이터는 다음 그룹, 즉 콩, 건조 & 콩과 식물, 및 오일을 포함하는 제1 메타그룹에 속하는 식품에 대해 제1의 통상적인 방식으로 결정된다. 이들 그룹에 있어서 건강 유익도 데이터(HD)는, 식품에 대한 지방 함량 데이터, 포화 지방 함량 데이터, 당 함량 데이터 및 나트륨 함량 데이터의 선형 조합에 기초하여 얻어진다. 그러한 한가지 데이터에서, 건강 유익도 데이터는 다음과 같이 지방 함량 데이터(F_data), 포화 지방 함량 데이터(SF_data)), 당 함량 데이터(S_data)) 및 나트륨 함량 데이터(NA_data)을 처리함으로써 생성되며, 그러한 데이터는 아래에서 설명되는 것과 같이 결정된다.
(20) HD = [(2 × (SF_data + F_data) + S_data + NA_data]/Al kcal_DV
상기 식에서, kcal_DV는 아래에서 설명되는 바와 같이 결정된다. 도 1의 표는 이들 그룹에 있는 식품들이, 수식 20으로 나타낸 프로세스에 따라 생성되는 식품들 각각의 건강 유익도 데이터와, 내부에 포함된 예시적인 비교 데이터에 대한 건강 유익도 데이터의 비교에 기초한 식품의 건강에 대한 유익성에 따라 랭킹되는 방법을 예시한다. 이들 값은 이용 가능한 식품 및 식료품의 공정한 비교가 이루어지도록 지역에 따라, 문화에 따라, 그리고 시대에 따라 다를 수 있다.
본 명세서에 개시되어 있는 바와 같은 식품 그룹 및 메타그룹과, 대응하는 절차 및 비교값은 지역에 따라, 문화에 따라, 그리고 시간에 따라 식품 및 식료품에서의 변화에 기초하여 변할 수 있다는 것도 역시 이해될 것이다. 식품 그룹 및 메타그룹과, 대응하는 절차 및 비교값은 또한, 특별한 필요성을 갖는 이들(예컨대, 당뇨병 환자 및 극한 기후에서 거주하는 이들) 및 건강에 유익한 특정 목표(예컨대, 신체적 활동 레벨에 따라 변할 수 있음)를 갖는 이들과 같은 소정 비율의 인구의 바람 및 필요성에 부응하도록 변할 수 있다. 그러한 그룹, 메타 그룹, 절차 및 비교값은, 관련 식품이 식품의 유사성, 및 식품의 건강에 대한 유익성에 영향을 주는 경향이 있는 영양소의 양 및 유형에 있어서 변하는 방식에 기초하여 선택된다.
kcal_DV에 대해 선택되는 값은, 상대적인 건강 유익도 데이터가 제공되는 소비자 계층의 목적 또는 필요성에 좌우되는 일일 칼로리값을 나타내도록 선택된다. 예컨대, 이러한 계층이 체중을 줄이고자 하는 개인을 포함하면, kcal_DV는 1500 킬로칼로리와 같이, 체중 감량을 보장하기 위한 일일 칼로리 타겟으로서 선택된다. 그러나, 이러한 값은 문화에 따라 또는 지역에 따라 다를 수 있다. 예컨대, 중국에 거주하는 이들의 에너지 필요성은 미국에 거주하는 이들의 에너지 필요성보다 일반적으로 낮기 때문에, kcal_DV는 미국인의 경우보다 체중을 줄이고자 하는 중국인의 경우에 보다 낮게 선택될 수 있다. 다른 예로서, 상대적인 건강 유익도 데이터가 제공되는 소비자 계층이 훈련 중에 체중을 유지하고자 하는 운동선수를 포함하면, kcal_DV는 1500 킬로칼로리보다 훨씬 높게 설정될 수 있다. 대부분의 목적을 위해, kcal_DV는 1000 킬로칼로리 내지 3000 킬로칼로리의 범위로 선택될 수 있다.
SF_data의 값은 개인의 일일 식품 섭취량에 포함되는 포화 지방의 양 또는 비율에 관한 추천된 또는 표준화된 한계치에 대해 결정된다. 일일 소비되는 포화 지방의 추천되거나 또는 표준화된 양 또는 비율은 개인의 추정 일일 총 식품 에너지 섭취량과, 포화 지방에 의해 제공되는 총 식품 에너지 섭취량의 비율에 기초한다. 몇몇 실시예에서, (다른 실시예에서는 총 식품 에너지 섭취량이 변할 수 있지만) 체중을 감량하고자 하는 소비자의 경우에는 전술한 바와 같이 1500 킬로칼로리의 총 식품 에너지 섭취량이 추정된다. 예컨대 총 일일 에너지 섭취량의 소정 비율로서 소비되는 포화 지방의 바람직한 최대 퍼센티지가 7 퍼센트로 추정되면, 다이어트 중인 개인이 일일 소비하는 포화 지방의 총 칼로리는 (총 1500 킬로칼로리 중) 약 105 킬로칼로리로 제한되어야만 한다. 지방은 그램당 약 9 킬로칼로리로 함유되기 때문에, 이러한 예에서 개인의 일일 포화 지방 소비는 약 12 그램으로 제한되어야만 한다. 그러나, 소비되는 포화 지방의 비율 또는 양에 대해 추천되거나 또는 표준화된 한계치는 소비자 계층에 따라, 뿐만 아니라 지역에 따라 그리고 문화에 따라 변할 수 있다. SF_data는 그러한 표준값에 대한 비교에 의해 결정된다. 따라서 이 예에서, SF_data는 (b) 12 그램에 대한 (a) 평가 대상 식품의 표준량에 있어서의 포화 지방의 질량의 비로서 결정된다. 식품의 포화 지방 함량을 평가하기 위해 다른 실시예에서 상이한 절차 또는 다른 양이나 비율이 채용될 수 있지만, F_data, S_data 및 NA_data가 결정되는 방법에 꽤 필적할만한 방식으로 SF_data를 결정하는 것이 바람직하다.
SF_data와 마찬가지로, F_data의 값은 개인의 일일 식품 섭취량에 포함되는 총 지방의 양 또는 비율에 관한 추천된 또는 표준화된 한계치에 대해 결정된다. 개인이 하루에 1500 킬로칼로리를 소비하고, 지방 형태의 에너지 소비량의 추천된 비율 또는 한계치가 30 퍼센트로 채택된다고 가정하는 실시예에서, 이것은 일일 기준으로 50 그램의 총 지방으로 바뀐다. 따라서 이 예에서, 특히 SF_data와 비교하여 F_data는 (b) 50 그램에 대한 (a) 평가 대상 식품의 표준량에 있어서의 총 지방의 질량의 비로서 결정된다. 식품의 총 지방 함량을 평가하기 위해 다른 실시예에서 상이한 절차 또는 다른 양이나 비율이 채용될 수 있음은 물론이다.
유사한 방식으로, S_data의 값은 개인의 일일 식품 섭취량에 포함되는 당의 양 또는 비율에 관한 추천된 또는 표준화된 한계치에 대해 결정된다. 개인이 하루에 1500 킬로칼로리를 소비하고, 당 형태의 에너지 소비량의 추천된 비율 또는 한계치가 10 퍼센트로 채택된다고 가정하는 실시예에서, 이것은 일일 기준으로 38 그램의 당(1 그램의 당당 4 킬로칼로리)으로 바뀐다. 따라서 이 예에서, 특히 SF_data와 비교하여 S_data는 (b) 38 그램에 대한 (a) 평가 대상 식품의 표준량에 있어서의 당의 질량의 비로서 결정된다. 식품의 당 함량을 평가하기 위해 다른 실시예에서 상이한 절차 또는 다른 양이나 비율이 채용될 수 있음은 물론이다.
전술한 것과 유사한 방식으로, NA_data의 값은 개인의 일일 식품 섭취량에 포함되는 나트륨의 양 또는 비율에 관한 추천된 또는 표준화된 한계치에 대해 결정된다. 일일 소비되는 나트륨에 관한 추천된 한계치가 2400 밀리그램인 것으로 채택되는 실시예에서, NA_data는 (b) 2400 밀리그램에 대한 (a) 평가 대상 식품의 표준량에 있어서의 나트륨의 질량의 비로서 결정된다. 식품의 나트륨 함량을 평가하기 위해 다른 실시예에서 상이한 절차 또는 다른 양이나 비율이 채용될 수 있음은 물론이다.
그러한 실시예에서, 건강 유익도 데이터는 다음의 그룹, 즉 (조리된) 쇠고기, 쿠키, 크림 & 커피 크림, 달걀, 프랑크푸르트, (생)조류, (조리된) 조류, (조리된) 양고기, 런천 미트, 피자, (생)돼지고기, (조리된) 되지 고기, 소세지, 스낵-프레첼, (생)송아지 고기, (조리된) 송아지 고기를 포함하는 제2 메타그룹에 속하는 식품에 대해 제2의 통상의 방식으로 결정된다. 이들 그룹에 있어서 건강 유익도 데이터(HD)는, 식품의 지방 함량 데이터, 포화 지방 함량 데이터, 당 함량 데이터, 나트륨 함량 데이터, 및 에너지 밀도 데이터의 선형 조합에 기초하여 얻어진다. 그러한 일실시예에서, 건강 유익도 데이터는 다음과 같이 식품의 F_data, SF_data, S_data, NA_data 및 ED_data를 처리함으로써 생성되며, 이때 F_data, SF_data, S_data 및 NA_data는 전술한 바와 같이 얻어진다.
(21) HD = ED_데이터 + ([(2 X SF_데이터) + (2 X F_데이터) + NA_데이터 + S_데이터] X 100/M_서빙),
여기서, M_서빙은 표준적인 서빙 식품의 질량 또는 중량이다. 이 특별한 실시예에서, ED_데이터는 식품의 중량(그램 단위)으로 나눠진 식품의 에너지 함유량(킬로칼로리 단위)으로서 획득된다. 도 1a 및 도 1b의 테이블들은 등식 (21)에 의해 표현된 프로세스 및 본 도면내에 포함된 예시적인 비교 데이터와 대비된 비교에 따라 생성된 식품 각각의 건강지수 데이터에 기초한 식품들의 건강지수에 따라 이러한 그룹내의 식품들이 어떻게 등급화되는지를 보여준다.
이와 같은 실시예들에서, 건강지수 데이터는 음료수; 알콜 음료; 스위트 스프레드 - 잼, 시럽, 토핑 & 땅콩 버터의 그룹들을 포함한 제3 메타그룹내의 식품들에 대한 제3의 일반 방식으로 결정된다. 이러한 그룹들의 건강지수 데이터(healthfulness data; HD)는 식품의 지방 함유량 데이터, 포화 지방 함유량 데이터, 설탕 함유량 데이터, 소금 함유량 데이터 및 에너지 밀도 데이터의 선형적 조합에 기초하여 획득된다. 이와 같은 일 실시예에서, 건강지수 데이터는 다음과 같이, F_데이터, SF_데이터, S_데이터, NA_데이터, ED_데이터 및 M_서빙을 프로세싱함으로써 생성된다:
(22) HD = (ED_데이터 ÷ 3) + [(2 X SF_데이터) + (2 X F_데이터) + (2 X S_데이터) + NA_데이터] ÷ M_서빙.
도 2의 테이블은 등식 (22)에 의해 표현된 프로세스 및 본 도면내에 포함된 예시적인 비교 데이터와 대비된 비교에 따라 생성된 식품 각각의 건강지수 데이터에 기초한 식품들의 건강지수에 따라 이러한 그룹내의 식품들이 어떻게 등급화되는지를 보여준다.
이와 같은 실시예들에서, 건강지수 데이터는 치즈; 유제품 & 비유제품, 하드; 및 치즈, 코티지 & 크림의 그룹들을 포함한 제4 메타그룹내의 식품들에 대한 제4의 일반 방식으로 결정된다. 이러한 그룹들의 건강지수 데이터(healthfulness data; HD)는 식품의 지방 함유량 데이터, 포화 지방 함유량 데이터, 설탕 함유량 데이터, 소금 함유량 데이터 및 에너지 밀도 데이터의 선형적 조합에 기초하여 획득된다. 이와 같은 일 실시예에서, 건강지수 데이터는 다음과 같이, F_데이터, SF_데이터, S_데이터, NA_데이터, ED_데이터 및 M_serving을 프로세싱함으로써 생성된다:
(23) HD = ED_데이터 + [(4 X SF_데이터) + (4 X F_데이터) + S_데이터 + NA_데이터] X 100/M_서빙.
도 2a의 테이블은 등식 (23)에 의해 표현된 프로세스 및 도 2a면내에 포함된 예시적인 비교 데이터와 대비된 비교에 따라 생성된 식품 각각의 건강지수 데이터에 기초한 식품들의 건강지수에 따라 이러한 그룹내의 식품들이 어떻게 등급화되는지를 보여준다.
이와 같은 실시예들에서, 건강지수 데이터는 빵; 베이글; 토르티야, 랩; 저녁식사류 - 팬케이크, 와플, 죽; 및 채소의 그룹들을 포함한 제5 메타그룹내의 식품들에 대한 제5의 일반 방식으로 결정된다. 이러한 그룹들의 건강지수 데이터(healthfulness data; HD)는 식품의 지방 함유량 데이터, 포화 지방 함유량 데이터, 설탕 함유량 데이터, 소금 함유량 데이터 및 에너지 밀도 데이터의 선형적 조합에 기초하여 획득된다. 이와 같은 일 실시예에서, 건강지수 데이터는 다음과 같이, F_데이터, SF_데이터, S_데이터, NA_데이터, ED_데이터 및 M_서빙을 프로세싱함으로써 생성된다:
(24) HD = ED_데이터 + [(2 X SF_데이터) + F_데이터 + S_데이터 + (2 X NA_데이터) - DF_데이터] X 100/M_서빙.
DF_데이터의 값은 사람의 하루 식품 섭취량내에 포함된 식이성 섬유의 권장되거나 또는 이와 달리 표준화된 최소량 또는 비율에 대해 상대적으로 결정된다. 이와 같은 하나의 권장사항은 사람이 하루에 1000kcal를 섭취할 때 최소 10그램의 식이성 섬유를 섭취하는 것이다. 이것은, 사람이 하루에 1500kcal를 섭취하는 것을 전제로 한 실시예들에서는 하루마다 15그램의 최소 권장량을 뜻하게 된다. 물론, 주기적으로 섭취해야할 식이성 섬유의 권장량을 평가하기 위해 이와 다른 프로시저 또는 다른 양 또는 비율이 활용될 수 있다. 이러한 특별한 예시에서, DF_데이터의 값은 15그램에 대한 표준적인 서빙 식품내의 식이성 섬유의 질량의 비율로서 획득된다.
도 3의 테이블은 등식 (24)에 의해 표현된 프로세스 및 도 3내에 포함된 예시적인 비교 데이터와 대비된 비교에 따라 생성된 식품 각각의 건강지수 데이터에 기초한 식품들의 건강지수에 따라 이러한 그룹내의 식품들이 어떻게 등급화되는지를 보여준다.
이와 같은 실시예들에서, 건강지수 데이터는 요리된 곡식 & 파스타; 요리되지 않은 곡식 & 파스타의 그룹들을 포함한 제6 메타그룹내의 식품들에 대한 제6의 일반 방식으로 결정된다. 이러한 그룹들의 건강지수 데이터(healthfulness data; HD)는 식품의 지방 함유량 데이터, 포화 지방 함유량 데이터, 설탕 함유량 데이터, 소금 함유량 데이터, 에너지 밀도 데이터 및 식이성 섬유 함유량 데이터의 선형적 조합에 기초하여 획득된다. 이와 같은 일 실시예에서, 건강지수 데이터는 다음과 같이, F_데이터, SF_데이터, S_데이터, NA_데이터, ED_데이터 및 DF_데이터를 프로세싱함으로써 생성된다:
(25) HD = (ED_데이터/ 3) + [([SF_데이터 + F_데이터 + (2 X S_데이터) + (2 X NA_데이터)]/ 4) - DF_데이터] X 100/ M_서빙.
도 3a의 테이블은 등식 (25)에 의해 표현된 프로세스 및 도 3a내에 포함된 예시적인 비교 데이터와 대비된 비교에 따라 생성된 식품 각각의 건강지수 데이터에 기초한 식품들의 건강지수에 따라 제6 메타그룹내의 그룹들의 식품들이 어떻게 등급화되는지를 보여준다.
이와 같은 실시예들에서, 건강지수 데이터는 요리된 저녁식사용 뜨거운 시리얼; 요리되지 않은 뜨거운 시리얼 및 과일 샐러드의 그룹들을 포함한 제7 메타그룹내의 식품들에 대한 제7의 일반 방식으로 결정된다. 이러한 그룹들의 건강지수 데이터(healthfulness data; HD)는 식품의 포화 지방 함유량 데이터, 지방 함유량 데이터, 설탕 함유량 데이터, 소금 함유량 데이터, 및 에너지 밀도 데이터의 선형적 조합에 기초하여 획득된다. 이와 같은 일 실시예에서, 건강지수 데이터는 다음과 같이, F_데이터, SF_데이터, S_데이터, NA_데이터, 및 ED_데이터를 프로세싱함으로써 생성된다:
(26) HD = ED_데이터 + [SF_데이터 + (2 X F_데이터) + (2 X S_데이터) + (2 X NA_데이터] X 100/M_서빙.
도 4의 테이블은 등식 (26)에 의해 표현된 프로세스 및 도 4내에 포함된 예시적인 비교 데이터와 대비된 비교에 따라 생성된 식품 각각의 건강지수 데이터에 기초한 식품들의 건강지수에 따라 이러한 그룹들내의 식품들이 어떻게 등급화되는지를 보여준다.
이와 같은 실시예들에서, 건강지수 데이터는 바; 케이크 및 죽; 및 캔디의 그룹들을 포함한 제8 메타그룹내의 식품들에 대한 제8의 일반 방식으로 결정된다. 이러한 그룹들의 건강지수 데이터(healthfulness data; HD)는 식품의 포화 지방 함유량 데이터, 지방 함유량 데이터, 소금 함유량 데이터, 에너지 밀도 데이터 및 설탕 함유량 데이터의 선형적 조합에 기초하여 획득된다. 이와 같은 일 실시예에서, 건강지수 데이터는 다음과 같이, F_데이터, SF_데이터, S_데이터, NA_데이터, 및 ED_데이터를 프로세싱함으로써 생성된다:
(27) HD = ED_데이터 + [(2 X SF_데이터) + F_데이터 + (2 X S_데이터) + (2 X NA_데이터)] X 100/M_서빙.
도 5의 테이블은 등식 (27)에 의해 표현된 프로세스 및 도 5내에 포함된 예시적인 비교 데이터와 대비된 비교에 따라 생성된 식품 각각의 건강지수 데이터에 기초한 식품들의 건강지수에 따라 이러한 그룹들내의 식품들이 어떻게 등급화되는지를 보여준다.
이와 같은 실시예들에서, 건강지수 데이터는 딥; 드레싱; 그레이비; 소스; 응축된 스프; RTE, 스프; 및 (달콤하지 않은) 스프레드의 그룹들을 포함한 제9 메타그룹내의 식품들에 대한 제9의 일반 방식으로 결정된다. 이러한 그룹들의 건강지수 데이터(healthfulness data; HD)는 식품의 포화 지방 함유량 데이터, 지방 함유량 데이터, 소금 함유량 데이터, 에너지 밀도 데이터 및 설탕 함유량 데이터의 선형적 조합에 기초하여 획득된다. 이와 같은 일 실시예에서, 건강지수 데이터는 다음과 같이, F_데이터, SF_데이터, S_데이터, NA_데이터, 및 ED_데이터를 프로세싱함으로써 생성된다:
(28) HD = ED_데이터 + [(2 X SF_데이터) + F_데이터 + S_데이터 + (2 X NA_데이터)] X 100/M_서빙.
도 6의 테이블은 등식 (28)에 의해 표현된 프로세스 및 도 6내에 포함된 예시적인 비교 데이터와 대비된 비교에 따라 생성된 식품 각각의 건강지수 데이터에 기초한 식품들의 건강지수에 따라 이러한 그룹들내의 식품들이 어떻게 등급화되는지를 보여준다.
이와 같은 실시예들에서, 건강지수 데이터는 콩, 건조 & 콩과식물 요리; 소고기 요리; 저녁식사용 혼합 요리; 치즈 요리; 칠리 스튜; 달걀 요리; 어류 & 갑각류 요리; 양 요리; 요리된 파스타 요리; 돼지고기 요리; 가금류 요리; 쌀 & 곡식 요리; 메인 코스용, 샐러드; 간식용, 샐러드; 샌드위치; 송아지 요리 및 채식주의자 고기 대체물의 그룹들을 포함한 제10 메타그룹내의 식품들에 대한 제10의 일반 방식으로 결정된다. 이러한 그룹들의 건강지수 데이터(healthfulness data; HD)는 식품의 포화 지방 함유량 데이터, 지방 함유량 데이터, 소금 함유량 데이터, 에너지 밀도 데이터 및 설탕 함유량 데이터의 선형적 조합에 기초하여 획득된다. 이와 같은 일 실시예에서, 건강지수 데이터는 다음과 같이, F_데이터, SF_데이터, S_데이터, NA_데이터, 및 ED_데이터를 프로세싱함으로써 생성된다:
(29) HD = ED_데이터 + [(2 X SF_데이터) + (2 X F_데이터) + S_데이터 + (2 X NA_데이터)] X 100/M_서빙.
도 7 및 도 7a의 표는 이들 그룹의 식품들이 식 (29)에 의해 나타난 프로세스에 따라 생성된 그들 각자의 건강증진성(healthfulness) 데이터에 기초하여 그들의 건강증진성에 따라 어떻게 순위가 매겨졌는지 그리고 도 7 및 도 7a에 포함된 예시적인 비교 데이터에 대한 그들의 비교를 예시한다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹, 즉 과일-신선, 얼림 & 건조; 및 과일 & 야채 주스를 포함하는 11번째 메타그룹 내의 식품들에 대한 11번째 일반적인 방식으로 결정된다. 이들 그룹에 대한 건강증진성 데이터(HD; healthfulness data)는 식품의 나트륨 함량 데이터, 설탕 함량 데이터, 포화 지방 함량 데이터, 지방 함량 데이터 및 에너지 밀도 데이터의 선형 조합에 기초하여 획득된다. 하나의 이러한 실시예에서, 건강증진성 데이터는 다음과 같이 NA_data, S_data, SF_data, F_data, 및 ED_data를 처리함으로써 생성된다:
(30) HD = ED_data + [(2×S_data) + NA_data + SF_data + F_data] × 100/ M_serving
도 8의 표는 이들 그룹의 식품들이 식 (30)에 의해 나타난 프로세스에 따라 생성된 그들 각자의 건강증진성 데이터에 기초하여 그들의 건강증진성에 따라 어떻게 순위가 매겨졌는지 그리고 도 8에 포함된 예시적인 비교 데이터에 대한 그들의 비교를 예시한다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹들, 즉 야채, 생; 및 야채, 요리됨을 포함하는 12번째 메타그룹 내의 식품들에 대한 12번째 일반적인 방식으로 결정된다. 이들 그룹에 대한 건강증진성 데이터(HD)는 식품의 나트륨 함량 데이터, 설탕 함량 데이터, 포화 지방 함량 데이터, 지방 함량 데이터 및 에너지 밀도 데이터의 선형 조합에 기초하여 획득된다. 하나의 이러한 실시예에서, 건강증진성 데이터는 다음과 같이 NA_data, S_data, SF_data, F_data, 및 ED_data를 처리함으로써 생성된다:
(31) HD = ED_data + [S_data + (1.5×NA_data) + (5×SF_data) + (5×F_data)] × 100/ M_serving
도 8a의 표는 이들 그룹의 식품들이 식 (31)에 의해 나타난 프로세스에 따라 생성된 그들 각자의 건강증진성 데이터에 기초하여 그들의 건강증진성에 따라 어떻게 순위가 매겨졌는지 그리고 도 8a에 포함된 예시적인 비교 데이터에 대한 그들의 비교를 예시한다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹, 즉 젤라틴, 푸딩; 아이스크림 디저트; 아이스크림 노블티; 아이스크림, 샤베트, 셔벗; 스위트 파이; 및 스위트-꿀, 설탕, 시럽, 토핑을 포함하는 13번째 메타그룹 내의 식품들에 대한 13번째 일반적인 방식으로 결정된다. 이들 그룹에 대한 건강증진성 데이터(HD)는 식품의 나트륨 함량 데이터, 지방 함량 데이터, 포화 지방 함량 데이터, 설탕 함량 데이터, 및 에너지 밀도 데이터의 선형 조합에 기초하여 획득된다. 하나의 이러한 실시예에서, 건강증진성 데이터는 다음과 같이 NA_data, F_data, SF_data, S_data, 및 ED_data를 처리함으로써 생성된다:
(32) HD = ED_data + [(2×SF_data) + F_data + NA_data + (2×S_data)] × 100/ M_serving
도 9의 표는 이들 그룹의 식품들이 식 (32)에 의해 나타난 프로세스에 따라 생성된 그들 각자의 건강증진성 데이터에 기초하여 그들의 건강증진성에 따라 어떻게 순위가 매겨졌는지 그리고 도 9에 포함된 예시적인 비교 데이터에 대한 그들의 비교를 예시한다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹들, 즉 아침 시리얼, RTE 내의 식품들에 대한 14번째 일반적인 방식으로 결정된다. 이들 그룹에 대한 건강증진성 데이터(HD)는 식품의 포화 지방 함량 데이터 뿐만 아니라, 그의 지방 함량 데이터, 설탕 함량 데이터, 나트륨 함량 데이터, 식이성 섬유 함량 데이터, 및 에너지 밀도 데이터에 기초하여 획득된다. 하나의 이러한 실시예에서, 건강증진성 데이터는 다음과 같이 SF_data, F_data, S_data, NA_data, DF_data 및 ED_data를 처리함으로써 생성된다:
(33) HD = (ED_data/3) + [(2×S_data) + SF_data + F_data + NA_data - DF_data] × 100/ M_serving
이 그룹에 대하여, 가장 건강에 좋은 식품은 -0.36 이하의 HD 값을 가지며, 건강에 덜 좋은 식품은 -0.36보다 크고 1.66 이하의 HD 값을 갖고, 건강에 보다 더 안 좋은 식품은 1.66보다 크고 2.91 이하의 HD 값을 가지며 가장 건강에 좋지 않은 식품은 2.91보다 더 큰 HD 값을 갖는다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹, 즉 우유를 함유한 커피/차 드링크를 포함하는 15번째 메타그룹 내의 식품들에 대한 15번째 일반적인 방식으로 결정된다. 이 그룹에 대한 건강증진성 데이터(HD)는 식품의 포화 지방 함량 데이터, 지방 함량 데이터, 나트륨 함량 데이터, 및 설탕 함량 데이터에 기초하여 획득된다. 하나의 이러한 실시예에서, 건강증진성 데이터는 다음과 같이 SF_data, F_data, S_data, 및 NA_data를 처리함으로써 생성된다:
(34) HD = ([2×SF_data) + (2×F_data) + (2×S_data) + NA_data]/4)/ kcal_DV
이 그룹에 대하여, 가장 건강에 좋은 식품은 3.25 이하의 HD 값을 가지며, 상대적으로 덜 건강에 좋은 식품은 3.25보다 크고 3.471 이하의 HD 값을 갖고, 건강에 보다 더 안 좋은 식품은 3.471보다 크고 4.18 이하의 HD 값을 가지며 가장 건강에 좋지 않은 식품은 4.18보다 더 큰 HD 값을 갖는다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹, 즉 크래커 내의 식품들에 대한 16번째 일반적인 방식으로 결정된다. 이 그룹에 대한 건강증진성 데이터(HD)는 식품의 포화 지방 함량 데이터, 지방 함량 데이터, 설탕 함량 데이터, 나트륨 함량 데이터, 및 에너지 밀도 데이터에 기초하여 획득된다. 하나의 이러한 실시예에서, 건강증진성 데이터는 다음과 같이 SF_data, F_data, S_data, NA_data, 및 ED_data를 처리함으로써 생성된다:
(35) HD = (ED_data/3) + [(2×SF_data) + F_data + S_data + (2×NA_data)] × 100/M_serving
이 그룹에 대하여, 어떠한 식품도 가장 건강에 좋은 식품들 카테고리로 분류되지 않으며, 상대적으로 덜 건강에 좋은 식품은 1.805 이하의 HD 값을 갖고, 건강에 보다 더 안 좋은 식품은 1.805보다 크고 3.2 이하의 HD 값을 가지며 가장 건강에 좋지 않은 식품은 3.2보다 더 큰 HD 값을 갖는다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹, 즉 물고기, 요리됨 내의 식품들에 대한 17번째 일반적인 방식으로 결정된다. 이 그룹에 대한 건강증진성 데이터(HD)는 식품의 포화 지방 함량 데이터, 지방 함량 데이터, 설탕 함량 데이터, 나트륨 함량 데이터, 및 에너지 밀도 데이터에 기초하여 획득된다. 하나의 이러한 실시예에서, 건강증진성 데이터는 다음과 같이 SF_data, F_data, S_data, NA_data, 및 ED_data를 처리함으로써 생성된다:
(36) HD = ED_data + [(4×SF_data) + (4×F_data) + S_data + (2×NA_data)] × 100/M_serving
이 그룹에 대하여, 가장 건강에 좋은 식품은 3.2 이하의 HD 값을 가지며, 상대적으로 덜 건강에 좋은 식품은 3.2보다 크고 4.7 이하의 HD 값을 갖고, 건강에 보다 더 안 좋은 식품은 4.7보다 크고 6.6 이하의 HD 값을 가지며 가장 건강에 좋지 않은 식품은 6.6보다 더 큰 HD 값을 갖는다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹, 즉 과일, 통조림 내의 식품들에 대한 18번째 일반적인 방식으로 결정된다. 이 그룹에 대한 건강증진성 데이터(HD)는 식품의 포화 지방 함량 데이터, 지방 함량 데이터, 설탕 함량 데이터, 나트륨 함량 데이터, 및 에너지 밀도 데이터에 기초하여 획득된다. 하나의 이러한 실시예에서, 건강증진성 데이터는 다음과 같이 SF_data, F_data, S_data, NA_data, 및 ED_data를 처리함으로써 생성된다:
(37) HD = ED_data + [(2×SF_data) + (2×F_data) + (4×S_data) + (2×NA_data)] × 100/M_serving
이 그룹에 대하여, 가장 건강에 좋은 식품은 1.56 이하의 HD 값을 가지며, 상대적으로 덜 건강에 좋은 식품은 1.56보다 크고 1.93 이하의 HD 값을 갖고, 건강에 보다 더 안 좋은 식품은 1.93보다 크고 3.27 이하의 HD 값을 가지며 가장 건강에 좋지 않은 식품은 3.27보다 더 큰 HD 값을 갖는다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹, 즉 너츠, 넛 버터 내의 식품들에 대한 19번째 일반적인 방식으로 결정된다. 이 그룹에 대한 건강증진성 데이터(HD)는 식품의 포화 지방 함량 데이터, 지방 함량 데이터, 설탕 함량 데이터, 나트륨 함량 데이터, 및 에너지 밀도 데이터에 기초하여 획득된다. 하나의 이러한 실시예에서, 건강증진성 데이터는 다음과 같이 SF_data, F_data, S_data, NA_data, 및 ED_data를 처리함으로써 생성된다:
(38) HD = (ED_data/3) + [(2×SF_data) + F_data + S_data + NA_data] × 100/M_serving
이 그룹에 대하여, 어떠한 식품도 가장 건강에 좋은 식품들 카테고리로 분류되지 않으며, 상대적으로 덜 건강에 좋은 식품은 1.5 이하의 HD 값을 갖고, 건강에 보다 더 안 좋은 식품은 1.5보다 크고 5.6 이하의 HD 값을 가지며 가장 건강에 좋지 않은 식품은 5.6보다 더 큰 HD 값을 갖는다.
이러한 실시예에서, 건강증진성 데이터는 다음 그룹, 즉 스택, 기타 내의 식품들에 대한 20번째 일반적인 방식으로 결정된다. 이 그룹에 대한 건강증진성 데이터(HD)는 식품의 포화 지방 함량 데이터, 지방 함량 데이터, 및 에너지 밀도 데이터에 기초하여 획득된다. 이러한 일 실시예에 있어서, 건강 유익성(healthfulness) 데이터는 다음과 같이 SF_data, F_data 및 ED_data를 처리함으로써 생성된다.
(39) HD = ED_data + [SF_data + F_data] X 100/ M_serving.
이러한 군에 있어서, 식품은 건강상 가장 유익한 식품 카테고리 또는 건강상 비교적 덜 유익한 식품 카테고리에서 등급화되지 않는 반면, 건강상 훨썬 덜 유익한 식품은 5.491 이하의 HD 값을 갖고, 건강상 가장 덜 유익한 식품은 5.491을 초과하는 HD 값을 갖는다.
이러한 실시예에 있어서, 건강 유익성 데이터는 다음의 군, 즉 스낵-팝콘 내에서 식품에 대한 21번째 공통적인 방식으로 결정된다. 이러한 군에 대한 건강성 데이터(HD)는 식품의 포화 지방 함량 데이터뿐만 아니라 그 지방 함량 데이터, 당 함량 데이터, 나트륨 함량 데이터, 식이요법상 섬유질 함량 데이터 및 에너지 밀도 데이터에 기초하여 획득된다. 이러한 일 실시예에 있어서, 건강성 데이터는 다음과 같이 SF_data, F_data, S_data, NA_data, DF_data 및 ED_data를 처리함으로써 생성된다.
(40) HD = ED_data + [(2 X S_data) + SF_data + F_data + NA_data - DF_data] X 100/ M_serving
이러한 군에 있어서, 건강상 가장 유익한 식품은 3.02 이하의 HD 값을 갖는 반면, 건강상 덜 유익한 식품은 3.02 초과 4.0 이하의 HD 값을 갖고, 건강상 훨씬 덜 유익한 식품은 4.0 초과 6.3 이하의 HD 값을 가지며, 건강상 가장 유익하지 않은 식품은 6.3 초과의 HD 값을 갖는다.
특정 실시예에 있어서, 소비자가 체중을 제어하도록 할 수 있는 반면 후보 식품 서빙의 상대적 건강 유익성을 평가하는 작업을 단순화하는 방식으로 식품을 선택하고 섭취하도록 하는 방법이 제공된다. 도 10을 참고하면, 날짜 또는 주(week)와 같은 선택된 기간의 개시점에서, 변수 SUM은 0으로 설정된다(20). 소비자는 후보 식품 서빙을 섭취하는 것을 고려하며, 그 정체 및/또는 그 영양 함량을 나타내는 데이터와 후보 식품 서빙을 포함하는 사전에 결정된 군을 획득한다(24). 후보 식품 서빙의 섭취가 바람직한지를 평가하기 위해, 소비자는 (1) 그 정체 및 (2) 그 영양 함량 및 군 분류를 나타내는 데이터들 중 적어도 하나에 기초하여 후보 식품 서빙에 대한 상대적 건강 유익성 데이터 및 식품 에너지 데이터를 획득한다(26). 이러한 식품 에너지 데이터 및 상대적 건강 유익성은 이상에 개시된 바와 같이 결정된다. 유리한 특정 실시예에 있어서, 이러한 상대적 건강 유익성은, 패키지 상의 명확하게 상이하고 연상 가능한 색상 및/또는 형상, 또는 식료품의 라벨, 예컨대 영양상 측면뿐만 아니라 최소 kcal에 대해 최대한 안전하게 제공되며 공공 건강 가이드라인에 가장 근접하게 보충해주는 식품을 나타내는 녹색 별, 공공 건강 권장에 근접하게 맞춰진 것은 아니지만 안정성 및 영양상 이익을 제공하는 영양상 측면을 갖는 식품을 나타내는 청색 삼각형, 전체 섭취량에 대해 최소한의 안정성 또는 영양값을 제공하지만 식사의 풍취 또는 편의를 증진시키는 식품을 나타내는 분홍색 정사각형, 및 전체 영양 또는 안정성에 큰 영향을 주지는 않지만 즐거움을 주고 적당히 소비한다면 건강한 식사 계획의 일부가 될 수 있는 식품을 나타내는 백색 원에 의해 표시된다.
식품 에너지 데이터 및 이에 따라 획득되는 상대적 건강 유익성 데이터에 기초하여, 소비자는 소비를 위한 후보 식품 서빙을 수용할지 또는 거절할지를 결정한다(30). 예를 들면, 소비자는 스낵 식품을 소비하고자 할 수 있으며, 튀긴 콘 한 봉지와 팝콘 한 봉지 중에서 결정해야만 한다. 소비자는 앞서 개시된 과정 중 하나를 이용하여 그 상대적 건강 유익성을 획득하며, 튀긴 콘 칩에 대한 팝콘의 건강 유익성이 튀킨 콘 칩의 건강 유익성보다 양호하기 때문에 팝콘을 선택할 것을 결정한다(30). 따라서, 소비자가 후보 식품 서빙을 거절할 것을 결정하면(30), 프로세스는 소비자가 다시 섭취할 후보 식품 서빙을 고려하는 시점인 24로 돌아가 반복된다.
후보 식품 서빙이 충분히 건강상 유익하다고 소비자가 결정하거나, 또는 획득된 식품 에너지 데이터에 기초하여 다른 후보 식품 서빙에 비해 소정의 후보 식품 서빙을 선호한다고 선택하면, 소비자는 후보 식품 서빙을 섭취할지 또는 이를 거절할지를 결정한다(30). 소비자가 후보 식품 서빙을 섭취하면 SUM 값이 사전에 결정된 최대 데이터를 초과하는 경우, 소비자는 이를 거절하도록 결정하고(30), 프로세스는 소비자가 다시 후보 식품 서빙을 섭취할지를 고려하는 시점인 24로 돌아가 반복된다. 소비자가 후보 식품 서빙을 섭취할 것을 결정하면, 식품 에너지 데이터는 SUM에 추가되며(32), 소비자는 후보 식품 서빙을 섭취하고(36), 프로세스는 소비자가 후보 식품 서빙을 섭취할지를 고려하는 시점인 24로 돌아가 반복된다. 단계 32 및 단계 36은 도시된 순서대로 행해질 필요는 없다는 것을 이해할 것이다. 또한, 소비자가 건강 유익성 데이터 및 식품 에너지 데이터를 고려하는 순서는 개인적인 선호도에 따라 변할 수 있다는 것을 이해할 것이다.
소비자가 2가지 후보 식품 서빙을 고려하고, 하나를 허용하고 다른 하나를 거절하는 경우, 도 10에 도시된 바와 같은 프로세스는 2회 실시되며, 소비자가 허용한 후보 식품 서빙에 대해 일단 실시되고, 거절된 후보 식품 서빙에 대해 다시 실시된다.
상대적 건강 유익성 데이터 및 식품 에너지 데이터를 이용하여 소비할 식품을 선택하고 구매하는 방법은, 도 11에 도시되어 있다. 판매용으로 제공된 해당 식품을 구매할지를 소비자가 고려할 때, 소비자는 그 정체 및 그 영양 함량 및 판매용으로 제공된 식품을 비롯하여 사전에 결정된 군을 나타내는 데이터를 제공한다(250). 식품 구매가 바람직한지를 평가하기 위해, 소비자는 (1) 그 정체 및 (2) 그 영양 함량 및 군 분류를 나타내는 데이터들 중 적어도 하나에 기초하여 식품에 대한 상대적인 건강 유익성 데이터 및 식품 에너지 데이터를 획득한다(260). 식품은, 예컨대 판매용으로 제공되는 제품의 상대적인 건강 유익성 데이터 및 식품 에너지 데이터를 나타내는 이미지를 그 포장에 나타내는 Weight Watchers® 포장 식품과 같은 포장 식품일 수 있다. 그렇지 않으면, 식품은 이러한 이미지를 나타내지 않는 포장 식품일 수 있으며, 이때 소비자는, 아래에 더욱 상세하게 개시하는 바와 같이, 각각의 사전에 결정된 식품 군 및 영양 함량에 있어서 포장 식품의 식별표 또는 그렇지 않으면 그 분류표를, PDA 또는 셀룰러 폰과 같은 장치에 입력하여, 상대적인 건강 유익성 데이터의 표시를 획득하게 된다. 식품은 또한 포장되지 않은 제품과 같은 식품일 수 있으며, 소비자는 동일한 표시를 나타내는 이미지가 없는 포장 식품에 대해서 동일한 방식으로 상대적 건강 유익성 데이터 및 식품 에너지 데이터를 획득할 수 있다.
상대적 건강 유익성 데이터 및 식품 에너지 데이터에 기초하여, 소비자는 구매 대상 식품을 수용할지 또는 거절할지를 결정한다(270). 예를 들면, 소비자는 쿠키를 구매하고자 할 수 있으며, 동일한 유형의 쿠키의 2가지 경쟁 브랜드 중에서 선택하고자 할 수 있다. 상대적 건강 유익성 데이터 및 식품 에너지 데이터는 이러한 결정을 위한 간단하고 명확한 수단을 제공한다.
소비자가 구매 대상 식품을 모두 선택하면(280), 소비자는 다음으로 선택된 식품을 구매하고(290) , 소비를 위해 이들 식품을 가정으로 배달시킨다(296).
도 12는 도 10 및 도 11의 프로세스를 행하는 데 있어서 유용한 특정 실시예의 데이터 처리 시스템(40)을 도시한 것이다. 데이터 처리 시스템(40)은 프로세서(44), 프로세서(44)와 결합된 저장부(50), 프로세서(44)와 결합된 입력부(56), 프로세서(44)와 결합된 표시 장치(60) 및 프로세서(44)와 결합된 통신부(64)를 포함한다.
시스템(40)이 PDA, 노트북 컴퓨터, 데스크탑 컴퓨터 또는 셀룰러 폰으로 구현되는 경우, 이러한 실시예 중 특정 실시예에서, 입력부(56)는 키패드, 키보드, 포인트 앤 클릭(point-and-click) 장치(마우스와 같음), 터치 스크린, 마이크로폰, 스위치(들), 탈착 가능한 저장부 등을 포함하며, 표시 장치(60)는 LCD 디스플레이, 플라즈마 디스플레이, CRT 디스플레이, 프린터, 조명부, LED 등을 포함한다.
이러한 특정한 일 실시예에 있어서, 저장부(50)는 이전의 수식 20 내지 40에 요약된 바와 같은 상대적 건강 유익성 데이터를 생성하기 위해 필요한 프로세스를 행하기 위한 명령 및 사전에 결정된 식품 군을 식별하는 데이터를 저장한다. 입력부(56)를 이용하여 상대적 건강 유익성 데이터를 획득하기 위해, 소비자는 소비 대상 식품 또는 판매용으로 제공되는 식품을 식별하는 데이터를 입력하거나, 또는 사전에 결정된 그 식품 군의 식별표를 입력하며, 프로세서(44)는 식별된 식품 군에 대해 각각의 프로세스를 행하기 위해 저장부(50)로부터 적절한 명령을 검색한다. 저장부(50)는 식품의 정체와 대응하는 식품 군을 연관시키는 데이터를 저장하며, 이에 따라 소비자가 식품 식별 데이터를 입력할 때, 프로세서(44)는 이러한 데이터에 액세스하여 그 식품 군을 식별하고 이후에 이에 기초한 적절한 처리 명령을 검색한다. 프로세서(44)는 다음으로 표시 장치(60)를 통해 실행하고자 하는 프로세스에 따라 구매 대상 식품 또는 후보 식품 서빙에 대한 F_data, SF_data, DF_data, S_data, NA_data, M_serving, kcal DV, DD, 및 ED_data를 소비자에게 알려준다. 프로세서(44)는 다음으로 상대적 건강 유익성 데이터를 생성하기 위해 수식 20 내지 40 중 하나에 따라 입력 데이터를 처리한다. 프로세서(44)는 다음으로 상대적 건강 유익성 데이터를 소비자에게 디스플레이하기 위해 표시 장치(60)를 제어한다.
이러한 특정 일 실시예에 있어서, 저장부(50)는 식품 에너지 데이터를 생성하기 위해 앞서의 수식 1 내지 15에 정리된 프로세스들 중 하나 이상을 실행하기 위해 필요한 변환 인자 데이터 및 필요 중량 데이터를 저장한다. 입력부(56)를 이용하여, 소비자는 실행하고자 하는 프로세스에 따라 식품 또는 후보 식품 서빙에 대한 데이터(PRO, CHO and FAT), 데이터(PROm, CHOm and FATm), 또는 데이터(PROm, Total_CHOm, DFm, Total_FATm, Sat_FATm, 및 ETOHm)(이용 가능한 경우)를 입력한다. 프로세서(44)는 필요에 따라 저장부(50)로부터 변환 인자 데이터 및 필요 중량 데이터를 검색하고, 식품 에너지 데이터를 생성하기 위해 수식 1 내지 15 중 하나에 따라 입력 데이터를 처리한다. 프로세서(44)는 다음으로 식품 에너지 데이터를 소비자에게 디스플레이하기 위해 표시 장치(60)를 제어한다.
이러한 특정 일 실시예에 있어서, 저장부(50)는, 입력부(56)를 이용하여 소비자가 입력한 식품의 식별표에 기초한 주소를 이용하여 검색 가능한 복수 개의 사전에 결정된 식품에 대한 상대적 건강 유익성 데이터를 저장한다. 프로세서(44)는 스토리지(50)의 대응하는 상대적 건강성 데이터를 위한 어드레스를 생성하고 이 어드레스를 이용하여 스토리지로부터 상대적 건강성 데이터를 판독한다. 그 후, 프로세서(44)는 설명 디바이스(60)를 제어하여 상대적 건강성 데이터를 소비자에게 디스플레이한다.
그러한 실시예들 중 특정례에서, 스토리지(50)는 입력부(56)를 이용하여 소비자에 의해 입력된 식품의 확인을 기초로 하여 어드레스를 이용하여 회수될 수 있는 복수 개의 예정된 식품을 위한 식품 에너지 데이터를 저장한다. 프로세서(40)는 스토리지(50)의 대응하는 식품 에너지 데이터를 위한 어드레스를 생성하고 어드레스를 이용하여 스토리지로부터 식품 에너지 데이터를 판독한다. 이어서, 프로세서(40)는 발표 디바이스(60)를 제어하여 식품 에너지 데이터를 소비자에게 디스플레이한다.
그러한 실시예들 중 특정례에서, 스토리지(50)에 저장된 상대적 건강성 데이터 및/또는 식품 에너지 데이터는 통신망을 통해 서버로부터 다운로드된다. 도 13을 참조하면, 특정례에서, 데이터 처리 시스템(40)에 각각 대응하는 복수 개의 데이터 처리 시스템(40', 40")은 그러한 데이터의 데이터베이스를 얻거나 스토리지(50)에 저장된 데이터베이스를 업데이트하기 위하여 통신망(70)을 통해 서버(76)에 액세스하여 상대적 건강성 데이터 및/또는 식품 에너지 데이터를 얻는다. 통신망(70)은 LAN, WAN, 도시 지역 통신망 또는 인터넷 등의 인터네트워크일 수 있다. 서버(76)는 통신망(70)의 다른 호스트 또는 상이한 통신망으로부터 얻어지거나, 착탈 가능한 스토리지 디바이스로부터 또는 서버(76)의 입력부를 통해 입력된 다수의 다양한 식품 및 이에 의해 생성된 후보 식품 서빙을 위해 상대적 건강성 데이터 및/또는 식품 에너지 데이터를 저장한다.
그러한 실시예의 특정례에서, 데이터 처리 시스템(40', 40") 중 하나의 프로세서(44)는 입력부(56) 및 소비자로부터 입력 데이터를 수신하고 그러한 데이터를 통신망(70)을 통해 서버(76)에 전달하는 통신부(64)를 제어한다. 서버(76)는 그 스토리지(간소화 및 명확화를 위해 도시하지 않음)로부터 대응하는 상대적 건강성 데이터 및/또는 식품 에너지 데이터를 회수하거나, 적절한 식품군 확인 데이터 및/또는 식품 에너지 데이터에 의해 확인된 프로세스를 이용하여 회수된 데이터로부터 상대적 건강성 데이터를 생성하여, 생성된 데이터를 통신부(64)에 전달한다. 이어서, 프로세서(44)는 발표 디바이스(60)를 제어하여 회수된 데이터를 소비자에게 디스플레이한다.
도 12 및 13의 시스템은 특정례에서 요청 개인을 위한 식사 계획 데이터를 생성하도록 구성된다. 소정의 개인을 위한 식사 계획은 식사 계획 요청 전에 또는 그러한 요청시에 다양한 식품에 대해 생성된 개인의 개인 프로파일과 상대적 건강성 데이터와 식품 에너지 데이터를 기초로 한다. 개인 프로파일은 요청한 개인의 요구 및/또는 희망에 맞춰진 식사 계획을 회수 또는 생성할 필요가 있을 수 있는 그러한 데이터를 포함하고, 개인의 체중, 키, 체지방, 성별, 나이, 애티튜드, 물리적 활동 레벨, 체중 목표, 레이스, 종교, 민족성, 건강 제한 및 요구, 예컨대 질병 및 상해, 및 결과로서 생기는 식품물 제한 및 요구와 같은 데이터를 포함할 수 있다. 이 데이터는 도 12의 시스템(40)의 입력부(56)를 통해 요청한 개인에 의해 입력되고,개인 프로파일로서 스토리지(50)의 프로세서(44)에 의해 조장되거나, 서버(76)에 의해 저장될 통신부(64)에 의해 전달된다.
특정례에서, 프로세서(44)는 스토리지(50)로부터의 적절한 지시를 액세스하고 예컨대 저지방 다이어트, 저탄수화물 다이어트, 인종 또는 민족에 적절한 다이어트 등의 예정된 기준을 만족시키도록 각각 설계된 복수 개의 식사 계획을 생성한다. 그러한 다이어트를 생성하는 기준 및 방법은 널리 알려져 있고 David Kirchoff 등의 명의로 2004년 9월 2일자로 공개되었고 본 출원의 양수인에게 양도된 미국 공개 특허 출원 제2004/0171925호에 의해 개시된 기준 및 방법을 포함한다. 미국 특허 출원 제2004/0171925호는 본 명세서에서 참조로서 전체가 합체된다.
프로세서(44)는 또한 식사 계획 데이터에 있거나 포함될 다양한 식품에 대해 전술한 바와 같이 생성된 건강성 데이터 및 식품 에너지 데이터를 얻고, 건강성 데이터 및 식품 에너지 데이터를 기초로 하여 식사 계획을 위한 식품을 선택 및/또는 대체한다. 그러한 실시예 중 특정례에서, 체중 감량을 시도하는 개인의 경우, 프로세서(44)는 식품 에너지 데이터를 기초로 하여 식품을 선택 및/또는 대체하여 개인이 원하는 체중 감량을 안전하게 달성할 수 있는 것을 보장한다. 그러한 실시예 중 특정례에서, 프로세서(44)는 그 상대적 건강성 데이터를 기초로 하여 전체 식사 계획 데이터에서 식품의 건강성을 최대화하도록 식품을 선택 및/또는 대체한다. 그러한 실시예 중 특정례에서, 프로세서(44)는 그 상대적 건강성 데이터를 기초로 하여 식사 계획 데이터에서 식품의 건강성의 최소 목표 레벨을 달성하도록 식품을 선택 및/또는 대체한다. 그러한 실시예 중 특정례에서, 프로세서(44)는 예정된 기준에 합치된 식사 계획 데이터를 생성하고 식사 계획 데이터에 대한 요청시에 다음의 액세스를 위해 스토리지(50)에 데이터를 저장한다. 그러한 요청의 수신시에, 프로세서(44)는 요청자 프로파일 데이터를 기초로 하여 식사 계획 데이터에 액세스하고 그것을 발표 디바이스(60)를 통해 요청자에게 제공한다.
일단 식사 계획 데이터가 생성되면, 프로세서(44)는 발표 디바이스(60)를 제어하여 식사 계획 데이터를 요청한 개인에게 제공한다. 서버(76)가 식사 계획 데이터를 얻는 특정례에서, 서버(76)는 발표 디바이스(60)를 통해 요청한 개인에게 발표하도록 식사 계획 데이터를 통신부(64)로 전달한다. 그러한 실시예 중 특정례에서, 서버(76)는 예정된 기준에 합치되는 식사 계획 데이터를 생성하고 식사 계획 데이터에 대한 요청시에 다음의 액세스를 위해 데이터를 저장한다. 시스템(40', 40") 중 하나로부터의 그러한 수신시에, 서버(76)는 요청자의 프로파일 데이터를 기초로 한 식사 계획 데이터에 액세스하고 그것을 요청자에게 발표하도록 요청 시스템에게 전달한다.
소비자는 식품의 포장에 인쇄된 광범위한 영양소 정보에 의해 혼동되는 일이 많다. 몇몇은 상대적으로 미세한 인쇄물에서 그러한 정보를 읽기에 너무 성가시다는 것을 쉽게 발견하기 때문에, 그러한 정보가 유효 공간 내에 맞게 될 수 있고 그러한 정보의 상대적 장점 및 원치않는 양상을 평가할 수 있다. 교통 신호등 시스템은 이 프로세스에 대해 어느 정도의 간소화를 제공하지만, 여전히 소비자는 무게를 유지하거나, 감량하거나, 늘이고자 하는 사람이 희망하는 정보를 획득하기 위하여 포장에서 추가 정보를 찾을 필요가 있다.
특정례에서, 소비자가 체중을 제어할 수 있는 방식으로 식품을 선택 및 섭취하는 방법이 제공되지만, 다수의 기준을 기초로 하여 각각의 다양한 식품의 희망을 평가하는 작업을 간소화시킨다. 도 14를 참조하면, 예정된 주기, 예컨대 1일 또는 1주의 시작시에, 소비자 또는 데이터 처리 시스템은 가변적 "SUM"을 0과 동일하게 설정한다(110).
소비자가 후보 식품 서빙을 섭취하는 지의 여부를 고려할 때에, 소비자는 식품 서빙의 에너지값을 나타내는 숫자와 식품 서빙의 추가 영양소 품질을 나타내는 보조 영상 특징부를 모두 포함하는 일체식 영상을 관찰한다(120). 그러한 실시예의 특정례에서, 추가 영양소 품질은 후보 식품 서빙의 상대적 건강성을 포함한다. 그러한 상대적 건강성은 이 용례에서 개시된 바와 같이 또는 다른 방식으로 결정될 수 있다. 특정한 유리한 실시예에서, 그러한 상대적 건강성은 별개로 상이하게 암시하는 영상 칼라, 그림자, 형태, 휘도 또는 색조에 의해 나타난다. 그러한 실시예의 특정례에서, 추가 영양소 품질은 후보 식품 서빙의 상대적 건강성을 나타내지만, 당뇨병 소비자에 의한 사용을 위한 당분 함량을 나타낸다. 그러한 실시예 중 특정례에서, 추가 영양소 품질은 특정한 영양소(들)의 양, 존재 또는 부재를 나타낸다. 예컨대, 바디 빌더는 특정한 후보 식품 서빙의 서빙시에 단백질의 양을 알기를 원하거나 그러한 단백질이 모두 필수 아미노산을 포함하는지의 여부를 알기를 원할 수 있다.
일체식 영상은 후보 식품 서빙의 포장 또는 라벨에 찍히거나, 이하에서 보다 자세히 설명되는 바와 같이 PDA, 셀룰러 텔레폰, 랩톱 컴퓨터 또는 데스크톱 컴퓨터와 같은 데이터 처리 시스템에 의해 디스플레이될 수 있다. 또한, 일체식 영상은 인쇄된 문서에 디스플레이될 수 있다.
특정례의 일체식 영상은 후보 식품 서빙의 추가 영양소 품질을 나타내도록 채색된 배경에 디스플레이되는 관련 식품의 에너지 함량을 나타내는 숫자를 포함한다. 그러한 일체식 영상의 예는 숫자가 삼각형 보더를 갖는 녹색 배경에 정수를 포함하는 도 15a에 제공된다. 유리한 특정례에서, 녹색은 관련된 후보 식품 서빙을 포함하는 예정된 식품군에서 다른 후보 식품 서빙에 대해 유리한 영양소 품질을 나타내도록 사용된다. 예컨대, 녹색은 최소 에너지 함량에 대한 최대 물림(satiety)을 제공하는 식품 뿐만 아니라 공중 건강 가이드라인을 가장 가깝게 보완하는 영양소 프로파일을 나타낼 수 있다. 청색은 공중 건강 권고와 가깝게 정렬되지 않지만 물림 및 영양소 장점을 갖는 영양소 프로파일을 갖는 식품과 같이 상대적으로 낮은 건강성 프로파일을 갖는 식품을 나타내도록 사용될 수 있다. 핑크색은 전체 흡입에 대해 최소의 물림 또는 영양소 값을 제공하지만 섭취의 미각 또는 편의성을 향상시키는 식품과 같이 청색보다 상대적으로 낮은 건강성 프로파일을 갖는 식품을 나타내도록 사용될 수 있다. 흰색은 전체 영양소 또는 물림 느낌에 많이 기여하지 않지만, 즐거움을 주고 알맞게 소비될 때에 건강 섭취 계획의 일부일 수 있는 식품과 같이 최저의 건강성 프로파일 내에 있는 식품을 나타내도록 사용될 수 있다.
그러한 일체식 영상의 추가 예는 숫자가 원형 보더 내에 상이한 정수를 포함하는 도 15b에 제공된다. 보더의 형태는 자체로 상대적 건강성 또는 다른 영양소 특성을 나타내도록 사용될 수 있지만, 숫자는 식품 에너지 데이터를 나타낸다. 다른 실시예에서, 보더의 형태 및 보더에 의해 둘러싸이는 칼라, 그림자 또는 색조는 도 15b의 형태에 의해 나타내는 영양소 특성을 위한 데이터를 제공할 수 있다.
일체식 영상의 또 다른 예는 숫자(6.5)가 영상 내에 보여서 식품 에너지 데이터와, 칼라, 그림자 또는 색조 코드가 있던 없던지간에 영상의 직사각형 보더를 제공하여 추가 영양소 특성을 위한 데이터를 제공하는 도 15c에 제공된다.
도 15d는, 후보 식품 서빙(candidate food serving)의 추가적 영양 특징을 나타내도록 후보 식품 서빙의 에너지 함량을 나타내는 숫자가 컬러링되어 있는 역시 또 다른 통합된 이미지를 도시하고 있다. 도 15d의 숫자는 경계선 내에 에워싸여져 있지 않지만, 소정의 실시예에서, 경계가 제공될 수 있다. 역시 또 다른 실시예에서, 숫자는 추가적 영양 특징에 대한 데이터를 제공하도록 음영지거나 텍스쳐링된다. 별, 타원형, 또는 도넛 형상과 같은 다양한 다른 형상들도 역시 사용될 수 있다. 추가적인 영양적 특징에 대한 데이터를 제공하기위해 단독이든 조합이든, 임의의 형상, 색상, 텍스쳐 및 음영이 사용될 수 있다. 게다가, (로마 숫자와 같은) 숫자 데이터를 나타내는 임의의 데이터가 에너지 함량을 나타내는 숫자 데이터로서 역할하도록 아라비아 숫자가 사용될 필요가 없을 수도 있다.
도 14를 참조하면, 통합된 이미지에 의해 제공된 데이터, 즉, 에너지 함량 데이터 및 추가 영양 품질 데이터에 기초하여, 소비자는 소비용 후보 식품 서빙을 수락할지 또는 거절할지의 여부를 결정한다(130). 예를 들어, 소비자는 스낵 식품을 소비하기를 원하며 튀긴 콘칩 한봉지와 팝콘 한봉지 사이에서 결정을 내려야만 할 수 있다. 소비자는 각 봉지상의 통합된 이미지를 보고, 팝곤의 에너지 함량과 건강유익성이 튀긴 콘칩보다 상대적으로 더 좋아서 팝곤을 소비하기로 결정할 수 있다. 따라서, 통합된 이미지는 후보 식품 서빙의 평가와 복수의 영양 품질을 용이하게 보고 이해할 수 있도록 해준다.
어떤 실시예들에서, 데이터 처리 시스템을 사용하거나 사용하지 않고, 소비자는 후보 식품 서빙과 연관된 통합된 이미지 내의 숫자가 나타내는 데이터를 SUM에 가산하고(140), 만일 SUM이 미리결정된 일별 또는 주별 최대 MAX보다 작다면(150), 소비자는 그 후보 식품 서빙을 먹는다(160). 대안으로서, 소비자는 먼저 후보 식품 서빙을 먹고 난 후에 통합된 이미지 내의 숫자가 나타내는 숫자 데이터를 SUM에 더한다. 예를 들어, 소비자는 SUM + 그 숫자 데이터의 정확한 값을 모르지만, MAX에 비해 비교적 낮다는 것을 알 수도 있다.
통합된 이미지를 이용한 소비용 식품을 선택하고 구매하는 방법이 도 16에 도시되어 있다. 소비자가 소정의 소비용 식품을 구매할지의 여부를 고려할 때, 소비자는 그 식품의 에너지값을 나타내는 숫자와 그 식품의 추가 영양 품질을 나타내는 보조 이미지 특징 모두를 포함하는 식품과 연관된 통합된 이미지를 본다(310). 식품은 그 팩킹 상에 통합된 이미지를 표시하는 Weight Watchers®과 같은, 팩키지화된 식품일 수 있다. 대신에, 이와 같은 이미지를 표시하지 않는 팩키지화된 식품일 수도 있다. 이하에서 더 상세히 설명하는 바와 같이, 이 경우, 소비자는 PDA 또는 셀룰러 전화와 같은 장치에 그 팩키지화된 식품의 ID를 입력하여 평가를 위해 그 통합된 이미지의 디스플레이를 얻을 수도 있다. 또한, 팩키지화되지 않은 상품과 같은 식품일 수도 있고, 소비자는 이미지가 없는 팩키지화된 식품의 경우와 동일한 방식으로 연관된 통합된 이미지를 얻을 수도 있다.
통합된 이미지에 의해 제공된 데이터, 즉, 에너지 함량 데이터 및 추가적인 영양 품질 데이터에 기초하여, 소비자는 그 식품을 구매할지의 여부를 결정한다(320). 예를 들어, 소비자는 쿠키를 구매하기를 원하고 동일한 쿠키 종류의 2개 경쟁 브랜드 사이에서 결정하기를 원할 수도 있다. 각각의 동일한 에너지 함량을 갖지만, 각각의 팩키지 상의 통합된 이미지에 나타난 상이한 색상, 형상, 텍스쳐, 음영 또는 이들의 조합에 기초하여 건강에 더 우호적인 브랜드를 선택하기를 원할 수도 있다. 또는, 각각이 동일한 보조 이미지 특징을 갖는 이미지를 갖고 있다면, 소비자는 서빙당 더 낮은 에너지 함량을 갖는 브랜드를 선택하기를 원할 수도 있다.
소비자가 구매하고자 하는 모든 식품을 선택하고 나면(330), 소비자는 선택된 식품들을 구매하고(340), 그 식품들을 소비를 위해 자신의 집으로 배달시킨다(350).
다시 도 12를 참조하면, 도시된 데이터 처리 시스템(40)은 도 14 및 16의 프로세스를 실행하기 위한 소정의 실시예들에서 유익할 것이다. 이와 같은 실시예들 중 소정의 실시예들에서, 스토리지(50)는 식품 에너지 데이터를 생성하기 위해 전술된 등식(1) 내지 (15)에서 요약된 프로세스들 중 하나 이상을 실행하는데 필요한 변환 인자들 및 중량 데이터 (A)를 저장하고, 전술된 등식 (20) 내지 (40)에서 요약된 바와 같은 상대적 건강유익성 데이터를 생성하기 위해 필요한 프로세스를 실행하기 위한 명령어들과 미리결정된 식품 그룹을 식별케하는 데이터 (B)를 저장한다.
판매용으로 제공된 식품 또는 소비될 식품에 대한 상대적 건강유익성 데이터를 생성하기 위해, 입력(56)을 이용하여, 소비자는 소비할 식품 또는 판매를 위해 제공된 식품을 식별케하는 데이터 또는 그 미리결정된 식품 그룹의 식별자를 입력하고, 프로세서(44)는 식별된 식품 그룹에 대한 각각의 프로세스를 실행하기 위한 적절한 명령어들을 스토리지(50)로부터 회수한다. 스토리지(50)는 식품 식별 데이터를 그 대응하는 식품 그룹과 연관시키는 데이터를 저장함으로써, 소비자가 식품 식별 데이터를 입력할 때, 프로세서(44)가 이와 같은 데이터에 액세스하여 그 식품 그룹을 식별한 다음 이에 기초하여 적절한 처리 명령어들을 회수하도록 한다. 그 다음, 프로세서(44)는 실행될 프로세스에 따라 구매될 식품 또는 후보 식품 서빙에 대해 F_data, SF_data, DF_data, S_data, NA_data, M_serving, kcal DV, DD 및 ED_data 중에서 관련된 것들을 소비자가 입력할 것을 촉구한다. 그 다음, 프로세서(44)는 관련된 건강유익성 데이터를 생성하기 위해 등식 (20) 내지 (40) 중 하나에 따라 입력 데이터를 처리한다.
소비될 식품 또는 판매용으로 제공된 식품에 대한 식품 에너지 데이터를 생성하기 위해, 입력(56)을 이용하여, 소비자는 처리될 프로세스에 따라 식품 또는 후보 식품 서빙에 대해 (전술된 바와 같은) 적절한 데이터를 입력한다. 프로세서(44)는 필요하다면 스토리지(50)로부터 필요한 중량 데이터 및 변환 인자들을 회수하고, 식품 에너지 데이터를 생성하기 위해 등식 (1) 내지 (15) 중 하나에 따라 입력 데이터를 처리한다.
이와 같이 생성된 상대적 건강유익성 데이터 및 식품 에너지 데이터를 이용하여, 프로세서(44)는 건강유익성 데이터에 대응하는 보조 이미지 특징을 생성하기 위한 데이터와 식품 에너지 데이터에 대응하는 숫자 데이터를 포함하는 이미지 데이터 세트를 스토리지(50)로부터 검색하고, 판매용으로 제공된 식품 또는 소비자에게 소비될 식품의 상대적 건강유익성과 에너지 함량을 운반하는 숫자 데이터와 보조 이미지 특징을 나타내는 이미지 데이터세트에 기초하여 통합된 이미지를 표시하도록 프리젠테이션 장치(60)를 제어한다.
이와 같은 실시예들 중 소정 실시예들에서, 스토리지(50)는 복수의 미리결정된 식품에 대한 상대적 건강유익성 데이터 및 식품 에너지 데이터를 저장하여, 이 데이터는 입력(56)을 이용하여 소비자에 의해 입력된 식품의 식별자에 기초한 어드레스를 이용하여 회수될 수 있다. 프로세서(44)는 스토리지(50) 내의 대응하는 상대적 건강유익성 데이터 및 식품 에너지 데이터에 대한 어드레스들을 생성하고, 이 어드레스들을 이용하여 상대적 건강유익성 데이터 및 식품 에너지 데이터를 판독한다. 이렇게 생성된 상대적 건강유익성 데이터 및 식품 에너지 데이터를 이용하여, 프로세서(44)는 건강유익성 데이터에 대응하는 보조 이미지 특징을 생성하기 위한 데이터와 식품 에너지 데이터에 대응하는 숫자 데이터를 포함하는 이미지 데이터 세트를 스토리지(50)로부터 회수하고, 프리젠테이션 장치(50)가 통합된 이미지를 표시하도록 제어한다.
이와 같은 실시예들 중 한 실시예에서, 스토리지(50)는 복수의 미리결정된 식품에 대한 통합된 이미지를 위한 이미지 데이터세트를 저장하며, 이 데이터 세트는, 입력(56)을 이용하여 소비자에 의해 입력된 식품의 식별자에 기초한 어드레스를 이용하여 회수될 수 있다. 입력(56)을 이용하여 소비자에 의해 입력된 식품 식별자 데이터에 기초하여, 프로세서(44)는 입력 데이터에 대응하는 어드레스를 생성하고 그로부터 대응하는 이미지 데이터세트를 스토리지(50)로부터 회수하여, 이렇게 식별된 식품에 대한 통합된 이미지를 프리젠테이션 장치(50)가 표시하도록 제어한다.
이와 같은 실시예들 중 소정 실시예들에서, 스토리지(50)에 저장된 상대적 건강유익성 데이터 및 식품 에너지 데이터는 네트워크를 통해 서버로부터 다운로드된다.
도 13을 참조하면, 각각 데이터 처리 시스템(40)에 대응하는 복수의 데이터 처리 시스템(40' 및 40")이 네트워크(70)를 통해 서버(76)에 액세스하여, 상대적 건강유익성 데이터 및 식품 에너지 데이터의 데이터베이스를 얻거나 그들의 스토리지(50)에 저장된 이와 같은 데이터베이스를 업데이트하기 위해 상대적 건강유익성 데이터 및 식품 에너지 데이터를 획득한다. 네트워크(70)는 LAN, WAN, 인터넷과 같은, 메트로폴리탄 영역 네트워크 또는 인터넷트워크일 수 있다. 서버(76)는, 네트워크(70) 또는 다른 네트워크 상의 또 다른 호스트로부터 얻어지거나 착탈가능한 스토리지 장치로부터 입력되거나 서버(76)의 입력을 통해 입력된, 많은 수의 및 많은 종류의 식품 및 이렇게 생성된 후보 식품 서빙에 대한 상대적 건강유익성 데이터 및 식품 에너지 데이터를 저장한다.
이와 같은 실시예들 중 소정 실시예들에서, 데이터 처리 시스템(40' 및 40") 중 하나의 프로세서(44)는 입력(56) 및 소비자로부터 입력 데이터를 수신하고, 이와 같은 데이터를 네트워크(70)를 통해 서버(76)에 전달하기 위해 통신부(64)를 제어한다. 서버(76)는 그 스토리지로부터 대응하는 상대적 건강유익성 데이터 및 식품 에너지 데이터를 회수하거나, 식품 그룹 식별자에 의해 식별된 프로세스 및 식품 에너지 데이터 생성 프로세스들 중 선택된 적절한 하나를 이용하여 수신된 데이터로부터 상대적 건강유익성 데이터 및 식품 에너지 데이터를 생성하고, 이 상대적 건강유익성 데이터 및 식품 에너지 데이터를 통신부(64)에 전달한다. 그 다음, 프로세서(44)는 스토리지(50)로부터 대응하는 이미지 데이터세트를 회수하고 대응하는 통합된 이미지가 소비자에게 표시되도록 프리젠테이션 장치(60)를 제어한다.
이와 같은 실시예들 중 소정 실시예들에서, 데이터 처리 시스템(40' 및 40") 중 하나의 프로세서(44)는 입력(56) 및 소비자로부터 입력 데이터를 수신하고, 이와 같은 데이터를 네트워크(70)를 통해 서버(76)에 전달하도록 통신부(64)를 제어한다. 서버(76)는 대응하는 통합된 이미지에 대한 대응하는 이미지 데이터세트를 회수하고, 이를 통신부(64)에 전달한다. 그 다음, 프로세서(44)는 통합된 이미지를 소비자에게 표시하도록 프리젠테이션 장치(60)를 제어하기 위해 수신된 이미지 데이터세트를 이용한다.
도 17은 관련 통합 이미지를 갖는 식품을 제조하는 방법의 특정 실시예를 예시하는 데에 이용되는 흐름도이다. 식품은 그 식품을 제조하거나, 인벤토리로부터 가져오거나, 또는 그 배달물을 인수함으로써 획득된다(400). 따라서, 그 식품은 가공 식품이거나, 농산물 또는 수산물과 같은 원료 식품일 수 있다.
그 식품의 식품 식별 데이터 및 식품 영양소 데이터 중 적어도 하나가 제공된다(410). 식품 식별 데이터는 식품의 명칭, 재고 관리 단위(stock keeping unit) 또는 아래에서 설명하는 바와 같은 기타 데이터일 수 있다. 그러한 실시예들 중 특정 실시예에서, 그 식품에 대한 식품 에너지 데이터 및 그 식품의 다른 영양 특성을 나타내는 상대 건강성 데이터와 같은 기타 데이터가 전술한 바와 같은 방법 중 하나를 이용하여 식품 식별 데이터나 식품 영양소 데이터를 기초로 획득된다(420).
그러한 실시예들 중 특정 실시예에서, 식품 식별 데이터는 1종 이상의 식품에 대한 식품 에너지 데이터 및 그러한 기타 데이터를 저장하는 데이터 처리 시스템에 입력된다. 이 예에서, 식품 식별 데이터는 식품의 명칭, 재고 관리 단위와 같은 식별자, 또는 그 식품을 각각의 저장된 식품 에너지 데이터와 연관짓는 데이터일 수 있다. 그러한 실시예들 중 특정 실시예에서, 전술한 방법 중 하나를 이용하여 그 식품에 대한 식품 에너지 데이터 및 기타 데이터를 생성하는 데에 필요로 할 수 있는 바와 같은 식품 영양소 데이터가 데이터 처리 시스템에 제공될 수 있다. 그러한 실시예들 중 특정 실시예에서, 그 데이터는 적절한 기록으로부터 얻어지거나, 전술한 방법 중 하나에 따라 계산된다.
식품 에너지 데이터 및 기타 데이터를 이용하여, 데이터 처리 시스템의 프로세서는 데이터 처리 시스템의 저장 매체로부터, 상대 건강성과 같은 식품의 기타 영양 특성에 상응하는 보조 이미지 피쳐를 생성하기 위한 데이터, 및 식품 에너지 데이터에 상응하는 수치 데이터를 비롯한 이미지 데이터세트를 검색하여 통합 이미지를 생성할 수 있다.
그러한 실시예의 특정 실시예에서, 데이터 처리 시스템의 저장 매체는 식품 식별 데이터 및/또는 식품 영양소 데이터에 상응하는 이미지 데이터 세트를 저장한다. 그 식품의 식품 식별 데이터 및 식품 영양소 데이터 중 적어도 하나가 데이터 처리 시스템의 프로세서가 데이터 처리 시스템의 저장 매체로부터 이미지 데이터세트를 검색하는 데에 이용된다.
그러한 실시예들 중 특정 실시예에서, 통합 이미지 데이터는 데이터 처리 시스템의 사용 여부에 관계없이 기지의 식품에 대해 얻어진다. 예를 들면, 통합 이미지 데이터는 인터넷과 같은 네트워크를 통해 전자적 형태로 얻어지는 데이터나, 기타 인쇄식 소스 또는 전자적으로 접근 가능한 소스로부터 얻어지는 데이터와 같이 대중적으로 이용할 수 있는 패키징 또는 라벨로부터 얻어질 수 있다.
전술한 바와 같이 얻어진 통합 이미지 데이터는 그 식품과 연관지어 진다(430). 그러한 실시예들 중 특정 실시예에서, 통합 이미지 데이터는 식품의 패키징 상에 인쇄되거나, 부착되거나, 또는 기타 방식으로 시각적으로 보일 수 있게 된다. 그러한 실시예들 중 특정 실시예에서, 통합 이미지 데이터는 생산 중에 접착식 라벨과 같이 식품에 또는 그 상에 부착되는 라벨이나 식품에 묶이는 라벨에서 시각적으로 드러나게 된다.
특정 실시예에서, 식품 에너지 데이터 및 상대 건강성 데이터는 별도로 표시되는 데이터와 같이 통합 이미지와는 다른 형태로 식품과 연관지어 진다.
특정 실시예들에 대한 전술한 개시는 본 발명의 원리를 구현하는 예시적인 방식을 제공하는 것으로, 그 개시에 본 발명의 범위가 제한되진 않는다. 본 발명은 수많은 다양한 형태로 구현될 수 있는 것으로, 본 명세서에 기재한 실시예에 한정되는 것으로 해석되어서는 안될 것이며, 오히려 그 실시예들은 본 발명의 개시가 당업자들에게 상세하게 완벽할 수 있도록 제공된 것이다. 대신에, 본 발명의 범위는 첨부된 청구의 범위에 의해 정해진다.
40, 40": 유저 시스템
44: 프로세서
50: 스토리지
56: 입력
60: 저장 디바이스
64: 통신
70: 네트워크
76 서버
44: 프로세서
50: 스토리지
56: 입력
60: 저장 디바이스
64: 통신
70: 네트워크
76 서버
Claims (46)
- 사람의 체중을 조절하는 방법에 있어서,
a) 후보 식품 서빙(candidate food serving) 각각에 대해, 단백질 중량(PRO(m))을 획득하는 단계;
b) 후보 식품 서빙 각각에 대해, 지방 중량(FAT(m))을 획득하는 단계;
c) 후보 식품 서빙 각각에 대해, 비식이섬유 탄수화물 중량(CHO(m))을 획득하는 단계;
d) 후보 식품 서빙 각각에 대해, 식이섬유 중량(DF(m))을 획득하는 단계;
e) 입력 수단을 통하여 데이터 처리 시스템에서 후보 식품 서빙 각각의 획득된 중량을 입력하는 단계;
f) 데이터 처리 시스템의 프로세서를 통하여 후보 식품 서빙에 대한 정수값(whole number value)을 결정하는 단계;
g) 사람의 하루 정수 벤치마크 데이터를 결정하는 단계;
h) 데이터 처리 시스템을 통하여 각각의 후보 식품 서빙 정수값을 결정하여 후보 식품 서빙으로부터 하루 동안 식품 서빙을 선택하는 단계;
i) 데이터 처리 시스템에 의해 프리젠테이션 디바이스를 통하여 소모된 식품 서빙의 정수값의 합을 자동으로 표시하는 단계;
j) 소모된 식품 서빙의 정수값의 합이 저장 디바이스에 저장된 하루 정수 벤치마크 데이터 이하일 때까지 선택된 식품 서빙을 소비하는 단계;
k) 체중을 조절하기 위해 연속하는 날들에 대해 적어도 a) 내지 j)의 단계를 반복하는 단계
를 포함하고,
상기 후보 식품 서빙에 대한 정수값을 결정하는 단계는,
1) 프로세서를 통하여 후보 식품 서빙 각각에 대한 식품 에너지 데이터(FED 값)를 결정하는 단계로서,
i) W(PRO) × Cp × PRO(m), 여기서, W(PRO)는 단백질의 신진대사 효율 인수이며, Cp는 단백질 에너지 전환 인수임,
ii) W(FAT) × Cf × FAT(m), 여기서, W(FAT)는 지방의 신진대사 효율 인수이며, Cf는 지방 에너지 전환 인수임,
iii) W(CHO) × Cc × CHO(m), 여기서, W(CHO)는 탄수화물의 신진대사 효율 인수이며, Cc는 탄수화물 에너지 전환 인수임,
iv) W(DF) × Cdf × DF(m), 여기서, W(DF)는 식이섬유의 신진대사 효율 인수이며, Cdf는 식이섬유 에너지 전환 인수임
중 하나에 적어도 부분적으로 기초하여 상기 FED값을 결정하는 단계, 및
2) 결정된 FED 값을 상기 저장 디바이스로부터 획득된 인수 데이터로 나누고 결과를 각각의 후보 식품 서빙에 대한 정수값으로서 저장하는 단계를 포함하고,
FED = (W(PRO) × Cp × PRO(m)) + (W(CHO) × Cc × CHO(m)) + (W(FAT) × Cf × FAT(m)) + (W(DF) × Cdf × DF(m))인 것인 사람의 체중 조절 방법. - 제1항에 있어서, W(PRO)는 범위 0.7 <= W(PRO) <= 0.9로부터 선택되고, W(CHO)는 범위 0.9 <= W(CHO) <= 0.99로부터 선택되고, W(FAT)는 0.9 <= W(FAT) <= 1.0로부터 선택되고, W(DF)는 범위 0 <= W(DF)<= 0.5로부터 선택되는 것인 사람의 체중 조절 방법.
- 제1항에 있어서, W(PRO)는 범위 0.75 <= W(PRO) <= 0.88로부터 선택되고, W(CHO)는 0.92 <= W(CHO) <= 0.97로부터 선택되고, W(FAT)는 범위 0.95 <= W(FAT) <= 1.0로부터 선택되고, W(DF)는 0 <= W(DF)<= 0.25로부터 선택되며,
PRO(m), CHO(m), FAT(m) 및 DF(m)는 그램으로 나타내고, Cp 는 4 킬로칼로리/그램으로서 선택되며, Cc는 4 킬로칼로리/그램으로서 선택되며, Cf는 9 킬로칼로리/그램으로서 선택되며, Cdf는 4 킬로칼로리/그램으로서 선택되는 것인 사람의 체중 조절 방법. - 제1항에 있어서, 인수 데이터는 20 내지 100의 범위로부터 선택되는 정수인 것인 사람의 체중 조절 방법.
- 제1항에 있어서, PRO(m), CHO(m), FAT(m) 및 DF(m)를 획득하는 각각의 단계는 각각의 중량을 데이터 처리 시스템에 의해 전자적으로 수신하는 단계를 포함하는 것인 사람의 체중 조절 방법.
- 사람이 자신의 체중을 조절하는 것을 지원하는 데이터 처리 시스템에 있어서,
a) 데이터 수집 디바이스;
b) 후보 식품 서빙 각각에 대한 정수값을 데이터 처리 시스템의 프로세서를 통하여 결정하는 컴퓨터 모듈;
c) 사람의 하루 정수 벤치마크 데이터를 획득하는 컴퓨터 모듈;
d) 데이터 처리 시스템을 통하여 각각의 후보 식품 서빙 정수값을 결정하는 컴퓨터 모듈;
e) 데이터 처리 시스템에 의해 프리젠테이션 디바이스를 통하여 소모된 식품 서빙의 정수값의 합을 자동으로 표시하는 컴퓨터 모듈; 및
f) 소모된 식품 서빙의 정수값의 합이 저장 디바이스에 저장된 하루 정수 벤치마크 데이터 이하인지의 여부를 결정하는 컴퓨터 모듈
을 포함하고,
상기 데이터 수집 디바이스는,
i) 후보 식품 서빙 각각에 대해, 단백질 중량(PRO(m))을 획득하고,
ii) 후보 식품 서빙 각각에 대해, 지방 중량(FAT(m))을 획득하고,
iii) 후보 식품 서빙 각각에 대해, 비식이섬유 탄수화물 중량(CHO(m))을 획득하고,
iv) 후보 식품 서빙 각각에 대해, 식이섬유 중량(DF(m))을 획득하도록 설계되며,
상기 정수값을 결정하는 컴퓨터 모듈은,
1) 후보 식품 서빙 각각에 대한 식품 에너지 데이터(FED 값)을 프로세서를 통하여 결정하는 컴퓨터 코드와,
2) 결정된 FED 값을 저장 디바이스로부터 획득된 인수 데이터로 나누고, 그 결과를 각각의 후보 식품 서빙에 대한 정수값으로서 저장하는 컴퓨터 코드를 포함하며,
상기 FED 값을 결정하는 것은,
i) W(PRO) × Cp × PRO(m), 여기서, W(PRO)는 단백질의 신진대사 효율 인수이며, Cp는 단백질 에너지 전환 인수임,
ii) W(FAT) × Cf × FAT(m), 여기서, W(FAT)는 지방의 신진대사 효율 인수이며, Cf는 지방 에너지 전환 인수임,
iii) W(CHO) × Cc × CHO(m), 여기서, W(CHO)는 탄수화물의 신진대사 효율 인수이며, Cc는 탄수화물 에너지 전환 인수임,
iv) W(DF) × Cdf × DF(m), 여기서, W(DF)는 식이섬유의 신진대사 효율 인수이며, Cdf는 식이섬유 에너지 전환 인수임
중 하나에 적어도 부분적으로 기초하며,
FED = (W(PRO) × Cp × PRO(m)) + (W(CHO) × Cc × CHO(m)) + (W(FAT) × Cf × FAT(m)) + (W(DF) × Cdf × DF(m))인 것인 데이터 처리 시스템. - 제6항에 있어서, W(PRO)는 범위 0.7 <= W(PRO) <= 0.9로부터 선택되고, W(CHO)는 범위 0.9 <= W(CHO) <= 0.99로부터 선택되고, W(FAT)는 0.9 <= W(FAT) <= 1.0로부터 선택되고, W(DF)는 범위 0 <= W(DF)<= 0.5로부터 선택되는 것인 데이터 처리 시스템.
- 제6항에 있어서, W(PRO)는 범위 0.75 <= W(PRO) <= 0.88로부터 선택되고, W(CHO)는 0.92 <= W(CHO) <= 0.97로부터 선택되고, W(FAT)는 범위 0.95 <= W(FAT) <= 1.0로부터 선택되고, W(DF)는 0 <= W(DF)<= 0.25로부터 선택되며,
PRO(m), CHO(m), FAT(m) 및 DF(m)는 그램으로 나타내고, Cp 는 4 킬로칼로리/그램으로서 선택되며, Cc는 4 킬로칼로리/그램으로서 선택되며, Cf는 9 킬로칼로리/그램으로서 선택되며, Cdf는 4 킬로칼로리/그램으로서 선택되는 것인 데이터 처리 시스템. - 제6항에 있어서, 인수 데이터는 35 내지 70의 범위로부터 선택되는 정수인 것인 데이터 처리 시스템.
- 제6항에 있어서, 데이터 수집 디바이스는 PRO(m), CHO(m), FAT(m) 및 DF(m)를 수신하는 것인 데이터 처리 시스템.
- 사람에 대해 식료품(food product)이 주는 건강 영향에 기초하여 식료품을 선택하는 방법에 있어서,
a) 제1 식료품의 영양분에 대한 데이터를 획득하는 단계;
b) 제2 식료품의 영양분에 대한 데이터를 획득하는 단계;
c) 입력 수단을 통하여 데이터 처리 시스템에서 제1 및 제2 식료품의 상기 획득된 데이터를 입력하는 단계;
d) 데이터 처리 시스템의 프로세서에 의해, 제1 및 제2 식료품과 메타그룹을 연관시키는 단계;
e) 데이터 처리 시스템의 프로세서를 통하여 메타그룹의 건강 유익도 공식에 기초하여 제1 식료품에 대한 제1 건강 유익도 데이터를 계산하는 단계;
f) 데이터 처리 시스템의 프로세서를 통하여 메타그룹의 건강 유익도 공식에 기초하여 제2 식료품에 대한 제2 건강 유익도 데이터를 계산하는 단계;
g) 데이터 처리 시스템의 프로세서를 통하여 제1 건강 유익도 데이터와 제2 건강 유익도 데이터를 비교하는 단계; 및
h) 데이터 처리 시스템의 프리젠테이션 디바이스 상에 표시되는 상기 비교 단계의 결과를 제공하는 단계
를 포함하며,
상기 메타그룹은,
i) 상이한 식료품들 사이에서의 영양분의 유사성, 및
ii) 특정 다이어트의 환경 내에서의 상이한 식료품들의 사용의 유사성에 적어도 부분적으로 기초하여 결정되고,
상기 메타그룹은 데이터 처리 시스템의 저장 디바이스에 저장된 특정 건강 유익도 공식과 연관되고,
건강 유익도 공식은 식료품 영양분에 대한 데이터: i) 지방 함유량, ii) 설탕 함유량, iii) 나트륨 함유량, iv) 에너지, 및 선택적으로, v) (1) 포화 지방, 및 (2) 식이섬유 함유량 중 적어도 하나의 선형 조합인 것인 식료품 선택 방법. - 제11항에 있어서, 제1 및 제2 식료품은 각자의 건강 유익도 데이터 각각에 기초하여 i) 최대 건강 유익도, ii) 적은 건강 유익도; iii) 훨씬더 적은 건강 유익도, 및 iv) 최소 건강 유익도의 그룹 중 하나로 등급화되는 것인 식료품 선택 방법.
- 제11항에 있어서, 식료품의 영양분에 대한 데이터는 적어도 부분적으로, 특정 다이어트에 기초하여 특정 영양분에 대한 하루 권장 허용량에 대한 식료품 내의 특정 영양분의 양의 비율에 기초하여 데이터 처리 시스템에 의해 결정되는 것인 식료품 선택 방법.
- 제11항에 있어서, 상이한 식료품들 사이에서의 영양분의 유사성은 식료품 내의 특정 영양분의 함유량이 특정 영양분에 대한 미리 정해진 범위 값 내에 있는지의 여부에 기초하여 데이터처리 시스템에 의해 결정되는 것인 식료품 선택 방법.
- 제11항에 있어서, 상기 표시되는 비교 단계의 결과는 식료품이 주는 건강 영향에 관한 고유 식별자를 포함하는 것인 식료품 선택 방법.
- 사람에 대해 식료품이 주는 건강 영향에 기초하여 식료품을 선택하는 데이터 처리 시스템에 있어서,
a) 데이터 수집 디바이스;
b) 제1 및 제2 식료품과 메타그룹을 연관시키는 컴퓨터 모듈;
c) 데이터 처리 시스템의 프로세서를 통하여 메타그룹의 건강 유익도 공식에 기초하여 제1 식품 서빙에 대한 제1 건강 유익도 데이터를 계산하는 컴퓨터 모듈;
d) 데이터 처리 시스템의 프로세서를 통하여 메타그룹의 건강 유익도 공식에 기초하여 제2 식품 서빙에 대한 제2 건강 유익도 데이터를 계산하는 컴퓨터 모듈;
e) 데이터 처리 시스템의 프로세서를 통하여 제1 건강 유익도 데이터와 제2 건강 유익도 데이터를 비교하는 컴퓨터 모듈; 및
f) 데이터 처리 시스템의 프리젠테이션 디바이스 상에 표시되는 상기 비교 단계의 결과를 제공하는 컴퓨터 모듈
을 포함하며,
상기 데이터 수집 디바이스는,
i) 제1 식료품의 영양분에 대한 데이터를 획득하고,
ii) 제2 식료품의 영양분에 대한 데이터를 획득하도록 설계되며,
상기 메타그룹은,
i) 상이한 식료품들 사이에서의 영양분의 유사성, 및
j) 특정 다이어트의 환경 내에서의 상이한 식료품의 사용의 유사성에 적어도 부분적으로 기초하여 결정되고,
상기 메타그룹은 데이터 처리 시스템의 저장 디바이스에 저장된 특정 건강 유익도 공식과 연관되고,
건강 유익도 공식은 식료품 영양분에 대한 데이터: i) 지방 함유량, ii) 설탕 함유량, iii) 나트륨 함유량, iv) 에너지, 및 선택적으로, v) (1) 포화 지방, 및 (2) 식이섬유 함유량 중 적어도 하나의 선형 조합인 것인 데이터 처리 시스템. - 제16항에 있어서, 제1 및 제2 식료품은 각자의 건강 유익도 데이터 각각에 기초하여 i) 최대 건강 유익도, ii) 적은 건강 유익도; iii) 훨씬더 적은 건강 유익도, 및 iv) 최소 건강 유익도의 그룹 중 하나로 상기 데이터 처리 시스템에 의하여 등급화되는 것인 데이터 처리 시스템.
- 제16항에 있어서, 식료품의 영양분에 대한 데이터는 적어도 부분적으로, 특정 다이어트에 기초하여 특정 영양분에 대한 하루 권장 허용량에 대한 식료품 내의 특정 영양분의 양의 비율에 기초하여 데이터 처리 시스템에 의해 결정되는 것인 데이터 처리 시스템.
- 제16항에 있어서, 상이한 식료품들 사이에서의 영양분의 유사성은 식료품 내의 특정 영양분의 함유량이 특정 영양분에 대한 미리 정해진 범위 값 내에 있는지의 여부에 기초하여 데이터처리 시스템에 의해 결정되는 것인 데이터 처리 시스템.
- 제16항에 있어서, 상기 표시되는 비교 단계의 결과는 식료품이 주는 건강 영향에 관한 고유 식별자를 포함하는 것인 데이터 처리 시스템.
- 사람의 체중을 조절하는 방법에 있어서,
a) 제1 식료품의 영양분에 대한 데이터를 획득하는 단계; 및
b) 제2 식료품의 영양분에 대한 데이터를 획득하는 단계
를 포함하며,
c) 상기 식료품의 영양분에 대한 데이터를 획득하는 단계들은,
i) 후보 식품 서빙 각각에 대해, 단백질 중량(PRO(m))을 획득하는 단계,
ii) 후보 식품 서빙 각각에 대해, 지방 중량(FAT(m))을 획득하는 단계,
iii) 후보 식품 서빙 각각에 대해, 비식이섬유 탄수화물 중량(CHO(m))을 획득하는 단계, 및
iv) 후보 식품 서빙 각각에 대해, 식이섬유 중량(DF(m))을 획득하는 단계를 포함하며,
상기 방법은,
d) 입력 수단을 통하여 데이터 처리 시스템에서 제1 및 제2 식료품의 획득된 데이터를 입력하는 단계;
e) 데이터 처리 시스템의 프로세서를 통하여 각각의 식료품에 대한 정수값을 결정하는 단계;
f) 데이터 처리 시스템의 프로세서에 의해 제1 및 제2 식료품과 메타그룹을 연관시키는 단계;
g) 데이터 처리 시스템의 프로세서를 통하여 메타그룹의 건강 유익도 공식에 기초하여 제1 식료품에 대한 제1 건강 유익도 데이터를 계산하는 단계;
h) 데이터 처리 시스템의 프로세서를 통하여 메타그룹의 건강 유익도 공식에 기초하여 제2 식료품에 대한 제2 건강 유익도 데이터를 계산하는 단계;
i) 1) 각각의 식료품에 대한 건강 유익도 데이터와, 2) 각각의 식료품의 정수값에 적어도 부분적으로 기초하여 제1 건강 유익도 데이터와 제2 건강 유익도 데이터를 비교하는 단계;
j) 사람의 하루 정수 벤치마크(benchmark) 데이터를 결정하는 단계;
k) 상기 비교 단계의 결과를 제공하는 단계;
l) 데이터 처리 시스템에 의해, 프리젠테이션 디바이스를 통하여 하루 동안 소모된 식료품의 정수값의 합을 자동으로 표시하는 단계;
m) 하루 동안, 소모된 식료품의 정수값의 합이 저장 디바이스에 저장된 하루 정수 벤치마크 데이터 이하일 때까지 식료품을 소비하는 단계; 및
n) 체중을 조절하기 위해 연속하는 날들에 대해 적어도 단계 a) 내지 m)를 반복하는 단계
를 더 포함하며,
상기 정수값을 결정하는 단계는,
1) 프로세서를 통하여 각각의 식료품에 대한 식품 에너지 데이터(FED 값)를 결정하는 단계로서,
i) W(PRO) × Cp × PRO(m), 여기서, W(PRO)는 단백질의 신진대사 효율 인수이며, Cp는 단백질 에너지 전환 인수임,
ii) W(FAT) × Cf × FAT(m), 여기서, W(FAT)는 지방의 신진대사 효율 인수이며, Cf는 지방 에너지 전환 인수임,
iii) W(CHO) × Cc × CHO(m), 여기서, W(CHO)는 탄수화물의 신진대사 효율 인수이며, Cc는 탄수화물 에너지 전환 인수임,
iv) W(DF) × Cdf × DF(m), 여기서, W(DF)는 식이섬유의 신진대사 효율 인수이며, Cdf는 식이섬유 에너지 전환 인수임
중 하나에 적어도 부분적으로 기초하여 상기 FED값을 결정하는 단계, 및
2) 상기 결정된 FED 값을 상기 저장 디바이스로부터 획득된 인수 데이터로 나누고, 그 결과를 각각의 후보 식품 서빙에 대한 정수값으로서 저장하는 단계를 포함하며,
상기 메타그룹은,
i) 상이한 식료품들 사이에서의 영양분의 유사성, 및
ii) 특정 다이어트의 환경 내에서의 상이한 식료품의 사용의 유사성에 적어도 부분적으로 기초하여 결정되고,
상기 메타그룹은 데이터 처리 시스템의 저장 디바이스에 저장된 특정 건강 유익도 공식과 연관되고,
건강 유익도 공식은 식료품 영양분에 대한 데이터: i) 지방 함유량, ii) 설탕 함유량, iii) 나트륨 함유량, iv) 에너지, v) 포화 지방, 및 vi) 식이섬유 함유량 중 적어도 복수의 선형 조합이고,
FED = (W(PRO) × Cp × PRO(m)) + (W(CHO) × Cc × CHO(m)) + (W(FAT) × Cf × FAT(m)) + (W(DF) × Cdf × DF(m))인 것인 사람의 체중 조절 방법. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US9298108P | 2008-08-29 | 2008-08-29 | |
| US61/092,981 | 2008-08-29 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20110084871A KR20110084871A (ko) | 2011-07-26 |
| KR101633944B1 true KR101633944B1 (ko) | 2016-06-27 |
Family
ID=41721934
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020117004910A KR101633944B1 (ko) | 2008-08-29 | 2009-08-28 | 건강 유익도에 기초하여 영양 개선을 달성 및 보조하는 시스템 |
Country Status (14)
| Country | Link |
|---|---|
| US (18) | US20100055652A1 (ko) |
| EP (3) | EP3396613A1 (ko) |
| KR (1) | KR101633944B1 (ko) |
| CN (1) | CN102187333A (ko) |
| AU (1) | AU2009285548A1 (ko) |
| BR (2) | BR122020002109B1 (ko) |
| CA (1) | CA2735585C (ko) |
| CL (1) | CL2011000427A1 (ko) |
| IL (1) | IL211433A (ko) |
| MX (1) | MX2011002275A (ko) |
| NZ (2) | NZ602873A (ko) |
| RU (1) | RU2011111720A (ko) |
| WO (6) | WO2010025290A2 (ko) |
| ZA (1) | ZA201102269B (ko) |
Families Citing this family (70)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090176526A1 (en) * | 2007-11-11 | 2009-07-09 | Altman Peter A | Longitudinal Personal Health Management System Using Mobile Data Capture |
| AR075745A1 (es) * | 2008-05-28 | 2011-04-27 | Kraft Foods Global Brands Llc | Metodo y aparato para identificar opciones deseables, un metodo para ayu-dar a una persona a mantener una dieta predeterminada, un metodo para ro-tular items de alimento con un numero de calificacion relativa, un recipien-te que comprende una porcion de un item comestible dispuesto dentro del recipi |
| WO2010025290A2 (en) * | 2008-08-29 | 2010-03-04 | Weight Watchers International, Inc. | Processes and systems based on metabolic conversion efficiency |
| US20100136508A1 (en) * | 2008-10-23 | 2010-06-03 | Damir Zekhtser | Meal Plan Management |
| US20100216098A1 (en) * | 2009-02-20 | 2010-08-26 | The Johnsie and Aubary Montgomery Institute of Education and Medical Research (JAM Institute) | Nutritional Food Level System |
| US8560479B2 (en) | 2009-11-23 | 2013-10-15 | Keas, Inc. | Risk factor coaching engine that determines a user health score |
| US20120183932A1 (en) * | 2011-01-14 | 2012-07-19 | International Business Machines Corporation | Location-Aware Nutrition Management |
| US20130004923A1 (en) * | 2011-06-10 | 2013-01-03 | Aliphcom | Nutrition management method and apparatus for a wellness application using data from a data-capable band |
| AU2012267446A1 (en) * | 2011-06-10 | 2013-12-19 | Ute Gerwig | Methods and systems for weight control by utilizing visual tracking of living factor(s) |
| US9207830B2 (en) * | 2011-10-06 | 2015-12-08 | Eduard Papa | Physical health application and method for implementation |
| CN117038013A (zh) * | 2012-02-17 | 2023-11-10 | 好措施有限责任公司 | 用于营养物摄取量的用户特定调节的系统和方法 |
| US20130269537A1 (en) | 2012-04-16 | 2013-10-17 | Eugenio Minvielle | Conditioning system for nutritional substances |
| US20130269538A1 (en) | 2012-04-16 | 2013-10-17 | Eugenio Minvielle | Transformation system for nutritional substances |
| US9541536B2 (en) * | 2012-04-16 | 2017-01-10 | Eugenio Minvielle | Preservation system for nutritional substances |
| US10219531B2 (en) | 2012-04-16 | 2019-03-05 | Iceberg Luxembourg S.A.R.L. | Preservation system for nutritional substances |
| US9069340B2 (en) | 2012-04-16 | 2015-06-30 | Eugenio Minvielle | Multi-conditioner control for conditioning nutritional substances |
| US9414623B2 (en) | 2012-04-16 | 2016-08-16 | Eugenio Minvielle | Transformation and dynamic identification system for nutritional substances |
| US9460633B2 (en) | 2012-04-16 | 2016-10-04 | Eugenio Minvielle | Conditioner with sensors for nutritional substances |
| US9080997B2 (en) | 2012-04-16 | 2015-07-14 | Eugenio Minvielle | Local storage and conditioning systems for nutritional substances |
| US9564064B2 (en) | 2012-04-16 | 2017-02-07 | Eugenio Minvielle | Conditioner with weight sensors for nutritional substances |
| US9528972B2 (en) | 2012-04-16 | 2016-12-27 | Eugenio Minvielle | Dynamic recipe control |
| US9436170B2 (en) | 2012-04-16 | 2016-09-06 | Eugenio Minvielle | Appliances with weight sensors for nutritional substances |
| US9072317B2 (en) | 2012-04-16 | 2015-07-07 | Eugenio Minvielle | Transformation system for nutritional substances |
| US8733631B2 (en) | 2012-04-16 | 2014-05-27 | Eugenio Minvielle | Local storage and conditioning systems for nutritional substances |
| US9016193B2 (en) | 2012-04-16 | 2015-04-28 | Eugenio Minvielle | Logistic transport system for nutritional substances |
| US9429920B2 (en) | 2012-04-16 | 2016-08-30 | Eugenio Minvielle | Instructions for conditioning nutritional substances |
| US9171061B2 (en) | 2012-04-16 | 2015-10-27 | Eugenio Minvielle | Local storage and conditioning systems for nutritional substances |
| US9254099B2 (en) | 2013-05-23 | 2016-02-09 | Medibotics Llc | Smart watch and food-imaging member for monitoring food consumption |
| US10314492B2 (en) | 2013-05-23 | 2019-06-11 | Medibotics Llc | Wearable spectroscopic sensor to measure food consumption based on interaction between light and the human body |
| US9442100B2 (en) | 2013-12-18 | 2016-09-13 | Medibotics Llc | Caloric intake measuring system using spectroscopic and 3D imaging analysis |
| US9536449B2 (en) | 2013-05-23 | 2017-01-03 | Medibotics Llc | Smart watch and food utensil for monitoring food consumption |
| US9042596B2 (en) | 2012-06-14 | 2015-05-26 | Medibotics Llc | Willpower watch (TM)—a wearable food consumption monitor |
| US9456916B2 (en) | 2013-03-12 | 2016-10-04 | Medibotics Llc | Device for selectively reducing absorption of unhealthy food |
| US10130277B2 (en) | 2014-01-28 | 2018-11-20 | Medibotics Llc | Willpower glasses (TM)—a wearable food consumption monitor |
| US10772559B2 (en) | 2012-06-14 | 2020-09-15 | Medibotics Llc | Wearable food consumption monitor |
| US20140072936A1 (en) * | 2012-09-07 | 2014-03-13 | Patrick D. Herron | Method of Tracking Consumption and Associated Effects |
| WO2014052727A2 (en) * | 2012-09-28 | 2014-04-03 | Intercontinental Great Brands Llc | Method for facilitating menu planning |
| US8777624B2 (en) * | 2012-10-12 | 2014-07-15 | Elencee, Inc. | Wellness and weight management system and method |
| US20150235562A1 (en) * | 2012-10-12 | 2015-08-20 | Elencee, Inc. | Wellness and weight management system and method |
| US20140127651A1 (en) * | 2012-11-02 | 2014-05-08 | Robert Brazell | Avatar having artificial intelligence for identifying and providing meal recommendations |
| US9011365B2 (en) | 2013-03-12 | 2015-04-21 | Medibotics Llc | Adjustable gastrointestinal bifurcation (AGB) for reduced absorption of unhealthy food |
| US9067070B2 (en) | 2013-03-12 | 2015-06-30 | Medibotics Llc | Dysgeusia-inducing neurostimulation for modifying consumption of a selected nutrient type |
| US20160035248A1 (en) * | 2013-03-14 | 2016-02-04 | Sciencestyle Capital Partners, Llc | Providing Food-Portion Recommendations to Facilitate Dieting |
| US9636048B2 (en) | 2013-03-14 | 2017-05-02 | Group Mee Llc | Specialized sensors and techniques for monitoring personal activity |
| US9529385B2 (en) | 2013-05-23 | 2016-12-27 | Medibotics Llc | Smart watch and human-to-computer interface for monitoring food consumption |
| WO2015006812A1 (en) * | 2013-07-17 | 2015-01-22 | Commonwealth Scientific And Industrial Research Organisation | System and method for formulating a foodstuff |
| US10311212B2 (en) | 2013-08-12 | 2019-06-04 | Sap Se | Nutrient value loss tracking system and method |
| US10790062B2 (en) | 2013-10-08 | 2020-09-29 | Eugenio Minvielle | System for tracking and optimizing health indices |
| CN103955615A (zh) * | 2014-05-04 | 2014-07-30 | 高萍 | 智能营养标签识别系统及慢病智慧健康管理方法 |
| USD762081S1 (en) | 2014-07-29 | 2016-07-26 | Eugenio Minvielle | Device for food preservation and preparation |
| US9349297B1 (en) * | 2015-09-09 | 2016-05-24 | Fitly Inc. | System and method for nutrition analysis using food image recognition |
| JP6613661B2 (ja) * | 2015-07-08 | 2019-12-04 | 花王株式会社 | 食品に対する内臓脂肪のつきにくさの評価方法 |
| CN105512196A (zh) * | 2015-11-27 | 2016-04-20 | 朱威 | 一种基于用户状况的个性化营养饮食谱推荐方法及系统 |
| US20170243513A1 (en) * | 2016-02-19 | 2017-08-24 | David L. Katz | Diet Quality Photo Navigation |
| CN105708306B (zh) * | 2016-02-26 | 2018-01-30 | 广东美的厨房电器制造有限公司 | 烹饪方法和烹饪器具 |
| CN105739312B (zh) * | 2016-04-27 | 2019-04-30 | 广东美的厨房电器制造有限公司 | 控制方法、控制装置及加热系统 |
| BR112019024325A2 (pt) | 2017-05-19 | 2020-06-16 | Dqpn, Llc | Processos e sistemas de mapeamento de dieta para otimizar a qualidade da dieta e/ou minimizar o impacto ambiental |
| CN107423553A (zh) * | 2017-06-06 | 2017-12-01 | 深圳睿京科技有限公司 | 食品的推荐方法及装置 |
| US20210012879A1 (en) * | 2017-11-09 | 2021-01-14 | Carbiotix Ab | Method for determining fiber intake |
| US11398302B2 (en) * | 2017-12-21 | 2022-07-26 | Fuelogics, LLC | Comparing performance feedback with output of performance model to calibrate resource consumption control system and improve performance criterion |
| US10942932B2 (en) | 2018-01-22 | 2021-03-09 | Everything Food, Inc. | System and method for grading and scoring food |
| US20210209963A1 (en) * | 2018-01-24 | 2021-07-08 | The Engineered Non-Diet, Llc | System, Method, Process and Apparatus for Assisting in Formulating and Attaining Healthy Weight Management Goals |
| US20210125701A1 (en) * | 2018-01-24 | 2021-04-29 | One Number, LLC | System, Method, Process and Apparatus for Assisting in Formulating and Attaining Healthy Weight Management Goals |
| CN108766526A (zh) * | 2018-04-11 | 2018-11-06 | 丽睿客信息科技（北京）有限公司 | 食品选取方法、装置、存储介质和处理器 |
| CN108877894A (zh) * | 2018-04-11 | 2018-11-23 | 丽睿客信息科技（北京）有限公司 | 营养膳食分配方法、装置、存储介质及处理器 |
| CN108932651A (zh) * | 2018-05-28 | 2018-12-04 | 口碑(上海)信息技术有限公司 | 订单监督处理方法以及装置 |
| KR102005820B1 (ko) * | 2019-01-17 | 2019-07-31 | 김정국 | 식품의 애트워터 계수를 사용자의 체내 사용 열량 계수로 보정함으로써 정확도가 개선된 다이어트 정보를 제공하는 방법 |
| KR102005823B1 (ko) * | 2019-02-21 | 2019-07-31 | 김정국 | 복수의 다이어트 방식 각각을 분석하여 다이어트 정보를 제공하는 장치 및 방법 |
| CN110074702A (zh) * | 2019-04-30 | 2019-08-02 | 重庆小善健康科技有限公司 | 一种智能盐罐 |
| KR102200391B1 (ko) * | 2019-07-24 | 2021-01-08 | 주식회사 팜에어 | 사용자 식습관 분석 기반의 식품 추천 서비스 시스템 및 그 방법 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003233679A (ja) * | 2002-02-08 | 2003-08-22 | Ezaki Glico Co Ltd | 嗜好食品の摂取を組み合わせた適正栄養素量診断システムおよび目標達成支援システム |
| US20030208409A1 (en) | 2001-04-30 | 2003-11-06 | Mault James R. | Method and apparatus for diet control |
| JP2006048177A (ja) | 2004-07-30 | 2006-02-16 | Ajinomoto Co Inc | 食生活管理システム |
| US20080059342A1 (en) * | 2006-05-19 | 2008-03-06 | Hannaford Licensing Corp. | Method and system for assessing, scoring, grouping and presenting nutritional value information of food products |
Family Cites Families (78)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US208409A (en) * | 1878-09-24 | Improvement in violin-cases | ||
| US3769720A (en) * | 1972-06-01 | 1973-11-06 | C Terrones | Educational teaching board in four food groups |
| FR2544525A1 (fr) * | 1983-04-12 | 1984-10-19 | Simatec Sarl | Appareil portatif de saisie et de traitement d'informations relatives a la sante d'une personne |
| US4891756A (en) * | 1988-09-26 | 1990-01-02 | Williams Iii William B | Nutritional microcomputer and method |
| JPH03135671A (ja) | 1989-07-19 | 1991-06-10 | Otsuka Pharmaceut Co Ltd | 栄養バランス算定装置 |
| US5478989A (en) * | 1989-09-27 | 1995-12-26 | Shepley; Kenneth J. | Nutritional information system for shoppers |
| US5412560A (en) * | 1991-08-27 | 1995-05-02 | Dine Systems, Inc. | Method for evaluating and analyzing food choices |
| AU2770792A (en) | 1991-10-07 | 1993-05-03 | Michael Mahle | Personal health monitoring device |
| WO2001037174A1 (en) * | 1992-11-17 | 2001-05-25 | Health Hero Network, Inc. | Method and system for improving adherence with a diet program or other medical regimen |
| US5412564A (en) * | 1994-02-03 | 1995-05-02 | Ecer; Gunes M. | System and method for diet control |
| US5704350A (en) | 1994-03-25 | 1998-01-06 | Nutritec Corporation | Nutritional microcomputer and method |
| FR2718265B1 (fr) | 1994-03-29 | 1996-06-07 | Guy Jadot | Calculette. |
| US5558742A (en) * | 1994-04-28 | 1996-09-24 | Kiefer; Helen C. | Process for analyzing nutritional content of a composition of food to produce a calculated printed representation |
| US6436036B1 (en) | 1995-11-01 | 2002-08-20 | Weight Watchers (Uk) Limited | Process for controlling body weight |
| CA2235517A1 (en) | 1995-11-01 | 1997-05-09 | Weight Watchers (Uk) Limited | Slimmer's calculator |
| US5819735A (en) * | 1996-08-15 | 1998-10-13 | Mansfield; Elizabeth A. | Device and method for monitoring dietary intake of calories and nutrients |
| WO1998045766A1 (en) | 1997-04-08 | 1998-10-15 | A.C.A. International, Llc | A food group nutritional value calculator device and method |
| US20010002269A1 (en) * | 1997-05-06 | 2001-05-31 | Zhao Iris Ginron | Multi-phase food & beverage |
| DE19725676A1 (de) | 1997-06-18 | 1998-12-24 | Walter Lauermann | Verfahren und Vorrichtung zur elektronischen Speicherung medizinischer Daten |
| EP0990991A1 (de) | 1998-09-29 | 2000-04-05 | Ute Menzel | Vorrichtung zur Ernährungskontrolle |
| US6553386B1 (en) * | 1998-12-14 | 2003-04-22 | Oliver Alabaster | System and method for computerized visual diet behavior analysis and training |
| IT1305087B1 (it) | 1998-12-29 | 2001-04-10 | Nevenka Gregoric | Dispositivo per la determinazione dei dati nutrizionali degli alimentiassunti da un individuo. |
| WO2000058851A1 (en) | 1999-03-26 | 2000-10-05 | Edward Henry Mathews | A dietary system |
| US6412564B1 (en) * | 1999-06-14 | 2002-07-02 | Roy F. Senior, Jr. | End fitting and method for attaching well screen segments |
| US6811516B1 (en) * | 1999-10-29 | 2004-11-02 | Brian M. Dugan | Methods and apparatus for monitoring and encouraging health and fitness |
| US20030226695A1 (en) | 2000-05-25 | 2003-12-11 | Mault James R. | Weight control method using physical activity based parameters |
| US6980999B1 (en) * | 2000-05-31 | 2005-12-27 | Clare Grana | Method and system for providing dietary information |
| US7689437B1 (en) * | 2000-06-16 | 2010-03-30 | Bodymedia, Inc. | System for monitoring health, wellness and fitness |
| AU2001284717A1 (en) * | 2000-08-04 | 2002-02-18 | Fitness Venture Group, Inc. | System and method for generating a meal plan |
| GB0103615D0 (en) | 2001-02-14 | 2001-03-28 | Weight Watchers Internat Inc | Menu plan generation |
| US20030171944A1 (en) * | 2001-05-31 | 2003-09-11 | Fine Randall A. | Methods and apparatus for personalized, interactive shopping |
| US6817863B2 (en) * | 2001-06-11 | 2004-11-16 | Joseph J. Bisogno | Computer program, method, and system for monitoring nutrition content of consumables and for facilitating menu planning |
| US6663584B2 (en) * | 2001-08-27 | 2003-12-16 | Kimberly-Clark Worldwide Inc. | Elastic bandage |
| US6872077B2 (en) * | 2001-09-06 | 2005-03-29 | John J. Yeager | System and method for generating personalized meal plans |
| CA2474733C (en) | 2002-02-01 | 2012-11-20 | Weightwatchers.Com, Inc. | Software and hardware system for enabling weight control |
| AU2007221968B2 (en) | 2002-05-21 | 2011-01-06 | Centrition Ltd. | Personal Nutrition Control Method |
| US20030219513A1 (en) | 2002-05-21 | 2003-11-27 | Roni Gordon | Personal nutrition control method |
| WO2003103485A1 (ja) | 2002-06-07 | 2003-12-18 | プレシジョン・システム・サイエンス株式会社 | 携帯端末装置、および、生活習慣病患者−医療機関連携システム |
| US7247023B2 (en) * | 2002-06-27 | 2007-07-24 | Peplinski Daniel M | System and method for monitoring weight and nutrition |
| US6978221B1 (en) * | 2002-08-20 | 2005-12-20 | Rudy Richard J | Computerized dietetic scale |
| AU2002330830A1 (en) | 2002-08-22 | 2004-03-11 | Agency For Science, Technology And Reseach | Prediction by collective likelihood from emerging patterns |
| DE10239630B3 (de) * | 2002-08-23 | 2004-04-08 | Espera-Werke Gmbh | Vorrichtung und Verfahren zum Etikettieren von Gegenständen |
| US6769720B2 (en) * | 2002-08-27 | 2004-08-03 | Eaton Corporation | Coupling assembly with profiled ramp |
| US20050021361A1 (en) * | 2003-01-31 | 2005-01-27 | Huang Sharon S.H. | System for facilitating weight control embodied on hand-held computing device |
| GB2399428A (en) | 2003-03-13 | 2004-09-15 | Ian Arthur Ducane | Slimming aid |
| EP1462979A1 (de) | 2003-03-13 | 2004-09-29 | Martin Lotze | Verfahren und Vorrichtung zur Steuerung der menschlichen Essgewohnheiten |
| US20050113649A1 (en) * | 2003-07-28 | 2005-05-26 | Bergantino Paul V. | Method and apparatus for managing a user's health |
| EP1649404A2 (en) * | 2003-08-01 | 2006-04-26 | Georgia State University Research Foundation, Inc. | Methods, systems, and apparatus for monitoring within-day energy balance deviation |
| US20050031671A1 (en) * | 2003-08-06 | 2005-02-10 | James Johnson | Weight management, longevity and health paradigm |
| US20050067106A1 (en) * | 2003-09-25 | 2005-03-31 | Melges Suzanne K. | Food labeling device for printing time and date information on adhesive labels to track freshness |
| IL160578A (en) * | 2004-02-25 | 2013-11-28 | Newvaltech Knowledge Services And Invest Ltd | Remote training service and server |
| US20050240434A1 (en) * | 2004-04-26 | 2005-10-27 | Healthport Corp. | System and method of implementing multi-level marketing of weight management products |
| EP1761326A2 (en) | 2004-06-01 | 2007-03-14 | Centrition Ltd. | Personal nutrition control devices |
| GB2414844A (en) | 2004-06-04 | 2005-12-07 | Hazard Safety Products Ltd | Nutritional advise apparatus which reads barcodes |
| US20060036395A1 (en) | 2004-07-30 | 2006-02-16 | Shaya Steven A | Method and apparatus for measuring and controlling food intake of an individual |
| US20060064447A1 (en) * | 2004-08-18 | 2006-03-23 | Malkov Roman E | Nutrition tracking method |
| DE102004040308A1 (de) | 2004-08-19 | 2006-03-09 | Samhammer Ag | Elektronischer Ernährungsberater |
| US20060058586A1 (en) * | 2004-09-13 | 2006-03-16 | Humble David R | Method and apparatus for transitioning a diet |
| GB2419704A (en) | 2004-11-02 | 2006-05-03 | Solutions In Exercise And Nutr | Method for determining the dietary requirements of an individual |
| US20060122468A1 (en) * | 2004-11-15 | 2006-06-08 | Mali Tavor Ltd. | Nutritional counseling method and server |
| GB2439670A (en) | 2004-11-19 | 2008-01-02 | Setup Ventures Licensing Ltd | Recommending food types to a customer |
| GB2420428A (en) | 2004-11-19 | 2006-05-24 | Anthony Paul Yusuf | System for indicating food types to a user |
| US20060178907A1 (en) * | 2005-01-14 | 2006-08-10 | Humble David R | Method and apparatus for on-demand directed diet advice |
| US20060165756A1 (en) | 2005-01-27 | 2006-07-27 | Catani Steven J | Method for weight management |
| US7680690B1 (en) * | 2005-05-09 | 2010-03-16 | Catalano Anthony B | Intelligent menu ordering system |
| EP1758038A1 (en) | 2005-08-22 | 2007-02-28 | InterComponentWare AG | Computer-implemented method, system, computer program product and data structure for drawing up a nutrition plan |
| DE202005018461U1 (de) | 2005-11-25 | 2006-05-11 | Kramer, Bastian | Vorrichtung zum Zählen der Punktwerte von Lebensmitteln, sowie Bestimmung der Punktzahl für ein Lebensmittel über die Werte Kilokalorie (kcal) und Fett |
| US20070143126A1 (en) * | 2005-12-15 | 2007-06-21 | Anjan Ghose | Method and system to determine a desirable diet |
| GB2434006A (en) | 2006-01-06 | 2007-07-11 | Tesco Stores Ltd | Processing nutritional data |
| AU2006100046A4 (en) | 2006-01-20 | 2006-04-06 | von Retzlaff, Janine Marie Mrs | HealthyScan |
| US20070218107A1 (en) * | 2006-03-14 | 2007-09-20 | Schnur Steven A | Method of dieting and tools for implementing same |
| WO2008020831A1 (en) | 2006-08-14 | 2008-02-21 | Osburn Jonathan W | Device and system for entering and monitoring dietary data |
| US7788113B2 (en) * | 2006-09-29 | 2010-08-31 | Nutritional Excellence, Llc | Methods for developing and conducting a nutritional treatment program |
| US7837111B2 (en) * | 2006-10-10 | 2010-11-23 | Henry Yang | Electronic nutrition journal |
| US20080124447A1 (en) * | 2006-11-29 | 2008-05-29 | Bart Shortall | Food recipe - chesapeake bay bratwurst |
| US7432454B1 (en) * | 2008-03-10 | 2008-10-07 | International Business Machines Corporation | Nutrition intake tracker |
| AR075745A1 (es) * | 2008-05-28 | 2011-04-27 | Kraft Foods Global Brands Llc | Metodo y aparato para identificar opciones deseables, un metodo para ayu-dar a una persona a mantener una dieta predeterminada, un metodo para ro-tular items de alimento con un numero de calificacion relativa, un recipien-te que comprende una porcion de un item comestible dispuesto dentro del recipi |
| WO2010025290A2 (en) * | 2008-08-29 | 2010-03-04 | Weight Watchers International, Inc. | Processes and systems based on metabolic conversion efficiency |
-
2009
- 2009-08-27 WO PCT/US2009/055242 patent/WO2010025290A2/en active Application Filing
- 2009-08-27 WO PCT/US2009/055244 patent/WO2010025292A1/en active Application Filing
- 2009-08-27 EP EP18178258.2A patent/EP3396613A1/en not_active Withdrawn
- 2009-08-27 US US12/549,251 patent/US20100055652A1/en not_active Abandoned
- 2009-08-27 US US12/549,225 patent/US20100055271A1/en not_active Abandoned
- 2009-08-27 EP EP09810606.5A patent/EP2335211A4/en not_active Withdrawn
- 2009-08-28 AU AU2009285548A patent/AU2009285548A1/en not_active Abandoned
- 2009-08-28 US US12/549,721 patent/US20100062402A1/en not_active Abandoned
- 2009-08-28 WO PCT/US2009/055311 patent/WO2010025332A1/en active Application Filing
- 2009-08-28 EP EP09810693.3A patent/EP2338115A4/en not_active Ceased
- 2009-08-28 CA CA2735585A patent/CA2735585C/en active Active
- 2009-08-28 KR KR1020117004910A patent/KR101633944B1/ko active IP Right Grant
- 2009-08-28 WO PCT/US2009/055445 patent/WO2010025422A2/en active Application Filing
- 2009-08-28 US US12/549,533 patent/US20100055653A1/en active Pending
- 2009-08-28 NZ NZ60287309A patent/NZ602873A/en unknown
- 2009-08-28 US US12/549,958 patent/US20100062119A1/en not_active Abandoned
- 2009-08-28 NZ NZ591567A patent/NZ591567A/xx unknown
- 2009-08-28 WO PCT/US2009/055350 patent/WO2010025358A1/en active Application Filing
- 2009-08-28 RU RU2011111720/15A patent/RU2011111720A/ru not_active Application Discontinuation
- 2009-08-28 MX MX2011002275A patent/MX2011002275A/es not_active Application Discontinuation
- 2009-08-28 WO PCT/US2009/055411 patent/WO2010025394A1/en active Application Filing
- 2009-08-28 BR BR122020002109-8A patent/BR122020002109B1/pt active IP Right Grant
- 2009-08-28 CN CN2009801412580A patent/CN102187333A/zh active Pending
- 2009-08-28 BR BRPI0918261A patent/BRPI0918261B1/pt active IP Right Grant
- 2009-08-28 US US12/550,240 patent/US8382482B2/en active Active
-
2011
- 2011-02-25 CL CL2011000427A patent/CL2011000427A1/es unknown
- 2011-02-27 IL IL211433A patent/IL211433A/en active IP Right Grant
- 2011-03-28 ZA ZA2011/02269A patent/ZA201102269B/en unknown
-
2013
- 2013-02-20 US US13/772,109 patent/US20130230829A1/en not_active Abandoned
- 2013-12-20 US US14/136,157 patent/US20140207618A1/en not_active Abandoned
-
2015
- 2015-04-08 US US14/681,752 patent/US20150285776A1/en not_active Abandoned
-
2016
- 2016-02-01 US US15/012,315 patent/US20160148537A1/en not_active Abandoned
- 2016-07-07 US US15/204,699 patent/US20160321952A1/en not_active Abandoned
-
2017
- 2017-01-24 US US15/413,856 patent/US20170132949A1/en not_active Abandoned
- 2017-06-08 US US15/617,656 patent/US20170278423A1/en not_active Abandoned
-
2018
- 2018-02-05 US US15/888,709 patent/US20180158364A1/en not_active Abandoned
- 2018-11-05 US US16/180,518 patent/US20190073921A1/en not_active Abandoned
-
2021
- 2021-01-04 US US17/140,912 patent/US20210125700A1/en not_active Abandoned
-
2022
- 2022-06-08 US US17/835,584 patent/US20220310236A1/en not_active Abandoned
-
2023
- 2023-09-11 US US18/464,495 patent/US20230420109A1/en active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030208409A1 (en) | 2001-04-30 | 2003-11-06 | Mault James R. | Method and apparatus for diet control |
| JP2003233679A (ja) * | 2002-02-08 | 2003-08-22 | Ezaki Glico Co Ltd | 嗜好食品の摂取を組み合わせた適正栄養素量診断システムおよび目標達成支援システム |
| JP2006048177A (ja) | 2004-07-30 | 2006-02-16 | Ajinomoto Co Inc | 食生活管理システム |
| US20080059342A1 (en) * | 2006-05-19 | 2008-03-06 | Hannaford Licensing Corp. | Method and system for assessing, scoring, grouping and presenting nutritional value information of food products |
Also Published As
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101633944B1 (ko) | 건강 유익도에 기초하여 영양 개선을 달성 및 보조하는 시스템 | |
| US20200043365A1 (en) | Methods and systems for weight control by utilizing visual tracking of living factor(s) | |
| Carlson et al. | Thrifty food plan, 2006 | |
| Volpe et al. | Assessing the healthfulness of consumers' grocery purchases | |
| Rayner et al. | Nutrient profiles: options for definitions for use in relation to food promotion and children’s diets | |
| Mitchell et al. | Adherence to healthy food choices during the COVID-19 pandemic in a US population attempting to lose weight | |
| Byrd‐Bredbenner et al. | A comparison of household food availability in 11 countries | |
| Green | Should foods or nutrients be the focus of guidelines to promote healthful eating? | |
| Benson | Increasing portion size in Britain | |
| Neelam | Perception of Rural Community about Fast Food Patterns (A Qualitative Study of District, Muzaffargarh) | |
| Gallegos | Food-based guidance systems | |
| Jank | Nutrient analysis of food blog recipes | |
| Carlson et al. | The Low-Cost, Moderate-Cost, and Liberal Food Plans: 2003 Administrative Report |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20190515 Year of fee payment: 4 |