TWI353555B - Personalized meal planning method and system there - Google Patents

Description

100年6月01日修正替換頁 九、發明說明： 【發明所屬之技術領域】 本發明是有關於一種個人化飲食規劃方法及其系 統，且特別是有關於一種利用食物分群處理技術的個人化 飲食規劃方法及其系統。 【先前技術】 現代人健康意識抬頭，注重攝取均衡營養來維持健 康，對於病人來說，合乎需求的飲食照顧更是一個重要的 環節，因此需要一個符合個人化飲食需求的飲食規劃機制 予以輔助。然而，目前這方面的技術只是提供簡單的攝取 量運算，建議使用者控制食物攝取量，以及提供攝取内容 分析，無法有效推薦個人化飲食選擇及飲食代換内容，未 同時考量到複合營養成分的攝取，在推薦食物時，只能給 予大範圍的飲食建議，無法進一步給予細節的分級結果。 因此，需要一種更好的個人化飲食規劃方法來改善上述問題。 【發明内容】 因此本發明的目的就是在提供一種個人化飲食規劃的方法 及系統，此方法及系統可以在考慮個人飲食喜好及營養均衡 的因素後，進行食物分群，提供個人化飲食推薦内容，提 供食物分級，以及提供具分群分級特性的豐富食物代換選 擇。 根據本發明之上述目的，提出一種個人化飲食規劃方 明3555 100年6月01日修正替換頁 法。依照本發明一較佳實施例，此個人化飲食規劃方法係利用 食物分群處理技術以產生符合個人化需求的食物分群内 容’此方法提供食物分群階段及食物代換階段。食物分群 階段包括：輸入營養均衡設定；設定目標營養成份權重值 及目標營養成份需求值；採用分群演算法執行食物分群， 產生食物分群；運算食物分級；以及根據食物分級結果提 供飲食建議。食物代換階段包括：選擇欲代換食物項目； 判定欲尋找相似度門檻值；以及提供食物代換項目。 根據本發明之上述目的，提出一種個人化飲食規劃系 統。依照本發明一較佳實施例，此個人化飲食規劃系統包括食 物資料庫’用以提供食物項目及營養成份含量；資料搜集 模組’用以搜集使用者輸入之營養均衡設定；營養權重模 組，用以提供使用者設定目標營養成份權重值及目標營養 成份需求值；食物分群模組，採用分群演算法執行食物分 群，產生食物分群；食物項目分級模組，用以對食物分群 内的食物項目運算食物分級；食物分群資料庫，用以儲存 食物分群之資料；飲食建議模組，用以提供飲食建議；以 及食物代換模組’用以根據欲尋找相似度門檻值提供食物 代換項目。 【實施方式】 此個人化飲食規劃方法或系統的使用者可為普通人士 或專業人士，如營養師及醫師，使用者可籍此方法或系統 為自已或他人規劃飲食方面的需求。其中，一種記錄媒體 7 1353555 100年6月01日修正替換頁 ~-—. 係記錄一電腦可讀取程式，且程式可使得一電腦執行個人 化飲食規劃方法。此個人化飲食規劃方法包括食物分群階 段及食物代換階段。請參照第1圖，第丨圖係繪示依照本發 明一較佳實施例之食物分群流程圖。在食物分群階段時， 使用者先行輸入營養均衡設定（步驟11〇)，營養均衡設定是 根據個人健康需求來篩選的目標營養成份，可以考慮到在 不同疾病下所需攝取或避免的飲食成分，例如當使用者需 要降低熱量、粗蛋白、粗脂肪、碳水化合物、及膽固醇這 些營養成份的攝取時，即在此步驟選定目標營養成份為熱 量、粗蛋白、粗脂肪、碳水化合物、及膽固醇。使用者可 更進:步輸入個人飲食喜好設定（步称12〇)，根據使用者的 飲食喜好來篩選食物種類，使用者可鍵入關鍵字，例如肉， 來作為過濾條件，也可以六大類分類，如蛋豆魚肉類水 果類等，或是以十八大類或其它食物分類方式。接著，設 定目標營養成份權重值及目標營養成份需求值（步驟 130)’使用者根據選定的目標營養成份對某個疾病或某健 康需求的重要程度來設定各個目標營養成份的權重值而 目標營養成份需求值可設定為高或低。例如將熱量的權重 值設定為1、粗蛋白的權重值設定為〇 5、粗脂肪的權重值設 定為0.5、碳水化合物的權重值設定為卜及膽固醇的權重值 設定為〇·3,將熱量、粗蛋白、粗脂肪、碳水化合物、及膽 的需求值皆設定為低。按照營養均衡設定及個人飲食 吾好設定從食物資料庫找出符合條件的食物項目。 以下將以食物項目資料圖表為例說明，第i表為根據使 8 I _ 1353555 -— 100年6月01日修正替換頁 用者輸入的營養均衡設定從食物資料庫中找出的原始食物 資料，食物項目的營養内容含量是以100克為計量單位，將 每個食物項目的營養内容含量乘以權重值的結果將如第2 表所示，正規化後之結果顯示於第3表，所有的數值將落於 〇到1之間。 食物項目熱量 牛腿肉 牛肉火腿 豬血糕 豬肉干 鴨肉 娜腿 鵝肉 蛇肉 魚肉鬆 第1表 棚旨肪 碳水化合物膽固醇 粗蛋白 117 16.3 96 18.9 201 8.2 328 28.8 111 20.9 141 18.4 187 15.6 85 19 467 28.2 5.2 5 2.3 0 1.1 40 4.5 43.4 2.4 0 6.9 0.2 13.4 2.4 0.4 0 20.2 43.8 60 47 21 130 93 80 71 90 100 食物項目熱量 牛腿肉 牛肉火腿 豬血糕 豬肉干 鴨肉 雜腿 鵝肉 蛇肉 魚肉鬆 第2表 糊旨肪 粗蛋白 117 8.15 96 9.45 201 4.1 328 14.4 111 10.45 141 9.2 187 7.8 85 9.5 467 14.1 碳水化合物膽固醇 2.6 5 1.15 0 0.55 40 2.25 43.4 1.2 0 3.45 0.2 6.7 2.4 0.2 0 10.1 43.8 18 14.1 6.3 39 27.9 24 21.3 27 30 食物項目熱量 第3表 粗蛋白 粗脂肪 碳水化合物膽固醇 9 100年6月01日修正替換頁 牛腿肉 牛肉火腿 豬血糕 豬肉干 鴨肉 _腿 鵝肉 蛇肉 魚肉鬆 5 1 3 7 4 3 4 -2·2·40··20·0· 4 1 2 8 7 1 2 2 7 45275 4 5 7 °-CJac50·Λα Λα yc ] <—广2 之 /c V.N 21021360 C5a°-ciac50·0· 11 ο 11 oy ο o ο Ί1 -—· 9 9 ο 0·0·0·Λα v〇 11 11 11 4 On 6 4 3 1 7 6 5 6 7 0·0·0·0·0·0·0·0· 再來，採用分群演算法（Clustering Algorithm)執行食 物分群，產生食物分群（步驟140)。此處以分群的技術來對 資料進行區隔、分類等工作，將一群擁有相異性質的資料 個體，區隔為數個同質性較高的資料群聚，可以有效率地 處理大型資料庫。此實施例採用階層式聚合演算法 (Hierarchical Agglomerative Algorithm)，開始時，將每個資 料個體（即每個食物項目），視為一個群聚（cluster)，接著將 所有群聚間距離最接近的兩個群聚合併成為一個新的群 聚，重覆合併群聚的動作，直到所有資料個體皆屬於同一 個群聚或終止條件成立時。兩個群聚間（即兩個食物分群間） 的距離取法是採用平均連結聚合演算法（Average-Linkage Agglomerative Algorithm)，此平均連結聚合演算法將群聚 間的距離定義為不同群聚間各個資料個體之間距離總和的 平均，透過計算群聚之間的距離，來衡量群聚的相似度。 請參照第3圖，第3圖係繪示依照本發明一較佳實施例之 食物分群結果示意圖，採用分群演算法將食物分群後，產 生食物分群C1、食物分群C2、食物分群C3、食物分群C4、 1353555 100年M G1日修正替換頁 ~~—~__ 以及食物分群C5 ’其中食物分群C3的相似度值為〇 67， 食物分群C3内含食物數目為35，包括蛇肉、豬血糕豬 肉干、魚肉鬆等食物，形成於階層下方的食物分群具有較 高的相似度，而形成於階層較上方的食物分群具有較低的 相似度’内含有較多的食物數目。 在步驟140產生食物分群時，可更進一步籍著定義分 群内食物間相似度門檻值（thresh〇ld)來控制每一個食物分 群的内聚程度（convergence) ’相似度高時，食物分群的内 聚程度會提高，食物分群内所含的食物數目較少β此外， 也可視情況所需，定義食物分群内的食物數目來控制食物 分群的大小。 產生食物分群後，在食物分群内，運算食物分級（步驟 150：^先計算每一個食物項目f的分級數值rankin以〇，再 根據分級數值的高低將食物分群内的食物項目加以排序。 分級數值ranking^的計算式為：ranking(f) = ΣW Ni。其中 %為食物f所含目標營養成份；的權重值，％為食物『所 含目標營養成份1的數值，當食物f的目標營養成份丨的需 求值6又疋為咼時，Nj為正值，當食物f的目標營養成份i 的需求值設定為低時，％為負值。 此實施例中，目標營養成份為熱量、粗蛋白 '粗脂肪、 碳水化合物、及膽固醇，需求值皆設定為低，因此凡皆為 負值，分級數值ranking(f)的計算結果如第4表所示。 第4表 11 1353555 ⑽年6月01日修正替換頁 碳水化合 食物項目熱量 粗蛋白 粗脂肪物 膽固醇 牛肉火腿 0.21 0.51 0.11 0 0.36 牛腿肉 0.25 0.44 0.26 0.11 0.46 鴨肉 0.24 0.57 0.12 0 0.71 鵝肉 0.4 0.42 0.66 0.05 0.54 雜腿 0.3 1 0.34 0 0.61 推薦順序 -1.19 1 -1.52 2 -1.64 3 -2.07 4 -2.25 5 最後，根據食物分級結果提供飲食建議（步驟16〇)。 此實施例以視覺化方式提供使用者階層式的食物分群狀 態，使用者可於點選某一個食物分群後，瀏覽食物分群内 所含食物項目及其分級的結果，具體情況如第4圖所示。 使用者可進一步對飲食建議進行分類瀏覽，在一個食物分 群内設定欲瀏覽的食物類別，例如魚類，將顯示出屬於魚 類的食物項目。 請參照第2圖’第2圖係繪示依照本發明一較佳實施 例之食物代換流程圖》在食物代換階段時，使用者先行選 擇欲代換的食物項目（步驟210)，然後，判定欲尋找相似度 門檻值（步驟220)，根據欲尋找相似度門檻值提供食物代換 項目（步驟230)。其中當欲尋找相似度門檻值判定為欲代換 食物項目所屬食物分群之相似度時，也就是使用者在欲代 換食物項目所屬食物分群内尋找一個代換食物時，即提供 欲代換食物項目所屬食物分群之食物分級結果。當欲尋找 相似度門檻值判定為不是欲代換食物項目所屬食物分群之 相似度時，也就是使用者想要在另一個相似度更高或更低 的食物分群内尋找一個代換食物時，根據欲尋找相似度門 12 1353555 100年6月01日修正替換頁 檻值執行食物分群，運算食物分級，於步驟23〇提供食物 分級結果。 請參照第5圖，第5圖係繪示依照本發明一較佳實施 例之個人化飲食規劃系統之架構示意圖。個人化飲食規劃 系統系統包含食物資料庫51〇，用以提供食物項目及營養成 份含量；資料搜集模組52〇，用以搜集使用者輸入之營養均 衡設定；營養權重模組53〇,用以提供使用者設定目標營養 成份權重值及目標營養成份需求值；食物分群模組54〇，採 用分群演算法執行食物分群，產生食物分群；食物項目分 級模組550 ’用以對食物分群内的食物項目運算食物分級； 食物分群資料庫560,用以儲存食物分群之資料；飲食建議 模組570，用以提供飲食建議；以及食物代換模組58〇，用 以根據欲尋找相似度門檻值提供食物代換項目。 食物資料庫510廣泛地提供了很多人們日常生活中食 用的食物項目及其所含的營養成份含量，資料搜集模組52〇 先搜集使用者輸入的營養均衡設定後，營養權重模組53〇 具有提供使用者設定目標營養成份權重值及目標營養成份 需求值之功能》營養均衡設定是根據個人健康需求來篩選 的目標營養成份，資料搜集模組52〇可更進一步提供使用 者輸入個人飲食喜好設定，根據使用者的飲食喜好來篩選 食物種類’使用者可鍵入關鍵字，例如肉，來作為過濾條 件，也可以六大類分類’如蛋豆魚肉類、水果類等，或是 以十八大類或其它食物分類方式。使用者根據選定的目標 營養成份對某個疾病或某健康需求的重要程度來設定各個 13 1353555 _ • 100年6月01日修正替換頁 目標營養成份的權重值，而目標營養成份需求值可設定為 高或低。 食物分群模組540按照營養均衡設定及個人飲食喜好 設定從食物資料庫510找出符合條件的食物項目，接著採 用分群演算法執行食物分群，產生食物分群。此實施例中 的分群演算法是採用階層式聚合演算法，而兩個食物分群 之間的距離取法是採用平均連結聚合演算法，透過計算食 物分群之間的距離，來衡量食物分群的相似度，將食物分 群的結果儲存於食物分群資料庫560。食物分群模組540 可以根據一設定的分群内食物間相似度門檻值來控制食物 分群的内聚程度，相似度高時，食物分群的内聚程度亦會 提高。也可以根據一設定的食物分群内食物數目來控制每 一個食物分群的大小。 食物項目分級模組550在食物分群内，對食物項目運 算食物分級，先計算每一個食物項目f的分級數值 ranking(f)，再根據分級數值的高低將食物分群内的食物項 目加以排序。分級數值ranking(f)的計算式為：ranking(f)= [WiNi。其中Wi為食物f所含目標營養成份i的權重值， Ni為食物f所含目標營養成份i的數值，當食物f的目標營 養成份i的需求值設定為高時，川為正值，當食物f的目標 營養成份i的需求值設定為低時，Ni為負值。 食物代換模組580從分群資料庫560取得食物分群資 料後，根據使用者輸入的欲尋找相似度門檻值來提供食物 代換項目，當欲尋找相似度門檻值判定為欲代換食物項目 14 1353555 100年6月01日修正替換頁 所屬食物分群之相似度時，即提供欲代換食物項目所屬食 物分群之食物分級結果，當欲尋找相似度門檻值判定為不 是欲代換食物項目所屬食物分群之相似度時，根據欲尋找 相似度門楹值執行食物分群，運算食物分級，提供食物分 級結果。飲食建議模組570根據食物分級結果提供飲食建 議’以視覺化方式提供使用者階層式的食物分群狀態，使 用者可於點選某一個食物分群後，瀏覽食物分群内所含食 物項目及其分級的結果。 由上述本發明較佳實施例可知，應用此個人化飲食規 劃可以在考慮個人飲食喜好及營養均衡的因素後，進行食 物分群，提供個人化飲食推薦内容，還能進一步提供食物 分級，此外，也提供具分群分級特性的豐富食物代換選擇。 雖然本發明已以一較佳實施例揭露如上，然其並非用 以限定本發明，任何熟習此技藝者，在不脫離本發明之精 神和範圍内，當可作各種之更動與潤飾’因此本發明之保 護範圍當視後附之申請專利範圍所界定者為準。 【圖式簡單說明】 处為讓本發明之上述和其他目的、特徵、優點與實施例 月b更明顯易僅’所附圖式之詳細說明如下： 第1圖係繪示依照本發明一較佳實施例之食物分 程圖。 第2圖係繪示依照本發明一較佳實施例之食物代換流 15 1353555 100年6月01曰修正替換頁 程圖。 第3圖係繪示依照本發明一較佳實施例之食物分群結 果示意圖。 第4圖係繪示依照本發明一較佳實施例於提供飲食建 議時的食物分群内所含食物項目及其分級結果示意圖。 第5圖係繪示依照本發明一較佳實施例之個人化飲食 規劃系統之架構示意圖。 【主要元件符號說明】 提供食物代換項目 食物資料庫 資料搜集模組 營養權重模組 食物分群模組 食物項目分級模組 食物分群資料庫 飲食建議模組 食物代換模組 110 :輸入營養均衡設定 230 : 120:輸入個人飲食喜好設定510: 130 :設定目標營養成份權重520 : 值及目標營養成份需求值 530 : 140 :採甩分群演算法產生食540 : 物分群 550 : 150:運算食物分級 560 ： 160:提供飲食建議 570: 210 :選擇欲代換的食物項目580 : 220 :判定欲尋找相似度門檻 值 16

Claims (1)

1353555 _ • 100年6月01曰修正替換頁 十、申請專利範圍： 1. 一種個人化飲食規劃方法，係利用一食物分群處理 技術以產生符合個人化需求的食物分群内容，該方法包含： 提供一食物分群階段，該食物分群階段包含： (a) 輸入一營養均衡設定，其中該營養均衡設定是 根據個人健康需求來篩選的一目標營養成份； (b) 根據該目標營養成份，設定目標營養成份權重 值及目標營養成份需求值； (c) 採用一分群演算法（Clustering Algorithm)執行 食物分群，產生複數個食物分群； (d) 在該些食物分群内，根據該目標營養成份權重 值及該目標營養成份需求值，運算食物分級；以及 (e) 根據食物分級結果提供飲食建議； 提供一食物代換階段，該食物代換階段包含： (f) 選擇一欲代換食物項目； (g) 判定一欲尋找相似度門檻值；以及 (h) 提供食物代換項目。 2. 如申請專利範圍第1項所述之個人化飲食規劃方 法，其令該營養均衡設定係根據個人健康需求篩選之目標 營養成份。 17 100年6月01日修正替換頁 —一 一 3. 如申請專利範圍第1項所述之個人化飲食規劃方 法’其中更可包含輸入一個人飲食喜好設定。 4. 如申請專利範圍第3項所述之個人化飲食規劃方 法’其中該個人飲食喜好設定係根據個人飲食喜好篩選之 食物種類。 5·如申請專利範圍第1項所述之個人化飲食規劃方 法，其中步驟（b)係由一使用者設定目標營養成份權重值及 目標營養成份需求值’其中該使用者為一普通人士或一專 業人士。 6. 如申請專利範圍第1項所述之個人化飲食規劃方 法’其中該分群演算法係採用一階層式聚合演算法 (Hierarchical Agglomerative Algorithm) 〇 7. 如申請專利範圍第6項所述之個人化飲食規劃方 法，其中該階層式聚合演算法係採用一平均連結聚合演算 法（Average-Linkage Agglomerative Algorithm)以計算分 群間的相似度。 8. 如申請專利範圍第1項所述之個人化飲食規劃方 法，其中步驟（c)更可包含定義分群内食物間相似度門檻值 (threshold)以控制每一該些食物分群的内聚程度 IS 100年6月01日修正替換頁 (convergence) 〇 9. 如申請專利範圍第1項所述之個人化飲食規劃方 法，其中步驟（c)更可包含定義食物分群内的食物數目以控 制每一該些食物分群的大小》 10. 如申請專利範圍第1項所述之個人化飲食規劃方 法，其中步驟（d)包含： 計算每一食物項目f的一分級數值ranking(f)，計算式 為：rankingCDsEWiNi ’其中Wi為食物"斤含目標營養成 份i的權重值，Ni為食物f所含目標營養成份丨的數值，當 食物f的目標營養成份i的需求值設定為高時，化為正值， 當食物f的目標營養成份i的需求值設定為低時，凡為負 值；以及 根據該分級數值的高低將食物項目加以排序。 11. 如申請專利範圍第丨項所述之個人化飲食規劃方 法，其中步驟（e)更可包含對飲食建議進行分類瀏覽。 、〗2.如申凊專利範圍第1項所述之個人化飲食規劃方 法’其中當步驟(g)判定該欲尋找相似度門檻值為該欲代換 食物項目所屬食物分群之相似度時，於步驟⑻提供該欲代 換食物項目所屬食物分群之食物分級結果。 1353555 _ - 100年6月01日修正替換頁 13. 如申請專利範圍第1項所述之個人化飲食規劃方 法，其中當步驟（g)判定該欲尋找相似度門檻值不為該欲代 換食物項目所屬食物分群之相似度時，根據該欲尋找相似 度門襤值執行食物分群，運算食物分級，於步驟（h)提供食 物分級結果。 14. 一種個人化飲食規劃系統，係利用一食物分群處理 技術以產生符合個人化需求的食物分群内容，該系統包含： 一食物資料庫，係用以提供複數個食物項目及營養成 份含量； 一資料搜集模組，係用以搜集一使用者輸入之一營養 均衡設定，其中該營養均衡設定是根據個人健康需求來篩 選的·一目標營養成份， 一營養權重模組，係用以根據該目標營養成份，提供 該使用者設定目標營養成份權重值及目標營養成份需求 值； 一食物分群模組，採用一分群演算法（Clustering Algorithm)執行食物分群，產生複數個食物分群； 一食物項目分級模組，係用以對食物分群内的食物項 目，根據該目標營養成份權重值及該目標營養成份需求 值，運算食物分級； 一食物分群資料庫，係用以儲存該些食物分群之資料； 一飲食建議模組，係用以根據食物分級結果提供飲食 建議；以及 20 1353555 100年6月01日修正替換頁 一食物代換模組，係用以根據一欲尋找相似度門檻值 提供食物代換項目》 15. 如申請專利範圍第14項所述之個人化飲食規劃系 統’其中該營養均衡設定係根據個人健康需求篩選之目標 營養成份。 > 16. 如申請專利範圍第14項所述之個人化飲食規劃系 統，其中該資料搜集模組更可提供該使用者輸入一個人飲 食喜好設定。 17. 如申請專利範圍第16項所述之個人化飲食規劃系 統，其中該個人飲食喜好設定係根據個人飲食喜好篩選之 食物種類。 18. 如申請專利範圍第14項所述之個人化飲食規劃系 統’其中該分群演算法係採用一階層式聚合演算法 (Hierarchical Agglomerative Algorithm) ° 19. 如申請專利範圍第18項所述之個人化飲食規劃系 統’其中該階層式聚合演算法係採用一平均連結聚合演算 法（Average-Linkage Aggl〇merative Algorithm)以計算分 群間的相似度。 21 1353555 100年6月01日修正替換頁 20.如申請專利範圍第丨4項所述之個人化飲食規劃系 統，其中該食物分群模組更可根據一設定之分群内食物間 相似度門檻值（threshold)以控制每一該些食物分群的内聚 程度（convergence)。 21_如申請專利範圍第η項所述之個人化飲食規劃系 統’其中該食物分群模組更可根據一設定之食物分群内食 物數目以控制每一該些食物分群的大小。 22. 如申請專利範圍第14項所述之個人化飲食規劃系 統，其中該食物項目分級模組計算每一食物項目f的一分 級數值 ranking(f)，計算式為：ranking(f) = zWiNi，其中 Wi為食物f所含目標營養成份i的權重值，Nj為食物f所 含目標營養成份i的數值，當食物f的目標營養成份i的需 求值設定為高時，Ni為正值’當食物f的目標營養成份i 的需求值設定為低時，Nj為負值，並根據該分級數值的高 低將食物項目加以排序。 23. 如申請專利範圍第14項所述之個人化飲食規劃系 統，其中該飲食建議模組更可提供對飲食建議進行分類瀏 覽之功能。 24. 如申請專利範圍第丨4項所述之個人化飲食規劃系 統，其中該食物代換模組判定該欲尋找相似度門檻值為一 22 f1353555 100年6月01日修正替換頁 欲代換食物項目所屬食物分群之相似度時，提供該欲代換 食物項目所屬食物分群之食物分級結果。 25·如申請專利範圍第Μ項所述之個人化飲食規劃系 統，其中該食物代換模組判定該欲尋找相似度門檻值不為 一欲代換食物項目所屬食物分群之相似度時，根據該欲尋 找相似度門檻值執行食物分群，運算食物分級，提供食物 分級結果。 23 1353555 100年6月01日修正替換頁 七、指定代表圖·· (一） 、本案指定代表圖為：第（1)圖 (二） 、本案代表圖之元件符號簡單說明： 110 :輸入營養均衡設定 140 :採用分群演算法產生食 120:輸入個人飲食喜好設定物分群 130 :設定目標營養成份權重150 :運算食物分級 值及目標營養成份需求值 160:提供飲食建議 八、本案若有化學式時，請揭示最能顯示發明特徵的化 學式=