一种肥胖者膳食能量摄入优化方法与流程

专利2026-09-29  4


本发明涉及智能营养管理,特别是指一种肥胖者膳食能量摄入优化方法。


背景技术:

1、肥胖主要是由于能量摄入超过能量消耗,导致体内脂肪积累过多所致;长期肥胖不仅影响美观,更重要的是会显著增加患糖尿病、心血管疾病、高血压、高血脂等慢性疾病的风险;因此,优化肥胖者的膳食能量摄入对于预防和控制肥胖及其相关并发症具有重要意义;但目前膳食能量计算容易受到饮食习惯的影响,且对于研究者来说需对食物营养素成分及其能量含量的掌握要求高,并且计算过程复杂,会消耗大量的人力、物力。

2、中国专利申请公开号cn112116987a公开了一种通过多属性决策的膳食搭配方法及系统,目的是考虑用户的个体差异为用户提供一套符合膳食标准的膳食方案。包括以下步骤:计算出各方案的营养元素含量;根据个人信息,系统制定膳食标准,并对膳食标准进行微调;计算膳食方案与膳食标准的余弦相似度,生成候选膳食方案;用户可自主替换候选膳食方案中的菜肴;按照能量配比筛选膳食方案,由用户选定其中一种方案;将方案中的菜肴重新组合形成多个膳食方案,并构建决策矩阵;采用区间topsis(逼近理想解排序法)方法得到最优膳食方案。

3、由此可见,当前的餐饮推荐仅针对较短周期,无法进行长周期预测进而导致对膳食能量的长期规划无法准确测算。


技术实现思路

1、为此,本发明的目的是提供一种肥胖者膳食能量摄入优化方法,用于克服当前的餐饮推荐仅针对较短周期,无法进行长周期预测进而导致对膳食能量的长期规划无法准确测算的问题。

2、为实现上述目的,本发明提供一种肥胖者膳食能量摄入优化方法,包括:

3、基于食物信息库,按照食物属性进行初步分类,以得到各属性食物数据集;

4、对于任一属性食物数据集,获取该属性食物数据集内各种食物的营养成分含量序列,识别所述营养成分含量序列,以确定各种食物的营养特征值;

5、根据确定的各营养特征值对所述属性食物数据集内的各食物进行一次排序,以得到一次能量序列;

6、根据第二筛选标准对所述营养成分含量序列进行营养成分的选择,以得到各种食物的主要营养成分数据串;

7、对各主要营养成分数据串进行分析,根据分析结果对各种食物进行相应的一类能量标记;

8、根据所述营养成分含量序列确定各种食物的能量密度等级和膨胀度等级,并根据所述能量密度等级和所述膨胀度等级对各种食物进行相应的二类能量标记;

9、基于一类能量标记结果和二类能量标记结果对所述一次能量序列进行修正、添加标记戳,以得到实际能量序列表;

10、按照预设的获取周期,周期性获取待优化人员参数,将所述待优化人员参数输入线性回归模型中,以输出实际进展方向;

11、根据所述实际进展方向结合所述实际能量序列表、所述一类能量标记结果和所述二类能量标记结果,以输出膳食能量预测结果;

12、其中,所述第二筛选标准为选取实际含量大于等于预设的第二标准含量的若干营养素。

13、进一步地,所述识别所述营养成分含量序列,以确定各种食物的营养特征值的过程包括:

14、对于任一种食物,获取该种食物的总营养素种类个数,根据所述总营养素种类个数确定营养覆盖度;

15、根据第一筛选标准获取该种食物的第一营养素种类个数,并根据所述第一营养素种类个数确定营养素密度;

16、其中,所述营养特征值包括:所述营养覆盖度和所述营养素密度;所述第一筛选标准为选取所述实际含量大于等于预设的第一标准含量的若干营养素。

17、进一步地,所述根据确定的各营养特征值对所述属性食物数据集内的各食物进行一次排序,以得到一次能量序列的过程包括:

18、确定所述营养覆盖度和所述营养素密度中符合单一判定条件的项目个数;

19、根据所述项目个数确定各种食物的能量等级,并根据所述能量等级对各种食物进行分级划分,以得到若干食物数据组;

20、基于分级划分结果,根据所述营养覆盖度和所述营养素密度计算各种食物的初始能量评分,并根据所述初始能量评分对各食物数据组内的各种食物分别进行一次排序;

21、将各食物数据组内的一次排序结果进行整合,以得到所述一次能量序列。

22、进一步地,所述确定所述营养覆盖度和所述营养素密度中符合单一判定条件的项目个数的过程包括:

23、根据所述总营养素种类个数和预设的第一评价值判断所述营养覆盖度是否符合所述单一判定条件;

24、根据所述第一营养素种类个数和预设的第二评价值判断所述营养素密度是否符合所述单一判定条件;

25、其中,基于所述总营养素种类个数大于等于所述第一评价值,则判定所述营养覆盖度符合所述单一判定条件;基于所述总营养素种类个数小于所述第一评价值,则判定所述营养覆盖度不符合所述单一判定条件;

26、基于所述第一营养素种类个数大于等于所述第二评价值,则判定所述营养素密度符合所述单一判定条件;基于所述第一营养素种类个数小于所述第二评价值,则判定所述营养素密度不符合所述单一判定条件。

27、进一步地,所述根据所述项目个数确定各种食物的能量等级,并根据所述能量等级对各种食物进行分级划分,以得到若干食物数据组的过程包括:

28、对于任一种食物,基于所述项目个数为2时,判定所述能量等级为一级;基于所述项目个数为1时,判定所述能量等级为二级;基于所述项目个数为0时,判定所述能量等级为三级;

29、根据所述分级划分结果对各种食物进行分级划分,以得到一级食物数据组、二级食物数据组和三级食物数据组。

30、进一步地,所述根据分析结果对各种食物进行相应的一类能量标记的过程包括:

31、对于任一主要营养成分数据串,获取该主要营养成分数据串中的主要营养素种类个数;

32、根据所述主要营养素种类个数对该主要营养成分数据串对应的食物进行一类能量标记。

33、进一步地,所述根据所述主要营养素种类个数对该主要营养成分数据串对应的食物进行一类能量标记的过程包括:

34、基于所述主要营养素种类个数等于0,则不对该种食物进行标记;

35、基于所述主要营养素种类个数等于1,则将该种食物标记为:单一类型;

36、基于所述主要营养素种类个数大于1,获取各主要营养素的主要含量;

37、根据各主要含量结合所述第二标准含量确定一类能量标记类型为复合类型,或,偏向类型。

38、进一步地,所述根据各主要含量结合所述第二标准含量确定一类能量标记类型为复合类型,或,偏向类型的过程包括:

39、计算各主要含量和所述第二标准含量间的含量差值;

40、根据所述含量差值和预设的第三评价值确定差异比值;

41、基于所述差异比值不为0,则判定该种食物的所述一类能量标记类型为所述复合类型;

42、基于所述差异比值为0,则判定该种食物的所述一类能量标记类型为所述偏向类型。

43、进一步地,所述根据所述能量密度等级和所述膨胀度等级对各种食物进行相应的二类能量标记的过程包括:

44、对于任一种食物,获取该种食物的实际能量含量和目标营养素;

45、根据所述实际能量含量确定所述能量密度等级为低能量密度、中等能量密度或高能量密度;

46、根据所述目标营养素确定所述膨胀度等级为低膨胀度、中等膨胀度或高膨胀度;

47、基于所述能量密度等级和所述膨胀度等级确定各种食物的二类能量标记类型为a类食物、b类食物、c类食物。

48、进一步地,所述基于一类能量标记结果和二类能量标记结果对所述一次能量序列进行修正、添加标记戳,以得到实际能量序列表的过程包括:

49、基于所述一类能量标记结果和所述二类能量标记结果对所述属性食物数据集进行筛选,以得到标记食物数据簇;

50、识别所述标记食物数据簇,以确定各种食物的实际标记种类和实际标记类型;

51、根据所述实际标记种类和所述实际标记类型对各种食物的所述初始能量评分进行修正,以得到实际能量评分;

52、基于所述实际能量评分对所述一次能量序列进行二次排序,以得到实际能量序列,并基于所述一类能量标记结果和所述二类能量标记结果对所述实际能量序列添加所述标记戳,以得到所述实际能量序列表。

53、与现有技术相比,本发明的有益效果在于,通过食物信息库和营养特征值的确定,对食物进行科学分类和评估,确保食谱的营养均衡性;对食物进行排序和修正,生成个性化的能量序列,有助于实现能量摄入的控制;通过预设筛选标准,选择主要营养成分,避免营养素缺乏或过剩,促进营养均衡;结合能量密度和膨胀度等级,对食物进行更准确的二类能量标记,有助于提高食谱的实际应用效果;周期性获取待优化人员参数,结合线性回归模型,输出实际进展方向,实现膳食能量预测结果的动态调整和优化;根据实际进展方向和能量序列,输出精确的膳食能量预测结果,为营养管理和健康饮食提供有力支持;通过科学分类、营养特征值确定、能量序列修正等步骤,提高营养摄入的效率,避免营养素的浪费;通过科学的分类、评估、排序和修正,以及动态调整和优化,实现了膳食能量预测结果的准确性,提供个性化的营养干预方案,有助于实现肥胖者膳食能量摄入的优化。

54、通过计算营养覆盖度,可以了解食物中包含的可以提供能量或支持身体功能的化学物质的种类数,这有助于判断食物的营养多样性;通过计算营养素密度,可以了解食物中特定营养素的含量与总营养素种类个数之间的关系,这有助于判断食物中某些关键营养素的丰富程度;通过设定第一标准含量和第二标准含量,可以对食物进行标准化筛选,确保评估的公正性和一致性;考虑食物属性和营养素类型的影响,可以更准确地评估不同食物的营养特征值;通过分析食物的这些营养特征值,可以更好地规划健康饮食,确保摄入足够的营养素,同时避免营养过剩或不足。

55、通过判断营养覆盖度和营养素密度中符合单一判定条件的项目个数,可以对食物进行能量等级的评估,有助于识别不同能量等级的食物;根据能量等级,对各种食物进行分级划分,可以得到不同能量等级的食物数据组,有助于对食物进行更细致的分类和分析;基于营养覆盖度和营养素密度,计算各种食物的初始能量评分,并根据评分对食物进行排序,有助于更准确地评估食物的能量价值;将各食物数据组内的一次排序结果进行整合,得到一次能量序列,有助于对食物进行综合评价和比较;根据食物的能量等级和能量评分,可以规划健康饮食,确保摄入适量的能量,同时避免能量摄入过多或过少;通过量化食物的内在能量特征,有助于更科学、更精确地评估食物的能量价值。

56、通过对食物中主要营养素种类个数的判断,实现了对食物的精细化分类;不仅有助于更清晰地了解食物的营养组成,还能引导更健康的饮食选择;例如,单一类型的食物可能更适合特定饮食需求的人群,而复合类型或偏向类型的食物则能提供更全面的营养;通过计算各主要营养素含量与第二标准含量之间的差值,并结合预设的第三评价值来确定营养素的宏量或微量分类,这种方法具有科学性和客观性;避免了主观判断带来的误差,使得能量标记更加准确可靠;通过对食物进行能量标记,可以更好地规划健康饮食,确保摄入适量的营养素,同时避免营养过剩或不足;对每种食物的主要营养成分进行量化分析,并标记其营养素种类和含量,使得食物的营养成分更加透明。

57、通过计算能量密度,可以了解食物中每单位重量所含的能量,这有助于判断食物的能量含量;通过计算膨胀强度,可以了解食物在消化过程中产生的膨胀度,这有助于判断食物的营养特征和能量类型;根据能量密度等级和膨胀度等级,可以将食物标记为a类、b类或c类,有助于区分不同类型的食物,从而指导食物的选择和搭配;通过分析食物的能量密度等级和膨胀度等级,可以更好地规划健康饮食,确保摄入适量的能量,同时避免能量摄入过多或过少;通过综合考虑食物的实际能量含量和目标营养素,能够全面评估食物的能量密度和膨胀度等级;全面的评估有助于更准确地了解食物的营养价值;根据能量密度和膨胀度等级,将食物分为a类、b类和c类,这种分类方法既科学又实用;既能满足膨胀度,又不会带来过多的能量摄入,有助于选择更健康的饮食方式,从而预防肥胖和相关疾病。

58、通过结合一类能量标记和二类能量标记,能够更全面地评估食物的实际能量价值;综合评估方式提高了能量评估的准确性和科学性;对于同时带有一类能量标记和二类能量标记的食物,能够开启修正模式,根据食物的特定属性对初始能量评分进行修正;使得能量评分更加贴近食物的实际营养价值,有助于做出更合理的饮食选择;基于修正后的实际能量评分,对一次能量序列进行二次排序,得到实际能量序列,使得能量序列更加合理,能够更准确地反映食物之间的能量差异;在实际能量序列的基础上,根据一类和二类能量标记结果添加标记戳,形成实际能量序列表;标记方式增强了信息的透明度,使得能够更直观地了解食物的营养特性和能量价值。

59、通过将获取周期设定为一周,确保了数据的及时性和动态性;高频次的数据收集使得健康管理能够更快速地响应待优化人员的身体状况变化,从而及时调整膳食计划和其他健康干预措施;通过严格的数据整理和验证过程,确保了输入到线性回归模型中的参数信息的准确性和完整性;提高了模型预测的准确性,使得输出的实际进展方向和膳食能量预测结果更加可靠;利用线性回归模型进行健康进展方向的预测,结合了待优化人员的个性化生理参数和健康指标;预测方式能够更准确地反映待优化人员的健康状况和变化趋势,为后续的膳食规划提供有力支持;将实际进展方向与实际能量序列表相结合,综合考虑了食物的营养价值和健康效益;综合评估方式使得膳食能量预测结果更加全面和科学,为待优化人员提供了个性化的膳食计划或建议性指导;通过定期监测、预测和调整膳食计划,持续的健康管理过程有助于促进待优化人员的整体健康状况改善。


技术特征:

1.一种肥胖者膳食能量摄入优化方法,其特征在于,包括:

2.根据权利要求1所述的肥胖者膳食能量摄入优化方法,其特征在于,所述识别所述营养成分含量序列,以确定各种食物的营养特征值的过程包括:

3.根据权利要求2所述的肥胖者膳食能量摄入优化方法,其特征在于,所述根据确定的各营养特征值对所述属性食物数据集内的各食物进行一次排序,以得到一次能量序列的过程包括:

4.根据权利要求3所述的肥胖者膳食能量摄入优化方法,其特征在于,所述确定所述营养覆盖度和所述营养素密度中符合单一判定条件的项目个数的过程包括:

5.根据权利要求4所述的肥胖者膳食能量摄入优化方法,其特征在于,所述根据所述项目个数确定各种食物的能量等级,并根据所述能量等级对各种食物进行分级划分,以得到若干食物数据组的过程包括:

6.根据权利要求5所述的肥胖者膳食能量摄入优化方法,其特征在于,所述根据分析结果对各种食物进行相应的一类能量标记的过程包括:

7.根据权利要求6所述的肥胖者膳食能量摄入优化方法,其特征在于,所述根据所述主要营养素种类个数对该主要营养成分数据串对应的食物进行一类能量标记的过程包括:

8.根据权利要求7所述的肥胖者膳食能量摄入优化方法,其特征在于,所述根据各主要含量结合所述第二标准含量确定一类能量标记类型为复合类型,或,偏向类型的过程包括:

9.根据权利要求8所述的肥胖者膳食能量摄入优化方法,其特征在于,所述根据所述能量密度等级和所述膨胀度等级对各种食物进行相应的二类能量标记的过程包括:

10.根据权利要求9所述的肥胖者膳食能量摄入优化方法,其特征在于,所述基于一类能量标记结果和二类能量标记结果对所述一次能量序列进行修正、添加标记戳,以得到实际能量序列表的过程包括:


技术总结
本发明涉及智能营养管理技术领域,特别是指一种肥胖者膳食能量摄入优化方法,该方法包括:根据营养成分含量序列确定各种食物的营养特征值并进行一次排序得到各种食物的主要营养成分数据串;对各主要营养成分数据串进行分析并进行相应的一类能量标记;确定各种食物的能量密度等级和膨胀度等级并进行相应的二类能量标记;基于一类能量标记结果和二类能量标记结果对一次能量序列进行修正、添加标记戳以得到实际能量序列表;周期性获取待优化人员参数,将待优化人员参数输入线性回归模型中,以输出实际进展方向;根据实际进展方向结合实际能量序列表、所述一类能量标记结果和所述二类能量标记结果,以输出膳食能量预测结果。

技术研发人员:梁剑,柯静,孙安怡,李启华
受保护的技术使用者:尚氏(广东)大数据服务有限公司
技术研发日:
技术公布日:2024/11/11
转载请注明原文地址: https://tieba.8miu.com/read-25018.html

最新回复(0)