[发明专利]一种慢病患者的饮食营养管理方法和系统在审

专利信息
申请号: 202310287561.3 申请日: 2023-03-22
公开(公告)号: CN116580815A 公开(公告)日: 2023-08-11
发明(设计)人: 李雅嘉;王华;曹子秦;李强翔;陈小元;李沅容;王欣荣;陈健;薛帆;吴志训 申请(专利权)人: 中南大学湘雅医院
主分类号: G16H20/60 分类号: G16H20/60;G06V20/68;G06V10/26;G06V10/774
代理公司: 北京酷爱智慧知识产权代理有限公司 11514 代理人: 阮建
地址: 410008*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 患者 饮食 营养 管理 方法 系统
【权利要求书】:

1.一种慢病患者的饮食营养管理方法,其特征在于,包括:

获取慢病患者的当前体检信息和当前饮食摄入信息,对所述当前体检信息和当前饮食摄入信息进行分析,判断慢病患者的当前营养状况;

根据所述慢病患者的营养状况,生成三餐食谱;

在预设时间段内,持续获取所述慢病患者的日常饮食摄入信息,与所述当前饮食摄入信息和三餐食谱进行对比分析,获取饮食摄入变化量;

根据所述饮食摄入变化量对所述三餐食谱进行调整。

2.如权利要求1所述的一种慢病患者的饮食营养管理方法,其特征在于,所述当前体检信息包括性别、年龄、身高、体脂、体重、血压、血糖、心率和血液检查信息。

3.如权利要求1所述的一种慢病患者的饮食营养管理方法,其特征在于,所述当前饮食摄入信息和日常饮食摄入信息均包括:饮食时间、饮食次数、饮食图片和食用量,所述饮食图片中包括至少一道菜品。

4.如权利要求3所述的一种慢病患者的饮食营养管理方法,其特征在于,所述方法还包括:

根据所述饮食图片确认所述菜品营养成分,包括:

将所述饮食图片输入菜品目标检测模型进行食物识别,以将饮食图片中的食物和餐具实体分别用方框圈出,得到饮食标记图片;

将所述饮食标记图片输入菜品分割模型进行菜品分割,输出得到若干菜品分割图,每张所述菜品分割图中只含有一道菜品;

将若干所述菜品分割图全部输入菜品营养成分识别模型进行菜品营养成分识别,得到所有菜品含有的营养成分含量。

5.如权利要求4所述的一种慢病患者的饮食营养管理方法,其特征在于,所述菜品目标检测模型的训练方法包括:

采集用于训练的慢病患者的饮食图片;

建立菜品目标标签集:将饮食图片输入图像处理软件,以将饮食图片中的食物和餐具实体分别用方框圈出,输出得到菜品目标标签集;

将饮食图片与相应的菜品目标标签集依次输入菜品目标检测模型内进行训练,保存训练所得的菜品目标检测模型。

6.如权利要求5所述的一种慢病患者的饮食营养管理方法,其特征在于,利用复合损失函数对菜品分割模型的输出结果与菜品目标标签数据进行比对,计算损失并根据该损失对菜品目标检测模型进行迭代优化,直至损失值降至数值稳定区域。

7.如权利要求4所述的一种慢病患者的饮食营养管理方法,其特征在于,所述菜品营养成分识别模型的训练方法包括:

获取菜品图像数据集,每张菜品图像中只含有一道菜品;

对菜品图像数据集进行预处理,构建菜品训练数据集;

将所述菜品训练数据集输入初始识别模型进行训练,获得所述菜品营养成分识别模型。

8.如权利要求7所述的一种慢病患者的饮食营养管理方法,其特征在于,对菜品图像数据集进行预处理,包括:

将每张菜品图像进行归一化处理,统一尺寸;

对归一化处理后的菜品图像进行数据分离,将菜品图像进行重命名,对每一种菜品图像的实际位置进行标注,并注明类别标签,将对应的保存有菜品位置信息及类别标签的xml文件进行保存;

将用于训练的图片放置到对应的目录下,同时将保存着图片中菜品信息的xml文件也保存至相应目录,构建菜品训练数据集。

9.如权利要求7所述的一种慢病患者的饮食营养管理方法,其特征在于,所述初始识别模型为Inception-V3模型。

10.一种慢病患者的饮食营养管理系统,其特征在于,包括处理器、输入设备、输出设备和存储器,所述处理器、输入设备、输出设备和存储器相互连接,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-9任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学湘雅医院,未经中南大学湘雅医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310287561.3/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top