CN110087485A - 营养价值预测***和方法 - Google Patents

Abstract

本发明提供一种营养价值预测***。基于待处理食品的身份和用于处理待处理食品的厨房用具的处理特点来预测经处理的食品的营养价值。基于所感测的厨房用具的电源的参数来确定厨房用具的处理特点。

Description

营养价值预测***和方法

技术领域

本发明涉及营养领域，特别涉及营养价值预测***领域。

背景技术

健康越来越受到公众意识的关注，帮助人们以健康的方式制备、烹饪和食用食品的产品变得越来越相关并且更具吸引力。

特别地，已经认识到确保人的适当营养摄入可以显著有助于他们的健康。然而，优化人的营养摄入有点复杂，因为最佳营养摄入根据个人的身体状况和个性化需求而有所不同。实际上，应当领会，营养摄入的优化可能取决于多种因素，诸如性别、生命阶段、健康状况、饮食习惯、个体目标等。

这样，对可以帮助监测营养摄入的产品的需求不断增加。

发明内容

本发明由权利要求限定。

根据一些示例，提供了一种用于预测经处理的食品的营养价值的营养价值预测***，该***包括：食品身份确定器，其适于获得指示要由厨房用具处理的食品的身份的食品身份数据，其中厨房用具适于将待处理食品处理成经处理的食品；用具特点确定器，其适于感测向厨房用具提供的电源的参数；以及基于所感测的电源的参数来确定厨房用具的处理特点，该处理特点指示由厨房用具执行的处理的特点；以及营养价值预测器，其适于基于所确定的厨房用具的处理特点和食品身份数据来预测经处理的食品的营养价值。

因此，实施例提供了简单且可靠的装置，其可以基于与待处理食品的身份有关的信息(即，要处理什么食品)以及如何处理所标识的食品的指示来预测经处理的食品的营养价值。

如何处理所标识的食品的指示对应于厨房用具的处理特点。厨房用具的处理特点可以通过用具特点确定器获得，该用具特点确定器基于所感测的厨房用具的电源的参数来确定处理特点。

确定待处理食品的身份使得能够获得该食品的预先确定的营养价值(例如，维生素含量)。这可以增加确定经处理的食品的营养价值的容易度，因为可以获得食品在处理之前的营养价值的精确测量。

从而可以在食品处理之前或期间容易地预测经处理的食品的营养价值。这可以增加个体评价其(例如，潜在的)营养摄入的容易度。

该***可以避免在处理发生之后需要称重或以其他方式测量经处理的食品的营养价值。更进一步地，实施例使个体能够观察到不同处理方法(例如，厨房用具的不同操作模式)对营养价值的影响，从而更容易地选择适合他们需要的处理方法。

本发明至少部分基于以下认识：不同的处理方法、参数和特点可以以不同方式改变食品的营养价值。举例来说，在第一温度下烹饪的食品的营养价值可能与在第二温度下烹饪的食品的营养价值不同。同样，通过冷冻保存的食品的营养价值可能与通过密封保存的食品的营养价值不同。

该***可以提供一种方法，其从当前未连接的厨房用具(诸如传统非智能烤箱等)获得用具信息，以当确定由所述未连接的厨房用具处理的食品的营养价值时使用。这可以使得这种未连接的设备能够被集成到智能或自动化家庭环境中。

该***还可以包括食品量确定器，其适于获得食品量数据，该食品量数据指示要由厨房用具处理的食品量，其中营养价值预测器适于进一步基于食品量数据来预测经处理的食品的营养价值。

通过标识待处理食品的量，可以获得对经处理的食品的营养价值的更精确的测量。举例来说，第一数量的食品的烹饪速度可以比第二更大数量的食品的烹饪速度快。这会影响待处理食品的营养价值。

食品量数据可以包括食品重量数据，该食品重量数据指示待处理食品的重量，其中营养价值预测器适于至少基于所确定的厨房用具的处理特点、食品重量数据和食品身份数据来预测经处理的食品的营养价值。

因此，食品(在处理之前)的重量可以用于确定食品在处理之后的营养价值。

用具特点确定器可以适于感测由电源供应给厨房用具的电流，并且基于所感测的电流来确定厨房用具的处理特点。

可以基于厨房用具所需的电流来确定厨房用具的处理特点。应当认识到，不同的厨房用具或厨房用具的不同操作模式与不同的电流需求相关联。这样，可以确定厨房用具的处理特点。

检测供应给厨房用具的电流提供了一种确定厨房用具的处理特点的简单且低成本的方法，其中功耗较低。

可选地，该用具特点确定器包括参数传感器，其适于感测电源的参数；以及特点确定装置，其适于接收所感测的电源的参数并且基于所感测的参数来确定厨房用具的处理特点。

可以通过***的单独模块来执行对电源的参数的感测和对厨房用具的处理特点的确定。这可以提供更灵活且直观的***，其能够容易地进行更新。

用具特点确定器可以适于将所感测的参数与至少一个参考参数进行比较以确定厨房用具的处理特点，每个参考参数对应于厨房用具的不同的可能的处理特点。

因此，用具特点确定器可以查询例如参考参数的数据库或数据集以标识厨房用具的处理特点。例如，这种数据库可以被容纳在用具特点确定器的外部的分布式计算网络(例如，云计算装置)或外部服务器。

用具特点确定器可以包括电连接器，其适于将厨房用具电连接到电源。

提供了一种“智能插头”(smart-plug)的概念，其将厨房用具连接到电源。这种智能插头可以适于监测厨房用具的电源，并且提供易于实现的用具特点确定器，其提高用户的便利性。

厨房用具的处理特点可以包括以下各项中的一项或多项：厨房用具的类型；厨房用具的身份；厨房用具的型号；厨房用具的操作模式；以及厨房用具的操作参数，例如处理食品的温度、处理食品的湿度、处理食品的时间等。

从而处理特点可以标识厨房用具处理食品的方式。这可能需要标识厨房用具的类型，例如，厨房用具是炊具、微波炉还是冷冻机。在其他或进一步的实施例中，这可以包括标识(主动)操作模式，诸如厨房用具的预设程序或厨房用具的操作参数，诸如(当前)温度。

特别地，不同的厨房用具可以与接收的电源的不同参数相关联。同样，厨房用具的不同操作模式(诸如烤箱的不同温度)可以与接收的电源的不同参数相关联。

因此，***可以标识厨房用具的各种处理特点，并且确定这可能对由具有所述处理特点的厨房用具处理的食品的营养价值产生什么影响。

所预测的营养价值优选地包括以下各项中的一项或多项：经处理的食品的预测卡路里数；经处理的食品的预测维生素含量；经处理的食品的预测脂肪含量；经处理的食品的预测矿物质含量；经处理的食品的预测碳水化合物含量；经处理的食品的预测糖含量；经处理的食品的预测蛋白质含量；经处理的食品的预测纤维含量；以及经处理的食品的预测盐含量。

根据本发明的另一方面，提供了一种预测处理食品的营养价值的方法，该方法包括：获得食品身份数据，该食品身份数据指示要由厨房用具处理的食品的身份，其中厨房用具是适合将待处理食品处理成经处理的食品；感测向厨房用具提供的电源的参数；基于所感测的电源的参数来确定厨房用具的处理特点，该处理特点指示由厨房用具执行的处理的特点；以及基于所确定的厨房用具的处理特点和食品身份数据来预测经处理的食品的营养价值。

该方法可以进一步包括：获得食品量数据，该食品量数据指示要由厨房用具处理的食品量，其中预测经处理的食品的营养价值还基于食品量数据。

可选地，获得食品量数据包括：获得食品重量数据，该食品重量数据指示待处理食品的重量；并且预测经处理的食品的营养价值包括：至少基于所确定的厨房用具的特点和食品重量数据来预测经处理的食品的营养价值。

感测电源的参数的步骤可以包括：感测由电源提供给厨房用具的电流。

该方法可以进一步包括：将所感测的参数与至少一个参考参数进行比较以确定厨房用具的处理特点，每个参考参数对应于厨房用具的不同的可能的处理特点。

还提出了一种包括代码装置的计算机程序，当所述程序在计算机上运行时，该代码装置适于执行先前所描述的任何方法。

附图说明

现在，参考附图对本发明的示例进行详细描述，其中：

图1示出了根据一个实施例的营养价值预测***；

图2图示了根据另一实施例的营养价值预测***；

图3图示了根据一个实施例的营养价值预测***的处理装置；

图4图示了向第一厨房用具和第二厨房用具提供的电源的电流-时间曲线；

图5图示了随着时间的推移经历汽蒸过程的西兰花的维生素C浓度的保留系数(retention factor)；

图6图示了根据另一实施例的营养价值预测***；以及

图7图示了根据一个实施例的预测经处理的食品的营养价值的方法。

具体实施方式

本发明提供一种营养价值预测***。基于待处理食品的身份和用于处理待处理食品的厨房用具的处理特点来预测经处理的食品的营养价值。基于所感测的厨房用具的电源参数来确定厨房用具的处理特点。

所提出的实施例至少部分地基于以下认识：厨房用具的处理特点与其电力消耗中的独特签名或模式相关联。如此，提供给厨房用具的电源的参数例如依据厨房用具的身份和厨房用具的操作方式而有所不同。还应当认识到，经处理的食品的营养价值取决于厨房用具的处理特点。

例如，说明性实施例可以用于智能家居或自动化家居。特别地，实施例可以用于使得先前未连接的厨房用具的参数能够被集成在网络中用于预测营养价值，这些参数可以用于以直观和精确的方式帮助进行营养物监测。

对食品的引用通常是指任何营养物质，无论是液体形式还是固体形式、或两者的组合。要由厨房用具处理的食品可以包括以下形式中的至少一种或多种形式的食品：原始或未经处理的形式，诸如生肉或蔬菜；部分经处理的形式，诸如热烫过的蔬菜；或完全经处理的形式，诸如熟肉。

对厨房用具的引用通常是指适于处理食品的任何食品处理用具或装置。处理食品可以包括以下各项中的任一项或多项：切剁、冷冻、液化、烹饪、冷冻、浸酸、巴氏杀菌、保存、切碎、密封等。因此，本发明认识到处理食品的不同方法可以以不同方式更改食品的营养价值。

虽然食品处理用于指代任何食品处理方法，但是“食品处理机”以常规方式用于指代通常用于切片、切剁或撕碎食品的马达驱动的用具。

图1图示了根据一个实施例的营养价值预测***1。营养价值预测***1包括食品身份确定器10、用具特点确定器13、以及营养值预测器17。

营养价值预测***1适于预测由厨房用具19处理的食品的营养价值。厨房用具19适于处理食品以提供经处理的食品。

营养价值预测器17基于从食品身份确定器10接收的食品身份数据和从用具特点确定器14接收的厨房用具的处理特点来预测经处理的食品的营养价值。

例如，食品身份数据可以用于确定初始营养价值(例如，使用数据库)，并且处理特点可以用于预测基于处理特点该初始营养价值如何改变。在另一示例中，食品的身份和处理特点可以一起用于标识经处理的食品的营养价值(例如，使用数据库)。

食品身份确定器10获得指示要由厨房用具19处理的食品的身份的食品身份数据。

例如，食品身份确定器10可以包括食品标识器11，诸如条形码扫描仪或具有图像识别能力的照相机装置；以及通信装置12，其适于将食品身份数据传送给营养价值预测器17。

在又一实施例中，食品身份确定器可以包括用户输入单元，其适于接收来自用户的输入，该输入指示食品的身份。例如，用户可以与移动设备交互，例如，使用移动app，来提供食品的身份，该食品的身份可以被食品身份确定器接收。

食品身份数据可以包括待处理食品的营养价值的指示(其对于该食品通常是独特的)、待处理食品的身份、或者可以随后被处理以标识待处理食品的信息/数据。

用具特点确定器13获得供应给厨房用具19的电源18A的参数，并且基于所获得的参数来确定厨房用具19的处理特点。

例如，用具特点确定器13可以包括电连接器14，其适于将厨房用具19电连接到市电电源18。

参数传感器15A可以感测流过电连接器14的电源18A的参数。例如，参数传感器15A可以感测流过电连接器14的电流的值。

特点确定装置15B可以接收所感测的电源18A的参数，并且基于所感测的参数来确定厨房用具19的处理特点。例如，特点确定装置可以将所感测的参数与一个或多个已知参数(每个参数与不同组的一个或多个处理特点相关联)进行比较，并且基于该比较来确定处理特点包括特定的一组处理特点。

已经认识到，许多厨房用具以及这些厨房用具的操作模式在其电力消耗模式中具有独特的签名(例如，所汲取的电流、在常规AC模式的顶部上叠加的电压模式等)。从而用具特点确定器13可以通过检测该独特的签名来标识厨房用具及其处理特点。

用具特点确定器13还可以包括通信装置16，以将处理特点传送到营养值预测器17。

用具特点确定器13可以被认为是‘智能插头’，其可以连接在厨房用具的插头和典型的市电电源的插座(诸如家用电源插口或插座)之间。这提供了易于实现的模块，其能够确定厨房用具的处理特点。

通过使用食品身份数据和厨房用具19的处理特点，可以可靠地并且精确地获得经处理的食品的营养价值。

通过使用适于基于电源的参数来确定厨房用具19的处理特点的用具特点确定器13，可以将当前不能传送处理特点的厨房用具连接到营养价值预测***中。因此，厨房用具不需要通信能力，因为这可以由(外部的)用具特点确定器来提供。

特别地，食品身份确定器10和用具特点确定器13的通信装置16、19可以包括无线通信单元，其与营养价值预测器通信。可以用于与用具特点确定器通信的合适的无线通信协议包括红外链路，ZigBee，蓝牙，诸如根据IEEE802.11标准的无线局域网协议，2G、3G或4G电信协议等。其他格式对于本领域技术人员而言是显而易见的。优选地，通信装置使用ZigBee协议进行操作，因为这提供了低成本的无线连接。技术人员还将理解，通信装置可以使用有线通信协议进行通信。

处理特点是厨房用具19的属性、或厨房用具的当前操作模式的属性，其可以影响由该厨房用具处理的食品的营养价值。应当认识到，不同的厨房用具以不同的方式影响营养价值，并且相同的厨房用具可以以不同的模式操作以影响经处理的食品的营养价值。

仅作为示例，作为影响经处理的食品的营养价值的属性，厨房用具的处理特点可以包括以下各项中的至少一项：厨房用具的身份；厨房用具的型号；厨房用具的操作模式；以及厨房用具的操作参数，诸如处理食品的温度、处理食品的湿度、处理食品的时间等。

应当认识到，各种不同的营养参数或属性可能受到处理食品的方式的影响。例如，营养价值可以是以下各项中的至少一项：经处理的食品的预测卡路里数；经处理的食品的预测维生素含量；经处理的食品的预测脂肪含量；经处理的食品的预测矿物质含量；经处理的食品的预测碳水化合物含量；经处理的食品的预测糖含量；经处理的食品的预测蛋白质含量；经处理的食品的预测纤维含量；以及经处理的食品的预测盐含量。

显而易见的是，可以生成多于一种的营养价值(例如，对应于不同的营养参数)。

图2图示了根据一个实施例的营养价值预测***2。该营养价值预测***2包括食品身份确定器21、参数传感器24、以及食品量确定器27。

***2的处理装置20适于基于从食品身份确定器21接收的食品身份数据、从参数传感器24接收的电源的参数和从食品量确定器27接收的食品量数据来预测营养价值。

食品身份确定器可以包括食品标识器22，其适于生成食品身份数据；以及通信装置23，其用于将食品身份数据传送到处理装置20。

在一些实施例中，食品身份确定器21可以例如基本上如参考图1所描述的那样进行操作。

在其他实施例中，不是食品身份确定器21本身确定待处理的食品的标识，而是所生成的食品身份数据可以使得能够随后标识待处理的食品。例如，食品身份数据可以包括图像数据(例如，食品的图片)或条形码信息。处理装置20可以接收食品身份数据并且基于所接收的食品身份数据来确定食品的身份。这允许更简单且更便宜的标识待处理的食品的方法，因为可能的复杂的处理装置不需要被定位在食品身份确定器内。

参数传感器24适于感测从市电电源18提供的用于厨房用具19的电源18A的参数。在一些实施例中，参数传感器包括电连接器25，其将厨房用具连接到市电电源。在其他实施例中，传感器可以包括无源传感器，其适于监测电源的一个或多个参数，例如，它可以适于夹到承载厨房用具的功率的电线上并且监测由电线生成的电磁场。

参数传感器24经由通信装置26将电源18A的参数传送到处理装置20。

食品量确定器27可以包括食品秤28，其适于称量待处理的食品量以便生成食品重量数据；以及通信装置29，其适于将食品重量数据传送给处理装置。因此，食品量确定器生成食品量数据，该食品量数据至少包括食品重量数据。

在其他实施例中，食品量确定器可以包括其他测量工具，诸如意大利面条测量器或蛋计数器。因此，食品量数据可以包括要处理多少单位的特定食品的指示。在又一实施例中，食品量数据可以包括待处理食品的切割尺寸的指示，例如，根据烹调刀切割(例如，切丁、切割等)，待处理食品如何被切割的指示。

在另外的或进一步的实施例中，食品量数据可以例如使用移动app经由连接的移动设备由用户提供。

图3图示了根据一个实施例的处理装置20。该处理装置20包括营养价值预测器31，其适于预测经处理的食品的营养价值。

处理装置20可以适于与用户界面装置35通信，该用户界面装置35可以包括移动设备或其他计算设备。处理装置20可以适于向用户界面装置35提供预测的营养价值或其他信息(诸如食品身份数据)。

处理装置20还包括特点确定装置32，其适于基于从参数传感器24接收的所感测的参数来确定厨房用具的处理特点。

如前所述，厨房用具和这些厨房用具的操作模式在其电力消耗模式中具有独特的签名。特点确定装置可以适于监测电源的参数，以便标识厨房用具或厨房用具的操作模式。

例如，所感测的参数可以是供应给厨房用具19的平均电流，并且特点确定装置32可以适于基于所感测的平均电流来标识厨房用具的处理特点。处理特点可以包括例如厨房用具的身份和/或厨房用具的操作模式。

在特定实施例中，可以将所感测的向厨房用具提供的电源的参数的值与在不同操作模式下操作的厨房用具的已知功率需求的参考参数的值进行比较。因此，可以将所感测的参数与一个或多个参考参数进行比较，每个参考参数与一组一个或多个不同的操作特点相关联。

例如，第一参考参数可以与第一组操作特点相关联，而第二参考参数可以与第二组操作特点相关联。

表1图示了如何基于所检测的向厨房用具提供的电源的平均电流(即，厨房用具所需的平均电流)来确定厨房用具的处理特点的示例。特别地，表1图示了在各种操作模式下由各种厨房用具所汲取的电源的特点的数据库或查找表。

用具A和C可以以多种模式操作，而用具B可以仅以单一模式操作。用具A和C的每种模式与不同的平均电流需求相关联，使得可以基于用具所需的平均电流来容易地标识用具(例如，A、B或C)的身份和所述用具的操作。因此，通过参考诸如表1所示的数据库或查找表，可以容易地获得厨房用具(其处理待处理食品)的处理特点。

例如，如果厨房用具所需的平均电流落在3A和4A之间，则可以确定厨房用具的身份是A。如果厨房用具所需的平均电流落在3.45和3.55之间，则(所标识的厨房用具的)操作模式可以被标识为1。

因此，可以看出，可以基于所感测的电源参数与参考参数之间的比较来标识一组操作特点(这里，为用具身份和操作模式)。

表1

当将所感测的参数与一个或多个参考参数进行比较时，特点确定装置可以标识所感测的参数的值是否落入参考参数的值的预先确定的范围之内(例如，±2％或±0.1A)。

在至少一个实施例中，在所感测的参数可以与多于一个参考参数(从而与多于一组处理特点)相关联的情况下，特点确定装置可以选择最接近的参考参数(以及对应的一组处理特点)。

在另一实施例中，处理装置可以向用户(例如，经由用户界面装置35)提供可能的处理特点的列表，并且要求用户选择一组处理特点。例如，参考表1，如果厨房用具所需的平均电流是6.10A，则特点确定装置32可以确定厨房用具的处理特点是“用具身份＝B”或“用具身份＝C，操作模式＝1”。处理特点可以随后要求用户选择用具的适当处理特点。可以存储该选择以供将来参考。

在又一实施例中，特点确定装置32可以适于基于提供给厨房用具19的电源18A的其他参数来标识一组适当的处理特点。举例来说，特点确定装置可以进一步基于厨房用具所需的(即，向厨房用具提供的电源)电压、电压模式或电流模式来确定处理特点。因此，可以基于向厨房用具提供的电源的两个或更多个参数来确定厨房用具的处理特点。

在特定示例中，特点确定装置32可以适于基于由电源提供的电流的模式来标识该组处理特点。例如，参考表1，如果基于平均电流需求来确定厨房用具的处理特点包括“用具身份＝B”或“用具身份＝C，操作模式＝1”，则特点确定装置32可以标识向厨房用具提供的电流的特点，以确定适当的处理特点。因此，如果电源与脉动电流相关联，则处理特点将被标识为“用具身份＝B”，而如果电源与交流电相关联，则处理特点将被标识为“用具身份＝C，操作模式＝1”。

通过进一步参考图4可以更容易理解这样的实施例，该图4图示了向第一厨房用具和第二厨房用具提供的电源的电流-时间曲线。

特别地，图4标识了与第一组处理特点相关联的第一厨房用具的电源的第一电流-时间曲线41以及与第二组处理特点相关联的第二厨房用具的第二电流-时间曲线42。显而易见的是，与每组处理特点相关联的电流-时间曲线是不同的。

基于电流-时间曲线的特点，即，电源所提供的电流的模式，可以容易地标识厨房用具的处理特点。例如，如果确定由厨房用具汲取的功率的电流-时间曲线是交流电，则将选择第一厨房用具的处理特点作为适当的处理特点。

因此，由厨房用具汲取的功率的一个或多个功率特点的多个参考组各自与一组厨房用具的一个或多个处理特点相关联。可以选择与所感测的一组功率特点最匹配的功率特点的参考组，并且标识相关联的处理特点。

在特定的实施例中，测量电源18A的电流-时间曲线，并且将其与与不同组的处理特点相关联的已知电流-时间曲线进行比较。从而可以选择该组处理特点，其电流-时间曲线与所测量的电流-时间曲线最匹配。可以以类似方式使用电源的其他模式(例如，电压-时间曲线或功率-时间曲线)。

在一些其他示例中，电源参数的历史或记忆(例如，特定参数已经处于特定值多长时间)可以用于确定处理特点。例如，冰箱可能与长时间段(例如，超过一天)内的相同电流需求相关联，因为冰箱的电流需求可能是恒定且稳定的，而烹饪器与相同时间段内的相同电流需求无关。

因此，特点确定***可以能够基于给定的电源参数的值基本上相同的时间长度来区分开厨房用具和/或操作参数。

在一些实施例中，特点确定装置可以采用电源参数的模式识别来标识厨房用具的处理特点。举例来说，特定厨房用具可以与启动例程相关联，该启动例程请求可以由***识别的、特定模式的电流或电压。因此，可以检测特定参数的改变模式并且将其与厨房用具的适当处理特点相关联。

在至少一个实施例中，特点确定装置32所使用的数据库或查找表(诸如表1所图示的数据库或查找表)可以由用户或个体限定。例如，用户可以向特点确定装置32提供每个设备在特定位置(家庭、办公室、厨房等)中的身份。特点确定装置可以编译数据库，该数据库包括处理特点(基于用户输入)和与每个标识的用具相关联的参考参数(例如，基于所感测的由所标识的用具汲取的电源的参数，或者从包含所标识的用具的处理特点的数据库所获得)的细节。

例如，用户可以指示特定位置包含炊具(具有特定序列号或型号)和微波(具有另一特定序列号或型号)。可以编译数据库或数据集，其包括多组参考参数，每组参考参数与每个用具的各种操作模式相关联，其中每组参考参数与一组处理特点相关联。

在至少一个实施例中，在特点确定装置32不能标识厨房用具19的处理特点的情况下，营养价值预测***适于请求用户输入(例如，经由用户界面装置35)处理特点以供营养价值预测***使用。在其他实施例中，如果用户检测到所检测的处理特点不正确(例如，标识不正确的厨房用具)，则用户可以输入正确的处理特点以供营养价值预测***使用。

由用户输入的处理特点可以与所感测的电源18A的参数一起存储在数据库中，以供将来由特点确定装置或者另一营养价值预测***的特点确定装置引用。因此，可以采集关于处理特点的信息，与需求的电源的特定参数相关联，并且用于使用参考参数填充数据库或数据集。

这样，可以有利地使用“众包”(crowd-sourced)信息来编译数据库。这使得能够快速且精确地编译针对特定处理特点的参考参数的数据库，以使得能够基于所感测的参数来提高标识处理特点的精确性。

尽管实施例通常涉及向厨房用具提供的电源的电流，但是显而易见的是，电源的其他参数可以用于标识厨房用具的处理特点以获得特定优点。例如，厨房用具所需的功率、由承载电源的电线输出的电磁场的特点、电流需求的模式等。

在一些实施例中，特点确定装置可以采用电源参数的模式识别来标识厨房用具的处理特点。举例来说，特定厨房用具可以与启动例程相关联，该启动例程请求可以由***识别的特定模式的电流或电压。因此，可以检测特定参数的改变模式并且将其与厨房用具的适当处理特点相关联。

继续参考图3，处理装置20还包括食品标识单元33，其适于标识待处理食品。

特别地，食品标识单元33可以从食品标识器21接收食品身份数据，并且基于食品身份数据来确定待处理食品的身份。

举例来说，食品身份数据可以包括条形码信息，食品标识单元33可以例如通过查阅数据库使用该条形码信息来标识待处理食品。在另一示例中，食品身份数据包括待处理食品的图片(即，图像数据)，并且食品标识单元33可以使用图像处理方法来标识图片中的食品。这样，食品标识单元33可以查阅数据库以标识待处理食品。

在又一实施例中，食品标识器21可以表示输入模块，其允许用户直接输入待处理食品的身份。在特定实施例中，食品标识器被包括作为用户界面装置35的一方面。因此，食品的身份可以例如使用用于移动设备的应用由用户直接输入。

在又一实施例中，食品标识单元可以获得关于待处理食品的营养信息。例如，这可以包括在数据库或查找表中查找待处理食品的营养信息。这可以提供在标识要由厨房用具处理的食品的营养价值方面的更高的精确性，因为可以容易地获得初始营养价值。

生成食品身份数据或以其他方式标识待处理食品的其他方法对于本领域技术人员而言是显而易见的。

基于待处理食品的身份、(从食品量确定器27接收的)食品量和处理特点，营养价值预测器预测由厨房用具19处理的食品的营养价值。

本发明认识到厨房用具的处理特点可以调整经处理的食品的重量损失和/或营养含量，从而调整营养价值。举例来说，对于炊具或烤箱而言，较高的湿度导致的重量损失比较低湿度导致的重量损失少。

例如，经处理的食品的营养量可以基于处理之前的重量、预测的重量损失(由处理引起的)和所标识的食品在烹饪之后的已知营养浓度来计算。

在特定实施例中，(经处理的食品的)最终营养价值被计算为等于营养浓度乘以处理之后的食品重量。

经处理的食品的营养浓度可以根据食品类型和处理特点从诸如美国农业部食品成分数据库(USDA Food Composition Databases)之一之类的可用数据库获得。这些数据库可以是指食品的一般‘处理过的’状态的数据。例如，数据库可以提供食品的一般‘烹饪后的’状态。

经处理的食品的食品重量等于重量保留率(w)乘以食品在处理之前的重量。对于一些食品处理方法，诸如煮、汽蒸或混合，应当认识到食品处理不会显著改变食品重量。在这些情况下，重量保留权重w可以设置为1。特别地，应当认识到通常‘湿烹饪’方法不会显著更改食品的重量。

对于其他食品处理方法，诸如包括空气炸或烤箱烘烤在内的干式烹饪方法，重量保留率可以根据烹饪时间、温度和湿度来确定。一般而言，可以基于厨房用具的处理特点来计算重量保留率。

更进一步地，经修正的等式可以用来提高估计的精确性。例如，最终营养价值可以计算为以下各项的乘积：保留系数(retention factor)r、经处理的食品(或待处理食品)的营养浓度、以及处理之后的食品重量，其可以如前所述进行计算。

这里，保留系数r(或因数)反映了由具有特定处理特点的厨房用具处理的食品的营养物保留率的变化。

举例来说，为了评价与诸如脂肪、碳水化合物、蛋白质或可能的卡路里之类的常量营养素(macronutrient)相关联的营养价值，保留系数r可以设置为1，因为在食品处理后这种常量营养素的保留通常非常高。为了评价与微量营养素(诸如维生素或矿物质)相关联的营养价值，可以使用多种不同途径得出保留系数r。

例如，保留系数可以从诸如USDA营养保留系数表之类的国家数据库获得。特别地，可以根据食品组(例如，食品身份数据)和所标识的处理特点来标识保留系数。举例来说，并且参考该USDA表，根据炸过程烹饪的马铃薯的维生素C的营养价值的保留系数是80％(即，0.8)，而根据糖化过程烹饪的马铃薯的维生素C的营养价值的保留系数为75％(即，0.75)。

另举例来说，针对烹饪过程，保留系数r可以具体地被确定为烹饪参数(例如，时间和温度)的函数。

图5图示了随着时间的推移经历汽蒸过程的西兰花的维生素C浓度的保留。保留趋势线50指示随时间的推移保留系数r的最佳拟合线。如所图示的，在第一时间点测量的第一保留系数51大于在稍后的第二时间点测量的第二保留系数52。因此，西兰花汽蒸越长，保留系数r就越小。

因此，图5图示了可以基于所标识的处理参数、本文的处理(汽蒸)方法和处理长度(时间)来确定保留系数。

尽管是优选的，但是显而易见的是，营养价值预测***不需要基于数量数据来计算经处理的食品的营养价值。举例来说，经处理的食品的营养价值可以表示每单位重量的经处理的食品的营养价值。备选地，食品身份数据可以用于标识待处理食品的数量。例如，食品身份数据可以标识待处理食品包括一罐豆，其可以具有固定数量或重量。

以下描述可能影响经处理的食品营养价值的处理特点的示例。

在一个实施例中，厨房用具的处理特点可以包括处理食品的时间长度(即，操作时间)。处理食品的时间长度会影响经处理的食品的营养保留和食品重量。

特别地，食品的烹饪时间显著影响从未烹饪食品到经烹饪的食品的营养损失。举例来说，在烹饪期间，烹饪时间较长可能导致维生素损失更多。

厨房用具的操作时间可以由用具特点确定器检测(例如，跟踪某个电源参数正在进行多长时间)，或者基于厨房用具的已知操作模式，诸如当前程序。

在一个实施例中，厨房用具的处理特点可以包括厨房用具当处理食品时的湿度水平。还已经认识到湿度水平影响经处理的食品的营养物保留和食品重量。

例如，与使用低湿度烹饪食品的相同炊具相比，使用高湿度烹饪食品的炊具(例如，电饭煲)具有较少的重量和营养损失。

厨房用具的处理特点可以指示处理食品的温度。处理(例如，烹饪)食品的温度显著影响经处理的食品的营养价值。

厨房用具的处理特点可以包括厨房用具的身份。不同的厨房用具与处理之后的食品的不同营养价值相关联。

例如，即使在相同温度下操作相同的时间长度，(由第一制造商制造的)第一炊具和(由第二制造商制造的)第二炊具也可能与不同的营养物损失相关联。这种差异的原因可能是例如湿气泄漏、风扇效率、加热特点、烹饪区域的不同形状和/或尺寸等。

参考图6，根据一个实施例的营养价值预测***6可以采用分布式计算体系架构。

营养价值预测***6使用家庭网络60来实现位于家庭中的各种设备(例如，食品身份确定器21、参数传感器24和用户界面装置35)之间的通信。

这些设备可以与位于家庭网络外部的处理装置20通信，该处理装置20预测营养价值并且将预测的营养价值提供给用户界面装置35。

为了实现设备和处理装置20之间的通信，家庭网络60可以经由路由器65进行通信，该路由器65经由因特网服务提供商连接到因特网66。因此，处理装置20可以位于用户的家庭或厨房的外部，例如，位于专用服务器场或其他数据处理环境中，并且经由因特网66进行通信。

在另一实施例中，不是仅经由家庭网络60进行通信，而是设备可以适于单独连接到互联网66(例如，经由3G或4G通信协议)，以便与处理装置通信。

在至少一个实施例中，多于一组处理特点(每组处理特点与不同的厨房用具相关联)可以用于预测经处理的食品的营养价值。这些实施例认识到使用多于一个的厨房用具处理的食品的营养价值与仅使用一个厨房用具处理的食品的营养价值不同。例如，如果食品首先由食品处理机切片，然后在烤箱中烹饪，则这种经处理的食品的营养价值与仅在烤箱中烹饪的食品的营养价值不同。

因此，中间数据可以由营养价值预测***存储，该中间数据指示根据不同处理特点(例如，使用不同厨房用具或相同厨房用具的不同设置)进行的连续处理步骤之间的中间步骤。

在其他实施例中，针对每个处理阶段(即，使用厨房用具的每个实例)计算营养价值。可以根据厨房用具的处理特点来修改食品身份数据，例如，以标识食品已经使用食品处理机切碎。

用户可能能够使用用户界面装置35(例如，从由用具特点确定器标识的厨房用具的列表中)选择使用哪些厨房用具来处理食品，并且每个所选的厨房用具的处理特点可以用于预测由厨房用具连续处理的食品的营养价值。

优选地，用户能够选择要由各种厨房用具处理的待处理食品的列表。

在一个可能的备选方案中，这可以通过检测对所感测的电源参数的改变来自动确定。例如，这可以包括检测何时打开搅拌器，或者何时打开烤箱门(因为可能增加电流需求以维持烤箱的温度)。

显而易见的是，食品身份数据可以包括多于一种类型的食品的身份(例如，如果要处理多种食品)。同样，食品量数据可以包括多于一种食品的数量的指示，优选地，每种食品与特定食品身份相关联。根据一个实施例的方法和装置可以处理多于一种确定的营养价值(例如，与可能以不同方式处理的不同食品相关联)，以便确定诸如餐食之类的总体的食品的营养价值。

还可以获得食品的其他数据(例如，食品的期限、食品的含水量等)并且将其用于预测经处理的食品的营养价值。

上述***的各个元件可以分布在一个或多个设备上，这些设备可以例如使用无线通信协议以多种方式彼此通信。举例来说，参数传感器和特点确定装置可以位于同一设备中或不同设备中。

因此，由附图示出的营养价值预测***的框图的不同框可以以不同方式分布在营养价值预测***的不同模块或部件周围。例如，单独图示的各种框可以组合在单个模块中以获得优势，反之亦然。

图7是根据一个实施例的预测经处理的食品的营养价值的方法的流程图。该方法包括：获得71食品身份数据；感测72向厨房用具提供的电源的参数；基于所感测的参数来确定73厨房用具的处理特点；以及基于食品身份数据和处理特点来预测74经处理的食品的营养价值。

食品身份数据指示要由厨房用具处理的食品的身份，其中厨房用具适于将待处理食品处理成经处理的食品。

处理特点指示由厨房用具执行的处理的特点，并且基于所感测的电源的参数来确定处理特点。

如上文所讨论的，实施例利用处理装置。处理装置可以用软件和/或硬件以多种方式实现，以执行所需的各种功能。处理器是处理装置的一个示例，其采用一个或多个微处理器来执行所需的功能，该一个或多个微处理器可以使用软件(例如，微代码)来编程。然而，处理装置可以在使用或不使用处理器的情况下实现，并且还可以实现为执行某些功能的专用硬件和执行其他功能的处理器(例如，一个或多个编程的微处理器和相关联的电路)的组合。

可以在本公开的各种实施例中采用的处理装置的部件的示例包括但不限于传统的微处理器、专用集成电路(ASIC)、以及现场可编程门阵列(FPGA)。

在各种实现方式中，处理器或处理装置可以与一个或多个存储介质相关联，诸如易失性和非易失性计算机存储器(诸如RAM、PROM、EPROM和EEPROM)。存储介质可以用一个或多个程序进行编码，该一个或多个程序当在一个或多个处理器和/或处理装置上执行时，执行所需的功能。各种存储介质可以固定在处理器或处理装置内，或者可以是可移动式的，使得存储在其上的一个或多个程序可以加载到处理器或处理装置中。

通过研究附图、公开内容和所附权利要求，本领域技术人员在实践所要求保护的发明时可以理解和实现所公开的实施例的其他变型。在权利要求中，词语“包括”不排除其他元件或步骤，并且不定冠词“一”或“一个”不排除多个。在相互不同的从属权利要求中陈述某些措施的仅有事实并不表示这些措施的组合不能用于获益。权利要求中的任何附图标记不应被解释为限制范围。

Claims (15)

1.一种用于预测经处理的食品的营养价值的营养价值预测***，其特征在于，所述***包括：

食品身份确定器，适于获得食品身份数据，所述食品身份数据指示要由厨房用具处理的食品的身份，其中所述厨房用具适于将待处理食品处理成经处理的食品；

用具特点确定器，适于：

感测向所述厨房用具提供的电源的参数；以及

基于所感测的电源的参数来确定所述厨房用具的处理特点，所述处理特点指示由所述厨房用具执行的处理的特点；以及

营养价值预测器，适于基于所确定的所述厨房用具的处理特点和所述食品身份数据来预测所述经处理的食品的营养价值。

2.根据权利要求1所述的***，还包括：食品量确定器，适于获得食品量数据，所述食品量数据指示要由所述厨房用具处理的食品量，其中所述营养价值预测器适于进一步基于所述食品量数据来预测所述经处理的食品的所述营养价值。

3.根据权利要求2所述的***，其中所述食品量数据包括食品重量数据，所述食品重量数据指示待处理食品的重量，并且其中所述营养价值预测器适于至少基于所确定的所述厨房用具的处理特点、所述食品重量数据和所述食品身份数据来预测所述经处理的食品的营养价值。

4.根据任一前述权利要求所述的***，其中所述用具特点确定器适于：

感测由所述电源供应给所述厨房用具的电流；以及

基于所感测的电流来确定所述厨房用具的所述处理特点。

5.根据任一前述权利要求所述的***，其中所述用具特点确定器包括：

参数传感器，适于检测所述电源的所述参数；以及

特点确定装置，适于接收所感测的所述电源的参数并且基于所感测的参数来确定所述厨房用具的所述处理特点。

6.根据任一前述权利要求所述的***，其中所述用具特点确定器适于将所感测的参数与至少一个参考参数比较，以确定所述厨房用具的所述处理特点，每个参考参数对应于所述厨房用具的不同的可能处理特点。

7.根据任一前述权利要求所述的***，其中所述用具特点确定器包括电连接器，适于将所述厨房用具电连接到所述电源。

8.根据任一前述权利要求所述的***，其中所述厨房用具的所述处理特点包括以下各项中的一项或多项：所述厨房用具的类型；所述厨房用具的身份；所述厨房用具的型号；所述厨房用具的操作模式；以及所述厨房用具的操作参数。

9.根据任一前述权利要求所述的***，其中所预测的营养价值包括以下各项中的一项或多项：所述经处理的食品的预测卡路里数；所述经处理的食品的预测维生素含量；所述经处理的食品的预测脂肪含量；所述经处理的食品的预测矿物质含量；所述经处理的食品的预测碳水化合物含量；所述经处理的食品的预测糖含量；所述经处理的食品的预测蛋白质含量；所述经处理的食品的预测纤维含量；以及所述经处理的食品的预测盐含量。

10.一种预测经处理的食品的营养价值的方法，其特征在于，所述方法包括：

获得食品身份数据，所述食品身份数据指示要由厨房用具处理的食品的身份，其中所述厨房用具适于将待处理食品处理成经处理的食品；

感测向所述厨房用具提供的电源的参数；

基于所感测的电源的参数来确定所述厨房用具的处理特点，所述处理特点指示由所述厨房用具执行的处理的特点；以及

基于所确定的厨房用具的处理特点和所述食品身份数据来预测所述经处理的食品的营养价值。

11.根据权利要求10所述的方法，还包括：获得食品量数据，所述食品量数据指示要由所述厨房用具处理的食品量，其中所述预测所述经处理的食品的营养价值还基于所述食品量数据。

12.根据权利要求11所述的方法，其中：

所述获得食品量数据包括：获得食品重量数据，所述食品重量数据指示所述待处理食品的重量；以及

所述预测所述经处理的食品的营养价值包括：至少基于所确定的所述厨房用具的特点和所述食品重量数据来预测所述经处理的食品的营养价值。

13.根据权利要求10至12中任一项所述的方法，其中所述感测所述电源的参数的步骤包括：感测由所述电源供应给所述厨房用具的电流。

14.根据权利要求10至13中任一项所述的方法，还包括：将所感测的参数与至少一个参考参数比较，以确定所述厨房用具的所述处理特点，每个参考参数对应于所述厨房用具的不同的可能的处理特点。

15.一种计算机程序，包括代码装置，当所述程序在计算机上运行时，所述代码装置适于执行根据权利要求10至14中任一项所述的方法。