CN112420159A - 一种能量需求计算处理方法及装置 - Google Patents
一种能量需求计算处理方法及装置 Download PDFInfo
- Publication number
- CN112420159A CN112420159A CN201910770767.5A CN201910770767A CN112420159A CN 112420159 A CN112420159 A CN 112420159A CN 201910770767 A CN201910770767 A CN 201910770767A CN 112420159 A CN112420159 A CN 112420159A
- Authority
- CN
- China
- Prior art keywords
- user
- energy demand
- energy
- static measurement
- measurement parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 48
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 40
- 230000003068 static effect Effects 0.000 claims abstract description 38
- 235000015097 nutrients Nutrition 0.000 claims description 25
- 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 claims description 20
- 230000036772 blood pressure Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 235000012000 cholesterol Nutrition 0.000 claims description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 9
- 239000008280 blood Substances 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- 239000001301 oxygen Substances 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 235000021048 nutrient requirements Nutrition 0.000 claims description 5
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 235000005911 diet Nutrition 0.000 abstract description 21
- 238000007405 data analysis Methods 0.000 abstract description 6
- 230000000378 dietary effect Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 5
- 238000013523 data management Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 3
- 206010020772 Hypertension Diseases 0.000 description 17
- 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 description 17
- 239000011734 sodium Substances 0.000 description 17
- 229910052708 sodium Inorganic materials 0.000 description 17
- 230000037213 diet Effects 0.000 description 16
- 230000036541 health Effects 0.000 description 13
- 230000001631 hypertensive effect Effects 0.000 description 13
- 235000016709 nutrition Nutrition 0.000 description 13
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 12
- 235000019577 caloric intake Nutrition 0.000 description 12
- 235000019197 fats Nutrition 0.000 description 12
- 230000035764 nutrition Effects 0.000 description 12
- 239000011591 potassium Substances 0.000 description 12
- 229910052700 potassium Inorganic materials 0.000 description 12
- 150000004671 saturated fatty acids Chemical class 0.000 description 11
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 10
- 239000011575 calcium Substances 0.000 description 10
- 229910052791 calcium Inorganic materials 0.000 description 10
- 235000014633 carbohydrates Nutrition 0.000 description 10
- 150000001720 carbohydrates Chemical class 0.000 description 10
- 238000005265 energy consumption Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 230000037081 physical activity Effects 0.000 description 10
- 230000002354 daily effect Effects 0.000 description 9
- 235000013305 food Nutrition 0.000 description 9
- 235000002639 sodium chloride Nutrition 0.000 description 9
- 235000013325 dietary fiber Nutrition 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 235000018102 proteins Nutrition 0.000 description 7
- 108090000623 proteins and genes Proteins 0.000 description 7
- 102000004169 proteins and genes Human genes 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000037323 metabolic rate Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 150000003839 salts Chemical class 0.000 description 6
- 230000037149 energy metabolism Effects 0.000 description 4
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 235000012631 food intake Nutrition 0.000 description 3
- 230000037406 food intake Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 239000011780 sodium chloride Substances 0.000 description 3
- 229940088594 vitamin Drugs 0.000 description 3
- 235000013343 vitamin Nutrition 0.000 description 3
- 229930003231 vitamin Natural products 0.000 description 3
- 239000011782 vitamin Substances 0.000 description 3
- 108010073771 Soybean Proteins Proteins 0.000 description 2
- 235000021120 animal protein Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000035622 drinking Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 235000019710 soybean protein Nutrition 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000037221 weight management Effects 0.000 description 2
- BHQCQFFYRZLCQQ-UHFFFAOYSA-N (3alpha,5alpha,7alpha,12alpha)-3,7,12-trihydroxy-cholan-24-oic acid Natural products OC1CC2CC(O)CCC2(C)C2C1C1CCC(C(CCC(O)=O)C)C1(C)C(O)C2 BHQCQFFYRZLCQQ-UHFFFAOYSA-N 0.000 description 1
- 206010002198 Anaphylactic reaction Diseases 0.000 description 1
- 239000004380 Cholic acid Substances 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- 208000000913 Kidney Calculi Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010029148 Nephrolithiasis Diseases 0.000 description 1
- 206010041277 Sodium retention Diseases 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 208000003455 anaphylaxis Diseases 0.000 description 1
- 229940069978 calcium supplement Drugs 0.000 description 1
- 235000021074 carbohydrate intake Nutrition 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- BHQCQFFYRZLCQQ-OELDTZBJSA-N cholic acid Chemical compound C([C@H]1C[C@H]2O)[C@H](O)CC[C@]1(C)[C@@H]1[C@@H]2[C@@H]2CC[C@H]([C@@H](CCC(O)=O)C)[C@@]2(C)[C@@H](O)C1 BHQCQFFYRZLCQQ-OELDTZBJSA-N 0.000 description 1
- 229960002471 cholic acid Drugs 0.000 description 1
- 235000019416 cholic acid Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002939 deleterious effect Effects 0.000 description 1
- KXGVEGMKQFWNSR-UHFFFAOYSA-N deoxycholic acid Natural products C1CC2CC(O)CCC2(C)C2C1C1CCC(C(CCC(O)=O)C)C1(C)C(O)C2 KXGVEGMKQFWNSR-UHFFFAOYSA-N 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000021373 diet component Nutrition 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000037219 healthy weight Effects 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 230000036543 hypotension Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 229910001414 potassium ion Inorganic materials 0.000 description 1
- 235000021075 protein intake Nutrition 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000002618 waking effect Effects 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
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Nutrition Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例公开了一种能量需求计算处理方法及装置，方法包括：获取用户的心率指标，根据所述心率指标和所述用户的静态测量参数计算得到所述用户的能量需求。本发明实施例通过用户的心率指标和静态测量参数来确定用户的能量需求，既能对日常场景下用户的能量需求进行精确计算，又能实现对用户能量动态变化的数据管理及分析，更加符合个体实际情况，同时方便后续对用户饮食能量的摄入进行精确的推荐和调整。
Description
技术领域
本发明涉及计算机技术领域，具体涉及一种能量需求计算处理方法及装置。
背景技术
在健康营养管理中，对于膳食营养的能量需求计算，现阶段只是遵循营养基础理论来粗略计算不同人群的能量需要量，现有能量计算方法只遵循营养基础理论，静态计算，不能反映摄入与消耗的平衡。
目前常见的配餐软件已能够实现这种基础表格法能量推荐计算，并作为一个能量计算器和查询服务来使用。其中一种能量计算方法是将人群按性别、劳动强度及年龄的不同来大致分类，从卫生行业标准(WS/T 578.1-2017)中的《中国居民膳食能量需要量(EER)》表格里查找对应人群的能量需要量，但是该表数值是按满足某人群大多数人的平均能量需要的统计结果分析而来，只是对人群能量需求的大概估测，不反映精准的个人能量需求水平。另一种方法是用基础代谢率公式(国际通用)和体力活动系数来计算能量推荐量，然而体力活动系数也是根据大概的职业特点来估测而得，也无法反映个人具体活动***衡或不够精准匹配的问题，因此难以实现有效的能量摄入和消耗管理，无法完全满足真实个体的日常需要。
随着民众对运动的关注度越来越高，对于运动场景中用户能量的确定方法研究较多，例如通过运动测量参数，结合个人身体指标进行能量需求的计算。然而对于日常场景下用户能量需求的计算，仍然缺乏精确的计算方法，来实现用户能量动态变化的数据管理及分析。
发明内容
由于现有方法存在上述问题，本发明实施例提出一种能量需求计算处理方法及装置。
第一方面，本发明实施例提出一种能量需求计算处理方法，包括：
获取用户的心率指标，根据所述心率指标和所述用户的静态测量参数计算得到所述用户的能量需求。
第二方面，本发明实施例还提出一种能量需求计算处理装置，包括：
能量需求计算模块，用于获取用户的心率指标，根据所述心率指标和所述用户的静态测量参数计算得到所述用户的能量需求。
第三方面，本发明实施例还提出一种电子设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述方法。
第四方面，本发明实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述方法。
由上述技术方案可知，本发明实施例通过用户的心率指标和静态测量参数来确定用户的能量需求，既能对日常场景下用户的能量需求进行精确计算，又能实现对用户能量动态变化的数据管理及分析，更加符合个体实际情况，同时方便后续对用户饮食能量的摄入进行精确的推荐和调整。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。
图1为本发明一实施例提供的一种能量需求计算处理方法的流程示意图；
图2为本发明一实施例提供的一种能量需求计算处理过程的流程示意图；
图3为本发明一实施例提供的一种能量需求计算处理装置的结构示意图；
图4为本发明一实施例提供的电子设备的逻辑框图。
具体实施方式
下面结合附图，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
图1示出了本实施例提供的一种能量需求计算处理方法的流程示意图，包括：
S101、获取用户的心率指标，根据所述心率指标和所述用户的静态测量参数计算得到所述用户的能量需求。
其中，所述心率指标通过用户佩戴的便携仪器设备实时测量得到。
所述静态测量参数为与用户生活环境或自身相关的参数。一般来说，这些参数在短时间之内是不会发生改变的，因此称为静态测量参数。例如：身高、体重、年龄、职业、性别、职业、地域、血压、血型、最大含氧量和胆固醇含量。在实际计算过程中，可以选择身高、体重、年龄、职业、性别、职业、地域、血压、血型、最大含氧量和胆固醇含量的一种或至少两种的任意组合。
所述能量需求根据实时测量得到的心率指标和预先预取的静态测量参数实时计算得到。
区别于以往通过表格法和公式法确定能量，本实施例采用精准性高的心率监测法来计算不同个体多样化的日常活动能量消耗。进一步地，可以通过多参数能量调整如体脂率、肌肉率、身高、体重等，来判断用户体型，再进行能量推荐的调整，由此进行更准确有效的能量平衡和健康体重管理，避免了使用传统方法对人群的粗略评估一天能量消耗量所导致的不符合个体实际情况，保障了个体差异性及实时有效性。
本实施例通过用户的心率指标和静态测量参数来确定用户的能量需求，既能对日常场景下用户的能量需求进行精确计算，又能实现对用户能量动态变化的数据管理及分析，更加符合个体实际情况，同时方便后续对用户饮食能量的摄入进行精确的推荐和调整。
进一步地，在上述方法实施例的基础上，S101具体包括：
用户的能量需求＝用户的心率指标×系数；
系数＝F1(身高，体重，年龄，职业，性别，职业，地域，血压，血型，最大含氧量，胆固醇含量，代谢率)；
代谢率＝F2(身高，体重，年龄，职业，性别，职业，地域，血压，血型，最大含氧量，胆固醇含量)；
其中，所述静态测量参数包括身高、体重、年龄、性别、职业、地域、血压、血型、最大含氧量和胆固醇含量；F1和F2分别为第一预设函数和第二预设函数。
其中F2为行业通用化算法，适用于人体在清醒而又极端安静的状态下，不受肌肉活动、环境温度、食物及精神紧张等影响时的能量代谢率。
使用下述心率监测法计算能量消耗的公式，得到运动时的能量消耗(单位是kcal/min)：
男：E＝(-55.0969+(0.6309×HR)+(0.1988×W)+(0.2017×A))/4.184；
女：E＝(-20.4022+(0.4472×HR)-(0.1263×W)+(0.074×A))/4.184。
其中，HR＝心率(次/分钟)；W＝体重(公斤)；A＝年龄(岁)。
近年来小家电及健康家电业务发展极快，用户数量大幅度增加，采集到的用户健康数据已达到百万级别。通过大数据分析挖掘算法，进一步根据中国消费者的实际情况对基础代谢率进行了优化，精准化使其更符合用户的需求，满足当前中国社会及经济发展的现状。
本实施例提供的基于心率的监测法能够比较准确的测量人体运动能量消耗，其应用不受其他条件的限制，是目前医学、营养学和运动学界内科学而又简易的能量消耗测量首选方法之一。对于个体，在大部分有氧运动范围内，心率和耗氧量之间存在明显的线性关系。采用心率监测法，能充分反映个体能量代谢的实际情况，提高活动能量消耗量计算的精准性，结合静息能量代谢来指导全日推荐能量摄入量，相较于人群及职业体力活力系数估测而言，大幅度提高能量平衡和体重管理的效果。
进一步地，在上述方法实施例的基础上，S101之前，还包括：
S1001、获取用户的静态测量参数，对所述静态测量参数进行分析，得到用户的类别。
具体地，将用户的各个静态测量参数作为特性向量进行分析，将用户分为多个不同的类，例如高血压类、低血压类等，每一类中的用户的类别相同。
S1002、根据用户的类别确定营养素的约束条件，并根据营养素的约束条件确定各营养素的含量。
其中，所述营养素包括蛋白质、脂类、糖类和维生素。
具体地，以蛋白质、饱和脂肪酸、脂肪、碳水化合物、能量、膳食纤维、钾、钠和钙为例，不同类别的用户对于上述9种营养素的需求不同，因此，根据用户的类别确定营养素的约束条件，进一步根据该约束条件确定各营养素的含量。
举例来说，当用户的能量需求为100单位，蛋白质、饱和脂肪酸、脂肪、碳水化合物、能量、膳食纤维、钾、钠和钙的含量分别为7％、8％、9％、10％、11％、12％、13％、14％、16％，则用户对蛋白质、饱和脂肪酸、脂肪、碳水化合物、能量、膳食纤维、钾、钠和钙的需求分别为7单位、8单位、9单位、10单位、11单位、12单位、13单位、14单位、16单位。
进一步地，在上述方法实施例的基础上，S101具体包括：
获取用户的静态测量参数，根据K-聚类算法对所述静态测量参数进行聚类分析，创建至少一个组，每个组中用户的类别相同。
具体地，采用K-聚类算法从获取的静态测量参数的健康大数据库中集中创建多个组，每个组的用户都是比较相似的，通过观察组的特征对象，即每个组中人群的各类信息，比如地域，饮食区域，年龄、血压、血型、最大含氧量和胆固醇含量等，这些值作为特性向量，进一步发掘函数关系，发现地域性和饮食地域性对代谢率的影响非常高，成显著的函数关系，公式优化如下：
代谢率＝F3＝f(身高，性别，体重，年龄,F4(空间地域)，F5(饮食地域))；
最终公式如下：能量＝心率×F(身高，体重，年龄，性别，F3(身高，性别，体重，年龄,F4(空间地域)，F5(饮食地域)))。
将心率监测法应用于日常生活中关键的环节是通过便携可穿戴设备来获得心率数据，借助精准能量计算模型，来实现精准计算人体能量消耗，最终通过智能算法体系，实现智能化的配餐方案及健康管理的精准性。进一步将用户的多项人体健康指标数据进行解析，更加精准且有针对性地计算出能量消耗量，再结合用户身体健康状况分析结果，对推荐能量摄入量进行调整，从而实现满足个体真实需要的推荐能量摄入量。
进一步地，在上述方法实施例的基础上，所述能量需求计算处理方法还包括：
S102、根据所述用户的营养素需求生成个性化的、精确的菜谱推荐。
具体地，根据用户的营养素需求可动态的为用户提供符合其能量需求的菜谱推荐。实现了动态的人群能量需求管理，通过结合多项人体健康参数数据，更加全面准确地计算出人体所需摄入能量，从而满足具体用户的膳食管理精准化要求，解决了食谱的能量分配和营养分配有效性的问题，为配餐方案的精准性提供了支撑。
以高血压人群为例，在进行营养素需求计算的过程中，首先可以建立能量营养模型，该能量营养模型包括两项假设：
假设一：各年龄段中人群的健康状况良好，所需营养均衡，对各种摄入的食物没有过敏反应，无偏食和挑食现象。
假设二：各类食物全部新鲜，食物中所含营养成分及比例都相同。
在选取约束条件时，首先对数据库所提供的、具有降压功效食材进行排序；然后依据高血压人群饮食原则，选取建模中需要进行约束的营养素，以下为高血压饮食的五项原则：
第一，低盐高钾。大量流行病学研究、动物实验及临床观察均显示，食盐的摄入量与高血压的发生密切相关。所以要采用限钠膳食，限制膳食中钠的含量，以减轻由于水、电解质代谢紊乱而出现的水、钠储留。食盐是钠的主要来源，每克食盐中含钠400mg，故限钠实际是以限制食盐为主。
第二，摄入充足的膳食纤维和维生素。大量的维生素可使胆固醇氧化为胆酸排除体外，从而改善心脏功能和血压循环。
第三，减少脂肪，增加优质蛋白质的摄入。减少脂肪主要是减少膳食中饱和脂肪酸的摄入量，同时补充适量的动物性蛋白质和大豆蛋白，其摄入量应占总能量的15％以上。
第四，限制饮酒。建议饮酒每天限制在2杯或以下，女子应更少，青年人应不饮酒。
第五，高钙可对抗高钠所致的尿钾***增加，而钾离子对稳定细胞膜起重要作用。维持足够的高钙摄入，可抵抗高钠的有害作用。
能量和三大产能营养素的约束主要针对人体基础代谢需要，同时对饱和脂肪酸进行限制；膳食纤维可以改善血压循环；低钠、高钾、高钙以利于改善血压；因此求解时对蛋白质、饱和脂肪酸、脂肪、碳水化合物、能量、膳食纤维、钾、钠和钙9类营养素进行约束，并利用lingo函数解出相应的食物摄入量类和摄入种类。
最后进行模型的构建与求解。
根据问题中所要求的合理膳食成分，设i＝1,2,…,235为数据库中适合高血压患者食用的食材名称，j＝1,2,…,9为各种营养素名称(分别代表蛋白质、脂肪、碳水化合物、总能量、膳食纤维、饱和脂肪酸、钾、钠、钙)，Aij为第i(i＝1,2,…,235)种食物每百克中所含第j(j＝1,2,…,9)营养素的含量。Xi为各种食物摄入量，引入0—1变量，若选择吃食物i，记Ci＝1，否则记Ci＝0。
目标函数：
约束条件：
目标函数(a.0)为满足摄入食物总量最少。约束条件(a.1)为满足50岁中体力活动水平高血压男子对蛋白质摄入量的约束。约束条件(a.2)为满足50岁中体力活动水平高血压男子对脂肪摄入量的约束，因为脂肪能量占总能量(以千卡为单位)的20％—30％，其中每克脂肪产热9千卡，所以脂肪的需求量等于能量的需求量乘以脂肪能量占能量百分比再除以9，即54.444(2450×20％/9)—81.666(2450×30％/9)。约束条件(a.3)为满足50岁中体力活动水平高血压男子对碳水化合物摄入量的约束，因为碳水化合物占能量(以千卡为单位)的50％—65％，其中每克碳水化合物产热4千卡，所以碳水化合物的需求量等于能量的需求量乘以碳水化合物占能量百分比在除以4，即306.25(2450×50％/4)—398.125(2450×65％/4)。约束条件(a.4)为满足50岁中体力活动水平高血压男子能量摄入量的约束。约束条件(a.5)为满足50岁中体力活动水平高血压男子膳食纤维摄入量的约束。约束条件(a.6)为满足50岁中体力活动水平高血压男子饱和脂肪酸摄入量的约束，饱和脂肪酸摄入量≤总能量的7％为宜，其中每克饱和脂肪酸产热9千卡，即饱和脂肪酸摄入量≤19.05(2450×7％/9)。约束条件(a.7)和(a.8)为满足50岁中体力活动水平高血压男子钾和钠的约束，高血压人群每日食盐(2.5克食盐相当于1克钠)摄入量以低于5-6克为宜，故本***选取5克为界定值，且根据《中国居民膳食能量需要量(EER)》表格，每日摄入食盐总量不低于3克为宜；即每日摄入钠低于2克，高于1.2克(a,8)；高血压病人应适当增加钾的摄入量，食谱中钾与钠的比例为3:2为宜，故本***界定钾的范围是低于3克，高于2克(高于钠的最大摄入量)。约束条件(a.9)为满足50岁中体力活动水平高血压男子钙的约束，补钙有利于血压降低，高血压病人除肾结石者外，每日应至少供给1克钙。
进行配餐及运动方案推荐之后，后续用户测量健康指标并反馈数据，精准膳食管理***会再根据心率及健康秤反馈的新数据，来重新进行能量计算和体型判定，从而改变膳食能量摄入实际推荐和运动方法及时间的调整，最终保证健康管理方案的有效性。
与传统营养领域现有营养配餐***中的能量计算方案对比，本实施例提供的能量需求计算处理方法进行了更加精准、有效、实用的能量摄入量的计算和推荐，可充分满足不同用户、不同场景、不同目的的人体膳食能量摄入管理的多种需求，是最精准、最适用于实际生活、且最有效的能量计算方案。
如图2所示为本实施例提供的一种能量需求计算处理过程的流程示意图，输入端包括两部分：(1)通过健康监测设备收集用户心率、肌肉率、体重等健康信息；(2)采集用户基本信息(身高、性别、年龄以及特定功效目标)。处理端包括三部分：(1)通过心率检测法，计算不同性别、不同运动状态的用户的能力需求；(2)通过多参数能量调整技术，对不同体型、不同功效目标的用户进行能量调整，达到体重管理的目标。(3)通过饮食营养分配算法，根据不同人群的能量需求，得到特定的饮食方案和运动方案。输出端：输出饮食方案和运动方案。
本实施例通过便携仪器设备，进行实时监测个体的心率指标，随时获取动态心率数据，通过能量函数对身体参数信息进行数据解析，建立能量营养模型，实现个性化精准的能量管理。
图3示出了本实施例提供的一种能量需求计算处理装置的结构示意图，所述装置包括：能量需求计算模块301，其中：
所述能量需求计算模块301用于获取用户的心率指标，根据所述心率指标和所述用户的静态测量参数计算得到所述用户的能量需求。
本实施例通过用户的心率指标和静态测量参数来确定用户的能量需求，既能对日常场景下用户的能量需求进行精确计算，又能实现对用户能量动态变化的数据管理及分析，更加符合个体实际情况，同时方便后续对用户饮食能量的摄入进行精确的推荐和调整。
进一步地，在上述装置实施例的基础上，所述静态测量参数包括身高、体重、年龄、职业、性别、职业、地域、血压、血型、最大含氧量和胆固醇含量的一种或至少两种的任意组合。
进一步地，在上述装置实施例的基础上，所述能量需求计算处理装置还包括：
类别确定模块，用于获取用户的静态测量参数，对所述静态测量参数进行分析，得到所述用户的类别；
含量确定模块，用于根据所述用户的类别确定营养素的约束条件，并根据营养素的约束条件确定各营养素的含量。
进一步地，在上述装置实施例的基础上，所述能量需求计算处理装置还包括：
营养素计算模块，用于根据用户的能量需求和各营养素的含量，计算得到用户的营养素需求。
进一步地，在上述装置实施例的基础上，所述类别确定模块具体用于：
获取用户的静态测量参数，根据K-聚类算法对所述静态测量参数进行聚类分析，创建至少一个组，每个组中用户的类别相同。
本实施例所述的能量需求计算处理装置可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。
参照图4，所述电子设备，包括：处理器(processor)401、存储器(memory)402和总线403；
其中，
所述处理器401和存储器402通过所述总线403完成相互间的通信；
所述处理器401用于调用所述存储器402中的程序指令，以执行上述各方法实施例所提供的方法。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种能量需求计算处理方法，其特征在于，包括：
获取用户的心率指标，根据所述心率指标和所述用户的静态测量参数计算得到所述用户的能量需求。
2.根据权利要求1所述的能量需求计算处理方法，其特征在于，所述静态测量参数包括身高、体重、年龄、性别、职业、地域、血压、血型、最大含氧量和胆固醇含量的一种或至少两种的任意组合。
3.根据权利要求1所述的能量需求计算处理方法，其特征在于，所述获取用户的心率指标，根据所述心率指标和所述用户的静态测量参数计算得到所述用户的能量需求之前，还包括：
获取用户的静态测量参数，对所述静态测量参数进行分析，得到所述用户的类别；
根据所述用户的类别确定营养素的约束条件，并根据营养素的约束条件确定各营养素的含量。
4.根据权利要求3所述的能量需求计算处理方法，其特征在于，所述获取用户的心率指标，根据所述心率指标和所述用户的静态测量参数计算得到所述用户的能量需求之后，还包括：
根据用户的能量需求和各营养素的含量，计算得到用户的营养素需求。
5.根据权利要求3所述的能量需求计算处理方法，其特征在于，所述获取用户的静态测量参数，对所述静态测量参数进行分析，得到所述用户的类别，具体包括：
获取用户的静态测量参数，根据K-聚类算法对所述静态测量参数进行聚类分析，创建至少一个组，每个组中用户的类别相同。
6.一种能量需求计算处理装置，其特征在于，包括：
能量需求计算模块，用于获取用户的心率指标，根据所述心率指标和所述用户的静态测量参数计算得到所述用户的能量需求。
7.根据权利要求6所述的能量需求计算处理装置，其特征在于，所述静态测量参数包括身高、体重、年龄、职业、性别、职业、地域、血压、血型、最大含氧量和胆固醇含量的一种或至少两种的任意组合。
8.根据权利要求6所述的能量需求计算处理装置，其特征在于，所述能量需求计算处理装置还包括：
类别确定模块，用于获取用户的静态测量参数，对所述静态测量参数进行分析，得到所述用户的类别；
含量确定模块，用于根据所述用户的类别确定营养素的约束条件，并根据营养素的约束条件确定各营养素的含量。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一所述的能量需求计算处理方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一所述的能量需求计算处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910770767.5A CN112420159A (zh) | 2019-08-20 | 2019-08-20 | 一种能量需求计算处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910770767.5A CN112420159A (zh) | 2019-08-20 | 2019-08-20 | 一种能量需求计算处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112420159A true CN112420159A (zh) | 2021-02-26 |
Family
ID=74780267
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910770767.5A Pending CN112420159A (zh) | 2019-08-20 | 2019-08-20 | 一种能量需求计算处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112420159A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113205867A (zh) * | 2021-04-28 | 2021-08-03 | 深圳市维士智慧健康管理有限公司 | 一种面向青少年体质指标的数字化饮食营养配比方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103530493A (zh) * | 2012-07-06 | 2014-01-22 | 上海薄荷信息科技有限公司 | 饮食热量计算装置 |
| CN105809598A (zh) * | 2016-03-10 | 2016-07-27 | 青岛海尔智能家电科技有限公司 | 饮食摄入的管理方法、装置及云平台 |
| CN106250673A (zh) * | 2016-07-20 | 2016-12-21 | 美的集团股份有限公司 | 一种饮食推荐及评价方法、智能终端、云服务器及*** |
| CN107705834A (zh) * | 2017-10-10 | 2018-02-16 | 中山大学 | 一种基于循环神经网络的饮食推荐*** |
| CN107731278A (zh) * | 2017-09-04 | 2018-02-23 | 广东数相智能科技有限公司 | 一种食物识别方法、营养健康分析方法、***及装置 |
| CN108053871A (zh) * | 2017-12-28 | 2018-05-18 | 华北理工大学 | 智能化营养食谱搭配*** |
| CN108550382A (zh) * | 2018-03-02 | 2018-09-18 | 联动优势电子商务有限公司 | 一种运动设备的参数调整方法及服务器 |
| CN108615553A (zh) * | 2018-04-18 | 2018-10-02 | 杭州希和信息技术有限公司 | 膳食制定方法、装置及存储介质 |
| CN109616206A (zh) * | 2018-12-12 | 2019-04-12 | 广州医科大学附属第医院 | 身体健康状态监控方法、***以及计算机可读存储介质 |
| CN109767825A (zh) * | 2019-01-31 | 2019-05-17 | 北京卡路里信息技术有限公司 | 饮食控制方法、装置、设备和存储介质 |
-
2019
- 2019-08-20 CN CN201910770767.5A patent/CN112420159A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103530493A (zh) * | 2012-07-06 | 2014-01-22 | 上海薄荷信息科技有限公司 | 饮食热量计算装置 |
| CN105809598A (zh) * | 2016-03-10 | 2016-07-27 | 青岛海尔智能家电科技有限公司 | 饮食摄入的管理方法、装置及云平台 |
| CN106250673A (zh) * | 2016-07-20 | 2016-12-21 | 美的集团股份有限公司 | 一种饮食推荐及评价方法、智能终端、云服务器及*** |
| CN107731278A (zh) * | 2017-09-04 | 2018-02-23 | 广东数相智能科技有限公司 | 一种食物识别方法、营养健康分析方法、***及装置 |
| CN107705834A (zh) * | 2017-10-10 | 2018-02-16 | 中山大学 | 一种基于循环神经网络的饮食推荐*** |
| CN108053871A (zh) * | 2017-12-28 | 2018-05-18 | 华北理工大学 | 智能化营养食谱搭配*** |
| CN108550382A (zh) * | 2018-03-02 | 2018-09-18 | 联动优势电子商务有限公司 | 一种运动设备的参数调整方法及服务器 |
| CN108615553A (zh) * | 2018-04-18 | 2018-10-02 | 杭州希和信息技术有限公司 | 膳食制定方法、装置及存储介质 |
| CN109616206A (zh) * | 2018-12-12 | 2019-04-12 | 广州医科大学附属第医院 | 身体健康状态监控方法、***以及计算机可读存储介质 |
| CN109767825A (zh) * | 2019-01-31 | 2019-05-17 | 北京卡路里信息技术有限公司 | 饮食控制方法、装置、设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 刘剑英，主编: "《云时代的大数据技术与应用实践》", vol. 1, 31 July 2013, 科学技术文献出版社, pages: 12 - 42 * |
| 李古强，等: "《人体运动学》", vol. 1, 31 January 2015, 华中科技大学出版社, pages: 110 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113205867A (zh) * | 2021-04-28 | 2021-08-03 | 深圳市维士智慧健康管理有限公司 | 一种面向青少年体质指标的数字化饮食营养配比方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Malapit et al. | What dimensions of women’s empowerment in agriculture matter for nutrition in Ghana? | |
| Thiele et al. | Determinants of diet quality | |
| CN109964280A (zh) | 用于计算、显示、修改和使用改善的个性化营养健康评分来评估和计划最佳饮食的***和方法 | |
| Kim et al. | Health knowledge and consumer use of nutritional labels: the issue revisited | |
| US20220230730A1 (en) | Recipe recommendation method and device, computing device and storage medium | |
| Bloomer et al. | Acute plasma volume change with high-intensity sprint exercise | |
| Rosinger et al. | Precursors to overnutrition: the effects of household market food expenditures on measures of body composition among Tsimane'adults in lowland Bolivia | |
| Sae-Lim et al. | Defining desired genetic gains for rainbow trout breeding objective using analytic hierarchy process | |
| CN112133404B (zh) | 一种基于多维度评分法的食谱推荐方法、***以及电子设备 | |
| CN111816280A (zh) | 一种基于饮食行为的疾病预测的模型构建方法及*** | |
| CN110379487A (zh) | 营养方案管理*** | |
| CN111261260A (zh) | 一种膳食推荐*** | |
| Rhodes-Bratton et al. | The relationship between childhood obesity and neighborhood food ecology explored through the context of gentrification in New York City | |
| CN112102921A (zh) | 营养食谱的生成方法、装置和服务器 | |
| CN112509697B (zh) | 一种多模块智慧健康管理信息*** | |
| Pantazopoulos et al. | Sports & nutrition data science using gradient boosting machines | |
| CN112420159A (zh) | 一种能量需求计算处理方法及装置 | |
| CN116543901B (zh) | 一种基于互联网的人体健康在线咨询*** | |
| CN114842950A (zh) | 基于饮食和运动综合干预的脂肪肝健康管理***及方法 | |
| Chen et al. | The nutrients of chronic diet recommended based on domain ontology and decision tree | |
| US20230089697A1 (en) | Method for generating a composite nutritional index, and associated system | |
| CN114023419A (zh) | 食谱推荐方法、装置及非易失性存储介质 | |
| JP3895746B2 (ja) | 配合決定装置、配合決定方法及びプログラム | |
| Halim et al. | Dietary habits and caloric intake among Shah Alam residents based on income and gender | |
| Bengtsson et al. | Insects as food–The impact of information on consumer attitudes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |