TWI603280B - 飲食攝取異常分析系統和方法 - Google Patents
飲食攝取異常分析系統和方法 Download PDFInfo
- Publication number
- TWI603280B TWI603280B TW104140805A TW104140805A TWI603280B TW I603280 B TWI603280 B TW I603280B TW 104140805 A TW104140805 A TW 104140805A TW 104140805 A TW104140805 A TW 104140805A TW I603280 B TWI603280 B TW I603280B
- Authority
- TW
- Taiwan
- Prior art keywords
- intake
- dietary
- records
- nutrient
- time
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/0092—Nutrition
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Nutrition Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
本發明是有關於一種飲食攝取異常分析系統及方法。
日本將過去俗稱的成人病或慢性病,更名為生活習慣病,因為包括高血壓、心臟病、糖尿病等慢性病,甚至是癌症,都與生活習慣之良劣密切相關。隨著慢性病患逐年增加,衛福部研究指出,10大死因中,慢性病佔了7成比例,控制及管理慢性病成為民眾健康的關注重點。因此,藉由引導及調整使用者飲食習慣,可延緩或改善慢性病之病程發展。因此,為了預防慢性病或保持身體健康,需要透過觀察飲食型態並協助控制飲食。傳統的飲食管理方法是紀錄飲食,並依照營養師或醫師對營養素的建議量做控制,然而這種方式不能依據個人飲食習慣做調整,也不能分析出個人飲食中導致營養素超標的食物,對於營養師或醫師難以根據個人飲食習慣提供建議。因此,有必要提供一種依據個人飲食紀錄產生的個人化飲食模型並標記飲食攝取異常食物之系統和方法。
本發明之目的在於透過記錄飲食時間,來探勘使用者飲食動態區間,藉此得知各探勘區間營養素攝取比例,最後藉由DRI資料庫所告知使用者一天各營養素的建議攝取值重新依照比例重新分配,有別於以每
日固定三餐的形式給予營養素攝取建議。
本發明再一目的是分析使用者的飲食內容,建立一具增量特質之攝取食物頻率結構,並藉由實證數據評估標記異常之高頻攝取樣態(frequent pattern),別於過去以紙本或電子記錄僅由使用者(個管師/建管師)全人工分析。
根據本發明的一實施例,提供一種飲食攝取異常分析系統。飲食攝取異常分析系統包含一飲食營養素轉換單元、一營養素攝取比例分配單元、一營養素攝取異常標記單元及一飲食模型建構單元。飲食營養素轉換單元依據複數筆飲食紀錄及一食物營養素資料庫計算對應複數筆飲食紀錄之複數個營養素攝取量。營養素攝取比例分配單元依據複數筆飲食紀錄的食用時間從複數筆飲食紀錄中取得於一特定時段中的複數筆特定時段飲食紀錄,並依據對應複數筆特定時段飲食紀錄加總之一特定時段營養素攝取量及對應複數筆飲食紀錄之複數個營養素攝取量加總之一營養素攝取總量而產生一營養素攝取比例,並依據一營養素建議攝取範圍及營養素攝取比例產生一特定時段營養素建議攝取範圍。營養素攝取異常標記單元從對應複數筆特定時段飲食紀錄中選擇複數筆飲食紀錄作為複數筆篩選飲食紀錄,並依據特定時段營養素建議攝取範圍判斷對應複數筆篩選飲食紀錄的營養素攝取量是否異常。飲食模型建構單元依據複數筆篩選飲食紀錄及對應複數筆篩選飲食紀錄的各篩選飲食紀錄的營養素攝取量是否異常建立一飲食模型並標記一異常攝取食物。
根據本發明的另一實施例,提供一種飲食攝取異常分析方法。飲食攝取異常分析方法包含以下步驟。依據複數筆飲食紀錄及一食物
營養素資料庫計算對應複數筆飲食紀錄之複數個營養素攝取量。依據複數筆飲食紀錄的食用時間從複數筆飲食紀錄中取得於一特定時段中的複數筆特定時段飲食紀錄。依據對應特定時段飲食紀錄之一特定時段營養素攝取量及對應複數筆飲食紀錄之一營養素攝取總量而產生一營養素攝取比例。依據一營養素建議攝取範圍及營養素攝取比例產生一特定時段營養素建議攝取範圍。從對應複數筆特定時段飲食紀錄中選擇複數筆飲食紀錄作為複數筆篩選飲食紀錄。依據特定時段營養素建議攝取範圍判斷對應複數筆特定時段飲食紀錄的複數筆篩選飲食紀錄的營養素攝取量是否異常。最後,依據複數筆篩選飲食紀錄及對應複數筆篩選飲食紀錄的各一篩選飲食紀錄的營養素攝取量是否異常建立一飲食模型並標記一異常攝取食物。
本發明提供了多種飲食攝取異常分析系統及方法,藉由個人的飲食時段及飲食紀錄提供適當的一時段的營養素攝取比例,並且可依據個人飲食習慣的各時段建議攝取範圍分析並建立一個人飲食模型及標記異常攝取食物。本發明的飲食攝取異常分析系統及方法可依據個人飲食習慣做調整,也可分析出個人飲食中導致營養素超標的食物。另外,本發明更可依據個人飲食習慣調整個用餐時段並分析各用餐時段的營養素攝取比例,以針對個人飲食習慣計算個用餐時段的建議攝取範圍以標記是否營養素攝取異常。上述之飲食攝取異常分析系統及方法可快速地分析個人飲食紀錄以找到異常攝取食物,且可簡單又便利的依據不同使用者的飲食習慣調整以快速找到各用餐時段的異常攝取食物,以方便使用者進行飲食型態的觀察。
為了對本發明之上述及其他方面有更佳的瞭解,下文特舉較
佳實施例,並配合所附圖式,作詳細說明如下:
100‧‧‧飲食攝取異常分析系統
110‧‧‧飲食營養素轉換單元
120‧‧‧營養素攝取比例分配單元
130‧‧‧營養素攝取異常標記單元
140‧‧‧飲食模型建構單元
200‧‧‧飲食攝取異常分析系統
NV‧‧‧營養素攝取量
Nref‧‧‧特定時段營養素建議攝取範圍
ER‧‧‧異常標記
FER‧‧‧異常攝取食物
150‧‧‧用餐時段分析單元
PT‧‧‧特定時段
S1、S2‧‧‧飲食紀錄波峰集合
‧‧‧每小時的平均飲食紀錄次數
X1、X2、X3‧‧‧各用餐時段具有最高飲食紀錄次數的時段
B1、B2‧‧‧各用餐時間範圍的分界點
S210~S270‧‧‧流程步驟
第1圖繪示本發明一實施例的飲食攝取異常分析系統的方塊圖。
第2A~2F圖繪示本發明依據表二的飲食紀錄建立飲食模型的示意圖。
第3圖繪示本發明另一實施例的飲食攝取異常分析系統的方塊圖。
第4A圖及第4B圖繪示依據每一小時的飲食紀錄次數決定用餐時段的一例的示意圖。
第4C圖繪示依據每一小時的飲食紀錄次數決定特定時段的另一例的示意圖。
第5圖繪示依據第1圖或第3圖的飲食攝取異常分析系統的飲食攝取異常分析方法的流程圖。
第1圖繪示本發明一實施例的飲食攝取異常分析系統100的方塊圖。飲食攝取異常分析系統100包含一飲食營養素轉換單元110、一營養素攝取比例分配單元120、一營養素攝取異常標記單元130及一飲食模型建構單元140。飲食營養素轉換單元110依據複數筆飲食紀錄及一食物營養素資料庫計算對應複數筆飲食紀錄之複數個營養素攝取量NV。營養素攝取比例分配單元120依據複數筆飲食紀錄的食用時間從複數筆飲食紀錄FR中取得於一特定時段中的複數筆特定時段飲食紀錄,並依據對應複數筆特定時段飲食紀錄加總之一特定時段營養素攝取量及對應複數筆飲食紀錄之複數個營養素攝取量加總之一營養素攝取總量而產生一營養素攝取比例,
並依據一營養素建議攝取範圍及營養素攝取比例產生一特定時段營養素建議攝取範圍Nref。營養素攝取異常標記單元130從對應複數筆特定時段飲食紀錄中選擇複數筆飲食紀錄作為複數筆篩選飲食紀錄,並依據特定時段營養素建議攝取範圍判斷對應複數筆篩選飲食紀錄的營養素攝取量是否異常ER。飲食模型建構單元140依據複數筆篩選飲食紀錄及對應複數筆篩選飲食紀錄的各篩選飲食紀錄的營養素攝取量是否異常建立一飲食模型並標記一異常攝取食物FER。
舉例來說,此飲食攝取異常分析系統100例如可以一電腦實現,或者以一軟體實現。此飲食攝取異常分析系統100可接收使用者輸入或選取之複數筆飲食紀錄並據以產生一飲食模型並標記一異常攝取食物。每一筆飲食紀錄包含一食用時間、一食物及一食物攝取份量。例如可記錄8/1早餐的飲食紀錄,食用時間為:8/1 8:20、食物及攝取份量:麵包一份、牛奶一杯。而飲食營養素轉換單元110可依據每一筆飲食紀錄,根據食物營養素資料庫計算對應的營養素攝取量NV。食物營養素資料庫,例如衛生福利部食品藥物管理署提供的食品營養成份資料庫,此食物營養素資料庫包含了不同種食物所包含的多種營養素的對照表,例如木瓜一份的熱量、水分、蛋白質、脂肪、碳水化合物、維生素、礦物質等營養素的含量。此食物營養素資料庫也可由使用者自行建立。在此例中,飲食營養素轉換單元可計算碳水化合物的攝取量,然而本發明不以此為限,也可計算其他種類的營養素。
之後,營養素攝取比例分配單元120從飲食紀錄中選取或輸入於一特定時段,例如早餐時段或者8:00~12:00,而取得飲食紀錄中食用時
間為該特定時段的特定時段飲食紀錄,例如早餐時段的飲食紀錄。營養素攝取比例分配單元120則可將所有特定時段,即早餐時段的飲食紀錄對應的營養素攝取量加總而產生特定時段營養素攝取量(早餐時段的營養素攝取量)。再依據早餐時段的營養素攝取量及全部飲食紀錄的營養素攝取量加總之營養素攝取量得到早餐時段的營養素攝取比例。在一實施例中,營養素攝取比例分配單元120更計算各用餐時段的營養素攝取量的截尾平均數(trimmed mean)以排除極端數值影響,並根據各用餐時段的碳水化合物攝取量的截尾平均數及所有飲食紀錄的碳水化合物攝取總量的截尾平均得到各用餐時段的營養素攝取比例。例如,NRi=μtrim(i)/μtrim(total),i為0到各用餐時段的數目,μtrim(i)為各用餐時段的營養素攝取量的截尾平均數,μtrim(total)為所有飲食紀錄的碳水化合物攝取總量的截尾平均,NRi為各用餐時段的營養素攝取比例。然而,本揭露不以此為限,營養素攝取比例分配單元120也可使用各種統計學方法分別計算各用餐時段的營養素攝取量與所有飲食紀錄的碳水化合物攝取總量的平均數,再依據各用餐時段的營養素攝取量的平均數與所有飲食紀錄的碳水化合物攝取總量的平均數計算出一比值而得到此營養素攝取比例。因此,營養素攝取比例分配單元120可根據早餐時段飲食紀錄對應的碳水化合物攝取量及所有飲食紀錄的碳水化合物攝取量計算出在早餐時段的碳水化合物攝取比例為20%,而午餐時段的碳水化合物攝取比例為24%,下午茶時段的碳水化合物攝取比例為8%,且晚餐時段的碳水化合物攝取比例為48%。
接著,營養素攝取比例分配單元120依據營養素建議攝取範圍計算特定時段營養素建議攝取範圍Nref。例如,每日的碳水化合物建議
攝取範圍為500~750(g),因此,碳水化合物的建議攝取範圍分別是早餐時段100~150(g)、午餐時段120~180(g)、下午茶時段40~60(g)、晚餐時段240~360(g)。此營養素建議攝取範圍可例如參照行政院衛生署提供的國人膳食營養素參考攝取量。此營養素建議攝取範圍也可依照個人身體特徵不同而調整,例如根據使用者的性別、年齡、體重、或者是否有特殊疾病而調整,或者依據營養師或醫師針對特定使用者而調整。
在算出各時段的碳水化合物建議攝取範圍之後,營養素攝取異常標記單元130可從午餐時段飲食紀錄中選擇某幾天的午餐時段飲食紀錄作為篩選飲食紀錄。表一列出了本發明一使用者的多筆飲食紀錄。飲食營養素轉換單元110可依據每一筆飲食紀錄,根據食物營養素資料庫計算對應的營養素攝取量。例如,飲食營養素轉換單元110可根據食物營養素資料庫計算第一筆飲食紀錄炸雞塊6塊、薯條1包、可樂1杯對應的碳水化合物攝取量為270(g)。因此,每筆飲食紀錄對應的碳水化合物攝取量如表一所示。
例如表一所示,選擇了一使用者在8/1~8/6的午餐時段飲食紀錄,並依據上述計算的午餐時段碳水化合物的建議攝取範圍120~180(g)判斷這些篩選飲食紀錄的碳水化合物攝取量是否異常。例如,如表一所示,食用時間為2015/8/1 12:45的飲食紀錄包含了炸雞塊6塊、薯條1包及可樂1杯,碳水化合物攝取量為270(g),超過了午餐時段的碳水化合物建議攝取範圍120~180(g),因此這筆飲食紀錄被標記為異常(超標)。又例如食用時間為2015/8/211:39的飲食紀錄包含了麥香魚1份及可樂1杯,碳水化合物攝取量為113(g),未達到午餐時段的碳水化合物建議攝取範圍120~180(g),因此這筆飲食紀錄被標記為異常(不足),其他飲食紀錄如表一所示,不再重複描述。
最後,飲食模型建構單元140依據這些篩選飲食紀錄(即一使用者在8/1~8/6的午餐時段飲食紀錄)及對應各篩選飲食紀錄的營養素攝取量是否異常建立一飲食模型並標記一異常攝取食物FER。
以下茲舉一例詳細說明建立飲食模型的方法。請參照表二及第2A~2F圖說明依據表一的篩選飲食紀錄建立飲食模型的方法。飲食模型建構單元140將表一的每一篩選飲食紀錄的多個食物依據碳水化和物攝取量由多到少做排序,例如表一第一列的飲食紀錄包含炸雞塊6塊、薯條1包、可樂1杯,依據每個食物的碳水化合物攝取量排序。表二列出了表一的多筆飲食紀錄依據營養素攝取量對每個食物做排序後的結果。
表二
如表二所示第一列的飲食紀錄的食物依據碳水化合物攝取量的排序分別為薯條、可樂、炸雞塊。同理,第二列的飲食紀錄依據碳水化合物攝取量的排序分別為可樂、麥香魚,其他列的飲食紀錄依據碳水化合物攝取量的排序如表二所示,不再重複描述。
接著,飲食模型建構單元140依據碳水化合物攝取量排序後的飲食紀錄建立一飲食模型,此飲食模型例如以一樹狀圖表示。此飲食模型建立方法可包含以下步驟。首先,建立一根節點。對每筆飲食紀錄執行建立一分支樹。建立分支樹的時候先判斷此飲食模型的樹狀圖根節點下的節點是否存在有對應此筆飲食紀錄的最高碳水化合物攝取量的一食物節點,若有則增加此食物節點的出現次數,若沒有則在根節點下建立這個新的食物節點,並設定此食物節點出現次數為1。另一方面,若此筆飲食紀錄為異常則增加異常次數1。接著,再判斷在此食物節點以下是否存在有對應此筆飲食紀錄的次高碳水化合物攝取量的一食物節點若有則增加此食物節
點的出現次數,若沒有則在根節點下建立這個新的食物節點,並設定此食物節點出現次數為1。以此類推。以下茲舉一例以詳細說明之。請參照第2A~第2F圖,第2A~2F圖繪示本發明依據表二的飲食紀錄建立飲食模型的示意圖。第2A圖繪示參照第3圖第一列的飲食紀錄,依據碳水化合物攝取量的排序從根節點開始由上到下分別建立對應薯條、可樂、炸雞塊的節點,每一節點包含一食物名稱、依異常次數及一出現次數。異常次數代表此食物對應的飲食紀錄被標記異常的次數。出現次數代表此食物出現在幾筆的飲食紀錄中。此時,薯條、可樂、炸雞塊出現在表二第一列的飲食紀錄中,因此節點薯條、可樂、炸雞塊的出現次數(即節點右邊的數字)皆標示為1。由於表二第一列的飲食紀錄被標記為異常,因此節點薯條、可樂、炸雞塊的異常次數(即節點左邊的數字)皆標示為1。接下來,請參照第2B圖,表二第二列的飲食紀錄為可樂及麥香魚,在這筆飲食紀錄中碳水化合物攝取量最高的為可樂,與第一列的最高碳水化合物攝取量薯條不相同,於是建立另外一分支節點可樂,在節點可樂下面的則是此筆飲食紀錄中碳水化合物攝取量較低的麥香魚的節點。在此筆飲食紀錄中,節點可樂及麥香魚的出現次數標示為1。而此筆飲食紀錄也被標記為異常,因此節點可樂及麥香魚的異常次數也標示為1。
請參照第2C圖,依照表二第三列的飲食紀錄再繼續建立飲食模型。表二第三列的飲食紀錄中碳水化合物攝取量最高的是可樂,與表二第二列的最高的碳水化合物攝取量的食物相同,因此第2B圖中已經有最高階層為可樂的節點,因此就不再建立最高階層為可樂的節點,而是在已有的節點上累加,將節點可樂的出現次數累計為2,而此筆飲食紀錄為異
常,故節點可樂的異常次數也累計為2。而此筆飲食紀錄碳水化合物次高攝取量的食物為炸雞塊,與表二第二列碳水化合物次高攝取量食物的麥香魚不相同,於是在對應此分支的可樂的節點之下再建立炸雞塊的節點,並在炸雞塊的節點之下再建立麥香魚的節點,且節點炸雞塊和麥香魚的出現次數標示為1。而表二第三列的飲食紀錄為異常,因此節點炸雞塊和麥香魚的異常次數也標示為1。
第2D圖繪示依據表二第四列的飲食紀錄所建立的樹狀圖。同樣的,依據碳水化合物攝取量的排序依序為:可樂、薯條、麥香魚再建立一分支。由於此筆飲食攝取紀錄並未標記為異常,因此節點薯條及麥香魚的異常次數為0,而節點可樂的異常次數也並未累加而保持在2,而累加節點可樂的出現次數為3。
按照上列方式再依據表二第五列的飲食紀錄建立樹狀圖如第2E圖所示。最後再依據表二第六列的飲食紀錄建立樹狀圖如第2F圖所示。第2E圖是根據所有篩選飲食紀錄所建立的完整樹狀圖。愈上層的節點代表碳水化合物攝取量愈高。因此由第2F圖中可知,最上層的節點是炸雞塊、薯條及可樂,且節點可樂的出現次數為4次,異常次數為2次。也就是說,在碳水化合物攝取量最高為可樂的飲食紀錄共有四次,其中有兩次飲食紀錄被標記為異常。因此,可由第2F圖中得知可樂為午餐時段的碳水化合物攝取量異常的主要因子,故飲食模型建構單元140可標記可樂為午餐時段的異常攝取食物。使用者得知可樂為異常攝取食物之後,即可調整可樂的攝取份量或者食用其他食物取代。在此實施例中,以午餐時段的碳水化合物攝取量建立飲食模型。然而,在其他實施例中,也可建立不同時
段或者對應其他營養素的飲食模型。此飲食模型是針對個人的飲食時段及飲食紀錄建立,並且可依據個人飲食習慣的各時段建議攝取範圍分析並標記異常攝取食物,此飲食模型可提供給營養師或醫生等專業人士以方便營養師或醫生等專業人士針對不同人及不同飲食習慣提供個人化的飲食建議。
請參照第3圖,第3圖繪示本發明另一實施例的飲食攝取異常分析系統200的方塊圖。飲食攝取異常分析系統200與第1圖的飲食攝取異常分析系統100的區別在於,飲食攝取異常分析系統200更包含用餐時段分析單元150。用餐時段分析單元150根據複數筆飲食紀錄的食用時間而得到複數個用餐時段,用餐時段分析單元150再從複數個用餐時段中決定一特定時段PT。
請參照第4A圖及第4B圖說明用餐時段分析單元150如何決定特定時段。第4A圖及第4B圖繪示依據每一小時的飲食紀錄次數決定用餐時段的一實施例的示意圖。用餐時段分析單元150將複數筆飲食紀錄依據食用時間做排序並分成多個時段,例如將複數筆飲食紀錄依據一天的食用時間做排序並分為24個小時,分別累計每一小時的飲食紀錄次數。然而本發明不以此為限,也可以以半小時、兩小時等為單位累計飲食紀錄。如第4A圖所示,S1為飲食紀錄波峰集合。之後,用餐時段分析單元150更計算每小時的平均飲食紀錄次數為,如第4B圖所示,高於每小時的平均飲食紀錄的飲食紀錄波峰集合為S2。在一實施例中,可根據高於每小時的平均飲食紀錄的飲食紀錄波峰集合S2包含多個連續的高於每小時的平均飲食紀錄的時段,將這些多個連續的高於每小時的平均飲食紀錄的時段決定
為各用餐時段。例如7~9點決定為早餐時段、12~13點決定為午餐時段、18~19決定為晚餐時段。決定了各用餐時段之後,用餐時段分析單元150可從這些用餐時段中選擇一個做為特定時段PT。之後,營養素攝取比例分配單元120才依據特定時段的飲食紀錄決定特定時段營養素建議攝取範圍。而營養素攝取異常標記單元130也會根據特定時段的飲食紀錄及特定時段營養素建議攝取範圍去判斷營養素攝取量是否異常。
在另一實施例中,第4C圖繪示依據每一小時的飲食紀錄次數決定特定時段的另一例的示意圖。在此實施例中,更可依據多個連續的高於每小時的平均飲食紀錄的時段決定多個用餐時間範圍,各用餐時間範圍的分界點(如第4C圖的虛線)可決定為(Xi+Xi+1)/2,X2,i為各用餐時段具有最高飲食紀錄次數的時段,i正整數,由1到高於每小時的平均飲食紀錄的各用餐時段的數目。例如,同樣將這些多個連續的高於每小時的平均飲食紀錄的時段決定為各用餐時段。例如7~9點決定為早餐時段、12~13點決定為午餐時段、18~19決定為晚餐時段。此時各用餐時段具有最高飲食紀錄次數的時段(如第4C圖的圓點),例如早餐時段的最高飲食次數的時段X1是8點,午餐時段的最高飲食次數的時段X2是12點,晚餐時段的最高飲食次數的時段X3是19點。在此實施例中,可依據這些時段決定特定時段,例如依據早餐時段的最高飲食次數時段8點及午餐時段的最高飲食次數時段12點決定早餐跟午餐的分界點B1是10點(如第4C圖的虛線),又例如依據午餐時段的最高飲食次數時段12點及晚餐時段的最高飲食次數時段19點決定午餐跟晚餐的分界點B2是15點(如第4C圖的虛線)。因此,可將一天分為三個時段,0~10點、11~15點、16~24點,而用餐時段分析單
元150可從這三個時段中選擇一個做為特定時段。
因此,在此實施例中,用餐時段分析單元150可依據不同使用者的平常的飲食紀錄的食用時間分析以得到個人的飲食時段波峰集合,可根據每個人不同的飲食習慣得出個人化的用餐時段。因此,本發明的飲食攝取異常分析系統可使用營養素攝取比例分配單元120根據個人的飲食習慣決定各用餐時段的營養素攝取比例及營養素建議攝取範圍。營養素攝取異常標記單元130也會根據特定時段的飲食紀錄及特定時段營養素建議攝取範圍去判斷營養素攝取量是否異常。
本發明更提供一種飲食攝取異常分析之方法。請參照第5圖,第5圖繪示依據第1圖或第3圖的飲食攝取異常分析系統的飲食攝取異常分析方法的流程圖。首先,執行步驟S210,依據複數筆飲食紀錄及一食物營養素資料庫計算對應複數筆飲食紀錄之複數個營養素攝取量。接著,執行步驟S220,依據複數筆飲食紀錄的食用時間從複數筆飲食紀錄中取得於一特定時段中的複數筆特定時段飲食紀錄。在步驟S220之後,執行步驟S230,依據對應特定時段飲食紀錄之一特定時段營養素攝取量及對應複數筆飲食紀錄之一營養素攝取總量而產生一營養素攝取比例。再執行步驟S240,依據一營養素建議攝取範圍及營養素攝取比例產生一特定時段營養素建議攝取範圍。接下來執行步驟S250,從對應複數筆特定時段飲食紀錄中選擇複數筆飲食紀錄作為複數筆篩選飲食紀錄。在步驟S250之後,執行步驟S260,依據特定時段營養素建議攝取範圍判斷對應複數筆特定時段飲食紀錄的複數筆篩選飲食紀錄的營養素攝取量是否異常。最後,執行步驟S270,依據複數筆篩選飲食紀錄及對應複數筆篩選飲食紀錄的各一篩選
飲食紀錄的營養素攝取量是否異常建立一飲食模型並標記一異常攝取食物。
根據上述實施例,提供了多種飲食攝取異常分析系統及方法,藉由個人的飲食時段及飲食紀錄提供適當的一時段的營養素攝取比例,並且可依據個人飲食習慣的各時段建議攝取範圍分析並建立一個人飲食模型及標記異常攝取食物。本發明的飲食攝取異常分析系統及方法可依據個人飲食習慣做調整,也可分析出個人飲食中導致營養素超標的食物。另外,本發明更可依據個人飲食習慣調整個用餐時段並分析各用餐時段的營養素攝取比例,以針對個人飲食習慣計算個用餐時段的建議攝取範圍以標記是否營養素攝取異常。上述之飲食攝取異常分析系統及方法可快速地分析個人飲食紀錄以找到異常攝取食物,且可簡單又便利的依據不同使用者的飲食習慣調整以快速找到各用餐時段的異常攝取食物,以方便使用者進行飲食型態的觀察。
綜上所述,雖然本發明已以較佳實施例揭露如上,然其並非用以限定本發明。本發明所屬技術領域中具有通常知識者,在不脫離本發明之精神和範圍內,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。
100‧‧‧飲食攝取異常分析系統
110‧‧‧飲食營養素轉換單元
120‧‧‧營養素攝取比例分配單元
130‧‧‧營養素攝取異常標記單元
140‧‧‧飲食模型建構單元
NV‧‧‧營養素攝取量
Nref‧‧‧特定時段營養素建議攝取範圍
ER‧‧‧異常標記
FER‧‧‧異常攝取食物
Claims (14)
- 一種飲食攝取異常分析系統,包含:一飲食營養素轉換單元,係依據複數筆飲食紀錄及一食物營養素資料庫計算對應該些飲食紀錄之複數個營養素攝取量,各該飲食紀錄包含一食用時間、一食物及一食物攝取份量;一營養素攝取比例分配單元,係依據該些飲食紀錄的該些食用時間從該些飲食紀錄中取得於一特定時段中的複數筆特定時段飲食紀錄,並依據對應該些特定時段飲食紀錄之一特定時段營養素攝取量及對應該些飲食紀錄之一營養素攝取總量而產生一營養素攝取比例,並依據一營養素建議攝取範圍及該營養素攝取比例產生一特定時段營養素建議攝取範圍;一營養素攝取異常標記單元,係從對應該些特定時段飲食紀錄中選擇複數筆飲食紀錄作為複數筆篩選飲食紀錄,並依據該特定時段營養素建議攝取範圍判斷對應該些篩選飲食紀錄的該些營養素攝取量是否異常;以及一飲食模型建構單元,係依據該些篩選飲食紀錄及對應該些篩選飲食紀錄的各該篩選飲食紀錄的該營養素攝取量是否異常建立一飲食模型並標記一異常攝取食物。
- 如申請專利範圍第1項所述之飲食攝取異常分析系統,其中該飲食營養素轉換單元更包括依據該食物營養素資料庫、該食物及該食物攝取份量計算各該食物對應的一食物營養素攝取量,依據該食物營養素攝取量計算得到對應各該飲食紀錄之該每一營養素攝取量。
- 如申請專利範圍第1項所述之飲食攝取異常分析系統,更包含:一用餐時段分析單元,係依據該些飲食紀錄的該食用時間得到複數個 用餐時段;該用餐時段分析單元更從該些用餐時段中決定該特定時段。
- 如申請專利範圍第3項所述之飲食攝取異常分析系統,其中該用餐時段分析單元更包括將該些飲食紀錄依據該些食用時間做排序並分為多個時段,並對應該些飲食紀錄累計該些時段中的每一時段的之一飲食紀錄次數,並計算該些時段的一平均飲食紀錄次數,判斷該時段飲食紀錄次數是否大於該平均飲食紀錄次數;其中各該用餐時段包含連續的對應於該時段飲食紀錄次數大於該平均飲食紀錄次數的該些時段,其中該用餐時段分析單元從該些用餐時段中選一個作為該特定時段。
- 如申請專利範圍第4項所述之飲食攝取異常分析系統,其中該用餐時段分析單元更包括將該些飲食紀錄依據該些食用時間做排序並分為多個時段,並對應該些飲食紀錄累計該些時段中的每一時段的之一飲食紀錄次數,並計算該些時段的一平均飲食紀錄次數,判斷該時段飲食紀錄次數是否大於該平均飲食紀錄次數;其中各該用餐時段包含連續的對應於該時段飲食紀錄次數大於該平均飲食紀錄次數的該些時段,且各該用餐時段具有一最高飲食紀錄次數的該時段,該用餐時段分析單元更依據該些最高飲食紀錄次數的時段決定該特定時段。
- 如申請專利範圍第1項所述之飲食攝取異常分析系統,其中該營養素攝取比例分配單元更包括計算對應該些特定時段飲食紀錄的該些營養素攝取量的截尾平均數而得到該特定時段營養素攝取量,並計算該營養素攝取總量的截尾平均數而得到一營養素攝取平均,再依據該特定時段營養素攝取量與該營養素攝取平均之間的一比值得到該營養素攝取比例。
- 如申請專利範圍第1項所述之飲食攝取異常分析系統,其中該飲食模型建構單元更包括將各該篩選飲食紀錄的該些食物依據該營養素攝取量由多到少做排序,並依據該些食物的該些營養素攝取量及該些食物對應的該些篩選飲食紀錄的一異常次數、及該些食物對應的該些篩選飲食紀錄的一出現次數標記該異常攝取食物。
- 一種飲食攝取異常分析方法,包含:依據複數筆飲食紀錄及一食物營養素資料庫計算對應該些飲食紀錄之複數個營養素攝取量,各該飲食紀錄包含一食用時間、一食物及一食物攝取份量;依據該些飲食紀錄的該些食用時間從該些飲食紀錄中取得於一特定時段中的複數筆特定時段飲食紀錄;依據對應該些特定時段飲食紀錄之一特定時段營養素攝取量及對應該些飲食紀錄之一營養素攝取總量而產生一營養素攝取比例;依據一營養素建議攝取範圍及該營養素攝取比例產生一特定時段營養素建議攝取範圍;從對應該些特定時段飲食紀錄中選擇複數筆飲食紀錄作為複數筆篩選飲食紀錄;依據該特定時段營養素建議攝取範圍判斷對應該些篩選飲食紀錄的該些營養素攝取量是否異常;以及依據該些篩選飲食紀錄及對應該些篩選飲食紀錄的各該篩選飲食紀錄的該營養素攝取量是否異常建立一飲食模型並標記一異常攝取食物。
- 如申請專利範圍第8項所述之飲食攝取異常分析方法,其中依據些飲食 紀錄及該食物營養素資料庫計算對應該些飲食紀錄之該些營養素攝取量的步驟包含:依據該食物營養素資料庫、該食物及該食物攝取份量計算各該食物對應的一食物營養素攝取量;以及依據該食物營養素攝取量計算得到對應各該飲食紀錄之該每一營養素攝取量。
- 如申請專利範圍第8項所述之飲食攝取異常分析方法,更包含:依據該些飲食紀錄的該食用時間得到複數個用餐時段,並從該些用餐時段中決定該特定時段。
- 如申請專利範圍第10項所述之飲食攝取異常分析方法,更包含:將該些飲食紀錄依據該些食用時間做排序並分為多個時段;對應該些飲食紀錄累計該些時段中的每一時段的之一飲食紀錄次數,並計算該些時段的一平均飲食紀錄次數;以及判斷該時段飲食紀錄次數是否大於該平均飲食紀錄次數;其中各該用餐時段包含連續的對應於該時段飲食紀錄次數大於該平均飲食紀錄次數的該些時段,其中該用餐時段分析單元從該些用餐時段中選一個作為該特定時段。
- 如申請專利範圍第11項所述之飲食攝取異常分析方法,更包含:將該些飲食紀錄依據該些食用時間做排序並分為多個時段;對應該些飲食紀錄累計該些時段中的每一時段的之一飲食紀錄次數,並計算該些時段的一平均飲食紀錄次數;以及判斷該時段飲食紀錄次數是否大於該平均飲食紀錄次數; 其中各該用餐時段包含連續的對應於該時段飲食紀錄次數大於該平均飲食紀錄次數的該些時段,且各該用餐時段具有一最高飲食紀錄次數的該時段,該用餐時段分析單元更依據該些最高飲食紀錄次數的時段決定該特定時段。
- 如申請專利範圍第8項所述之飲食攝取異常分析方法,其中產生該營養素攝取比例及產生該特定時段營養素建議攝取範圍的步驟包含:計算對應該些特定時段飲食紀錄的該些營養素攝取量的截尾平均數而得到該特定時段營養素攝取量,並計算對應該些飲食紀錄之該些營養素攝取量的截尾平均數而得到一營養素攝取平均;再依據該特定時段營養素攝取量與該營養素攝取平均之間的一比值得到該特定時段營養素攝取比例。
- 如申請專利範圍第8項所述之飲食攝取異常分析方法,其中建立該飲食模型的步驟包含:將各該篩選飲食紀錄的該些食物依據該營養素攝取量由多到少做排序;並依據該些食物的該些營養素攝取量及該些食物對應的該些篩選飲食紀錄的一異常次數、及該些食物對應的該些篩選飲食紀錄的一出現次數標記該異常攝取食物。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104140805A TWI603280B (zh) | 2015-12-04 | 2015-12-04 | 飲食攝取異常分析系統和方法 |
US14/980,115 US20170162075A1 (en) | 2015-12-04 | 2015-12-28 | System and method for analyzing ingestion of diet |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104140805A TWI603280B (zh) | 2015-12-04 | 2015-12-04 | 飲食攝取異常分析系統和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201721560A TW201721560A (zh) | 2017-06-16 |
TWI603280B true TWI603280B (zh) | 2017-10-21 |
Family
ID=58798528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW104140805A TWI603280B (zh) | 2015-12-04 | 2015-12-04 | 飲食攝取異常分析系統和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20170162075A1 (zh) |
TW (1) | TWI603280B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201135501A (en) * | 2010-04-09 | 2011-10-16 | Univ Nan Kai Technology | Monitoring and managing system and method for personal diet |
CN103345591A (zh) * | 2013-07-23 | 2013-10-09 | 南京久康网络科技有限公司 | 一种个性化营养配餐装置及方法 |
US20140195970A1 (en) * | 2013-01-09 | 2014-07-10 | Sarah Long | Food and digestion correlative tracking |
CN104731846A (zh) * | 2014-11-17 | 2015-06-24 | 陕西师范大学 | 基于多目标的个性化餐饮推荐方法及*** |
US20150242468A1 (en) * | 2014-02-26 | 2015-08-27 | James William Shoemaker | Nutritional Assessment Tool |
CN105022908A (zh) * | 2014-04-29 | 2015-11-04 | Tcl集团股份有限公司 | 饮食推荐方法及推荐*** |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1278145A1 (en) * | 2001-07-16 | 2003-01-22 | Tanita Corporation | Calorie management apparatus |
JP2003228626A (ja) * | 2002-01-31 | 2003-08-15 | Sanyo Electric Co Ltd | 栄養指導システム、栄養指導装置、コンピュータプログラム及び記録媒体 |
WO2005009205A2 (en) * | 2003-07-09 | 2005-02-03 | Gensym Corporation | System and method for self management of health using natural language interface |
US20050113649A1 (en) * | 2003-07-28 | 2005-05-26 | Bergantino Paul V. | Method and apparatus for managing a user's health |
US20060058586A1 (en) * | 2004-09-13 | 2006-03-16 | Humble David R | Method and apparatus for transitioning a diet |
US8924239B1 (en) * | 2007-10-10 | 2014-12-30 | Maureen Kay Kurple | Method and apparatus for monitoring calorie, nutrient, and expense of food consumption and effect on long term health and short term state |
US20140287384A1 (en) * | 2009-06-30 | 2014-09-25 | Jeffery Boyes | Method, system and apparatus for improved nutritional analysis |
US20130108993A1 (en) * | 2011-10-28 | 2013-05-02 | Griffin Hospital | Method and system for scoring a diet |
EP4202945A1 (en) * | 2012-02-17 | 2023-06-28 | Good Measures, LLC | Systems and methods for user-specific modulation of nutrient intake |
US9442100B2 (en) * | 2013-12-18 | 2016-09-13 | Medibotics Llc | Caloric intake measuring system using spectroscopic and 3D imaging analysis |
EP2880621A4 (en) * | 2012-08-01 | 2016-03-23 | Yofimeter Llc | USER INTERFACE FOR ANALYTE MONITORING SYSTEMS |
US9865176B2 (en) * | 2012-12-07 | 2018-01-09 | Koninklijke Philips N.V. | Health monitoring system |
US8690578B1 (en) * | 2013-01-03 | 2014-04-08 | Mark E. Nusbaum | Mobile computing weight, diet, nutrition, and exercise tracking system with enhanced feedback and data acquisition functionality |
US9314206B2 (en) * | 2013-11-13 | 2016-04-19 | Memphis Technologies, Inc. | Diet and calories measurements and control |
US20150339949A1 (en) * | 2014-05-20 | 2015-11-26 | Matthew Landers | Health and fitness tracker module software platform |
US20150371553A1 (en) * | 2014-06-23 | 2015-12-24 | MyFuelUp, LLC | System and method for personalized nutrition |
EP3231362A4 (en) * | 2014-12-12 | 2017-12-06 | Fujitsu Limited | Meal intake estimation program, meal intake estimation method, and meal intake estimation device |
-
2015
- 2015-12-04 TW TW104140805A patent/TWI603280B/zh active
- 2015-12-28 US US14/980,115 patent/US20170162075A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201135501A (en) * | 2010-04-09 | 2011-10-16 | Univ Nan Kai Technology | Monitoring and managing system and method for personal diet |
US20140195970A1 (en) * | 2013-01-09 | 2014-07-10 | Sarah Long | Food and digestion correlative tracking |
CN103345591A (zh) * | 2013-07-23 | 2013-10-09 | 南京久康网络科技有限公司 | 一种个性化营养配餐装置及方法 |
US20150242468A1 (en) * | 2014-02-26 | 2015-08-27 | James William Shoemaker | Nutritional Assessment Tool |
CN105022908A (zh) * | 2014-04-29 | 2015-11-04 | Tcl集团股份有限公司 | 饮食推荐方法及推荐*** |
CN104731846A (zh) * | 2014-11-17 | 2015-06-24 | 陕西师范大学 | 基于多目标的个性化餐饮推荐方法及*** |
Also Published As
Publication number | Publication date |
---|---|
TW201721560A (zh) | 2017-06-16 |
US20170162075A1 (en) | 2017-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sotos-Prieto et al. | Design and development of an instrument to measure overall lifestyle habits for epidemiological research: the Mediterranean Lifestyle (MEDLIFE) index | |
Standing Committee on the Scientific Evaluation of Dietary Reference Intakes et al. | Dietary reference intakes: applications in dietary planning | |
CN108806770A (zh) | 一种基于用户的膳食推荐方法 | |
TWI353555B (en) | Personalized meal planning method and system there | |
CN109493944A (zh) | 一种膳食管理*** | |
CN106228022B (zh) | 一种基于个体生理状态的家庭膳食推荐*** | |
CN109545327A (zh) | 一种膳食管理方法及装置 | |
CN104809164A (zh) | 一种基于移动终端的健康饮食推荐方法及移动终端 | |
CN103455699A (zh) | 自动生成个性化的生活方式干预方案的方法及*** | |
RU2006130322A (ru) | Компьютерный способ (варианты) для составления плана питания и машиночитаемый носитель | |
CN108597572A (zh) | 一种智能健康规划*** | |
CN110349647A (zh) | 饮食管理方法、***、电子设备及存储介质 | |
Jiang et al. | Concordance with DASH diet and blood pressure change: results from the Framingham Offspring Study (1991–2008) | |
CN109461491A (zh) | 一种针对家庭健康管理的智能营养配餐***及方法 | |
CN106548006A (zh) | 一种基于用户典型口味的膳食推荐方法 | |
Karikome et al. | A system for supporting dietary habits: planning menus and visualizing nutritional intake balance | |
CN112951375A (zh) | 一种饮食推荐方法及*** | |
CN109215761A (zh) | 一种降血压的智能营养配餐***及饮食管理方法 | |
CN110931108A (zh) | 基于微服务架构的食谱推荐*** | |
CN109461490A (zh) | 健康饮食数据的处理方法、装置及*** | |
CN110176292A (zh) | 一种孕妇食谱推荐方法及*** | |
CN116417114B (zh) | 一种基于全生命周期的学生健康饮食管理*** | |
Edefonti et al. | Clustering dietary habits and the risk of breast and ovarian cancers | |
TWI603280B (zh) | 飲食攝取異常分析系統和方法 | |
Rosato et al. | Processed meat and colorectal cancer risk: a pooled analysis of three Italian case-control studies |