一种端侧食物识别与个性化营养管理方法及系统与流程

本发明属于移动健康管理，尤其涉及一种端侧食物识别与个性化营养管理方法及系统。

背景技术：

1、随着用户健康管理意识的提高，基于移动终端进行饮食记录、食物识别和营养分析的需求逐渐增加。现有饮食管理方式中，用户通常需要手动输入或搜索食物名称，再逐项查询食物对应的营养成分，操作过程较为繁琐，难以满足用户长期、连续进行饮食记录和营养管理的需求。

2、现有部分食物识别应用虽然能够通过图像识别方式获取食物类别，但通常依赖服务器端处理，需要将食物图像上传至服务器进行识别。该方式对网络连接依赖较强，在网络条件较差或无网络环境下使用受限，并且可能存在响应延迟以及食物图像、健康数据等用户隐私数据泄露的风险。

3、此外，现有营养分析方式多基于通用人群标准或标准营养成分数据进行展示，未能充分结合用户基础信息、慢性病标签、体检指标、饮食偏好等用户健康档案，也难以针对高血压、糖尿病、高血脂、痛风、肾病等不同健康状态生成差异化的营养目标和饮食建议，导致营养管理的个性化程度不足。

4、同时，实际饮食场景中，食物的油量、盐量、糖量等烹饪参数会影响热量、脂肪、钠、糖分等营养成分，而现有方式通常以标准营养成分数据作为记录依据，难以反映用户实际摄入情况。饮食记录还常与运动、睡眠、体重变化、心率等健康数据相互割裂，不能形成综合健康评估。

技术实现思路

1、本发明的目的在于提供一种端侧食物识别与个性化营养管理方法及系统，旨在解决背景技术中提出的问题。

2、本发明是这样实现的，一种端侧食物识别与个性化营养管理方法，所述方法包括：

3、通过移动终端获取食物图像；

4、利用在移动终端本地运行的端侧食物识别模型对食物图像进行识别，得到食物类别；

5、根据食物类别查询存储于移动终端本地的营养数据库，得到食物类别对应的营养成分数据；

6、获取食物分量信息，并根据营养成分数据和食物分量信息确定本次摄入营养成分；

7、读取存储于移动终端本地加密数据库中的用户健康档案，所述用户健康档案包括用户基础信息和慢性病标签；

8、根据用户基础信息确定基础营养阈值，根据慢性病标签从本地规则库加载营养素限制规则，并将基础营养阈值与营养素限制规则融合，生成用户专属营养素目标区间；

9、将本次摄入营养成分与用户专属营养素目标区间进行比对，生成个性化饮食建议。

10、作为本发明实施例技术方案进一步的限定，所述端侧食物识别模型为针对中国常见食物类别进行训练、并配置为在无网络连接情况下于移动终端本地完成食物识别的轻量化卷积神经网络模型。

11、作为本发明实施例技术方案进一步的限定，利用所述端侧食物识别模型对食物图像进行识别之前，还包括：

12、检测食物图像中的食物区域，所述食物区域为一个或多个；

13、对检测到的食物区域进行图像预处理，所述图像预处理包括尺寸归一化、色彩空间转换和噪声过滤。

14、作为本发明实施例技术方案进一步的限定，利用所述端侧食物识别模型对食物图像进行识别时，输出食物类别对应的置信度；

15、当所述置信度低于预设阈值时，向用户展示候选食物列表，并接收用户的确认结果或手动修正结果；

16、将所述手动修正结果存入移动终端本地的反馈数据集。

17、作为本发明实施例技术方案进一步的限定，获取食物分量信息包括以下至少一种方式：

18、参照物法，根据食物图像中标准参照物与食物区域的相对尺寸估算食物重量；

19、手动输入法，接收用户输入的食物重量或份数。

20、作为本发明实施例技术方案进一步的限定，所述营养成分数据包括热量、脂肪、碳水化合物、蛋白质、糖分和钠；

21、在确定本次摄入营养成分之前，还包括：接收用户输入的烹饪参数，并根据所述烹饪参数对营养成分数据进行动态修正；

22、所述烹饪参数包括油量等级、盐量等级和糖量等级，所述油量等级作用于热量和脂肪的计算，所述盐量等级作用于钠的计算，所述糖量等级作用于糖分的计算。

23、作为本发明实施例技术方案进一步的限定，所述油量等级包括少油、正常和多油，分别对应0.7、1.0和1.3的修正系数；所述盐量等级包括少盐、正常和多盐，分别对应0.6、1.0和1.5的修正系数；所述糖量等级包括无糖、少糖、正常和多糖，分别对应0、0.5、1.0和1.5的修正系数。

24、作为本发明实施例技术方案进一步的限定，所述用户基础信息包括年龄、性别、身高、体重和bmi；所述慢性病标签包括高血压、糖尿病、高血脂、痛风和肾病；所述用户健康档案还包括过敏原标签、用药记录、体检指标和饮食偏好，所述体检指标包括血压、血糖、血脂、尿酸和肌酐；

25、根据用户基础信息确定基础营养阈值包括：根据用户基础信息计算基础代谢率和每日总能量消耗。

26、作为本发明实施例技术方案进一步的限定，根据慢性病标签从本地规则库加载营养素限制规则包括：

27、当慢性病标签包括高血压标签时，将钠摄入上限调整为1500mg/日；

28、当慢性病标签包括糖尿病标签时，调整碳水化合物比例上限，并对升糖指数高的食物触发警告；

29、当慢性病标签包括痛风标签时，对嘌呤含量高的食物触发警告；

30、当用户健康档案中包括多个慢性病标签时，分别加载各慢性病标签对应的营养素限制规则，并将各营养素限制规则与基础营养阈值融合，生成用户专属营养素目标区间。

31、作为本发明实施例技术方案进一步的限定，生成个性化饮食建议包括：基于当日已摄入营养素与用户专属营养素目标区间的差值、慢性病标签对应的饮食禁忌、用户近7日或近30日的历史饮食模式以及当前时段，生成当前餐次的营养评价、今日剩余可摄入量提示、推荐补充的食物类别和需要避免的食物类别。

32、作为本发明实施例技术方案进一步的限定，还包括：根据本次摄入营养成分、当日累计营养摄入量和用户专属营养素目标区间生成预警状态标识，所述预警状态标识用于表征本次摄入营养成分或当日累计营养摄入量相对于用户专属营养素目标区间的摄入状态。

33、作为本发明实施例技术方案进一步的限定，所述预警状态标识为三色预警状态标识；

34、根据用户预设的健康模式获取个性化营养推荐摄入量阈值，所述健康模式包括普通模式、减脂模式、控糖模式、低盐模式和高血压管理模式；

35、将当前食物营养值或当日累计营养摄入量与所述个性化营养推荐摄入量阈值进行比较，当摄入量小于推荐值的80%时标识为绿色，当摄入量大于等于推荐值的80%且小于推荐值时标识为橙色，当摄入量大于等于推荐值时标识为红色。

36、作为本发明实施例技术方案进一步的限定，还包括根据记录时间自动判断餐次类型，其中00:00至09:59为早餐，10:00至13:59为午餐，14:00至20:59为晚餐，21:00至23:59为加餐；并在生成个性化饮食建议时结合当前时段输出当前餐次的营养评价。

37、作为本发明实施例技术方案进一步的限定，还包括：

38、通过移动终端操作系统提供的健康数据接口获取步数与运动消耗、睡眠时长与质量、心率数据和体重变化趋势；

39、根据下式计算综合健康评分：综合健康评分=w1×饮食得分+w2×运动得分+w3×睡眠得分+w4×体征得分；

40、其中，饮食得分基于营养素达标率计算，运动得分基于步数或运动时长与目标的完成率计算，睡眠得分基于睡眠时长与质量评级计算，体征得分基于近期体重趋势与血压或血糖记录计算，w1至w4为根据所述慢性病标签动态调整的权重系数。

41、一种端侧食物识别与个性化营养管理系统，所述系统包括：

42、图像获取模块，用于通过移动终端获取食物图像；

43、端侧识别模块，用于利用在移动终端本地运行的端侧食物识别模型对食物图像进行识别，得到食物类别；

44、本地营养数据库，用于根据食物类别提供对应的营养成分数据；

45、分量获取模块，用于获取食物分量信息，并根据营养成分数据和食物分量信息确定本次摄入营养成分；

46、健康档案模块，用于读取存储于移动终端本地加密数据库中的用户健康档案，所述用户健康档案包括用户基础信息和慢性病标签；

47、个性化融合模块，用于根据用户基础信息确定基础营养阈值，根据慢性病标签从本地规则库加载营养素限制规则，并将基础营养阈值与营养素限制规则融合，生成用户专属营养素目标区间；

48、建议生成模块，用于将本次摄入营养成分与用户专属营养素目标区间进行比对，生成个性化饮食建议。

49、与现有技术相比，本发明通过在移动终端本地运行端侧食物识别模型，对移动终端获取的食物图像进行识别，能够在无网络连接情况下完成食物识别，减少对服务器端识别的依赖，降低网络延迟对使用过程的影响，并有利于保护用户食物图像和健康数据的隐私。

50、本发明根据食物类别查询存储于移动终端本地的营养数据库，得到对应的营养成分数据，并结合食物分量信息确定本次摄入营养成分，使用户无需手动搜索食物名称和逐项查询营养成分，降低饮食记录的操作复杂度，提高食物营养分析的便利性。

51、本发明通过参照物法或手动输入法获取食物分量信息，并可根据油量等级、盐量等级和糖量等级对营养成分数据进行动态修正，使本次摄入营养成分能够同时反映食物类别、食物分量和烹饪参数，相比仅采用标准营养成分数据的方式，更贴近用户实际摄入情况。

52、本发明读取存储于移动终端本地加密数据库中的用户健康档案，并根据用户基础信息确定基础营养阈值，根据慢性病标签从本地规则库加载营养素限制规则，生成用户专属营养素目标区间，使营养管理结果能够适配高血压、糖尿病、痛风等不同健康状态，避免仅依据通用人群标准生成饮食建议。

53、本发明将本次摄入营养成分、当日已摄入营养素与用户专属营养素目标区间进行比对，并结合慢性病标签对应的饮食禁忌、历史饮食模式和当前时段生成个性化饮食建议，能够向用户输出当前餐次的营养评价、今日剩余可摄入量提示、推荐补充的食物类别和需要避免的食物类别，从而提高饮食建议的针对性。

54、本发明还可根据本次摄入营养成分、当日累计营养摄入量和用户专属营养素目标区间生成预警状态标识，使用户能够了解本次摄入或当日累计摄入相对于自身营养目标的状态，从而辅助用户进行后续饮食安排。

55、本发明通过移动终端操作系统提供的健康数据接口获取步数与运动消耗、睡眠时长与质量、心率数据和体重变化趋势，并结合饮食得分、运动得分、睡眠得分和体征得分计算综合健康评分，有利于将饮食管理与运动、睡眠和体征数据结合，形成更完整的健康管理结果。

56、本发明还可采集用户反馈信号，并在移动终端本地利用用户反馈信号对端侧食物识别模型进行微调，使端侧食物识别模型逐步适应该用户的饮食习惯和拍摄风格，并使后续个性化饮食建议能够结合用户对建议内容的采纳或忽略行为进行优化。