热卡、蛋白质等营养素计算仪

1.本发明涉及称量技术领域，具体为热卡、蛋白质等营养素计算仪。


背景技术：

2.随着人民生活水平的上升，肥胖、糖尿病、妊娠糖尿病、高脂血症等营养过剩的人群越来越多，这些人群需要控制热卡，同时保证蛋白质等其他营养物质的摄入。随着老年社会的来临，肿瘤、消化道疾病等疾病导致的营养不良、肌肉减少患者也逐渐增多，这类患者需要保证热卡、蛋白质以及各类营养物质摄入。另外某些疾病如肝性脑病、肾功能不全等患者在保证热卡摄入的基础上需同时限制蛋白质的摄入，所以无论是健康人群或者疾病患者，应该保证每天摄入的能量合理，产能营养素比例合理，优质蛋白质和非优质蛋白质比例合理，饱和脂肪酸、多不饱和脂肪酸、单不饱和脂肪酸之间比例合理。明确自己每天的饮食摄入情况可以避免摄入过多或过少，避免摄入的蛋白质、碳水化合物、脂肪等比例不合理，对于减少营养不良或营业过剩导致的一系列疾病至关重要。但饮食摄入准确的热卡、各营养素等计算需要专业营养师计算，且人工计算较为复杂，耗时较长，对于非专业的普通人和患者难度很大。尽管市场上出现了部分测算各营养素的仪器，但因测算能力单一、测算过程繁琐、受众面窄而得不到广泛应用。因此，设计测算精准度高和简单易行的热卡、蛋白质等营养素计算仪是很有必要的。


技术实现要素：

3.本发明的目的在于提供热卡、蛋白质等营养素计算仪，以解决上述背景技术中提出的问题。
4.为了解决上述技术问题，本发明提供如下技术方案：热卡、蛋白质等营养素计算仪，包括重力感应端、识别分析端、智能交互端和膳食建议模块，所述重力感应端用于对食物进行称重，所述识别分析端用于对食物拍照识别并分析食物营养成分，所述智能交互端用于采集获取患者个人信息，所述膳食建议模块用于根据称重食物计算的营养素信息和患者个人信息向患者推荐更为合理的饮食方式，所述重力感应端与识别分析端电连接，所述识别分析端和智能交互端均与膳食建议模块电连接；
5.所述识别分析端包括摄像模组单元、匹配识别模块和营养素分析模块，所述摄像模组单元用于对食物进行拍照识别，所述匹配识别模块用于根据拍照成像画面识别并匹配出食物类别，所述营养素分析模块用于分析计算当前食物的营养素信息，所述匹配识别模块和营养素分析模块均与重力感应端电连接。
6.根据上述技术方案，所述智能交互端包括数据录入模块和训练分析模块，所述数据录入模块用于患者输入个人的身高、体重、疾病情况和化验结果信息，所述训练分析模块用于分析记录患者的康复训练时营养素消耗量信息。
7.根据上述技术方案，所述膳食建议模块包括营养素制定模块和对比判断模块，所述营养素制定模块与智能交互端电连接，所述营养素制定模块用于根据患者的个人信息和
训练数据制定合理的参考饮食摄入量，所述对比判断模块与识别分析端电连接，所述对比判断模块用于将被称重食物的营养素和参考营养素进行综合比对。
8.根据上述技术方案，所述匹配识别模块包括营养素数据库，所述营养素数据库储存有食物图片及其对应的种类和营养素成分，所述营养素分析模块包括特征匹配子模块、皱褶度计算子模块和新鲜度识别子模块，所述特征匹配子模块与匹配识别模块电连接，所述特征匹配子模块用于根据识别出的食物类别匹配出对应的食物新鲜度特征，所述皱褶度计算子模块用于识别计算食物的褶皱程度，所述新鲜度识别子模块用于对照数据库识别食物的新鲜程度。
9.根据上述技术方案，所述训练分析模块包括强度记录子模块和时间记录子模块，所述强度记录子模块用于获取各个训练器材传感器得到的训练运动强度，所述时间记录子模块用于获取各项训练持续的时间值。
10.根据上述技术方案，所述热卡、蛋白质等营养素计算仪的运行方法包括以下步骤：
11.步骤s1：患者将食物放在营养素计算仪的重力感应端上，重力感应端对食物称重，并将食物重量数据传输至识别分析端；
12.步骤s2：重量数据上传至识别分析端后，摄像模组单元启动，对营养素计算仪上的食物拍摄，也可以以输入食物名称方式，匹配识别食物的营养素成分；
13.步骤s3：在对食物称重时，智能交互端启动，分别将患者提前录入的身高、体重、疾病情况和化验结果信息数据以及训练分析模块记录整合到的训练数据传输至膳食建议模块；
14.步骤s4：膳食建议模块根据输入的数据信息为患者制定合理的参考饮食摄入量。
15.根据上述技术方案，所述步骤s2进一步包括以下步骤：
16.步骤s21：摄像模组单元对食物拍照；
17.步骤s22：匹配识别模块调取营养素数据库，在营养素数据库内搜索匹配与食物照片相似度最大值的种类食物，并获取该食物对应的营养成分数据；
18.步骤s23：特征匹配子模块进一步匹配该食物新鲜度对应的特征，当该食物的新鲜度特征与食物表面皱褶度相关时，计算子模块启动分析照片中食物的皱褶度进行新鲜度精确评估；当该食物的新鲜度特征与食物表面皱褶度不相关时，新鲜度识别子模块启动，对照片中食物的整体特征与营养素数据库中该食物不同新鲜度表现特征对比搜寻，确定特征相似度最高的参照图像对应特征作为该食物的新鲜度，完成粗略评估；
19.步骤s24：营养素分析模块分别获取当前食物的重量值、食物对应的各个营养成分和食物新鲜度值，开始计算当前称重食物的实际营养成分值。
20.根据上述技术方案，所述步骤s24中当前称重食物的实际营养成分值计算公式为：
21.y＝α
×g×
β
×
p
22.其中g为食物重量、α为当前称重食物中一项营养成分与重量关系的控制参数、p为评估得到的食物新鲜度值、β为当前称重食物中一项营养成分与新鲜度的控制参数。
23.根据上述技术方案，所述步骤s4进一步包括以下步骤：
24.步骤s41：营养素制定模块得到患者的身高和体重数据，制定出基本各项营养成分合理摄入量；
25.步骤s42：结合患者疾病情况和化验结果，对基本各项营养成分合理摄入量进行适
应性调整，增加需要补充营养素和降低需要减少摄入量的比例后，生成患者专属合理营养成分摄入表格；
26.步骤s43：训练分析模块以每天为周期，分别读取各个训练器材传感器得到的训练运动强度和训练持续时间，累计相加后分析出当天的训练量；
27.步骤s44：将专属合理营养成分摄入表格和当前称重时，患者的训练量造成额外营养消耗相加，营养素制定模块推出合理的参考营养成分摄入量；
28.步骤s45：对比模块开始运行，将计算得到的当前称重食物的实际营养成分值与参考营养成分摄入量对比；
29.步骤s46：当前称重食物的有实际营养成分值指标超过参考营养成分摄入量时，膳食建议模块根据对比结果智能输出膳食建议，并为患者推荐更为合理的饮食方式。
30.根据上述技术方案，所述步骤s23中计算子模块启动分析照片中食物的皱褶度进行新鲜度精确评估的方法进一步包括以下步骤：
31.步骤s231：皱褶度计算子模块通过色差分析技术，将食物表面皱痕标记；
32.步骤s232：输出皱痕的长度值h和平均密度值b以及当前食物新鲜度特征与食物表面皱褶度相关的控制参数值γ；
33.步骤s233：皱褶度计算子模块计算当前食物新鲜度值p的公式为：步骤s233：皱褶度计算子模块计算当前食物新鲜度值p的公式为：其中γ为大于0的常数，式中可知皱痕的长度和平均密度均与新鲜度值呈反比，皱痕的长度越长、平均密度越大则食物的新鲜度越低。
34.与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有重力感应端、识别分析端、智能交互端和膳食建议模块，可以在对食物称重时测量营养素时匹配分析食物的类别和该类别对应的新鲜度特征，在通过精确评估或粗略评估手段评估出被检测食物的新鲜度值，最终结合食物的新鲜度推算出更为精准的食物营养成分，同时在测量食物营养素时还实现了与患者的智能交互，定值患者个人身体信息以及每个周期的训练情况，向患者提供符合自身的膳食建议，保证患者的营养素摄入均衡，达到了测算精准度高和简单易行的效果。
附图说明
35.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
36.图1是本发明的系统模块组成示意图。
具体实施方式
37.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
38.请参阅图1，本发明提供技术方案：热卡、蛋白质等营养素计算仪，包括重力感应端、识别分析端、智能交互端和膳食建议模块，重力感应端用于对食物进行称重，识别分析端用于对食物拍照识别并分析食物营养成分，智能交互端用于采集获取患者个人信息，膳
食建议模块用于根据称重食物计算的营养素信息和患者个人信息向患者推荐更为合理的饮食方式，重力感应端与识别分析端电连接，识别分析端和智能交互端均与膳食建议模块电连接；
39.识别分析端包括摄像模组单元、匹配识别模块和营养素分析模块，摄像模组单元用于对食物进行拍照识别，匹配识别模块用于根据拍照成像画面识别并匹配出食物类别，营养素分析模块用于分析计算当前食物的营养素信息，匹配识别模块和营养素分析模块均与重力感应端电连接；通过设置有重力感应端、识别分析端、智能交互端和膳食建议模块，可以在对食物称重时测量营养素时匹配分析食物的类别和该类别对应的新鲜度特征，在通过精确评估或粗略评估手段评估出被检测食物的新鲜度值，最终结合食物的新鲜度推算出更为精准的食物营养成分，同时在测量食物营养素时还实现了与患者的智能交互，定值患者个人身体信息以及每个周期的训练情况，向患者提供符合自身的膳食建议，保证患者的营养素摄入均衡，达到了测算精准度高和简单易行的效果。
40.智能交互端包括数据录入模块和训练分析模块，数据录入模块用于患者输入个人的身高、体重、疾病情况和化验结果信息，训练分析模块用于分析记录患者的康复训练时营养素消耗量信息；从而实现了计算食物营养成分同时达成人机交互的效果。
41.膳食建议模块包括营养素制定模块和对比判断模块，营养素制定模块与智能交互端电连接，营养素制定模块用于根据患者的个人信息和训练数据制定合理的参考饮食摄入量，对比判断模块与识别分析端电连接，对比判断模块用于将被称重食物的营养素和参考营养素进行综合比对；可以为患者提供更为合理的膳食建议和及时阻值患者不合理的饮食方式。
42.匹配识别模块包括营养素数据库，营养素数据库储存有食物图片及其对应的种类和营养素成分，营养素分析模块包括特征匹配子模块、皱褶度计算子模块和新鲜度识别子模块，特征匹配子模块与匹配识别模块电连接，特征匹配子模块用于根据识别出的食物类别匹配出对应的食物新鲜度特征，皱褶度计算子模块用于识别计算食物的褶皱程度，新鲜度识别子模块用于对照数据库识别食物的新鲜程度。
43.训练分析模块包括强度记录子模块和时间记录子模块，强度记录子模块用于获取各个训练器材传感器得到的训练运动强度，时间记录子模块用于获取各项训练持续的时间值。
44.热卡、蛋白质等营养素计算仪的运行方法包括以下步骤：
45.步骤s1：患者将食物放在营养素计算仪的重力感应端上，重力感应端对食物称重，并将食物重量数据传输至识别分析端；
46.步骤s2：重量数据上传至识别分析端后，摄像模组单元启动，对营养素计算仪上的食物拍摄，也可以以输入食物名称方式，匹配识别食物的营养素成分；
47.步骤s3：在对食物称重时，智能交互端启动，分别将患者提前录入的身高、体重、疾病情况和化验结果信息数据以及训练分析模块记录整合到的训练数据传输至膳食建议模块；
48.步骤s4：膳食建议模块根据输入的数据信息为患者制定合理的参考饮食摄入量。
49.步骤s2进一步包括以下步骤：
50.步骤s21：摄像模组单元对食物拍照；
51.步骤s22：匹配识别模块调取营养素数据库，在营养素数据库内搜索匹配与食物照片相似度最大值的种类食物，并获取该食物对应的营养成分数据；
52.步骤s23：特征匹配子模块进一步匹配该食物新鲜度对应的特征，当该食物的新鲜度特征与食物表面皱褶度相关时，计算子模块启动分析照片中食物的皱褶度进行新鲜度精确评估；当该食物的新鲜度特征与食物表面皱褶度不相关时，新鲜度识别子模块启动，对照片中食物的整体特征与营养素数据库中该食物不同新鲜度表现特征对比搜寻，确定特征相似度最高的参照图像对应特征作为该食物的新鲜度，完成粗略评估；
53.步骤s24：营养素分析模块分别获取当前食物的重量值、食物对应的各个营养成分和食物新鲜度值，开始计算当前称重食物的实际营养成分值。
54.步骤s24中当前称重食物的实际营养成分值计算公式为：
55.y＝α
×g×
β
×
p
56.其中g为食物重量、α为当前称重食物中一项营养成分与重量关系的控制参数、p为评估得到的食物新鲜度值、β为当前称重食物中一项营养成分与新鲜度的控制参数，式中可知，通过得到食物对应的各个营养成分控制参数与重量后，即可准确计算该食物的各项营养成分值，并结合上述步骤中对当前食物的新鲜度评估、以及该食物不同新鲜度对应不同营养成分的控制参数，进一步的提高营养素计算仪测量营养素的准确性，避免因实际称重食物的新鲜度较低导致营养成分流水，造成营养素计算仪测量准确性降低。
57.步骤s4进一步包括以下步骤：
58.步骤s41：营养素制定模块得到患者的身高和体重数据，制定出基本各项营养成分合理摄入量；
59.步骤s42：结合患者疾病情况和化验结果，对基本各项营养成分合理摄入量进行适应性调整，增加需要补充营养素和降低需要减少摄入量的比例后，生成患者专属合理营养成分摄入表格；
60.步骤s43：训练分析模块以每天为周期，分别读取各个训练器材传感器得到的训练运动强度和训练持续时间，累计相加后分析出当天的训练量；
61.步骤s44：将专属合理营养成分摄入表格和当前称重时，患者的训练量造成额外营养消耗相加，营养素制定模块推出合理的参考营养成分摄入量；
62.步骤s45：对比模块开始运行，将计算得到的当前称重食物的实际营养成分值与参考营养成分摄入量对比；
63.步骤s46：当前称重食物的有实际营养成分值指标超过参考营养成分摄入量时，膳食建议模块根据对比结果智能输出膳食建议，并为患者推荐更为合理的饮食方式；进而实现了在对食物称重计算营养素同时，还可以结合个人身体信息以及每个周期的训练，向患者提供符合自身的膳食建议，保证患者的营养素摄入均衡。
64.步骤s23中计算子模块启动分析照片中食物的皱褶度进行新鲜度精确评估的方法进一步包括以下步骤：
65.步骤s231：皱褶度计算子模块通过色差分析技术，将食物表面皱痕标记；
66.步骤s232：输出皱痕的长度值h和平均密度值b以及当前食物新鲜度特征与食物表面皱褶度相关的控制参数值γ；
67.步骤s233：皱褶度计算子模块计算当前食物新鲜度值p的公式为：步骤s233：皱褶度计算子模块计算当前食物新鲜度值p的公式为：
其中γ为大于0的常数，式中可知皱痕的长度和平均密度均与新鲜度值呈反比，皱痕的长度越长、平均密度越大则食物的新鲜度越低；进而实现了对食物的新鲜度特征与食物表面皱褶度相关时，分过分析食物表面皱痕状况达到精确判断食物新鲜度的效果。
68.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
69.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。