[發明專利]一種基于個人體檢信息的營養飲食推薦方法

在審

• 申請號: 201711318593.6
• 申請日: 2017-12-12
• 公開（公告）號: CN108198603A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 劉昱;李源;汪奇;蔣淮;楊俊東
• 申請（專利權）人: 昆明億尚科技有限公司
• 主分類號: G16H20/60
• 分類號: G16H20/60;G16H10/60
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李素蘭

本發明公開了一種基于個人體檢信息的營養飲食推薦方法，步驟(1)、獲得用戶的健康信息；步驟(2)、獲取用戶的體檢信息，步驟(3)：將提供的體檢信息中的所患疾病狀況和預先所建立的疾病信息數據庫進行匹配，統計用戶所患疾病的宜忌；步驟(4)：基于機器學習和深度學習構建用戶的飲食模型；步驟(5)、根據用戶的飲食推薦模型的處理結果向用戶推薦營養飲食信息(文字、圖表和食譜)。本發明充分考慮了用戶的身體健康狀況和疾病狀況，有針對性的向用戶推薦適合自身體質的營養飲食，從而改善用戶的身體狀況，使用戶的身體保持良好的狀態，適用于所有人群使用。

技術領域

本發明涉及醫療飲食、深度學習、機器學習和數據挖掘等多種領域，特別是一種基于機器學習和用戶健康、體檢信息的用戶飲食模型的建立。

背景技術

機器學習(Machine Learning)是一門涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科的多領域交叉學科，它致力于研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。深度學習是機器學習研究中的一個新的領域，是神經網絡研究的發展，其動機在于建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據的真實意義。而數據挖掘，簡單來說是從大量數據中提取或者挖掘知識，它運用基于計算機的方法和新技術，對已有的數據進行分析進而抽取出有意義的信息。目前，機器學習、深度學習和挖掘技術的應用，在人工智能領域以及一些數據處理的問題上都有著深刻的體現。

隨著社會的快速發展，人們對各種疾病產生的健康威脅越來越關注。經過調查，目前影響我國人民群眾身體健康的疾病主要有高血壓、糖尿病、心臟病、心腦血管疾病、呼吸疾病和痛風等等，而且它們還呈現出面積擴大化、低齡化的特征。醫生在治療疾病時，除了給予藥物治療外，更重視的是營養飲食的作用，合理飲食對疾病會起到治療的作用，幫助人體恢復健康。國務院辦公廳于2017年6月發布了關于印發國民營養計劃(2017-2030)的通知，體現了國家對居民營養的重視，然而，對于患有疾病的人群來說，如何正確的攝取營養仍然存在一些問題：

1.目前，國內的一些營養飲食推薦的方案的計算機應用(例如：APP)正在日漸興起，但是這些應用大多只是系統的向用戶推薦一些營養信息，而沒有考慮到用戶所患疾病的宜忌，因此這種方式存在一定的風險，或許還會有對用戶的健康非常不利的風險；

2.同一種食物對不同疾病的效果也許是不一樣的，如果某人所患不僅一種疾病，那么如何在繁雜的營養信息中選擇適合自己的組合也會成為難題；

3.一些有關營養飲食推薦的方案和計算機應用雖然考慮到了用戶的過敏源和食物禁忌問題，但是只在功能中占很小部分，仍然無法避免對用戶的健康可能造成危害。

發明內容

基于以上所述的當前飲食推薦所存在的不足，我們提出了一種基于個人體檢信息的營養飲食推薦方法。

本發明的一種基于個人體檢信息的營養飲食推薦方法，該方法包括以下步驟：

步驟1、獲取用戶的健康信息，至少包括用戶的身高、體重、過敏源和食物禁忌；

步驟2、獲取用戶的體檢信息；

步驟3、將提供的體檢信息中的所患疾病狀況和預先所建立的疾病信息數據庫進行匹配，統計用戶所患疾病的宜忌；

步驟4、基于機器學習和深度學習構建用戶的飲食模型；將步驟1-步驟3收集的這些數據分為兩部分，一部分作為訓練集，將訓練集中的健康信息和體檢信息作為模型的輸入，將所對應的推薦飲食信息作為輸出，定義好模型的激活函數和層數，經過不斷地學習和訓練，得到飲食推薦模型的權重；另外一部分作為測試集，用來驗證飲食推薦模型的準確度；之后，經過細節地調整和優化，從而建立飲食推薦模型；此后，將用戶的健康信息和體檢信息輸入飲食推薦模型進行處理；

步驟5、根據用戶的飲食推薦模型的處理結果向用戶推薦營養飲食信息。