[發明專利]一種飲食和運動智能監測系統

在審

• 申請號: 202111301384.7
• 申請日: 2021-11-04
• 公開（公告）號: CN113948188A
• 公開（公告）日: 2022-01-18
• 發明（設計）人: 張書梅;安向平;李志祥;段麗英;李娟
• 申請（專利權）人: 石家莊學院
• 主分類號: G16H20/60
• 分類號: G16H20/60;G06F16/535;G06F16/2457
• 代理公司: 深圳至誠化育知識產權代理事務所(普通合伙) 44728
• 代理人: 劉英

1.一種飲食和運動智能監測系統，其特征在于，包括以下模塊：

飲食營養評估模塊：該模塊是對食材和熟食照片分別構建食材和熟食兩類深度學習模型，然后根據用戶上傳的食材或熟食照片精準評估飲食營養素的含量和比例結構，并結合用戶的個性化飲食配方提高評估意見；

運動模式識別模塊：該模塊采集人體運動數據，再通過構建的有氧運動模型和抗阻運動模型，分別識別細分的有氧或抗阻運動種類，評估每日運動指標與運動配方匹配情況；

吃動綜合分析模塊：該模塊利用每月記錄的體重和體脂等身體成份數據庫評估吃動綜合干預效果，分析用戶對飲食和運動配方的依從性，及膳食攝入與運動消耗的相互支撐性。

2.根據權利要求1所述的飲食和運動智能監測系統，其特征在于，所述飲食營養評估模塊的具體構建步驟如下：

步驟一、采集各類基于食物份的生食和基于菜譜的熟食圖片數據集及相應的營養數據庫，用于構建基于生食圖片和基于熟食圖片的兩類營養評估深度學習模型；

步驟二、用戶每次做飯或吃飯前拍照并上傳食材或熟食照片，系統自動選擇相應的飲食模型評估營養成分，并評價與個性化飲食配方的匹配程度。

3.根據權利要求1所述的飲食和運動智能監測系統，其特征在于，所述運動模式識別模塊分別對有氧和抗阻運動構建了有氧和抗阻兩類運動深度學習模型，具體識別過程如下：

步驟一、采集手臂、腰部和大腿的多類傳感器人體運動數據；

步驟二、通過異構數據融合推理算法獲取運動時長、模式和強度；

步驟三、通過構建的有氧運動模型和抗阻運動模型分別識別細分的有氧運動模型或抗阻運動種類；

步驟四、通過運動歷史數據庫統計運動頻率，評估每日運動指標與運動配方匹配情況。

4.根據權利要求1所述的飲食和運動智能監測系統，其特征在于，該數據包括日期、時間，手臂、腰部、大腿運動數據以及心率。

5.根據權利要求1所述的飲食和運動智能監測系統，其特征在于，有氧運動模型包括慢走、快走、慢跑的有氧運動數據。

6.根據權利要求1所述的飲食和運動智能監測系統，其特征在于，抗阻運動模型包括俯臥撐、平板、啞鈴的抗阻運動數據。

7.根據權利要求1所述的飲食和運動智能監測系統，其特征在于，所述吃動綜合分析模塊具體分析過程如下：

步驟一、通過用戶定期測量并存儲的體重和體脂身體成份數據庫；

步驟二、評估吃動綜合干預策略對改善用戶健康狀況的效果；

步驟三、利用飲食和運動歷史記錄數據庫分析用戶對飲食和運動配方的依從性，及膳食攝入與運動消耗的相互支撐性。