1. 磐创AI首页
  2. Medium

应用程序抓取餐食让你的饮食保持在正轨上


良好的营养不仅对健康发展和基本生存至关重要,而且对福祉和疾病预防也是不可或缺的。与不良饮食相关的健康状况在美国构成了最常见和最可预防的死亡原因,也是医疗成本的主要驱动因素,估计每年高达数千亿美元。虽然需要了解饮食才能得到改善,但饮食摄入量仍然很难衡量。

我们的研究小组设计并开发了首批基于图像的移动饮食评估系统之一,该系统记录和分析进食场合的图像,以准确测量日常食物和营养摄入量。新的、无偏见的数据捕获方法,如移动饮食评估,价格低廉,可定制-这意味着它们可以克服当前方法的局限性,这些方法主要依赖于自我报告。

基于图像的饮食评估是指根据视觉数据和相关的上下文信息,确定一个人吃了什么,消耗了多少能量的过程。我们开发了不同的计算机视觉和机器学习方法来自动识别食物,并根据餐饮图像估计能量摄入量。我们的系统已经在30多项饮食研究中进行了部署和评估,有超过2500名参与者,年龄从6个月到70岁,分布在美国和国际各地。

要评估习惯性饮食摄入量,准确的食物摄入量和估计份量是最重要的。自我报告是最常见的方法,但准确性取决于一个人的报告意愿以及记忆和估计分量大小的能力。目前饮食评估的黄金标准是24小时回忆,在这一过程中,参与者接受采访,以帮助他们记住过去24小时摄入的一切。

我们的技术辅助膳食评估(TADAMFR)系统由两个主要组件组成:1)基于图像的膳食记录应用程序,称为移动食物记录(™);2)安全的云端服务器,与移动食物记录进行通信,以处理和存储食物图像。MFR使用智能手机相机来拍摄食物的图像。这些图像与元数据(包括日期、时间和GPS坐标)一起发送到云服务器进行分析和处理;参与者可以在其智能手机上查看和确认分析结果。营养学家和研究人员也可以通过网络界面查看图像分析结果,以进行评估和额外的营养分析。

对膳食摄入量的准确估计依赖于系统从图像背景中区分食物、识别食物和估计食物份量的能力。我们的新型机器学习技术,利用深度神经网络和其他先进的计算机视觉方法,集成了食物分类和份量估计,减少了视觉相似食物的预测误差,将食物图像映射到食物能量,并从持续的数据捕获和分析中持续学习。

开发更准确和用户友好的工具来捕捉一个人的饮食信息,将有助于研究人员更好地了解饮食模式及其对健康的影响。重点是饮食模式,而不是个别的营养素、食物或食物组,它们不是单独消费的,而是随着时间的推移以各种组合(一种饮食模式)的方式消费,因为食品和饮料协同作用影响健康。

我们的项目得到了国家科学基金会和国家卫生研究院以及行业合作伙伴的拨款支持,我们有几项专利申请正在审查中。我们开发的许多图像处理和计算方法也可以用于其他依赖图像/视频作为输入信息的应用和问题,如工业产品检测、数字农业和自主系统。

移动、可穿戴传感器技术,加上先进的算法,在捕捉与饮食相关的行为方面显示出越来越大的希望,这些行为为评估饮食摄入量提供了有用的信息。准确评估饮食摄入量和行为可能需要基于图像的传感(相机与检测和分析食物的新算法相结合)、可穿戴传感(身体佩戴的传感器捕捉饮食和饮食行为)和生化/电化学传感(可穿戴技术,测量唾液和汗液等体液中的营养状态)的协同努力。

今天,营养学家、工程师和数据科学家之间的新联盟,以创造新的工具和预测算法,提供了一个前所未有的机会,以理清全食、个人营养素、社会文化对饮食和生活方式的影响以及社会基础设施在个人和人口健康中所扮演的各种角色。

凤清朱玛姬

电气与计算机工程学院助理教授

普渡大学数据和工程应用工程计划教务委员会成员Purdue Engineering Initiative in Data and Engineering Applications

普渡大学工程学院

相关链接

技术辅助饮食评估(TADA)项目网站Technology Assisted Dietary Assessment (TADA) project website

朱凤清教授获美国国家自然科学基金会CEISE研究启动计划(CRII)奖Professor Fengqing Maggie Zhu receives NSF CISE Research Initiation Initiative (CRII) Award

为与科廷大学的项目提供新的赠款,朱教授是普渡大学的首席研究员New grant for project with Curtin University, for which Professor Zhu is principal investigator at Purdue

视频和图像处理实验室(毒蛇实验室)Video and Image Processing Laboratory (VIPER Lab)

开发从生物识别智能手表数据中检测冠状病毒早期征兆的算法研究Study to develop algorithms for detecting earliest signs of COVID-19 from biometric smartwatch data

原创文章,作者:fendouai,如若转载,请注明出处:https://panchuang.net/2021/07/18/%e5%ba%94%e7%94%a8%e7%a8%8b%e5%ba%8f%e6%8a%93%e5%8f%96%e9%a4%90%e9%a3%9f%e8%ae%a9%e4%bd%a0%e7%9a%84%e9%a5%ae%e9%a3%9f%e4%bf%9d%e6%8c%81%e5%9c%a8%e6%ad%a3%e8%bd%a8%e4%b8%8a-2/

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息