一种健康监测与膳食管理的方法

1.本发明涉及健康监测技术领域，尤其涉及一种健康监测与膳食管理的方法。


背景技术：

2.近年来，越来越多的国民关注自身健康监测，在国家提倡的药物治疗为主，膳食治疗为辅的治疗模式指导下，膳食管理领域受到了极大的关注。良好的膳食管理模式不仅有助于保持健康的状态，而且在许多慢性病的预防和治疗方面有着很大的作用。随着科技的发展，大数据技术被应用于科学研究的各个领域，如何将大数据与人体健康和膳食管理联系起来成为未来研究的热点。目前存在的健康监测(评估)指标过于单一，健康监测与膳食管理的联系不够紧密，缺乏根据人体健康监测数据设计对应的膳食安排的个性化设计，因此对健康的预测分析准确性较低。如何提供一种多元的人体健康和膳食的监测评估方法，有效提高评估准确性，成为亟待解决的问题。


技术实现要素：

3.有鉴于此，有必要提供一种健康监测与膳食管理的方法，用以克服现有技术中健康监测与膳食管理的联系不够紧密的问题。
4.本发明提供一种健康监测与膳食管理的方法，包括：
5.获取多种健康标准值和多种膳食标准值，构建对应的健康膳食标准数据库；
6.获取用于监测用户健康的多种人体指标和用于监测膳食健康的多种膳食指标；
7.根据所述多种人体指标和所述健康膳食标准数据库，确定用户的综合健康风险等级；
8.根据所述多种膳食指标和所述健康膳食标准数据库，评估用户的膳食营养等级，并确定科学膳食方案。
9.进一步地，所述根据所述多种人体指标和所述健康膳食标准数据库，确定用户的综合健康风险等级包括：
10.根据所述人体指标和所述健康膳食标准数据库中的所述健康标准值，确定对应的单风险指标；
11.根据每种预设疾病对应的多个所述单风险指标，确定用户患上所述预设疾病的疾病风险；
12.根据每个所述疾病风险，确定用户的健康风险指数；
13.根据所述健康风险指数，确定用户的健康风险等级。
14.进一步地，所述单风险指标通过如下公式表示：
15.fa＝pk/pn16.其中，fa表示所述单风险指标，pk表示所述人体指标，pn表示所述人体指标对应的所述健康标准值。
17.进一步地，所述疾病风险通过如下公式表示：
[0018][0019]
其中，fb表示所述疾病风险，fa表示所述单风险指标，a表示所述单风险指标对应的权重系数，n表示所述单风险指标的数目。
[0020]
进一步地，所述健康风险指数通过如下公式表示：
[0021][0022]
其中，fz表示所述健康风险指数，fb表示所述疾病风险，b表示所述所述疾病风险对应的权重系数，n表示所述疾病风险的数目。
[0023]
进一步地，所述健康风险等级通过如下公式表示：
[0024][0025]
其中，fd表示所述健康风险等级，fz表示所述健康风险指数，d表示所述健康风险指数对应的权重系数，xi表示健康因素，包括病史因素、生活习惯因素、遗传因素、生活环境因素、饮食习惯中的至少一种，c表示所述健康因素对应的权重系数，n表示所述健康因素的数目。
[0026]
进一步地，所述根据所述多种人体指标和所述健康膳食标准数据库，确定用户的综合健康风险等级还包括：
[0027]
根据所述健康风险等级在群体中的统计结果，确定群体评估风险等级，其中，所述群体评估风险等级通过如下公式表示：
[0028]
fe＝k/k
total
[0029]
其中，fe表示所述群体评估风险等级，k表示所述健康风险等级的人数，k
total
表示群体总人数。
[0030]
进一步地，所述根据所述多种膳食指标和所述健康膳食标准数据库，评估用户的膳食营养等级，并确定科学膳食方案包括：
[0031]
根据所述膳食指标和所述健康膳食标准数据库中的所述膳食标准值，确定对应的营养指数；
[0032]
根据每种食物对应的多个所述营养指数，确定食物对应的营养得分；
[0033]
根据每个所述营养得分，确定食物综合的营养评价分数；
[0034]
根据所述营养评价分数，确定用户的所述膳食营养等级，并生成对应的所述科学膳食建议推送至用户。
[0035]
进一步地，所述营养指数通过如下公式表示：
[0036]
ya＝n1/n2[0037]
其中，ya表示所述营养指数，n1表示所述膳食指标，n2表示所述膳食标准值；
[0038]
所述营养得分通过如下公式表示：
[0039][0040]
其中，yb表示所述营养得分，yak表示第k个所述营养指数，n表示所述营养因子的数目，a表示所述营养指数对应的权重系数；
[0041]
所述营养评价分数通过如下公式表示：
[0042][0043]
b＝1/n
[0044]
其中，yz表示所述营养评价分数，yb表示所述营养得分，b表示所述营养得分对应的权重系数。
[0045]
进一步地，所述膳食营养等级通过如下公式表示：
[0046][0047]
其中，yd表示所述膳食营养等级，yz表示所述营养得分，d表示所述营养得分对应的权重系数，c表示预设系数，yi表示营养因素，包括食物多样性因素、摄入食物频次因素中的至少一种。
[0048]
与现有技术相比，本发明的有益效果包括：首先，对健康标准值和膳食标准值进行有效的获取，并构建对应的健康膳食标准数据库，以此为基准，判断后续指标的标准与否；然后，对反馈人体健康情况的人体指标以及反馈用户饮食状态的膳食指标进行有效的获取；进而，将人体指标和健康膳食标准数据库中作为基准的健康标准值进行对比，确定用户的综合健康风险等级，判断用户的健康情况；最后，将膳食指标和健康膳食标准数据库中作为基准的膳食标准值进行对比，确定用户的膳食营养等级，判断用户的健康情况。综上，本发明通过建立健康膳食标准数据库，将人体健康和膳食健康联系起来，为日常健康管理提供了便利。
附图说明
[0049]
图1为本发明提供的健康监测与膳食管理的方法的应用系统一实施例的场景示意图；
[0050]
图2为本发明提供的健康监测与膳食管理的方法一实施例的流程示意图；
[0051]
图3为本发明提供的图2中步骤s3一实施例的流程示意图；
[0052]
图4为本发明提供的图2中步骤s4一实施例的流程示意图；
[0053]
图5为本发明提供的健康监测与膳食管理装置一实施例的结构示意图。
具体实施方式
[0054]
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本技术一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
[0055]
在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。此外，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0056]
在本发明的描述中，提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，所描述的实施例可以与其它实施例相结合。
[0057]
本发明提供了一种健康监测与膳食管理的方法，应用于健康监测技术领域，建立健康膳食标准数据库，结合人体指标和膳食指标，全方面地进行健康监控，为进一步提高健康监测与膳食管理的紧密联系性提供了新思路。以下分别进行详细说明：
[0058]
本发明实施例提供了一种健康监测与膳食管理的方法的应用系统，图1为本发明提供的健康监测与膳食管理的方法的应用系统一实施例的场景示意图，该系统可以包括服务器100，服务器100中集成有健康监测与膳食管理的装置，如图1中的服务器。
[0059]
本发明实施例中服务器100主要用于：
[0060]
获取多种健康标准值和多种膳食标准值，构建对应的健康膳食标准数据库；
[0061]
获取用于监测用户健康的多种人体指标和用于监测膳食健康的多种膳食指标；
[0062]
根据所述多种人体指标和所述健康膳食标准数据库，确定用户的综合健康风险等级；
[0063]
根据所述多种膳食指标和所述健康膳食标准数据库，评估用户的膳食营养等级，并确定科学膳食方案。
[0064]
本发明实施例中，该服务器100可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本发明实施例中所描述的服务器100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(cloud computing)的大量计算机或网络服务器构成。
[0065]
可以理解的是，本发明实施例中所使用的终端200可以是既包括接收和发射硬件的设备，即具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的终端200可以是台式机、便携式电脑、网络服务器、掌上电脑(personal digital assistant，pda)、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等，本实施例不限定终端200的类型。
[0066]
本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本发明方案一种应用场景，并不构成对本发明方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的终端，例如图1中仅示出2个终端，可以理解的，该健康监测与膳食管理的方法的应用系统还可以包括一个或多个其他终端，具体此处不作限定。
[0067]
另外，如图1所示，该健康监测与膳食管理的方法的应用系统还可以包括存储器200，用于存储数据，如健康标准值、膳食标准值、人体指标和膳食指标等。
[0068]
需要说明的是，图1所示的健康监测与膳食管理的方法的应用系统的场景示意图仅仅是一个示例，本发明实施例描述的健康监测与膳食管理的方法的应用系统以及场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着健康监测与膳食管理的方法的应用系统的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。
[0069]
本发明实施例提供了一种健康监测与膳食管理的方法，结合图2来看，图2为本发明提供的健康监测与膳食管理的方法一实施例的流程示意图，包括步骤s1至步骤s4，其中：
[0070]
在步骤s1中，获取多种健康标准值和多种膳食标准值，构建对应的健康膳食标准数据库；
[0071]
在步骤s2中，获取用于监测用户健康的多种人体指标和用于监测膳食健康的多种
膳食指标；
[0072]
在步骤s3中，根据所述多种人体指标和所述健康膳食标准数据库，确定用户的综合健康风险等级；
[0073]
在步骤s4中，根据所述多种膳食指标和所述健康膳食标准数据库，评估用户的膳食营养等级，并确定科学膳食方案。
[0074]
在本发明实施例中，首先，对健康标准值和膳食标准值进行有效的获取，并构建对应的健康膳食标准数据库，以此为基准，判断后续指标的标准与否；然后，对反馈人体健康情况的人体指标以及反馈用户饮食状态的膳食指标进行有效的获取；进而，将人体指标和健康膳食标准数据库中作为基准的健康标准值进行对比，确定用户的综合健康风险等级，判断用户的健康情况；最后，将膳食指标和健康膳食标准数据库中作为基准的膳食标准值进行对比，确定用户的膳食营养等级，判断用户的健康情况。
[0075]
作为优选的实施例，健康膳食标准数据库包括健康标准数据库，存储多种健康标准值对应的标准范围(上限至下限)，包括人体健康的基本指标(身高、体重、体重指数、收缩压、舒张压、脉搏、矫正视力(右)、矫正视力(左)、空腹血糖、餐后血糖(2h))、血脂(总胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白、动脉粥样硬化指数)、尿液分析(尿比重、尿酸碱度、尿胆红素、酮体、隐血、尿蛋白、亚硝酸盐、尿葡萄糖、尿白细胞、维生素c、尿液透明度、尿颜色)、肾功能(尿素氮、肌酐、尿酸)、肝功能(谷丙转氨酶、谷草转氨酶、总胆红素、直接胆红素、总蛋白、白蛋白、碱性磷酸酶、r-谷氨酰转肽酶、白球比、球蛋白、间接胆红素、谷草/谷丙)、血常规(白细胞、红细胞、血红蛋白、血小板、红细胞压积、红细胞平均体积、平均血红蛋白量、平均血红蛋白浓度、血小板压积、血小板分布宽度、rdw-cv、红细胞分布宽度、平均血小板体积、大型血小板比率、中性粒细胞数、淋巴细胞数、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞、中性粒细胞比率、淋巴细胞比率、单核细胞比率、嗜酸性粒细胞比率、嗜碱性粒细胞比率)、新冠肺炎相关指标(淋巴细胞、cd4+t淋巴细胞、cd8+t淋巴细胞、粒细胞/红细胞)、肿瘤标志物(甲胎蛋白、细胞角蛋白、糖类抗原50、癌胚抗原)、幽门螺杆菌的单位、参考值下限、参考值上限、超限(下限)症状、膳食干预策略1、超限(上限)症状、膳食干预策略2以及超声检查(肝、胆、胰、脾、双肾、前列腺、甲状腺)、心电图、x光(胸透)的单位、参考值下限、参考值上限。
[0076]
作为优选的实施例，健康膳食标准数据库包括膳食营养标准数据库，存储多种膳食标准值对应的标准范围，根据最新版本的《中国居民膳食营养素参考摄入量》建立膳食营养标准数据库，所建膳食营养标准数据库包括年龄、职业、性别、能量、蛋白质(总蛋白质、组氨酸、异亮氨酸、缬氨酸、亮氨酸、赖氨酸、苯丙氨酸、色氨酸、甲硫氨酸、苏氨酸、半胱氨酸、酪氨酸、丙氨酸、精氨酸、天冬氨酸、甘氨酸、谷氨酸、脯氨酸、丝氨酸)、碳水化合物(总碳水化合物、淀粉、膳食纤维)、脂类(总脂肪、亚油酸、α-亚麻酸、epa+dha、饱和脂肪酸、n-6多不饱和脂肪酸、n-3多不饱和脂肪酸)、矿物质(钙、磷、钾、镁、钠、氯、铁、锌、碘、硒、铜、钼、氟、锰、铬)、维生素(va、vd、ve、vk、vb1、vb2、vb6、vb12、泛酸、叶酸、烟酸、胆碱、生物素、vc)、胆固醇等膳食营养素指标的单位、参考值下限、参考值上限、健康效应、蒸煮损失、烘烤损失、烧制损失。
[0077]
作为优选的实施例，上述膳食营养标准数据库包括食材数据库，食材数据库的建立，采集的食材信息包括食材基础信息(食材种类)、营养信息：每100g食材的可食部分、能
量、蛋白质(组氨酸、异亮氨酸、缬氨酸、亮氨酸、赖氨酸、苯丙氨酸、色氨酸、甲硫氨酸、苏氨酸、半胱氨酸、酪氨酸、丙氨酸、精氨酸、天冬氨酸、甘氨酸、谷氨酸、脯氨酸、丝氨酸)、碳水化合物(总碳水化合物、淀粉、膳食纤维)、脂类(总脂肪、亚油酸、α-亚麻酸、epa+dha、饱和脂肪酸、n-6多不饱和脂肪酸、n-3多不饱和脂肪酸、单不饱和脂肪酸、多不饱和脂肪酸)、矿物质(钙、磷、钾、镁、钠、氯、铁、锌、碘、硒、铜、钼、氟、锰、铬)、维生素(va、vd、ve、vk、vb1、vb2、vb6、vb12、泛酸、叶酸、烟酸、胆碱、生物素、vc)、胆固醇等膳食营养素的含量。
[0078]
作为优选的实施例，上述膳食营养标准数据库包括餐食数据库，餐食数据库的建立，采集的每餐的相关餐食信息包括餐食基础信息：供应单位、供应时间、餐食名称、餐食分类、加工方式、重量、单位、配料名称、配料配比、调料名称、调料配比等。
[0079]
作为优选的实施例，上述膳食营养标准数据库包括餐食营养分析数据库，包括餐食名称、总能量、总蛋白质、总碳水化合物、总脂类、总矿物质、总维生素、总胆固醇。餐食营养信息：每100g餐食所含的能量、蛋白质、碳水化合物、脂类、矿物质组成(钙、磷、钾、镁、钠、氯、铁、锌、碘、硒、铜、钼、氟、锰)、维生素组成(va、vd、ve、vk、vb1、vb2、vb6、vb12、泛酸、叶酸、烟酸、胆碱、生物素、vc)、胆固醇等膳食营养素的含量。
[0080]
作为优选的实施例，结合图3来看，图3为本发明提供的图2中步骤s3一实施例的流程示意图，步骤s3具体包括步骤s31至步骤s34，其中：
[0081]
在步骤s31中，根据所述人体指标和所述健康膳食标准数据库中的所述健康标准值，确定对应的单风险指标；
[0082]
在步骤s32中，根据每种预设疾病对应的多个所述单风险指标，确定用户患上所述预设疾病的疾病风险；
[0083]
在步骤s33中，根据每个所述疾病风险，确定用户的健康风险指数；
[0084]
在步骤s34中，根据所述健康风险指数，确定用户的健康风险等级。
[0085]
在本发明实施例中，根据每种预设疾病对应的多种所述单风险指标，确定用户患某种疾病的健康风险指数；根据用户患不同疾病的健康风险指数，确定对应的健康风险等级，以此有效全面评估人体健康状态。
[0086]
作为优选的实施例，所述单风险指标通过如下公式表示：
[0087]
fa＝pk/pn[0088]
其中，fa表示所述单风险指标，pk表示所述人体指标，pn表示所述人体指标对应的所述健康标准值。
[0089]
在本发明实施例中，结合人体指标和健康标准值，有效确定对应的单风险指标。需要说明的是，单风险指标主要用于确定人体单项健康指标的风险等级，按超出标准值的
±
范围将其分为11～1共11档(＜10％、10～20％、20～30％、30～40％、40～50％、50～60％、60～70％、70～80％、80～90％、90～100％、＞100％)，用e表示档次，数字越小表示风险档次越高。
[0090]
作为优选的实施例，所述疾病风险通过如下公式表示：
[0091][0092]
其中，fb表示所述疾病风险，fa表示所述单风险指标，a表示所述单风险指标对应的权重系数，n表示所述单风险指标的数目。
[0093]
在本发明实施例中，结合单风险指标对应的权重系数和单风险指标，有效确定对应的疾病风险。需要说明的是，疾病风险主要用于确定由多个单项健康指标加权患某种疾病的风险，a为疾病风险系数，由具体的健康指标分类确定(尿液分析项目中，酮体、隐血、尿蛋白、尿白细胞四项指标的加权系数是其他八项指标的2倍；肝功能项目中，谷丙转氨酶、谷草转氨酶、白蛋白、r-谷氨酰转肽酶四项指标的加权系数是其他八项指标的2倍；血常规项目中自细胞、红细胞、血红蛋白、血小板四项指标的加权系数是其他二十项指标的1.25倍；除上述指标外的指标的加权系数a＝1/n，加权系数之和为1)；n＝1，2，3
…
；fa为单项健康指标的风险等级；疾病风险fb值越接近于1说明患某种疾病的风险越小。
[0094]
作为优选的实施例，所述健康风险指数通过如下公式表示：
[0095][0096]
其中，fz表示所述健康风险指数，fb表示所述疾病风险，b表示所述所述疾病风险对应的权重系数，n表示所述疾病风险的数目。
[0097]
在本发明实施例中，结合疾病风险和对应的权重系数进行加权，有效确定健康风险指数。需要说明的是，健康风险指数fz是主要用于确定由多个疾病加权的健康风险指数，b为疾病风险系数，由具体的疾病分类确定(其中血糖、肾功能、肝功能、血常规、新冠肺炎、肿瘤标志物六类疾病的加权系数为一般指标、血脂、尿液分析、幽门螺杆菌四类疾病的加权系数的6倍，加权系数之和为1)；n＝1，2，3
…
；fb为由多个单项健康指标加权患某种疾病的风险；健康风险指数fz值越接近于1说明由多个疾病加权的健康风险指数越小。
[0098]
作为优选的实施例，所述健康风险等级通过如下公式表示：
[0099][0100]
其中，fd表示所述健康风险等级，fz表示所述健康风险指数，d表示所述健康风险指数对应的权重系数，xi表示健康因素，包括病史因素、生活习惯因素、遗传因素、生活环境因素中的至少一种，c表示所述健康因素对应的权重系数，n表示所述健康因素的数目。
[0101]
在本发明实施例中，结合健康风险指数，以及多种健康因素的加权，确定对应的健康风险等级。需要说明的是，健康风险等级fd主要用于确定由健康因素x(病史、生活习惯、遗传、生活环境等)加权的健康风险等级，按超出fd的值0～30％、30～50％、50-70％、70～90％，分4～1级风险，数字越小表示综合健康风险等级越高，d的优选值为0.7，健康风险指数fz为由多个疾病加权的健康风险指数；c＝0.3；n＝1,2,3
…
；xi为病史、生活习惯、遗传、生活环境等健康因素；健康风险等级fd值越接近于1说明由健康因素x(病史、生活习惯、遗传、生活环境等)加权的健康风险等级越小。
[0102]
作为优选的实施例，所述根据多种所述人体指标和所述健康膳食标准数据库，确定用户的综合健康风险等级推送至用户还包括：
[0103]
根据所述健康风险等级在群体中的统计结果，确定群体评估风险等级，其中，所述群体评估风险等级通过如下公式表示：
[0104]
fe＝k/k
total
[0105]
其中，fe表示所述群体评估风险等级，k表示所述健康风险等级的人数，k
total
表示群体总人数。
[0106]
在本发明实施例中，结合不同用户的健康风险等级，有效确定该项健康指标或疾
病的群体评估风险等级。需要说明的是，群体评估风险等级fe主要用于确定某个人体单项健康指标或疾病在群体中的风险等级，按所占比例0～30％、30～50％、50-70％、70～100％，分4～1级风险，数字越小表示综合健康风险等级越高，群体评估风险等级fe值越接近于0说明该项健康指标或疾病的群体评估风险等级越小。
[0107]
作为优选的实施例，结合图4来看，图4为本发明提供的图2中步骤s4一实施例的流程示意图，步骤s4具体包括步骤s41至步骤s44，其中：
[0108]
在步骤s41中，根据所述膳食指标和所述健康膳食标准数据库中的所述膳食标准值，确定对应的营养指数；
[0109]
在步骤s42中，根据每种食物对应的多个所述营养指数，确定食物对应的营养得分；
[0110]
在步骤s43中，根据每个所述营养得分，确定食物综合的营养评价分数；
[0111]
在步骤s44中，根据所述营养评价分数，确定用户的所述膳食营养等级，并生成对应的所述科学膳食建议推送至用户。
[0112]
在本发明实施例中，根据用户摄入的食物的膳食指标与膳食标准值，确定对应的营养指数；针对每种食物，将其对应的多个营养指数，确定食物对应的营养得分；继而结合营养得分确定食物的综合的营养评价分数；最后，基于营养评价分数，生成对应的科学膳食建议推送至用户。
[0113]
作为优选的实施例，所述某食物的某个营养因子的营养指数通过如下公式表示：
[0114]
ya＝n1/n2[0115]
其中，ya表示所述营养指数，n1表示所述膳食指标，n2表示所述膳食标准值。
[0116]
在本发明实施例中，结合多方面因素，依次计算食物对应的营养指数、营养得分、营养评价分数。需要说明的是，营养指数ya主要用于评估单个营养指标摄入情况，按超出标准值的
±
范围将其分为11档(＜10％、10～20％、20～30％、30～40％、40～50％、50～60％、60～70％、70～80％、80～90％、90～100％、＞100％)，用n表示档次，档次数值越大表示单个营养指标实际摄入越合理，ya值越接近于1说明该项营养指标的摄入情况越好。
[0117]
作为优选的实施例，所述营养得分通过如下公式表示：
[0118][0119]
其中，yb表示所述营养得分，yak表示第k个所述营养指数，n表示所述营养因子的数目，a表示所述营养指数对应的权重系数。
[0120]
在本发明实施例中，结合多方面因素，依次计算食物对应的营养指数、营养得分、营养评价分数。需要说明的是，营养得分yb主要用于评估由多个营养指标加权的营养状况，a为营养评价系数，由具体的营养指标分类确定(能量、蛋白质、维生素三项的加权系数为碳水化合物、脂类、矿物质、胆固醇四项的加权系数的2倍，加权系数之和为1)；k＝1～n；n＝1，2，3
…
；ya为单个营养指标摄入情况的营养指数，yb值越接近于1说明由多个营养指标加权的营养状况越好。
[0121]
作为优选的实施例，所述某个食物的营养评价分数通过如下公式表示：
[0122][0123]
b＝1/n
[0124]
其中，yz表示所述营养评价分数，yb表示所述营养得分，b表示所述营养得分对应的权重系数。
[0125]
在本发明实施例中，结合多方面因素，依次计算食物对应的营养指数、营养得分、营养评价分数。营养得分yz主要用于评估由多个营养得分加权的营养状况，营养得分yz的值越接近于1说明营养评价越好。
[0126]
作为优选的实施例，所述膳食营养等级通过如下公式表示：
[0127][0128]
其中，yd表示所述膳食营养等级，yz表示所述营养评价分数，d表示所述营养得分对应的权重系数，c表示预设系数，yi表示营养因素，包括食物多样性因素、摄入食物频次因素中的至少一种。
[0129]
在本发明实施例中，结合营养评价分数和营养因素，高效计算膳食营养等级。需要说明的是，营养等级yd主要用于评估由营养因素y(食物多样性、摄入食物频次的前10位等)加权的营养风险，按超过yd范围0～30％、30～50％、50-70％、70～100％，分4～1级风险，营养等级数字越大表示营养风险越小，d＝0.7；yz为由多个营养得分加权的营养状况；c＝0.3；n＝1，2，3
…
；yi为食物多样性、摄入食物频次的前10位等营养因素，yd值越接近于0.65说明由食物多样性、摄入食物频次的前10位等加权的营养等级越高。
[0130]
作为优选的实施例，根据每天膳食情况，计算每天膳食营养摄入量(总能量、总蛋白质、总碳水化合物、总脂类、总矿物质、总维生素、总胆固醇)，根据个人健康信息分析膳食是否合适。
[0131]
在本发明一个具体的实施例中，以餐后血糖(2h)健康标准数据库查询为例，在健康标准数据库中输入“餐后血糖(2h)”，会显示出其单位为mmol/l；参考值下限为3.9；参考值上限为7.8；超限(下限)症状为餐后头晕、无力、心慌等；膳食干预策略1为多吃馒头、面条、葡萄干等；超限(上限)症状为多饮、多尿、多食、体重减轻；膳食干预策略2为多吃豆制品、牛奶、蔬菜等。
[0132]
在本发明一个具体的实施例中，以蛋白质膳食营养标准数据库查询为例，张山是一名18岁的男同学，在膳食营养标准数据库中输入“蛋白质”，会显示出该年龄段男性蛋白质平均需要量为60g/d，推荐摄入量为65g/d；其中需摄入组氨酸12mg/(kg
·
d)、异亮氨酸10mg/(kg
·
d)、缬氨酸10mg/(kg
·
d)、亮氨14mg/(kg
·
d)、赖氨酸12mg/(kg
·
d)、苯丙氨酸8mg/(kg
·
d)、色氨酸3.5mg/(kg
·
d)、甲硫氨酸13mg/(kg
·
d)、苏氨酸7mg/(kg
·
d)、半胱氨酸13mg/(kg
·
d)、酪氨酸5mg/(kg
·
d)、丙氨酸143mg/(kg
·
d)、精氨酸117mg/(kg
·
d)、天冬氨酸129mg/(kg
·
d)、甘氨酸52mg/(kg
·
d)、谷氨酸256mg/(kg
·
d)、脯氨酸65mg/(kg
·
d)、丝氨酸131mg/(kg
·
d)。蛋白质是生命的物质基础，是构成细胞的基本有机物，是生命活动的主要承担者。蛋白质摄入不足常见的症状是代谢率下降，对疾病抵抗力减退，易患病，长期蛋白质缺乏会造成人体器官的损害。蛋白质摄入过量则会在体内转化为脂肪，导致血液酸性增加，造成钙质的损耗，使骨质变脆；摄入人体的蛋白质由肾脏排泄，长期蛋白质摄入过量会增加肾脏的负担。
[0133]
在本发明一个具体的实施例中，以健康监测数据库中查询张山心电图指标为例，患者姓名为张山，在健康监测数据库中输入“张山”，即可得到张山的个人基本信息和健康监测数据。在健康监测数据库中再输入具体的某一项指标如“心电图”，即可得到张山的心电图监测相关信息：姓名张山、性别男、出生日期1996.6.8、指标名称心电图、测量结果正常、单位无、诊断结论正常、检查医生李诗、检测单位华中农业大学校医院、检测方法为使用心电图仪检测、检测时间2021.2.9、说明1(p波)正常、说明2(pr期间)正常、说明3(qrs波群)正常、说明4(j点)正常、说明5(st段)正常、说明6(t波)正常、说明7(qt期间)正常、说明8(u波)正常、说明9无、说明10无。通过健康监测数据库可以得出张山的“心电图”指标正常。
[0134]
在本发明一个具体的实施例中，以食材数据库查询甜红椒为例，在食材数据库中输入“甜红椒”，即可查询甜红椒的相关信息：可食部分为100％、种养方式为大棚种植、加工方式为鲜食、保存方式为气调储藏、每100g甜红椒含144kj能量、1g蛋白质、5.7g碳水化合物(4.2g淀粉、1.5g膳食纤维)、0.4g脂类、0.1g饱和脂肪酸、0g单不饱和脂肪酸、0.1g多不饱和脂肪酸、9mg钙、27mg磷、187mg钾、11mg镁、7mg钠、0.4mg铁、0.14mg锌、1ug碘、19.2ug硒、0.05mg铜、0.15mg锰、0ugva、0ugvd、0.8mgve、0.01mg vb1、0.03mgvb2、0.36mgvb6、0ugvb12、0.08mg泛酸、31ug叶酸、1.3mg烟酸、162mgvc、0g胆固醇。
[0135]
在本发明一个具体的实施例中，以餐食数据库查询番茄炒蛋为例，在餐食数据库中输入“番茄炒蛋”，即可查询到餐食“番茄炒蛋”的供应单位为华中农业大学后勤中心、供应时间2021.3.8、分类为热菜、加工方式为炒制、重量200g、配料1番茄100g、配料2鸡蛋100g、调料1色拉油3g、调料2食盐3g、调料3味精1.1g。
[0136]
在本发明一个具体的实施例中，以西红柿炒鸡蛋中蛋白质含量分析为例，根据食材营养成分、餐食配方、烹饪损失计算餐食营养成分，以西红柿炒鸡蛋为例说明餐食营养分析计算方法，西红柿炒鸡蛋中蛋白质含量＝西红柿中蛋白质含量
×
西红柿重量+鸡蛋中蛋白质含量
×
鸡蛋重量。一份200g的西红柿炒鸡蛋中含有100g西红柿和100g鸡蛋，100g西红柿中含蛋白质0.9g，100g鸡蛋中含蛋白质13.3g，烹饪过程中蛋白质损失10％，通过餐食营养分析计算方法得出每100g西红柿炒鸡蛋中蛋白质含量为6.39g。
[0137]
在本发明一个具体的实施例中，以计算膳食营养为例，设计一天的膳食为：早餐100g热干面，250g牛奶；午餐150g米饭，100g红烧鱼，100g辣椒炒肉；晚餐150g米饭，100g番茄鸡蛋，100g辣椒炒肉。以蛋白质和碳水化合物为例，根据餐食营养分析表，计算出当天摄入蛋白质74.61g，符合每天50-75g的标准；摄入碳水化合物270.3g，符合每天150-300g的标准。根据个人健康信息得出当天膳食符合健康标准。
[0138]
在本发明一个具体的实施例中，以健康状况分析为例，例如健康数据库中王武的健康信息显示：体重指数为18，低于体重指数下限值18.5，则王武的体重指数单指风险fa1＝18/18.5＝0.97，低于标准值下限3％，其体重指数单指风险fa1的风险等级为e11级，有营养不良的风险，膳食干预策略为多吃肉、蛋、奶制品等；脉搏为55次/分，低于脉搏下限值60次/分，则王武的脉搏单指风险fa2＝56/60＝0.93，低于标准值下限7％，其脉搏单指风险fa2的风险等级为e11级，有营养不良的风险，膳食干预策略为多吃胡萝卜、鱼肉、鲜枣、猕猴桃等；空腹血糖为3.5mmol/l，低于空腹血糖下限值为3.9mmol/l，则王武的空腹血糖单指风险fa3＝3.5/3.9＝0.90，低于标准值下限10％，其空腹血糖单指风险fa3的风险等级为e10级，有低血糖的风险，膳食干预策略为多吃含糖量高的食物。血小板分布宽度为8fl，低于血
小板分布宽度下限值9fl，则王武的血小板分布宽度的单指风险fa4＝8/9＝0.89，低于标准值下限11％，其血小板分布宽度单指风险fa4的风险等级为e10级；中性粒细胞数为1.7*109/l，低于中性粒细胞数下限值1.8*109/l，则王武的中性粒细胞数的单指风险fa5＝1.7*109/1.8*109＝0.94，低于标准值下限6％，其中性粒细胞数单指风险fa5的风险等级为e11级；
[0139]
其中，由健康数据库得知王武的体重指数单指风险fa1＝0.97，脉搏单指风险fa2＝0.93，空腹血糖单指风险fa3＝0.90。加权系数a＝1/3，则其营养不良的疾病风险
[0140]
其中，由健康数据库得知王武的血小板分布宽度单指风险fa4＝0.89，加权系数a1＝0.55；中性粒细胞数分布宽度fa5＝0.94，加权系数a2＝0.45，则其再生障碍性贫血的疾病风险由此可知王武有患营养不良和再生障碍性贫血的风险；
[0141]
其中，由健康数据库得知王武的营养不良的疾病风险等级fb1＝0.933，加权系数b1＝0.143；再生障碍性贫血的疾病风险等级fb2＝0.912，加权系数b2＝0.857，则其健康风险指数由此可知王武的健康状况出现了问题；
[0142]
其中，由健康数据库得知王武的健康风险指数fz＝0.915，由健康因素表得知王武的健康因素指数xi＝0.6。加权系数d＝0.7，加权系数c＝0.3，则其风险等级超出风险等级fd0-30％，属于4级风险；
[0143]
其中，我国近视总人数为6亿人，我国总人口为14.05亿人，则近视人数占全国总人数的42.7％，位于30-50％区间，属于4级风险。
[0144]
在本发明一个具体的实施例中，以科学膳食建议为例，例如马林每天的蛋白质摄入量为80g，根据食材数据表中的膳食标准，每人每天的蛋白质摄入量应为50-75g，则马林的蛋白质营养指数ya1＝80/75＝1.07，超出标准值上限7％，其蛋白质营养指数ya1为n11；马林每天的碳水化合物摄入量为180g，根据食材数据表中的膳食标准，每人每天的碳水化合物摄入量应为120-160g，则马林的碳水化合物营养指数ya2＝180/160＝1.13，超出标准值上限13％，其碳水化合物营养指数ya2为n10级；
[0145]
其中，由食材数据表得知，马林的蛋白质营养指数ya1为1.07，碳水化合物营养指数ya2为1.13。加权系数a＝0.5，则营养得分
[0146]
其中，由健康数据库得知，马林的由蛋白质营养指数和碳水化合物营养指数加权的营养得分yb＝0.60。加权系数b1＝0.67，则其营养评价
[0147]
其中，由健康数据库得知马林的营养评价yz＝0.60，由营养因素表得知王武的营养因素指数yi＝0.5。加权系数d＝0.7，加权系数c＝0.3，则其风险等级超出风险等级yd0-30％，属于4级风险；
[0148]
其中，综合马林的健康信息，推荐马林一天的膳食为：早餐100g热干面，250g牛奶；
午餐150g米饭，100g红烧鱼，100g辣椒炒肉；晚餐150g米饭，100g番茄鸡蛋，100g辣椒炒肉。蛋白质和碳水化合物的摄入都符合膳食标准，有助于血糖的控制。根据上述实施例中，王武有患营养不良的风险。在健康标准数据库中输入“体重指数”，会显示出膳食干预策略1为多吃肉、蛋、奶制品等；在健康标准数据库中输入“脉搏”，会显示出膳食干预策略1为多吃桂圆、肝类、鱼类等；在健康标准数据库中输入“空腹血糖”，会显示出膳食干预策略1为多吃含糖量高的食物；在健康标准数据库中输入“血小板分布宽度”，会显示出膳食干预策略1为多吃带皮花生、蛋类、奶类等；在健康标准数据库中输入“中性粒细胞数”，会显示出膳食干预策略1为多喝牛奶，多吃瘦肉、鱼肉等。因此王武的膳食建议为以瘦肉、鱼肉、蛋类、奶类为主。推荐王武一天的膳食为：早餐100g热干面，250g牛奶；午餐150g米饭，100g红烧鱼，100g辣椒炒肉；晚餐150g米饭，100g番茄鸡蛋，100g辣椒炒肉。则王武一天摄入蛋白质74.61g，碳水化合物123.76g，符合每人每天应摄入的标准，营养得分yb为1，能有效控制营养不良的风险。
[0149]
经过一段时间的膳食设计之后，健康数据库中王武的健康信息显示：体重指数为18.5，达到正常的数值区间，则王武的体重指数单指风险fa1＝1；脉搏为65次/分，达到正常的数值区间，则王武的脉搏单指风险fa2＝1；空腹血糖为4.0mmol/l，达到正常的数值区间，则王武的空腹血糖单指风险fa3＝1；血小板分布宽度为9.2fl，达到正常的数值区间，则王武的血小板分布宽度的单指风险fa4＝1；中性粒细胞数为2.0*109/l，达到正常的数值区间，则王武的中性粒细胞数的单指风险fa5＝1。
[0150]
其中，由健康数据库得知王武的体重指数单指风险fa1＝1，脉搏单指风险fa2＝1，空腹血糖单指风险fa3＝1。加权系数a＝1/3，则其营养不良的疾病风险
[0151]
其中，由健康数据库得知王武的血小板分布宽度单指风险fa4＝1，加权系数a1＝0.55；中性粒细胞数分布宽度fa5＝1，加权系数a2＝0.45，则其再生障碍性贫血的疾病风险
[0152]
其中，由健康数据库得知王武的营养不良的疾病风险等级fb1＝1，加权系数b1＝0.143；再生障碍性贫血的疾病风险等级fb2＝1，加权系数b2＝0.857，则其健康风险指数由此可知王武的健康问题得到了控制。
[0153]
其中，由健康数据库得知王武的健康风险指数fz＝1，由健康因素表得知王武的健康因素指数xi＝0.6。加权系数d＝0.7，加权系数c＝0.3，则其风险等级则王武没有健康风险；则该膳食设计控制健康风险效果良好。
[0154]
本发明实施例还提供了一种健康监测与膳食管理装置，结合图5来看，图5为本发明提供的健康监测与膳食管理装置一实施例的结构示意图，包括：
[0155]
获取单元501，用于获取多种健康标准值和多种膳食标准值，构建对应的健康膳食标准数据库；还用于获取用于监测用户健康的多种人体指标和用于监测膳食健康的多种膳食指标；
[0156]
第一处理单元502，用于根据多种所述人体指标和所述健康膳食标准数据库，确定用户的综合健康风险等级推送至用户；
[0157]
第二处理单元503，用于根据多种所述膳食指标和所述健康膳食标准数据库，评估用户的膳食营养等级，确定科学膳食建议推送至用户。
[0158]
健康监测与膳食管理装置的各个单元的更具体实现方式可以参见对于本健康监测与膳食管理方法的描述，且具有与之相似的有益效果，在此不再赘述。
[0159]
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现如上所述的健康监测与膳食管理方法。
[0160]
一般来说，用于实现本发明方法的计算机指令的可以采用一个或多个计算机可读的存储介质的任意组合来承载。非临时性计算机可读存储介质可以包括任何计算机可读介质，除了临时性地传播中的信号本身。
[0161]
计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0162]
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言，特别是可以使用适于神经网络计算的python语言和基于tensorflow、pytorch等平台框架。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0163]
本发明实施例还提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现如上所述的健康监测与膳食管理的方法。
[0164]
根据本发明上述实施例提供的计算机可读存储介质和计算设备，可以参照根据本发明实现如上所述的健康监测与膳食管理的方法具体描述的内容实现，并具有与如上所述的健康监测与膳食管理的方法类似的有益效果，在此不再赘述。
[0165]
本发明公开了一种健康监测与膳食管理的方法，首先，对健康标准值和膳食标准值进行有效的获取，并构建对应的健康膳食标准数据库，以此为基准，判断后续指标的标准与否；然后，对反馈人体健康情况的人体指标以及反馈用户饮食状态的膳食指标进行有效的获取；进而，将人体指标和健康膳食标准数据库中作为基准的健康标准值进行对比，确定用户的综合健康风险等级，判断用户的健康情况；最后，将膳食指标和健康膳食标准数据库中作为基准的膳食标准值进行对比，确定用户的膳食营养等级，判断用户的健康情况。
[0166]
本发明技术方案，通过建立健康膳食标准数据库，将人体健康和膳食健康联系起来，为日常健康管理提供了便利。
[0167]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。