一种基于体质和大数据的饮食智能推荐和匹配系统及方法技术方案

本发明专利技术公开了医疗检测技术领域的一种基于体质和大数据的饮食智能推荐和匹配系统及方法，包括图像采集模块、体质图像预处理模块、体质特征提取模块、中央处理模块、特征检测模块、体质迁移学习模块、网络训练模块、手动输入模块、摄像头、食物图像预处理模块、食物特征提取模块、食物迁移学习模块、无线传输模块、显示终端、存储模块、定时更新单元以及系统评估模块，本发明专利技术能够定时的对用户上传的人体图像信息进行多次检测，并根据检测结果由中医智能检测系统给出一个体质的发展趋势并预警，同时根据图像采集模块实时采集用户所食用的食物，根据采集的食物图像与该用户体质自动匹配后，针对该食物是否会影响不同体质人群以及食用的多少给出指导意见。

【技术实现步骤摘要】
一种基于体质和大数据的饮食智能推荐和匹配系统及方法
本专利技术公开了一种基于体质和大数据的饮食智能推荐和匹配系统及方法，具体为智能饮食推荐

技术介绍
随着年龄的增长，人类罹患某些疾病的机会也在增加。这些疾病大都是早期没有明显症状，但往往有严重的后果，这样，进行定期健康体检就显得非常有必要。中医作为一种诊病手段，自神农尝百草、扁鹊“望闻问切”之后便被世人所知，它通过对人体的气、色、声等的观察进行人体身体状况的检查。其中，手诊是一门历史悠久的中医检测学科。在东西方医学中都可以找到研究痕迹和成果，手诊在当代已经成为专门的学科，广泛应用于生活。手诊主要是指对手部的望诊，这种方法中西方都有，主要分为气色形态、手纹、手形和手温等几大类。在长期的研究中发现：手纹、手型、气色形态、手温、皮纹、指甲在手掌与健康相对性的医学研究中，有着同等重要的地位，缺一不可。手诊的概念就是指通过人体手的手型、气色形态、手温、皮纹、指甲、手纹纹路形态变化和规律等方式，对人体器官的演变作出推理的一种防治辅助手段。运用视觉、触觉等，对手上的征象进行有目的地观察，以了解人体健康或疾病状况。而随着社会进步，交通方便，医疗手段先进，这些条件虽然增强了病愈的几率，但仍存在忙碌学习和工作的人群、行动不便的老人与日理万患的医生的对接矛盾和用户经济能力不足的实际问题的矛盾。因此，通过中医手段对人体手掌进行检测，切实增加治病的效率与几率，对于解决现有经济矛盾具有实际意义。目前的手诊一般采用传统的中医面对面现场进行检测，不适用一些行动不便的人群，其效率缓慢，精度不够，成本高。另外，面诊和舌诊是中医检测中非常重要的方法之一。传统的中医面诊和舌诊一般是医生根据自己的经验、知识对用户的面部特征，舌体特征进行观察并作出检测。这种检测方式受医生的知识水平、经验、技巧甚至检测时的心理状态等因素影响，主观性强，也在客观上受诊室的光线、温度的影响。不同的医生对同一用户的诊查结果可能差异较大，而且重复性差。诊查的结果只能以文字描述或者口头的方式保存，不利于对治疗效果的评估，也不利于知识的交流、传承和教学研究。因此，对用户面部图像和舌体图像的采集、保存、分析，定量的分析和描述常见的舌体生理、病理指标具有重要意义。古人云，病从口入，药补不如食补，是药三分毒，因此，尊重并重视饮食才是人们更应该关注的问题，但是由于每个用户用户的体质并不相同，不同的体质人群往往需要禁忌一些食物，而用户对该食物对身体或治疗过程中所带来的危害并不明确，更有一部分人，即便是医生告知了饮食注意事项，也存在过时就忘的可能，或者虽然记得自己是什么类型的体制，但是对于什么食物能吃，什么食物不能吃，感觉很迷茫，搞不清楚，即便是通医生口头或者书面告知，其执行的可能也很小，究其原因就是传统的口头或者书面告知方式，往往使得人们感觉枯燥乏味，难以激发人们关注的兴趣，其结果自然也就不理想，大大减缓了用户的恢复时间。为此，我们提出了一种基于体质和大数据的饮食智能推荐和匹配系统及方法投入使用，以解决上述问题。
技术实现思路
本专利技术的目的在于提供一种基于体质和大数据的饮食智能推荐和匹配系统及方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于体质和大数据的饮食智能推荐和匹配系统，包括图像采集模块、体质图像预处理模块、体质特征提取模块、中央处理模块、特征检测模块、体质迁移学习模块、网络训练模块、手动输入模块、摄像头、食物图像预处理模块、食物特征提取模块、食物迁移学习模块、无线传输模块、显示终端、存储模块、定时更新单元以及系统评估模块；所述图像采集模块用于实时采集用户的人体特征图像，具体的，首先采集人体面部图像，随后根据系统提示依次采集人体舌苔、左右手掌特征图像，并将采集的图像信息压缩后上传至所述体质图像预处理模块中；所述体质图像预处理模块利用图像直方图对所述图像采集模块内的图像对比度进行调整，增强图像的对比度，构成人体体质的面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集；所述体制特征提取模块从所述面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集内提取出面部、舌苔、手掌和皮肤的特征区域，通过提取出的特征区域将其转换为具有代表性的计算机可识别的向量，从原始数据中获取最相关的信息；所述体质迁移学习模块对所述体质特征提取模块提取出的面部、舌苔、手掌和皮肤的特征区域进行迁移学习，得到深度神经网络中面部、舌苔、手掌和皮肤图像的初始化结构和权值，并同步更新至所述网络训练模块中；所述摄像头利用手机、平板、电脑、手表或带摄像头的可穿戴设备拍照的方式采集不同食物的图像信息，构建食物图像库；所述食物图像预处理模块利用图像直方图对所述摄像头内构建的食物图像库中的图像对比度进行调整，增强图像的对比度，构成食物大数据集；所述食物特征提取模块从所述食物大数据集内提取出不同食物的特征区域，通过提取出的特征区域将其转换为具有代表性的计算机可识别的向量，从原始数据中获取最相关的信息；所述食物迁移学习模块对所述食物特征提取模块中提取出的不同食物的特征区域进行迁移学习，得到深度神经网络中不同食物的初始化结构和权值并同步更新至所述网络训练模块中；所述网络训练模块以面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集以及食物大数据集信息经过迁移学习得到的网络结构和权值做初值，用扩充后的面部大数据集、舌苔大数据集、手掌大数据集、皮肤大数据集以及食物大数据集对网络进行有监督训练，并对参数进行微调，获得适于判别人体体质图像和食物图像的网络结构和权值并存储至所述中央处理模块中；所述中央处理模块用于对其内部的人体面部、舌苔、手掌、皮肤以及食物图像特征值进行大数据分类处理，得到人体九大体质分数据库和食物图像分数据库,并形成人体中医九大体质与不同食物的匹配关系；所述特征检测模块根据人体中医九大体质类型的评判标准以及实时更新的食物图像信息，对所述图像采集模块以及所述摄像头实时上传的人体面部、舌苔、手掌图像、皮肤以及食物图像进行特征检测，并与人体中医九大体质类型的评判标准对比后得出检测结果，并上传至所述系统评估模块中，所述特征检测模块接收来自所述中央处理模块中下发的经过图像标准化和深度学习训练后的食物图像信息，并检测出经过手机、平板、电脑、手表或带摄像头的可穿戴设备拍摄的食物图像信息具体为何种食物；所述系统评估模块根据中央处理模块中人体中医九大体质与不同食物的匹配关系自动匹配手机、平板、电脑手表或带摄像头的可穿戴设备拍摄的食物是否适合该用户食用，并根据用户近一段时间内所食用的食物，给出预判，判断该用户在该段时间内的体质变化，由所述无线传输模块实时传输至所述显示终端进行显示；所述存储模块用于预先录入人体中医九大体质的评判标准以及预先存储的食物图像信息，并通过所述定时更新单元对所述存储模块中的数据进行定时更新；所述手动输入模块用于用户手动输入其属于的中医体质类型，或手动输入所食用的食物名称和饮料名称。优选的，所述体质图像预处理模块和所述食物图像预处理模块还包括图像的直方图均衡、图像锐化以及图像背景去除的处理，并根据人体面部、舌苔、手掌、皮肤以及食物图像的定位结果将图像中的人体器官以及食物边缘位置分别转换到同一位置和大小。优选的，所述中本文档来自技高网...

【技术保护点】
1.一种基于体质和大数据的饮食智能推荐和匹配系统，其特征在于：包括图像采集模块、体质图像预处理模块、体质特征提取模块、中央处理模块、特征检测模块、体质迁移学习模块、网络训练模块、手动输入模块、摄像头、食物图像预处理模块、食物特征提取模块、食物迁移学习模块、无线传输模块、显示终端、存储模块、定时更新单元以及系统评估模块；所述图像采集模块用于实时采集用户的人体特征图像，具体的，首先采集人体面部图像，随后根据系统提示依次采集人体舌苔、左右手掌特征图像，并将采集的图像信息压缩后上传至所述体质图像预处理模块中；所述体质图像预处理模块利用图像直方图对所述图像采集模块内的图像对比度进行调整，增强图像的对比度，构成人体体质的面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集；所述体制特征提取模块从所述面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集内提取出面部、舌苔、手掌和皮肤的特征区域，通过提取出的特征区域将其转换为具有代表性的计算机可识别的向量，从原始数据中获取最相关的信息；所述体质迁移学习模块对所述体质特征提取模块提取出的面部、舌苔、手掌和皮肤的特征区域进行迁移学习，得到深度神经网络中面部、舌苔、手掌和皮肤图像的初始化结构和权值，并同步更新至所述网络训练模块中；所述摄像头利用手机、平板、电脑、手表或带摄像头的可穿戴设备拍照的方式采集不同食物的图像信息，构建食物图像库；所述食物图像预处理模块利用图像直方图对所述摄像头内构建的食物图像库中的图像对比度进行调整，增强图像的对比度，构成食物大数据集；所述食物特征提取模块从所述食物大数据集内提取出不同食物的特征区域，通过提取出的特征区域将其转换为具有代表性的计算机可识别的向量，从原始数据中获取最相关的信息；所述食物迁移学习模块对所述食物特征提取模块中提取出的不同食物的特征区域进行迁移学习，得到深度神经网络中不同食物的初始化结构和权值并同步更新至所述网络训练模块中；所述网络训练模块以面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集以及食物大数据集信息经过迁移学习得到的网络结构和权值做初值，用扩充后的面部大数据集、舌苔大数据集、手掌大数据集、皮肤大数据集以及食物大数据集对网络进行有监督训练，并对参数进行微调，获得适于判别人体体质图像和食物图像的网络结构和权值并存储至所述中央处理模块中；所述中央处理模块用于对其内部的人体面部、舌苔、手掌、皮肤以及食物图像特征值进行大数据分类处理，得到人体九大体质分数据库和食物图像分数据库,并形成人体中医九大体质与不同食物的匹配关系；所述特征检测模块根据人体中医九大体质类型的评判标准以及实时更新的食物图像信息，对所述图像采集模块以及所述摄像头实时上传的人体面部、舌苔、手掌图像、皮肤以及食物图像进行特征检测，并与人体中医九大体质类型的评判标准对比后得出检测结果，并上传至所述系统评估模块中，所述特征检测模块接收来自所述中央处理模块中下发的经过图像标准化和深度学习训练后的食物图像信息，并检测出经过手机、平板、电脑、手表或带摄像头的可穿戴设备拍摄的食物图像信息具体为何种食物；所述系统评估模块根据中央处理模块中人体中医九大体质与不同食物的匹配关系自动匹配手机、平板、电脑手表或带摄像头的可穿戴设备拍摄的食物是否适合该用户食用，并根据用户近一段时间内所食用的食物，给出预判，判断该用户在该段时间内的体质变化，由所述无线传输模块实时传输至所述显示终端进行显示；所述存储模块用于预先录入人体中医九大体质的评判标准以及预先存储的食物图像信息，并通过所述定时更新单元对所述存储模块中的数据进行定时更新；所述手动输入模块用于用户手动输入其属于的中医体质类型，或手动输入所食用的食物名称和饮料名称。...

【技术特征摘要】
1.一种基于体质和大数据的饮食智能推荐和匹配系统，其特征在于：包括图像采集模块、体质图像预处理模块、体质特征提取模块、中央处理模块、特征检测模块、体质迁移学习模块、网络训练模块、手动输入模块、摄像头、食物图像预处理模块、食物特征提取模块、食物迁移学习模块、无线传输模块、显示终端、存储模块、定时更新单元以及系统评估模块；所述图像采集模块用于实时采集用户的人体特征图像，具体的，首先采集人体面部图像，随后根据系统提示依次采集人体舌苔、左右手掌特征图像，并将采集的图像信息压缩后上传至所述体质图像预处理模块中；所述体质图像预处理模块利用图像直方图对所述图像采集模块内的图像对比度进行调整，增强图像的对比度，构成人体体质的面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集；所述体制特征提取模块从所述面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集内提取出面部、舌苔、手掌和皮肤的特征区域，通过提取出的特征区域将其转换为具有代表性的计算机可识别的向量，从原始数据中获取最相关的信息；所述体质迁移学习模块对所述体质特征提取模块提取出的面部、舌苔、手掌和皮肤的特征区域进行迁移学习，得到深度神经网络中面部、舌苔、手掌和皮肤图像的初始化结构和权值，并同步更新至所述网络训练模块中；所述摄像头利用手机、平板、电脑、手表或带摄像头的可穿戴设备拍照的方式采集不同食物的图像信息，构建食物图像库；所述食物图像预处理模块利用图像直方图对所述摄像头内构建的食物图像库中的图像对比度进行调整，增强图像的对比度，构成食物大数据集；所述食物特征提取模块从所述食物大数据集内提取出不同食物的特征区域，通过提取出的特征区域将其转换为具有代表性的计算机可识别的向量，从原始数据中获取最相关的信息；所述食物迁移学习模块对所述食物特征提取模块中提取出的不同食物的特征区域进行迁移学习，得到深度神经网络中不同食物的初始化结构和权值并同步更新至所述网络训练模块中；所述网络训练模块以面部大数据集、舌苔大数据集、手掌大数据集和皮肤大数据集以及食物大数据集信息经过迁移学习得到的网络结构和权值做初值，用扩充后的面部大数据集、舌苔大数据集、手掌大数据集、皮肤大数据集以及食物大数据集对网络进行有监督训练，并对参数进行微调，获得适于判别人体体质图像和食物图像的网络结构和权值并存储至所述中央处理模块中；所述中央处理模块用于对其内部的人体面部、舌苔、手掌、皮肤以及食物图像特征值进行大数据分类处理，得到人体九大体质分数据库和食物图像分数据库,并形成人体中医九大体质与不同食物的匹配关系；所述特征检测模块根据人体中医九大体质类型的评判标准以及实时更新的食物图像信息，对所述图像采集模块以及所述摄像头实时上传的人体面部、舌苔、手掌图像、皮肤以及食物图像进行特征检测，并与人体中医九大体质类型的评判标准对比后得出检测结果，并上传至所述系统评估模块中，所述特征检测模块接收来自所述中央处理模块中下发的经过图像标准化和深度学习训练后的食物图像信息，并检测出经过手机、平板、电脑、手表或带摄像头的可穿戴设备拍摄的食物图像信息具体为何种食物；所述系统评估模块根据中央处理模块中人体中医九大体质与不同食物的匹配关系自动匹配手机、平板、电脑手表或带摄像头的可穿戴设备拍摄的食物是否适合该用户食用，并根据用户近一段时间内所食用的食物，给出预判，判断该用户在该段时间内的体质变化，由所述无线传输模块实时传输至所述显示终端进行显示；所述存储模块用于预先录入人体中医九大体质的评判标准以及预先存储的食物图像信息，并通过所述定时更新单元对所述存储模块中的数据进行定时更新；所述手动输入模块用于用户手动输入其属于的中医体质类型，或手动输入所食用的食物名称和饮料名称。2.根据权利要求1所述的一种基于体质和大数据的饮食智能推荐和匹配系统，其特征在于：所述体质图像预处理模块和所述食物图像预处理模块还包括图像的直方图均衡、图像锐化以及图像背景去除的处理，并根据人体面部、舌苔、手掌、皮肤以及食物图像的定位结果将图像中的人体器官以及食物边缘位置分别转换到同一位置和大小。3.根据权利要求1所述的一种基于体质和大数据的饮食智能推荐和匹配系统，其特征在于：所述中央处理模块还包括对采集的人体面部、舌苔、手掌以及皮肤图像信息进行分类处理，具体的包括如下步骤：S1：分类数据预处理：针对分类前的数据减少或清除噪声以及处理缺失值，使用神经网络对数据进行归一化变化；S2：数据的近邻分类：给定一个特定分类样本，从数据集中找出与之最近的前K个邻居，然后根据这些邻居的类别来判定该样本的类别；S3：特征选择：按照特征词的权重的大小排序，选择具有较大的权重词作为该数据的特征词，降低文本表示向量的维度，从而降低计算机的计算复杂程度；S4：文档数据库建立：根据数据索引和动态查询的需求，并以单个文档数据的形式建立存储数据库。4.根据权利要求3所述的一种基于体质和大数据的饮食智能推荐和匹配系统，其特征在于：所述步骤S1...

【专利技术属性】
技术研发人员：王华虎，李慧芝，
申请(专利权)人：山西慧虎健康科技有限公司，
类型：发明
国别省市：山西,14