【技术实现步骤摘要】
【国外来华专利技术】用于食品分析、个性化推荐和健康管理的系统和方法相关申请的交叉引用本申请要求于2018年3月23日提交的美国临时专利申请第62/647,552号、于2018年12月20日提交的美国临时专利申请第62/783,100号、于2018年5月16日提交的美国专利申请第号15/981,832号、于2019年3月20日提交的美国专利申请第16/359,611号的优先权，所述申请出于所有目通过引用以其整体并入本文。
技术介绍
大量的数据库和服务可用于提供食品和营养建议。此类数据库和服务的实例包含医疗保健提供者、食品或营养制造商、餐厅、在线和离线食品食谱以及科学文章。无论是出于娱乐、美容、医疗还是其它目的，每天个体都不可避免地不得不依赖于多种信息来源来作出食品和营养相关的决定。已经进行了许多尝试来生成关于通常消耗的食品的营养信息及其对人体健康的影响的数据的集合。然而，这些数据库通常要与不一致、不可靠以及普遍低的质量作斗争，因为数据通常是从用户输入收集或众包的。另外，因为许多尝试都针对限定时间段内的特定人群、地域或食品类别，因此产生的数据库在范围和时间上通常是碎片化的。此碎片化限制了其适用性。此外，这些数据库依赖于通常彼此不兼容的不同数据源(例如，移动装置、葡萄糖监测仪、社交媒体等)。在没有替代方案的情况下，个体会继续依赖于有限的且不完整的数据库和/或服务来将针对食品和营养的决策拼凑在一起。因此，需要可以从离散来源连续收集大量数据(例如，菜肴中的成分、营养信息、葡萄糖水平、血压、温度等)，分析数据并且将数据重构为通用格式，评估和预测个...
【技术保护点】
1.一种用于对食品进行映射的计算机实施的方法，所述方法包括：/n从多个不同来源获得食品相关的数据；以及/n使用一种或多种算法对来自所述食品相关的数据的信息进行抽象化，所述一种或多种算法包括用于开发食品本体的至少一种机器学习算法。/n
【技术特征摘要】
【国外来华专利技术】20180323 US 62/647,552;20180516 US 15/981,832;20181.一种用于对食品进行映射的计算机实施的方法，所述方法包括：
从多个不同来源获得食品相关的数据；以及
使用一种或多种算法对来自所述食品相关的数据的信息进行抽象化，所述一种或多种算法包括用于开发食品本体的至少一种机器学习算法。
2.根据权利要求1所述的方法，其中所述一种或多种算法包括(1)自然语言处理(NLP)算法；(2)计算机视觉算法；或(3)统计模型。
3.根据权利要求2所述的方法，其中所述食品本体包括一个或多个类别，所述一个或多个类别包含(1)初级食品，(2)包装食品，(3)食品食谱，或(4)食品菜肴。
4.根据权利要求3所述的方法，其中所述食品本体包括不同食品或其在(i)两个或更多个类别内，或(ii)同一类别内的相应营养素之间的相互关系。
5.根据权利要求1所述的方法，其中所述信息涉及以下一种或多种：(1)一种或多种食品内的成分，(2)食品所属的一个或多个类别，(3)不同食品或食品类型之间的相互关系，或(4)微量营养素、大量营养素、植物营养素、分子成分、化学品、抗氧化剂或一种或多种食品内的添加剂。
6.根据权利要求1所述的方法，其中所述食品本体包括针对不同食品的一个或多个抽象层，并且所述一个或多个抽象层包括食品的一个或多个类或子类。
7.根据权利要求6所述的方法，其中所述一个或多个抽象层包括针对每种食品的多个元数据层，并且所述针对每种食品的多个元数据层包括针对以下一种或多种的元数据层：(1)食品名称，(2)对所述食品的描述，(3)对所述食品的评级，(4)所述食品的一个或多个图像，(5)食品特性，(6)食品成分，(7)食品加工信息，或(8)食品制造商的要求。
8.根据权利要求7所述的方法，其中所述食品特性包括(1)饮食需求，(2)过敏，(3)一个或多个类别，(4)菜系的类型，(5)调味剂，(6)营养特性，(7)食品质地，或(8)食品地理位置和可用性信息。
9.根据权利要求3所述的方法，其中所述NLP算法被配置成自动解析来自所述食品食谱的成分的名称。
10.根据权利要求3所述的方法，其中所述一种或多种算法被配置成估计所述包装食品中的未知或未列示的成分的一种或多种类型以及一种或多种量。
11.根据权利要求10所述的方法，其中所述包装食品中的未知或未列示的成分的所述一种或多种类型以及一种或多种量在已确定所述包装食品中的每种已知成分的量之后估计。
12.根据权利要求1所述的方法，其中来自所述多个不同来源的所述食品相关的数据包括非结构化数据，并且所述一种或多种算法被配置成将所述非结构化数据转换成结构化数据并且将所述结构化数据进一步映射到所述食品本体。
13.根据权利要求1所述的方法，其中所述食品相关的数据的至少一部分使用一个或多个自动化网络爬虫获得，所述一个或多个自动化网络爬虫被配置成以连续方式搜索互联网来源并且基本上实时更新所述食品本体。
14.根据权利要求1所述的方法，其进一步包括：利用所述食品本体以用于以下目的中的一个或多个目的：(1)估计食谱和/或餐厅菜肴的营养值；(2)将食品和健康推荐提供给用户并且获得对所述用户的口味概况的理解；(3)构建食品日志；(4)根据现有包装食品生成缺失的初级食品；(5)生成食品特性的更准确的标签；(6)分析食品成本；(7)对烹饪对营养值的影响进行建模并且估计食品加工的程度；(8)食品的改进的图像分类或计算机视觉分类；(9)基于语音的食品日志的改进的分析；以及(10)在包含可穿戴装置和/或可消化装置的多个装置的帮助下跟踪食品消耗。
15.根据权利要求1所述的方法，其进一步包括：利用所述食品本体以构建基于以下至少两种或更多种预测一个或多个用户就餐习惯的一个或多个模型：(1)所述一个或多个用户的历史食品消耗数据，(2)衍生自所述食品本体的不同食品之间的关系，以及(3)包括所述一个或多个用户的一个或多个位置和一天中的时间的环境。
16.根据权利要求1所述的方法，其中含有从一个或多个数据库或营养跟踪器接收到的多个信息的食品项被映射到所述食品本体，并且所述食品本体通过构建一个或多个层组织所述多个信息。
17.根据权利要求1所述的方法，其中所述食品本体包括描绘与所述多个不同食品相关的所述信息的图形表示。
18.根据权利要求17所述的方法，其中所述食品本体的所述图形表示是二维的。
19.根据权利要求17所述的方法，其中所述食品本体的所述图形表示是多维的，包括三个或更多个维度。
20.根据权利要求17所述的方法，其进一步包括将所述食品本体的所述图形表示显示在电子显示器上。
21.根据权利要求1所述的方法，其中所述多个不同来源包括(1)移动装置，以及(2)现有食品或营养数据库。
22.根据权利要求2所述的方法，其中所述计算机视觉算法进一步包括人工智能(AI)、深度学习或光学字符识别(OCR)能力。
23.根据权利要求5所述的方法，其中所述添加剂包括防腐剂、人工色素、调味剂或一种或多种食品内的填充剂。
24.根据权利要求7所述的方法，其中食品制造商的所述要求包括如由所述食品制造商所宣称的关于其产品标签、网站或广告的信息。
25.根据权利要求7所述的方法，其中所述针对每种食品的多个元数据层包括第一元数据层和第二元数据层，所述第一元数据层包括关于所述食品的营养信息，所述第二元数据层包括关于所述食品的非营养信息。
26.根据权利要求13所述的方法，其中所述互联网来源包括(1)具有在线发布的菜单的餐厅网站，(2)食品制造商的网站，或(3)食品食谱网站。
27.根据权利要求13所述的方法，其进一步包括通过检测与每种食品的名称、描述、价格或成分相对应的XPath来检测所述互联网来源中的一个或多个互联网来源的结构。
28.根据权利要求8所述的方法，其中所述饮食需求包括针对患有1型或2型糖尿病的个体的糖尿病饮食。
29.根据权利要求13所述的方法，其中所述一个或多个自动化网络爬虫被配置成，如与不使用所述自动化网络爬虫相比，对来自所述互联网来源的所述食品相关的数据的检索基本上增强两个或更多个量级。
30.根据权利要求1所述的方法，其中所述信息的所述抽象化包括连续分析并且组织来自所述食品相关的数据的任何可获得信息。
31.一种用于确定一种或多种食品的消耗对用户身体的影响的计算机实施的系统，所述系统包括：
(a)装置和数据集线器，所述装置和数据集线器被配置成在一个或多个处理器的帮助下：
收集并聚集来自多个应用程序接口(API)的多个数据集，其中所述多个数据集包括(1)指示所述用户所消耗的所述一种或多种食品的数据以及(2)指示与所述用户相关联的生理输入的数据，并且其中所述多个数据集以两种或更多种不同格式提供；并且
将呈所述两种或更多种不同格式的所述多个数据集转换成针对所述用户被个体化的标准化格式；以及
(b)分析引擎，所述分析引擎被配置成在一个或多个处理器的帮助下：
通过将预测模型应用于包括(1)指示所述用户所消耗的所述一种或多种食品的所述数据以及(2)指示与所述用户相关联的所述生理输入的所述数据的多个标准化数据集，通过部分使用(3)关于所述用户所消耗的来自食品本体的所述一种或多种食品的信息，确定所述一种或多种食品的所述消耗对所述用户身体的所述影响；并且
基于由所述预测模型输出的结果生成针对所述用户的多个个性化食品和健康指标，
其中所述针对所述用户的多个个性化食品和健康指标被配置成以图形视觉对象集的形式显示在用户装置的电子显示器上。
32.根据权利要求31所述的系统，其中指示所述用户所消耗的所述一种或多种食品的所述数据包括关于所述用户所消耗的所述一种或多种食品的营养信息。
33.根据权利要求31所述的系统，其中所述针对所述用户的多个个性化食品和健康指标包括(i)预测到的所述用户所消耗的所述一种或多种食品对所述用户的健康或幸福感的影响，和/或(ii)所述用户所消耗的所述一种或多种食品的健康排名。
34.根据权利要求31所述的系统，其中(1)指示所述用户所消耗的所述一种或多种食品的所述数据以及(2)指示与所述用户相关联的所述生理输入的所述数据包括所述一种或多种食品的所述消耗以及所述生理输入的时间序列数据，并且
其中所述分析引擎的所述预测模型被进一步配置成分析所述时间序列数据。
35.根据权利要求34所述的系统，其中所述时间序列数据包括所述用户身体内的一种或多种生物标记在一段时间内的变化的测量结果，并且
其中所述分析引擎的所述预测模型被进一步配置成分析所述用户身体内的所述一种或多种生物标记在所述一段时间内的所述变化。
36.根据权利要求35所述的系统，其中所述分析引擎的所述预测模型被进一步配置成确定(i)所述一种或多种食品的所述消耗与所述用户身体内的所述一种或多种生物标记之间的一种或多种循环模式，和/或(ii)所述一种或多种食品与其对所述一种或多种生物标记的影响之间的一种或多种相关性。
37.根据权利要求36所述的系统，其中所述一种或多种生物标记包括血液生物标记，所述血液生物标记包含葡萄糖、皮质醇或甘油三酯，其中所述一种或多种生物标记进一步包括葡萄糖水平、血压、抗氧化剂水平、皮质醇水平、胆固醇值和/或所述用户的体温，并且其中所述一种或多种生物标记受睡眠、锻炼、一种或多种血液测试、遗传学、压力、一种或多种药物治疗、月经周期和/或所述用户的情绪的影响。
38.根据权利要求31所述的系统，其中所述生理输入中的一种或多种生理输入受所述用户的食品、饮料和/或营养摄入的影响，并且其中所述生理输入中的所述一种或多种生理输入影响所述用户的新陈代谢。
39.根据权利要求31所述的系统，其中所述多个API设置在一个或多个装置和/或健康数据服务上，所述一个或多个装置包括所述用户装置，
其中所述一个或多个装置包括(i)包括智能手机的移动装置，(ii)包括智能手表的可穿戴装置，和/或(iii)包括以下至少一种的医疗装置：葡萄糖监测仪、心率监测仪、血压监测仪、汗液传感器或皮肤电反应传感器。
40.根据权利要求39所述的系统，其中所述多个数据集进一步包括从所述一个或多个装置中的存储器中获得的多个图像，并且其中所述多个图像是在不使用任何移动应用的情况下从所述一个或多个装置中的所述存储器中自动检索的。
41.根据权利要求40所述的系统，其中所述多个图像包括多个食品图像，并且其中所述装置和数据集线器被进一步配置成：
自动收集并聚集来自所述一个或多个装置中的所述存储器的所述多个食品图像；并且
将所述多个食品图像转换成具有针对所述多个食品图像中的每个食品图像的时间戳和地理位置的所述标准化格式，从而实现对所述一种或多种食品的所述消耗的时间和空间跟踪。
42.根据权利要求39所述的系统，其中所述多个数据集进一步包括由所述用户输入到所述一个或多个装置中的对所述一种或多种食品的文本和/或音频描述，并且其中所述装置和数据集线器被进一步配置成：
使用自然语言处理算法分析对所述一种或多种食品的所述文本和/或音频描述；并且
确定(i)所述一种或多种食品的一种或多种类型，以及(ii)所述用户所消耗的所述一种或多种食品的一种或多种量，从而促进对所述一种或多种食品的所述消耗的跟踪。
43.根据权利要求31所述的系统，其中所述预测模型可以包括一种或多种机器学习模型，所述一种或多种机器学习模型包含监督学习模型、半监督学习模型和/或无监督学习模型。
44.根据权利要求31所述的系统，其中关于来自所述食品本体的所述一种或多种食品的所述信息包括以下一种或多种：(1)一种或多种食品内的成分，(2)食品所属的一个或多个类别，(3)不同食品或食品类型之间的相互关系，或(4)微量营养素、大量营养素、植物营养素、分子成分、化学品、抗氧化剂或一种或多种食品内的添加剂。
45.根据权利要求31所述的系统，其进一步包括：
(c)食品基线引擎，所述食品基线引擎被配置成在一个或多个处理器的帮助下：
在所述用户消耗含有已知量的所述不同食品的一种或多种预先包装的餐食一段时间时监测不同食品对所述用户身体的影响；并且
基于监测到的影响生成所述用户的食品基线概况，
其中所述分析引擎被进一步配置成通过将所述预测模型应用于包括(1)指示所述用户所消耗的所述一种或多种食品的所述数据以及(2)指示与所述用户相关联的所述生理输入的所述数据的所述多个标准化数据集，通过部分使用(3)关于所述用户所消耗的来自所述食品本体的所述一种或多种食品的所述信息以及(4)所述用户的所述食品基线概况，确定所述食品消耗对所述用户身体的所述影响。
46.根据权利要求45所述的系统，其中所述食品基线引擎被进一步配置成通过使用一个或多个装置监测所述不同食品对所述用户身体的所述影响，所述一个或多个装置包括葡萄糖监测仪、血液测试装置、基因测试监测仪和/或穿戴在所述用户身体上的可穿戴装置。
47.根据权利要求46所述的系统，其中所述食品基线引擎被进一步配置成在所述用户消化所述不同食品时，基本上实时监测所述不同食品中的每种食品对所述用户身体的所述影响。
48.一种用于确定一种或多种食品的消耗对用户身体的影响的计算机实施的方法，所述方法包括：
(a)在装置和数据集线器的帮助下：
收集并聚集来自多个应用程序接口(API)的多个数据集，其中所述多个数据集包括(1)指示所述用户所消耗的所述一种或多种食品的数据以及(2)指示与所述用户相关联的生理输入的数据，并且其中所述多个数据集以两种或更多种不同格式提供；以及
将呈所述两种或更多种不同格式的所述多个数据集转换成针对所述用户被个体化的标准化格式；以及
(b)在分析引擎的帮助下：
通...
【专利技术属性】
技术研发人员：亚龙·哈达德，乔纳森·立普尼克，
申请(专利权)人：美敦力泌力美公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。