一种确定个体营养曲线的方法技术

本发明专利技术涉及一种确定个体营养曲线的方法。本发明专利技术的目的是解决现有技术难以准确反映个体的营养需求的问题，提供一种确定个体营养曲线的方法。本发明专利技术将模糊数学应用于营养个体化定量分析中，以营养素摄入量为横坐标，以健康程度为纵坐标，绘出摄入量对于健康程度的隶属曲线（见上式），且Φ（ｘ′）是一个正规的凸函数，Ｆ↓［Ｌ］（ｘ′）和Ｆ↓［Ｒ］（ｘ）不必对称。按照本发明专利技术的方法确定的营养曲线以图形的方式显示出不同个体每种营养成分的“危险”、“安全”和“最佳摄入”范围。为直观评价个体某种营养素的缺余状况，在该图上绘出营养素的实际摄入量Ｘ＝Ｈ。

【技术实现步骤摘要】

本专利技术属于营养学领域。本专利技术涉及。
技术介绍
人体的营养需求是为了满足生命过程中一系列复杂的生化反应。人体需要40多种营养素以保持人体处于适宜的健康程度、能量水平、以及最佳的免疫能力。个体究竟需要多少维生素、矿物质才能满足其日常需要？这是一个很难回答的问题。个体营养素的需要量受很多因素影响，包括年龄、性别、遗传、其它营养素的摄入、营养素的生化作用以及个体营养素的吸收率等。中国营养学会根据国际上的发展趋势，结合我国实际情况，于2000年制定并推出了《中国居民膳食参考摄入量DRIs》。DRIs包括“平均需要量EAR(estimated average requirement)”、“推荐摄入量RNI(reference nutrient intake)”、“适宜摄入量AI(adequate intake)”、“可耐受最高摄入量UL(tolerable upper intake level)”。EAR是制定营养素RNI的基础。若已知EAR的标准方差，通常是在EAR上加2个方差，即RNI＝EAR+2SD(SD标准差)；若标准差未知，则假设为12.5％，参见葛可佑，中国营养科学全书(上册)，人民卫生出版社，2004。RNI相当于传统的RDA。在个体需要量的研究资料不足而不能计算EAR，因而不能得到RNI时，就设定AI来代替RNI。AI是通过观察或实验获得的健康人群某种营养素的摄入量。UL是平均每日摄入营养素的最高限量。UL并不是一个建议的摄入水平。这个量对一般人群中的几乎所有个体不致引起不利于健康的作用。当摄入量超过UL而进一步增加时，损害健康的危险性随之增大。“可耐受”这一剂量指在生物学上大体是可以耐受的，但并不表示可能是有益的，健康个体摄入量超过RNI或AI是没有明显益处的。对于许多营养素来说还没有足够的资料来制定其UL。未制定UL并不意味着过多摄入没有潜在的危害。任何情况下个体的真正需要量和日常摄入量只能是一个近似估算结果，因此对个体膳食适宜性评价不可能精确。膳食评价是营养状况评价的组成部分，目前的营养定量分析通常是将个体的营养素摄入量与居民膳食营养素DRIs中的RNI或AI进行比较。如达到推荐值RNI，就认为个体的营养需求得到满足，若没有达到推荐值就认为个体的营养需求没有得到满足。然而个体在营养素的需求量上存在很大差异。推荐值RNI并不能满足所有人的营养需求，将个体的摄入量与推荐值比较时，对个体来说存在如下两种情况摄入量达到推荐值时，可能只有98％营养需求得到满足；摄入量达不到推荐值时，个体营养素的供应质量就不能仅根据推荐值所给出信息予以判定，此时可能满足也可能不满足个体实际需求。另外“最适宜”没有一个通用的含义，一种“最适宜”的膳食不必满足一个人所有营养素的需求。因为营养不均衡所造成的后果要在较长一段时间后才能表现出来，对于一般健康人群不容易被察觉。但是对于特殊人群如孕妇、肥胖者、严重疾病患者，如果仍旧采用这样的方式进行营养分析必然会带来不良影响。经典数学模型中对于营养素摄入量的解释很清楚，即营养素摄入推荐值要么满足，要么不满足(布尔逻辑)，在满足与不满足之问没有别的层次上的评估。经典数学模型对模糊事物进行了过滤，将中间的过渡事物割断，划分成绝对的“是”与“非”，抛弃了事物中间过渡的信息，这就造成了信息损失。前面也分析了营养定量分析过程中存在多种不确定的因素，这些不确定的因素必然导致采用经典数学营养定量分析的局限性，而模糊数学是一种解决不能精确表示问题的数学方法。事物的模糊性是指客观差异的中间过渡性所引起的划分上的一种不确定性。模糊数学是用精确的数学方法来处理无法用数学描述的模糊事件，为解决由于划分的不确定性而具有模糊性的事物在各个领域所产生的问题。美国著名控制理论家L.A.Zadeh于1965年提出“模糊集合”(Fuzzy Set)概念。模糊集理论已成为数学的一个分支，它虽然是用来模拟模糊性的，但其理论本身却是精确的。“隶属度”是它的根本思想，其基本出发点是用“隶属函数”概念来描述差异的中间过渡，是用0与1之间的数来反映论域中元素隶属于模糊集合的程度，是以精确的数学语言对模糊性的一种表述。隶属度函数定义在某一变量的测度域内，其值表示该变量的一个特定值与这个特征的概念相一致的程度。即元素x对集合A的隶属程度不再局限取0和1，而是可以取从0到1的任何一个数值，这一数值反映了元素x隶属于集合A的程度。下面给出表征隶属度的隶属函数的定义。定义所谓论域U上的一个模糊子集(简称模糊集)A是指对于任意x∈U，都指定了一个数μA(x)∈与之对应，叫做x对A的隶属度。映射μA:U→x→μA(x)]]>叫做A的隶属函数。上述定义表明模糊集A是由隶属函数给定的，μA(x)的值越接近于1，表明x隶属于A的程度越高；μA(x)的值越接近于0则表明x隶属于A的程度越低。从隶属度的观点出发，不再是绝对的“属于”或者“不属于”，比较适宜对近似性的描述。
技术实现思路
本专利技术的目的是解决现有技术中，用数值作为标准进行营养分析难以准确客观反映个体的营养状况的问题，将模糊数学引入到膳食营养定量分析中，提供了。为达到上述目的，本专利技术采用如下技术方案确定个体营养曲线的方法包括下列步骤(1)确定营养曲线的如下函数点营养素摄入的最低安全值，营养素的最佳摄入区间，营养素的最高安全值；(2)根据上述函数点，以营养素摄入量x’为横坐标，以健康程度为纵坐标绘制适合个体的营养曲线，它是摄入量相对于健康程度的隶属曲线x′∈R，Φ∈Φ(x′)=FL(x′)0<x′<RNI1RNI≤x′<1.05~1.2×RNIFR(x′).1.05~1.2RNI≤x′<UL]]>且Φ(x′)是一个正规的凸函数，FL(x′)和FR(x′)不对称。由于采用了上述技术方案，本专利技术具有如下有益效果按照本专利技术提供的确定个体营养曲线的方法确定的营养曲线，以营养曲线图的方式直观显示每种营养成分的“危险”、“安全”和“最佳摄入”范围，使营养定量分析直观化、系统化。所述营养曲线广泛应用于个体营养定量分析方面，特别用于孕妇膳食营养定量分析方面。附图说明图1某种营养素的营养曲线，图2孕妇维生素B2的营养曲线，图3孕妇维生素B12的营养曲线；图4蛋白质的营养曲线及实际摄入量；图5碘的营养曲线及实际摄入量；图6叶酸的营养曲线及实际摄入量；图7硒的营养曲线；图8胆固醇营养曲线。具体实施例方式参照图1，其中1.实线H表示实际摄入量，2.c、d之间的区域为最佳摄入量区域。(判别准则营养曲线值等于1)，3.b、c之间与d、e之间的区域为安全的摄入量区域；b、c之间为左安全区域；d、e之间的区域为右安全区域，4.a、b之间的区域为摄入量不足的区域，(判别准则营养曲线值小于0.8)5.e右边的区域为摄入量过多的区域；(判别准则营养曲线值小于0.9)；确定个体营养曲线本文档来自技高网...

【技术保护点】
一种确定个体营养曲线的方法，其特征在于包括下述步骤：（１）确定营养曲线的如下函数点：营养素摄入的最低安全值，营养素的最佳摄入区间，营养素的最高安全值；（２）根据上述函数点，按照下述函数关系，以摄入量为横坐标，以健康程度为纵坐 标绘制适合个体的营养曲线：＊ｘ′∈Ｒ，Φ∈［０，１］：＊＊＊所述Φ（ｘ′）是一个正规的凸函数，Ｆ↓［Ｌ］（ｘ′）和Ｆ↓［Ｒ］（ｘ′）不对称。

【技术特征摘要】
1.一种确定个体营养曲线的方法，其特征在于包括下述步骤(1)确定营养曲线的如下函数点营养素摄入的最低安全值，营养素的最佳摄入区间，营养素的最高安全值；(2)根据上述函数点，按照下述函数关系，以摄入量为横坐标，以健康程度为纵坐标绘制适合个体的营养曲线x′∈R，Φ∈Φ(x′)=FL(x′)0<x′<RNI1RNI≤x′<1.05~1.2×RNIFR(x′).1.05~1.2RNI≤x′<UL]]>所述Φ(x′)是一个正规的凸函数，FL(x′)和FR(x′)不对称。2.根据权利要求1所述的确定个体营养曲线的方法，其特征在于步骤(1)确定下...

【专利技术属性】
技术研发人员：王萍，
申请(专利权)人：王萍，
类型：发明
国别省市：11[中国|北京]