[发明专利]一种饮食和运动智能监测系统

权利要求书

1.一种饮食和运动智能监测系统，其特征在于，包括以下模块：

饮食营养评估模块：该模块是对食材和熟食照片分别构建食材和熟食两类深度学习模型，然后根据用户上传的食材或熟食照片精准评估饮食营养素的含量和比例结构，并结合用户的个性化饮食配方提高评估意见；

运动模式识别模块：该模块采集人体运动数据，再通过构建的有氧运动模型和抗阻运动模型，分别识别细分的有氧或抗阻运动种类，评估每日运动指标与运动配方匹配情况；

吃动综合分析模块：该模块利用每月记录的体重和体脂等身体成份数据库评估吃动综合干预效果，分析用户对饮食和运动配方的依从性，及膳食摄入与运动消耗的相互支撑性。

2.根据权利要求1所述的饮食和运动智能监测系统，其特征在于，所述饮食营养评估模块的具体构建步骤如下：

步骤一、采集各类基于食物份的生食和基于菜谱的熟食图片数据集及相应的营养数据库，用于构建基于生食图片和基于熟食图片的两类营养评估深度学习模型；

步骤二、用户每次做饭或吃饭前拍照并上传食材或熟食照片，系统自动选择相应的饮食模型评估营养成分，并评价与个性化饮食配方的匹配程度。

3.根据权利要求1所述的饮食和运动智能监测系统，其特征在于，所述运动模式识别模块分别对有氧和抗阻运动构建了有氧和抗阻两类运动深度学习模型，具体识别过程如下：

步骤一、采集手臂、腰部和大腿的多类传感器人体运动数据；

步骤二、通过异构数据融合推理算法获取运动时长、模式和强度；

步骤三、通过构建的有氧运动模型和抗阻运动模型分别识别细分的有氧运动模型或抗阻运动种类；

步骤四、通过运动历史数据库统计运动频率，评估每日运动指标与运动配方匹配情况。

4.根据权利要求1所述的饮食和运动智能监测系统，其特征在于，该数据包括日期、时间，手臂、腰部、大腿运动数据以及心率。

5.根据权利要求1所述的饮食和运动智能监测系统，其特征在于，有氧运动模型包括慢走、快走、慢跑的有氧运动数据。

6.根据权利要求1所述的饮食和运动智能监测系统，其特征在于，抗阻运动模型包括俯卧撑、平板、哑铃的抗阻运动数据。

7.根据权利要求1所述的饮食和运动智能监测系统，其特征在于，所述吃动综合分析模块具体分析过程如下：

步骤一、通过用户定期测量并存储的体重和体脂身体成份数据库；

步骤二、评估吃动综合干预策略对改善用户健康状况的效果；

步骤三、利用饮食和运动历史记录数据库分析用户对饮食和运动配方的依从性，及膳食摄入与运动消耗的相互支撑性。