一种基于人工智能的人体健康数据管理系统

1.本发明属于人体健康数据管理技术领域，具体而言，涉及一种基于人工智能的人体健康数据管理系统。


背景技术：

2.随着人们生活水平的日益提升，人们对人体健康状况的关注度也逐步提升，饮食作为影响人体健康的重要因素，对其进行合理健康地规划和分配一直是人们不断追求的目标，在饮食的管理方面，不仅需要关注日常三餐的热量摄入，同时还需要关注营养的均衡搭配，而由于人们大多缺乏专业性的饮食健康知识，导致不能够对日常三餐的饮食进行合理有效的分配和改善，进而给身体造成一定的健康风险，因此，对人们的饮食健康数据进行分配规划管理的重要性便尤为凸显。
3.就目前现有技术对人体健康饮食的规划管理来说，还存在一些局限性，具体体现在以下几个方面：
4.(1)现有技术对人体健康饮食的管理，大多仅依据用户的身体质量指数，分析评估用户的日常摄入总热量，因而缺乏对用户的日常各顿餐食的适宜摄入热量进行针对性分析，导致针对性分析水平较差，无法为用户的日常各顿餐食提供可靠性的规划管理，进而无法有效保障用户的饮食健康。
5.(2)现有技术较为缺乏依据用户的血糖值、血压值和血脂值分析出用户日常各顿餐食所属各种营养元素适宜摄入量，考虑维度较为片面，因而存在较大的局限性，导致对用户人体健康饮食的管理不能够很好地贴合用户的实际健康状况，在一定程度上增加了用户因饮食管理不合理而导致身体出现健康问题的发生率。


技术实现要素：

6.为了克服背景技术中的缺点，本发明实施例提供了一种基于人工智能的人体健康数据管理系统,能够有效解决上述背景技术中涉及的问题。
7.本发明的目的可以通过以下技术方案来实现：
8.一种基于人工智能的人体健康数据管理系统，包括：人体健康数据库、目标用户人体基本参数上传模块、目标用户人体基本参数分析模块、目标用户餐食分析模块、食谱匹配分析模块和管理显示中心；
9.所述人体健康数据库用于存储人体各种年龄对应各性别所属健康血压区间、健康血糖区间和健康血脂区间，存储人体对应的各日常适宜摄入热量所属综合健康指数区间，存储人体各种血糖值、血压值和血脂值对应的日常各顿餐食所属各种营养元素适宜摄入量，存储各种食物对应单位重量的各种营养元素含量，存储各种食物所属单位重量对应的热量，并存储各种食物之间的食用风险连接关系；
10.所述目标用户人体基本参数上传模块用于由目标用户将自身的人体基本参数进行上传；
11.所述目标用户人体基本参数分析模块用于对目标用户的人体基本参数进行分析，进而评估目标用户的综合健康指数；
12.所述目标用户餐食分析模块用于对目标用户的日常各顿餐食进行分析，其中目标用户餐食分析模块包括热量摄入分析单元和营养元素摄入量分析单元；
13.所述食谱匹配分析模块用于对目标用户的日常各顿餐食进行食谱匹配分析，筛选得到目标用户的日常各顿餐食对应的最佳适配健康食谱；
14.所述管理显示中心用于将目标用户的日常各顿餐食对应的最佳适配健康食谱进行显示。
15.作为本发明的一种优选技术方案，所述由目标用户将自身的人体基本参数进行上传，其中人体基本参数包括：身高、体重、年龄、性别和人体健康参数，其中人体健康参数包括：血压值、血糖值和血脂值。
16.作为本发明的一种优选技术方案，所述对目标用户的人体基本参数进行分析，其具体过程为：
17.依据目标用户的身高和体重，进而计算目标用户的身体质量指数，其计算公式为：其中α
bmi
表示为目标用户的身体质量指数，w表示为目标用户的体重，h表示为目标用户的身高；
18.依据目标用户的年龄和性别，并基于人体健康数据库中存储的人体各种年龄对应各性别所属健康血压区间、健康血糖区间和健康血脂区间，进而匹配出目标用户所属健康血压区间、健康血糖区间和健康血脂区间；
19.基于目标用户所属健康血压区间、健康血糖区间和健康血脂区间，并从中提取中间值，分别作为目标用户的参考健康血压值、参考健康血糖值和参考健康血脂值；
20.依据目标用户的血压值、血糖值和血脂值，进而将其分别与目标用户的参考健康血压值、参考健康血糖值和参考健康血脂值进行比对，计算目标用户的人体健康参数对应的健康指数，其计算公式为：其中ε
jk
表示为目标用户的人体健康参数对应的健康指数，bp0、glu0和tc0分别表示为目标用户的参考健康血压值、参考健康血糖值和参考健康血脂值，bp
″
、glu
″
和tc
″
分别表示为目标用户的血压值、血糖值和血脂值，φ1、φ2和φ3分别表示为预设的血压、血糖和血脂对应的健康修正因子。
21.作为本发明的一种优选技术方案，所述目标用户的综合健康指数具体计算过程为：依据目标用户的身体质量指数和目标用户的人体健康参数对应的健康指数，进而计算目标用户的综合健康指数，其计算公式为：其中η表示为目标用户的综合健康指数，γ1和γ2分别表示为预设的目标用户的身体质量和人体健康参数对应的占比权重因子，e表示为自然常数。
22.作为本发明的一种优选技术方案，所述热量摄入分析单元用于对目标用户的日常
各顿餐食进行热量摄入分析，其具体过程为：
23.依据目标用户的综合健康指数，进而将其与人体健康数据库中存储的人体对应的各日常适宜摄入热量所属综合健康指数区间进行匹配，进而获取目标用户对应的日常适宜摄入热量；
24.依据设定的日常各顿餐食所属科学进食比例，进而将目标用户对应的日常适宜摄入热量进行划分，得到目标用户对应的日常各顿餐食所属适宜摄入热量。
25.作为本发明的一种优选技术方案，所述营养元素摄入量分析单元用于对目标用户的日常各顿餐食的营养元素摄入量进行分析，其具体过程为：
26.依据目标用户的血糖值，进而将其与人体健康数据库中存储的人体各种血糖值对应的日常各顿餐食所属各种营养元素适宜摄入量进行匹配，进而获取目标用户的血糖值对应的日常各顿餐食所属各种营养元素适宜摄入量，同理，分别获取目标用户的血压值和血脂值对应的日常各顿餐食所属各种营养元素适宜摄入量；
27.依据目标用户的血糖值、血压值和血脂值对应的日常各顿餐食所属各种营养元素适宜摄入量，据此计算目标用户的日常各顿餐食所属各种营养元素适宜摄入量，其计算公式为：其中表示为目标用户的日常第a顿餐食所属第i种营养元素适宜摄入量，a表示为日常各顿餐食的编号，a＝1,2,3，bp
ai
、glu
ai
和tc
ai
分别表示为目标用户的血糖值、血压值和血脂值对应的日常第a顿餐食所属第i种营养元素适宜摄入量，i表示为各营养元素的编号，i＝1,2,...,q。
28.作为本发明的一种优选技术方案，所述对目标用户的日常各顿餐食进行食谱匹配分析，其具体过程为：
29.根据预设的目标用户的日常各顿餐食对应的各设定食谱，提取目标用户的日常各顿餐食对应各设定食谱中所属各种食物的重量，并依据人体健康数据库中存储的各种食物对应单位重量的各种营养元素含量，进而匹配得到目标用户的日常各顿餐食对应各设定食谱中所属各种食物对应单位重量的各种营养元素含量，据此计算目标用户的日常各顿餐食对应的各设定食谱所属营养元素含量匹配指数，其计算公式为：其中σ
ag
表示为目标用户的日常第a顿餐食对应的第g个设定食谱所属营养元素含量匹配指数，ψ
agj
表示为目标用户的日常第a顿餐食对应第g个设定食谱中所属第j种食物的重量，g
ji
表示为第j种食物对应单位重量的第i种营养元素含量，q表示为营养元素的数量，g表示为各设定食谱的编号，g＝1,2,...,k，j表示为各种食物的编号，j＝1,2,...,n；
30.基于目标用户的日常各顿餐食对应各设定食谱中所属各种食物的重量，并依据人体健康数据库中存储的各种食物所属单位重量对应的热量，进而计算目标用户的日常各顿餐食对应的各设定食谱所属食物热量匹配指数，其计算公式为：
其中β
ag
表示为目标用户的日常第a顿餐食对应的第g个设定食谱所属食物热量匹配指数，q
a0
″
表示为目标用户对应的日常第a顿餐食所属适宜摄入热量，g
agj
表示为目标用户的日常第a顿餐食对应的第g个设定食谱所属第j种食物的重量，qj表示为第j种食物所属单位重量对应的热量，φ1表示为预设的食物热量所属匹配修正因子；
31.基于目标用户的日常各顿餐食对应的各设定食谱所属营养元素含量匹配指数和目标用户的日常各顿餐食对应的各设定食谱所属食物热量匹配指数，计算得到目标用户的日常各顿餐食对应的各设定食谱所属综合匹配指数，其计算公式为：其中ξ
ag
表示为目标用户的日常第a顿餐食对应的第g个设定食谱所属综合匹配指数，χ1和χ2分别表示为预设的营养元素含量和食物热量对应的匹配权重因子。
32.作为本发明的一种优选技术方案，所述筛选得到目标用户的日常各顿餐食对应的最佳适配健康食谱，其具体过程为：
33.依据目标用户的日常各顿餐食对应的各设定食谱，从中提取各设定食谱中的各种食物之间的食用连接关系，并将其与人体健康数据库中存储的各种食物之间的食用风险连接关系进行匹配对比，通过去除筛选得到目标用户的日常各顿餐食对应的各健康食谱，进而提取目标用户的日常各顿餐食对应的各健康食谱的编号；
34.依据目标用户的日常各顿餐食对应的各设定食谱所属综合匹配指数，并基于目标用户的日常各顿餐食对应的各健康食谱的编号，进而提取得到目标用户的日常各顿餐食对应的各健康食谱所属综合匹配指数；
35.基于目标用户的日常各顿餐食对应的各健康食谱所属综合匹配指数，进而将目标用户的日常各顿餐食对应的各健康食谱所属综合匹配指数按照从大到小的顺序进行排序，进而获取目标用户的日常各顿餐食对应的各健康食谱所属综合匹配指数对应的排列顺序，并分别提取排名第一位的综合匹配指数所属目标用户的日常各顿餐食对应的健康食谱，进而分别将目标用户的日常各顿餐食对应的健康食谱记为目标用户的日常各顿餐食对应的最佳适配健康食谱。
36.相对于现有技术，本发明的实施例至少具有如下有益效果：
37.(1)本发明通过依据目标用户的身体质量指数和目标用户的人体健康参数对应的健康指数，评估目标用户的综合健康指数，进而依据科学进食比例，划分得到目标用户对应的日常各顿餐食所属适宜摄入热量，弥补了现有技术大多仅依据用户的身体质量指数分析评估用户日常摄入总热量的局限性，本发明通过对目标用户的日常各顿餐食的适宜摄入热量进行针对性分析，提升了针对性分析水平，能够为目标用户的日常各顿餐食提供可靠性的规划管理，进而能够有效保障目标用户的饮食健康。
38.(2)本发明通过依据目标用户的血糖值、血压值和血脂值分析出目标用户日常各顿餐食所属各种营养元素适宜摄入量，进而分析计算得到目标用户的日常各顿餐食对应的
各设定食谱所属综合匹配指数，考虑维度较为全面，使对目标用户人体健康饮食的管理能够很好地贴合目标用户的实际健康状况，在较大程度上减少了用户因饮食管理不合理而导致身体出现健康问题的发生率。
39.(3)本发明还通过对目标用户的日常各顿餐食对应的各设定食谱进行分析，并通过去除食谱中的食物所属食用风险连接关系，最终筛选出目标用户的日常各顿餐食对应的最佳适配健康食谱，进而为目标用户的饮食健康提供了有力的保障。
附图说明
40.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
41.图1为本发明的系统结构连接示意图。
42.图2为本发明的目标用户餐食分析模块结构示意图。
具体实施方式
43.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
44.参照图1所示，本发明提供一种基于人工智能的人体健康数据管理系统，包括：人体健康数据库、目标用户人体基本参数上传模块、目标用户人体基本参数分析模块、目标用户餐食分析模块、食谱匹配分析模块和管理显示中心；
45.所述人体健康数据库分别与目标用户人体基本参数分析模块、目标用户餐食分析模块和食谱匹配分析模块相连接，目标用户人体基本参数上传模块分别与目标用户人体基本参数分析模块和目标用户餐食分析模块相连接，目标用户人体基本参数分析模块和目标用户餐食分析模块相连接，目标用户餐食分析模块和食谱匹配分析模块相连接，食谱匹配分析模块和管理显示中心相连接。
46.所述人体健康数据库用于存储人体各种年龄对应各性别所属健康血压区间、健康血糖区间和健康血脂区间，存储人体对应的各日常适宜摄入热量所属综合健康指数区间，存储人体各种血糖值、血压值和血脂值对应的日常各顿餐食所属各种营养元素适宜摄入量，存储各种食物对应单位重量的各种营养元素含量，存储各种食物所属单位重量对应的热量，并存储各种食物之间的食用风险连接关系；
47.所述目标用户人体基本参数上传模块用于由目标用户将自身的人体基本参数进行上传；
48.具体地，所述由目标用户将自身的人体基本参数进行上传，其中人体基本参数包括：身高、体重、年龄、性别和人体健康参数，其中人体健康参数包括：血压值、血糖值和血脂值。
49.所述目标用户人体基本参数分析模块用于对目标用户的人体基本参数进行分析，进而评估目标用户的综合健康指数；
50.具体地，所述对目标用户的人体基本参数进行分析，其具体过程为：
51.依据目标用户的身高和体重，进而计算目标用户的身体质量指数，其计算公式为：其中α
bmi
表示为目标用户的身体质量指数，w表示为目标用户的体重，h表示为目标用户的身高；
52.依据目标用户的年龄和性别，并基于人体健康数据库中存储的人体各种年龄对应各性别所属健康血压区间、健康血糖区间和健康血脂区间，进而匹配出目标用户所属健康血压区间、健康血糖区间和健康血脂区间；
53.基于目标用户所属健康血压区间、健康血糖区间和健康血脂区间，并从中提取中间值，分别作为目标用户的参考健康血压值、参考健康血糖值和参考健康血脂值；
54.依据目标用户的血压值、血糖值和血脂值，进而将其分别与目标用户的参考健康血压值、参考健康血糖值和参考健康血脂值进行比对，计算目标用户的人体健康参数对应的健康指数，其计算公式为：其中ε
jk
表示为目标用户的人体健康参数对应的健康指数，bp0、glu0和tc0分别表示为目标用户的参考健康血压值、参考健康血糖值和参考健康血脂值，bp
″
、glu
″
和tc
″
分别表示为目标用户的血压值、血糖值和血脂值，φ1、φ2和φ3分别表示为预设的血压、血糖和血脂对应的健康修正因子。
55.具体地，所述目标用户的综合健康指数具体计算过程为：依据目标用户的身体质量指数和目标用户的人体健康参数对应的健康指数，进而计算目标用户的综合健康指数，其计算公式为：其中η表示为目标用户的综合健康指数，γ1和γ2分别表示为预设的目标用户的身体质量和人体健康参数对应的占比权重因子，e表示为自然常数。
56.所述目标用户餐食分析模块用于对目标用户的日常各顿餐食进行分析。
57.参照图2所示，目标用户餐食分析模块包括热量摄入分析单元和营养元素摄入量分析单元；
58.具体地，所述热量摄入分析单元用于对目标用户的日常各顿餐食进行热量摄入分析，其具体过程为：
59.依据目标用户的综合健康指数，进而将其与人体健康数据库中存储的人体对应的各日常适宜摄入热量所属综合健康指数区间进行匹配，进而获取目标用户对应的日常适宜摄入热量；
60.依据设定的日常各顿餐食所属科学进食比例，进而将目标用户对应的日常适宜摄入热量进行划分，得到目标用户对应的日常各顿餐食所属适宜摄入热量。
61.需要说明的是，上述日常各顿餐食所属科学进食比例为3:4:3。
62.本发明实施例中通过依据目标用户的身体质量指数和目标用户的人体健康参数对应的健康指数，评估目标用户的综合健康指数，进而依据科学进食比例，划分得到目标用
户对应的日常各顿餐食所属适宜摄入热量，弥补了现有技术大多仅依据用户的身体质量指数分析评估用户日常摄入总热量的局限性，本发明通过对目标用户的日常各顿餐食的适宜摄入热量进行针对性分析，提升了针对性分析水平，能够为目标用户的日常各顿餐食提供可靠性的规划管理，进而能够有效保障目标用户的饮食健康。
63.具体地，所述营养元素摄入量分析单元用于对目标用户的日常各顿餐食的营养元素摄入量进行分析，其具体过程为：
64.依据目标用户的血糖值，进而将其与人体健康数据库中存储的人体各种血糖值对应的日常各顿餐食所属各种营养元素适宜摄入量进行匹配，进而获取目标用户的血糖值对应的日常各顿餐食所属各种营养元素适宜摄入量，同理，分别获取目标用户的血压值和血脂值对应的日常各顿餐食所属各种营养元素适宜摄入量；
65.需要说明的是，上述各种营养元素为：碳水化合物、维生素、膳食纤维、油脂和蛋白质。
66.在一种具体实施例中，本发明分析得到目标用户的血糖值、血压值和血脂值对应的日常各顿餐食所属各种营养元素适宜摄入量，因而更加具有针对性意义，并能够有力维护目标用户的饮食健康，例如高血糖人群需要适当减少碳水化合物的摄入。
67.依据目标用户的血糖值、血压值和血脂值对应的日常各顿餐食所属各种营养元素适宜摄入量，据此计算目标用户的日常各顿餐食所属各种营养元素适宜摄入量，其计算公式为：其中表示为目标用户的日常第a顿餐食所属第i种营养元素适宜摄入量，a表示为日常各顿餐食的编号，a＝1,2,3，bp
ai
、glu
ai
和tc
ai
分别表示为目标用户的血糖值、血压值和血脂值对应的日常第a顿餐食所属第i种营养元素适宜摄入量，i表示为各营养元素的编号，i＝1,2,...,q。
68.本发明实施例中通过依据目标用户的血糖值、血压值和血脂值分析出目标用户日常各顿餐食所属各种营养元素适宜摄入量，进而分析计算得到目标用户的日常各顿餐食对应的各设定食谱所属综合匹配指数，考虑维度较为全面，使对目标用户人体健康饮食的管理能够很好地贴合目标用户的实际健康状况，在较大程度上减少了用户因饮食管理不合理而导致身体出现健康问题的发生率。
69.所述食谱匹配分析模块用于对目标用户的日常各顿餐食进行食谱匹配分析，筛选得到目标用户的日常各顿餐食对应的最佳适配健康食谱；
70.具体地，所述对目标用户的日常各顿餐食进行食谱匹配分析，其具体过程为：
71.根据预设的目标用户的日常各顿餐食对应的各设定食谱，提取目标用户的日常各顿餐食对应各设定食谱中所属各种食物的重量，并依据人体健康数据库中存储的各种食物对应单位重量的各种营养元素含量，进而匹配得到目标用户的日常各顿餐食对应各设定食谱中所属各种食物对应单位重量的各种营养元素含量，据此计算目标用户的日常各顿餐食对应的各设定食谱所属营养元素含量匹配指数，其计算公式为：
其中σ
ag
表示为目标用户的日常第a顿餐食对应的第g个设定食谱所属营养元素含量匹配指数，ψ
agj
表示为目标用户的日常第a顿餐食对应第g个设定食谱中所属第j种食物的重量，g
ji
表示为第j种食物对应单位重量的第i种营养元素含量，q表示为营养元素的数量，g表示为各设定食谱的编号，g＝1,2,...,k，j表示为各种食物的编号，j＝1,2,...,n；
72.示例性地，虾中每100克的蛋白质对应含量为16克。
73.基于目标用户的日常各顿餐食对应各设定食谱中所属各种食物的重量，并依据人体健康数据库中存储的各种食物所属单位重量对应的热量，进而计算目标用户的日常各顿餐食对应的各设定食谱所属食物热量匹配指数，其计算公式为：其中β
ag
表示为目标用户的日常第a顿餐食对应的第g个设定食谱所属食物热量匹配指数，q
a0
″
表示为目标用户对应的日常第a顿餐食所属适宜摄入热量，g
agj
表示为目标用户的日常第a顿餐食对应的第g个设定食谱所属第j种食物的重量，qj表示为第j种食物所属单位重量对应的热量，φ1表示为预设的食物热量所属匹配修正因子；
74.示例性地，每100克的牛肉对应的热量为125卡。
75.基于目标用户的日常各顿餐食对应的各设定食谱所属营养元素含量匹配指数和目标用户的日常各顿餐食对应的各设定食谱所属食物热量匹配指数，计算得到目标用户的日常各顿餐食对应的各设定食谱所属综合匹配指数，其计算公式为：其中ξ
ag
表示为目标用户的日常第a顿餐食对应的第g个设定食谱所属综合匹配指数，χ1和χ2分别表示为预设的营养元素含量和食物热量对应的匹配权重因子。
76.具体地，所述筛选得到目标用户的日常各顿餐食对应的最佳适配健康食谱，其具体过程为：
77.依据目标用户的日常各顿餐食对应的各设定食谱，从中提取各设定食谱中的各种食物之间的食用连接关系，并将其与人体健康数据库中存储的各种食物之间的食用风险连接关系进行匹配对比，通过去除筛选得到目标用户的日常各顿餐食对应的各健康食谱，进而提取目标用户的日常各顿餐食对应的各健康食谱的编号；
78.示例性地，上述各种食物之间的食用风险连接关系指的是不同属性之间食物共同搭配食用所存在的潜在风险，例如，洋葱和鱼不适宜共同搭配食用，因为洋葱中含有草酸，鱼中含有蛋白质，二者会发生反应，生成沉淀，进而不易被人体所消化吸收，导致人体健康受到影响，并且会降低鱼中的蛋白质营养价值。
79.本发明实施例中通过对目标用户的日常各顿餐食对应的各设定食谱进行分析，并
通过去除食谱中的食物所属食用风险连接关系，最终筛选出目标用户的日常各顿餐食对应的最佳适配健康食谱，进而为目标用户的饮食健康提供了有力的保障。
80.依据目标用户的日常各顿餐食对应的各设定食谱所属综合匹配指数，并基于目标用户的日常各顿餐食对应的各健康食谱的编号，进而提取得到目标用户的日常各顿餐食对应的各健康食谱所属综合匹配指数；
81.基于目标用户的日常各顿餐食对应的各健康食谱所属综合匹配指数，进而将目标用户的日常各顿餐食对应的各健康食谱所属综合匹配指数按照从大到小的顺序进行排序，进而获取目标用户的日常各顿餐食对应的各健康食谱所属综合匹配指数对应的排列顺序，并分别提取排名第一位的综合匹配指数所属目标用户的日常各顿餐食对应的健康食谱，进而分别将目标用户的日常各顿餐食对应的健康食谱记为目标用户的日常各顿餐食对应的最佳适配健康食谱。
82.所述管理显示中心用于将目标用户的日常各顿餐食对应的最佳适配健康食谱进行显示。
83.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。