相关实验视频
Updated: Jun 9, 2025
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
9.0K
基于人工智能的应用程序的验证,以估计日常饮食中的营养素
Teruhiko Imamura1, Nikhil Narang2, Koichiro Kinugawa1
1The Second Department of Internal Medicine, University of Toyama, Toyama, Japan.
Journal of cardiology
|October 31, 2024
概括
人工智能 (AI) 应用程序可以从照片中估计食物中的营养含量. 这项研究发现,人工智能对卡路里,蛋白质和盐的估计与官方计算有很好的一致性,支持其在饮食管理中的使用.
科学领域:
- 营养科学 营养科学
- 人工智能的人工智能
- 医疗卫生技术 技术 技术
背景情况:
- 饮食修改对于管理代谢综合征和降低心血管疾病风险至关重要.
- 准确量化日常饮食中的必需营养素是一个重大挑战.
- 基于人工智能的应用程序HAKARIUM可以从照片中估计营养成分,但其在现实世界中的应用性尚未得到证实.
研究的目的:
- 评估HAKARIUM AI应用程序在估计现实世界食中的营养成分 (卡路里,蛋白质,盐) 的准确性.
- 将AI估计的营养价值与大学合作社官方计算的值进行比较.
主要方法:
- 分析了62个在大学合作社提供的午餐.
- 使用HAKARIUM AI应用程序估计能量 (kcal),蛋白质 (g) 和盐 (g).
- 将AI估计的营养价值与大学提供的官方计算进行比较.
主要成果:
- 人工智能估计的能量:636 (493,835) 卡路里与实际的:382 (358,431) 卡路里.
- 人工智能估计的蛋白质:25.7 (19.7,36.3) 克与实际的:17.1 (13.9,18.9) 克.
- 人工智能估计的盐:4.2 (3.5,4.6) 克与实际的:2.9 (2.6,3.1) 克.
- 在所有营养素的AI和实际值之间观察到显著的相关性 (r > 0.80,p < 0.05) 和良好的一致性.
结论:
- 基于人工智能的营养估计表明与实际计算值相对良好一致.
- HAKARIUM应用程序显示了用于估计食营养成分含量的实际用途的潜力.
