一个基于图像的自动化饮食评估应用程序:试点研究
Lachlan Lee1,2, Rhiane Bishop2, James Stanley3
1Department of Medicine, University of Otago Wellington, Wellington, New Zealand.
Journal of nutritional science
|December 1, 2025
概括
一个使用计算机视觉进行饮食评估的新应用程序显示出有希望的结果. 它的能量摄入量估计与经过验证的24小时回忆方法相美,有助于营养研究.
科学领域:
- 营养科学 营养科学
- 计算机视觉 计算机视觉
- 医疗信息学 医疗信息学
背景情况:
- 准确的饮食评估对于理解饮食与健康关系至关重要.
- 基于图像的方法有可能提高饮食评估的可靠性.
- 像24小时召回这样的现有方法也有局限性.
研究的目的:
- 用计算机视觉来评估iOS应用程序的准确性,以估计能量摄入量 (EI).
- 将应用程序的EI估计与能源支出 (EE) 和经过验证的24小时召回方法 (EI召回) 进行比较.
主要方法:
- 开发一个iOS应用程序,利用计算机视觉从图像中识别食物.
- 参与者使用该应用程序记录了7天的食物摄入量.
- 应用程序衍生的EI (EIapp) 与两个24小时的召回 (EIrecall) 的比较.
- 通过间接热量计和加速度计测量EI和EI与EE的比较.
主要成果:
- EIapp和EIrecall都低于估计的EE,这表明这两种方法的潜在报告不足.
- 在EIapp和EIrecall之间的平均偏差没有统计学意义 (783kJ,p = 0.33).
- 这表明该应用程序与传统的24小时召回之间具有可比性.
结论:
- 开发的基于图像的饮食评估应用程序提供了与验证的24小时回忆可比的能量摄入量估计.
- 这项技术有可能提高营养研究中饮食评估的可靠性和效率.
- 进一步验证和在不同人群中的应用是有必要的.


