具体实施方式

本发明公开中对相关的示例进行描述时所用的术语是处于解释相关示例的目的，目的并非在于限制。相关示例主要用于描述本发明的具体实施方式，在实施时可以存在结构变更；同时，本发明的应用可以存着其他实施方式。

个体的摄食与个体健康之间存在紧密关联，对摄食的精准监测和干预有助于个体保持健康，对个体摄食习惯进行精准监测是实施精准干预的前提。对摄食进行精准监测的核心在于对食物的精准判别及对取食量的精准测量，在此基础上可以对每餐取食量和营养均衡程度等指标进行精准评估。客观上，由于中餐菜式多样、食材种类众多、食材之间的搭配组合多样、烹饪方法多样等因素的影响，并且不同个体也存在对口味和食材的偏好的差异；因此，对摄食的监测应精细到每一口食物。同时，为了对摄食量进行精准测算，同样要求精准监测用餐过程中每一次送入口中的食物的体积和质量。

对此，本发明公开提供了一种用于精确测量、记录和分析人体食物摄取的方法和装置，通过综合运用图像传感器、目标物三维体积测量传感器、姿态传感器、温度传感器、音频传感器等多种传感器的数据，实现对个体用餐过程中每一次送入口中的食物的类别进行判别，同时监测食物的体积和质量。通过精准测量和统计分析，可以对个体用餐习惯和偏好进行精准记录和分析，为个体饮食干预和健康管理提供依据和指导。

一种测量、记录和分析人体食物摄取的方法，包括如下步骤：S1、记录用餐时的系统时间；S2、测定食物当前的实时温度；S3、识别食物的细分类别；S4、测量摄入食物的体积及质量；S5、符合告警规则时，发出告警；系统建立本地数据库或在线数据库，需要使用本地数据库或在线数据库进行分析，本地数据库或在线数据库包含或录入如下数据信息：各食物的营养素测定信息、个体化的人体营养素需求定量标准、摄食量标准、食物过敏信息、食物禁忌信息。步骤S1具体包括如下步骤：S11、用餐起始时间判定：设备开机后，系统判定个体首次将食物送入口中时的系统时间，定义为用餐起始点；S12、用餐间隔时间的判定：在所述步骤S11中用餐起始点之后，当系统监测到个体将食物送入口中，则记录当下系统时间，将该过程定义为“单口用餐事件”；连续记录所有“单口用餐事件”至用餐结束；S13、用餐终止事件判定：当设备关机，判定为用餐终止；当系统连续2小时内未监测到“单口用餐事件”，则判定为用餐终止并自动关机。步骤S3中识别食物的细分类别具体为：通过图像传感器采集，后通过人工智能图像识别程序识别食物的类别。步骤S3中所述细分类别的分类规则包括：S31、区分蔬菜类别、水果类别、肉类别、主食类别，是否为禽蛋等；S32、区分营养素类别及含量，具体包括：判定属于蛋白质类、糖类、脂类、维生素、无机盐、特有物质微量元素等。步骤S4测量摄入食物的体积及质量具体为：系统调用图像传感器和目标物三维体积测量传感器，通过人工智能分析程序测算“单口用餐事件”中，各类别食物的体积，并测算质量。在分析摄入食物的质量的基础上，测算如下指标：S41、测算S3中各营养物单品摄入量；S42、测算S3中各营养类别的摄入量。

本发明的用于精确测量、记录和分析人体食物摄取的方法，应当结合本系统进行说明，结合参阅附图1的示例性系统，包括图像传感器101、目标物三维体积测量传感器102、姿态传感器103、音频传感器104、个体识别传感器(生物识别传感器)105、温度传感器106，在系统内部还设有处理器107、存储设备108、显示屏幕设备109、警示信号设备111与输入/输出设备110，其中，图像传感器101、目标物三维体积测量传感器102、姿态传感器103、音频传感器104、个体识别传感器(生物识别传感器)105、温度传感器106直接与输入/输出设备110连接并实现传输信号，系统内部的处理器107及存储设备108与输入/输出设备110双向连接并传输数据，输入/输出设备110进一步传输数据至显示屏幕设备109及警示信号设备111，此外，系统外部还连接有数据云系统112及外部设备113，两者作为系统的组成部分实现数据双向传输，数据云系统112及外部设备113与输入/输出设备110同样双向连接。

图1系统是基于多维传感器数据，多种传感器被综合运用来监测、记录和分析个体食物摄取过程，在本发明公开的一些实施例中，也可包含上述传感器以外的其他传感器，如全球定位系统传感器等，上述传感器能够将监测到的信息转换为数字形式，并通过输入/输出设备110将监测信息传递到处理器107进行本地分析和处理。处理器可以将处理后的食物摄取信息储存在本地存储设备108中，同时根据示警规则在监测到示警事件时通过输入/输出设备110向显示屏幕设备109和/或警示信号设备111发出示警指令。在本发明公开的一些实施例中，系统也可以将相关传感器监测的数据通过输入/输出设备110传递到外部设备113中或外部的网络云平台112。本地处理器可以和外部设备113或云平台112协同处理相关数据，也可以完全由外部设备113或云平台112来处理相关传感器发送的数据。为了协同完成对食物摄取过程的监测、记录和分析，相关器件可集中于同一设备中协同工作，也可以分布于多台设备中协同工作。在本发明公开的一些实施例中，为了实现简化的功能，本发明公开的系统中的一些设备(例如显示屏幕109，音频传感器104等)也可以被去除。

图1中的存储设备108可包括但并不限制于各种类型的半导体、磁性、光学、电子及电磁等系统或设备，例如各种类型的闪存存储器(例如紧凑型存储卡、USB存储设备等)、磁盘、随机存取存储器(RAM)、只读存储器(ROM)、各种光盘等。

图1中的外部设备113包括但并不限制于移动电话设备(例如手机)、可穿戴设备(例如手环、手表、耳机等)、便携式媒体播放设备、计算机(例如桌面电脑、一体机电脑、笔记本电脑等)或服务器设备等。

实施例一：供单人使用的、用于测量、记录和分析人体食物摄取的智能设备(基于多传感器)

示例一

图2展示了一种供单人使用的、用于测量、记录和分析人体食物摄取的智能设备。图中的设备204本身具有对个体食物摄取过程进行测量、记录和分析的功能，同时也具备充当餐具(例如：筷子等)的功能。设备204可以单独完成对个体食物摄取过程进行测量、记录和分析，也可以与外部设备(例如：移动电话等)或云平台等外部系统通过数据交互协同完成测量、记录和分析的工作。设备204可以与另一支普通筷子组成系统，完成作为餐具的功能；设备204也可以与另外一只与自身相同的设备组成系统，完成作为餐具的功能。

设备204包含个体识别摄像头201，无线通信模块202，内置电池203，指纹识别模块205、209，处理器206，震动示警器208，姿态传感器(由封装的加速度计、陀螺仪和磁力计构成)210，模组摄像头(由封装的图像摄像头和红外摄像头构成)207，激光雷达211，存储卡212，麦克风213，一次性耗材214，等。其中，姿态传感器210也可以用简化的传感器模组来实现相关功能，如在加速度计、陀螺仪和磁力计这三类传感器中仅选用一类或两类。用于对食物进行体积测量的激光雷达211，也可由成本更低的其他设备替代，如使用Tof(Time offly)镜头替代。一次性耗材214可以是各种材质的耗材，功能上可以起到类似筷子、勺子、叉子等功能。

示例二

图3展示了第二种供单人使用的、用于测量、记录和分析人体食物摄取的智能设备，包括图3A与图3B。图3A所示的设备由图2所示的设备演化而来。图3A的设备在更加短小的空间内集成了图2所示的功能设备，并且图3A的设备为中空、贯通的管状。图3A所示的设备可以与生活场景中的普通餐具进行组合，从而实现对个体食物摄取过程进行测量、记录和分析。

设备3A2的外部模块主要有模组摄像头(由封装的图像摄像头和红外摄像头构成)3A1、3B1和激光雷达3A3、3B3。图3B展示了设备3A2与普通筷子组合时的示例，其中可以将筷子通过中空管道插入到设备3A2中。用于对食物进行体积测量的激光雷达3A3、3B3，也可由成本更低的其他设备替代，如使用Tof镜头替代。设备3A2也可以与筷子以外的其他餐具组合使用，比如勺子、叉子等。

示例三

图4展示了第三种供单人使用的、用于测量、记录和分析人体食物摄取的智能设备包括图4A与图4B。设备4A1和4B1主要针对勺子和叉子应用场景进行优化。小型化、集成化的传感器设备4A4和4B4被置于设备4A1和4B1的内部，并通过装置4A2和4B2固定到餐具上。设备4A1和4B1中的传感器通过自动对焦，将监测范围控制在4A5，4A6，4B5，4B6的边界范围内。图4A为所述设备与勺子4A3组合应用的示意图，图4B为所述设备与叉子4B3组合应用的示意图。

示例四

图5展示了第四种供单人使用的、用于测量、记录和分析人体食物摄取的智能设备，包括图5A与图5B。设备5A3、5B3被设计为可穿戴设备，传感器模组被集成在5A2、5B2所示的设备中，并可通过5A1、5B1所示的具有张紧调节功能的条带状器件固定在使用者5B5的头部。当使用者在进餐时，当个体使用餐具盛取食物时，直到食物被送入口5B4前的期间，集合了传感器模组的5B2将测量、记录和分析摄食内容。在该场景中，可以搭配额外的示警设备，对进餐过程中的示警事件进行示警报告。

示例五

图6展示了第五种供单人使用的、用于测量、记录和分析人体食物摄取的智能设备。不同于上述的四个示例设备，设备601完全独立于用户而存在；无需通过穿戴附着于用户身体，也无需附着于餐具上，同时自身也不具有餐具功能。在个体进餐时，只需要将设备摆放在与用户距离恰当的位置，设备可以通过多维传感器自动检测用户的食物摄入过程并在监测到示警事件时提出告警。显示屏模块607可以在用户摄食过程中，提供实时的信息反馈，提示用户当前摄食的统计记录及分析结果。

设备601包含传感器模组602、603、604和605，示警模块606，显示屏模块607。设备601可以独立于其他功能设备而存在，并仅作为个体摄食监测的功能设备。此外，设备601也可以集成于其他功能设备(例如，移动电话、便携式影音播放器，等)中，其所具有的个体摄食监测功能为该设备的众多功能之一。设备601种的部分模块，例如告警模块601，以及显示屏模块607，也可以去除，尤其是当设备601集成于其他功能设备中时。

实施例二：供多人使用的、用于测量、记录和分析食物摄取的智能设备

示例一

在多人用餐场景下(如，家庭用餐场景)，每个人都使用单独的设备来进行自我摄食的监测、记录和分析，可能会对个体用餐体验带来不良影响。图7展示了一种供多人使用的(多单元多传感器模块的)、用于测量、记录和分析食物摄取的智能设备，包括图7A与图7B。设备7A1为一个集成系统，其中包含了多个可用于个体摄食测量、记录和分析的功能模块单元，如7A2、7A3和7A4。设备7A1可以是任意可行的形状，并不限于图示的圆柱体，也可以是多棱柱体、球体或者其他不规则形状。设备7A1包含的可用于个体摄食测量、记录和分析的功能模块单元的数量，也是任意可调整的，并不限于图示的三个，也可以是两个、四个、五个、六个、七个、八个、九个、十个，或者其他更多数量。设备7A1包含的可用于个体摄食测量、记录和分析的功能模块单元可以是固定集成在设备7A1中，也可以是可拆卸模式集成在设备7A1中，并按照用餐人数进行灵活调整。设备7A1包含的可用于个体摄食测量、记录和分析的功能模块单元可以是固定安装在设备7A1中，此外，每个模块也可以拥有自己单独的机械装置使该模块在工作过程中能够始灵活调整姿态并始终处于最佳探测状态。设备7A1可以包含集成的示警模块，也可以不包含。在一些实施例中，外部单独的示警模块(例如，7B2、7B4和7B5)可以与设备7A1组合成完整的系统。每个用户，可以使用自己单独的示警模块设备，该设备可以附着于餐具上(如图7B所示)，也可以单独存在。7B1为餐具示意图，可以是勺子、叉子等；7B3和7B6也是餐具示意图，可以设筷子等。

图8展示了多人用餐场景下供多人使用的、用于测量、记录和分析食物摄取的智能设备的工作模式示例。图8展示的多人用餐场景示例中，包含六位用餐者802、804、806、809、811和813。智能摄食监测设备803被置于餐桌814的中心位置，设备803共包含六个个体摄食监测模块单元，分别正对六位用餐者。在这个示例系统中，六位用餐者，都使用了筷子，并且筷子上都接上了适配于设备803的示警装置，包括801、805、807、808、810和812。在此场景中，设备803中的六个个体摄食监测模块单元相互独立运行。设备803在实施多人用餐监测、记录和分析时，会实施对每个个体进行识别和数据记录，即使个体在用餐过程中调换座位，系统可以根据个体识别信息，将各个用户的用餐数据归集并进行分析。在一次用餐过程中，多个个体摄食监测模块单元各自都不限定于一位用户；这保障了在使用过程中即使出现用户调换座位，或者设备803因为倾倒、移位或其他任何原因导致与用户对应关系变更时，系统都能准确记录数据而不至于发生张冠李戴的情况。

图9展示了根据本发明公开的示例，用于监测示警事件的示例性过程。系统可以从图像传感器、三维体积测量传感器和温度传感器三类传感器处获取数据，过程904代表系统对过程901、902和903传递的数据进行分析，过程905为比对内部示警规则设定的判定条件。如果检测到告警事件，过程906会通过示警设备报告示警事件，同时会向系统传递信息记录监测到的示警事件。系统发出示警，并不总是需要同时处理来自于过程901、902和903提供的数据。过程901传递数据给过程904并进行实时处理后传递信息给过程905，过程905判定检测到不利于个体健康的盛取食物的事件，即可立即传输信息并进入过程906。类似的，过程903传递数据给过程904并进行实时处理后传递信息给过程905，过程905判定检测到食物温度过高或过低的事件，即可立即传输信息并进入过程906。针对不同的用户可以设定不同的触发告警事件的规则，用户也可以自己定义或者修改触发告警事件的规则。

图10展示了根据本发明公开的示例，用于监测个体摄食过程中的单口用餐事件的示例性过程。系统可以从图像传感器、三维体积测量传感器和姿态传感器三类传感器处获取数据，过程1004代表系统对过程1001、1002和1003传递的数据进行分析，过程1005为比对内部设定的定义单口用餐事件的判定条件及规则。如果过程1005判定结果为成功检测到单口用餐事件，过程1006会向系统传递信息详细记录该次单口用餐事件中监测到食物类别和体积，系统将增加一条记录，其中包括当前食物种类、体积、根据数据模型计算的营养素值、根据数据模型计算的热量值、当前系统时间、当前用户身份，等信息。过程1005需要同时获取由过程1001、1002和1003采集的并由过程1004分析处理的三路信息，即需要同时满足识别当前所盛取的食物类别、测量到当前食物的体积、以及同时检测到用户将食物完整送入口中这三个条件时，过程1005可以判定发生了一次成功的单口用餐事件，并启动流程1006对用餐过程进行记录和分析。当识别当前所盛取的食物类别、测量到当前食物的体积、以及同时检测到用户将食物完整送入口这三个过程，任何其一不满足时则判定为无效的用餐事件。需要说明的是，过程1001中传送的图像信息经过程1004分析后，存在不能判别食物类别的情况时；此时系统依然认定食物类别判定过程成功，但系统会将当次判定结果标注为“未识别食物类别”并记录图像信息。过程1001、1002和1003采集到的原始用餐信息数据，会在处理后存储。随着分析系统的升级，对原始采集的数据可以进行二次分析，以获得更精准的结果。

图11展示了根据本发明公开的设备用于测量、记录和分析用餐全过程的一个示例。当系统监测到第一个“单口用餐事件”时，记录系统时间作为用餐起始时间。此后，系统连续记录所有的单口用餐事件，包括个体身份信息、当下系统时间、当次盛取的食物的类别、当次盛取的食物的体积等信息。当用户主动关机，或者当系统在设定的时间(例如：2小时内)未检测到新增的单口用餐事件；则本次摄食监测过程中的倒数第一次单口用餐事件对应的系统时间点定义为用餐终止时间。系统调用温度传感器数据，判定当前食物是否存在温度过高的示警事件，在第二次单口用餐事件和第四次单口用餐事件期间，系统监测到存在食物温度过高的事件，并发出警示。系统通过调用图像传感器数据判定当前食物的类别，并调用激光雷达传感器数据判定当前食物的体积。系统根据系统数据库中各种食物的营养素含量，计算出当次单口用餐事件中各种营养素的摄入量以及能量摄入量。例如，在第三次单口用餐事件中，系统在17时33分12秒，检测到用户摄入的食物是米饭，体积为4.7立方厘米，推算摄入质量为4.7克。其中包含碳水化合物(糖类)1.22克，脂肪0.02克，蛋白质0.12克；总的摄入热量为5.45千卡。在第十次单口用餐事件中，系统在17时35分45秒，检测到用户摄入的食物是猪肉，体积为1.2立方厘米，推算摄入质量为1.2克。其中包含碳水化合物(糖类)0.01克，脂肪0.36克，蛋白质0.20克；总的摄入热量为4.01千卡。相关示例用餐过程的完整记录见表1。表1仅作为示例展示一次完整记录的全貌。在一些应用例中，可以对应该素含量进行更加全面和细致的分析。比如，记录无机盐的摄入量，记录维生素及微量元素的摄入量，记录纤维素的摄入量等。在图11及表1的示例中，系统在第16次单口用餐事件后，对用户做出碳水化合物摄入过多的示警，警示当前的糖尿病患者存在“血糖过高”的风险。此外，系统在第20次单口用餐事件中，检测到用户摄入富含嘌呤的食物，警示当前的高尿酸患者存在摄入过多嘌呤的风险。

表1 一次示例性的用餐过程中对摄食的检测、记录和分析结果示例

一种测量、记录和分析人体食物摄取的装置，包括图像传感器、目标物三维体积测量传感器、姿态传感器、音频传感器、个体识别传感器、温度传感器、实时通信及数据传输系统、数据存储系统、告警提示系统、控制电路，图像传感器包含彩色/黑白图像传感器、可见光/非可见光图像传感器、CMOS/CCD原理图像传感器，目标物三维体积测量传感器包含雷达传感器、激光雷达传感器、飞行时间深度摄像头传感器、激光传感器、结构光传感器、超声波传感器，姿态传感器包括重力传感器、加速度传感器、距离传感器、旋转矢量传感器、陀螺仪传感器、磁力传感器、方向传感器，个体识别传感器包括人脸识别、指纹识别、声音识别，温度传感器包含接触式/非接触式温度计，实时通信及数据传输系统包括wifi、蓝牙、3G/4G/5G/6G/7G通讯设备，数据存储系统包括固态存储设、闪存，告警提示系统包括灯光提示系统，声音提示系统，震动提示系统。

图像传感器，用于获取食物的图像数据；目标物三维体积测量传感器，用于获取食物的的三维体积数据；姿态传感器，用于检测个体是否将食物送入口中；音频传感器，用于获取用户的音频指令；个体识别传感器，用于识别当前用户身份；温度传感器，用于监测摄入食物的温度；实时通信及数据传输器件，用于与外界设备通讯及传输数据；数据存储器件，用于设备本地数据存储；告警提示器件，用于向用户提供反馈信号；控制电路，用于收集和处理上述各种传感器获取的数据，用于本地处理或传输到外部设备处理。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，所述的图像传感器负责采集的数据可包括：(1)采集“单口用餐事件”中选取的食物的图像；(2)采集口腔图像；(3)采集用户面部信息。相关信息用于实现的功能可包括：(1)用于判定个体在“单口用餐事件”中选取的食物的类别，并辅助判断食物的三维体积；(2)用于辅助判断用户是否将食物送入口腔中；(3)用于个体信息识别。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，所述的目标物三维体积测量传感器可包括：雷达传感器，激光雷达传感器，飞行时间深度摄像头传感器，激光传感器，结构光传感器，超声波传感器等。该传感器负责采集的数据可包括：采集“单口用餐事件”中选取的食物的三维边界点信息。相关信息用于实现的功能可包括：用于三维建模，评估个体在“单口用餐事件”中选取的食物的体积。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，姿态传感器可包括：重力传感器、加速度传感器、距离传感器、旋转矢量传感器、陀螺仪传感器、磁力传感器、方向传感器等。姿态传感器负责采集的数据可包括：(1)餐具或手运动方向；(2)餐具与食物接触部位压力；(3)餐具或手与食物之间的距离信息；(4)餐具或手与口腔之间的距离信息。相关信息用于实现的功能可包括：(1)用于判定个体是否在夹取食物；(2)用于判断用户是否将食物送入口腔中；(3)用于判断个体用餐是否结束；(4)用于辅助判定用餐时间。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，音频传感器负责采集的数据可包括：采集用户声音指令。相关信息用于实现的功能可包括：用于语音命令操作。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，个体识别传感器可包括人脸识别识别传感器、指纹传感器、声音传感器等。个体识别传感器主要用于判别当前用户身份。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，温度传感器负责采集“单口用餐事件”中选取的食物的实时温度；其功能可包括防止用户不当摄入过热或过冷的食物。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，实时通信及数据传输器件可包括wifi，蓝牙，3G/4G/5G/6G/7G等无线通讯等器件。实时通信及数据传输器件的功能可包括用于数据的输入及输出，实现与外部设备(如手机、电脑等)的数据信息交互。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，数据存储器件可包括各种类型存储设备，如SD卡，microSD卡，闪存，硬盘等。数据存储器件的功能可包括用于数据的短期或长期存储。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，告警提示器件可包括灯光提示器件，声音提示器件，震动提示器件等。告警提示器件的功能可包括用于向用户提出告警或提示。

在本发明公开的用于测量、记录和分析食物摄取的设备的一些具体实施例中，控制电路的功能可包括：(1)收集各类传感器输入的数据；(2)对传感器输入数据进行分析处理；(3)向存储设备或外部设备输出饮食记录信息；(4)向告警提示器件发出工作指令。

上述设备能够实现的主要功能可包括：(1)精确测定食物当前的实时温度，在温度过高或过低时提出告警；(2)利用多维度传感器数据，精确计算个体的用餐时长，包括用餐起始时间、终止时间、用餐期间“单口用餐事件”数量总和、每次“单口用餐事件”的时长；(3)利用多维度传感器数据，监测摄取食物的细分类别，得出用餐期间每次“单口用餐事件”中摄入的食物类别，并进行统计计算；(4)利用多维度传感器数据，监测摄入食物的质量，测算得出用餐期间每次“单口用餐事件”中摄入的食物的体积和质量，并进行统计计算；(5)风险事件告警，有益事件提示；(6)对整体用餐期间的食物种类和摄入量进行统计分析；(7)对一定时间范围内，所有用餐数据进行系统分析。

在根据本发明公开的所述用于测量、记录和分析食物摄取设备的一些具体实施例中，系统会调用姿态传感器采集的数据判断个体是否做出使用餐具盛取食物的动作，此后系统会调用目标物三维体积测量传感器的数据判断盛取的食物体积是否达到最小体积阈值，之后系统会调用姿态传感器采集的数据判断个体是否做出送餐入口的动作，最后系统会调用距离传感器和图像传感器的数据判断个体是否成功将食物送入口中。

在根据本发明公开的所述用于测量、记录和分析食物摄取设备的一些具体实施例中，设备开机后，当系统监测到个体首次将食物送入口中，此时的系统时间定义为用餐起始点。当系统再次监测到个体将食物送入口中后，记录系统时间；从上一次送食入口到下一次送食入口的过程，定义为“单口用餐事件”。系统将连续记录所有的“单口用餐事件”直到用餐结束。当设备关机时，系统判定为用餐终止；当设备处于待机状态，系统在设定的时间内(例如，2小时)未监测到“单口用餐事件”，则判定为用餐终止并自动关机。

在根据本发明公开的所述用于测量、记录和分析食物摄取设备的一些具体实施例中，系统通过调用图像传感器采集的数据，通过人工智能图像识别程序，分析“单口用餐事件”中盛取的食物的类别，并将分析结果保存在本地，且/或直接传输到外部设备，如云存储平台、网络存储平台、手机、电脑等。

在根据本发明公开的所述用于测量、记录和分析食物摄取设备的一些具体实施例中，系统将在多个维度上对“单口用餐事件”中盛取的食物进行识别和记录。分类的规则可包括：(1)区分蔬菜类别、水果类别、肉类别、是否为禽蛋等。例如，成功识别当次盛取的食物是菠菜，成功识别当次盛取的食物是西蓝花，成功识别当次盛取的食物是西瓜，成功识别当次盛取的食物是菠萝，成功识别当次盛取的食物是鱼肉，成功识别当次盛取的食物是红肉，成功识别当次盛取的食物是禽肉，成功识别当次盛取的食物是禽蛋，等等。(2)区分并识别经典菜品。例如，成功识别当前菜品为回锅肉，成功识别当前菜系为清蒸鱼，成功识别当前菜系为麻婆豆腐，成功识别当前菜系为干煸四季豆，等等。系统将根据菜品所从属菜系的特点，将菜品的盐度、辛辣度、麻度、酸度、油腻度等关键指标作为附加特性纳入统计。(3)区分营养类别，判定属于蛋白质、糖类、脂类，等。例如，成功识别当前食物为高糖食物(例如，大米、馒头)，成功识别当前食物为高蛋白质食物(例如，红肉、白肉、禽蛋)，成功识别当前食物为高脂食物(例如，回锅肉)，成功识别当前食物为高嘌呤食物(例如，香菇)，成功识别当前食物为高纤维素食物(例如，青菜)，等。

在根据本发明公开的所述用于测量、记录和分析食物摄取设备的一些具体实施例中，系统通过调用图像传感器和目标物三维体积测量传感器采集的数据，通过人工智能图像识别程序结合人工智能三维体积测量程序，实现测算“单口用餐事件”中盛取的食物的体积。在此基础上，结合对食物类别的判定，从本地数据库中调取相应类别食物的密度等特征数据，可以测算出“单口用餐事件”中盛取的食物的质量。并进一步地，计算出“单口用餐事件”中摄入的营养素的量。通过对整个用餐过程中摄食的统计，可以计算出本次用餐过程中各类营养物单品摄入量；同时，也可以计算出各类别营养物(糖、脂肪、蛋白质)的摄入总量。在长期的数据积累下，可以得出用户在给定时间期间的饮食特征。

在根据本发明公开的所述用于测量、记录和分析食物摄取设备的一些具体实施例中，可以预先建立数据库/信息库，其中存储的信息可包括：各种类别食物的营养素构成(如，糖、蛋白、脂类含量，特殊物质含量)、热量值、适宜/不适宜人群，经典菜品的营养素构成、油量、盐度、辛辣度、麻度、酸度值，个体化的人体营养素需求定量标准，健康摄食判定规则及不良摄食判定规则等。

在根据本发明公开的所述用于测量、记录和分析食物摄取设备的一些具体实施例中，系统会调用温度传感器采集的数据判断个体当前盛取的食物是否存在温度过高或者温度过低的情况，当系统判断当前的食物不适宜立即食用则会启动告警。告警方式可包括：(1)灯光提示，如亮起红色灯光，灯光闪烁；(2)声音提示，如发出语音告警，或者发出蜂鸣音告警；(3)震动提示，如连续震动、频率性震动。此外，系统会调用图像传感器采集的数据判断个体当前盛取的食物是否不利于个体健康，当系统判断当前的食物不适宜时则会启动告警。系统判断不利于个体健康的情形可包括：(1)某类型营养素摄入过多；(2)检测到准备摄入可能危害个体健康的不适宜食物，例如高尿酸患者盛取了富含嘌呤的香菇。

在本发明公开的所述用于测量、记录和分析食物摄取的设备，适用人群可包括：(1)健康人群。健康人群可以通过在本发明公开的设备对日常摄食进行监测，通过长时间连续监测，获取个体摄食的定量统计数据。根据数据，可以调整饮食习惯，以达到精准营养、合理膳食、个体减肥、预防疾病等目的。(2)患有疾病的人群的摄食管理。例如，对于患有糖尿病的病人，可以监测和指导病人合理膳食，以便做好个体血糖管理；对于患有高尿酸的病人，可以监测和指导病人合理膳食，避免过多摄入富含嘌呤的食物从而使病情加重；对于患有遗传性代谢病的患者，可以精准指导其饮食，避免增加代谢负担；等。(3)特殊人群的摄食管理。例如，低龄儿童的精准营养管理；孕妇的精准营养；对于过敏体质的人群的饮食管理；等。

本发明公开意识到，对用户的饮食信息的监测数据设计到用户的个人隐私的保护。用户在使用本发明公开的设备的期间，需要提供个体的隐私信息，可包括个人的性别、年龄、身高、体重、个人病史、饮食禁忌、过敏体质、饮食偏好、个人电话号码、电子邮箱地址以及家庭地址等信息，以便更好地使设备服务于个人摄食过程的监测和分析。本公开将负责任地收集、存储、分析用户的数据，并确保用户隐私数据的安全性。本公开将严格遵守国家的法律法规以及政府和行业的相关隐私保护的政策和实践。