(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211271115.5 (22)申请日 2022.10.17 (71)申请人 广州市番禺区中心医院 地址 510000 广东省广州市番禺区桥 南街 福愉东路8号 (72)发明人 黄惠敏　梁伟杰　吴华君　 (74)专利代理 机构 新乡市挺立众创知识产权代 理事务所(普通 合伙) 41192 专利代理师 刘爽 (51)Int.Cl. A61B 5/02(2006.01) A61B 5/00(2006.01) G16H 50/30(2018.01) G16H 20/60(2018.01) G06N 3/08(2006.01)G06V 20/68(2022.01) G06V 10/40(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于病人摄入饮食的心血管疾病评估 预防系统 (57)摘要 本发明涉及一种对病人摄入饮食进行分析 的心血管疾病评估预防系统。 在病人佩戴的用户 终端智能设备拍摄饮食图像， 对图像进行初步分 析和特征提取后， 将相对于图像数据量大幅降低 的特征数据传回云端进行进一步 分析， 以大大降 低常用方法对 带宽的要求， 并实现基于图像分析 的饮食分析， 从而 对心血管疾病进行风险评估。 权利要求书2页 说明书7页 附图1页 CN 115530773 A 2022.12.30 CN 115530773 A 1.一种基于病人摄入饮食的心血管疾病评估预防系统， 其特征在于： 包括服务器、 用户 终端和参照物； 在用户终端上实施如下步骤： 步骤1： 用户终端采集参照物和食物图像X， 对于图像X， 确定其中参照物和背景子集的 过程为： 给定一个初始参照物形状子集R， 并确定其相对于图像X的补集 CR(p(x|x∈A)>p(x|x∈B) )表示子集R中满足括 号条件的像素个数； 表示补集R中满足括号内条件的像素个数； 迭代更新子集R， 直到： 达到局部极值， 其中μ为控制系数， 参照物上的像素组成的集合为A， 背景中 像素组成的集 合为B； 步骤2： 根据步骤1从采集图像 中提取出参照物后， 利用神经网络模型进行特征提取； 其 中神经网络模型为： 第一层隐藏层 其中A′表示参照物的外切矩形图像子集， u,v为图像像素的坐标； 为16组相互独立的 核函数， 即 u′,v′为核函数中的元素坐标。 第一层所有核函数的大小为 7*7； s0表示待确定线性偏 移量。 用于将核函 数与线性偏 移量定义的线性模型非线性化； 其 中 后在神经网络第2 ‑5隐藏层中进行尺寸缩小和利用核函数提取特征的操作， 从而提取 食物的不同尺度特 征； 在服务器上实施如下步骤： 将神经网络第5隐藏层的输出经过位于服务器上的神经网络的第6隐藏层和输出层的 处理， 最终得到的输出向量的每一 维对应于一种食物类别； 根据食物类别， 判断该餐造成的 心血管疾病的风险大小。 2.如权利要求1所述系统， 其特 征在于： 所述用户终端为可穿戴设备。 3.如权利要求1所述系统， 其特 征在于： 所述用户终端为固定图像采集装置 。 4.如权利要求2所述系统， 其特 征在于： 可穿戴设备为智能眼镜、 智能手表、 手机终端。 5.如权利要求1所述系统， 其特征在于： 神经网络模型的训练是在服务器中完成， 完成 训练后将训练成型的模型的第5层 及之前的层写入可穿戴设备中。 6.如权利要求1所述系统， 其特征在于： 用户终端根据识别出来的食物种类， 并结合已 有食物与心血 管疾病风险之间的关系数据， 进行定量或定性的风险计算。 7.如权利要求6所述系统， 其特征在于： 用户终端通过报警、 语音提示、 显示提示、 色彩 提示多种手段提 示用户。 8.如权利要求6所述系统， 其特征在于： 用户终端将计算结果上传服务器中进行记录，权　利　要　求　书 1/2 页 2 CN 115530773 A 2以便于后续健康的监控分析。 9.一种基于病人摄入饮食的心血管疾病风险评估方法， 其特征在于： 在如权利要求1 ‑8 所述的服 务器及用户终端上实施。 10.如权利要求9所述方法， 其特 征在于： 所使用的神经网络模型由服 务器训练得到 。权　利　要　求　书 2/2 页 3 CN 115530773 A 3