(19)中华 人民共和国 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 202111678006.0 (22)申请日 2021.12.31 (71)申请人 上海复漾生物科技有限公司 地址 200433 上海市杨 浦区四平路17 79号2 层2016室 (72)发明人 陈韵瑾　 (74)专利代理 机构 成都鱼爪智云知识产权代理 有限公司 513 08 代理人 邓渠清 (51)Int.Cl. G16H 20/60(2018.01) G06N 20/00(2019.01) G16B 40/00(2019.01) G16H 50/70(2018.01) (54)发明名称 一种基于人体营养学的饮食服务方法及系 统 (57)摘要 本发明提出了一种基于人体营养学的饮食 服务方法及系统， 涉及营养系统领域。 供一种基 于人体营养学的饮食服务方法， 其包括如下步 骤： 采集多个用户的多组营养代谢数据， 每组上 述营养代谢数据均包括各用户的代谢基因数据、 习惯数据、 健康数据和环境数据中的任意一种或 多种， 且每组上述营养代谢数据均包括营养代谢 数据， 上述营养代谢数据包括各用户对多种维生 素或多种矿物质的过量/缺乏； 多组上述营养代 谢数据通过机器学习训练得到营养代谢训练模 型， 将上述代谢基因数据、 习惯数据、 健康数据和 环境数据中的任意一种或多种输入上述营养代 谢训练模型， 以输出上述营养代谢数据。 能够针 对人体营养提供饮食建议， 满足不同人群的健康 需求。 权利要求书1页 说明书8页 附图1页 CN 114300094 A 2022.04.08 CN 114300094 A 1.一种基于人体营养学的饮食服 务方法， 其特 征在于， 包括如下步骤： S1： 采集多个用户的多组营养代谢数据， 每组所述营养代谢数据均包括各用户的代谢 基因数据、 习惯数据、 健康数据和环 境数据中的任意一种或多种， 且每组所述营养代谢数据 均包括营养代谢数据， 所述营养代谢数据包括各用户对多种维生素或多种矿物质的过量/ 缺乏； S2： 多组所述营养代谢数据通过机器学习训练得到营养代谢训练模型， 将所述代谢基 因数据、 习惯数据、 健康数据和环境数据中的任意一种或多种输入所述营养代谢训练模型， 以输出所述营养代谢 数据； S3： 根据所述营养代谢 数据提供饮食建议。 2.如权利要求1所述的一种基于人体营养学的饮食服务方法， 其特征在于， 所述代谢基 因数据包括代谢 元素、 用于转 化所述代谢 元素的遗传基因以及影响转 化率的影响因素。 3.如权利要求2所述的一种基于人体营养学的饮食服务方法， 其特征在于， 所述影响因 素包括所述遗传基因的转 化酶和所述遗传基因的突变位 点中的任意 一种或多种。 4.如权利要求1所述的一种基于人体营养学的饮食服务方法， 其特征在于， S1中具体包 括如下步骤： 通过质谱法检测单核苷酸多态性得到所述代谢基因数据。 5.如权利要求1所述的一种基于人体营养学的饮食服务方法， 其特征在于， 所述饮食建 议包括建议食物及用量、 禁服食物、 限制食用食物及限制用量和 生活习惯建议中的任意一 种或多种。 6.如权利要求1所述的一种基于人体营养学的饮食服务方法， 其特征在于， 所述健康数 据包括年龄、 病症、 身体 状况、 服药情况和过 敏情况中的任意 一种或多种。 7.如权利要求1所述的一种基于人体营养学的饮食服务方法， 其特征在于， 所述习惯数 据包括饮食习惯、 睡眠情况和运动情况任意 一种或多种。 8.一种基于人体营养学的饮食服 务系统， 其特 征在于， 包括： 数据采集模块： 采集多个用户的多组营养代谢数据， 每组所述营养代谢数据均包括各 用户的代谢基因数据、 习惯数据、 健康数据和环 境数据中的任意一种或多种， 且每组所述营 养代谢数据均包括营养代谢数据， 所述营养代谢数据包括各用户对多种维生素或多种矿物 质的过量/缺乏； 模型训练模块： 多组所述营养代谢数据通过机器学习训练得到营养代谢训练模型， 将 所述代谢基因数据、 习惯数据、 健康数据和环境数据中的任意一种或多种输入所述营养代 谢训练模型， 以输出 所述营养代谢 数据； 饮食建议模块： 根据所述营养代谢 数据提供饮食建议。 9.一种电子设备， 其特 征在于， 包括： 存储器， 用于存 储一个或多个程序； 处理器； 当所述一个或多个程序被所述处理器执行时， 实现如权利要求1 ‑7中任一项所述的方 法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 1/1 页 2 CN 114300094 A 2一种基于人体营养学的饮食服务方 法及系统 技术领域 [0001]本发明涉及营养系统领域， 具体而言， 涉及一种基于人体营养学的饮食服务方法 及系统。 背景技术 [0002]维生素和矿物质是人体营养必不可少的一部分。 维生素是维持机体生命活动过程 所必须的一类微量的低分子有机化合物， 维生素的种类很多， 化学结构各不相同， 在机体物 质和能量代谢中起着重要作用。 按照溶解性划分， 维生素包括脂溶性维生素和水溶性维生 素。 矿物质分为常量元素和微量元素， 在各种矿物质中， 铁、 铜、 锌、 硒、 铬、 碘、 钴和钼是人体 必需的微量元素， 锰、 硅、 镍、 硼和钒被认为是人体可能的必需微量元素， 还有一些比如铅、 汞、 砷等超出一定剂量会对人体存在潜在毒性隐患。 维生素、 矿物质等基础营养素的严重失 衡可能会造成疾病， 长期轻微失衡则可能造成亚健康和肥胖的问题， 或者增加 一些慢性疾 病如高血压、 高血糖、 脂肪肝和痤疮等的风险。 目前， 需要一种基于人体营养学的饮食服务 方法及系统， 针对人体营养提供饮食建议， 满足不同人群的健康需求。 发明内容 [0003]本发明的目的在于提供一种基于人体营养学的饮食服务系统， 其能够针对人体营 养提供饮食建议， 满足不同人群的健康需求。 [0004]本发明的另一目的在于提供一种基于人体营养学的饮食服务系统， 其能够针对人 体营养提供饮食建议， 满足不同人群的健康需求。 [0005]本发明的实施例是这样实现的： [0006]第一方面， 本申请实施例提供一种基于人体营养学的饮食服务方法， 其包括如下 步骤： [0007]S1： 采集多个用户的多组营养代谢数据， 每组上述营养代谢数据均包括各用户的 代谢基因数据、 习惯数据、 健康数据和环境数据中的任意一种或多种， 且每组上述营养代谢 数据均包括营养代谢数据， 上述营养代谢数据包括各用户对多种维生素或多种矿物质的过 量/缺乏； [0008]S2： 多组上述营养代谢数据通过机器学习训练得到营养代谢训练模型， 将上述代 谢基因数据、 习惯数据、 健康数据和环境数据中的任意一种或多种输入上述营养代谢训练 模型， 以输出 上述营养代谢 数据； [0009]S3： 根据上述营养代谢 数据提供饮食建议。 [0010]在本发明的一些实施例中， 上述代谢基因数据包括代谢元素、 用于转化上述代谢 元素的遗传基因以及影响转 化率的影响因素。 生物信息数据库 [0011]在本发明的一些实施例中， 上述影响因素包括上述遗传基 因的转化酶和上述遗传 基因的突变位 点中的任意 一种或多种。 [0012]在本发明的一些实施例中， 上述S1中具体包括如下步骤： 通过质谱法检测单核苷说　明　书 1/8 页 3 CN 114300094 A 3