[发明专利]用于食物摄入量的参数概率上下文无关文法

摘要

本发明涉及通过连续的进餐重量测量来监测和改变进食行为，并已成功应用于临床实践来治疗肥胖和进食障碍。为此目的，在单次进餐的过程中，使用了具有盘秤的以及受试者的视频记录来帮助临床医生测量相关的食物摄入量参数。在这项工作中，我们提出了只使用重量测量自动构建受试者的食物摄入量曲线的新算法。这消除了直接临床观察或视频记录的需要，从而显著减少了分析所需的手动误差。所提出的算法旨在通过应用使用Delta系数的自适应预处理阶段来识别具体的进餐相关事件(例如咬、食物添加、人为)，随后基于参数概率上下文无关文法对事件进行检测记录的序列。对患有肥胖症或进食障碍的个体以及具有正常BMI的个体的114个进餐的数据集的实验结果证明了所提出的方法的有效性。

主权项

一种包括连接到计算机设备的秤的装置，所述计算机设备在屏幕上显示和描绘人从放置在秤上的餐具吃掉的已测量的膳食的食物摄入量曲线，所述秤将进食参数传递到计算机设备，其特征在于：所述曲线衍生自参数概率上下文无关文法算法，通过以下处理用于连续膳食重量测量的食物摄入量分析，通过计算机设备执行五个计算步骤a.)到e.)：a)预处理阶段，包括选择使用具有δ系数的自适应结构元素大小的开放形态运算子；b.)每次记录的重量定义为w(n)并定义参数：c.)定义上下文无关文法：S→BS|FS|AS|e  (1)B→D|RD  (2)F→R  (3)A→RSD  (4)R→rr*  (5)D→dd*  (6)其中*是克林星号运算子和符号r和d是PCFG终端符号；d.)定义替换规则(2)、(3)或(4)的概率，对应于咬、食物添加或人为事件，所有其它规则的概率为1；和e.)选择具有观察食物摄入量测量的最大可能性的分析树，通过使用符号B(咬)、F(食物添加)和A(人为)来解释曲线事件并重建修正的食物摄入量曲线。