基于人工智能的住院患者营养摄入评估系统
计算机视觉与模式识别
2019-06-13 v2 图像与视频处理
摘要
住院患者的常规营养摄入监测在降低疾病相关营养不良（DRM）风险方面起着关键作用。尽管已开发多种估算营养摄入的方法，但对更可靠且完全自动化技术的明确需求仍然存在，因为这可提高数据准确性并减少受试者负担和医疗成本。在本文中，我们提出一种基于人工智能的新颖系统，通过简单处理餐前餐后捕获的 RGB 深度图像对来准确估算营养摄入。为开发和评估该系统，组建了一个包含 322 餐图像与食谱的专用新数据库，并结合使用创新策略进行数据标注。利用该数据库，开发了一个采用新颖多任务神经网络和 3D 表面构建算法的系统。这实现了顺序语义食物分割和消耗食物体积估算，并允许以 15% 的估算误差对每种食物类型进行完全自动化的营养摄入估算。
引用
@article{arxiv.1906.02990,
title = {An Artificial Intelligence-Based System for Nutrient Intake Assessment of Hospitalised Patients},
author = {Ya Lu and Thomai Stathopoulou and Maria F. Vasiloglou and Stergios Christodoulidis and Beat Blum and Thomas Walser and Vinzenz Meier and Zeno Stanga and Stavroula G. Mougiakakou},
journal= {arXiv preprint arXiv:1906.02990},
year = {2019}
}
备注
EMBC2019