ارائه یک سیستم بلادرنگ بینایی کامپیوتر جهت تشخیص ارزش غذایی در تصاویر غذا ارائه پیشنهادات مراقبتی

در سال های اخیر افزایش شیوع بیماری های مزمن مرتبط با تغذیه از جمله دیابت، فشار خون و اختلالات متابولیک ضرورت توسعه ابزارهای هوشمند برای پایش و مدیریت رژیم غذایی را بیش از پیش آشکار ساخته است. یکی از چالش های اساسی در این حوزه فقدان سامانه هایی است که بتوانند به صورت خودکار، دقیق و بلادرنگ، محتوای غذایی وعده های مصرفی را تحلیل کرده و نتایج حاصل را متناسب با شرایط سلامت هر فرد تفسیر کنند. در این پژوهش یک روش جدید برای تشخیص محتوای غذایی در یک تصویر ارائه شده است. در این روش از نسخه بهینه سازی شده ای از معماری YOLO برای شناسایی چندگانه غذاها در تصاویر استفاده شده است. پس از مرحله تشخیص، اطلاعات تغذیه ای شامل کالری، میزان چربی، قند، کربوهیدرات، پروتئین و فیبر از پایگاه های داده معتبر استخراج و تجمیع می گردد. در گام بعد خروجی تغذیه ای روش پیشنهادی با داده های سلامت و رژیم غذایی ثبت شده در پروفایل کاربران تطبیق داده می شود. این داده ها می توانند شامل بیماری های مزمن، محدودیت های غذایی، آلرژی ها و اهداف تغذیه ای فرد باشند. بر اساس این تطبیق، سامانه قادر است هشدارهای سلامت محور و پیشنهادهای تغذیه ای شخصی سازی شده ارائه دهد. ارزیابی اولیه سامانه با استفاده از مجموعه داده ۱۰۱-Food و نیز مجموعه ای از تصاویر واقعی گردآوری شده از کاربران نشان می دهد که مدل پیشنهادی از نظر دقت تشخیص و قابلیت کاربرد در شرایط واقعی عملکرد قابل قبولی دارد. نتایج حاکی از آن است که این سامانه می تواند به عنوان ابزاری موثر برای پشتیبانی از تصمیم گیری های تغذیه ای روزمره به ویژه برای افراد دارای شرایط خاص سلامت مورد استفاده قرار گیرد.

کلیدواژه ها:

بینایی کامپیوتر ، تشخیص غذا ، هوش مصنوعی ، سلامت ، شخصی ، YOLO ، تحلیل تغذیه ای