DietGlance：借助知识驱动的人工智能助手，实现一目了然的饮食监控与个性化分析

《ACM Transactions on Computing for Healthcare》：DietGlance: Dietary Monitoring and Personalized Analysis at a Glance with Knowledge-Empowered AI Assistant

DietGlance系统通过智能眼镜捕捉饮食图像，结合多模态数据自动识别食物种类和摄入量，利用增强生成式检索的营养知识库提供个性化膳食建议，经短期和长期用户测试验证了系统有效性和易用性。

　　

摘要人工智能摘要

要查看此由人工智能生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

随着人们对健康意识的提高，人们开始思考自己的饮食习惯是否与健康和健身目标相符。为此，研究人员推出了各种可穿戴的饮食监测系统和饮食评估方法。然而，这些解决方案要么仅限于识别成分简单的食物，要么在提供具有领域特定知识的个人饮食行为分析方面存在不足。在本文中，我们介绍了系统，该系统可以自动监测日常饮食行为，并从知识来源提供个性化分析。首先通过眼镜从多模态输入中检测进食事件，捕捉到所食用各种菜肴的隐私保护图像。基于从这些图像中推断出的食物种类和摄入量，进一步提供营养分析和个人化饮食建议，这些分析和建议得益于一个可靠的营养数据库中的检索增强生成模块。一项短期用户研究（N=33）和一项为期四周的纵向研究（N=16）证明了的可用性和有效性，为未来使用眼镜进行人工智能辅助的饮食监测和个性化医疗干预系统提供了见解和启示。

人工智能摘要

人工智能生成的摘要（实验性）

此摘要是使用自动化工具生成的，未经过文章作者的撰写或审核。它旨在帮助读者发现相关信息、评估文章的相关性，并帮助来自相关研究领域的读者理解本文内容。它旨在补充作者提供的摘要，后者仍是文章的正式摘要。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由人工智能生成的通俗语言摘要，您必须具有高级访问权限。