CN102187333A - 根据健康性实现和帮助改善营养的系统 - Google Patents

根据健康性实现和帮助改善营养的系统 Download PDF

Info

Publication number
CN102187333A
CN102187333A CN2009801412580A CN200980141258A CN102187333A CN 102187333 A CN102187333 A CN 102187333A CN 2009801412580 A CN2009801412580 A CN 2009801412580A CN 200980141258 A CN200980141258 A CN 200980141258A CN 102187333 A CN102187333 A CN 102187333A
Authority
CN
China
Prior art keywords
data
food
energy
servings
consumer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2009801412580A
Other languages
English (en)
Inventor
卡伦·米勒-科瓦奇
乌特·格维希
尤利亚·佩茨
雅各布松·克里斯汀
韦恩马·弗赖伊
斯蒂芬妮·林恩·罗斯特
玛丽亚·基宁罗恩斯
唐·哈尔库夫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weight Watchers International Inc
Original Assignee
Weight Watchers International Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=41721934&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN102187333(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Weight Watchers International Inc filed Critical Weight Watchers International Inc
Publication of CN102187333A publication Critical patent/CN102187333A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23L—FOODS, FOODSTUFFS, OR NON-ALCOHOLIC BEVERAGES, NOT COVERED BY SUBCLASSES A21D OR A23B-A23J; THEIR PREPARATION OR TREATMENT, e.g. COOKING, MODIFICATION OF NUTRITIVE QUALITIES, PHYSICAL TREATMENT; PRESERVATION OF FOODS OR FOODSTUFFS, IN GENERAL
    • A23L33/00—Modifying nutritive qualities of foods; Dietetic products; Preparation or treatment thereof
    • A23L33/30—Dietetic or nutritional methods, e.g. for losing weight
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/0092—Nutrition
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23V—INDEXING SCHEME RELATING TO FOODS, FOODSTUFFS OR NON-ALCOHOLIC BEVERAGES AND LACTIC OR PROPIONIC ACID BACTERIA USED IN FOODSTUFFS OR FOOD PREPARATION
    • A23V2002/00—Food compositions, function of food ingredients or processes for food or foodstuffs

Abstract

本发明提供了用于控制消费者的体重的方法，以及用于选择和购买食品的方法，用于制造食物产品的方法，这些方法都基于候选食品的食品能量数据和相对健康性数据的结合。提供了各种方式来获得和访问食品能量数据和相对健康性数据。也提供了用于帮助实现这些方法的相关方法和系统。

Description

根据健康性实现和帮助改善营养的系统
相关申请
本申请要求2008年8月29日以Karen Miller-Kovach、Ute Gerwig、Julia Peetz、Christine Jacobsohn、Wanema Frye、Stephanie Lyn Rost和Maria Kinirons的名义提交的美国临时专利申请No.61/092,981的权益。本申请涉及题为“基于代谢转化效率的方法和系统(Processes and Systems Based on Metabolic Conversion Efficiency)”的美国专利申请No.-----------(代理机构卷号No.26753.006)、题为“基于膳食纤维作为能量的方法和系统(Processes and Systems Based on Dietary Fiber as Energy)”的美国专利申请No.-----------(代理机构卷号No.26753.008)、题为“采用和生成基于食物元组的食物健康性数据的方法和系统(Processes and Systems Using and Producing Food Healthfulness Data Based on Food Metagroups)”的美国专利申请No.----------(代理机构卷号No.26753.010)、题为“采用和生成基于营养物的线性组合的食物健康性数据的方法和系统(Processes and Systems Using and Producing Food Healthfulness Data Based on Linear Combinations of Nutrients)”的美国专利申请No.-----------(代理机构卷号No.26753.012)以及题为“实现和帮助改善营养的方法和系统(Processes and Systems for Achieving and Assisting in Improved Nutrition)”的美国专利申请No.-----------(代理机构卷号No.26753.014)，每件上述申请都在此一并提出，并且全部在此以其全文引入作为参考。
技术领域
本发明涉及用于选择、食用和/或购买食物以实现体重控制和/或健康营养的方法，以及用于生产食物产品的方法，和用于帮助实现上述方法的系统。
背景技术
Weight Watcher国际公司是世界领先的提供体重管理服务的公司，其通过公司自有的网络和特许经营服务全球。Weight Watcher为那些对减轻体重和控制体重感兴趣的人士提供多种产品、出版物和程序。借助超过40年的体重管理经验、专业知识和专有技术，Weight Watcher已经成为主动控制体重的消费者心目中最被认可和信赖的品牌之一。
数年前，Weight Watcher首创了用于成功控制体重的创新方法，以及用于帮助消费者实践这些方法的系统。这些方法和系统是美国专利US6,040,531、US6,436,036、US6,663,564、US6,878,885和US7,361,143的保护主题，每一份专利都在此全文引入作为参考。这些方法根据食物份量的卡路里含量来给它们赋值，该值根据脂肪含量而增大，并根据膳食纤维含量而减小。采用由Weight Watcher公司科学家研究出来的独家公式来进行赋值。将每天所消耗的食物份量的数值加在一起，消费者确保它们不会超过预定的最大值。这些方法提供了一种简单而有效的体重控制机制，对那些不能专注于体重控制计划的人而言尤其如此。
尽管现有的Weight Watcher
Figure BPA00001348531600021
程序已经为消费者提供了有效的技术，可以帮助成百上千万人利用Weight Watcher的独家公式努力减轻多余的体重，但消费者一直期待该公式能够反映出不同食物的相关饱腹感。遗憾的是，至今为止，还不能做到在饱腹感方面进行量化以将其引入到这个公式中。
尽管消费者在努力控制他们的体重，不管是为了减重还是增加体重的目的，或者就是为了简单地保持已有的体重，他们也都渴望着能确保他们吃得健康。政府和私人机构都试图采取一些办法来教育消费者，以使他们可以选择和消费更健康的食物。在美国，食物产品被要求显示成分列表，并提供附加信息，例如每种常量营养元素的含量、总热量以及对那些心血管病人来说特别重要的营养物质(例如钠和饱和脂肪)的含量。
英国食品标准局已经实施了一种称之为“红绿灯标签”系统的食品标签系统，它鼓励食品制造商按照标准的方式给他们的食品贴上标签，以使消费者能够通过比较每种食品中四种不同的营养物质的含量而将一种食品与另一种食品进行比较，这四种营养物质包括脂肪、饱和脂肪或者“饱和物”、糖和盐，在某些情况下，还包括卡路里含量。对于每种营养物质，以及卡路里含量(如果显示的话)，都提供一个彩色码，以标示该营养物质的含量是“高”(红色码)、“中等”(琥珀色码)、还是“低”(绿色码)。对于那些留意一种或者多种特别的营养物质的人，例如在具有心血管病的情况下始终监视钠和饱和脂肪的人，这种标签系统可以十分有效。但是，对于那些试图对他们考虑购买和/或消费的每种食品的健康性产生一个整体印象的人来说，就可能需要进行相当大量的判断以决定是否购买或者消费特定的食物产品。
Sanchez申请的已公开的PCT申请WO 98/45766提出了一种食品组营养值计算器，该计算器输入数据，例如在以下的红绿灯标签系统中显示的数据，以及输入消费者在8个食品组中的一个选择。根据食品组选择，计算器通过将所选择的营养物质的输入量与各个食品组特定的标准值进行比较来执行相应的决策树运算。根据一种或者多种这样的比较，将食品分级成“优秀”、“很好”、“好”或者“远离”等级别。
附图的简要说明
图1是用图示说明根据一些实施方案的用于控制人的体重的方法的流程图。
图2示出了可用于本文所披露的方法的数据处理系统的一些实施方案。
图3示出了可用于本文所披露的方法的客户/服务器系统。
图4至图12是本文所披露的方法中使用的数据表，用于形成代表各种食物的相对健康性的数据。
图13是用图示说明一些已披露的用于根据相对健康性选择和食用食物的方法的流程图。
图14是用图示说明一些已披露的用于根据相对健康性选择和购买食品的方法的流程图。
图15是用图示说明一些已披露的用于控制体重并根据所希望的营养特性选择要消费的食品的方法的流程图。
图16A至16C示出了用于传达食品的能量含量数据和营养特性数据的示例性图像。
图17是用图示说明用于根据食品的能量含量和所需的营养特性来选择和购买食品的方法的流程图。
发明概述
本申请中采用了以下的术语和定义。
本文所使用的术语“能量含量”是指一种给定食物的能量含量，不论是否根据食物中的一种或者多种营养物质的代谢转化效率进行了调整。
本文所使用的术语“代谢转化效率”包括代谢转化效率的绝对数值和营养物质相对于彼此的代谢转化效率。
本文所使用的术语“数据”是指任何标记、信号、标志、符号、域、符号集、图表，以及任何其他的体现信息的物理形式，不论是永久的还是暂时的，不论是可视的、可听的、有声的、电的、磁的、电磁的或者其他的显示方式。用于代表呈一种物理形式的预定信息的术语“数据”应被认为包括以不同物理形式呈现的相应信息的任何和所有表现。
本文所使用的术语“显示数据”是指要以任何可认知的形式显示给使用者的数据，包括但是不限于视觉形式和听觉形式。显示数据的示例包括显示在可见显示设备例如显视器上的数据，以及打印在纸张上的数据。
本文所使用的术语“显示设备”是指能够以任何可认知的形式向使用者显示数据的一台或者多台设备。
本文所使用的术语“数据库”是指相关数据的有组织的集体，与数据或者其有组织的集体以何种方式表示无关。例如，相关数据的有组织的集体可以是表格、图谱、网格、信息包、数据报、框架、文档、电子邮件、短信、文件、列表中的一种或者多种形式，或者是任何其他形式。
本文所使用的术语“图像数据集”是指适合用作显示数据或者用于生成显示数据的数据库。
本文所使用的术语“辅助图像特征”是指图像的颜色、亮度、明暗度、形状或者纹理中的一种或者多种。
本文所使用的术语“网络”包括所有类型的网络和互连网络，包括因特网，并且不限于任何特定的网络或者互连网络。例如“网络”包括使用有线通信线路、无线通信线路或者有线和无线线路的任何结合而形成的网络。
本文所使用的术语“第一”、“第二”、“主”、“次”用于将一个元件、集合、数据、对象、步骤、过程、活动或事情与另一个分开，并且不用于指明相对位置或者时间安排，除非另有明确说明。
本文所使用的术语“连接”、“连接至”以及“与...连接”是指两个或者多个设备、装置、文档、电路、元件、功能、操作、过程、程序、介质、组件、网络、系统、子系统和/或手段之间的关系，构成如下所述的一种或者多种：(a)连接，不论是直接连接，还是通过一种或者多种其他的设备、装置、文档、电路、元件、功能、操作、过程、程序、介质、组件、网络、系统、子系统或手段形成的连接；(b)通信关系，不论是直接的，还是通过一种或者多种其他的设备、装置、文档、电路、元件、功能、操作、过程、程序、介质、组件、网络、系统、子系统或手段；和/或(c)功能关系，其中，任何一种或者多种设备、装置、文档、电路、元件、功能、操作、过程、程序、介质、组件、网络、系统、子系统或手段的操作全部或者部分地依赖于所述构成中的任何一种或者多种其他构成的操作。
本文所使用的术语“通信”包括从一个源向目的地传递数据以及向要被传送至目的地的通信介质、系统、信道、网络、装置、电线、电缆、光纤、电路和/或链路传送数据。本文所使用的“通信”一词包括一种或者多种通信介质、系统、信道、网络、设备、电线、电缆、光纤、电路和链路。
本文所使用的术语“处理器”是指处理设备、装置、程序、电路、组件、系统和子系统，无论是以硬件、软件或者这两者的结合来实现，也不论是否是程序可控的。本文中使用的术语“处理器”包括但不限于一个或者多个计算机、硬连线的电路、神经网络、信号修改装置和系统、用于控制系统的装置和机器、中央处理单元、可编程的装置和系统、现场可编程门阵列、专用集成电路、片上系统、由分立元件构成的系统和/或电路、状态机、虚拟机、数据处理器、处理设施和上述构成中的任意组合。
本文所使用的术语“数据处理系统”是指这样一种系统，它至少部分地通过硬件来实现，并且包括数据输入装置、数据输出装置和处理器，该处理器与数据输入装置相连以从其接收数据，并与数据输出装置相连以向其提供处理过的数据。
对于处理器或数据处理系统所使用的词语“获得”、“已经获得”、“正在获得”是指：(a)通过处理数据而生成数据，(b)从存储器检索数据，(c)从另一个数据处理系统请求并接收数据。
本文中使用的术语“存储器”和“数据存储器”是指一个或者多个数据存储装置、设备、程序、电路、组件、系统、子系统、存储单元和存储介质，用于临时或者永久地保存数据，并能够提供所保存的数据。
本文中使用的术语“食品(食物)份量识别数据”和“食品(食物)份量ID数据”是指足以识别食品并以下述内容传播其数量的任何种类的数据，即，通过质量、重量、体积或者尺寸，或者参照某一标准或其他定义好的食品份量，或者通过其成份含量来传播。本文中使用的“量”一词既涉及绝对数值，也涉及相对数值。
本文中使用的术语“食品(食物)识别数据”和“食品(食物)ID数据”是指足以识别食品的任何种类的数据，无论这种数据是否传达了其量。
用于控制消费者体重的方法包括：对于多种候选食物份量中的每一种，提供相应的食物份量识别数据和相应的食物份量营养数据中的至少一种；根据相应的食物份量识别数据和相应的食物份量营养数据中的至少一种，获得代表每一种候选食物份量的能量含量的相应食物能量数据和代表每种候选食物份量的相对健康性的相应健康性数据；根据其相应的健康性数据和相应的食物能量数据，从多个候选食物份量中选择食物份量，从而所选择的食物份量的相应食物能量数据的总和与消费者在一个给定时期内的预定的食物能量基准具有预定的关系；以及食用所选择的食物份量。
在一些实施方案中，饮食计划数据包括根据相应的健康性数据、相应的食物能量数据和食物能量基准获得识别在给定时期内要被消费者食用的候选食物份量的数据，以及消费者根据饮食计划数据食用候选食物份量。
在一些实施方案中，至少一种候选食物份量的相应的健康性数据是基于：(a)所选择的用于对处于一个相应的食物组中的食品的营养数据进行处理的相应程序，其中，所述食物组包括所述至少一种候选食物份量，该相应的食物组是多个元组(metagroup)中的一个相应元组中的多个食物组之一，每个元组包括多个食物组，并具有一个不同的用于对这个元组内的食物组中的食物的营养数据进行处理的相应程序；以及(b)所选择的用于对应食物组的相应比较数据，在每个元组中的至少一些食物组具有与该元组中的其他食物组不同的相应比较数据。在一些实施方案中，代表每种候选食物份量的相对健康性的相应健康性数据基于其中存在的所选营养物质量的线性组合。
在一些实施方案中，代表每种候选食物份量的能量含量的相应食物能量数据基于人在利用其中的第一和第二营养物质作为能量时的代谢效率。在一些实施方案中，代表每种候选食物份量的能量含量的相应食物能量数据基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献。
一种用于选择和购买食品的方法包括：利用供出售食品的食品识别数据和食品份量营养数据中的至少一种，获取代表其能量含量的食品能量数据和代表其相对健康性的相对健康性数据；根据其食品能量数据和其相对健康性数据选择供出售的食品；以及购买所选择的供出售的食品。
在一些实施方案中，供出售的食品的相对健康性数据基于：(a)所选择的用于对包括该供出售的食品的一个相应食品组中的食品的营养数据进行处理的相应程序，所述的相应食品组是多个元组中的一个相应元组的多个食品组之一，每个所述元组包括多个食品组，并具有一个不同的用于处理在这个元组内的食品组中的食品的营养数据的相应程序；以及(b)所选择的用于对应食品组的相应比较数据，在每个元组中的至少一些食品组具有与该元组中的其他食品组不同的相应比较数据。在一些实施方案中，供出售的食品的相对健康性数据基于其中存在的所选营养物质量的线性组合。
在一些实施方案中，代表供出售的食品的能量含量的食品能量数据基于人在利用其中的第一和第二营养物质作为能量时的代谢效率。在一些实施方案中，代表供出售的食品的能量含量的食品能量数据基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献。
一种用于向消费者提供数据以为其在控制体重的过程中提供帮助的方法包括：在数据处理系统中接收由消费者提供的关于消费者所选食物份量的数据，包括食物份量识别数据和食物份量营养数据中的至少一种；利用数据处理系统的处理器，获取基于食物份量识别数据和食物份量营养数据中的至少一种的食物能量数据和食物健康性数据；以及如下所述(a)和(b)步骤中的至少一个：(a)将食物能量数据和食物健康性数据通信给用于显示给消费者的显示设备；以及(b)通过数据处理系统的显示设备给消费者提供食物能量数据和食物健康性数据。
在一些实施方案中，食物健康性数据基于：(a)所选择的一个相应程序，该程序用于处理包括该食物份量的一个相应食物组中的食物的营养数据，所述的相应食物组是多个元组中的一个相应元组的多个食物组之一，每个所述元组包括多个食物组，并具有一个不同的用于处理在这个元组内的食物组中的食物的营养数据的相应程序；以及(b)所选择的用于对应食物组的相应比较数据，在每个元组中的至少一些食物组具有与该元组中的其他食物组不同的相应比较数据。在一些实施方案中，食物健康性数据基于该食物份量中存在的所选营养物质量的线性组合。
在一些实施方案中，相应的食物能量数据基于人在利用食物份量中的第一和第二营养物质作为能量时的代谢效率。在一些实施方案中，食物份量的相应食物能量数据基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献。
一种用于向消费者提供数据以为其在控制体重的过程中提供帮助的系统包括：输入装置，该装置可被操作以接收由消费者提供的关于消费者所选食物份量的数据，该数据包括食物份量识别数据和食物份量营养数据中的至少一种；与输入装置相连的处理器，用于接收由消费者提供的数据，并被设计成能够基于食物份量识别数据和食物份量营养数据中的至少一种获取食物能量数据和食物健康性数据；以及至少一种如下所述的组成：(a)通信装置，其与处理器相连，用于从该处理器接收食物能量数据和食物健康性数据，并将该食物能量数据和食物健康性数据通讯给用于向消费者显示的设备；以及(b)与处理器相连的显示设备，用于接收食物能量数据和食物健康性数据，并能够向消费者显示食物能量数据和食物健康性数据。
在一些实施方案中，处理器被构造成基于以下组成获取食物健康性数据：(a)所选择的用于处理在包括该食物份量的一个相应食物组中的食物的营养数据的相应程序，所述的相应食物组是多个元组中的一个相应元组的多个食物组之一，每个所述元组包括多个食物组，并具有一个不同的用于处理在这个元组内的食物组中的食物的营养数据的相应程序；以及(b)所选择的用于对应食物组的相应比较数据，每个元组中的至少一些食物组具有与该元组中的其他食物组不同的相应比较数据。在一些实施方案中，处理器被设计成根据食物份量中存在的所选营养物质量的线性组合获得食物健康性数据。
在一些实施方案中，处理器被设计成基于人在利用食物份量中的第一和第二营养物质作为能量时的代谢效率获取食物能量数据。在一些实施方案中，处理器被设计成基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献，获取食物份量的食物能量数据。
一种用于向消费者提供饮食计划数据的方法包括：在数据处理系统中接收代表来自消费者的饮食计划请求的请求数据；响应该请求，根据每种预定的食物份量的食物能量数据和食物健康性数据，在数据处理系统中获得代表要被消费者在预定时期内消费掉的多种预定食物份量的饮食计划数据；以及如下所述步骤中的至少一个：(a)将饮食计划数据通信给用于向数据请求者进行显示的装置，以及(b)通过数据处理系统的显示装置向数据请求者显示饮食计划数据。
在一些实施方案中，多种预定食物份量中的至少一种的食物能量数据基于人在利用其中的第一和第二营养物质作为能量时的代谢效率。在一些实施方案中，多种预定食物份量中的至少一种的食物能量数据基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献。
在一些实施方案中，多种预定食物份量中的至少一种的相对健康性数据基于：(a)所选择的一个相应程序，该程序用于处理在包括该多个预定食物份量中的至少一个的相应食物组中的食物的营养数据，所述的相应食物组是多个元组中的一个相应元组的多个食物组之一，每个所述元组包括多个食物组，并具有一个不同的用于处理在这个元组内的食物组中的食物的营养数据的相应程序；以及(b)所选择的用于对应食物组的相应比较数据，在每个所述元组中的至少一些食物组具有与该元组中的其他食物组不同的相应比较数据。在一些实施方案中，多个预定食物份量中的至少一个的相对健康性数据基于在多个预定食物份量的至少一个中存在的所选营养物质量的线性组合。
一种用于向消费者提供饮食计划数据的系统，包括：输入装置，其可操作以用于接收代表来自消费者的饮食计划请求的请求数据；与输入装置相连的处理器，用于接收请求数据，并被设计成能够根据将被消费者在预定时期内消费掉的多种预定食物份量的食物能量数据和相对健康性数据，获得代表要被消费者在预定时期内消费掉的多种预定食物份量的饮食计划数据；以及以下构成中的至少一种：(a)与处理器相连的通信装置，用于从处理器中接收饮食计划数据，并将该饮食计划数据通信给用于向消费者进行显示的装置；(b)与处理器相连的显示设备，用于接收饮食计划数据，并能够向消费者显示饮食计划数据。
在一些实施方案中，处理器被设计成基于以下构成获取多种预定食物份量中的至少一种的相对健康性数据：(a)所选择的一个相应程序，该程序用于处理在包括多种预定食物份量的至少一种的相应食物组中的食物的营养数据，所述的相应食物组是多个元组中的一个相应元组的多个食物组之一，每个所述元组包括多个食物组，并具有一个不同的用于处理在这个元组内的食物组中的食物的营养数据的相应程序；以及(b)所选择的用于对应食物组的相应比较数据，在每个元组中的至少一些食物组具有与该元组中的其他食物组不同的相应比较数据。在一些实施方案中，处理器被设计成基于多个预定食物份量的至少一个中存在的所选营养物质量的线性组合获得该多个预定食物份量的至少一个的相对健康性数据。
在一些实施方案中，处理器被设计成基于人在利用多种预定食物份量的至少一个中的第一和第二营养物质作为能量时的代谢效率获取该多种预定食物份量中的至少一个的食物能量数据。在一些实施方案中，处理器被设计成基于多种预定食物份量中的至少一个的蛋白质含量、碳水化合物含量、膳食纤维含量和脂肪含量中每一种的能量贡献，获取该多种预定食物份量中的至少一个的食物能量数据。
一种用于制造食物产品的方法，该食物产品具有与其相关联的食品能量数据和相对健康性数据，该方法包括：获得一种食物产品；提供该食物产品的食品识别数据和食品营养数据中的至少一种；基于该食物产品的食品识别数据和食品营养数据中的至少一种，获得食物产品的食品能量数据和相对健康性数据；以及将该食品能量数据和相对健康性数据与食物产品关联起来。
在一些实施方案中，通过在与食物产品相关联的基材上包括食品能量数据和相对健康性数据，将食品能量数据和相对健康性数据与食物产品关联起来。在一些这类实施方案中，所述基材包括用于食物产品的包装。在一些这类实施方案中，基材包括附带在食物产品上的标签。
可以采取多种方式来规定食物份量，优选的是根据消费者当地的饮食风俗采取对他们有意义的方式。可以通过重量、质量、尺寸或者体积来规定食物份量，或者根据相关文化中进食食物的习惯方式来规定食物份量。例如，在美国，习惯采用例如杯、夸脱、茶匙、大汤匙、盎司、磅或者甚至“一撮”来度量单位。在欧洲，更为普遍的是使用例如升、1/10公升、克和千克等度量单位。在中国和日本，使用例如在进食食物时筷子所能夹住的标准质量或者重量做度量单位也是适当的。
具体实施方案
在某些实施方案中，食物能量数据是基于候选食物份量的代表蛋白质能量含量的蛋白质能量数据、代表碳水化合物能量含量的碳水化合物能量数据和代表脂肪能量含量的脂肪能量数据，并通过利用相应的加权数据对蛋白质能量数据、碳水化合物能量数据和脂肪能量数据分别进行加权而形成的，其中，各个加权数据代表对应的营养物质的相关代谢转化效率，并根据加权的蛋白质能量数据、加权的碳水化合物能量数据和加权的脂肪能量数据的总和形成食物能量数据。各种营养物质的数据可以由消费者提供，也可以由基于来自消费者的数据的其他来源提供，例如食物识别数据。如果将蛋白质能量数据表示为“PRO”、碳水化合物能量数据表示为“CHO”、脂肪能量数据表示为“FAT”，在某些这样的实施方案中，食物能量数据(表示为“FED”)是通过按照以下公式所表示的方式处理数据而得到的：
(1)FED＝(Wpro×PRO)+(Wcho×CHO)+(Wfat×FAT)
其中，Wpro代表PRO的相应的加权数据，Wcho代表CHO的相应的加权数据，Wfat代表FAT的相应的加权数据。在某些这样的实施方案中，Wpro选自范围0.7≤Wpro≤0.8，Wcho选自范围0.9≤Wcho≤0.95，Wfat选自范围0.97≤Wfat≤1.0。在某些这样的实施方案中，Wpro基本等于0.8，Wcho基本等于0.95，Wfat基本等于1.0。各种能量单位都可以使用，例如千卡(Kcal)和千焦(KJ)。
在某些实施方案中，食物能量数据是基于候选食物份量的代表蛋白质含量的质量或者重量的蛋白质数据(表示为PROm)、代表碳水化合物含量的质量或者重量的碳水化合物数据(表示为CHOm)和代表脂肪含量的质量或者重量的脂肪数据(FATm)而形成的。在这些实施方案中，通过按照如下公式所表示的方式处理蛋白质数据、碳水化合物数据和脂肪数据，从而在形成食物能量数据的过程中将蛋白质数据、碳水化合物数据、脂肪数据转换为能量数据：
(2)FED＝(Wpro×Cp×PROm)+(Wcho×Cc×CHOm)+(Wfat×Cf×FATm)
其中，Cp是将PROm换算为代表PROm能量含量的数据的换算因子，Cc是将CHOm换算为代表CHOm能量含量的数据的换算因子，Cf是将FATm换算为代表FATm能量含量的数据的换算因子。例如，当以千卡表示食物能量数据，以克表示PROm、CHOm和FATm时，Cp被选定为4千卡/克，Cc被选定为4千卡/克，Cf被选定为9千卡/克。也可以采用例如盎司和磅这样的单位来表示质量和重量数据。
在某些实施方案中，食物能量数据是基于候选食物份量的代表总能量含量的总食物能量数据、代表蛋白质能量含量的蛋白质能量数据和代表膳食纤维能量含量的膳食纤维能量数据。更具体的说，食物能量数据是通过将代表蛋白质能量含量和膳食纤维能量含量(如果有的话)的数据从总食物能量数据中减去，以得到减少的能量含量数据，并利用相应的加权数据对蛋白质能量数据和膳食纤维能量数据分别进行加权而获得的，其中，各个加权数据代表对应营养物质的相关代谢转换效率，并根据减少的能量含量数据、加权的蛋白质能量数据和加权的膳食纤维能量数据的总和形成食物能量数据。各种营养物质的数据可以由消费者提供，也可以由基于来自消费者的数据的其他来源提供，例如食物识别数据。如果将总食物能量数据表示为“TFE”、蛋白质能量数据表示为“PRO”、膳食纤维能量数据表示为“DF”，在TFE包括DF能量组分的某些这样的实施方案中(例如，对于根据美国和加拿大所采用的做法标识食品的情况下)，食物能量数据是通过按照以下公式所表示的方式处理数据而得到的：
(3)FED＝(TFE-PRO-DF)+(Wpro×PRO)+(Wdf×DF)
其中，Wpro代表PRO的相应的加权数据，Wdf代表DF的相应的加权数据。在某些这样的实施方案中，Wpro选自范围0.7≤Wpro≤0.8，Wdf选自范围0≤Wdf≤0.5。在某些这样的实施方案中，Wpro基本等于0.8，Wdf基本等于0.25。各种能量单位都可以使用，例如千卡(Kcal)和千焦(KJ)。
在TFE不包括膳食纤维组成的情况下(例如，对于根据澳大利亚和中欧一些国家所采取的做法标识食品的情况)，公式(3)中的方法可以修改为如下形式：
(4)FED＝(TFE-PRO)+(Wpro×PRO)+(Wdf×DF)
在某些实施方案中，根据候选食物份量的总食物能量数据以及代表蛋白质含量的质量或者重量的蛋白质数据(表示为PROm)和代表膳食纤维含量的质量或者重量的膳食纤维数据(表示为DFm)而形成食物能量数据。在此类实施方案中以及对于根据美国和加拿大的做法进行标识的食品，通过按照如下公式所表示的方式处理总食物能量数据、蛋白质数据和膳食纤维数据，从而在形成食物能量数据的过程中将蛋白质数据、膳食纤维数据换算为能量数据：
(5)FED＝[TFE-(Cp×PROm)-(Cdf×DFm)]+(Wpro×Cp×PROm)+(Wdf×Cdf×DFm)
其中，Cp是将PROm换算为代表PROm能量含量的数据的换算因子，Cdf是将DFm换算为代表DFm能量含量的数据的换算因子。例如，在以千卡表示食物能量数据并以克表示PROm和DFm的情况下，Cp被选定为4千卡/克，Cdf被选定为4千卡/克。也可以采用例如盎司和磅这样的单位来表示质量和重量数据。
在TFE不包括膳食纤维组分的情况下(例如，对于根据澳大利亚和中欧的做法所标识的食品)，可将公式(5)中的方法修改为如下形式：
(6)FED＝[TFE-(Cp×PROm)]+(Wpro×Cp×PROm)+(Wdf×Cdf×DFm)
在某些实施方案中，食物能量数据是基于候选食物份量的代表蛋白质能量含量的蛋白质数据、代表其碳水化合物能量含量的碳水化合物数据、代表其脂肪能量含量的脂肪能量数据和代表其膳食纤维能量含量的膳食纤维数据而形成的。该数据可以由消费者提供，也可以由基于来自消费者的数据的其他来源提供，例如食物识别数据。如果将蛋白质能量数据表示为“PRO”、碳水化合物能量数据表示为“CHO”、脂肪能量数据表示为“FAT”、膳食纤维能量数据表示为“DF”，在某些这样的实施方案中，食物能量数据(表示为“FED”)是通过按照以下公式所表示的方式处理数据而得到的：
(7)FED＝PRO+CHO+FAT+DF
在某些这样的实施方案中，食物能量数据是基于候选食物份量的蛋白质能量数据、碳水化合物能量数据、脂肪能量数据以及膳食纤维能量数据，并通过利用相应的加权数据对蛋白质能量数据、碳水化合物能量数据、脂肪能量数据和膳食纤维能量数据分别进行加权而形成的，其中，所述加权数据代表对应营养物质的相关代谢转换效率，并根据加权的蛋白质能量数据、加权的碳水化合物能量数据、加权的脂肪能量数据和加权的膳食纤维能量数据的总和形成食品能量数据。如果Wpro代表PRO的相应的加权数据、Wcho代表CHO的相应的加权数据，Wfat代表FAT的相应的加权数据，Wdf代表膳食纤维的相应的加权数据，在某些这样的实施方案中，食物能量数据(表示为“FED”)是通过按照以下公式所表示的方式处理数据而得到的：
(8)FED＝(Wpro×PRO)+(Wcho×CHO)+(Wfat×FAT)+(Wdf×DF)
在某些这样的实施方案中，Wpro选自范围0.7≤Wpro≤0.8，Wcho选自范围0.9≤Wcho≤0.95，Wfat选自范围0.97≤Wfat≤1.0，Wdf选自范围0≤Wfat≤0.5。在某些这样的实施方案中，Wpro基本等于0.8，Wcho基本等于0.95，Wfat基本等于1.0，Wdf基本等于0.25。
在某些实施方案中，食物能量数据是基于候选食物份量的代表蛋白质含量的质量或者重量的蛋白质数据(表示为PROm)、代表碳水化合物含量的质量或者重量的碳水化合物数据(表示为CHOm)、代表脂肪含量的质量或者重量的脂肪数据(FATm)和代表膳食纤维含量的质量或者重量的膳食纤维数据(表示为DFm)而形成的。在这些实施方案中，通过按照如下所述公式所表示的方式处理蛋白质数据、碳水化合物数据、脂肪数据和膳食纤维数据，从而在形成食物能量数据的过程中将蛋白质数据、碳水化合物数据、脂肪数据和膳食纤维数据换算为能量数据：
(9)FED＝(Wpro×Cp×PROm)+(Wcho×Cc×CHOm)+(Wfat×Cf×FATm)+(Wdf×Cdf×DFm)
其中，Cp是将PROm换算为代表PROm能量含量的数据的换算因子，Cc是将CHOm换算为代表CHOm能量含量的数据的换算因子，Cf是将FATm换算为代表FATm能量含量的数据的换算因子，Cdf是将DFm换算为代表DFm能量含量的数据的换算因子。例如，在以千卡表示食物能量数据，并以克表示PROm、CHOm、FATm和DFm的情况下，Cp被选定为4千卡/克，Cc被选为定4千卡/克，Cf被选定为9千卡/克，Cdf被选定为4千卡/克。
在美国和加拿大，食品标签标准将食品的膳食纤维包括在其以克计的总碳水化合物含量中(在本文中表示为“总_CHOm”)，因此可以改为通过按照如下公式所表示的方式处理蛋白质数据、碳水化合物数据、脂肪数据和膳食纤维数据而获得食物能量数据：
(10)FED＝(Wpro×Cp×PROm)+(Wcho×Cc×[总_CHOm-DFm])+(Wfat×Cf×FATm)+(Wdf×Cdf×DFm)
在某些实施方案中，食物能量数据是通过一种经修正的方式得出的，以劝阻消费具有高饱和脂肪含量的食物，因此，食物能量数据(FED)同时基于所选择的营养物质的相关代谢转化效率和促使食用相对更健康的食物的加权数据。在这些实施方案中，并且在食品标签标准将食物的饱和脂肪(在本文中表示为“Sat_FATm”)包括在其以克计的总脂肪量(在本文中表示为“总_FATm”)中的情况下(例如，在美国和加拿大)，通过按照如下公式所表示的方式处理蛋白质数据、碳水化合物数据、脂肪数据、饱和脂肪数据和膳食纤维数据而获得食物能量数据：
(11)FED＝(Wpro×Cp×PROm)+(Wcho×Cc×[总_CHOm-DFm])+(Wdf×Cdf×DFm)+(Wfat×Cf×[总_FATm-Sat_FATm])+(Wsfat×Cf×Sat_FATm)
其中，Wsfat表示Sat_FATm的经修正的加权数据。在某些这样的实施方案中，Wpro选自范围0.7≤Wpro≤0.8，Wcho选自范围0.9≤Wcho≤0.95，Wfat选自范围0.97≤Wfat≤1.0，Wdf选自范围0≤Wdf≤0.5，Wsfat选自范围1.0≤Wsfat≤1.3。在这些实施方案的一些特定示例中，Wpro基本等于0.8，Wcho基本等于0.95，Wfat基本等于1.0，Wdf基本等于0.25，Wsfat基本等于1.3。
给Wsfat赋予相对较高的值，部分原因是希望劝阻消费饱和脂肪，因为这种营养物质会带来不益于健康的后果。这里公开的实施方案中的Wpro和Wcho的范围和数值比上文公开的实施方案中所采用的范围和数值更高，这有助于减轻体重。也就是说，如果给饱和脂肪赋予高于其他营养物质的权重，通过限制他们的食物能量摄取而进行减肥的消费者在某些情况下会被鼓励吃一些饱和脂肪较高的食物，因为这将减少他们的总食物能量摄取。通过给也权重饱和脂肪的方法中所使用的Wpro和Wcho赋予高于不饱和脂肪的相对较高的范围和数值，会在实质上减小鼓励消费饱和脂肪的可能性。因此，在这里公开的实施方案中所赋予Wpro和Wcho的权重是同时基于蛋白质和碳水化合物的相关代谢转化效率和促使消费相对更健康的食物的愿望。
在一些实施方案中，对于含有酒精的食物，需要对前述由公式(11)表示的方法进行修正，以增加用来表示由食物中的酒精量所代表的能量组分的项。在酒精的量(重量或者质量)以克表示(在本文中表示为“ETOHm”)的情况下，这一项是通过将ETOHm与加权因子Wetoh和换算因子Cetoh相乘而得到的，其中，Wetoh选自范围1.0≤Wetoh≤1.3，并在这些实施方案的一些特定示例中基本等于1.29，而根据酒精的代谢路径与脂肪相同的原理，Cetoh被选定为9千卡/克。给Wetoh赋予较高的值，部分原因是希望劝阻消费酒精，因为该营养物质会带来不益于健康的后果。当食物含有酒精的时候，在某些实施方案中，通过按照以下公式所表示的方式处理PROm、总_CHOm、DFm、总_FATm、Sat_FATm以及ETOHm来获得食物能量数据：
(12)FED＝(Wpro×Cp×PROm)+(Wcho×Cc×[总_CHOm-DFm])+(Wdf×Cdf×DFm)+(Wfat×Cf×[总_FATm-Sat_FATm])+(Wsfat×Cf×Sat_FATm)+(Wetoh×Cetoh×ETOHm)
对公式(12)所表示的方法进行修正，以用于中欧和澳大利亚，如下所示：
(13)FED＝(Wpro×Cp×PROm)+(Wcho×Cc×总_CHOm)+(Wdf×Cdf×DFm)+(Wfat×Cf×[总_FATm-Sat_FATm])+(Wsfat×Cf×Sat_FATm)+(Wetoh×Cetoh×ETOHm)
在一些实施方案中，对于含有糖醇的食物，需要对公式(12)和(13)所表示的前述方法进行修正，以增加用来表示由食物中的糖醇量所代表的能量组分的项。在糖醇量(重量或者质量)以克表示(在本文中表示为“SETOHm”)的情况下，这一项是通过将SETOHm与加权因子Wsetoh和换算因子Csetoh相乘而得到的，其中，Wsetoh选自范围0.9≤Wsetoh≤0.95，并且在这些实施方案的一些特定示例中基本等于0.95，而Csetoh选自范围0.2至4.0千卡/克，并且在这些实施方案的一些特定示例中基本等于2.4。当食物含有糖醇的时候，在某些实施方案中，通过按照以下公式所表示的方式处理PROm、总_CHOm、DFm、总_FATm、Sat_FATm、ETOHm以及SETOHm来获得食物能量数据：
(14)FED＝(Wpro×Cp×PROm)+(Wcho×Cc×[总_CHOm-DFm-SETOHm])+(Wdf×Cdf×DFm)+(Wfat×Cf×[总_FATm-Sat_FATm])+(Wsfat×Cf×Sat_FATm)+(Wetoh×Cetoh×ETOHm)+(Wsetoh×Csetoh×SETOHm)
对公式(14)所表示的方法进行修正，以用于中欧和澳大利亚，如下所示：
(15)FED＝(Wpro×Cp×PROm)+(Wcho×Cc×[总_CHOm-SETOHm])+(Wdf×Cdf×DFm)+(Wfat×Cf×[总_FATm-Sat_FATm])+(Wsfat×Cf×Sat_FATm)+(Wetoh×Cetoh×ETOHm)+(Wsetoh×Csetoh×SETOHm)
为了方便消费者，在很多应用程序中(例如Weight Watcher
Figure BPA00001348531600191
程序)，对于候选食物份量，通过将食物能量数据除以例如数值为35的因子数据，然后将得到的结果四舍五入以获得简化的整数数据，从而得到以整数数据表示的膳食数据的方式，将食物能量数据换算为简单的整数数据。(当然，将因子数据的值定为35是随意的，为此，因子数据可以是任何其他值，例如50、60或70。)
按照上述方式，消费者可以容易地在整个一段时期，例如一天或者一周内(或者手工地或者借助于数据处理系统)跟踪食物消费情况，以确保所消费食物的膳食数据的预定总和与基于消费者年龄、体重、身高、性别和活动水平中的一种或者多种因素预定的整数基准数据之间具有预定的关系。例如，如果消费者要遵循一个减肥程序，预定的整数基准数据被设为一个选定的数值，以确保如果消费者在该周期内消费的一定量的食物具有不超过预定的整数基准数据的膳食数据总和，他或者她将以安全的速度减轻体重。
由于每个人的食物能量需求是根据每个人的年龄、体重、身高、性别和活动水平而改变的，因此在某些实施方案中，根据这些变量中的一个或者多个来选择预定的整数基准数据。在这样的实施方案中，根据美国华盛顿特区的National Academies出版社在2005年的《能量、碳水化合物、纤维、脂肪、脂肪酸、胆固醇、蛋白质和氨基酸的膳食参考摄入》(Dietary Reference Intakes for Energy，Carbohydrates，Fiber，Fat，Fatty acids，Cholesterol，Protein and Amino acids)第203和204页中公开的方法估算食物能量需求。更具体的说，如此处所解释的，这些方法估算，年龄为19岁和更大年龄的男性具有按如下方式确定的总能量消耗(TEE)：
(16)TEE＝864-(9.72×年龄)+PA×(14.2×体重+503×身高)
而年龄为19岁和更大年龄的女性具有按如下方式确定的TEE：
(17)TEE＝387-(7.31×年龄)+PA×(10.9×体重+660.7×身高)
其中，年龄以年计，体重以千克计，身高以米计。
在这些实施方案中，采用这些方法是以所有个体都具有“低活跃度”的活动水平为基础，因此男性的活动水平(PA)被设定为1.12，女性的PA则被设定为1.14。所公开的方法假设无论所消费的营养物质的类型和量如何，都有10％的换算成本；因此，通过减去所计算出的TEE的10％来调整TEE。而且，所公开的计算TEE的方法对于某些能量含量非零的食物赋予其能量含量的值为0。在给定的一天内消费的这种食物的总能量含量一般都在150-250千卡范围内，这可以标准化为200千卡。因此，按照如下公式所表示的方法对通过该公开方法确定的TEE进行调整，以获得调整后的TEE(ATEE)：
(18)ATEE＝TEE-(TEE×0.10)+200
其中，ATEE和TEE的单位都是千卡。
对于实施减肥方法的消费者，通过从调整后TEE中减去一定量来获得预定的整数基准，该一定量选定为可确保在预定的一段时间内减去预定的体重。例如，对于给定的个体，可以选择安全的减肥方法，以每周减去两磅，或者每天消耗低于ATEE的1000千卡。在该示例中，为了获得预定的整数基准数据(PWNB)，在以FAC表示用于形成候选食物份量的饮食数据的因子数据(不论数值是35、50、60、70或其他数值)的情况下，这一数据可以通过如下公式所表示的方法得到：
(19)PWNB＝(ATEE-1000)÷FAC
为了实现体重减轻，(ATEE-1000)的值在一些实施方案中被选定为落入1000千卡至2500千卡的范围内，因此，如果(ATEE-1000)小于1000千卡，那么(ATEE-1000)被设定为等于1000千卡；如果(ATEE-1000)大于2500千卡，那么(ATEE-1000)被设定为等于2500千卡。但是，在各种其他实施方案中，2500千卡的上限在2000-3000千卡范围内变化，1000千卡的下限在500-1500千卡范围内变化。
在某些实施方案中，按照取决于所选食物的特定食物组的方式来确定相对健康性数据。在某些这样的实施方案中，按照第一通用方式来确定第一元组中的食物的健康性数据，该第一元组包括以下组：豆类，干的及豆荚；以及油类。这些组的健康性数据(HD)是基于食物的脂肪含量数据、饱和脂肪含量数据、糖含量数据和钠含量数据的线性组合而获得的。在一个这样的实施方案中，通过如下所述地处理脂肪含量数据(F_data)、饱和脂肪含量数据(SF_data)、糖含量数据(S_data)、钠含量数据(NA_data)来得到健康性数据，其中，这一数据按照如下说明的公式来确定：
(20)HD＝[(2×(SF_data+F_data)+S_data+NA_data]/4/kcal_DV
其中，kcal_DV是按照下述内容确定的。图1的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与其中包括的示例性比较数据的比较而得到的健康性来分类的，其中，所述健康性数据是根据公式(20)代表的方法确定的。这些值可以因地域而异、因文化而异、因时而异，以提供可获得的食物和食物产品的公平比较。
还应该理解的是，食物组和元组以及相应的程序和比较值，如此处所公开的，可以根据食物和食物产品因不同地域、文化和时期而产生的变化而改变。它们也可以改变以适应某部分人群的需要和希望，例如有特定要求的人(例如，糖尿病人和在极端气候中生活的人)，以及那些有特定健康目标的人(这可以例如随体力活动水平而变化)。这种组、元组、程序和比较值是基于食物的相似程度和使相关食物在将影响其健康性的营养物质的量和种类方面发生改变的方式来选定的。
所选定的kcal_DV值被选择用来代表日卡路里值，该日卡路里值取决于被提供相对健康性数据的那类消费者的目的或者希望。例如，如果该类消费者包括希望减轻体重的个体，则kcal_DV的数值被选定为日卡路里目标，例如1500千卡，以确保减轻体重。但是该数值可以因文化而异，因国家而异。例如，生活在中国的那些人的能量需求一般低于生活在美国的那些人的能量需求，因此，对于试图减轻体重的中国人来说，kcal_DV可以被选定为比那些生活在美国的人更低的值。作为另一个示例，如果被提供相对健康性数据的那类消费者包括试图在训练期间保持体重的运动员，kcal_DV可以被设定为比1500千卡高得多的值。对于大多数目标，可以在1000千卡至3000千卡的范围内选择kcal_DV。
SF_data的值是相对于一个推荐的或者标准的限制来确定的，该推荐的或者标准的限制是针对要包括在人的每日食物摄入中的饱和脂肪的量或比例的限制。每日要摄取的饱和脂肪的推荐或标准量或比例基于人的假设每日总食物能量摄入以及其以饱和脂肪代表的比例。在某些实施方案中，对于希望减轻体重的消费者，如上文所说明的，设想1500千卡的总食物能量摄入(尽管该量在其他实施方案中可以变化)。例如，如果摄取的饱和脂肪占每日总能量摄入的比例的最大理想百分比是7％，那么，这样节食的人每日摄取的饱和脂肪中的卡路里总数应当被限制在大约105千卡(总量是1500千卡)。由于每克脂肪含有大约9千卡，在这个示例中，人的每日饱和脂肪摄取应当被限制在大约12克。但是，对要摄取的饱和脂肪的比例或量的推荐或者标准的限制可以因消费者类别而异，也可以因国家和文化而异。通过与这种标准进行比较来确定SF_data。因此，在该示例中，将SF数据确定为(a)接受评估的标准量食物中的饱和脂肪质量和(b)12克的比例。尽管在其他实施方案中可以采用不同的程序或者其他数量或者比例来评估食物的饱和脂肪含量，但是希望按照与确定F_data、S_data和NA_data的方式适度类似的方式来确定SF_data。
与SF_data类似，F_data的值是相对于针对要包括在人的每日食物摄入中的总脂肪的量或比例的推荐或者标准限制来确定的。在假设一人每天吸收1500千卡并且采用脂肪形式的30％能量摄取推荐比例或者限制的实施方案中，这换算为每日50克总脂肪。因此，在该示例中，尤其是为了可以和SF_data比较，将F_data确定为(a)接受评估的标准量食物中的总脂肪质量和(b)50克的比例。当然，在其他实施方案中，可以采用不同的程序或者其他量或比例，来评估食物中的总脂肪含量。
按照类似的方式，S_data的值是相对于针对要包括在人的每日食物摄入中的糖的量或比例的推荐或者标准限制来确定的。在假设一人每天吸收1500千卡并且采用糖形式的10％能量摄取推荐比例或者限制的实施方案中，这换算为每日38克糖(每克糖含4千卡)。因此，在该示例中，尤其是为了可以和SF_data以及F_data比较，将S_data确定为(a)接受评估的标准量食物中的糖的质量和(b)38克的比例。当然，在其他实施方案中，可以采用不同的程序或者其他量或比例，来评估食物中的糖含量。
按照与上述类似的方式，NA_data的值是相对于针对要包括在人的每日食物摄入中的钠的量或比例的推荐或者标准限制来确定的。在每天摄取的钠的推荐限制是2400mg的实施方案中，将NA_data确定为(a)接受评估的标准量食物中的钠的质量和(b)2400mg的比例。当然，在其他实施方案中，可以采用不同的程序或者其他量或比例，来评估食物中的钠含量。
在这些实施方案中，按照第二通用方式来确定第二元组中的食物的健康性数据，该第二元组包括以下组：牛肉(烹制的)、饼干、奶油和奶油替代品、蛋、法兰克福香肠、野味(生的)、野味(烹制的)、羊羔肉(烹制的)、午餐肉、比萨、猪肉(生的)、猪肉(烹制的)、香肠、小吃-椒盐卷饼、小牛肉(生的)和小牛肉(烹制的)。这些组的健康性数据(HD)是基于食物的脂肪含量数据、饱和脂肪含量数据、糖含量数据、钠含量数据以及能量密度数据的线性组合而获得的。在这样一种实施方案中，通过如下所述地处理F_data、SF_data、S_data、NA_data和ED_data来获得健康性数据，其中，F_data、SF_data、S_data和NA_data按照如下说明的公式而获得：
(21)HD＝ED_data+([(2×SF_data)+(2×F_data)+NA_data+S_data]×100/M_serving )
其中，M_serving是标准食物份量的质量或者重量。在该特定的实施方案中，用食物的能量含量(以千卡计)除以其质量(以克计)来获得ED_data。图1A和1B的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与其中包括的示例性比较数据的比较而得到的健康性来分类的，其中，所述健康性数据是根据公式(21)代表的方法确定的。
在这些实施方案中，按照第三通用方式来确定第三元组中的食物的健康性数据，该第三元组包括以下组：饮料；酒精饮料；甜酱——果酱、糖浆、浇头(toppings)和果仁奶油。这些组的健康性数据(HD)是基于食物的脂肪含量数据、饱和脂肪含量数据、糖含量数据、钠含量数据以及能量密度数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理F_data、SF_data、S_data、NA_data、ED_data和M_serving来获得健康性数据：
(22)HD＝(ED_data÷3)+[(2×SF_data)+(2×F_data)+(2×S_data)+NA_data]÷M_serving
图2的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与其中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(22)代表的方法确定的。
在这些实施方案中，按照第四通用方式来确定第四元组中的食物的健康性数据，该第四元组包括以下组：奶酪、乳品和非乳品、硬的；以及奶酪、酸奶做的(cottage)和奶油做的。这些组的健康性数据(HD)是基于食物的脂肪含量数据、饱和脂肪含量数据、糖含量数据、钠含量数据以及能量密度数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理F_data、SF_data、S_data、NA_data、ED_data和M_serving来获得健康性数据：
(23)HD＝ED_data+[(4×SF_data)+(4×F_data)+S_data+NA_data]×100/M_serving
图2A的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与其中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(23)代表的方法确定的。
在这些实施方案中，按照第五通用方式来确定第五元组中的食物的健康性数据，该第五元组包括以下组：面包；百吉圈；未经发酵的玉米饼，包装产品；早餐-薄烤饼、华夫饼干、焙烤食品；以及蔬菜菜肴。这些组的健康性数据(HD)是基于食物的脂肪含量数据、饱和脂肪含量数据、糖含量数据、钠含量数据以及能量密度数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理F_data、SF_data、S_data、NA_data、ED_data和M_serving来获得健康性数据：
(24)HD＝ED_data+[(2×SF_data)+F_data+S_data+(2×NA_data)-DF_data]×100/M_serving
DF_data的值是相对于要包括在人的每日食物摄入中的膳食纤维的最小推荐或者标准量或比例来确定的。一种这样的推荐是，对于每人每天吸收的每1000千卡中，最少要摄取10克膳食纤维。在假设每人每天吸收1500千卡的实施方案中，这换算为每日15克的膳食纤维最小推荐量。当然，在其他实施方案中，可以采用不同的程序或者其他量或者比例，来评估在一段时间内要摄取的膳食纤维的推荐量。在该特定示例中，所获得的DF_data值是标准食物份量中的膳食纤维的质量与15克的比值。
图3的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与图3中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(24)所代表的方法确定的。
在这些实施方案中，按照第六通用方式来确定第六元组中的食物的健康性数据，该第六元组包括以下组：谷物和面食制品，烹制的；以及谷物和面食制品，未烹制的。这些组的健康性数据(HD)是基于食物的脂肪含量数据、饱和脂肪含量数据、糖含量数据、钠含量数据、能量密度数据以及膳食纤维含量数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理F_data、SF_data、S_data、NA_data、ED_data和DF_data来获得健康性数据：
(25)HD＝(ED_data/3)+[([SF_data+F_data+(2×S_data)+(2×NA_data)]/4)-DF_data]×100/M_serving
图3A的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与图3A中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(25)代表的方法确定的。
在这种实施方案中，按照第七通用方式来确定第七元组中的食物的健康性数据，该第七元组包括以下组：早餐谷类食物，热的，烹制过的；早餐谷类食物，热的，未烹制的；以及水果沙拉。这些组的健康性数据(HD)是基于食物的饱和脂肪含量数据、脂肪含量数据、糖含量数据、钠含量数据和能量密度数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理SF_data、F_data、S_data、NA_data和ED_data获得健康性数据：
(26)HD＝ED_data+[SF_data+(2×F_data)+(2×S_data)+(2×NA_data)]×100/M_serving
图4的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与图4中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(26)代表的方法确定的。
在这些实施方案中，按照第八通用方式来确定第八元组中的食物的健康性数据，该第八元组包括以下组：长条形面包；蛋糕和焙烤食品；以及糖果。这些组的健康性数据(HD)是基于食物的脂肪含量数据、饱和脂肪含量数据、钠含量数据、能量密度数据和糖含量数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理F_data、SF_data、NA_data、ED_data和S_data获得健康性数据：
(27)HD＝ED_data+[(2×SF_data)+F_data+(2×S_data)+(2×NA_data)]×100/M_serving
图5的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与图5中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(27)代表的方法确定的。
在这些实施方案中，按照第九通用方式来确定第九元组中的食物的健康性数据，该第九元组包括以下组：调味液；佐料；浇卤；酱油；汤，浓的；汤，RTE；以及酱(除了甜的)。这些组的健康性数据(HD)是基于食物的脂肪含量数据、饱和脂肪含量数据、钠含量数据、糖含量数据和能量密度数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理F_data、SF_data、S_data、NA_data和ED_data获得健康性数据：
(28)HD＝ED_data+[(2×SF_data)+F_data+S_data+(2×NA_data)]×100/M_serving
图6的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与图6中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(28)代表的方法确定的。
在这些实施方案中，按照第十通用方式来确定第十元组中的食物的健康性数据，该第十元组包括以下组：豆类，干的和豆荚菜肴；牛肉菜肴；早餐混合菜肴；奶酪菜肴；辣椒，焖的；蛋类菜肴；鱼和贝类菜肴；羊羔肉菜肴；面食制品菜肴；面食制品，烹制的；猪肉菜肴；禽类菜肴；米饭和谷物菜肴；沙拉，主菜；沙拉，配菜；三明治；小牛肉菜肴；素食的肉代品。这些组的健康性数据(HD)是基于食物的脂肪含量数据、饱和脂肪含量数据、钠含量数据、糖含量数据和能量密度数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理F_data、SF_data、NA_data、S_data和ED_data获得健康性数据：
(29)HD＝ED_data+[(2×SF_data)+(2×F_data)+S_data+(2×NA_data)]×100/M_serving)
图7和7A的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与图7和7A中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(29)代表的方法确定的。
在这些实施方案中，按照第十一通用方式来确定第十一元组中的食物的健康性数据，该第十一元组包括以下组：水果-新鲜的，冻的和干的；以及水果和蔬菜汁。这些组的健康性数据(HD)是基于食物的钠含量数据、糖含量数据、饱和脂肪含量数据、脂肪含量数据和能量密度数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理NA_data、S_data、SF_data、F_data和ED_data获得健康性数据：
(30)HD＝ED_data+[(2×S_data)+NA_data+SF_data+F_data]×100/M_serving
图8的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与图8中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(30)代表的方法确定的。
在这些实施方案中，按照第十二通用方式来确定第十二元组中食物的健康性数据，该第十二元组包括以下组：蔬菜，生的；以及蔬菜，烹制的。这些组的健康性数据(HD)是基于食物的钠含量数据、糖含量数据、饱和脂肪含量数据、脂肪含量数据和能量密度数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理NA_data、S_data、SF_data、F_data、ED_data获得健康性数据：
(31)HD＝ED_data+[S_data+(1.5×NA_data)+(5×SF_data)+(5×F_data)]×100/M_serving
图8A的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与图8A中包括的示例性比较数据的比较而获得的健康性来分类的，所述健康性数据是根据公式(31)代表的方法确定的。
在这些实施方案中，按照第十三通用方式来确定第十三元组中食物的健康性数据，该第十三元组包括以下组：动物胶，布丁；冰激淋甜品；花饰冰激淋；冰激淋，冰糕，清凉果汁饮料；甜派；以及糖食-蜂蜜、糖、糖浆、浇头。这些组的健康性数据(HD)是基于食物的钠含量数据、脂肪含量数据、饱和脂肪含量数据、糖含量数据和能量密度数据的线性组合来获得的。在这样一种实施方案中，通过按照如下公式处理NA_data、F_data、SF_data、S_data、ED_data获得健康性数据：
(32)HD＝ED_data+[(2×SF_data)+F_data+NA_data+(2×S_data)]×100/M_serving
图9的表格示出了这些组中的食物是如何根据它们基于各自的健康性数据以及它们与图9中包括的示例性比较数据的比较而获得的健康性来分类的，其中，所述健康性数据是根据公式(32)代表的方法确定的。
在这些实施方案中，按照第十四通用方式来确定以下组中的食物的健康性数据：早餐谷类食物，RTE。这些组的健康性数据(HD)是基于食物的饱和脂肪含量数据，以及其脂肪含量数据、糖含量数据、钠含量数据、膳食纤维含量数据和能量密度数据来获得的。在这样一种实施方案中，通过按照如下公式处理SF_data、F_data、S_data、NA_data、DF_data、ED_data获得健康性数据：
(33)HD＝(ED_data/3)+[(2×S_data)+SF_data+F_data+NA_data-DF_data]×100/M_serving
对于这一组食物，最健康的食物的HD值小于或者等于-0.36，而不太健康的食物的HD值大于-0.36并小于或等于1.66，更不健康的食物的HD值大于1.66并且小于或者等于2.91，而最不健康的食物的HD值大于2.91。
在这些实施方案中，按照第十五通用方式来确定第十五元组中食物的健康性数据，该第十五元组包括以下组：加奶的咖啡/茶饮料。这些组的健康性数据(HD)是基于食物的饱和脂肪含量数据、脂肪含量数据、钠含量数据和糖含量数据来获得的。在这样一种实施方案中，通过按照如下公式处理SF_data、F_data、S_data和NA_data获得健康性数据：
(34)HD＝([(2×SF_data)+(2×F_data)+(2×S_data)+NA_data]/4)kcal_DV
对于这一组食物，最健康的食物的HD值小于或者等于3.25，而相对不太健康的食物的HD值大于3.25并小于等于3.471，更不健康的食物的HD值大于3.471并且小于或者等于4.18，而最不健康的食物的HD值大于4.18。
在这些实施方案中，按照第十六通用方式来确定以下组中的食物的健康性数据：薄脆饼干。该组的健康性数据(HD)是基于食物的饱和脂肪含量数据、脂肪含量数据、糖含量数据、钠含量数据以及能量密度数据来获得的。在这样一种实施方案中，通过按照如下公式处理SF_data、F_data、S_data、NA_data和ED_data获得健康性数据：
(35)HD＝(ED_data/3)+[(2×SF_data)+F_data+S_data+(2×NA_data)]×100/M_serving
对于这一组食物，没有一种食物被列入最健康食物类，而相对不太健康的食物的HD值小于或等于1.805，更不健康的食物的HD值大于1.805并且小于或者等于3.2，最不健康的食物的HD值大于3.2。
在这些实施方案中，按照第十七通用方式来确定以下组中的食物的健康性数据：鱼，烹制的。该组的健康性数据(HD)是基于食物的饱和脂肪含量数据、脂肪含量数据、糖含量数据、钠含量数据以及能量密度数据来获得的。在这样一种实施方案中，通过按照如下公式处理SF_data、F_data、S_data、NA_data和ED_data获得健康性数据：
(36)HD＝ED_data+[(4×SF_data)+(4×F_data)+S_data+(2×NA_data)]×100/M_serving
对于这一组食物，最健康的食物的HD值小于或等于3.2，而相对不太健康的食物的HD值大于3.2并小于或等于4.7，更不健康的食物的HD值大于4.7并且小于或者等于6.6，最不健康的食物的HD值大于6.6。
在这些实施方案中，按照第十八通用方式来确定以下组中的食物的健康性数据包括：水果，罐装的。该组的健康性数据(HD)是基于食物的饱和脂肪含量数据、脂肪含量数据、糖含量数据、钠含量数据以及能量密度数据来获得的。在一个这样的实施方案中，通过按照如下公式处理SF_data、F_data、S_data、NA_data和ED_data获得健康性数据：
(37)HD＝ED_data+[(2×SF_data)+(2×F_data)+(4×S_data)+(2×NA_data)]×100/M_serving
对于这一组食物，最健康的食物的HD值小于或等于1.56，而相对不太健康的食物的HD值大于1.56并小于或等于1.93，更不健康的食物的HD值大于1.93并且小于或者等于3.27，最不健康的食物的HD值大于3.27。
在这些实施方案中，按照第十九通用方式来确定以下组中的食物的健康性数据：坚果，果仁奶油。该组的健康性数据(HD)是基于食物的饱和脂肪含量数据、脂肪含量数据、糖含量数据、钠含量数据以及能量密度数据来获得的。在这样一种实施方案中，通过按照如下公式处理SF_data、F_data、S_data、NA_data和ED_data获得健康性数据：
(38)HD＝(ED_data/3)+[(2×SF_data)+F_data+S_data+NA_data]×100/M_serving
对于这一组食物，没有一种食物被列为最健康食物类，而相对不太健康的食物的HD值小于或等于1.5，更不健康的食物的HD值大于1.5并且小于或者等于5.6，最不健康的食物的HD值大于5.6。
在这些实施方案中，按照第二十通用方式来确定以下组中的食物的健康性数据：小吃，其他的。该组的健康性数据(HD)是基于食物的饱和脂肪含量数据、脂肪含量数据以及能量密度来数据获得的。在这样一种实施方案中，通过按照如下公式处理SF_data、F_data和ED_data获得健康性数据：
(39)HD＝ED_data+[SF_data)+F_data]×100/M_serving
对于这一组，没有一种食品属于最健康食品级别或者较不健康的食品级别，更不健康的食品的HD值小于等于5.491，最不健康的食品的HD值大于5.491。
在这种实施方案中，按照对于第二十一元组中食品的第二十一通常方式来确定健康性数据，该第二十一超组包括以下组：小吃，爆米花。该组的健康性数据(HD)是基于食品的饱和脂肪含量数据，以及其脂肪含量数据、糖含量数据、钠含量数据、饮食纤维含量数据以及能量密度来获得的。在一个这样的实施方案中，通过按照如下公式处理SF_data、F_data、S_data、NA_data、DF_data和ED_data来获得健康性数据：
(40)HD＝ED_data+[(2×S_data)+SF_data+F_data+NA_data-DF_data]×100/M_serving
对于这一组食物，最健康食物的HD值小于或等于3.02，而不太健康的食物的HD值大于3.02并小于或等于4.0，更不健康的食物的HD值大于4.0并且小于或者等于6.3，最不健康的食物的HD值大于6.3。
在某些实施方案中，提供用于按照使消费者能够控制体重的方式选择和食用食物的方法，同时简化评估候选食物份量的相对健康性的工作。参考图10，在选定的时期，例如一天或者一周开始的时候，将变量SUM设定为20至0。消费者考虑食用候选食物份量，并获得代表其标识和/或其营养成分以及包括该候选食物份量的预定组的数据(如参考标号24所示)。为了评估食用候选食物份量的合意性，消费者根据代表其(1)标识以及(2)其营养成分和组类别的数据中的至少一种数据获得候选食物份量的食物能量数据和相对健康性数据(如参考标号26所示)。这种食物能量数据和相对健康性数据是按照上述公开的方式确定的。在某些优选的实施方案中，这种相对健康性由食物产品的包装或者标签上的明显不同的和有提示性的颜色和/或形状来表示，例如：绿色星星代表那些以最少千卡提供最大饱腹感并且提供与公共健康指南最配套的营养成分的食物；蓝色三角代表那些其营养成分与公共健康推荐并非严格一致但是的确具有饱腹感和营养价值的食物；粉色方块代表对于总体摄入来说提供最少饱腹感或者营养价值，但是很可能会增强味道或者食用方便性的食物；白色圆圈表示尽管对于总体营养或者饱腹感没有太多贡献，但是能让人感觉愉快、并且在适度消费时可作为健康饮食计划的一部分的食物。
根据如此获得的食物能量数据和相对健康性数据，消费者决定是接受还是拒绝用于消费的候选食物份量(如参考标号30所示)。例如，消费者可能希望消费小吃食物，并且必须在一袋炸玉米片和一袋爆米花之间作出选择。她或者他利用上面公开的方法之一获得它们各自的相对健康性数据，并决定选择爆米花(如参考标号30所示)，因为爆米花的相对于炸玉米片的健康性比炸玉米片的相对健康性更有益。因此，如果消费者决定拒绝候选食物份量(如参考标号30所示)，该过程返回到步骤24，以便在消费者再次考虑消费候选食物份量时重复进行。
如果消费者基于所获得的食物能量数据已经决定一种候选食物份量是足够健康的，或者优先于另外的这类候选食物份量而选择该候选食物份量，消费者会决定是食用该候选食物份量还是拒绝它(如参考标号30所示)。如果消费者食用该候选食物份量会导致SUM值超过预定最大数据，消费者将决定拒绝该候选食物份量(如参考标号30所示)，则该过程返回到步骤24，以便在消费者再次考虑用于食用的候选食物份量时重复进行。如果消费者决定食用该候选食物份量，则将食物能量数据加到SUM上(如参考标号32所示)，消费者食用该候选食物份量(如参考标号36所示)，并且该过程返回到步骤24，以便在消费者再次考虑用于食用的候选食物份量时重复进行。应该理解的是，步骤32和36无需按照所示顺序进行。还应该理解的是，消费者考虑健康性数据和食物能量数据的顺序可以根据个人喜好而改变。
当消费者考虑两种候选食物份量，并接受其中一种来食用而拒绝另一种时，实际上执行了两次图10所示的过程，一次用于消费者接受的候选食物份量，另一次用于被拒绝的候选食物份量。
图11示出了一种利用相对健康性数据和食品能量数据选择和购买用于消费的食品的方法。当消费者考虑是否购买供出售的给定食品的时候，消费者提供代表其标识和/或其营养成分以及包括该供出售的食品的预定组(如参考标号250所示)。为了评估购买该食品的合意性，消费者根据代表该食品的(1)标识以及(2)其营养成分和组类别的数据中的至少一种数据，获得相对健康性数据和食品能量数据(如参考标号260所示)。食品可以是在其包装上显示了代表供出售的产品的相对健康性数据和食品能量数据的图像的包装食品，例如Weight Watcher
Figure BPA00001348531600351
包装食品。作为替代方式，包装产品上可以不显示这种图像，因此消费者会在例如PDA或者移动电话的设备上输入包装产品的标识或者其在各自的预定食品组中的分类以及营养成分，以获得相对健康性数据的显示，下文将对此予以更充分地公开。也可以是未经包装的食物产品，消费者可以按照与没有代表相同数据的图像的包装食品相同的方式获得相对健康性数据和食品能量数据。
根据相对健康性数据和食品能量数据，消费者决定是接受还是拒绝购买该食品(如参考标号270所示)。例如，消费者可能希望购买饼干，并希望在同类饼干的两个竞争品牌中作出选择。相对健康性数据和食品能量数据提供了一种简单和直接的手段来作出这一决定。
当消费者已经选择了要购买的所有食品的时候(如参考标号280所示)，他或者她购买所选择的食品(如参考标号290所示)，并将它们送到或者派人将它们送到他/她家以进行消费。
图12示出了用于执行图10和11的方法的某些实施方案的数据处理系统40。数据处理系统40包括处理器44、与处理器44连接的存储器50、与处理器44连接的输入装置56、与处理器44连接的显示设备60以及与处理器44连接的通信装置。
当系统40是PDA、膝上型计算机、台式计算机或者移动电话时，在某些这样的实施方案中，输入装置56包括小键盘、键盘、点击装置(例如鼠标)、触摸屏、麦克风、开关、可移动存储器或类似物中的一个或者多个，显示设备60包括LCD显示器、等离子显示器、CRT显示器、打印机、光源、LED或类似物。
在某些这样的实施方案中，存储器50存储识别预定食品组的数据和执行如上述公式(20)-(40)所概括的用于生成相对健康性数据所必须的方法的指令。为了获得相对健康性数据，消费者使用输入装置56输入识别要消费的食品或供出售的食品的数据或者该食品的预定食品组的标识，处理器44从存储器50中检索适当的指令来执行用于所识别的食品组的相应方法。存储器50存储将食品识别数据与相应的食品组关联在一起的数据，因此，当消费者输入食品标识数据时，处理器44访问该数据，以识别其食品组，然后据此检索适当的处理指令。然后处理器44通过显示设备60提示消费者根据要执行的方法输入要购买的食品或者候选食品份量的F_data、SF_data、DF_data、S_data、NA_data、M_serving、Kcal_DV、DD和ED_data中的有关数据。然后，处理器44根据公式(20)-(40)中的一个公式处理输入数据，以生成相对健康性数据。此后，处理器44控制显示设备60，以便向消费者显示相对健康性数据。
在某些这样的实施方案中，存储器50存储执行上述公式(1)-(15)所概括的一个或者多个方法所必须的必要的加权数据和换算因子数据。消费者利用输入装置56，根据要执行的方法输入食品或者候选食品份量的数据PRO、CHO和FAT，数据PROm、CHOm和FATm，或者数据PROm、总_CHOm、DFm、总_FATm、Sat_FATm和ETOHm(作为可选的)。处理器44根据需要从存储器50中检索必要的加权数据和换算因子数据，并根据公式(1)-(15)中的一个公式处理输入数据，以生成食品能量数据。然后处理器44控制显示设备60来向消费者显示食品能量数据。
在某些这样的实施方案中，存储器50存储了多个预定食品的相对健康性数据，这些数据可以利用基于消费者通过输入装置56输入的食品标识的地址来检索。处理器44在存储器50中生成用于相应的相对健康性数据的地址，并利用该地址从中读取相对健康性数据。然后，处理器44控制显示设备60来向消费者显示相对健康性数据。
在某些这样的实施方案中，存储器50存储了多个预定食品的食品能量数据，这些数据可以利用基于消费者通过输入装置56输入的食品标识的地址来检索。处理器44在存储器50中生成用于相应的食品能量数据的地址，并利用该地址从中读取食品能量数据。然后，处理器44控制显示设备60来向消费者显示食品能量数据。
在某些这样的实施方案中，通过网络从服务器下载存储在存储器50中的相对健康性数据和/或食品能量数据。参考图13，在某些实施方案中，分别对应于数据处理系统40的多个数据处理系统40’和40”通过网络70访问服务器76，以获得相对健康性数据和/或食品能量数据，从而获得这种数据的数据库或者更新存储在存储器50中的这种数据库。网络70可以是LAN(局域网)、WAN(广域网)、城域网或互连网络，例如因特网。服务器76存储有大量的各种食品和候选食品份量的相对健康性数据和/或食品能量数据，这些数据已经由服务器76生成，从网络70或者不同的网络上的另一个主机获得，或者从可移动存储装置或者通过服务器76的输入装置输入。
在某些这样的实施方案中，数据处理系统40’和40”之一的处理器44接收来自输入装置56和消费者的输入数据，并控制通信装置64将该数据通过网络通讯给服务器76。服务器76或者从其存储器(为了简单清楚，没有图示)中检索相对健康性数据和/或食品能量数据，或者利用通过食品组识别数据识别的方法由所接收的数据生成相对健康性数据和/或在适当情况下生成食品能量数据，并将生成的数据通讯给通信装置64。然后，处理器44控制显示设备60来向消费者显示所接收的数据。
在某些实施方案中，图12和13的系统被构造成根据需要形成用于人的饮食计划数据。用于给定人的饮食计划基于该人的个人状况，以及针对各种食物形成的相对健康性数据和食物能量数据，这些数据是在提出饮食计划数据的请求之前或者提出这种请求时形成的。个人状况包括对于检索或者形成适合于请求人的需求和/或愿望的饮食计划所必须的数据，并且可以包括例如个人的体重、身高、体脂、性别、年龄、态度、体力活动水平、体重目标、人种、信仰、种族特性、例如疾病或者损伤等健康限制和需要以及由此产生的饮食限制和需要的数据。该数据由请求人通过图12中的系统40的输入装置56来输入，并作为个人状况，通过处理器44存储在存储器50内，或者通过通信装置64通信，以便由服务器76存储。
在某些实施方案中，处理器44从存储器50中访问适当的指令，以形成多个饮食计划，其中每一个饮食计划都设计成满足预定的标准，例如低脂肪饮食、低碳水化合物饮食、适合于种族或者宗教的饮食等。用于形成这种饮食的标准和方法是众所知的，包括在公开的美国专利申请No.2004/017925中所披露的标准和方法，该申请于2004年9月2日以David Kirchoff等人为申请人而公开，并且已经转让给本申请的受让人。US2004/017925的全文通过引用结合在本文中。
处理器44还获得如上所述生成的关于饮食计划数据中的或者将要包括在饮食计划数据中的各种食物的相对健康性数据和食物能量数据，并根据相对健康性数据和食物能量数据选择和/或替换饮食计划中的食物。在某些这样的实施方案中，对于试图减轻体重的人来说，处理器44根据食物能量数据选择和/或替换食物，以确保该人能够安全地实现所希望的体重减轻。在某些这样的实施方案中，处理器44根据食物各自的相对健康性数据选择和/或替换食物，以使得饮食计划数据中的食物总体而言健康性最高。在某些这样的实施方案中，处理器44根据食物各自的相对健康性数据选择和/或替换食物，以达到饮食计划数据中的食物健康性的最低目标水平。在某些这样的实施方案中，处理器44形成与预定标准相配套的饮食计划数据，并将该数据存储在存储器50中，以便于随后根据饮食计划数据请求进行访问。在接收到这种请求之后，处理器44根据请求者的状况数据访问饮食计划数据，并通过显示设备60将其展示给请求者。
一旦如此形成了饮食计划数据，处理器44便控制显示设备60向请求者显示饮食计划数据。在某些由服务器76获得饮食计划数据的实施方案中，服务器76将饮食计划数据通信给通信装置64，以便通过显示设备60向请求人显示。在某些这样的实施方案中，服务器76形成与预定标准相配套的饮食计划数据，并存储该数据以便于随后根据饮食计划数据请求进行访问。一旦从系统40’和40”之一接收到这种请求，服务器76便根据请求者状况数据访问饮食计划数据，并将其通信给请求系统，以便向请求者显示。
消费者通常会对食品包装上印刷的大量营养信息感到困惑。一些人只是发现阅读这些信息很麻烦，它们通常是以较小的字体印刷，以使其能够完全填入可用的空间，并且突出这种信息的相对的优点和不需要的方面。尽管红绿灯系统在一定程度上简化了这一过程，仍然需要消费者在包装上寻找额外的信息，以获得那些试图保持、减轻或者增加体重的消费者想要的信息。
在某些实施方案中，提供用于按照能使消费者控制体重的方式选择和食用食品的方法，同时简化根据多种标准评估每种食品的合意性的工作。参考图14，在预定的时期，例如一天或者一周开始的时候，消费者或者数据处理系统将变量“SUM”设定为等于0(如参考标号110所示)。
当消费者考虑是否食用候选食品份量时，消费者察看包括代表食品份量的能量值的数字和代表食品份量的其他营养品质的辅助图像特征的集成图像(如参考标号120所示)。在某些这样的实施方案中，其他营养品质包括候选食品份量的相对健康性数据。这种相对健康性数据可以根据本申请所公开的方案来确定，或者采用其他方式确定。在某些有利的实施方案中，这种相对健康性数据由明显不同的和有提示性的图像颜色、阴影、形状、亮度或者纹理来表示。在某些这样的实施方案中，其他营养品质代表候选食品份量的相对健康性数据，而在其他实施方案中，其他营养品质代表糖尿病消费者使用的糖含量。在某些这样的实施方案中，其他营养品质代表特定的营养物质的量、存在或者不存在。例，如健身者可能希望知道在一份特定候选食品份量中的蛋白质量，或者这种蛋白质是否包括所有基本的氨基酸。
集成图像可以印在候选食品份量的包装或者标签上，或者可以通过例如PDA、移动电话、膝上型计算机或者台式计算机的数据处理系统进行显示，下文中将对这一点进行更充分的描述。该集合图像也可以显示在打印的文件中。
在某些实施方案中，集成的图像包括代表显示在背景上的相关食品的能量含量的数字，该背景是彩色的，以代表候选食品份量的其他营养品质。这种集成图像的一个示例如图15A所示，其中，数字包括在具有三角形边界的绿色背景上的整数。在某些有利的实施方案中，绿色可用于代表相对于包括相关候选食品份量的预定食品组中的其他食品份量更有益的营养品质。例如，绿色可以代表那些以最少能量含量提供最大饱腹感并且与公共健康指南最配套的营养成分的食品。蓝色可用于代表那些具有相对较低的健康成分的食品，例如，营养成分与公共健康推荐并非严格一致但是的确具有饱腹感和营养价值的食品。粉色可用于代表相比具有蓝色码的食品具有相对较低的健康成分的食品，例如对于总体摄入来说提供最少饱腹感或者营养价值，但是很可能会增强味道或者食用的方便性的食品。白色可用于表示属于具有最低健康成分一类的食品，例如那些尽管对于总体营养或者饱腹感没有太多贡献，但是能让人感觉愉快、并且在适度消费时候可作为健康饮食计划的一部分的食品。
这种集成图像的再一个实施方案如图15B所示，其中，数字包括在圆圈边界中的不同整数。边界形状本身可以用于代表相对健康性，或者其他营养特征，而数字代表食品能量数据。在其他实施方案中，边界的形状和边界所包围的颜色、阴影或者纹理都可以为图15B的形状所代表的营养特征提供数据。
图15C示出了集成图像的再一个实施例，其中，图中出现的数字6.5用于提供食品能量数据，图像的矩形边界用于提供其他营养特征的数据，图像可以有或者没有颜色、阴影或者纹理码。
图15D示出了又一个集成图像，其中，代表候选食品份量的能量含量的数字是彩色的，以代表该候选食品份量的其他营养特征。尽管图15D的数字没有被边界包围，但在某些实施方案中是提供了边界的。在其他实施方案中，数字被阴影化或者纹理化，以提供其他营养特征的数据。可以使用各种其他形状，例如星形、椭圆形或者圆环形。可以单独或结合使用任何形状、颜色、纹理和阴影，以提供其他营养特征的数据。另外，不必使用阿拉伯数据，因此，代表数字数据的任何数据(例如罗马数字)都可以作为代表能量含量的数字数据。
参考图14，根据集成图像所提供的数据，即由集成图像提供的能量含量数据和其他营养品质的数据，消费者决定是接收还是拒绝消费候选食品份量(如参考标号130所示)。例如，消费者可能希望消费小吃食品，并且必须在一袋炸玉米片和一袋爆米花之间作出选择。她或者他查看每个袋上的集成图像，并决定消费爆米花，因为如集成图像所公开的，爆米花的能量含量和相对于炸玉米片的健康性都比炸玉米片更有益。因此，集成图像针对候选食品份量的多种营养品质提供了一种查看简单和容易理解的评估方式。
在某些实施方案中，消费者通过利用或者不利用数据处理系统将与候选食品份量相关的集成图像中的数字所代表的数据加到SUM上(如参考标号140所示)，如果SUM小于每天或者每周的预定最大值MAX(如参考标号150所示)，消费者就食用候选食品份量(如参考标号160所示)。在备选方案中，消费者首先食用候选食品份量，然后将集成图像中的数字所代表的数字数据加到SUM上。例如，消费者可能不知道SUM加上数字数据的精确值，但是明白该值与MAX相比相对较低。
图16示出了一种利用集成图像选择和购买食品用来消费的方法。当消费者考虑是否购买用于消费的给定食品时，消费者察看与该食品相关的、包括代表食品能量值的数字和代表食品的其他营养品质的辅助图像特征的集成图像。食品可以是包装食品，例如在其包装上显示集成图像的Weight Watcher
Figure BPA00001348531600411
包装食品。作为替代方案，包装食品上可以不显示这种图象，因此消费者会在例如PDA或者移动电话的设备上输入包装产品的标识，或者其在相应预定食品组的分类以及营养含量，以获得用于评估的集成图像的显示，这一点将在下文中更充分地公开。也可以是未经包装的食品，消费者可以按照与没有图像的包装食品相同的方式获得相关的集成图像。
根据集成图像所提供的数据，即由集成图像提供的能量含量数据和其他营养品质的数据，消费者决定是接受还是拒绝购买该食品(如参考标号320所示)。例如，消费者可能希望购买饼干，并希望在同类饼干的两个竞争品牌中作出选择。每一种食品都具有相同的能量含量，因此消费者可能希望根据每个包装上的集成图像中可见的不同颜色、形状、纹理、阴影或者它们的结合来选择具有益健康的品牌。或者，如果各食品具有其辅助图像特征相同的图像，则消费者可能希望选择每份量具有较低能量含量的品牌。
当消费者已经选择了要购买的所有食品的时候(如参考标号330所示)，他或者她购买所选择的食品(如参考标号340所示)，并将它们送到或者派人将它们送到他/她家以进行消费(如参考标号350所示)。
再次参考图12，其中所示的数据处理系统40用于执行图14和16的方法。在某些这样的实施方案中，存储器50存储(A)执行上述公式(1)-(15)中概括的一个或者多个方法所必须的加权数据和换算因子，以及(B)标识预定食品组的数据和执行上述公式(20)-(40)所概括的、用于获得相对健康性数据所必须的方法的指令。
为了得到要消费的食品或者供出售的食品的相对健康性数据，消费者使用输入装置56输入识别要消费的食品或者供出售的食品的数据或者其预定食品组的标识，处理器44从存储器50中检索适当的指令来执行用于所识别的食品组的相应方法。存储器50存储将食品识别数据与相应的食品组关联在一起的数据，因此，当消费者输入食品标识数据时，处理器44访问该数据，以识别其食品组，然后据此检索适当的处理指令。随后，处理器44通过显示设备60提示消费者根据要执行的方法输入要购买的食品或者候选食品份量的F_data、SF_data、DF_data、S_data、NA_data、M_serving、Kcal DV、DD和ED_data中的有关数据。然后，处理器44根据公式(20)-(40)中的一个公式处理输入数据，以生成相对健康性数据。
为了得到要消费的食品或者供出售的食品的食品能量数据，消费者利用输入装置56，根据要执行的方法输入适合的数据(如上文所公开的)。处理器44根据需要从存储器50中检索必要的加权数据和换算因子，并根据公式(1)-(15)中的一个公式处理输入数据，以形成食品能量数据。
通过利用如此形成的相对健康性数据和食品能量数据，处理器44使用该数据从包括用于形成对应于健康性数据的辅助图像特征的数据和对应于食品能量数据的数字数据的存储器50中检索图像数据集，并控制显示设备60来显示基于描述数字和辅助图像特征的图像数据集的集成图像，以使消费者知道供出售的食品或者要消费的食品的能量含量和相对健康性。
在某些这样的实施方案中，存储器50存储了多个预定食品的相对健康性数据和食品能量数据，这些数据可以利用基于消费者通过输入装置56输入的食品标识的地址来检索。处理器44在存储器50中生成用于相应的相对健康性数据和食品能量数据的地址，并利用该地址从中读取相对健康性数据和食品能量数据。利用如此形成的相对健康性数据和食品能量数据，处理器44使用该数据从包括用于形成对应于健康性数据的辅助图像特征的数据和对应于食品能量数据的数字数据的存储器50中检索图像数据集，并控制显示设备60来显示集成图像。
在某些这样的实施方案中，存储器50存储了多个预定食品的集成图像的图像数据集，这些数据可以利用基于消费者通过输入装置56输入的食品标识的地址来检索。根据消费者通过输入装置56输入的食品标识数据，处理器44生成与输入数据对应的地址，并从存储器50中检索与其对应的图像数据集，以控制显示设备60来显示由此识别的食品的集成图像。
在某些这样的实施方案中，通过网络从服务器下载存储在存储器50中的相对健康性数据和食物能量数据。参考图13，分别对应于数据处理系统40的多个数据处理系统40’和40”通过网络70访问服务器76，以获得相对健康性数据和食物能量数据，从而或者获得相对健康性数据和食物能量数据的数据库，或者更新存储在它们的存储器50中的这种数据库。网络70可以是LAN、WAN、城域网或互连网络，例如因特网。服务器76存储有大量的各种食物和候选食物份量的相对健康性数据和食物能量数据，这些数据已经由服务器76生成，或者从网络70或者不同的网络上的另一个主机获得，或者从可移动存储装置或者通过服务器76的输入装置输入。
在某些这样的实施方案中，数据处理系统40’和40”之一的处理器44接收来自输入装置56和消费者的输入数据，并控制通信装置64将该数据通过网络通信给服务器76。服务器76或者从其存储器(为了简单清楚，没有显示)中检索相对健康性数据和食品能量数据，或者适当地利用通过食品组识别数据进行识别的方法和从食品能量数据生成方法中选定的一个方法，由所接收的数据生成相对健康性数据和食品能量数据，并将相对健康性数据和食品能量数据通信给通信装置64。然后，处理器44从存储器50中检索相应的图像数据集，并控制显示设备60向消费者显示相应的集成图像。
在某些这样的实施方案中，数据处理系统40’和40”之一的处理器44接收来自输入装置56和消费者的输入数据，并控制通信装置64将该数据通过网络通信给服务器76。服务器76检索相应的集成图像的相应图像数据集，并将其通信给通信装置64。然后，处理器44使用所接收的图像数据集控制显示设备60，以向消费者显示集成图像。
图17是一个流程图，其示出了用于生产具有相关联的集成图像的食物产品的方法的某些实施方案。可以通过制造、从库存中取回或者接收送货而获得一种食物产品(如步骤400所示)。因此，食物产品可以是加工过的食物产品，或者可以是生的食物产品，例如农产品或者海鲜。
提供食物产品的食品标识数据和食品营养数据中的至少一种(如步骤410所示)。食品标识数据可以是食品的名称、最小存货单元(stock keeping unit)或者如下所述的其他数据。在某些这样的实施方案中，利用上文公开的一种方法，根据食品标识数据或者食品营养数据获得食物产品的食品能量数据和代表食物产品的其他营养特征的其他数据(如步骤420所示)，例如相对健康性数据。
在某些这样的实施方案中，向存储一种或者多种食物产品的食品能量数据和这种其他数据的数据处理系统输入食品标识数据。在该示例中，食品标识数据可以是食物产品的名称，例如最小存货存单元的标识符，或者将食物产品与其各自存储的食品能量数据相关联的数据。在某些这样的实施方案中，可能如利用上文公开的一种方法形成食品能量数据和其他数据所需的那样，向数据处理系统提供这种食品营养数据。在某些这样的实施方案中，从适当的记录中获得该数据，或者根据上文公开的一种方法计算该数据。
利用食品能量数据和其他数据，数据处理系统的处理器从数据处理系统的存储器检索图像数据集，从而可以形成集成图像，该存储器包括用于形成与食物产品的例如其相对健康性的其他营养特征对应的辅助图像特征的数据，以及对应于食品能量数据的数字数据。
在某些这样的实施方案中，数据处理系统的存储器存储了对应于食品标识数据和/或食品营养数据的图像数据集。食物产品的食品标识数据和食品营养数据中的至少一种被数据处理系统的处理器用于从数据处理系统的存储器检索图像数据集。
在某些这样的实施方案中，利用或者不利用数据处理系统获得已知的食物产品的集成图像数据。例如，可以从公众可获取的包装或者标签上获得集成图像数据，可以通过例如因特网的网络以电子形式获得，或者从其他印刷的或者可电子访问的来源获得。
使按照上文公开的方式获得的集成图像数据与食物产品相关联(如步骤430所示)。在某些这样的实施方案中，集成图像数据被印刷、涂覆在食物产品的包装上，或者通过其他方式在包装上可见。在某些这样的实施方案中，使集成图像在粘附或固定于食物产品上的标签上可见，该标签是例如产品上的背胶式标签或者拴系在食物产品上的标签。
在某些这样的实施方案中，食品能量数据和相对健康性数据与食品产品采用除集成图像以外的方式相关联，例如分开显示的数据。
前文关于某些实施方案的公开提供了实施本发明的原理的示例性方式，但本发明的范围并不限于这种公开。本发明可以采用多种不同的方式来实施，并不应当限于本文提出的实施方案；更确切地说，提供这些实施方案是为了使这种公开对于本领域技术人员来说是全面和完整的。本发明的范围由所附的权利要求来确定。

Claims (46)

1.一种用于控制消费者体重的方法，包括：对于多种候选食物份量中的每一种，提供相应的食物份量识别数据和相应的食物份量营养数据中的至少一种；根据其相应食物份量识别数据和相应食物份量营养数据中的至少一种，获得代表每一种候选食物份量的能量含量的相应食物能量数据和代表每种候选食物份量的相对健康性的相应健康性数据；根据其相应的健康性数据和相应的食物能量数据，从多种候选食物份量中选择食物份量，从而所选择的食物份量的相应食物能量数据的总和与消费者在一个给定时期内的预定的食物能量基准具有预定关系；以及食用所选择的食物份量。
2.如权利要求1所述的方法，其中，所述至少一种候选食品的相应健康性数据是基于：(a)所选择的一个相应程序，所述程序用于处理在包括所述至少一种候选食物份量的相应食物组中的食物的营养数据，所述的相应食物组是多个元组中的一个相应元组的多个食物组之一，每个所述元组包括多个食物组，并具有一个不同的相应程序，该程序用于处理在这个元组内的所述食物组中的食物的营养数据；以及(b)所选择的用于对应食物组的相应比较数据，在每个元组中的至少一些食物组具有与所述元组中的其他食物组不同的相应比较数据。
3.如权利要求1所述的方法，其中，代表每种候选食物份量的相对健康性的所述相应健康性数据基于每种候选食物份量中存在的所选营养物质量的线性组合。
4.如权利要求1所述的方法，其中，代表每种候选食物份量的能量含量的所述相应食物能量数据基于人在利用每种候选食物份量中的第一和第二营养物质作为能量时的代谢效率。
5.如权利要求1所述的方法，其中，代表每种候选食物份量的能量含量的所述相应食物能量数据基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献。
6.如权利要求1所述的方法，包括获得饮食计划数据，所述数据包括根据相应的健康性数据、相应的食物能量数据和预定的食物能量基准，识别在给定时期内要被消费者食用的候选食物份量的数据，其中，消费者根据饮食计划数据食用候选食物份量。
7.一种用于选择和购买食品的方法，包括：利用供出售的食品的食品识别数据和食品份量营养数据中的至少一种，获取代表其能量含量的食品能量数据和代表其相对健康性的相对健康性数据；根据其食品能量数据和其相对健康性数据选择供出售的食品；以及购买所选择的供出售的食品。
8.如权利要求7所述的方法，其中，供出售的食品的相对健康性数据基于：(a)所选择的一个相应程序，所述程序用于处理在包括所述供出售的食品的相应食品组中的食品的营养数据，所述的相应食品组是多个元组中的一个相应元组的多个食品组之一，每个所述元组包括多个食品组，并具有一个不同的相应程序，该程序用于处理在这个元组内的食品组中的食品的营养数据；以及(b)所选择的用于对应食品组的相应比较数据，在每个元组中的至少一些食品组具有与该元组中的其他食品组不同的相应比较数据。
9.如权利要求7所述的方法，其中，供出售的食品的相对健康性数据基于其中存在的所选营养物质量的线性组合。
10.如权利要求7所述的方法，其中，代表供出售的食品的能量含量的食品能量数据基于人在利用该供出售的食品中的第一和第二营养物质作为能量时的代谢效率。
11.如权利要求7所述的方法，其中，代表供出售的食品的能量含量的食品能量数据基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献。
12.一种用于向消费者提供数据以为其在控制体重的过程中提供帮助的方法，包括：在数据处理系统中接收由消费者提供的有关该消费者所选食物份量的数据，包括食物份量识别数据和食物份量营养数据中的至少一种；利用数据处理系统的处理器，根据食物份量识别数据和食物份量营养数据中的至少一种获取食物能量数据和食物健康性数据；以及以下(a)和(b)中的至少一种：(a)将所述食物能量数据和所述食物健康性数据通信给用于向消费者进行显示的设备，和(b)通过数据处理系统的显示设备向消费者显示所述食物能量数据和所述食物健康性数据。
13.如权利要求12所述的方法，其中，所述食物健康性数据基于：(a)所选择的一个相应程序，该程序用于处理在包括所述食物份量的相应食物组中的食物的营养数据，所述的相应食物组是多个元组中的一个相应元组的多个食物组之一，每个所述元组包括多个食物组，并具有一个不同的相应程序，该程序用于处理在这个元组内的食物组中的食物的营养数据；以及(b)所选择的用于对应食物组的相应比较数据，在每个元组中的至少一些食物组具有与该元组中的其他食物组不同的相应比较数据。
14.如权利要求12所述的方法，其中，所述食物健康性数据基于在所述食物份量中存在的所选营养物质量的线性组合。
15.如权利要求12所述的方法，其中，所述的相应食物能量数据基于人在利用所述食物份量中的第一和第二营养物质作为能量时的代谢效率。
16.如权利要求12所述的方法，其中，所述食物份量的所述相应食物能量数据基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献。
17.如权利要求12所述的方法，包括在所述数据处理系统中接收包括所述食物份量的食物识别数据的请求数据，利用食物识别数据获取代表所述食物份量的多种营养物质的数据，并利用处理器处理所接收的数据，以生成所述食物份量的食物能量数据和食物健康性数据中的至少一种。
18.如权利要求12所述的方法，包括在所述数据处理系统中接收包括所述食物份量的食物识别数据的请求数据，以及利用所述食物识别数据获取所述食物份量的食物健康性数据和食物能量数据中的至少一种。
19.一种用于向消费者提供数据以为其在控制体重的过程中提供帮助的系统，包括：输入装置，该装置可被操作，以用于接收由消费者提供的有关消费者所选食物份量的数据，所述数据包括食物份量识别数据和食物份量营养数据中的至少一种；与所述输入装置相连的处理器，用于接收由消费者提供的数据，并被设计成能够基于食物份量识别数据和食物份量营养数据中的至少一种获取食物能量数据和食物健康性数据；以及如下所述构成中的至少一种：(a)与所述处理器相连的通信装置，用于从所述处理器中接收食物能量数据和食物健康性数据，并将所述食物能量数据和食物健康性数据通信给用于向消费者显示的设备；(b)与所述处理器相连的显示设备，用于接收所述食物能量数据和食物健康性数据，并可操作以向消费者显示食物能量数据和食物健康性数据。
20.如权利要求19所述的系统，其中，所述处理器被设计成可基于以下构成获取食物健康性数据：(a)所选择的一个相应程序，该程序用于处理在包括所述食物份量的相应食物组中的食物的营养数据，所述的相应食物组是多个元组中的一个相应元组的多个食物组之一，每个所述元组包括多个食物组，并具有一个不同的用于处理在这个元组内的食物组中的食物的营养数据的相应程序；以及(b)所选择的用于对应食物组的相应比较数据，在每个元组中的至少一些食物组具有与所述元组中的其他食物组不同的相应比较数据。
21.如权利要求19所述的系统，其中，所述处理器被设计成根据所述食物份量中存在的所选营养物质量的线性组合获得食物健康性数据。
22.如权利要求19所述的系统，其中，所述处理器被设计成基于人在利用所述食物份量中的第一和第二营养物质作为能量时的代谢效率获取食物能量数据。
23.如权利要求19所述的系统，其中，所述处理器被设计成基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献，获取所述食物份量的食物能量数据。
24.如权利要求19所述的系统，其中，由消费者提供的数据包括食物份量营养数据，而且所述处理器被设计成处理所述食物份量营养数据，以获得食物能量数据和食物健康性数据中的至少一种。
25.如权利要求19所述的系统，还包括与所述处理器连接的存储器，其中，由消费者提供的数据包括用于识别食物份量的标识数据，而且所述处理器被设计成从所述存储器获取所述所述食物份量的食物份量营养数据，并处理所获取的数据，以获得食物能量数据和食物健康性数据中的至少一种。
26.如权利要求19所述的系统，包括与所述处理器连接的存储器，其中，由消费者提供的数据包括用于识别食物份量的标识数据，而且所述处理器可操作，以用于根据所述标识数据从所述存储器获取食物能量数据和食物健康性数据中的至少一种。
27.如权利要求19所述的系统，包括与所述处理器连接的通信装置，用于从所述处理器中接收食物能量数据和食物健康性数据，并将食物能量数据和食物健康性数据通信给用于向消费者进行显示的设备。
28.如权利要求19所述的系统，包括与所述处理器连接的显示设备，用于接收食物能量数据和食物健康性数据，并可操作以向消费者显示食物能量数据和食物健康性数据。
29.一种用于向消费者提供饮食计划的方法，包括：在数据处理系统中接收代表来自消费者的饮食计划请求的请求数据；响应所述请求，根据每种预定食物份量的食物能量数据和相对健康性数据，在数据处理系统中获得代表要被消费者在预定时期内消费掉的多种预定食物份量的饮食计划数据；以及以下步骤(a)和(b)中的至少一种：(a)将饮食计划数据通信给用于向数据请求者进行显示的设备，以及(b)通过所述数据处理系统的显示设备向数据请求者显示饮食计划数据。
30.如权利要求29所述的方法，其中，所述多种预定食物份量中的至少一种的食物能量数据基于人在利用其中的第一和第二营养物质作为能量时的代谢效率。
31.如权利要求29所述的方法，其中，所述多种预定食物份量中的至少一种的食物能量数据基于其蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献。
32.如权利要求29所述的方法，其中，所述多种预定食物份量中的至少一种的相对健康性数据基于：(a)所选择的一个相应程序，该程序用于处理在包括所述多个预定食物份量中的至少一个的相应食物组中的食物的营养数据，所述的相应食物组是多个元组中的一个相应元组的多个食物组之一，每个所述元组包括多个食物组，并具有一个不同的用于处理在这个元组内的食物组中的食物的营养数据的相应程序；以及(b)所选择的用于对应食物组的相应比较数据，在每个元组中的至少一些食物组具有与该元组中的其他食物组不同的相应比较数据。
33.如权利要求29所述的方法，其中，所述多种预定食物份量中的至少一种的相对健康性数据是根据在所述多种预定食物份量中的至少一种中存在的所选营养物质量的线性组合。
34.一种用于向消费者提供饮食计划数据的系统，包括：输入装置，该装置可操作，以用于接收代表来自消费者的饮食计划请求的请求数据；与所述输入装置相连接的处理器，用于接收请求数据，并被设计成能够根据要被消费者在预定时期内消费掉的多种预定食物份量的食物能量数据和相对健康性数据，获得代表要被消费者在预定时期内消费掉的多种预定食物份量的饮食计划数据；以及如下所述构成中的至少一种：(a)与所述处理器相连的通信装置，用于从所述处理器中接收饮食计划数据，并将饮食计划数据通信给用于向消费者进行显示的设备；以及(b)与所述处理器相连的显示设备，用于接收饮食计划数据，并可操作以向消费者显示饮食计划数据。
35.如权利要求34所述的系统，其中，所述处理器被设计成基于以下构成获取所述多种预定食物份量中的至少一种的相对健康性数据：(a)所选择的一个相应程序，该程序用于处理在包括所述多种预定食物份量中的至少一种的相应食物组中的食物的营养数据，所述的相应食物组是多个元组中的一个相应元组的多个食物组之一，每个所述元组包括多个食物组，并具有一个不同的用于处理在这个元组内的食物组中的食物的营养数据的相应程序；以及(b)所选择的用于对应食物组的相应比较数据，在每个元组中的至少一些食物组具有与该元组中的其他食物组不同的相应比较数据。
36.如权利要求34所述的系统，其中，所述处理器被设计成根据所述多种预定食物份量中的至少一种中存在的所选营养物质量的线性组合来获得所述多种预定食物份量中的至少一种的相对健康性数据。
37.如权利要求34所述的系统，其中，所述处理器被设计成，基于人在利用所述多种预定食物份量中的至少一种中的第一和第二营养物质时的代谢效率，获取所述多种预定食物份量中的至少一种的食物能量数据。
38.如权利要求34所述的系统，其中，所述处理器被设计成，基于所述多种预定食物份量中的至少一种的蛋白质含量、其碳水化合物含量、其膳食纤维含量和其脂肪含量中的每一种的能量贡献，获取所述多种预定食物份量中的至少一种的食物能量数据。
39.如权利要求34所述的系统，其中，请求数据包括所述多种预定食物份量中的至少一种的食物份量营养数据，而且所述处理器被设计成可处理食物份量营养数据，以获得所述多种预定食物份量中的至少一种的食物能量数据和相对健康性数据中的至少一种。
40.如权利要求34所述的系统，包括与所述处理器连接的存储器，其中，所述处理器可操作，以通过从所述存储器获取所述多种预定食物份量中的至少一种的食物能量数据和相对健康性数据中的至少一种，来获得所述多种预定食物份量中的至少一种的食物能量数据和相对健康性数据中的至少一种。
41.如权利要求34所述的系统，包括与所述处理器连接的存储器，其中，所述处理器可操作，以通过从所述存储器访问饮食计划数据来获得饮食计划数据。
42.一种用于制造食物产品的方法，所述食物产品具有与其相关联的食品能量数据和相对健康性数据，所述方法包括：获得一种食物产品，提供所述食物产品的食品识别数据和食品营养数据中的至少一种；基于所述食物产品的食品识别数据和食品营养数据中的至少一种，获得所述食物产品的食品能量数据和相对健康性数据；以及将所述食品能量数据和相对健康性数据与所述食物产品关联起来。
43.如权利要求42所述的方法，其中，获得所述食物产品的步骤包括制造所述食物产品。
44.如权利要求42所述的方法，其中，通过将所述食品能量数据和所述相对健康性数据包括在与所述食物产品相关联的基材上，来将所述食品能量数据和所述相对健康性数据与所述食物产品相关联。
45.如权利要求44所述的方法，其中，所述基材包括附带在所述食物产品上的标签。
46.如权利要求44所述的方法，其中，所述基材包括所述食物产品的包装。
CN2009801412580A 2008-08-29 2009-08-28 根据健康性实现和帮助改善营养的系统 Pending CN102187333A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US9298108P 2008-08-29 2008-08-29
US61/092,981 2008-08-29
PCT/US2009/055445 WO2010025422A2 (en) 2008-08-29 2009-08-28 Processes and systems for achieving and assisting in improved nutrition based on food energy data and relative healthfulness data

Publications (1)

Publication Number Publication Date
CN102187333A true CN102187333A (zh) 2011-09-14

Family

ID=41721934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801412580A Pending CN102187333A (zh) 2008-08-29 2009-08-28 根据健康性实现和帮助改善营养的系统

Country Status (14)

Country Link
US (18) US20100055271A1 (zh)
EP (3) EP3396613A1 (zh)
KR (1) KR101633944B1 (zh)
CN (1) CN102187333A (zh)
AU (1) AU2009285548A1 (zh)
BR (2) BR122020002109B1 (zh)
CA (1) CA2735585C (zh)
CL (1) CL2011000427A1 (zh)
IL (1) IL211433A (zh)
MX (1) MX2011002275A (zh)
NZ (2) NZ602873A (zh)
RU (1) RU2011111720A (zh)
WO (6) WO2010025292A1 (zh)
ZA (1) ZA201102269B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955615A (zh) * 2014-05-04 2014-07-30 高萍 智能营养标签识别系统及慢病智慧健康管理方法
CN105556544A (zh) * 2013-07-17 2016-05-04 联邦科学技术研究组织 配制食品的系统与方法
CN107423553A (zh) * 2017-06-06 2017-12-01 深圳睿京科技有限公司 食品的推荐方法及装置
CN108877894A (zh) * 2018-04-11 2018-11-23 丽睿客信息科技（北京）有限公司 营养膳食分配方法、装置、存储介质及处理器
CN110074702A (zh) * 2019-04-30 2019-08-02 重庆小善健康科技有限公司 一种智能盐罐

Families Citing this family (65)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090176526A1 (en) * 2007-11-11 2009-07-09 Altman Peter A Longitudinal Personal Health Management System Using Mobile Data Capture
AR075745A1 (es) * 2008-05-28 2011-04-27 Kraft Foods Global Brands Llc Metodo y aparato para identificar opciones deseables, un metodo para ayu-dar a una persona a mantener una dieta predeterminada, un metodo para ro-tular items de alimento con un numero de calificacion relativa, un recipien-te que comprende una porcion de un item comestible dispuesto dentro del recipi
EP3396613A1 (en) * 2008-08-29 2018-10-31 Weight Watchers International, Inc. Processes and systems based on metabolic conversion efficiency
US20100136508A1 (en) * 2008-10-23 2010-06-03 Damir Zekhtser Meal Plan Management
US20100216098A1 (en) * 2009-02-20 2010-08-26 The Johnsie and Aubary Montgomery Institute of Education and Medical Research (JAM Institute) Nutritional Food Level System
US8560479B2 (en) 2009-11-23 2013-10-15 Keas, Inc. Risk factor coaching engine that determines a user health score
US20120183932A1 (en) * 2011-01-14 2012-07-19 International Business Machines Corporation Location-Aware Nutrition Management
US20130004923A1 (en) * 2011-06-10 2013-01-03 Aliphcom Nutrition management method and apparatus for a wellness application using data from a data-capable band
CA2838996A1 (en) * 2011-06-10 2012-12-13 Karen Miller-Kovach Methods and systems for weight control by utilizing visual tracking of living factor(s)
US9207830B2 (en) * 2011-10-06 2015-12-08 Eduard Papa Physical health application and method for implementation
CN107845414B (zh) * 2012-02-17 2022-08-26 好措施有限责任公司 用于营养物摄取量的用户特定调节的系统和方法
US20130269537A1 (en) 2012-04-16 2013-10-17 Eugenio Minvielle Conditioning system for nutritional substances
US20130269538A1 (en) 2012-04-16 2013-10-17 Eugenio Minvielle Transformation system for nutritional substances
US9541536B2 (en) * 2012-04-16 2017-01-10 Eugenio Minvielle Preservation system for nutritional substances
US10219531B2 (en) 2012-04-16 2019-03-05 Iceberg Luxembourg S.A.R.L. Preservation system for nutritional substances
US9080997B2 (en) 2012-04-16 2015-07-14 Eugenio Minvielle Local storage and conditioning systems for nutritional substances
US9528972B2 (en) 2012-04-16 2016-12-27 Eugenio Minvielle Dynamic recipe control
US9016193B2 (en) 2012-04-16 2015-04-28 Eugenio Minvielle Logistic transport system for nutritional substances
US8733631B2 (en) 2012-04-16 2014-05-27 Eugenio Minvielle Local storage and conditioning systems for nutritional substances
US9171061B2 (en) 2012-04-16 2015-10-27 Eugenio Minvielle Local storage and conditioning systems for nutritional substances
US9069340B2 (en) 2012-04-16 2015-06-30 Eugenio Minvielle Multi-conditioner control for conditioning nutritional substances
US9429920B2 (en) 2012-04-16 2016-08-30 Eugenio Minvielle Instructions for conditioning nutritional substances
US9072317B2 (en) 2012-04-16 2015-07-07 Eugenio Minvielle Transformation system for nutritional substances
US9436170B2 (en) 2012-04-16 2016-09-06 Eugenio Minvielle Appliances with weight sensors for nutritional substances
US9414623B2 (en) 2012-04-16 2016-08-16 Eugenio Minvielle Transformation and dynamic identification system for nutritional substances
US9564064B2 (en) 2012-04-16 2017-02-07 Eugenio Minvielle Conditioner with weight sensors for nutritional substances
US9460633B2 (en) 2012-04-16 2016-10-04 Eugenio Minvielle Conditioner with sensors for nutritional substances
US9442100B2 (en) 2013-12-18 2016-09-13 Medibotics Llc Caloric intake measuring system using spectroscopic and 3D imaging analysis
US10314492B2 (en) 2013-05-23 2019-06-11 Medibotics Llc Wearable spectroscopic sensor to measure food consumption based on interaction between light and the human body
US9254099B2 (en) 2013-05-23 2016-02-09 Medibotics Llc Smart watch and food-imaging member for monitoring food consumption
US9536449B2 (en) 2013-05-23 2017-01-03 Medibotics Llc Smart watch and food utensil for monitoring food consumption
US10130277B2 (en) 2014-01-28 2018-11-20 Medibotics Llc Willpower glasses (TM)—a wearable food consumption monitor
US9456916B2 (en) 2013-03-12 2016-10-04 Medibotics Llc Device for selectively reducing absorption of unhealthy food
US10772559B2 (en) 2012-06-14 2020-09-15 Medibotics Llc Wearable food consumption monitor
US9042596B2 (en) 2012-06-14 2015-05-26 Medibotics Llc Willpower watch (TM)—a wearable food consumption monitor
US20140072935A1 (en) * 2012-09-07 2014-03-13 Tina M. Herron Method of Regulating Caloric Intake
US20150243186A1 (en) * 2012-09-28 2015-08-27 Thrive 365 International, Inc. Method For Facilitating Menu Planning
US20150235562A1 (en) * 2012-10-12 2015-08-20 Elencee, Inc. Wellness and weight management system and method
US8777624B2 (en) * 2012-10-12 2014-07-15 Elencee, Inc. Wellness and weight management system and method
US20140127651A1 (en) * 2012-11-02 2014-05-08 Robert Brazell Avatar having artificial intelligence for identifying and providing meal recommendations
US9067070B2 (en) 2013-03-12 2015-06-30 Medibotics Llc Dysgeusia-inducing neurostimulation for modifying consumption of a selected nutrient type
US9011365B2 (en) 2013-03-12 2015-04-21 Medibotics Llc Adjustable gastrointestinal bifurcation (AGB) for reduced absorption of unhealthy food
WO2014160298A1 (en) * 2013-03-14 2014-10-02 Sciencestyle Capital Partners, Llc Providing food-portion recommendations to faciliate dieting
US9636048B2 (en) 2013-03-14 2017-05-02 Group Mee Llc Specialized sensors and techniques for monitoring personal activity
US9529385B2 (en) 2013-05-23 2016-12-27 Medibotics Llc Smart watch and human-to-computer interface for monitoring food consumption
US10311212B2 (en) 2013-08-12 2019-06-04 Sap Se Nutrient value loss tracking system and method
US10790062B2 (en) 2013-10-08 2020-09-29 Eugenio Minvielle System for tracking and optimizing health indices
USD762081S1 (en) 2014-07-29 2016-07-26 Eugenio Minvielle Device for food preservation and preparation
US9349297B1 (en) * 2015-09-09 2016-05-24 Fitly Inc. System and method for nutrition analysis using food image recognition
JP6613661B2 (ja) * 2015-07-08 2019-12-04 花王株式会社 食品に対する内臓脂肪のつきにくさの評価方法
CN105512196A (zh) * 2015-11-27 2016-04-20 朱威 一种基于用户状况的个性化营养饮食谱推荐方法及系统
US20170243513A1 (en) * 2016-02-19 2017-08-24 David L. Katz Diet Quality Photo Navigation
CN105708306B (zh) * 2016-02-26 2018-01-30 广东美的厨房电器制造有限公司 烹饪方法和烹饪器具
CN105739312B (zh) * 2016-04-27 2019-04-30 广东美的厨房电器制造有限公司 控制方法、控制装置及加热系统
JP2020521258A (ja) 2017-05-19 2020-07-16 ディーキューピーエヌ リミテッド ライアビリティ カンパニー 食事クオリティを最適化する及び／又は環境への影響を最小限に抑える食事マッピングプロセス及びシステム
US20210012879A1 (en) * 2017-11-09 2021-01-14 Carbiotix Ab Method for determining fiber intake
US11398302B2 (en) * 2017-12-21 2022-07-26 Fuelogics, LLC Comparing performance feedback with output of performance model to calibrate resource consumption control system and improve performance criterion
US10942932B2 (en) 2018-01-22 2021-03-09 Everything Food, Inc. System and method for grading and scoring food
US20210125701A1 (en) * 2018-01-24 2021-04-29 One Number, LLC System, Method, Process and Apparatus for Assisting in Formulating and Attaining Healthy Weight Management Goals
WO2019147818A1 (en) * 2018-01-24 2019-08-01 The Engineered Non-Diet, Llc System, method, process and apparatus for assisting in formulating and attaining healty weight management goals
CN108766526A (zh) * 2018-04-11 2018-11-06 丽睿客信息科技（北京）有限公司 食品选取方法、装置、存储介质和处理器
CN108932651A (zh) * 2018-05-28 2018-12-04 口碑(上海)信息技术有限公司 订单监督处理方法以及装置
KR102005820B1 (ko) * 2019-01-17 2019-07-31 김정국 식품의 애트워터 계수를 사용자의 체내 사용 열량 계수로 보정함으로써 정확도가 개선된 다이어트 정보를 제공하는 방법
KR102005823B1 (ko) * 2019-02-21 2019-07-31 김정국 복수의 다이어트 방식 각각을 분석하여 다이어트 정보를 제공하는 장치 및 방법
KR102200391B1 (ko) * 2019-07-24 2021-01-08 주식회사 팜에어 사용자 식습관 분석 기반의 식품 추천 서비스 시스템 및 그 방법

Family Cites Families (82)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US208409A (en) * 1878-09-24 Improvement in violin-cases
US3769720A (en) * 1972-06-01 1973-11-06 C Terrones Educational teaching board in four food groups
FR2544525A1 (fr) * 1983-04-12 1984-10-19 Simatec Sarl Appareil portatif de saisie et de traitement d'informations relatives a la sante d'une personne
US4891756A (en) * 1988-09-26 1990-01-02 Williams Iii William B Nutritional microcomputer and method
JPH03135671A (ja) 1989-07-19 1991-06-10 Otsuka Pharmaceut Co Ltd 栄養バランス算定装置
US5478989A (en) * 1989-09-27 1995-12-26 Shepley; Kenneth J. Nutritional information system for shoppers
US5412560A (en) * 1991-08-27 1995-05-02 Dine Systems, Inc. Method for evaluating and analyzing food choices
WO1993007570A1 (en) 1991-10-07 1993-04-15 Rudick Arthur G Personal health monitoring device
WO2001037174A1 (en) * 1992-11-17 2001-05-25 Health Hero Network, Inc. Method and system for improving adherence with a diet program or other medical regimen
US5412564A (en) * 1994-02-03 1995-05-02 Ecer; Gunes M. System and method for diet control
US5704350A (en) 1994-03-25 1998-01-06 Nutritec Corporation Nutritional microcomputer and method
FR2718265B1 (fr) 1994-03-29 1996-06-07 Guy Jadot Calculette.
US5558742A (en) * 1994-04-28 1996-09-24 Kiefer; Helen C. Process for analyzing nutritional content of a composition of food to produce a calculated printed representation
US6436036B1 (en) 1995-11-01 2002-08-20 Weight Watchers (Uk) Limited Process for controlling body weight
CA2235517A1 (en) 1995-11-01 1997-05-09 Weight Watchers (Uk) Limited Slimmer's calculator
US5819735A (en) * 1996-08-15 1998-10-13 Mansfield; Elizabeth A. Device and method for monitoring dietary intake of calories and nutrients
WO1998045766A1 (en) * 1997-04-08 1998-10-15 A.C.A. International, Llc A food group nutritional value calculator device and method
US20010002269A1 (en) * 1997-05-06 2001-05-31 Zhao Iris Ginron Multi-phase food & beverage
DE19725676A1 (de) 1997-06-18 1998-12-24 Walter Lauermann Verfahren und Vorrichtung zur elektronischen Speicherung medizinischer Daten
EP0990991A1 (de) 1998-09-29 2000-04-05 Ute Menzel Vorrichtung zur Ernährungskontrolle
US6553386B1 (en) * 1998-12-14 2003-04-22 Oliver Alabaster System and method for computerized visual diet behavior analysis and training
IT1305087B1 (it) 1998-12-29 2001-04-10 Nevenka Gregoric Dispositivo per la determinazione dei dati nutrizionali degli alimentiassunti da un individuo.
AU3315000A (en) 1999-03-26 2000-10-16 Cornelia Mathews A dietary system
US6412564B1 (en) * 1999-06-14 2002-07-02 Roy F. Senior, Jr. End fitting and method for attaching well screen segments
US6811516B1 (en) * 1999-10-29 2004-11-02 Brian M. Dugan Methods and apparatus for monitoring and encouraging health and fitness
AU2001274942A1 (en) 2000-05-25 2001-12-03 Healthetech, Inc. Weight control method using physical activity based parameters
US6980999B1 (en) * 2000-05-31 2005-12-27 Clare Grana Method and system for providing dietary information
US7689437B1 (en) * 2000-06-16 2010-03-30 Bodymedia, Inc. System for monitoring health, wellness and fitness
US20020046060A1 (en) * 2000-08-04 2002-04-18 Fitness Venture Group System and method for generating a meal plan
GB0103615D0 (en) 2001-02-14 2001-03-28 Weight Watchers Internat Inc Menu plan generation
US20030208409A1 (en) * 2001-04-30 2003-11-06 Mault James R. Method and apparatus for diet control
US20030171944A1 (en) * 2001-05-31 2003-09-11 Fine Randall A. Methods and apparatus for personalized, interactive shopping
US6817863B2 (en) * 2001-06-11 2004-11-16 Joseph J. Bisogno Computer program, method, and system for monitoring nutrition content of consumables and for facilitating menu planning
US6663584B2 (en) * 2001-08-27 2003-12-16 Kimberly-Clark Worldwide Inc. Elastic bandage
US6872077B2 (en) * 2001-09-06 2005-03-29 John J. Yeager System and method for generating personalized meal plans
EP1480553B1 (en) * 2002-02-01 2016-12-28 Weightwatchers.Com Software and hardware system for enabling weight control
JP2003233679A (ja) * 2002-02-08 2003-08-22 Ezaki Glico Co Ltd 嗜好食品の摂取を組み合わせた適正栄養素量診断システムおよび目標達成支援システム
AU2007221968B2 (en) 2002-05-21 2011-01-06 Centrition Ltd. Personal Nutrition Control Method
US20030219513A1 (en) 2002-05-21 2003-11-27 Roni Gordon Personal nutrition control method
WO2003103485A1 (ja) 2002-06-07 2003-12-18 プレシジョン・システム・サイエンス株式会社 携帯端末装置、および、生活習慣病患者−医療機関連携システム
US7247023B2 (en) * 2002-06-27 2007-07-24 Peplinski Daniel M System and method for monitoring weight and nutrition
US6978221B1 (en) * 2002-08-20 2005-12-20 Rudy Richard J Computerized dietetic scale
US20060074824A1 (en) 2002-08-22 2006-04-06 Jinyan Li Prediction by collective likelihood from emerging patterns
DE10239630B3 (de) * 2002-08-23 2004-04-08 Espera-Werke Gmbh Vorrichtung und Verfahren zum Etikettieren von Gegenständen
US6769720B2 (en) * 2002-08-27 2004-08-03 Eaton Corporation Coupling assembly with profiled ramp
US20050021361A1 (en) * 2003-01-31 2005-01-27 Huang Sharon S.H. System for facilitating weight control embodied on hand-held computing device
GB2399428A (en) 2003-03-13 2004-09-15 Ian Arthur Ducane Slimming aid
EP1462979A1 (de) 2003-03-13 2004-09-29 Martin Lotze Verfahren und Vorrichtung zur Steuerung der menschlichen Essgewohnheiten
WO2005013174A2 (en) * 2003-07-28 2005-02-10 Bergantino Paul V Method and apparatus for managing a user’s health
WO2005013177A2 (en) * 2003-08-01 2005-02-10 Georgia State University Research Foundation, Inc. Methods, systems, and apparatus for monitoring within-day energy balance deviation
US20050031671A1 (en) * 2003-08-06 2005-02-10 James Johnson Weight management, longevity and health paradigm
US20050067106A1 (en) * 2003-09-25 2005-03-31 Melges Suzanne K. Food labeling device for printing time and date information on adhesive labels to track freshness
IL160578A (en) * 2004-02-25 2013-11-28 Newvaltech Knowledge Services And Invest Ltd Remote training service and server
US20050240434A1 (en) * 2004-04-26 2005-10-27 Healthport Corp. System and method of implementing multi-level marketing of weight management products
US20060263750A1 (en) * 2004-06-01 2006-11-23 Roni Gordon Personal nutrition control devices
GB2414844A (en) 2004-06-04 2005-12-07 Hazard Safety Products Ltd Nutritional advise apparatus which reads barcodes
JP2006048177A (ja) * 2004-07-30 2006-02-16 Ajinomoto Co Inc 食生活管理システム
US20060036395A1 (en) 2004-07-30 2006-02-16 Shaya Steven A Method and apparatus for measuring and controlling food intake of an individual
US20060064447A1 (en) * 2004-08-18 2006-03-23 Malkov Roman E Nutrition tracking method
DE102004040308A1 (de) 2004-08-19 2006-03-09 Samhammer Ag Elektronischer Ernährungsberater
US20060058586A1 (en) * 2004-09-13 2006-03-16 Humble David R Method and apparatus for transitioning a diet
GB2419704A (en) 2004-11-02 2006-05-03 Solutions In Exercise And Nutr Method for determining the dietary requirements of an individual
US20060122468A1 (en) * 2004-11-15 2006-06-08 Mali Tavor Ltd. Nutritional counseling method and server
GB2439670A (en) 2004-11-19 2008-01-02 Setup Ventures Licensing Ltd Recommending food types to a customer
GB2420428A (en) 2004-11-19 2006-05-24 Anthony Paul Yusuf System for indicating food types to a user
US20060178907A1 (en) * 2005-01-14 2006-08-10 Humble David R Method and apparatus for on-demand directed diet advice
US20060165756A1 (en) 2005-01-27 2006-07-27 Catani Steven J Method for weight management
US7680690B1 (en) * 2005-05-09 2010-03-16 Catalano Anthony B Intelligent menu ordering system
EP1758038A1 (en) 2005-08-22 2007-02-28 InterComponentWare AG Computer-implemented method, system, computer program product and data structure for drawing up a nutrition plan
DE202005018461U1 (de) 2005-11-25 2006-05-11 Kramer, Bastian Vorrichtung zum Zählen der Punktwerte von Lebensmitteln, sowie Bestimmung der Punktzahl für ein Lebensmittel über die Werte Kilokalorie (kcal) und Fett
US20070143126A1 (en) * 2005-12-15 2007-06-21 Anjan Ghose Method and system to determine a desirable diet
GB2434006A (en) 2006-01-06 2007-07-11 Tesco Stores Ltd Processing nutritional data
AU2006100046A4 (en) 2006-01-20 2006-04-06 von Retzlaff, Janine Marie Mrs HealthyScan
US20070218107A1 (en) * 2006-03-14 2007-09-20 Schnur Steven A Method of dieting and tools for implementing same
US20070269557A1 (en) 2006-05-19 2007-11-22 Hannaford Licensing Corp. Method and system for assessing, scoring, grouping and presenting nutritional value information of food products
WO2008020831A1 (en) 2006-08-14 2008-02-21 Osburn Jonathan W Device and system for entering and monitoring dietary data
US7788113B2 (en) * 2006-09-29 2010-08-31 Nutritional Excellence, Llc Methods for developing and conducting a nutritional treatment program
US7837111B2 (en) * 2006-10-10 2010-11-23 Henry Yang Electronic nutrition journal
US20080124447A1 (en) * 2006-11-29 2008-05-29 Bart Shortall Food recipe - chesapeake bay bratwurst
US7432454B1 (en) * 2008-03-10 2008-10-07 International Business Machines Corporation Nutrition intake tracker
AR075745A1 (es) * 2008-05-28 2011-04-27 Kraft Foods Global Brands Llc Metodo y aparato para identificar opciones deseables, un metodo para ayu-dar a una persona a mantener una dieta predeterminada, un metodo para ro-tular items de alimento con un numero de calificacion relativa, un recipien-te que comprende una porcion de un item comestible dispuesto dentro del recipi
EP3396613A1 (en) * 2008-08-29 2018-10-31 Weight Watchers International, Inc. Processes and systems based on metabolic conversion efficiency

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105556544A (zh) * 2013-07-17 2016-05-04 联邦科学技术研究组织 配制食品的系统与方法
CN105556544B (zh) * 2013-07-17 2019-08-06 联邦科学技术研究组织 配制食品的系统与方法
CN103955615A (zh) * 2014-05-04 2014-07-30 高萍 智能营养标签识别系统及慢病智慧健康管理方法
CN107423553A (zh) * 2017-06-06 2017-12-01 深圳睿京科技有限公司 食品的推荐方法及装置
CN108877894A (zh) * 2018-04-11 2018-11-23 丽睿客信息科技（北京）有限公司 营养膳食分配方法、装置、存储介质及处理器
CN110074702A (zh) * 2019-04-30 2019-08-02 重庆小善健康科技有限公司 一种智能盐罐

Also Published As

Publication number Publication date
WO2010025422A8 (en) 2011-06-09
US20170278423A1 (en) 2017-09-28
WO2010025394A1 (en) 2010-03-04
AU2009285548A2 (en) 2011-04-28
US20100055652A1 (en) 2010-03-04
WO2010025292A1 (en) 2010-03-04
US20140207618A1 (en) 2014-07-24
WO2010025422A2 (en) 2010-03-04
AU2009285548A1 (en) 2010-03-04
BR122020002109B1 (pt) 2021-04-20
US20190073921A1 (en) 2019-03-07
US20210125700A1 (en) 2021-04-29
WO2010025422A3 (en) 2010-04-29
WO2010025290A2 (en) 2010-03-04
US20100080875A1 (en) 2010-04-01
ZA201102269B (en) 2011-11-30
US20100062119A1 (en) 2010-03-11
US20100055653A1 (en) 2010-03-04
WO2010025358A1 (en) 2010-03-04
RU2011111720A (ru) 2012-10-10
WO2010025332A1 (en) 2010-03-04
US20100062402A1 (en) 2010-03-11
US20160148537A1 (en) 2016-05-26
US8382482B2 (en) 2013-02-26
EP2338115A2 (en) 2011-06-29
US20220310236A1 (en) 2022-09-29
EP2335211A2 (en) 2011-06-22
EP3396613A1 (en) 2018-10-31
IL211433A (en) 2016-03-31
BRPI0918261A2 (pt) 2015-12-15
MX2011002275A (es) 2011-09-29
CL2011000427A1 (es) 2011-10-14
KR101633944B1 (ko) 2016-06-27
EP2335211A4 (en) 2014-04-16
BRPI0918261B1 (pt) 2020-04-14
US20130230829A1 (en) 2013-09-05
NZ591567A (en) 2012-11-30
US20230420109A1 (en) 2023-12-28
US20150285776A1 (en) 2015-10-08
US20160321952A1 (en) 2016-11-03
EP2338115A4 (en) 2013-10-16
KR20110084871A (ko) 2011-07-26
CA2735585C (en) 2015-04-28
US20170132949A1 (en) 2017-05-11
WO2010025290A3 (en) 2010-04-29
NZ602873A (en) 2014-01-31
US20100055271A1 (en) 2010-03-04
US20180158364A1 (en) 2018-06-07
CA2735585A1 (en) 2010-03-04

Similar Documents

Publication Publication Date Title
US20220310236A1 (en) Processes and systems for achieving and assisting in improved nutrition based on food energy data and relative healthfulness data
US20200043365A1 (en) Methods and systems for weight control by utilizing visual tracking of living factor(s)
Werner et al. Greenhouse gas emissions of realistic dietary choices in Denmark: the carbon footprint and nutritional value of dairy products
Rolls et al. Properties of ultraprocessed foods that can drive excess intake
Britten et al. Impact of typical rather than nutrient-dense food choices in the US Department of Agriculture Food Patterns
KR20200087516A (ko) 개인별 건강 정보에 기초한 식단 제공 방법 및 장치
US10217376B2 (en) Nutritional value of food
Muth et al. Price, nutrition, time, and other trade-offs: a Web-based food value analysis application to compare foods at different levels of preparation and processing
Kraak Dietary guidance on food processing for safe, healthy, and sustainable diets
Srivastava Fast-food marketing and children’s fast-food consumption: A trigger to childhood obesity
Chandra Rising trends of fast food among adolescent and teenaged school and college going girls
Gallegos Food-based guidance systems
Kapoor et al. Providing sodium information on a restaurant menu: a case study from the restaurant at Kellogg Ranch part II
Baum Healthy Eating Patterns
Bobroff et al. Healthy Eating: Nutrition and Diabetes: FCS8612/FY685, rev. 2/2015
Katch Eat real food, not ingredients
Vaghefi et al. Social, Cultural, Economical, and Practical Factors
Bobroff et al. Healthy Eating: Nutrition and Diabetes: FCS8612/FY685, 12/2009

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110914